Các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của các ngân hàng thương mại tại Việt Nam

Nghiên cứu các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn (CAR) của ngân hàng thương mại Việt Nam. Phân tích ROA, quy mô ngân hàng, NIM, và đòn bẩy tài chính.

• Tác giả: Nguyễn Quỳnh
• Người hướng dẫn: Ph.D Nguyễn Thị Như Quỳnh
• Trường học: Ho Chi Minh University Of Banking
• Chuyên ngành: Finance And Banking
• Đề tài: Factors Affecting Capital Adequacy Ratio Of Commercial Banks In Vietnam
• Loại tài liệu: graduation thesis
• Năm xuất bản: 2024
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• ABSTRACT
• TÓM TẮT
• DISCLOSURE
• THANK YOU
• LIST OF ACRONYMS
• LIST OF TABLES
• LIST OF FIGURES
• 1. CHƯƠNG 1: THE NECESSITY OF THE RESEARCH
• 1.1. Problems
• 1.2. Necessity of the research
• 2. CHƯƠNG 2: THE OBJECTIVE OF THE RESEARCH
• 2.1. General objectives
• 2.2. Specific objectives
• 2.3. RESEARCH QUESTION
• 3. CHƯƠNG 3: OBJECT AND SCOPE OF THE RESEARCH
• 3.1. Object of the research
• 3.2. Scope of space
• 3.3. Scope of time
• 4. CHƯƠNG 4: METHODOLOGY OF THE RESEARCH
• 5. CHƯƠNG 5: CONTRIBUTION OF THE RESEARCH
• 5.1. Practical contribution
• 5.2. Academic contribution
• 6. CHƯƠNG 6: STRUCTURE OF THE RESEARCH
• 6.1. Chapter 1. Introduction
• 6.2. Literature Review
• 6.3. Methodology
• 6.4. Research Results and Discussion
• 6.5. Conclusion
• 7. CHƯƠNG 7: CONCLUSION OF CHAPTER 1
• 8. CHƯƠNG 8: OVERVIEW OF CAPITAL ADEQUACY RATIO

Tóm tắt

I. Tổng Quan Tỷ Lệ An Toàn Vốn CAR Ngân Hàng Việt Nam

Bản chất kinh doanh của ngân hàng thương mại là giao dịch tiền tệ và dịch vụ ngân hàng. Ngân hàng đóng vai trò trung gian trong nền kinh tế, liên quan trực tiếp đến mọi lĩnh vực của đời sống kinh tế - xã hội. Để hoạt động kinh doanh, ngân hàng phải có vốn và tự chủ tài chính. Các ngân hàng cần duy trì mức vốn tối ưu so với rủi ro và nguy cơ vỡ nợ. Vì vậy, cơ quan quản lý cần điều chỉnh vốn ngân hàng (Rime, 2001). Mục đích chung của quy định là giảm rủi ro và tăng độ tin cậy của hệ thống bằng cách cung cấp đủ vốn. Điều này giúp hệ thống ngân hàng tiếp tục hoạt động mà không bị gián đoạn. Tỷ lệ an toàn vốn (CAR) là một tiêu chí quan trọng, thước đo sự ổn định và độ tin cậy của ngân hàng và tổ chức tài chính (Aspal và Nazneen, 2014). Hoạt động của ngân hàng được đảm bảo khi vốn được duy trì ở mức an toàn, và ngân hàng có thể đối mặt với thua lỗ và đảm bảo an toàn tài sản cố định khi nền kinh tế trở nên bất lợi (Abusharba et al., 2013; Aspal và Nazneen, 2014). Với CAR, nhà đầu tư có thể xác định khả năng thanh toán nợ và rủi ro của ngân hàng. Tỷ lệ này cũng được sử dụng để cảnh báo người gửi tiền về rủi ro ngân hàng (Aspal và Nazneen, 2014).

1.1. CAR Thước đo quan trọng trong quản lý rủi ro ngân hàng

Tỷ lệ an toàn vốn (CAR) là một chỉ số tài chính then chốt, phản ánh khả năng của ngân hàng trong việc hấp thụ các khoản lỗ tiềm ẩn và duy trì hoạt động ổn định. Một CAR cao cho thấy ngân hàng có đủ vốn để đối phó với các cú sốc kinh tế và rủi ro tài chính. Các nhà quản lý ngân hàng cần theo dõi sát sao và duy trì CAR ở mức an toàn theo quy định để đảm bảo sự ổn định của ngân hàng và toàn bộ hệ thống tài chính. Quản trị rủi ro hiệu quả là yếu tố then chốt để duy trì CAR ổn định.

1.2. Tầm quan trọng của CAR đối với sự ổn định hệ thống ngân hàng

Việc duy trì tỷ lệ an toàn vốn (CAR) ở mức hợp lý không chỉ quan trọng đối với từng ngân hàng riêng lẻ mà còn có ý nghĩa to lớn đối với sự ổn định của toàn bộ hệ thống ngân hàng. Khi các ngân hàng đều có CAR đủ mạnh, hệ thống ngân hàng có khả năng chống chịu tốt hơn trước các cuộc khủng hoảng tài chính và các biến động kinh tế vĩ mô. Điều này giúp bảo vệ tiền gửi của người dân và doanh nghiệp, đồng thời đảm bảo hoạt động trơn tru của nền kinh tế. Vì vậy, Ngân hàng Nhà nước luôn chú trọng đến việc giám sát và kiểm soát CAR của các ngân hàng thương mại Việt Nam.

II. Thách Thức Duy Trì CAR Ổn Định Cho Ngân Hàng Việt Nam

Trong những năm gần đây, các ngân hàng thương mại Việt Nam đã dần hướng hệ thống của mình gần hơn với các tiêu chuẩn quốc tế, coi đó là một điều kiện tiên quyết để đảm bảo giảm thiểu tối đa rủi ro hệ thống trong ngân hàng. Việt Nam vẫn cần có các quy định thống nhất về tỷ lệ an toàn vốn của ngân hàng. Các ngân hàng cần duy trì tỷ lệ an toàn vốn tối thiểu 8% nếu tuân thủ các quy định về tỷ lệ an toàn vốn theo Thông tư số. Đến cuối năm 2023, hơn 20 ngân hàng thương mại đang triển khai Basel II theo yêu cầu của Ngân hàng Nhà nước (SBV) tại Thông tư số 41/2016, ngày 30 tháng 12 năm 2016, quy định về tỷ lệ an toàn vốn đối với ngân hàng và chi nhánh ngân hàng nước ngoài. Ngân hàng Nhà nước đã ban hành Thông tư số 41/2016, quy định tỷ lệ an toàn vốn đối với ngân hàng và chi nhánh nước ngoài. Hệ thống ngân hàng cần đáp ứng các tiêu chuẩn Basel II, bao gồm ba trụ cột: Trụ cột I tập trung vào việc xác định tỷ lệ an toàn vốn tối thiểu mà ngân hàng cần duy trì đối với rủi ro thị trường, rủi ro tín dụng và rủi ro hoạt động; Trụ cột II là quy trình giám sát quản lý rủi ro của một tổ chức; Trụ cột III là công bố thông tin của ngân hàng (Chen, 2023).

2.1. Áp lực tuân thủ Basel II III và tác động đến CAR

Việc áp dụng các tiêu chuẩn Basel II và Basel III đặt ra những thách thức không nhỏ cho các ngân hàng thương mại Việt Nam. Để đáp ứng các yêu cầu khắt khe hơn về quản trị rủi ro và vốn tự có, các ngân hàng cần phải đầu tư vào hệ thống công nghệ thông tin, nâng cao năng lực quản lý và điều chỉnh cơ cấu tài sản. Điều này có thể gây áp lực lên lợi nhuận và tăng trưởng tín dụng trong ngắn hạn. Tuy nhiên, về dài hạn, việc tuân thủ các tiêu chuẩn Basel sẽ giúp các ngân hàng hoạt động an toàn và hiệu quả hơn, đồng thời nâng cao uy tín trên thị trường quốc tế.

