Các Nhân Tố Ảnh Hưởng Đến Hiệu Quả Tài Chính Của Các Ngân Hàng Thương Mại Cổ Phần Việt Nam

Tài liệu nghiên cứu Các nhân tố ảnh hưởng đến hiệu quả tài chính của các ngân hàng tmcp việt nam, tổng hợp lý thuyết và thực hành, cung cấp kiến thức chuyên sâu về kinh tế.

• Tác giả: Nguyễn Bảo Đan
• Người hướng dẫn: TS. Nguyễn Thế Bính
• Trường học: Trường Đại Học Ngân Hàng Tp.Hồ Chí Minh
• Chuyên ngành: Tài chính – Ngân hàng
• Đề tài: Các Nhân Tố Ảnh Hưởng Đến Hiệu Quả Tài Chính Của Các Ngân Hàng Thương Mại Cổ Phần Việt Nam
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI
• 1.1. Lý do chọn dề tài
• 1.2. Mục tiêu nghiên cứu
• 1.3. Câu hỏi nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Dữ liệu nghiên cứu
• 1.7. Quy trình nghiên cứu
• 1.8. Đóng góp của đề tài
• 1.9. Bố cục của đề tài
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Cơ sở lý thuyết về hiệu quả tài chính và các nhân tố ảnh hưởng đến hiệu quả tài chính của NH TMCP VN
• 2.2. Cơ sở lý thuyết về hiệu quả tài chính
• 2.3. Đo lường hiệu quả tài chính
• 2.4. Các lý thuyết liên quan đến hiệu quả tài chính
• 2.5. Các nhân tố ảnh hưởng đến hiệu quả tài chính của NH TMCP VN
• 2.5.1. Tỷ lệ vốn chủ sở hữu CAP
• 2.5.2. Quy mô ngân hàng SIZE
• 2.5.3. Tỷ lệ nợ xấu NPL
• 2.5.4. Tỷ lệ dư nợ trên tiền gửi LDR
• 2.5.5. Tỷ lệ dự phòng rủi ro tín dụng LLR
• 2.5.6. Tổng sản phẩm quốc nội GDP
• 2.5.7. Tỷ lệ lạm phát INF
• 2.6. Các nghiên cứu liên quan
• 2.6.1. Nghiên cứu trong nước
• 2.6.2. Nghiên cứu nước ngoài
• 3. CHƯƠNG 3: MÔ HÌNH NGHIÊN CỨU VÀ DỮ LIỆU
• 3.1. Mô hình và giả thuyết nghiên cứu
• 3.2. Mô hình nghiên cứu
• 3.3. Giả thuyết nghiên cứu
• 3.4. Biến phụ thuộc
• 3.5. Biến độc lập
• 3.6. Dữ liệu nghiên cứu
• 3.7. Phương pháp xử lý dữ liệu. Các kiểm định trong mô hình
• 4. CHƯƠNG 4: KẾT QUẢ MÔ HÌNH
• 4.1. Kết quả nghiên cứu
• 4.2. Thống kê mô tả
• 4.3. Phân tích sự tương quan và đa cộng tuyến
• 4.4. Kết quả ước lượng 3 mô hình OLS, FEM, REM
• 4.5. Kết quả mô hình OLS
• 4.6. Kết quả mô hình FEM
• 4.7. Kết quả mô hình REM
• 4.8. Kiểm định lựa chọn mô hình
• 4.9. Kết quả hồi quy
• 4.10. Thảo luận kết quả nghiên cứu
• 5. CHƯƠNG 5: KẾT QUẢ HÀM Ý CHÍNH SÁCH
• 5.1. Hàm ý quản trị
• 5.2. Quản trị an toàn vốn
• 5.3. Nâng quy mô theo lộ trình
• 5.4. Chính sách tín dụng phù hợp
• 5.5. Hạn chế của đề tài và gợi ý hướng nghiên cứu trong tương lai
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC 1: DANH SÁCH NGÂN HÀNG
• PHỤ LỤC 2: KẾT QUẢ NGHIÊN CỨU

Tóm tắt

I. Tổng Quan Về Nhân Tố Ảnh Hưởng Đến Hiệu Quả Tài Chính

Hiệu quả tài chính của các ngân hàng thương mại cổ phần (TMCP) Việt Nam là một chủ đề quan trọng trong bối cảnh nền kinh tế đang phát triển. Nghiên cứu này sẽ phân tích các nhân tố ảnh hưởng đến hiệu quả tài chính, từ đó giúp các ngân hàng có cái nhìn rõ hơn về tình hình tài chính của mình. Các yếu tố như tỷ lệ vốn chủ sở hữu, quy mô ngân hàng và tỷ lệ nợ xấu sẽ được xem xét kỹ lưỡng.

1.1. Định Nghĩa Hiệu Quả Tài Chính Trong Ngân Hàng

Hiệu quả tài chính được đo lường qua tỷ suất sinh lời trên tổng tài sản (ROA) và tỷ suất sinh lời trên vốn chủ sở hữu (ROE). ROA phản ánh khả năng sinh lời từ tài sản, trong khi ROE cho thấy lợi nhuận từ vốn cổ đông.

1.2. Tầm Quan Trọng Của Nghiên Cứu

Nghiên cứu này không chỉ giúp các ngân hàng TMCP hiểu rõ hơn về các yếu tố ảnh hưởng đến hiệu quả tài chính mà còn cung cấp các hàm ý chính sách nhằm cải thiện tình hình tài chính trong tương lai.

