Giới thiệu dự án
Nghiên cứu ứng dụng "Những yếu tố tác động đến lợi nhuận của các ngân hàng thương mại cổ phần Việt Nam" do tác giả Trần Nguyễn Như Hằng thực hiện dưới sự hướng dẫn khoa học của TS. Lê Văn Hải (Trường Đại học Ngân hàng TP. Hồ Chí Minh - HUB) là một công trình nghiên cứu kinh tế lượng thực nghiệm chuyên sâu. Dự án giải quyết bài toán cốt lõi về tối ưu hóa năng lực tài chính và quản trị rủi ro trong hệ thống ngân hàng thương mại cổ phần (NHTMCP) Việt Nam xuyên suốt giai đoạn 2010 – 2022.
+-------------------------------------------------------+
| DỮ LIỆU BẢNG 25 NHTMCP (2010 - 2022) |
| (325 Quan sát - 80.6% Hệ thống) |
+-------------------------------------------------------+
|
+------------------------+------------------------+
| |
[ BIẾN VI MÔ NGÂN HÀNG ] [ BIẾN VĨ MÔ ]
- SIZE (Log Tổng tài sản) - GDP (Tăng trưởng GDP)
- CAP (Vốn CSH / Tổng TS) - INF (Tỷ lệ lạm phát)
- DEP (Tiền gửi / Tổng TS)
- NPL (Nợ xấu / Tổng dư nợ)
- OEAR (Chi phí HĐ / Tổng TS)
- LDR (Cho vay / Tiền gửi)
| |
+------------------------+------------------------+
|
v
+-------------------------------------------------------+
| QUY TRÌNH KIỂM ĐỊNH KINH TẾ LƯỢNG NÂNG CAO |
| Pooled OLS -> FEM -> REM -> F-test -> Hausman |
| Kiểm định khuyết tật: Modified Wald & Wooldridge |
+-------------------------------------------------------+
|
v
+-------------------------------------------------------+
| MÔ HÌNH ƯỚC LƯỢNG KHẮC PHỤC FGLS |
| (Feasible Generalized Least Squares - Stata 17) |
+-------------------------------------------------------+
|
+------------------------+------------------------+
| | |
v v v
[ MÔ HÌNH ROA ] [ MÔ HÌNH ROE ] [ MÔ HÌNH NIM ]
Tỷ suất sinh lời Tỷ suất sinh lời Tỷ lệ thu nhập
trên tổng tài sản trên vốn chủ sở hữu lãi thuần cận biên
Bối cảnh ngành và tính cấp thiết
Hệ thống NHTMCP đóng vai trò huyết mạch trong việc cung ứng và điều phối nguồn vốn cho nền kinh tế Việt Nam. Giai đoạn 2010 – 2022 ghi nhận nhiều chu kỳ biến động tài chính phức tạp: từ giai đoạn tái cơ cấu nợ xấu sau khủng hoảng tài chính toàn cầu 2008, quá trình triển khai chuẩn mực an toàn vốn Basel II theo Thông tư 41/2016/TT-NHNN, đến những cú sốc chuỗi cung ứng từ đại dịch COVID-19. Trong bối cảnh biên lãi thuần chịu áp lực thu hẹp và chi phí trích lập dự phòng rủi ro tín dụng gia tăng, việc lượng hóa chính xác các động lực quyết định lợi nhuận là điều kiện tiên quyết giúp các NHTMCP duy trì sức khỏe tài chính và năng lực sinh lời bền vững.
Vấn đề nghiên cứu thực tiễn
Các nhà quản trị ngân hàng và nhà hoạch định chính sách thường đối mặt với các nút thắt lớn:
- Sự mất cân đối giữa tốc độ mở rộng quy mô tài sản và hiệu quả khai thác dòng vốn.
- Tác động tiêu cực của nợ xấu tiềm ẩn và chi phí hoạt động thiếu tối ưu đến biên lợi nhuận ròng.
- Hạn chế trong việc đo lường toàn diện hiệu quả sinh lời khi các nghiên cứu trước đây thường chỉ tập trung vào một chỉ tiêu đơn lẻ (ROA hoặc ROE) mà bỏ qua thu nhập lãi thuần cận biên (NIM) – chỉ số phản ánh bản chất trung gian tài chính cốt lõi chiếm 70% – 85% tổng thu nhập ngân hàng.
Mục tiêu dự án
- Xác định hệ thống các nhân tố nội tại vi mô (Quy mô tài sản, Tỷ lệ an toàn vốn, Huy động tiền gửi, Chất lượng nợ, Chi phí hoạt động, Tỷ lệ cấp tín dụng) và vĩ mô (Tăng trưởng GDP, Lạm phát CPI) tác động đến lợi nhuận NHTMCP.
- Lượng hóa chiều hướng và mức độ tác động của từng biến số thông qua các kỹ thuật hồi quy dữ liệu bảng nâng cao, xử lý triệt để các khuyết tật mô hình.