2.2. Mối liên hệ giữa nợ xấu và CAR của ngân hàng thương mại

Nợ xấu là một trong những yếu tố chính ảnh hưởng tiêu cực đến tỷ lệ an toàn vốn (CAR) của các ngân hàng. Khi tỷ lệ nợ xấu tăng cao, các ngân hàng phải trích lập dự phòng rủi ro lớn hơn, làm giảm vốn tự có và do đó làm giảm CAR. Để duy trì CAR ở mức an toàn, các ngân hàng cần phải chủ động kiểm soát và xử lý nợ xấu một cách hiệu quả. Các biện pháp như cơ cấu lại nợ, bán nợ xấu cho VAMC, hoặc tăng cường thu hồi nợ có thể giúp giảm áp lực lên CAR. Đồng thời, cần tăng cường quản trị rủi ro tín dụng để hạn chế phát sinh nợ xấu mới.

2.3. Ảnh hưởng của môi trường kinh tế vĩ mô tới CAR

Môi trường kinh tế vĩ mô có tác động đáng kể đến tỷ lệ an toàn vốn (CAR) của các ngân hàng thương mại. Các yếu tố như GDP, lạm phát, lãi suất, và tỷ giá hối đoái đều có thể ảnh hưởng đến khả năng trả nợ của khách hàng và giá trị tài sản của ngân hàng. Ví dụ, khi GDP tăng trưởng chậm lại hoặc lạm phát tăng cao, nợ xấu có thể gia tăng, gây áp lực lên CAR. Ngược lại, khi lãi suất giảm, chi phí huy động vốn của ngân hàng có thể giảm, giúp cải thiện lợi nhuận và CAR. Các ngân hàng cần phải theo dõi sát sao các diễn biến của môi trường kinh tế vĩ mô và điều chỉnh chiến lược kinh doanh một cách linh hoạt để duy trì CAR ở mức an toàn.

III. Phương Pháp Mô Hình Hồi Quy Phân Tích Yếu Tố Ảnh Hưởng CAR

Việc tỷ lệ an toàn vốn quá cao hoặc quá thấp đều gây bất lợi cho ngân hàng. Nếu tỷ lệ an toàn vốn quá cao, các ngân hàng không thể cung cấp vốn cho các dự án đầu tư và chỉ đầu tư vào tài sản có mức độ rủi ro thấp hơn, dẫn đến hiệu quả sử dụng vốn thấp hơn và lợi nhuận thấp hơn. Ngược lại, khi các ngân hàng có tỷ lệ an toàn vốn thấp, khả năng đối phó với khủng hoảng và các cú sốc kinh tế sẽ giảm. Do đó, việc duy trì tỷ lệ an toàn vốn ở mức phù hợp bằng cách kiểm soát các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn sẽ giúp ngân hàng sử dụng vốn hiệu quả và duy trì hoạt động ngân hàng an toàn (Lê Hồng Thái, 2020). Trong nghiên cứu này, các yếu tố chính ảnh hưởng đến tỷ lệ an toàn vốn của các ngân hàng thương mại Việt Nam trong giai đoạn 2013-2022 sẽ được nghiên cứu. Dựa trên kết quả thu được từ nghiên cứu, một số giải pháp được đề xuất cho cả vi mô (đối với các ngân hàng thương mại) và vĩ mô (đối với ngân hàng nhà nước) để đóng góp vào sự phát triển của nền kinh tế Việt Nam - sự phát triển ổn định của Ngân hàng Thương mại Cổ phần nói riêng và hệ thống ngân hàng Việt Nam nói chung.

3.1. Sử dụng mô hình Pooled OLS FEM REM để ước lượng tác động

Nghiên cứu sử dụng phương pháp định lượng, tập trung vào đo lường và đánh giá mối quan hệ nhân quả giữa các biến số khác nhau (Hardani et al.). Cụ thể, nghiên cứu sử dụng mô hình hồi quy Pooled OLS, mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) để ước lượng các phương trình hồi quy. Ngoài ra, sử dụng kiểm định Hausman để chọn mô hình phù hợp. Kiểm định Breusch-Pagan và Wooldridge được sử dụng để xác minh các khiếm khuyết trong mô hình nghiên cứu. Cuối cùng, nghiên cứu sẽ sử dụng ước lượng FGLS (Feasible Generalized Least Squares) để giải quyết các vấn đề này.

3.2. Biến độc lập ROA Quy mô NIM LOA LLR LIQ LEV

Các biến độc lập được sử dụng trong mô hình hồi quy bao gồm: Lợi nhuận trên tài sản (ROA), Quy mô ngân hàng (SIZE), Biên lãi ròng (NIM), Quy mô khoản vay (LOA), Dự phòng tổn thất cho vay (LLR), Khả năng thanh khoản (LIQ) và Đòn bẩy tài chính (LEV). Các biến này được lựa chọn dựa trên các nghiên cứu trước đây và lý thuyết kinh tế, nhằm phản ánh các yếu tố chính có thể ảnh hưởng đến tỷ lệ an toàn vốn (CAR) của các ngân hàng thương mại Việt Nam. Mỗi biến được đo lường bằng các chỉ số tài chính phù hợp và được thu thập từ báo cáo tài chính của các ngân hàng.

3.3. Kiểm định đa cộng tuyến và lựa chọn mô hình phù hợp

Trước khi tiến hành hồi quy, nghiên cứu thực hiện kiểm định đa cộng tuyến để đảm bảo rằng các biến độc lập không có mối tương quan quá cao, có thể làm sai lệch kết quả hồi quy. Các kiểm định Hausman, Breusch-Pagan và Wooldridge được sử dụng để lựa chọn mô hình hồi quy phù hợp nhất (Pooled OLS, FEM hoặc REM) cho dữ liệu nghiên cứu. Việc lựa chọn mô hình phù hợp là rất quan trọng để đảm bảo tính chính xác và độ tin cậy của kết quả nghiên cứu.

IV. Ứng Dụng Kết Quả Nghiên Cứu Tác Động Đến Tỷ Lệ An Toàn Vốn CAR

Kết quả nghiên cứu cho thấy các yếu tố ngân hàng ảnh hưởng tiêu cực đến tỷ lệ an toàn vốn (CAR) của các ngân hàng thương mại Việt Nam là ROA, SIZE, LOA và LEV. Ngược lại, yếu tố NIM tác động tích cực đến vốn của các ngân hàng thương mại (CAR). Bên cạnh đó, LLR và LIQ không có ý nghĩa thống kê trong mô hình nghiên cứu. Từ đó đề xuất các hàm ý chính sách liên quan để có thể cải thiện hoạt động quản lí tỷ lệ an toàn vốn của các ngân hàng thương mại Việt Nam trong tương lai.

4.1. ROA SIZE LOA LEV Ảnh hưởng tiêu cực đến CAR

Nghiên cứu chỉ ra rằng Lợi nhuận trên tài sản (ROA), Quy mô ngân hàng (SIZE), Quy mô khoản vay (LOA) và Đòn bẩy tài chính (LEV) có ảnh hưởng tiêu cực đến tỷ lệ an toàn vốn (CAR). Điều này có nghĩa là, khi các ngân hàng tăng cường hoạt động cho vay (LOA), mở rộng quy mô (SIZE), hoặc sử dụng đòn bẩy tài chính cao (LEV), họ có thể phải đối mặt với rủi ro cao hơn, làm giảm CAR. Mặc dù ROA cao thường được coi là một dấu hiệu tốt, kết quả này có thể phản ánh việc các ngân hàng chấp nhận rủi ro cao hơn để đạt được lợi nhuận cao hơn, từ đó ảnh hưởng tiêu cực đến CAR. Các ngân hàng cần phải cân bằng giữa việc tăng trưởng lợi nhuận và duy trì CAR ở mức an toàn.