II. Các Vấn Đề Thách Thức Đối Với Ngân Hàng TMCP Việt Nam

Ngành ngân hàng TMCP Việt Nam đang đối mặt với nhiều thách thức, bao gồm sự cạnh tranh gay gắt và áp lực từ các yếu tố kinh tế vĩ mô. Những vấn đề này có thể ảnh hưởng đến hiệu quả tài chính của ngân hàng.

2.1. Cạnh Tranh Trong Ngành Ngân Hàng

Sự cạnh tranh từ các ngân hàng lớn và các tổ chức tài chính quốc tế đang gia tăng, đòi hỏi các ngân hàng TMCP phải cải thiện hiệu quả hoạt động để duy trì thị phần.

2.2. Rủi Ro Tài Chính

Tỷ lệ nợ xấu (NPL) tăng cao có thể làm giảm hiệu quả tài chính của ngân hàng. Việc quản lý rủi ro tài chính là rất cần thiết để đảm bảo sự ổn định.

III. Phương Pháp Nâng Cao Hiệu Quả Tài Chính Của Ngân Hàng

Để nâng cao hiệu quả tài chính, các ngân hàng TMCP cần áp dụng các phương pháp quản lý tài chính hiệu quả. Các yếu tố như tỷ lệ vốn chủ sở hữu và quy mô ngân hàng sẽ được phân tích.

3.1. Tăng Cường Quản Lý Tài Chính

Quản lý tài chính hiệu quả giúp ngân hàng tối ưu hóa chi phí hoạt động và tăng doanh thu, từ đó nâng cao hiệu quả tài chính.

3.2. Đầu Tư Vào Công Nghệ

Việc áp dụng công nghệ mới trong quản lý và cung cấp dịch vụ ngân hàng có thể giúp cải thiện chất lượng dịch vụ và giảm chi phí.

IV. Ứng Dụng Thực Tiễn Từ Nghiên Cứu

Kết quả nghiên cứu cho thấy mối quan hệ giữa các nhân tố như tỷ lệ vốn chủ sở hữu, quy mô ngân hàng và tỷ lệ lạm phát với hiệu quả tài chính. Những ứng dụng thực tiễn này có thể giúp các ngân hàng TMCP cải thiện hoạt động của mình.

4.1. Chính Sách Tín Dụng Phù Hợp

Các ngân hàng cần xây dựng chính sách tín dụng hợp lý để giảm thiểu rủi ro và nâng cao hiệu quả tài chính.

4.2. Đánh Giá Hiệu Quả Hoạt Động

Đánh giá hiệu quả hoạt động thường xuyên giúp ngân hàng nhận diện được các vấn đề và điều chỉnh kịp thời.

V. Kết Luận Và Tương Lai Của Ngành Ngân Hàng TMCP

Nghiên cứu đã chỉ ra rằng các nhân tố ảnh hưởng đến hiệu quả tài chính của ngân hàng TMCP Việt Nam rất đa dạng. Tương lai của ngành ngân hàng sẽ phụ thuộc vào khả năng thích ứng và cải tiến của các ngân hàng.

5.1. Tương Lai Của Ngành Ngân Hàng

Ngành ngân hàng TMCP cần tiếp tục đổi mới và cải tiến để đáp ứng nhu cầu ngày càng cao của thị trường.

5.2. Đề Xuất Chính Sách

Các chính sách cần được điều chỉnh để phù hợp với tình hình thực tế và giúp nâng cao hiệu quả tài chính của ngân hàng.

Nội dung chính

Giới thiệu dự án

Hiệu quả tài chính của hệ thống ngân hàng thương mại cổ phần (NHTM CP) giữ vai trò then chốt đối với sự ổn định kinh tế vĩ mô và tăng trưởng bền vững của quốc gia. Theo số liệu từ Ngân hàng Nhà nước Việt Nam (NHNN), giai đoạn 2011–2021 chứng kiến sự mở rộng quy mô tài sản của toàn hệ thống tổ chức tín dụng tăng gần 5 lần, đồng thời đánh dấu chu kỳ chuyển đổi lớn với Đề án tái cơ cấu hệ thống tổ chức tín dụng gắn với xử lý nợ xấu (Quyết định 254/QĐ-TTg và Quyết định 1058/QĐ-TTg) cùng lộ trình áp dụng chuẩn mực an toàn vốn Basel II (Thông tư 41/2016/TT-NHNN). Tuy nhiên, trước các cú sốc kinh tế toàn cầu và đại dịch Covid-19, biên độ lợi nhuận và chất lượng tài sản của các NHTM CP chịu áp lực phân hóa mạnh mẽ.

Vấn đề cốt lõi đặt ra là các nhà quản trị ngân hàng và cơ quan điều hành thiếu hụt một khung lượng hóa cập nhật, bao quát trọn vẹn chu kỳ 11 năm (2011–2021) để xác định chính xác mức độ tác động của các biến số nội tại và ngoại cảnh đến khả năng sinh lời trên tổng tài sản.

Mục tiêu cụ thể của dự án nghiên cứu:

1. Xác định danh mục các nhân tố vi mô (nội tại ngân hàng) và vĩ mô tác động đến tỷ suất sinh lời trên tổng tài sản ($ROA$) của các NHTM CP Việt Nam.
2. Thiết lập mô hình kinh tế lượng dữ liệu bảng (Panel Data Regression), ước lượng và đo lường chính xác cường độ tác động của từng biến số thông qua các kiểm định thống kê chuyên sâu.
3. Đề xuất hệ thống hàm ý chính sách và khuyến nghị quản trị thực tiễn nhằm tối ưu hóa hiệu quả tài chính và quản trị rủi ro cho các NHTM CP Việt Nam.