- Xây dựng hệ thống hàm ý quản trị và kiến nghị chính sách khả thi nhằm gia tăng hiệu quả sinh lời và đảm bảo tỷ lệ an toàn vốn cho hệ thống ngân hàng Việt Nam.
Phương pháp tiếp cận và giải pháp
Đề tài áp dụng phương pháp nghiên cứu định lượng trên bộ dữ liệu bảng cân bằng (Balanced Panel Data) thu thập từ 25 NHTMCP Việt Nam đã kiểm toán, kết hợp dữ liệu vĩ mô từ Ngân hàng Thế giới (World Bank) và Ngân hàng Nhà nước Việt Nam (SBV). Nghiên cứu xây dựng ma trận đánh giá trên 3 biến phụ thuộc:
- ROA (Return on Assets): Tỷ suất sinh lời trên tổng tài sản.
- ROE (Return on Equity): Tỷ suất sinh lời trên vốn chủ sở hữu.
- NIM (Net Interest Margin): Tỷ lệ thu nhập lãi thuần cận biên.
Quy trình ước lượng sử dụng mô hình bình phương nhỏ nhất khả thi (Feasible Generalized Least Squares - FGLS) trên phần mềm Stata 17.0 nhằm khắc phục hoàn toàn hiện tượng phương sai sai số thay đổi và tự tương quan thường gặp trong chuỗi dữ liệu tài chính thời gian dài.
Phạm vi và chỉ số đo lường
- Phạm vi không gian: 25 NHTMCP đại diện chiếm 80.6% tổng số NHTMCP tại Việt Nam.
- Phạm vi thời gian: 13 năm liên tục (2010 – 2022), tạo ra bộ dữ liệu gồm 325 quan sát (bank-year observations).
- Biến số nghiên cứu: 03 biến phụ thuộc đo lường khả năng sinh lời và 08 biến độc lập (06 biến vi mô, 02 biến vĩ mô).
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
| Công trình nghiên cứu |
Phạm vi & Dữ liệu |
Phương pháp |
Ưu điểm |
Hạn chế / Khoảng trống |
| Menicucci & Paolucci (2016) |
35 ngân hàng châu Âu (2009 – 2013, 175 quan sát) |
Panel OLS, Fixed Effects |
Đánh giá ngân hàng quy mô lớn tại các nền kinh tế phát triển |
Số lượng biến số độc lập ít; mẫu dữ liệu ngắn; chưa bao quát thị trường mới nổi |
| Farkasdi et al. (2021) |
5 ngân hàng tại Đức (2017 – 2020, 20 quan sát) |
Phân tích hồi quy bội |
Đánh giá sâu tác động của thu nhập ngoài lãi |
Kích thước mẫu quá nhỏ (N=20); không thể khái quát hóa cho toàn hệ thống |
| Nguyễn Quốc Anh (2023) |
26 NHTMCP Việt Nam (2009 – 2021) |
Dữ liệu bảng FGLS |
Dữ liệu dài hạn tại Việt Nam |
Chỉ sử dụng duy nhất biến phụ thuộc ROA; bỏ sót biến cấu trúc NIM và ROE |
| Phạm Xuân Quỳnh (2022) |
25 NHTMCP Việt Nam (Quý I/2018 – Quý III/2021) |
Mô hình REM |
Phân tích bối cảnh biến động dịch COVID-19 |
Dữ liệu theo quý có tính mùa vụ cao; chưa kiểm soát hiện tượng tự tương quan |
| Đề tài hiện tại (2024) |
25 NHTMCP Việt Nam (2010 – 2022, 325 quan sát) |
FGLS (Stata 17.0) |
Kết hợp đồng thời ROA, ROE, NIM; mẫu dữ liệu 13 năm toàn diện; kiểm soát đa khuyết tật |
Lấp đầy khoảng trống nghiên cứu kinh tế lượng thực nghiệm tại Việt Nam |
Ưu tiên yêu cầu nghiên cứu (MoSCoW Framework)
- Must-have: Xây dựng đầy đủ 3 mô hình hồi quy đa biến cho ROA, ROE, NIM; kiểm định và khắc phục hiện tượng phương sai thay đổi (Heteroskedasticity) và tự tương quan (Autocorrelation).
- Should-have: Phân tích ma trận tương quan ma trận VIF kiểm tra hiện tượng đa cộng tuyến; đối chiếu kết quả thực nghiệm với lý thuyết Sức mạnh thị trường (Market Power Theory) và Cấu trúc - Thực hiện - Hiệu quả (SCP Model).
- Could-have: Phân tách tác động của từng nhóm ngân hàng theo quy mô tài sản và vốn chủ sở hữu.
- Won't-have: Nghiên cứu không đi sâu vào các tổ chức tín dụng phi ngân hàng hoặc chi nhánh ngân hàng 100% vốn nước ngoài.
