Ứng Dụng Mô Hình CAMELS Trong Phân Tích Hoạt Động Kinh Doanh Của Ngân Hàng BIDV

Khám phá ứng dụng mô hình CAMELS trong phân tích hoạt động kinh doanh của ngân hàng thương mại cổ phần đầu tư và phát triển Việt Nam.

• Tác giả: Trần Thị Thu
• Người hướng dẫn: TS. Phan Khoa Cương
• Trường học: Đại học Kinh tế Huế
• Chuyên ngành: Tài chính Ngân hàng
• Đề tài: Phân Tích Hoạt Động Kinh Doanh Ngân Hàng BIDV Qua Mô Hình CAMELS
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2017
• Địa điểm: Huế

Mục lục chi tiết

• LỜI MỞ ĐẦU
• 1. PHẦN I: LỜI MỞ ĐẦU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.3. Đối tượng nghiên cứu
• 1.4. Phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 2. PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
• 2. CHƯƠNG 1: CƠ SỞ LÝ LUẬN VÀ THỰC TIỄN LIÊN QUAN ĐẾN MÔ HÌNH CAMELS
• 2.1. Giới thiệu về mô hình Camels
• 2.2. Sơ lươc về mô hình Camels
• 2.3. Các yếu tố của mô hình Camels trong đánh giá hoạt động kinh doanh của ngân hàng thương mại
• 2.4. Cách thức xếp loại
• 2.5. Ý nghĩa của mô hình Camels trong phân tích hoạt động kinh doanh của Ngân hàng thương mại cổ phần
• 2.6. Những ưu, nhược điểm của mô hình CAMELS
• 2.7. Các nhân tố ảnh hưởng đến chất lượng đánh giá
• 2.8. Tổng quan về tình hình nghiên cứu đề tài
• 3. CHƯƠNG 2: ỨNG DỤNG MÔ HÌNH CAMELS VÀO PHÂN TÍCH HOẠT ĐỘNG NGÂN HÀNG TMCP ĐẦU TƯ VÀ PHÁT TRIỂN VIỆT NAM TRONG GIAI ĐOẠN 2014 - 2016
• 3.1. Giới thiệu về Ngân hàng TMCP Đầu tư và phát triển Việt Nam
• 3.2. Quá trình hình thành và phát triển của Ngân hàng Đầu tư và Phát triển Việt Nam (BIDV)
• 3.3. Kết quả kinh doanh của BIDV năm 2014 – 2016
• 3.4. Ứng dụng mô hình CAMELS phân tích hoạt động của Ngân hàng TMCP Đầu tư và Phát triển Việt Nam trong giai đoạn 2014 - 2016
• 3.5. S- Sensitivity to Market risk (Độ nhạy cảm đối với rủi ro thị trường)
• 3.6. MỘT SỐ GIẢI PHÁP NÂNG CAO HOẠT ĐỘNG CỦA NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN ĐẦU TƯ VÀ PHÁT TRIỂN VIỆT NAM
• 3.6.1. Đánh giá khả năng cạnh tranh của Ngân hàng thương mại cổ phần Đầu tư và Phát triển Việt Nam
• 3.6.2. Điểm mạnh của BIDV
• 3.6.3. Điểm yếu của BIDV
• 3.6.4. Cơ hội của BIDV
• 3.6.5. Thách thức của BIDV
• 3.6.6. Giải pháp nâng cao hoạt động của Ngân hàng thương mại cổ phần Đầu tư và Phát triển Việt Nam
• 3.6.6.1. Giải pháp thuộc nhóm chỉ tiêu C- Mức độ an toàn vốn
• 3.6.6.2. Giải pháp thuộc nhóm chỉ tiêu A- Chất lượng tài sản
• 3.6.6.3. Giải pháp thuộc nhóm chỉ tiêu M- Năng lực quản trị
• 3.6.6.4. Giải pháp thuộc nhóm chỉ tiêu E- Khả năng sinh lời
• 3.6.6.5. Giải pháp thuộc nhóm chỉ tiêu L- Khả năng thanh khoản
• 3.6.6.6. Giải pháp hoàn thiện nhóm chỉ tiêu S- Độ nhạy cảm đối với rủi ro thị trường
• PHẦN III: KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về Phân Tích Hoạt Động Kinh Doanh Ngân Hàng BIDV

Phân tích hoạt động kinh doanh của Ngân hàng BIDV là một nhiệm vụ quan trọng nhằm đánh giá sức khỏe tài chính và khả năng cạnh tranh của ngân hàng trong bối cảnh thị trường hiện nay. Mô hình CAMELS, với các yếu tố như mức độ an toàn vốn, chất lượng tài sản, quản lý, thu nhập, thanh khoản và độ nhạy cảm đối với rủi ro thị trường, sẽ được áp dụng để phân tích hiệu quả hoạt động của BIDV trong giai đoạn 2014 - 2016. Việc sử dụng mô hình này giúp các nhà quản lý và nhà đầu tư có cái nhìn tổng quan về tình hình tài chính của ngân hàng.

1.1. Mô hình CAMELS và Ý Nghĩa của Nó trong Ngân Hàng

Mô hình CAMELS là một công cụ đánh giá hiệu quả hoạt động của ngân hàng, bao gồm các yếu tố như vốn, chất lượng tài sản, quản lý, thu nhập, thanh khoản và độ nhạy cảm với rủi ro. Mô hình này giúp xác định sức khỏe tài chính của ngân hàng và đưa ra các biện pháp cải thiện cần thiết.