4.2. NIM Yếu tố tác động tích cực đến tỷ lệ CAR

Ngược lại với các yếu tố trên, Biên lãi ròng (NIM) có tác động tích cực đến tỷ lệ an toàn vốn (CAR). NIM cao cho thấy ngân hàng hoạt động hiệu quả trong việc tạo ra lợi nhuận từ hoạt động cho vay và đầu tư. Lợi nhuận cao giúp tăng vốn tự có của ngân hàng, từ đó cải thiện CAR. Các ngân hàng có thể cải thiện NIM bằng cách tăng cường quản lý chi phí hoạt động, tối ưu hóa danh mục cho vay, và tăng cường khả năng định giá rủi ro.

4.3. LLR và LIQ Không có ý nghĩa thống kê trong mô hình

Kết quả nghiên cứu cho thấy Dự phòng tổn thất cho vay (LLR) và Khả năng thanh khoản (LIQ) không có ý nghĩa thống kê trong mô hình. Điều này không có nghĩa là hai yếu tố này không quan trọng, mà chỉ ra rằng chúng có thể không có tác động trực tiếp và đáng kể đến CAR trong giai đoạn nghiên cứu. Tuy nhiên, việc duy trì LLR ở mức hợp lý và đảm bảo LIQ tốt vẫn là rất quan trọng để quản lý rủi ro và duy trì hoạt động ổn định của ngân hàng.

V. Giải Pháp Nâng Cao Tỷ Lệ An Toàn Vốn CAR Cho Ngân Hàng

Luận văn sẽ không chỉ củng cố lý thuyết về các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn mà còn làm rõ mức độ tác động của các yếu tố đến tỷ lệ an toàn vốn. Từ dữ liệu từ các mô hình định lượng, luận văn đề xuất một số hàm ý quản trị và chính sách trong việc nâng cao hiệu quả và đảm bảo hiệu quả an toàn vốn cho các ngân hàng thương mại tại Việt Nam.

5.1. Hàm ý chính sách cho Ngân hàng Nhà nước

Kết quả nghiên cứu có thể cung cấp thông tin hữu ích cho Ngân hàng Nhà nước trong việc điều chỉnh các quy định về tỷ lệ an toàn vốn (CAR) và quản trị rủi ro cho các ngân hàng thương mại. Ví dụ, Ngân hàng Nhà nước có thể xem xét điều chỉnh các quy định về hệ số rủi ro áp dụng cho các loại tài sản khác nhau, hoặc tăng cường giám sát hoạt động cho vay của các ngân hàng để kiểm soát nợ xấu.

5.2. Giải pháp cho các Ngân hàng thương mại

Các ngân hàng thương mại có thể sử dụng kết quả nghiên cứu để xác định các yếu tố chính ảnh hưởng đến CAR của mình và triển khai các biện pháp phù hợp để cải thiện CAR. Các biện pháp này có thể bao gồm tăng cường quản lý rủi ro tín dụng, tối ưu hóa cơ cấu tài sản, tăng cường huy động vốn, và cải thiện hiệu quả hoạt động.

5.3. Quản trị rủi ro và kiểm soát nợ xấu

Việc tăng cường quản trị rủi ro và kiểm soát nợ xấu là yếu tố then chốt để duy trì tỷ lệ an toàn vốn (CAR) ở mức an toàn. Các ngân hàng cần phải xây dựng hệ thống quản trị rủi ro hiệu quả, bao gồm việc xác định, đo lường, giám sát và kiểm soát các loại rủi ro khác nhau. Đồng thời, cần tăng cường khả năng thẩm định tín dụng, giám sát và thu hồi nợ để hạn chế phát sinh nợ xấu mới.

VI. Kết Luận Duy Trì Tỷ Lệ An Toàn Vốn Phát Triển Ngân Hàng Bền Vững

Chương 1 trình bày những lý do lựa chọn đề tài nghiên cứu, các câu hỏi nghiên cứu được thiết lập để tìm ra mục tiêu nghiên cứu cho đề tài, đối tượng và phạm vi nghiên cứu, phương pháp luận nghiên cứu, đóng góp học thuật và thực tiễn của luận văn và cấu trúc của nghiên cứu. Chương 2 mô tả tổng quan về bối cảnh của các ngân hàng thương mại Việt Nam. Luận văn cũng trình bày định nghĩa về tỷ lệ an toàn vốn và cách đo lường nó. Từ đó, chỉ ra các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của các ngân hàng thương mại. Ngoài ra, xem xét và tóm tắt các nghiên cứu trước đây liên quan đến các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của ngân hàng.

6.1. Tóm tắt kết quả nghiên cứu chính

Nghiên cứu đã xác định được các yếu tố chính ảnh hưởng đến tỷ lệ an toàn vốn (CAR) của các ngân hàng thương mại Việt Nam trong giai đoạn 2013-2022, bao gồm ROA, SIZE, NIM, LOA, LLR, LIQ, và LEV. Kết quả nghiên cứu cho thấy ROA, SIZE, và LOA có ảnh hưởng tiêu cực đến CAR, trong khi NIM có ảnh hưởng tích cực. LLR và LIQ không có ý nghĩa thống kê trong mô hình. Từ đó, nghiên cứu đã đề xuất một số hàm ý chính sách cho Ngân hàng Nhà nước và các ngân hàng thương mại.

6.2. Hướng nghiên cứu tiếp theo và các hạn chế

Nghiên cứu này có một số hạn chế, chẳng hạn như phạm vi nghiên cứu chỉ giới hạn trong giai đoạn 2013-2022 và chỉ xem xét một số yếu tố chính ảnh hưởng đến CAR. Trong tương lai, các nghiên cứu có thể mở rộng phạm vi thời gian, xem xét thêm các yếu tố khác, và sử dụng các phương pháp phân tích khác nhau để có được cái nhìn toàn diện hơn về vấn đề này.

6.3. Khuyến nghị cho sự phát triển bền vững của ngành ngân hàng

Để phát triển bền vững, các ngân hàng thương mại Việt Nam cần phải chú trọng đến việc duy trì tỷ lệ an toàn vốn (CAR) ở mức an toàn, tăng cường quản trị rủi ro, kiểm soát nợ xấu, và cải thiện hiệu quả hoạt động. Đồng thời, cần phải thích ứng với các thay đổi của môi trường kinh tế vĩ mô và các quy định pháp luật mới. Ngân hàng Nhà nước cần tiếp tục hoàn thiện khung pháp lý và tăng cường giám sát để đảm bảo sự ổn định và an toàn của hệ thống ngân hàng.

Nội dung chính

Giới thiệu dự án

Tỷ lệ an toàn vốn (Capital Adequacy Ratio - CAR) là một trong những chỉ tiêu định lượng cốt lõi phản ánh năng lực tài chính, mức độ an toàn hoạt động và khả năng chống chịu rủi ro của các tổ chức tín dụng trước các biến động tiêu cực của thị trường. Theo các chuẩn mực quản trị rủi ro quốc tế (Basel II, Basel III) cũng như quy định của Ngân hàng Nhà nước Việt Nam (NHNN) tại Thông tư số 41/2016/TT-NHNN, việc duy trì hệ số CAR tối thiểu ở mức 8% là yêu cầu bắt buộc nhằm ngăn ngừa rủi ro phá sản mang tính hệ thống.

       Vốn tự có (Equity Capital)
       Tổng tài sản có rủi ro (Risk-Weighted Assets)

Tuy nhiên, việc duy trì hệ số CAR tại các ngân hàng thương mại (NHTM) Việt Nam đối mặt với bài toán tối ưu hóa phức tạp: nếu tỷ lệ CAR quá cao, vốn bị ứ đọng dẫn đến giảm hiệu suất sinh lời trên vốn chủ sở hữu (ROE); ngược lại, nếu CAR quá thấp hoặc tiệm cận ngưỡng tối thiểu, ngân hàng sẽ suy giảm khả năng hấp thụ rủi ro tín dụng và đối mặt với các chế tài giám sát nghiêm ngặt từ cơ quan quản lý.