Thiết kế hệ thống mô hình kinh tế lượng
[ Báo cáo tài chính 25 NHTMCP (2010 - 2022) ] ---> [ Trích xuất 8 Biến độc lập + 3 Biến phụ thuộc ]
|
v
[ Kiểm định Đa cộng tuyến (VIF < 10) ]
|
v
+----------------------------------------+----------------------------------------+
| | |
[ Mô hình Pooled OLS ] [ Mô hình FEM ] [ Mô hình REM ]
| | |
+------------------ F-Test --------------+ |
| (p < 0.05) |
v |
[ Chọn Mô hình FEM ] <---------------- Hausman Test ------------------------------------+
| (p < 0.05)
v
[ Kiểm định Khuyết tật ]
- Modified Wald (p < 0.001 -> Phương sai sai số thay đổi)
- Wooldridge Test (p < 0.001 -> Tự tương quan chuỗi bậc 1)
|
v
+------------------------------------------------------------------------------------------------------+
| ƯỚC LƯỢNG MÔ HÌNH FGLS |
| ROA_it = β0 + β1*SIZE + β2*CAP + β3*DEP + β4*NPL + β5*OEAR + β6*LDR + β7*GDP + β8*INF |
| ROE_it = α0 + α1*SIZE + α2*CAP + α3*DEP + α4*NPL + α5*OEAR + α6*LDR + α7*GDP + α8*INF |
| NIM_it = γ0 + γ1*SIZE + γ2*CAP + γ3*DEP + γ4*NPL + γ5*OEAR + γ6*LDR + γ7*GDP + γ8*INF |
+------------------------------------------------------------------------------------------------------+
Ngăn xếp công nghệ và môi trường thực thi
- Hệ thống xử lý định lượng: Stata 17.0 MP (Multi-Processor Edition).
- Bộ công cụ xử lý dữ liệu: Microsoft Excel 365, Python 3.10 (thư viện
pandas và statsmodels phục vụ làm sạch và trích xuất dữ liệu BCTC).
- Cơ sở dữ liệu: Dữ liệu BCTC kiểm toán từ Vietstock Finance, CafeF; Dữ liệu kinh tế vĩ mô từ World Bank DataBank và Ngân hàng Nhà nước.
Thiết kế phương trình kinh tế lượng
Ba phương trình hồi quy tuyến tính dữ liệu bảng được thiết lập chuẩn hóa như sau:
$$\text{ROA}{it} = \beta_0 + \beta_1 \text{SIZE}{it} + \beta_2 \text{CAP}{it} + \beta_3 \text{DEP}{it} + \beta_4 \text{NPL}{it} + \beta_5 \text{OEAR}{it} + \beta_6 \text{LDR}{it} + \beta_7 \text{GDP}{t} + \beta_8 \text{INF}{t} + \varepsilon{it}$$
$$\text{ROE}{it} = \alpha_0 + \alpha_1 \text{SIZE}{it} + \alpha_2 \text{CAP}{it} + \alpha_3 \text{DEP}{it} + \alpha_4 \text{NPL}{it} + \alpha_5 \text{OEAR}{it} + \alpha_6 \text{LDR}{it} + \alpha_7 \text{GDP}{t} + \alpha_8 \text{INF}{t} + \mu{it}$$
$$\text{NIM}{it} = \gamma_0 + \gamma_1 \text{SIZE}{it} + \gamma_2 \text{CAP}{it} + \gamma_3 \text{DEP}{it} + \gamma_4 \text{NPL}{it} + \gamma_5 \text{OEAR}{it} + \gamma_6 \text{LDR}{it} + \gamma_7 \text{GDP}{t} + \gamma_8 \text{INF}{t} + \nu{it}$$
Trong đó: $i$ là ký hiệu đại diện cho ngân hàng ($i = 1, \dots, 25$); $t$ là năm quan sát ($t = 2010, \dots, 2022$); $\beta, \alpha, \gamma$ là các hệ số hồi quy cần ước lượng; $\varepsilon, \mu, \nu$ là sai số ngẫu nhiên của mô hình.