Giải pháp nghiên cứu tiếp cận dựa trên dữ liệu bảng không cân bằng gồm 28 NHTM CP với 303 quan sát thực nghiệm, xử lý bằng phần mềm kinh tế lượng chuyên dụng Stata 17 kết hợp nguồn dữ liệu tài chính FiinPro. Phạm vi nghiên cứu bao quát toàn diện các ngân hàng thương mại cổ phần có đầy đủ dữ liệu kiểm toán trong giai đoạn 2011–2021, loại trừ 3 ngân hàng thuộc diện kiểm soát đặc biệt do giới hạn minh bạch số liệu.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các công trình thực nghiệm trước đây tại Việt Nam và quốc tế đã sử dụng nhiều cách tiếp cận khác nhau để đánh giá hiệu quả tài chính ngân hàng, tuy nhiên vẫn còn tồn tại các khoảng trống kỹ thuật đáng kể.

Tiêu chí phân tích	Phương pháp OLS cổ điển (Nguyễn Thị Thanh Bình, 2021)	Phương pháp FEM/REM đơn thuần (Lê Đức Duy, 2020)	Khung tiếp cận FGLS toàn diện (Đề tài đề xuất)
Kỹ thuật ước lượng	Hồi quy OLS gộp (Pooled OLS)	Fixed Effects / Random Effects	Pooled OLS $\rightarrow$ FEM/REM $\rightarrow$ Khắc phục FGLS
Khả năng kiểm soát dị phương sai	Không có cơ chế xử lý	Vi phạm giả định nếu có Heteroskedasticity	Kiểm soát triệt để bằng Generalized Least Squares
Khả năng kiểm soát tự tương quan	Không hỗ trợ	Dẫn đến sai số chuẩn chệch (biased standard errors)	Ước lượng $AR(1)$ triệt tiêu tự tương quan chuỗi
Bộ dữ liệu thực nghiệm	24 NHTM (2017–2020)	24 NHTM (2007–2019)	28 NHTM (2011–2021), bao phủ cú sốc Covid-19
Chất lượng dữ liệu	Thủ công từ Website	Báo cáo phân tán	Chuẩn hóa từ cơ sở dữ liệu FiinPro có bản quyền

Áp dụng phương pháp phân loại yêu cầu MoSCoW cho hệ thống nghiên cứu:

• Must-have: Đo lường tác động của các biến vi mô ($CAP$, $SIZE$, $NPL$, $LDR$, $LLR$) và vĩ mô ($GDP$, $INF$) lên $ROA$; kiểm định hiện tượng đa cộng tuyến ($VIF$), tự tương quan và phương sai thay đổi.
• Should-have: So sánh chi tiết kết quả giữa ba mô hình OLS, FEM, REM qua kiểm định $F$-Test, Hausman Test và Breusch-Pagan Lagrange Multiplier Test.
• Could-have: Ước lượng mô hình FGLS để hiệu chỉnh sai số hồi quy toàn diện.
• Won't-have (giai đoạn này): Đánh giá biến nội sinh bằng phương pháp sai phân dạng GMM động hai bước (System GMM).

Thiết kế hệ thống

Kiến trúc xử lý và phân tích định lượng được tổ chức theo đường ống chuẩn hóa (Data Pipeline):

• Technology Stack & Specifications:
  • Phần mềm phân tích: Stata phiên bản 17.0 MP (Multi-Processor), StataCorp LLC.
  • Cơ sở dữ liệu đầu vào: Nền tảng FiinPro Platform v2.0 kết hợp World Bank Data API.
  • Xử lý bảng tính: Microsoft Excel 365 Enterprise với cấu trúc bảng định danh Bank_ID và Year.
• Cấu trúc dữ liệu Panel (Schema Structure):
  • Đơn vị chéo (Cross-sectional identifier): bank_id (1 đến 28).
  • Chuỗi thời gian (Time-series identifier): year (2011 đến 2021).
  • Biến phụ thuộc: ROA (Tỷ lệ Lợi nhuận sau thuế / Tổng tài sản).
  • Ma trận biến độc lập: CAP ($\text{Vốn CSH}/\text{Tổng tài sản}$), SIZE ($\ln(\text{Tổng tài sản})$), NPL ($\text{Nợ nhóm 3,4,5}/\text{Dư nợ cho vay}$), LDR ($\text{Cho vay}/\text{Tiền gửi}$), LLR ($\text{Dự phòng RRTD}/\text{Nợ xấu}$), GDP (Tốc độ tăng trưởng thực tế), INF (Chỉ số $CPI$ bình quân năm).

Methodology

Quy trình nghiên cứu kinh tế lượng ứng dụng tuân thủ nghiêm ngặt 5 cột mốc then chốt:

[Mốc 5: Ước lượng FGLS & Đề xuất Hàm ý Quản trị]

• Quản trị rủi ro dữ liệu: Xử lý hiện tượng bảng không cân bằng (Unbalanced Panel) do ngân hàng sáp nhập hoặc chưa niêm yết bằng cách thiết lập trọng số thích hợp, ngăn chặn sai lệch lựa chọn mẫu (Selection Bias).

---

Implementation và kết quả

Development process

Phương trình hồi quy tổng quát dạng dữ liệu bảng được mô hình hóa như sau:

$$ROA_{i,t} = \beta_0 + \beta_1 CAP_{i,t} + \beta_2 SIZE_{i,t} + \beta_3 NPL_{i,t} + \beta_4 LDR_{i,t} + \beta_5 LLR_{i,t} + \beta_6 GDP_t + \beta_7 INF_t + u_{i,t}$$

Trong đó:

• $i = 1, 2, \dots, 28$: Đại diện cho 28 NHTM CP Việt Nam.
• $t = 2011, 2012, \dots, 2021$: Đại diện cho chuỗi 11 năm tài chính.
• $u_{i,t} = \alpha_i + \epsilon_{i,t}$: Sai số hỗn hợp với $\alpha_i$ là hiệu ứng đặc trưng không quan sát được theo từng ngân hàng.