Dự án nghiên cứu "Phân tích các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của các ngân hàng thương mại tại Việt Nam" được thực hiện nhằm giải quyết các vấn đề sau:

1. Xác định và lượng hóa mức độ tác động của 7 biến nội tại của ngân hàng đến chỉ số CAR, bao gồm: Lợi nhuận trên tổng tài sản (ROA), Quy mô ngân hàng (SIZE), Biên lãi ròng (NIM), Tỷ lệ dự phòng rủi ro cho vay (LLR), Tỷ lệ cho vay trên tổng tài sản (LOA), Tỷ lệ tài sản thanh khoản (LIQ) và Đòn bẩy tài chính (LEV).
2. Xây dựng và kiểm định mô hình kinh tế lượng trên dữ liệu bảng (Panel Data) giai đoạn 10 năm (2013–2022) của 25 NHTM cổ phần tại Việt Nam.
3. Khắc phục triệt để các khuyết tật mô hình (hiện tượng phương sai sai số thay đổi và tự tương quan) bằng phương pháp bình phương bé nhất tổng quát khả thi (Feasible Generalized Least Squares - FGLS), đảm bảo các ước lượng thu được là vững và hiệu quả.
4. Đề xuất hệ thống giải pháp và hàm ý chính sách cụ thể cho Ngân hàng Nhà nước và ban quản trị NHTM nhằm cân bằng giữa tăng trưởng tài sản sinh lời và tuân thủ an toàn vốn.

Phạm vi và quy mô nghiên cứu:

• Không gian: 25 NHTM cổ phần tại Việt Nam có vốn điều lệ trên 3.000 tỷ đồng, chiếm khoảng 83% tổng vốn điều lệ và đại diện cho 70% tổng số NHTM đang hoạt động.
• Thời gian: 10 năm liên tục từ năm 2013 đến hết năm 2022 (tổng cộng 250 quan sát dạng Balanced Panel Data), bao quát toàn bộ chu kỳ kinh tế từ giai đoạn tái cơ cấu nợ, áp dụng thí điểm Basel II đến giai đoạn phục hồi hậu đại dịch COVID-19.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu về các yếu tố tác động đến CAR trên thế giới và tại Việt Nam đã ghi nhận nhiều kết quả khác nhau nhưng vẫn tồn tại những khoảng trống nghiên cứu do sự không đồng nhất về cấu trúc thị trường tài chính, thời gian nghiên cứu và phương pháp xử lý khuyết tật dữ liệu bảng.

Nghiên cứu	Mẫu & Thời gian	Phương pháp ước lượng	Yếu tố tác động dương (+)	Yếu tố tác động âm (-)	Yếu tố không có ý nghĩa
Buyuksalvarci & Abdioglu (2011)	24 ngân hàng Thổ Nhĩ Kỳ (2006–2010)	OLS, FEM, REM, FGLS	ROA, LLR	LOA, ROE, LEV	SIZE, LIQ, NIM
Masood & Ansari (2016)	14 ngân hàng Pakistan (2008–2014)	FEM, REM	LLR, Deposit/Assets, Equity/Assets	LOA, Ownership Concentration	ROA, ROE, NPL, SIZE
Usman et al. (2019)	27 ngân hàng Indonesia (2007–2018)	REM, FEM, GLS	LEV, NIM	SIZE, LLR, LOA	LIQ
Vu & Dang (2020)	31 NHTM Việt Nam (2011–2018)	FGLS, FEM, REM	ROA	LLR, LEV, ROE	SIZE, NIM, LOA, LIQ
Le et al. (2022)	24 NHTM Việt Nam (2009–2019)	Pooled OLS, FEM, REM	Không có	LEV, LOA, LIQ, ROA	SIZE, LLR
Nghiên cứu này (2024)	25 NHTM Việt Nam (2013–2022)	Pooled OLS, FEM, REM, FGLS	NIM	ROA, SIZE, LOA, LEV	LLR, LIQ

Đánh giá ưu tiên yêu cầu phân tích (Khung MoSCoW):

• Must-have (Bắt buộc): Lượng hóa chính xác mối quan hệ giữa các biến nội tại và CAR; kiểm định hiện tượng đa cộng tuyến (VIF), phương sai thay đổi (Modified Wald Test), và tự tương quan (Wooldridge Test); xử lý khuyết tật bằng FGLS.
• Should-have (Nên có): So sánh tính tối ưu giữa các mô hình Pooled OLS, Fixed Effects Model (FEM), và Random Effects Model (REM) thông qua kiểm định Hausman và Breusch-Pagan LM.
• Could-have (Có thể có): Phân tích sự chuyển dịch chính sách quản trị vốn qua các mốc thời gian áp dụng Thông tư 41/2016/TT-NHNN.
• Won't-have (Chưa thực hiện): Tích hợp các biến kinh tế vĩ mô ngoại sinh (tăng trưởng GDP, lạm phát CPI) vào phương trình hồi quy cơ sở.

Thiết kế hệ thống mô hình hóa kinh tế lượng

Quy trình xử lý dữ liệu và ước lượng kinh tế lượng được thiết kế theo cấu trúc pipeline tuần tự:

[Dữ liệu thô FiinPro 2013-2022] 
[Làm sạch & Chuẩn hóa 250 quan sát]
[Kiểm định Đa cộng tuyến (VIF < 10)]
[Kiểm định Khuyết tật mô hình]

Mô hình hồi quy toán học tổng quát:

$$\text{CAR}{it} = \beta_0 + \beta_1 \text{ROA}{it} + \beta_2 \text{SIZE}{it} + \beta_3 \text{NIM}{it} + \beta_4 \text{LLR}{it} + \beta_5 \text{LIQ}{it} + \beta_6 \text{LOA}{it} + \beta_7 \text{LEV}{it} + \varepsilon_{it}$$

Trong đó:

• $i$: Đại diện cho ngân hàng thương mại thứ $i$ ($i = 1, 2, \dots, 25$).
• $t$: Đại diện cho năm tài chính ($t = 2013, 2014, \dots, 2022$).
• $\beta_0$: Hệ số chặn (Constant).
• $\beta_1, \beta_2, \dots, \beta_7$: Các hệ số hồi quy riêng phần tương ứng với các biến độc lập.
• $\varepsilon_{it} = u_i + v_{it}$: Sai số ngẫu nhiên tổng hợp (với $u_i$ là sai số đặc thù đơn vị không đổi theo thời gian, $v_{it}$ là sai số thay đổi theo thời gian).

Bảng mã hóa và công thức tính toán biến số:

Ký hiệu biến	Tên biến	Phương pháp tính toán	Đơn vị tính	Kỳ vọng dấu
$\text{CAR}$	Tỷ lệ an toàn vốn	Vốn tự có / Tổng tài sản có rủi ro	$%$	Biến phụ thuộc
$\text{ROA}$	Tỷ suất sinh lời trên tài sản	Lợi nhuận sau thuế / Tổng tài sản bình quân	$%$	$+$
$\text{SIZE}$	Quy mô ngân hàng	$\ln(\text{Tổng tài sản})$	Logarit tự nhiên	$-$
$\text{NIM}$	Biên lãi thuần	Thu nhập lãi thuần / Tổng tài sản sinh lời bình quân	$%$	$+$
$\text{LLR}$	Tỷ lệ dự phòng rủi ro tín dụng	Dự phòng rủi ro cho vay / Tổng dư nợ cho vay	$%$	$-$
$\text{LOA}$	Tỷ lệ cho vay	Tổng dư nợ cho vay / Tổng tài sản	$%$	$-$
$\text{LIQ}$	Tỷ lệ thanh khoản	Tài sản thanh khoản cao / Tổng tài sản	$%$	$-$
$\text{LEV}$	Đòn bẩy tài chính	Tổng nợ phải trả / Tổng tài sản	$%$	$-$

Phương pháp nghiên cứu và Công cụ thực thi

• Môi trường tính toán: Stata MP phiên bản 17.0 và Microsoft Excel Data Analysis Engine.
• Nguồn dữ liệu: Nền tảng dữ liệu tài chính vĩ mô và doanh nghiệp FiinPro (FiinGroup), kết hợp đối chiếu báo cáo tài chính kiểm toán độc lập đã công bố của 25 NHTM.
• Tiêu chuẩn kiểm soát chất lượng: Toàn bộ chuỗi dữ liệu bảng được kiểm tra phân phối chuẩn, xử lý dữ liệu khuyết thiếu (Missing Data) và kiểm tra tính nhất quán trước khi đưa vào hàm hồi quy.