Bảng định nghĩa và đo lường các biến số
| Phân loại |
Tên biến |
Ký hiệu |
Công thức tính toán |
Kỳ vọng tác động |
| Biến phụ thuộc |
Tỷ suất sinh lời trên tài sản |
ROA |
$\frac{\text{Lợi nhuận sau thuế}}{\text{Tổng tài sản}}$ |
N/A |
|
Tỷ suất sinh lời trên vốn CSH |
ROE |
$\frac{\text{Lợi nhuận sau thuế}}{\text{Vốn chủ sở hữu}}$ |
N/A |
|
Tỷ lệ thu nhập lãi thuần |
NIM |
$\frac{\text{Thu nhập lãi thuần}}{\text{Tài sản sinh lãi}}$ |
N/A |
| Biến nội tại (Vi mô) |
Quy mô tài sản |
SIZE |
$\ln(\text{Tổng tài sản})$ |
Dương (+) |
|
Quy mô vốn chủ sở hữu |
CAP |
$\frac{\text{Vốn chủ sở hữu}}{\text{Tổng tài sản}}$ |
Dương (+) |
|
Tỷ lệ huy động tiền gửi |
DEP |
$\frac{\text{Tiền gửi khách hàng}}{\text{Tổng tài sản}}$ |
Âm (-) |
|
Tỷ lệ nợ xấu |
NPL |
$\frac{\text{Dư nợ xấu (Nhóm 3, 4, 5)}}{\text{Tổng dư nợ cho vay}}$ |
Âm (-) |
|
Chi phí hoạt động |
OEAR |
$\frac{\text{Chi phí hoạt động}}{\text{Tổng tài sản}}$ |
Âm (-) |
|
Tỷ lệ cho vay trên tiền gửi |
LDR |
$\frac{\text{Dư nợ cho vay khách hàng}}{\text{Tiền gửi của khách hàng}}$ |
Dương (+) |
| Biến vĩ mô |
Tăng trưởng kinh tế |
GDP |
$\frac{\text{GDP}t - \text{GDP}{t-1}}{\text{GDP}_{t-1}}$ |
Dương (+) |
|
Tỷ lệ lạm phát |
INF |
$\frac{\text{CPI}t - \text{CPI}{t-1}}{\text{CPI}_{t-1}}$ |
Âm (-) |
Phương pháp luận (Methodology)
Nghiên cứu được triển khai theo quy trình chuẩn kinh tế lượng thực nghiệm gồm 5 giai đoạn:
- Thu thập và Tiền xử lý dữ liệu: Bóc tách BCTC kiểm toán hợp nhất của 25 ngân hàng liên tục trong 13 năm; kiểm tra tính cân bằng và làm sạch giá trị ngoại lai.
- Thống kê mô tả và Kiểm tra đa cộng tuyến: Đo lường các giá trị Mean, Std. Dev, Min, Max; kiểm tra ma trận tương quan Pearson và hệ số phóng đại phương sai (VIF).
- Ước lượng cơ sở & Lựa chọn mô hình: Thực hiện hồi quy Pooled OLS, FEM và REM. Áp dụng F-Test để chọn giữa Pooled OLS và FEM; áp dụng Hausman Test để chọn giữa FEM và REM.
- Kiểm định chẩn đoán khuyết tật: Thực hiện kiểm định Modified Wald Test phát hiện phương sai sai số thay đổi giữa các thực thể và Wooldridge Test phát hiện tự tương quan chuỗi bậc 1.
- Hiệu chỉnh mô hình: Áp dụng phương pháp ước lượng Feasible Generalized Least Squares (FGLS) để thu được ước lượng không chệch, hiệu quả và có độ tin cậy thống kê cao nhất.
Implementation và kết quả
Quy trình triển khai và kịch bản thực thi
Toàn bộ quy trình ước lượng và kiểm định được lập trình và thực thi tự động thông qua script Stata (.do file). Dưới đây là cấu trúc lệnh chi tiết:
* ==============================================================================
* KHÓA LUẬN: CÁC YẾU TỐ TÁC ĐỘNG ĐẾN LỢI NHUẬN NHTMCP VIỆT NAM (2010 - 2022)
* Script thực thi kiểm định và ước lượng kinh tế lượng trên Stata 17.0
* ==============================================================================
* 1. Khai báo cấu trúc dữ liệu bảng (Panel Data Setup)
clear all
import excel "bank_profitability_data_2010_2022.xlsx", sheet("Data") firstrow
destring id year roa roe nim size cap dep npl oear ldr gdp inf, replace
xtset id year
* 2. Thống kê mô tả và Ma trận tương quan
summarize roa roe nim size cap dep npl oear ldr gdp inf
pwcorr roa roe nim size cap dep npl oear ldr gdp inf, sig star(0.05)
* 3. Kiểm định Đa cộng tuyến qua hệ số VIF (Dựa trên mô hình OLS)
regress roa size cap dep npl oear ldr gdp inf
vif
* 4. Ước lượng mô hình cơ sở cho biến phụ thuộc ROA
regress roa size cap dep npl oear ldr gdp inf // Pooled OLS
estimates store pooled_ols_roa
xtreg roa size cap dep npl oear ldr gdp inf, fe // Fixed Effects Model (FEM)
estimates store fem_roa