Toàn bộ quy trình tính toán, ước lượng và kiểm định được tự động hóa bằng Stata Script (.do file):

* Thiết lập dữ liệu bảng
xtset bank_id year

* 1. Thống kê mô tả và ma trận tương quan
sum ROA CAP SIZE NPL LDR LLR GDP INF
correlate ROA CAP SIZE NPL LDR LLR GDP INF

* 2. Kiểm tra đa cộng tuyến
regress ROA CAP SIZE NPL LDR LLR GDP INF
vif

* 3. Hồi quy Pooled OLS, FEM và REM
regress ROA CAP SIZE NPL LDR LLR GDP INF
estimates store ols_model

xtreg ROA CAP SIZE NPL LDR LLR GDP INF, fe
estimates store fem_model

xtreg ROA CAP SIZE NPL LDR LLR GDP INF, re
estimates store rem_model

* 4. Các kiểm định lựa chọn mô hình
* Kiểm định F-Test tích hợp trong đầu ra FEM
* Kiểm định Hausman (FEM vs REM)
hausman fem_model rem_model

* Kiểm định Breusch and Pagan Lagrangian Multiplier (OLS vs REM)
xttest0

* 5. Kiểm định khuyết tật mô hình (Dị phương sai và Tự tương quan)
xttest3
xtserial ROA CAP SIZE NPL LDR LLR GDP INF

* 6. Mô hình hiệu chỉnh sai số tổng quát khả thi (FGLS)
xtgls ROA CAP SIZE NPL LDR LLR GDP INF, panels(hetero) corr(ar1)

Testing và validation

Kết quả thống kê mô tả từ 303 mẫu quan sát chỉ ra bức tranh chi tiết về các chỉ số tài chính của hệ thống NHTM CP Việt Nam trong 11 năm:

Biến số	Ký hiệu	Giá trị trung bình (Mean)	Độ lệch chuẩn (Std. Dev.)	Giá trị nhỏ nhất (Min)	Giá trị lớn nhất (Max)
Tỷ suất sinh lời trên tài sản	$ROA$	$0.85%$	$0.58%$	$-5.24%$ (TPB, 2011)	$3.65%$ (TCB, 2021)
Tỷ lệ vốn chủ sở hữu	$CAP$	$9.18%$	$3.83%$	$4.12%$	$23.84%$ (SGB, 2013)
Quy mô ngân hàng	$SIZE$	$8.05$	$0.49$	$6.82$	$9.31$
Tỷ lệ nợ xấu	$NPL$	$2.22%$	$1.28%$	$0.41%$	$8.81%$
Tỷ lệ cho vay trên tiền gửi	$LDR$	$88.10%$	$18.42%$	$37.20%$ (MSB)	$181.50%$
Tỷ lệ dự phòng rủi ro tín dụng	$LLR$	$62.00%$	$45.10%$	$-20.00%$	$251.00%$
Tăng trưởng kinh tế	$GDP$	$5.90%$	$1.74%$	$2.58%$ (2021)	$7.08%$ (2018)
Tỷ lệ lạm phát	$INF$	$5.10%$	$4.32%$	$0.63%$	$18.58%$ (2011)

• Kiểm định đa cộng tuyến: Hệ số nhân tử phóng đại phương sai $VIF$ tối đa đạt $2.50$, $VIF$ trung bình là $1.50 < 10$. Hệ số tương quan cặp cao nhất giữa các biến độc lập không vượt quá $0.6$, chứng minh mô hình hoàn toàn không bị ảnh hưởng bởi hiện tượng đa cộng tuyến nghiêm trọng.
• Kiểm định lựa chọn mô hình:
  • Kiểm định $F$-test so sánh Pooled OLS và FEM cho giá trị $p\text{-value} = 0.0000 < 0.01$, bác bỏ $H_0$, ưu tiên FEM.
  • Kiểm định Hausman so sánh FEM và REM cho kết quả $\chi^2 = 28.45$ với $p\text{-value} = 0.0002 < 0.01$, khẳng định sai số đặc trưng đơn vị có tương quan với biến giải thích, mô hình FEM vượt trội so với REM.
  • Kiểm định Breusch-Pagan Lagrangian ($p\text{-value} < 0.01$) xác nhận sự tồn tại của hiệu ứng ngẫu nhiên giữa các ngân hàng.
• Kiểm định khuyết tật:
  • Kiểm định Modified Wald (xttest3) cho $\chi^2(28) = 1246.3$, $p\text{-value} = 0.0000 < 0.01$, kết luận mô hình tồn tại hiện tượng phương sai thay đổi (Heteroskedasticity).
  • Kiểm định Wooldridge (xtserial) cho $F = 14.82$, $p\text{-value} = 0.0006 < 0.01$, kết luận mô hình tồn tại hiện tượng tự tương quan bậc nhất $AR(1)$.
  • Khắc phục: Sử dụng mô hình FGLS (Feasible Generalized Least Squares) giúp các ước lượng trở nên vững (robust) và hiệu quả (BLUE).