---

Quá trình thực hiện và Kết quả

Quy trình phân tích dữ liệu trên Stata

Toàn bộ quy trình ước lượng kinh tế lượng được tự động hóa thông qua hệ thống kịch bản lệnh Stata chuyên sâu:

*-------------------------------------------------------------------------------
* DỰ ÁN: PHÂN TÍCH YẾU TỐ ẢNH HƯỞNG ĐẾN CAR CỦA 25 NHTM VIỆT NAM (2013-2022)
* CÔNG CỤ: STATA 17.0 MP
*-------------------------------------------------------------------------------

* 1. Khai báo cấu trúc dữ liệu bảng (Panel Data)
xtset bank_id year

* 2. Thống kê mô tả và Ma trận tương quan Pearson
summarize CAR ROA SIZE NIM LLR LOA LIQ LEV
pwcorr CAR ROA SIZE NIM LLR LOA LIQ LEV, sig star(0.05)

* 3. Hồi quy Pooled OLS và kiểm tra Đa cộng tuyến
regress CAR ROA SIZE NIM LLR LOA LIQ LEV
estat vif

* 4. Hồi quy Mô hình Tác động Cố định (FEM) và Tác động Ngẫu nhiên (REM)
xtreg CAR ROA SIZE NIM LLR LOA LIQ LEV, fe
estimates store fixed_effects

xtreg CAR ROA SIZE NIM LLR LOA LIQ LEV, re
estimates store random_effects

* 5. Kiểm định Breusch-Pagan Lagrange Multiplier (OLS vs REM)
xttest0

* 6. Kiểm định Hausman (FEM vs REM)
hausman fixed_effects random_effects

* 7. Kiểm định khuyết tật trên mô hình Fixed Effects
* 7.1. Kiểm định Phương sai sai số thay đổi (Modified Wald Test)
xttest3

* 7.2. Kiểm định Tự tương quan chuỗi bậc 1 (Wooldridge Test)
xtserial CAR ROA SIZE NIM LLR LOA LIQ LEV

* 8. Khắc phục khuyết tật bằng Mô hình FGLS (Cross-Sectional Time-Series FGLS)
xtgls CAR ROA SIZE NIM LLR LOA LIQ LEV, panels(heteroskedastic) corr(ar1)
estimates store fgls_final

Kết quả kiểm định chẩn đoán mô hình

1. Kiểm tra hiện tượng Đa cộng tuyến (Multicollinearity):
   • Hệ số phóng đại phương sai (VIF) của tất cả 7 biến độc lập đều dao động trong khoảng từ $1.15$ đến $2.84$ (trung bình $\text{Mean VIF} = 1.92 < 10$). Kết luận mô hình không vi phạm giả định đa cộng tuyến nghiêm trọng.
2. Kiểm định Breusch-Pagan LM Test:
   • Giá trị kiểm định $\bar{\chi}^2(1) = 89.42$ với mức ý nghĩa $p\text{-value} = 0.0000 < 0.01$. Bác bỏ giả thuyết $H_0$ (không có tác động ngẫu nhiên), khẳng định mô hình REM vượt trội hơn so với mô hình Pooled OLS.
3. Kiểm định Hausman Test:
   • Giá trị kiểm định $\chi^2(7) = 18.76$ với $p\text{-value} = 0.0089 < 0.05$. Bác bỏ giả thuyết $H_0$ (sự khác biệt giữa hệ số ước lượng của FEM và REM là không có tính hệ thống), lựa chọn mô hình Tác động Cố định (FEM) làm mô hình cơ sở.
4. Kiểm định khuyết tật mô hình FEM:
   • Modified Wald Test: $\chi^2(25) = 1248.52$ với $p\text{-value} = 0.0000 < 0.01$. Mô hình vi phạm giả định phương sai đồng nhất (tồn tại hiện tượng phương sai sai số thay đổi giữa các ngân hàng).
   • Wooldridge Test for Autocorrelation: Giá trị thống kê $F(1, 24) = 14.832$ với $p\text{-value} = 0.0008 < 0.01$. Mô hình tồn tại hiện tượng tự tương quan chuỗi bậc 1 (AR(1)).

Kết quả ước lượng hồi quy FGLS chuẩn xác

Để khắc phục đồng thời hiện tượng phương sai sai số thay đổi theo nhóm ngân hàng và tự tương quan chuỗi bậc 1, phương pháp Feasible Generalized Least Squares (FGLS) được thực thi với cấu trúc ma trận hiệp phương sai sai số $\Omega$:

| Biến số | Hệ số ước lượng ($\beta$) | Sai số chuẩn (Std. Err.) | Giá trị $z$ | $P > |z|$ | Chiều tác động | Mức ý nghĩa thống kê | | :--- | :--- | :--- | :--- | :--- | :---: | :--- | | ROA | $-0.4281$ | $0.1412$ | $-3.03$ | $0.002$ | Âm ($-$) | Có ý nghĩa tại mức $1%$ | | SIZE | $-0.0089$ | $0.0024$ | $-3.71$ | $0.000$ | Âm ($-$) | Có ý nghĩa tại mức $1%$ | | NIM | $+0.3125$ | $0.0894$ | $+3.50$ | $0.000$ | Dương ($+$) | Có ý nghĩa tại mức $1%$ | | LLR | $+0.0412$ | $0.0385$ | $+1.07$ | $0.285$ | Không tác động | Không có ý nghĩa thống kê | | LOA | $-0.0468$ | $0.0121$ | $-3.87$ | $0.000$ | Âm ($-$) | Có ý nghĩa tại mức $1%$ | | LIQ | $-0.0105$ | $0.0118$ | $-0.89$ | $0.373$ | Không tác động | Không có ý nghĩa thống kê | | LEV | $-0.2874$ | $0.0456$ | $-6.30$ | $0.000$ | Âm ($-$) | Có ý nghĩa tại mức $1%$ | | _cons | $+0.4852$ | $0.0612$ | $+7.93$ | $0.000$ | — | Có ý nghĩa tại mức $1%$ |

Thống kê chất lượng mô hình: Số quan sát $N = 250$; Số nhóm $n = 25$; $\text{Wald } \chi^2(7) = 184.62$ ($p\text{-value} = 0.0000$).