xtreg roa size cap dep npl oear ldr gdp inf, re // Random Effects Model (REM)
estimates store rem_roa
* 5. Kiểm định lựa chọn mô hình tối ưu
hausman fem_roa rem_roa // Hausman Test: Lựa chọn FEM vs REM
* 6. Kiểm định khuyết tật trên mô hình FEM
xtreg roa size cap dep npl oear ldr gdp inf, fe
xttest3 // Modified Wald Test (Phương sai thay đổi)
xtserial roa size cap dep npl oear ldr gdp inf // Wooldridge Test (Tự tương quan)
* 7. Khắc phục khuyết tật bằng phương pháp FGLS (Final Estimation)
xtgls roa size cap dep npl oear ldr gdp inf, panels(hetero) corr(ar1)
estimates store fgls_roa
xtgls roe size cap dep npl oear ldr gdp inf, panels(hetero) corr(ar1)
estimates store fgls_roe
xtgls nim size cap dep npl oear ldr gdp inf, panels(hetero) corr(ar1)
estimates store fgls_nim
Kết quả kiểm định chẩn đoán mô hình
| Kiểm định kinh tế lượng |
Mục đích kiểm định |
Giá trị thống kê / Thước đo |
P-value |
Kết luận thống kê |
| Kiểm định VIF |
Kiểm tra hiện tượng đa cộng tuyến |
$VIF_{max} = 2.14 < 10$; $VIF_{mean} = 1.48$ |
N/A |
Không có hiện tượng đa cộng tuyến nghiêm trọng |
| F-Test (ROA/ROE/NIM) |
Lựa chọn giữa Pooled OLS và FEM |
$F(24, 292) = 14.82$ |
$0.0000 < 0.05$ |
Bác bỏ $H_0$; Mô hình FEM phù hợp hơn Pooled OLS |
| Hausman Test |
Lựa chọn giữa FEM và REM |
$\chi^2(8) = 28.45$ |
$0.0004 < 0.05$ |
Bác bỏ $H_0$; Mô hình FEM phù hợp hơn REM |
| Modified Wald Test |
Phát hiện phương sai sai số thay đổi |
$\chi^2(25) = 1845.22$ |
$0.0000 < 0.05$ |
Tồn tại hiện tượng phương sai sai số thay đổi |
| Wooldridge Test |
Phát hiện tự tương quan chuỗi bậc 1 |
$F(1, 24) = 22.16$ |
$0.0001 < 0.05$ |
Tồn tại hiện tượng tự tương quan chuỗi $AR(1)$ |
Kết quả hồi quy tổng hợp theo phương pháp FGLS
Sau khi xử lý phương sai thay đổi và tự tương quan bằng ước lượng FGLS, kết quả tác động của các biến độc lập đến 3 biến đo lường lợi nhuận được tổng hợp như sau:
| Biến độc lập |
Tác động đến ROA |
Tác động đến ROE |
Tác động đến NIM |
Ý nghĩa thống kê |
Mức độ phù hợp với giả thuyết |
| SIZE (Quy mô tài sản) |
+ (Dương) |
+ (Dương) |
+ (Dương) |
Có ý nghĩa ($p < 0.01$) |
Chấp nhận giả thuyết $H_1$ |
| CAP (Tỷ lệ vốn CSH) |
+ (Dương) |
+ (Dương) |
+ (Dương) |
Có ý nghĩa ($p < 0.01$) |
Chấp nhận giả thuyết $H_2$ |
| DEP (Tỷ lệ tiền gửi) |
- (Âm) |
- (Âm) |
- (Âm) |
Có ý nghĩa ($p < 0.05$) |
Chấp nhận giả thuyết $H_3$ |
| NPL (Tỷ lệ nợ xấu) |
- (Âm) |
- (Âm) |
- (Âm) |
Có ý nghĩa ($p < 0.01$) |
Chấp nhận giả thuyết $H_4$ |
| OEAR (Chi phí hoạt động) |
- (Âm) |
- (Âm) |
- (Âm) |
Có ý nghĩa ($p < 0.01$) |
Chấp nhận giả thuyết $H_5$ |
| LDR (Cho vay / Tiền gửi) |
Không tác động |
Không tác động |
Không tác động |
Không có ý nghĩa ($p > 0.10$) |
Bác bỏ giả thuyết $H_6$ |
| GDP (Tăng trưởng GDP) |
Không tác động |
Không tác động |
Không tác động |
Không có ý nghĩa ($p > 0.10$) |
Bác bỏ giả thuyết $H_7$ |
| INF (Tỷ lệ lạm phát) |
- (Âm) |
- (Âm) |
- (Âm) |
Có ý nghĩa ($p < 0.05$) |
Chấp nhận giả thuyết $H_8$ |
Đổi mới và đóng góp
Điểm đổi mới về mặt học thuật và kỹ thuật
- Khung đánh giá lợi nhuận đa chiều (Tri-metric Profitability Evaluation): Khác biệt hoàn toàn với các nghiên cứu trước chỉ sử dụng ROA hoặc ROE, công trình này tích hợp đồng thời biến NIM – phản ánh chính xác hiệu quả trung gian tài chính của ngân hàng thương mại, cung cấp bức tranh hoàn chỉnh về năng lực tạo thu nhập từ lãi và phân bổ tài sản sinh lời.
- Bộ dữ liệu 13 năm xuyên suốt chu kỳ kinh tế: Xây dựng tập dữ liệu bảng cân bằng chuẩn mực gồm 25 NHTMCP (chiếm 80.6% toàn hệ thống) trong giai đoạn 2010 – 2022, phản ánh trọn vẹn chu kỳ tái cơ cấu ngân hàng và các cú sốc vĩ mô.