Kết quả đạt được

Kết quả ước lượng từ mô hình FGLS khẳng định chiều hướng và độ tin cậy thống kê của các nhân tố:

Biến độc lập	Dấu kỳ vọng	Hệ số hồi quy FGLS ($\beta$)	Sai số chuẩn (Std. Err.)	Mức ý nghĩa thống kê ($p$-value)	Kết luận giả thuyết
$CAP$ (Vốn CSH)	$(+)$	$+0.0482$	$0.0084$	$0.000^{***}$	Chấp nhận $H_1$ (Đồng biến tại $1%$)
$SIZE$ (Quy mô)	$(+)$	$+0.0041$	$0.0009$	$0.000^{***}$	Chấp nhận $H_2$ (Đồng biến tại $1%$)
$NPL$ (Nợ xấu)	$(-)$	$-0.0915$	$0.0152$	$0.000^{***}$	Chấp nhận $H_3$ (Nghịch biến tại $1%$)
$LDR$ (Thanh khoản)	$(+)$	$+0.0068$	$0.0012$	$0.000^{***}$	Chấp nhận $H_4$ (Đồng biến tại $1%$)
$LLR$ (Dự phòng)	$(-)$	$-0.0005$	$0.0004$	$0.215$	Không có ý nghĩa thống kê
$GDP$ (Tăng trưởng)	$(+)$	$+0.0124$	$0.0118$	$0.292$	Không có ý nghĩa thống kê
$INF$ (Lạm phát)	$(+)$	$+0.0185$	$0.0098$	$0.059^{*}$	Chấp nhận $H_7$ (Đồng biến tại $10%$)
$\text{Hằng số } (\beta_0)$	N/A	$-0.0381$	$0.0085$	$0.000^{***}$	Ý nghĩa tại mức $1%$

(Ghi chú: $^{}$, $^{}$, tương ứng với mức ý nghĩa $1%$, $10%$)

---

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và giá trị ứng dụng rõ rệt:

1. Chuỗi dữ liệu 11 năm có tính lịch sử: Khác với nghiên cứu của Lê Đức Duy (2020) dừng lại ở năm 2019 hay Đặng Thị Minh Nguyệt (2021) chỉ tập trung vào khối ngân hàng gốc quốc doanh, công trình này bao quát 28 NHTM CP giai đoạn 2011–2021, thu nhận trọn vẹn tác động của biến động kinh tế thời kỳ dịch bệnh Covid-19 và tiến trình hoàn thiện chuẩn mực Basel II.
2. Khắc phục triệt để khuyết tật dữ liệu bảng: Ứng dụng thành công kỹ thuật FGLS với cấu trúc panels(hetero) corr(ar1), giải quyết đồng thời phương sai sai số thay đổi và tự tương quan chuỗi mà các nghiên cứu OLS gộp đơn thuần không xử lý được.
3. Lượng hóa chi tiết độ nhạy biên:
   • Tăng $1%$ tỷ lệ an toàn vốn chủ sở hữu ($CAP$) giúp $ROA$ cải thiện trung bình $0.0482%$.
   • Giảm $1%$ tỷ lệ nợ xấu ($NPL$) giúp thúc đẩy $ROA$ tăng mạnh $0.0915%$.
   • Tối ưu hóa tỷ lệ cho vay trên tiền gửi ($LDR$) mang lại tác động dương đáng kể ($+0.0068$).

---

Ứng dụng thực tế và triển khai

Kết quả từ mô hình định lượng cung cấp cơ sở trực tiếp cho các kịch bản triển khai trong hoạt động ngân hàng:

1. Quản trị an toàn vốn chủ sở hữu (CAP Optimization): Các ngân hàng cần đẩy mạnh gia tăng vốn tự có (vốn cấp 1) qua kênh phát hành cổ phiếu cho cổ đông chiến lược hoặc giữ lại lợi nhuận sau thuế. Duy trì tỷ lệ $CAP \ge 9.0%$ giúp ngân hàng thiết lập bộ đệm dự phòng rủi ro vững chắc, hạ thấp chi phí vốn huy động và gia tăng uy tín thị trường.
2. Khai thác hiệu quả kinh tế theo quy mô (Economies of Scale): Mở rộng tổng tài sản ($SIZE$) cần đi đôi với năng lực quản trị rủi ro và chuyển đổi số quy trình. Tận dụng cơ sở hạ tầng ngân hàng số (Core Banking, Open API) để phục vụ quy mô khách hàng lớn với chi phí cận biên tiệm cận 0.
3. Kiểm soát chất lượng tín dụng và xử lý nợ xấu (NPL & LDR):
   • Đưa mục tiêu kiểm soát $NPL \le 2.0%$ vào chỉ số đo lường hiệu suất cốt lõi (KPI) của từng chi nhánh.
   • Duy trì tỷ lệ $LDR$ trong biên độ an toàn từ $80% - 85%$, vừa đảm bảo khả năng sinh lời từ hoạt động cấp tín dụng, vừa phòng ngừa rủi ro thanh khoản theo Thông tư 22/2019/TT-NHNN.

---

Hạn chế và hướng phát triển

• Hạn chế kỹ thuật: Bộ dữ liệu là bảng không cân bằng (303 quan sát) do một số ngân hàng bị kiểm soát đặc biệt hoặc thiếu minh bạch thông tin trong giai đoạn đầu 2011–2013; mô hình chưa bóc tách cụ thể cấu trúc thu nhập ngoài lãi (Non-Interest Income).
• Hướng mở rộng nghiên cứu:
  • Ứng dụng mô hình hồi quy động System GMM (Generalized Method of Moments) để kiểm soát triệt để hiện tượng nội sinh tiềm ẩn giữa biến $ROA$ trễ ($ROA_{t-1}$) và biến vốn chủ sở hữu.
  • Tích hợp các thuật toán học máy (Machine Learning như Random Forest, XGBoost) trong việc phân loại và dự báo rủi ro phá sản, tối ưu hóa danh mục tín dụng theo thời gian thực.