Phân tích chi tiết các kết quả đạt được

1. Biến ROA ($\beta = -0.4281, p < 0.01$): Tác động tiêu cực có ý nghĩa thống kê cao đến CAR. Kết quả này phản ánh thực trạng tại các NHTM Việt Nam: khi tỷ suất sinh lời trên tài sản tăng cao, ngân hàng thường có xu hướng mở rộng danh mục tài sản sinh lời sang các phân khúc có biên lợi nhuận cao nhưng tiềm ẩn rủi ro lớn (tín dụng bất động sản, trái phiếu doanh nghiệp, cho vay tiêu dùng tín chấp). Tốc độ tăng của tài sản có rủi ro (RWA) ở mẫu số diễn ra nhanh hơn tốc độ gia tăng lợi nhuận giữ lại bổ sung vào vốn tự có ở tử số, kéo hệ số CAR sụt giảm.
2. Biến SIZE ($\beta = -0.0089, p < 0.01$): Quy mô tài sản tăng lên làm giảm CAR. Điều này củng cố giả thuyết "quá lớn để sụp đổ" (Too-Big-To-Fail), khi các ngân hàng lớn có xu hướng tận dụng vị thế thị trường và khả năng tiếp cận thanh khoản liên ngân hàng tốt hơn để mở rộng đầu tư vào các tài sản rủi ro, duy trì bộ đệm vốn tự có mỏng hơn so với các ngân hàng quy mô vừa và nhỏ.
3. Biến NIM ($\beta = +0.3125, p < 0.01$): Tác động tích cực mạnh mẽ đến CAR. Biên lãi thuần phản ánh trực tiếp năng lực sinh lời cốt lõi từ hoạt động trung gian tín dụng. Thu nhập lãi thuần tăng bền vững giúp ngân hàng trích lập dự phòng đầy đủ và bổ sung đáng kể vào nguồn vốn cấp 1 thông qua thặng dư lợi nhuận giữ lại hàng năm.
4. Biến LOA ($\beta = -0.0468, p < 0.01$): Cho vay là hoạt động chiếm tỷ trọng tài sản có hệ số rủi ro cao nhất (thường từ $50%$ đến $150%$ theo Thông tư 41). Khi tỷ trọng dư nợ cho vay trên tổng tài sản tăng, RWA tăng tương ứng, làm suy giảm trực tiếp tỷ lệ CAR nếu ngân hàng không kịp thời tăng vốn tự có.
5. Biến LEV ($\beta = -0.2874, p < 0.01$): Đòn bẩy tài chính tác động tiêu cực mạnh nhất đến CAR. Ngân hàng phụ thuộc nhiều vào nguồn vốn nợ (tiền gửi khách hàng, phát hành giấy tờ có giá, vay mượn thị trường liên ngân hàng) đồng nghĩa với việc tỷ trọng vốn tự có suy giảm, làm giảm trực tiếp năng lực an toàn vốn.
6. Biến LLR ($p = 0.285$) và LIQ ($p = 0.373$): Không ghi nhận ý nghĩa thống kê trong mô hình FGLS, cho thấy trong giai đoạn 2013–2022, chính sách trích lập dự phòng và tỷ lệ tài sản thanh khoản ngắn hạn không tạo ra sự biến thiên độc lập trực tiếp lên hệ số an toàn vốn tổng thể.

---

Đổi mới và Đóng góp

Cải tiến kỹ thuật và Phương pháp luận

1. Bộ dữ liệu chuẩn hóa 10 năm chuyển giao chuẩn mực: Nghiên cứu bao hàm giai đoạn bản lề của hệ thống ngân hàng Việt Nam từ áp dụng Thông tư 36/2014/TT-NHNN đến triển khai bắt buộc chuẩn mực Basel II theo Thông tư 41/2016/TT-NHNN, cung cấp bức tranh thực nghiệm toàn diện nhất về hành vi điều chỉnh vốn.
2. Quy trình xử lý khuyết tật kinh tế lượng nghiêm ngặt: Khác với một số nghiên cứu trước đây chỉ dừng lại ở mô hình FEM hoặc REM (vốn cho kết quả ước lượng bị chệch khi có hiện tượng tự tương quan và phương sai thay đổi), nghiên cứu áp dụng FGLS giúp triệt tiêu sai số chuẩn bị chệch, nâng cao độ tin cậy của các hệ số hồi quy lên mức ý nghĩa $99%$.

Đóng góp thực tiễn cho ngành Ngân hàng

• Đối với các Ngân hàng Thương mại: Cung cấp mô hình định lượng giúp các khối Quản trị Rủi ro và Ủy ban Quản trị Tài sản Nợ - Tài sản Có (ALCO) dự báo chính xác mức suy giảm CAR khi mở rộng quy mô tín dụng hoặc tăng hệ số đòn bẩy.
• Đối với Cơ quan Quản lý (NHNN): Bổ sung bằng chứng thực nghiệm để thiết kế các chính sách phân loại nhóm ngân hàng theo quy mô và kiểm soát tăng trưởng tín dụng dựa trên năng lực vốn tự có thực chất.

---

Ứng dụng thực tế và Triển khai

Tình huống ứng dụng thực tế (Use Cases)

[Kế hoạch Tăng trưởng Tín dụng & Tài sản (HĐQT)]
[Kiểm tra Ngưỡng An toàn: CAR_dự báo ≥ 8.5%?]
       (Có)                            (Không)
[Phê duyệt Cấp hạn mức ALCO]     [Kích hoạt Kế hoạch Tăng vốn]

1. Tối ưu hóa danh mục tài sản theo chuẩn Basel II/III: Ngân hàng sử dụng hệ số hồi quy của LOA và NIM để cơ cấu lại tỷ trọng giữa cho vay khách hàng bán buôn, bán lẻ và đầu tư trái phiếu chính phủ nhằm giữ CAR trên mức mục tiêu nội bộ ($9.5% - 10.5%$).
2. Quy trình Đánh giá Nội bộ về Mức đủ vốn (ICAAP): Tích hợp các hệ số tác động vào mô hình kiểm tra sức chịu đựng (Stress Testing) định kỳ nhằm ứng phó với các kịch bản suy giảm biên lãi ròng hoặc suy thoái kinh tế làm tăng quy mô nợ xấu.

Lộ trình triển khai ứng dụng tại NHTM (Roadmap 4 giai đoạn)

Giai đoạn 1 (Tháng 1-2): Thu thập & Tích hợp Dữ liệu Data Warehouse (Core Banking, ALM)
Giai đoạn 2 (Tháng 3-4): Triển khai Module Dự báo CAR trên Hệ thống Stata/Python API
Giai đoạn 3 (Tháng 5-6): Kiểm định Ngược (Back-testing) & Tích hợp Quy trình ALCO
Giai đoạn 4 (Tháng 7+): Vận hành Định kỳ & Tự động hóa Báo cáo Giám sát Tuân thủ

---

Hạn chế và Hướng phát triển

Hạn chế của đề tài

1. Phạm vi mẫu: Nghiên cứu chưa bao phủ toàn bộ 100% các ngân hàng thương mại do các ngân hàng quy mô nhỏ và ngân hàng liên doanh chưa công bố đầy đủ báo cáo tỷ lệ an toàn vốn theo quy chuẩn trong toàn bộ giai đoạn 10 năm.
2. Biến số vĩ mô: Chưa đưa các biến kiểm soát ngoại sinh mang tính chu kỳ (tốc độ tăng trưởng GDP, tỷ lệ lạm phát, lãi suất điều hành của NHNN) vào phương trình hồi quy.
3. Tính chất trễ động (Dynamic Panel): Chưa áp dụng mô hình hồi quy GMM sai phân (Difference GMM) hoặc GMM hệ thống (System GMM) để xem xét độ trễ của biến phụ thuộc ($\text{CAR}_{it-1}$).

Hướng nghiên cứu tiếp theo

• Mở rộng mẫu nghiên cứu sang các ngân hàng thương mại khu vực Đông Nam Á (ASEAN-5) để so sánh đối chuẩn hiệu quả điều hành vốn.
• Tích hợp các thuật toán học máy (Random Forest, Gradient Boosting) để phát hiện các mối quan hệ phi tuyến tính giữa đòn bẩy tài chính và mức độ an toàn vốn.

---

Đối tượng hưởng lợi

• Sinh viên & Học viên cao học chuyên ngành Tài chính - Ngân hàng: Tài liệu tham khảo chuẩn mực về cấu trúc khóa luận định lượng, phương pháp xử lý dữ liệu bảng và kỹ thuật lập trình phân tích Stata chuyên sâu.
• Chuyên viên Quản trị rủi ro & ALCO tại các NHTM: Công cụ toán học cụ thể để phân bổ tài sản có trọng số rủi ro, dự báo vốn khả dụng và lập kế hoạch phát hành trái phiếu tăng vốn Cấp 2.
• Nhà đầu tư & Chuyên viên phân tích tài chính cổ phiếu: Khung phân tích định lượng để đánh giá sức khỏe tài chính, chất lượng tài sản và năng lực quản trị rủi ro của các ngân hàng niêm yết trên sàn chứng khoán (HOSE, HNX).
• Cơ quan quản lý Nhà nước (NHNN): Căn cứ thực nghiệm hỗ trợ xây dựng chính sách giám sát an toàn vĩ mô (Macroprudential Policy) phù hợp với chu kỳ tài chính của Việt Nam.

---

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và dữ liệu tối thiểu để triển khai mô hình FGLS này là gì?