- Kỹ thuật xử lý khuyết tật kinh tế lượng chuẩn xác: Áp dụng phương pháp ước lượng FGLS giải quyết triệt để vấn đề phương sai sai số thay đổi giữa các ngân hàng và tự tương quan chuỗi trong dữ liệu tài chính, đảm bảo các ước lượng hệ số không bị chệch và đạt phương sai nhỏ nhất (BLUE).
+------------------------------------------------------------------------------------------------------+
| SO SÁNH CÁC CÔNG TRÌNH NGHIÊN CỨU |
+--------------------------+-----------------------+-----------------------+---------------------------+
| TIÊU CHÍ SO SÁNH | MENICUCCI (2016) | NGUYỄN QUỐC ANH (2023)| ĐỀ TÀI HIỆN TẠI (2024) |
+--------------------------+-----------------------+-----------------------+---------------------------+
| Số lượng quan sát | 175 (35 ngân hàng) | 338 (26 ngân hàng) | 325 (25 ngân hàng) |
| Chuỗi thời gian | 5 năm (2009 - 2013) | 13 năm (2009 - 2021) | 13 năm (2010 - 2022) |
| Biến phụ thuộc lợi nhuận | ROA, ROE | ROA đơn lẻ | ROA, ROE, NIM toàn diện |
| Kỹ thuật khắc phục | Fixed Effects | FGLS | FGLS đa phương trình |
| Độ bao phủ thị trường | ~45% Châu Âu | ~70% Việt Nam | 80.6% Hệ thống NHTMCP VN |
+--------------------------+-----------------------+-----------------------+---------------------------+
Đóng góp thực tiễn cho ngành Ngân hàng Việt Nam
- Chứng minh tính kinh tế theo quy mô (Economies of Scale): Hệ số $SIZE > 0$ chứng minh các ngân hàng có quy mô tài sản lớn có lợi thế cạnh tranh vượt trội về chi phí vốn, mạng lưới khách hàng và khả năng đa dạng hóa nguồn thu.
- Khẳng định vai trò then chốt của tỷ lệ an toàn vốn: Hệ số $CAP > 0$ khẳng định việc củng cố vốn tự có và đáp ứng các tiêu chuẩn an toàn vốn Basel II/Basel III giúp ngân hàng giảm thiểu chi phí tài trợ bên ngoài và nâng cao lợi nhuận biên.
- Lượng hóa mức độ rủi ro nợ xấu và chi phí: Cung cấp bằng chứng thực nghiệm về tác động tiêu cực mạnh mẽ của nợ xấu ($NPL$) và chi phí hoạt động ($OEAR$) tới ROA, ROE và NIM, đặt ra yêu cầu cấp thiết về quản trị chi phí hoạt động (CIR) và nâng cao chất lượng thẩm định tín dụng.
Ứng dụng thực tế và triển khai
+------------------------------------------------------------------------------------------------------+
| LỘ TRÌNH TRIỂN KHAI ỨNG DỤNG QUẢN TRỊ TẠI CÁC NHTMCP VIỆT NAM |
+------------------------------------------------------------------------------------------------------+
| GIAI ĐOẠN 1 (Tháng 1 - 3) : TỐI ƯU HÓA CHI PHÍ HOẠT ĐỘNG & TỰ ĐỘNG HÓA VẬN HÀNH (CIR) |
| - Số hóa quy trình tín dụng, giảm tỷ lệ OEAR xuống dưới 1.5% |
| - Cắt giảm chi phí trung gian thông qua chuyển đổi số |
+------------------------------------------------------------------------------------------------------+
| GIAI ĐOẠN 2 (Tháng 4 - 6) : KIỂM SOÁT NỢ XẤU & TRÍCH LẬP DỰ PHÒNG CHUẨN XÁC |
| - Ứng dụng mô hình chấm điểm tín dụng tự động |
| - Kiểm soát chặt tỷ lệ NPL < 2.0% theo định hướng NHNN |
+------------------------------------------------------------------------------------------------------+
| GIAI ĐOẠN 3 (Tháng 7 - 12) : TĂNG CƯỜNG QUY MÔ VỐN CHỦ SỞ HỮU & ĐA DẠNG HÓA NGUỒN VỐN |
| - Nâng cao CAR theo chuẩn Basel II/III (tăng CAP) |
| - Tối ưu hóa cấu trúc huy động CASA để hạ thấp chi phí tiền gửi DEP |
+------------------------------------------------------------------------------------------------------+
Khuyến nghị chiến lược cho Ban Quản trị NHTMCP
- Kiểm soát chi phí hoạt động (OEAR): Đẩy mạnh chuyển đổi số, tự động hóa quy trình nghiệp vụ (RPA) nhằm kéo giảm chỉ số chi phí trên thu nhập (Cost-to-Income Ratio - CIR), tối ưu hóa mạng lưới chi nhánh vật lý để tiết giảm chi phí vận hành.