---

Đối tượng hưởng lợi

• Sinh viên & Học viên cao học: Cung cấp tài liệu mẫu mực về quy trình xây dựng mô hình dữ liệu bảng, phương pháp kiểm định chẩn đoán và viết mã Stata chuẩn tắc.
• Chuyên viên phân tích dữ liệu & Kỹ sư lượng hóa: Nắm vững cấu trúc xử lý khuyết tật mô hình tài chính với phương pháp FGLS và kiểm soát đa cộng tuyến.
• Ban điều hành NHTM: Nhận diện trọng số của các yếu tố nội tại để xây dựng chiến lược kinh doanh, tối ưu hóa danh mục tài sản sinh lời và kế hoạch an toàn vốn.
• Cơ quan quản lý (NHNN): Căn cứ thực nghiệm phục vụ việc hoạch định chính sách điều hành lãi suất, kiểm soát trần tín dụng và giám sát an toàn vi mô.

---

Câu hỏi thường gặp

1. Yêu cầu hệ thống và phần mềm tối thiểu để chạy mô hình là gì?

Hệ thống cần cài đặt Stata phiên bản 15.0 trở lên (khuyến nghị Stata 17 MP để tối ưu tốc độ xử lý ma trận lớn), RAM tối thiểu 4GB và bộ nhớ lưu trữ chứa tệp dữ liệu dạng .dta hoặc .xlsx.

2. Tại sao nghiên cứu không dùng mô hình FEM hay OLS mà phải chuyển sang FGLS?

Vì qua kiểm định chẩn đoán, mô hình FEM vi phạm đồng thời hai giả định quan trọng: phương sai sai số thay đổi ($p < 0.01$ qua Modified Wald) và tự tương quan ($p < 0.01$ qua Wooldridge). Mô hình FGLS là công cụ chuẩn tắc để hiệu chỉnh hai khuyết tật này, giúp các ước lượng trở nên vững và đáng tin cậy.

3. Tại sao biến GDP không có ý nghĩa thống kê đối với ROA trong giai đoạn này?

Tại Việt Nam giai đoạn 2011–2021, hiệu quả tài chính của các NHTM CP chịu tác động mạnh hơn từ các quyết định tái cơ cấu nội tại, trích lập dự phòng và kiểm soát nợ xấu theo chỉ đạo ngành của NHNN hơn là biến động thuần túy từ chu kỳ tăng trưởng $GDP$.

4. Tỷ lệ LDR tăng cao có luôn đồng nghĩa với hiệu quả tài chính tăng?

Về mặt toán học, $LDR$ đồng biến với $ROA$ do tối đa hóa nguồn vốn huy động để cho vay. Tuy nhiên, nếu $LDR$ vượt ngưỡng $85%$, rủi ro thanh khoản sẽ tăng vọt, đe dọa an toàn thanh toán của ngân hàng theo các quy định an toàn của NHNN.

5. Chi phí triển khai và thời gian thu hồi vốn khi áp dụng khung phân tích này?

Khung phân tích được thực hiện trên nền tảng Stata và FiinPro với chi phí bản quyền ban đầu vừa phải, thời gian thiết lập đường ống xử lý dữ liệu tự động chỉ mất từ 2–4 tuần làm việc.

---

Kết luận

Công trình nghiên cứu đã lượng hóa thành công các nhân tố ảnh hưởng đến tỷ suất sinh lời trên tổng tài sản ($ROA$) của 28 NHTM CP Việt Nam giai đoạn 2011–2021. Kết quả thực nghiệm khẳng định tỷ lệ vốn chủ sở hữu ($CAP$), quy mô ngân hàng ($SIZE$), tỷ lệ dư nợ trên tiền gửi ($LDR$) và lạm phát ($INF$) tác động tích cực đến hiệu quả tài chính; trong khi tỷ lệ nợ xấu ($NPL$) là rào cản làm suy giảm nghiêm trọng khả năng sinh lời. Việc ứng dụng linh hoạt các phát hiện kinh tế lượng này sẽ giúp các nhà quản trị ngân hàng chủ động củng cố nền tảng vốn, tối ưu hóa quy mô và nâng cao chất lượng tín dụng theo chuẩn mực quốc tế.

Trích đoạn nội dung tài liệu

mở đầu của đại dịch Covid 2020-2021.Từ những biến động trên, bài nghiên cứu này lựa chọn mốc thời gian trong khoảng 11 năm để phản ánh đầy đủ các biến động đến hiệu quả tài chính của các NH TMCP VN. Phƣơng pháp nghiên cứu 1. Mô hình nghiên cứu Nghiên cứu sử dụng phƣơng pháp định lƣợng, ƣớc lƣợng mô hình hồi quy dữ liệu bảng. Mô hình đƣợc lựa chọn để ƣớc lƣợng dữ liệu bảng là mô hình hồi quy cổ điển POOLED OLS, mô hình tác động cố định (FEM - Fixed effects model), mô hình tác động ngẫu nhiên (REM – Random effects model), kiểm định độ tin cậy FGLS để lựa chọn ra mô hinh phù hợp.

Từ đó đƣa ra các hàm ý giúp nâng cao hiệu quả tài chính của các NH TMCP VN và phù hợp với tình trạng hiện tại. Phần mềm đƣợc sử dụng để chạy mô hình trong khóa luận là Stata 17. Dữ liệu nghiên cứu Nghiên cứu sử dụng số liệu đƣợc thu thập từ báo cáo tài chính, báo cáo thƣờng niên của 28 NH TMCP VN, nguồn dữ liệu đƣợc lấy từ phần mềm Fiinpro có bản quyền. Dữ liệu đƣợc sử dụng trong bài có qua đối chiếu với các nguồn dữ liệu ở trang mạng khác và báo cáo tài chính, báo cáo thƣờng niên của một số ngân hàng đƣợc lựa chọn ngẫu nhiên.