Hệ thống cần tối thiểu phần mềm Stata phiên bản 14 trở lên (khuyến nghị Stata 17.0 MP) hoặc module linearmodels trong Python. Dữ liệu đầu vào yêu cầu tối thiểu chuỗi dữ liệu bảng cân đối kế toán và báo cáo kết quả kinh doanh liên tục từ 5–10 năm, đã được kiểm toán độc lập.

2. Mẫu 25 ngân hàng có đảm bảo tính đại diện cho toàn hệ thống NHTM Việt Nam không?

Có. Nhóm 25 NHTM trong nghiên cứu nắm giữ hơn 83% tổng vốn điều lệ và đại diện cho 70% số lượng ngân hàng thương mại tại Việt Nam. Do đó, các kết quả kinh tế lượng thu được phản ánh chính xác xu hướng vận động của toàn ngành.

3. Tại sao kết quả ROA lại mang hệ số âm đối với CAR, trái ngược với lý thuyết tăng vốn từ lợi nhuận giữ lại?

Trong bối cảnh tăng trưởng nóng của thị trường tín dụng Việt Nam giai đoạn 2013–2022, các ngân hàng đạt tỷ suất ROA cao chủ yếu nhờ đẩy mạnh cho vay các phân khúc rủi ro cao (RWA tăng đột biến). Tốc độ mở rộng RWA ở mẫu số vượt xa phần lợi nhuận sau thuế tích lũy bổ sung vào vốn tự có ở tử số, dẫn đến hệ số hồi quy mang dấu âm.

4. Làm thế nào để tích hợp mô hình này vào quy trình kiểm tra sức chịu đựng (Stress Testing) theo Thông tư 41?

Ngân hàng có thể sử dụng hệ số hồi quy FGLS để giả định các cú sốc: giả sử NIM suy giảm 50 điểm cơ bản do biến động lãi suất và tỷ lệ dư nợ cho vay (LOA) tăng 5%, mô hình sẽ tính toán chính xác mức sụt giảm của CAR để ban điều hành chuẩn bị kịch bản bổ sung vốn kịp thời.

5. Chi phí triển khai và thời gian hòa vốn (ROI) khi ứng dụng mô hình định lượng quản trị CAR tại các NHTM?

Mô hình sử dụng dữ liệu kế toán nội bộ sẵn có và phần mềm phân tích phổ biến, chi phí triển khai gần như bằng không (Zero-marginal cost). Lợi ích mang lại là tối ưu hóa hàng trăm tỷ đồng chi phí vốn thông qua việc giảm thiểu tỷ trọng vốn đệm dư thừa không cần thiết và tránh các khoản phạt vi phạm tỷ lệ an toàn của NHNN.

---

Kết luận

Đề tài khóa luận tốt nghiệp "Phân tích các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của các ngân hàng thương mại tại Việt Nam" đã xây dựng thành công quy trình nghiên cứu định lượng chuẩn mực trên mẫu 25 NHTM giai đoạn 2013–2022. Bằng việc ứng dụng phương pháp ước lượng FGLS, nghiên cứu đã chứng minh rõ ràng:

• Biên lãi ròng (NIM) là nhân tố tích cực cốt lõi củng cố an toàn vốn ($\beta = +0.3125$).
• Đòn bẩy tài chính (LEV), Tỷ suất sinh lời tài sản (ROA), Quy mô ngân hàng (SIZE) và Tỷ lệ cho vay (LOA) là các nhân tố làm suy giảm tỷ lệ an toàn vốn nếu không được kiểm soát chặt chẽ.

Các phát hiện thực nghiệm này cung cấp cơ sở khoa học vững chắc để các nhà hoạch định chính sách tại Ngân hàng Nhà nước và ban lãnh đạo các NHTM đưa ra quyết định tái cơ cấu danh mục tài sản, kiểm soát quy mô đòn bẩy và nâng cao năng lực an toàn vốn theo chuẩn mực Basel quốc tế trong giai đoạn mới.

Trích đoạn nội dung tài liệu

MINISTRY OF EDUCATION AND TRAINING THE STATE BANK OF VIETNAM HO CHI MINH UNIVERSITY OF BANKING UNIVERSITY GRADUATION THESIS FACTORS AFFECTING CAPITAL ADEQUACY RATIO OF COMMERCIAL BANKS IN VIETNAM MAJOR: FINANCE AND BANKING SUBJECT CODE: 7340201 NGUYỄN QUỲNH HO CHI MINH CITY, 2024. MINISTRY OF EDUCATION AND TRAINING THE STATE BANK OF VIETNAM HO CHI MINH UNIVERSITY OF BANKING UNIVERSITY GRADUATION THESIS FACTORS AFFECTING CAPITAL ADEQUACY RATIO OF COMMERCIAL BANKS IN VIETNAM MAJOR: FINANCE AND BANKING SUBJECT CODE: 7340201 Student’s name: NGUYỄN QUỲNH Student code: 050608200598 Class: HQ8-GE06 SUPERVISOR Ph.D NGUYỄN THỊ NHƯ QUỲNH HO CHI MINH CITY, 2024. i ABSTRACT Capital adequacy ratio (CAR) is a financial indicator that measures a bank's operational safety and risk management. The bank has a stable capital adequacy ratio that can withstand financial risks arising in the future.

Therefore, the author chooses the thesis topic "Factors Affecting Capital Adequacy Ratio of Commercial Banks in Vietnam" as an empirical study to identify factors that considerably impact the capital adequacy ratio (CAR) of 25 commercial banks in Vietnam in 2013-2022. The independent variables that the author included in the study to hypothesize the regression model include Return on assets (ROA), Size of the bank (SIZE), Net Interest Margin (NIM), Loan Assets Ratio (LOA), Loan loss reserves (LLR), Lidiquity (LIQ) and Leverage (LEV). Using the Pooled OLS Regression Model, Fixed Effects Model, Random Effects Model, Feasible General Least Square Model, and regression model tests, the author concluded that the research results from the Feasible General Least Square estimation method as the final study conclusion. The results of the study illustrate that the factors banks that negatively affect the capital adequacy ratio (CAR) of Vietnamese commercial banks are ROA, SIZE, LOA and LEV.

In contrast, NIM positively impacts the commercial banks’ capital (CAR). Besides, LLR and LIQ have no statistical significance in the research model. From there, relevant policy implications will be proposed to improve management activities of the capital adequacy ratio of Vietnamese commercial banks in the future. ii TÓM TẮT Tỷ lệ an toàn vốn (CAR) là chỉ số tài chính đo lường mức độ an toàn về hoạt động và quản trị rủi ro của ngân hàng.

Ngân hàng có chỉ số an toàn vốn ổn định có khả năng chống chọi với những rủi ro tài chính phát sinh trong tương lai. Vì thế, tác giả lựa chọn đề tài khoá luận "Các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của các ngân hàng thương mại tại Việt Nam" là nghiên cứu thực nghiệm nhằm xác định các yếu tố tác động đáng kể đến tỷ lệ an toàn vốn (CAR) của 25 ngân hàng thương mại tại Việt Nam trong giai đoạn 2013-2022. Các biến độc lập mà tác giả đưa vào nghiên cứu để đưa ra giả thuyết về mô hình hồi quy bao gồm Lợi nhuận trên tài sản (ROA), Quy mô ngân hàng (SIZE), Biên lãi ròng (NIM), Quy mô khoản vay (LOA), Dự phòng tổn thất cho vay (LLR), Khả năng thanh khoản (LIQ) và Đòn bẩy tài chính (LEV). Sử dụng mô hình hồi quy bằng phương pháp bình phương nhỏ nhất, mô hình tác động cố định, mô hình tác động ngẫu nhiên, mô hình bình phương nhỏ nhất tổng quát và các kiểm định mô hình hồi quy, tác giả kết luận rằng kết quả nghiên cứu từ phương pháp ước tính bình phương tối thiểu chung khả thi là kết luận nghiên cứu cuối cùng.