- Quản trị chất lượng tài sản và xử lý nợ xấu (NPL): Tăng cường trích lập dự phòng rủi ro, nâng cao tiêu chuẩn thẩm định tín dụng bằng các thuật toán máy học (Machine Learning Credit Scoring) nhằm hạn chế nợ xấu phát sinh từ gốc.
- Chiến lược cấu trúc vốn và huy động (CAP & DEP): Chủ động tăng vốn điều lệ và vốn cấp 2 nhằm gia tăng chỉ số CAP; tái cơ cấu nguồn vốn huy động hướng đến tỷ lệ tiền gửi không kỳ hạn (CASA) cao để tối ưu chi phí trả lãi, qua đó gia tăng NIM.
Kiến nghị với Ngân hàng Nhà nước và Cơ quan Quản lý
- Tiếp tục hoàn thiện hành lang pháp lý hướng dẫn triển khai Basel III và chuẩn mực IFRS 9 trong việc ghi nhận và trích lập dự phòng tổn thất tín dụng dự kiến.
- Điều hành chính sách tiền tệ chủ động, duy trì kiểm soát lạm phát ổn định nhằm tạo môi trường vĩ mô thuận lợi cho hoạt động trung gian tín dụng của hệ thống NHTM.
Hạn chế và hướng phát triển
Hạn chế kỹ thuật và dữ liệu
- Giới hạn phạm vi đối tượng: Nghiên cứu chỉ tập trung vào 25 NHTMCP, chưa bao gồm khối ngân hàng thương mại nhà nước (Agribank) và các tổ chức tài chính vi mô do sự khác biệt về cấu trúc sở hữu và cơ chế công bố thông tin.
- Chưa xem xét yếu tố phi tài chính: Mô hình chưa tích hợp các biến số định tính như chất lượng quản trị doanh nghiệp (Corporate Governance), chỉ số chuyển đổi số (Digital Transformation Index), hoặc tiêu chuẩn môi trường - xã hội - quản trị (ESG).
- Vấn đề nội sinh tiềm ẩn: Mặc dù FGLS xử lý tốt phương sai thay đổi và tự tương quan, mô hình chưa sử dụng phương pháp Moment tổng quát hệ thống (System GMM) để kiểm soát triệt để hiện tượng nội sinh động giữa lợi nhuận quá khứ và các biến vi mô.
Hướng nghiên cứu mở rộng
- Áp dụng phương pháp ước lượng hồi quy động Two-step System GMM (Arellano-Bond) để kiểm soát biến độ trễ của lợi nhuận ($ROA_{t-1}, ROE_{t-1}, NIM_{t-1}$).
- Mở rộng giai đoạn nghiên cứu sau năm 2023 nhằm đánh giá tác động của chu kỳ phục hồi kinh tế hậu biến động thị trường trái phiếu doanh nghiệp và bất động sản.
- Ứng dụng các thuật toán học máy (XGBoost, Random Forest) kết hợp kinh tế lượng phi tham số để dự báo rủi ro sinh lời của từng nhóm ngân hàng theo thời gian thực.
Đối tượng hưởng lợi
+------------------------------------------------------------------------------------------------------+
| MA TRẬN GIÁ TRỊ HƯỞNG LỢI DỰ ÁN |
+----------------------+-------------------------------------------------------------------------------+
| ĐỐI TƯỢNG | GIÁ TRỊ VÀ LỢI ÍCH CỤ THỂ ĐƯỢC ĐO LƯỜNG |
+----------------------+-------------------------------------------------------------------------------+
| Sinh viên & Học viên | - Nắm vững quy trình nghiên cứu kinh tế lượng thực nghiệm chuẩn quốc tế |
| chuyên ngành Tài | - Khung tham chiếu hoàn chỉnh về Stata scripting cho dữ liệu bảng 13 năm |
| chính - Ngân hàng | - Bộ tài liệu thực hành xử lý khuyết tật mô hình (F-test, Hausman, FGLS) |
+----------------------+-------------------------------------------------------------------------------+
| Chuyên viên phân | - Cung cấp bộ biến số định lượng để xây dựng mô hình dự báo tài chính BCTC |
| tích & Data Analyst | - Code mẫu Stata/Python xử lý kiểm định tự tương quan và phương sai thay đổi |
+----------------------+-------------------------------------------------------------------------------+
| Nhà quản trị & Ban | - Căn cứ dữ liệu định lượng để điều chỉnh tỷ lệ an toàn vốn CAR và nợ xấu NPL |
| điều hành NHTMCP | - Định hướng chiến lược tối ưu hóa CIR và cơ cấu nguồn vốn tiền gửi CASA |
+----------------------+-------------------------------------------------------------------------------+
| Nhà nghiên cứu | - Cung cấp bằng chứng thực nghiệm vững chắc tại thị trường tài chính mới nổi |
| kinh tế lượng | - Nền tảng dữ liệu bảng chuẩn xác để mở rộng các mô hình System GMM, ESG |
+----------------------+-------------------------------------------------------------------------------+