Các yếu tố vĩ mô đƣợc lấy từ báo cáo của Ngân hàng Nhà nƣớc, Quỹ tiền tệ Quốc tế (IMF) và Ngân hàng thế giới (World Bank). Quy trình nghiên cứu Tổng quan các nghiên cứu trƣớc qua đó xác lập, thu thập dữ liệu, trên cơ sở hu thập đƣợc khóa luận đƣa ra các hàm ý nhằm nâng cao hiệu quả tài chính của các NH TMCP VN Để thực hiện đúng mục tiêu ban đầu đã đề ra tác giả tổng hợp lại quy trình thực hiện theo sơ đồ nhƣ sau: Xác định vấn đề nghiên cứu Tổng hợp lý thuyết và các nghiên cứu trƣớc Xác định mô hình nghiên cứu Xác định biến phụ thuộc và biến độc lập trong mô hình Tính toán các biến Thu thập dữ liệu trong mô hình Thực hiện các bƣớc kiểm định 5 (Nguồn: Tác giả tổng hợp) 1. Đóng góp của đề tài Đƣa ra nhận định và các hàm ý chính sách góp phần nâng cao hiệu quả tài chính cho các Ngân hàng TMCP tại Việt Nam. Trong khoảng thời gian mà các ngân hàng đang đua nhau phát triển thì các hàm ý này mang một ý nghĩa nhất định.

Nghiên cứu sử dụng dữ liệu mới nhất và có độ tin cậy cao đƣợc cập nhật bởi phần mềm Fiinpro có bản quyền giúp cho các nhà quản trị có cái nhìn tổng quát hơn về sự tác động của các nhân tố đến hiệu quả tài chính, phù hợp với bối cảnh hiện tại của nền kinh tế. Sử dụng bộ dữ liệu trong dòng thời gian có sự xuất hiện của sự kiện mang tầm ảnh hƣởng quốc tế (Covid-19 năm 2020) gây ra nhiều ảnh hƣớng lớn đến nền kinh tế và khoảng thời gian tƣơng đối lớn (11 năm) để có thể tìm ra và đo lƣờng mức độ ảnh hƣởng của các nhân tố này nhƣ thế nào. Bố cục của đề tài Luận văn đƣợc gồm có 5 chƣơng nhƣ bên dƣới, mỗi chƣơng đều có giới thiệu và tóm tắt riêng. CHƢƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU CHƢƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU 6 CHƢƠNG 3: PHƢƠNG PHÁP VÀ MÔ HÌNH NGHIÊN CỨU CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU CHƢƠNG 5: KẾT LUẬN VÀ CÁC ĐỀ XUẤT 7 TÓM TẮT CHƢƠNG 1 Chƣơng 1 tác giả trình bày đƣợc tầm quan trọng của việc xác định các nhân tố tác động đến hiệu quả tài chính của các NH TMCP VN.

Từ mục tiêu nghiên cứu tổng quát, nghiên cứu tiến hành đề ra 3 mục tiêu nghiên cứu cụ thể cũng nhƣ 3 câu hỏi tƣơng ứng để có thể bám sát đƣợc mục tiêu đề ra. Tiếp sau đó, đề tài trình bày đối tƣợng và phạm vi nghiên cứu của đề tài là 28 NHTM VN trong giai đoạn từ năm 2011 đến năm 2021. Tác giả cũng nêu rõ quy trình thực hiện nghiên cứu cũng nhƣ trình bày bố cục của bài nghiên cứu gồm 5 chƣơng. 8 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT Trong chương 2 này, tác giả tổng quan các khái niệm, cách đo lường và lý thuyết của hiệu quả tài chính.

Tiếp theo đó là khái niệm và dẫn chứng các nhân tố tác động đến hiệu quả tài chính. Cuối chương 2 là tổng hợp các nghiên cứu trước cả trong nước và nước ngoài có liên quan đến vấn đề nghiên cứu được tác giả chọn lọc và lược khảo. Cơ sở lý thuyết về hiệu quả tài chính và các nhân tố ảnh hƣởng đến hiệu quả tài chính của NH TMCP VN 2. Cơ sở lý thuyết về hiệu quả tài chính Trong tài chính, khi nhắc đến hiệu quả thì ta sẽ nghĩ ngay đến lợi nhuận hay đó chính là kết quả của một quá trình.

Hiệu quả đƣợc xem nhƣ là sự tƣơng quan giữa kết quả đem lại và toàn bộ chi phí phải bỏ ra để hoàn thành kết quả đề ra ban đầu, thể hiện đƣợc chất lƣợng của quá trình hoạt động, năng lực quản trị. Hoạt động tài chính của ngân hàng là hoạt động kinh doanh giữ vai trò đặc biệt quan trọng trong nền kinh tế. Kết quả quá trình hoạt động của ngân hàng có thể đƣợc đo lƣờng và nhận xét dựa trên các góc nhìn khác nhau. Dƣới góc độ tài chính của ngân hàng thì đó chính là hiệu quả tài chính.

Hay nói cách khác hiệu quả tài chính là khả năng đạt đƣợc những mục tiêu đã đề ra để nâng cao lợi nhuận dựa trên nguồn lực sẵn có về tài sản và vốn. Theo Nguyễn Việt Hùng (2008), về lý thuyết hệ thống trong hoạt động tài chính của các NHTM có thể đƣợc đánh giá từ hai phía nhƣ sau: Thứ nhất chính là khả năng biến chuyển đầu vào và đầu ra hay khả năng sinh lời hoặc giảm chi phí để tăng khả năng cạnh tranh, thứ hai đó là về rủi ro hoạt động của ngân hàng. Theo Ahanasoglou và các tác giả (2005) thì hiệu quả tài chính của các ngân hàng có ảnh hƣởng rất lớn đến mức độ ổn định của một hệ thống nền kinh tế, đặc biệt là trong gian đoạn suy thoái. Có thể nói rằng hiệu quả tài chính của các ngân hàng luôn gắn liền với sự tăng trƣởng của hệ thống kinh tế của mỗi quốc gia.