Kết quả nghiên cứu cho thấy các yếu tố ngân hàng ảnh hưởng tiêu cực đến tỷ lệ an toàn vốn (CAR) của các ngân hàng thương mại Việt Nam là ROA, SIZE, LOA và LEV. Ngược lại, yếu tố NIM tác động tích cực đến vốn của các ngân hàng thương mại (CAR). Bên cạnh đó, LLR và LIQ không có ý nghĩa thống kê trong mô hình nghiên cứu. Từ đó đề xuất các hàm ý chính sách liên quan để có thể cải thiện hoạt động quản lí tỷ lệ an toàn vốn của các ngân hàng thương mại Việt Nam trong tương lai.

iii DISCLOSURE This thesis course is the author's research work, and the results are truthful. Others make no previously published content or content except for quotes fully sourced in the thesis. The author gathered the information, data, and content cited from various sources, which are highly reliable and cited in the reference section. Author Nguyễn Quỳnh iv THANK YOU I especially want to thank my supervisor, Nguyen Thi Nhu Quynh, for guiding me in completing my graduation thesis in recent years.

Although there are not many meetings and exchanges with her, most are by phone or the Internet, she always wholeheartedly guides me. Thereby, I can complete one of my theses in the best way. With limited conditions, time, and experience, this essay cannot avoid shortcomings. I look forward to receiving the guidance and comments of the teachers so that I can have additional conditions, raise my awareness, and better serve in future teaching.

Thank you very much! v LIST OF ACRONYMS NO ACRONYMS MEANING 1 Pooled OLS Regression Model Pooled-OLS 2 Fixed Effects Model FEM 3 Random Effects Model REM 4 Feasible General Least Square Model FGLS 5 Capital Adequacy Ratio CAR 6 Return On Total Assets ROA 7 Bank Size SIZE 8 Net Interest Margin NIM 9 Loan Loss Reserve LLR 10 Loan Assets Ratio LOA 11 Liquidity LIQ vi 12 Leverage LEV vii Contents DISCLOSURE. iii THANK YOU .iv LIST OF ACRONYMS. v LIST OF TABLES. x LIST OF FIGURES.

THE NECESSITY OF THE RESEARCH. Necessity of the research. THE OBJECTIVE OF THE RESEARCH. OBJECT AND SCOPE OF THE RESEARCH.

METHODOLOGY OF THE RESEARCH. CONTRIBUTION OF THE RESEARCH. STRUCTURE OF THE RESEARCH. OVERVIEW OF CAPITAL ADEQUACY RATIO.

FACTORS IMPACTING THE CAPITAL ADEQUACY RATIO. THE RESEARCH PROCESS. MEASUREMENT OF RESEARCH VARIABLES AND DEVELOPMENT HYPOTHESIS. 36 CONCLUSION OF CHAPTER 3.

RESEARCH RESULTS AND DISCUSSION. Check for multicollinearity. REGRESSION MODEL AND VALIDATION MODEL RESULTS. Validation model results.

Inspection of Fixed Effects Model (FEM) defects. Overcoming the research model and GLS regression model method. SUMMARIZE AND DISCUSS RESEARCH RESULTS. 58 CONCLUSION OF CHAPTER 4.

LIMITATION AND FUTURE RESEARCH. Limitations of the topic. Further research directions. 64 CONCLUSION OF CHAPTER 5.

66 x LIST OF TABLES Table 2.1: Summary of previous studies .2: Statistics of expected signs of variables in the model .1: Statistics of variables .2: Correlation coefficients between research variables .3: Results of multicollinearity test .4: Results of Pooled – OLS, FEM and REM .5: Results of the Hausman test .6: Results of Breusch and Pagan LM test .7: Results of Modified Wald test .8: Results of Wooldridge test .9: Results of FGLS model troubleshooting .10: Summary of estimated results. 57 xi LIST OF FIGURES Figure 3.1: The process of the research .1: The average CAR of Vietnamese commercial banks from 2013 to 2022 .2: The average ROA of Vietnamese commercial banks from 2013 to 2022 .3: The average SIZE of Vietnamese commercial banks from 2013 to 2022 .4: The average NIM of Vietnamese commercial banks from 2013 to 2022 .5: The average LLR of Vietnamese commercial banks from 2013 to 2022 .6: The average LOA of Vietnamese commercial banks from 2013 to 2022 .7: The average LIQ of Vietnamese commercial banks from 2013 to 2022 .8: The average LEV of Vietnamese commercial banks from 2013 to 2022. THE NECESSITY OF THE RESEARCH 1. Problems The essence of the business that commercial banks carry out is currency trading and banking services.

Banking performs an intermediary role in the economy because it is a field directly related to all sectors of socio-economic life. To operate a business, commercial banks must have capital and financial autonomy. Banks may hold at least the optimal level of capital in relation to the risk and risk of bank default. Therefore, this incident requires authorities to regulate bank capital (Rime, 2001).

The overall purpose of regulation is to reduce risk and increase the system's reliability by providing sufficient capital. This will help the banking system continue as a mediator without interruption. Capital adequacy ratio is an important criterion, a measure of well-being and reliability for banks and financial institutions (Aspal and Nazneen, 2014). A bank's operations will be guaranteed when its capital is maintained at a safe level, and the bank may face losses and ensure the safety of fixed assets when the economy becomes unfavorable.

(Abusharba et al., 2013; Aspal and Nazneen, 2014). With this capital adequacy ratio, the investor can determine the bank's ability to pay due debts and risks. This ratio is also used to warn depositors against bank risks (Aspal and Nazneen, 2014). Necessity of the research In recent years, Vietnamese commercial banks have gradually oriented their systems closer to international standards, taking that as a prerequisite to ensure the maximum reduction of systemic risks in the bank.

Vietnam still needs to have unified regulations on banks' capital adequacy ratios. Banks need to maintain a minimum capital adequacy ratio of 8% if they comply with regulations on capital adequacy ratio according to Circular No. By the end of 2023, more than 20 commercial banks are implementing Basel II at the State Bank of Vietnam (SBV) request in Circular No. 41/2016, dated December 30, 2 2016, regulating the capital adequacy ratio for banks and foreign bank branches.

The State Bank issued Circular No. 41/2016, regulating capital adequacy ratios for banks and foreign branches. The banking system needs to meet Basel II standards, including three pillars: Pillar I focuses on determining the minimum capital adequacy ratio that a bank needs to maintain against market risks, credit risks, and operational risks; Pillar II is the risk management monitoring process of an organization; Pillar III is information disclosure by banks (Chen, 2023). Being in a situation where the capital adequacy ratio is too high or too low is detrimental to the bank.

Suppose the capital adequacy ratio is too high. In that case, banks cannot provide capital for investment projects and only invest in assets with a lower level of risk, leading to lower capital efficiency and lower profits. On the contrary, when banks have low capital adequacy ratios, their ability to cope with crises and economic shocks will decrease. Therefore, maintaining the capital adequacy ratio at an appropriate level by controlling factors that affect the capital adequacy ratio will help the bank use capital effectively and maintain safe banking operations (Lê Hồng Thái, 2020).

In this study, the factors that are the main influencing factors on the capital adequacy ratio of Vietnamese commercial banks in the period 2013-2022 will be studied. Based on the results obtained from the research, several solutions are proposed for both micro (for commercial banks) and macro (for state banks) to contribute to the development of the Vietnamese economy—the stable development of the Joint Stock Commercial Bank in particular and the Vietnamese banking system in general. THE OBJECTIVE OF THE RESEARCH 1. General objectives The general objective of the research is to examine the factors affecting Vietnamese commercial banks' capital adequacy ratio (CAR).

From the results obtained, 3 the study proposes implications and policies to promote development and ensure capital adequacy efficiency for Vietnamese commercial banks. Specific objectives To achieve the general objectives, the study undertakes the following specific objectives: First, determining the influence of banking dimension factors on the CAR of Vietnamese commercial banks. Second, the degree and dimensions of the impact of factors on banks' capital adequacy ratios are measured. Finally, based on research results, the thesis proposes some implications and policies to promote capital adequacy efficiency for Vietnamese commercial banks.

RESEARCH QUESTION To achieve these research objectives, the author will respond to the following research questions: RQ1: What factors affect the capital adequacy ratio of Vietnamese commercial banks?