Câu hỏi thường gặp
1. Tại sao nghiên cứu cần kết hợp chỉ số NIM cùng với ROA và ROE?
NIM (Net Interest Margin) phản ánh trực tiếp hiệu quả hoạt động kinh doanh cốt lõi của ngân hàng thương mại là huy động và cho vay (chiếm 70% – 85% thu nhập). Trong khi ROA và ROE đo lường hiệu suất tổng thể sau thuế, NIM giúp bóc tách chính xác khả năng quản trị chênh lệch lãi suất và phân bổ tài sản sinh lãi, từ đó loại trừ các tác động ngắn hạn từ thu nhập bất thường hoặc lợi nhuận tài chính khác.
2. Vì sao phương pháp ước lượng FGLS được lựa chọn thay thế cho FEM và REM?
Khi kiểm định dữ liệu bảng 13 năm của 25 ngân hàng, kiểm định Modified Wald ($p < 0.001$) và Wooldridge ($p < 0.001$) cho thấy dữ liệu vi phạm hai giả định cổ điển: tồn tại phương sai sai số thay đổi và tự tương quan chuỗi bậc 1. Mô hình FEM và REM thông thường sẽ cho kết quả sai lệch chuẩn và ước lượng không hiệu quả. Phương pháp FGLS (Feasible Generalized Least Squares) là giải pháp kinh tế lượng chuẩn mực nhất để hiệu chỉnh đồng thời cả hai khuyết tật này.
3. Tại sao biến tỷ lệ cho vay trên tiền gửi (LDR) không có ý nghĩa thống kê trong kết quả FGLS?
Tại Việt Nam, tỷ lệ LDR của các NHTMCP được kiểm soát nghiêm ngặt bởi trần quy định của Ngân hàng Nhà nước (Thông tư 22/2019/TT-NHNN giới hạn LDR tối đa 85%). Sự can thiệp mang tính pháp lý này làm giảm biên độ dao động tự nhiên của LDR giữa các ngân hàng, khiến biến số này không thể hiện tác động phân hóa rõ nét đến sự chênh lệch lợi nhuận trong mô hình thống kê.
4. Kết quả nghiên cứu có thể áp dụng cho các ngân hàng thương mại nhà nước không?
Có thể áp dụng làm khung tham chiếu, tuy nhiên cần có sự điều chỉnh nhất định. Các ngân hàng thương mại nhà nước (như Agribank) có quy mô vốn hóa, mạng lưới chi nhánh và nhiệm vụ chính trị - xã hội đặc thù (cho vay phát triển nông nghiệp nông thôn với lãi suất ưu đãi), do đó chi phí hoạt động và cơ cấu tài sản có sự khác biệt so với khối NHTMCP tư nhân.
5. Làm thế nào để tái lập (reproduce) toàn bộ kết quả nghiên cứu trên Stata?
Người dùng chỉ cần chuẩn bị file dữ liệu bảng cấu trúc cân bằng với 325 quan sát (gồm các cột định danh id, year, 3 biến phụ thuộc và 8 biến độc lập), sau đó nạp file và chạy tuần tự script Stata 17.0 được công bố trong phần Implementation. Toàn bộ các bước kiểm định VIF, F-Test, Hausman, Modified Wald, Wooldridge và lệnh xtgls sẽ tự động xuất ra các bảng kết quả trùng khớp với nghiên cứu.
Kết luận
Khóa luận tốt nghiệp "Những yếu tố tác động đến lợi nhuận của các ngân hàng thương mại cổ phần Việt Nam" của tác giả Trần Nguyễn Như Hằng đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra, mang lại giá trị học thuật và thực tiễn cao:
- Khái quát thành công các động lực cốt lõi: Chứng minh thực nghiệm trên bộ dữ liệu bảng 13 năm (2010 – 2022) của 25 NHTMCP rằng Quy mô tài sản (SIZE) và Tỷ lệ vốn chủ sở hữu (CAP) tác động tích cực thúc đẩy lợi nhuận; trong khi Tỷ lệ nợ xấu (NPL), Chi phí hoạt động (OEAR), Tỷ lệ tiền gửi (DEP) và Lạm phát (INF) là các rào cản làm suy giảm hiệu quả sinh lời.
- Đóng góp kỹ thuật kinh tế lượng vững chắc: Ứng dụng quy trình kiểm định khuyết tật toàn diện và mô hình ước lượng FGLS trên Stata 17.0, cung cấp bộ bằng chứng thực nghiệm tin cậy cho bức tranh tài chính ngân hàng Việt Nam.
- Cung cấp giải pháp hành động rõ ràng: Đề xuất hệ thống giải pháp 3 giai đoạn giúp các NHTMCP tối ưu hóa chi phí vận hành (CIR), kiểm soát nợ xấu từ gốc và nâng cao năng lực an toàn vốn theo chuẩn mực quốc tế Basel II/III.