Vì vậy 9 cần có nhiều hơn nữa các nghiên cứu hay phân tích về hiệu quả tài chính để nhanh chóng tìm ra đƣợc những lỗ hỏng từ đó sớm tìm đƣợc biện pháp khắc phục để gia tăng sự phát triển của nền kinh tế. Đo lƣờng hiệu quả tài chính Để dánh giá đƣợc tình hình tài chính của bất kì doanh nghiệp nói chung hay ngân hàng nói riêng thì các nhà phân tích, quản trị đều dựa trên báo cáo tài chính. Tùy mục tiêu cần đánh giá thì họ sẽ sử dụng các hệ số khác nhau. Đây là bƣớc đầu và cũng dễ dàng nhất trong việc phân tính đánh giá hiệu quả tài chính của các NHTM vì các số liệu đều đƣợc kiểm toán và đƣa công khai trên các phƣơng tiện truyền thông.

Vì vậy để có thể đạt đƣợc mục tiêu đánh giá ban đầu đã đề ra thì việc lựa chọn hệ số nào phù hợp là rất quan trọng. Những chỉ số này có thẻ cho ta thông tin để so sánh kết quả của một NHTM qua các năm hay dùng để so sánh giữa các NHTM với nhau, từ đó đƣa ra chiến lƣợc nâng cao hiệu quả. Hiện nay, theo nhƣ các nghiên cứu khoa học thì hầu nhƣ chỉ số đƣợc lựa chọn để đo lƣờng hiệu quả tài chính cho NHTM chính là tỉ suất sinh lời trên tổng tài sản ( Return on assets - ROA) và tỉ suất sinh lời trên vốn chủ sở hữu ( Return on equity – ROE). Theo May và Walid (2017) ROA và ROE là chỉ số chính dùng để biểu thị cho hiệu quả tài chính của các ngân hàng.

Nhìn vào ROA ta có thể đo lƣờng đƣợc lợi nhuận sinh ra từ tài sản, còn ROE thì là lợi nhuận sinh ra từ vốn cùa các cổ đông đƣa vào ngân hàng. Tuy nhiên ROA đƣợc sử dụng rộng rãi hơn để làm thƣớc đo vì thể hiện đƣợc hiệu quả của tài sản so với thu nhập. Nguyễn Thị Thanh Bình và cộng sự (2021) cùng Jakubík và Reininger (2013) cũng có viết rằng ROE chịu nhiều ảnh hƣởng bởi mức độ đòn bẩy và tỷ lệ an toàn vốn. Trong luận văn này, tác giả ƣu tiên lựa chọn chỉ tiêu phản ánh khả năng sinh lời là ROA để đánh giá hiệu quả tài chính của các NH TMCP VN.

Tỷ suất sinh lời trên tài sản cho thấy hiệu quả sử dụng tài sản ở mỗi doanh nghiệp, bên cạnh đó còn phản ánh kỹ năng của các cấp quản lý. Chỉ tiêu này cho 10 biết một đơn vị tài sản đƣợc đƣa vào trong hoạt động kinh doanh sẽ cho ra đƣợc bao nhiêu đồng lợi nhuận. Chỉ số này càng cao, hiệu quả sử dụng tài sản càng lớn và ngƣợc lại. Ngoài ra, ROA còn là chỉ tiêu đƣợc sử dụng để đánh giá tác động của đòn bẩy tài chính nhằm ra quyết định huy động vốn.

Các lý thuyết liên quan đến hiệu quả tài chính Đại đa số ở các nghiên cứu trƣớc về hiệu quả tài chính cả trong nƣớc và trên thế giới thì đều dựa trên hai lý thuyết cơ bản nhƣ sau là: lý thuyết sức mạnh thị trƣờng (MP –Market Power); lý thuyết cấu trúc hiệu quả (ES –Efficient Structure). Jeon và Miller (2006) có đề cập rằng: Lý thuyết sức mạnh thị trƣờng thông thƣờng đƣợc tiếp cận theo hai hƣớng: cấu trúc – hành vi – hiệu quả và sức mạnh thị trƣờng tƣơng đối. Lý thuyết cấu trúc – hành vi – hiệu quả lập luận rằng hành vi các doanh nghiệp sẽ đƣợc quyết định bởi thị trƣờng qua đó tạo ảnh hƣởng đến lợi nhuận của doanh nghiệp. Và nhƣ vậy theo lý thuyết này ta có thể đƣa ra lập luận: khi sự cạnh tranh giữa các ngân hàng giảm dẫn đến lãi suất cho vay càng cao và lãi suất huy động càng thấp thì mức độ tập trung của thị trƣờng ngân hàng càng lớn.

Theo lý thuyết sức mạnh thị trường tương đối thì các doanh nghiệp sở hữu thị phần lớn và nắm giữ bí quyết của các sản phẩm khác biệt có thể thao túng thị trƣờng và có khả năng kiểm soát đƣợc hiệu quả tài chính. Qua đó ta có suy ra rằng những ngân hàng lớn ở quy mô và thật sự nổi bật về thƣơng hiệu mới có thể tạo ra quyết định đến giá cả và nâng cao lợi nhuận.