1.2. Lịch Sử Hình Thành và Phát Triển của BIDV

Ngân hàng BIDV, được thành lập từ năm 1957, đã trải qua nhiều giai đoạn phát triển và hiện nay là một trong những ngân hàng lớn nhất tại Việt Nam. Sự phát triển của BIDV không chỉ thể hiện qua quy mô tài sản mà còn qua chất lượng dịch vụ và khả năng cạnh tranh trên thị trường.

II. Thách Thức trong Phân Tích Hoạt Động Kinh Doanh Ngân Hàng BIDV

Trong quá trình phân tích hoạt động kinh doanh của Ngân hàng BIDV, nhiều thách thức đã xuất hiện. Các yếu tố như nợ xấu gia tăng, cạnh tranh khốc liệt từ các ngân hàng khác và sự biến động của thị trường tài chính đã ảnh hưởng đến hiệu quả hoạt động của ngân hàng. Việc nhận diện và giải quyết những thách thức này là rất cần thiết để đảm bảo sự phát triển bền vững của BIDV.

2.1. Tình Hình Nợ Xấu và Ảnh Hưởng Đến BIDV

Tình hình nợ xấu tại BIDV đã có xu hướng gia tăng trong những năm gần đây, điều này không chỉ ảnh hưởng đến lợi nhuận mà còn làm giảm khả năng cạnh tranh của ngân hàng. Việc quản lý nợ xấu hiệu quả là một trong những thách thức lớn mà BIDV phải đối mặt.

2.2. Cạnh Tranh Từ Các Ngân Hàng Khác

Cạnh tranh giữa các ngân hàng thương mại tại Việt Nam ngày càng trở nên khốc liệt, đặc biệt là từ các ngân hàng nước ngoài. Điều này đòi hỏi BIDV phải không ngừng cải tiến dịch vụ và nâng cao chất lượng sản phẩm để giữ vững thị phần.

III. Phương Pháp Phân Tích Hoạt Động Kinh Doanh Ngân Hàng BIDV Qua Mô Hình CAMELS

Phương pháp phân tích hoạt động kinh doanh của Ngân hàng BIDV thông qua mô hình CAMELS bao gồm việc thu thập và phân tích dữ liệu tài chính từ báo cáo tài chính hàng năm. Các yếu tố trong mô hình sẽ được đánh giá để đưa ra nhận định về tình hình tài chính của ngân hàng. Việc áp dụng mô hình này giúp xác định các điểm mạnh và điểm yếu trong hoạt động của BIDV.

3.1. Phân Tích Mức Độ An Toàn Vốn Của BIDV

Mức độ an toàn vốn là một trong những yếu tố quan trọng trong mô hình CAMELS. Đánh giá mức độ an toàn vốn của BIDV giúp xác định khả năng chịu đựng rủi ro và đảm bảo hoạt động ổn định của ngân hàng.

3.2. Đánh Giá Chất Lượng Tài Sản Của Ngân Hàng

Chất lượng tài sản của BIDV được đánh giá thông qua tỷ lệ nợ xấu và khả năng thu hồi nợ. Việc phân tích này giúp nhận diện các rủi ro tiềm ẩn và đưa ra các biện pháp khắc phục kịp thời.

IV. Kết Quả Nghiên Cứu Hoạt Động Kinh Doanh Ngân Hàng BIDV

Kết quả nghiên cứu cho thấy Ngân hàng BIDV đã đạt được nhiều thành tựu trong giai đoạn 2014 - 2016. Mặc dù gặp phải một số thách thức, nhưng ngân hàng vẫn duy trì được mức sinh lời ổn định và khả năng thanh khoản tốt. Việc áp dụng mô hình CAMELS đã giúp BIDV nhận diện được các điểm mạnh và điểm yếu trong hoạt động kinh doanh.

4.1. Thành Tựu Đạt Được Trong Giai Đoạn 2014 2016

Trong giai đoạn này, BIDV đã có sự tăng trưởng mạnh mẽ về quy mô tài sản và lợi nhuận. Ngân hàng đã thực hiện nhiều biện pháp để nâng cao hiệu quả hoạt động và cải thiện chất lượng dịch vụ.

4.2. Những Hạn Chế Cần Khắc Phục

Mặc dù có nhiều thành tựu, nhưng BIDV vẫn phải đối mặt với một số hạn chế như tỷ lệ nợ xấu cao và khả năng sinh lời chưa ổn định. Việc khắc phục những hạn chế này là cần thiết để đảm bảo sự phát triển bền vững trong tương lai.

V. Kết Luận và Đề Xuất Giải Pháp Nâng Cao Hoạt Động Kinh Doanh Ngân Hàng BIDV

Kết luận từ nghiên cứu cho thấy mô hình CAMELS là một công cụ hữu ích trong việc phân tích hoạt động kinh doanh của Ngân hàng BIDV. Để nâng cao hiệu quả hoạt động, ngân hàng cần tập trung vào việc cải thiện chất lượng tài sản, quản lý rủi ro và tối ưu hóa quy trình hoạt động. Các giải pháp đề xuất sẽ giúp BIDV phát triển bền vững trong tương lai.

5.1. Giải Pháp Nâng Cao Chất Lượng Tài Sản

Để nâng cao chất lượng tài sản, BIDV cần thực hiện các biện pháp quản lý nợ xấu hiệu quả và tăng cường khả năng thu hồi nợ. Việc này sẽ giúp cải thiện tình hình tài chính và tăng cường niềm tin của khách hàng.

5.2. Tăng Cường Quản Lý Rủi Ro

Quản lý rủi ro là một yếu tố quan trọng trong hoạt động ngân hàng. BIDV cần xây dựng các chính sách quản lý rủi ro chặt chẽ và thường xuyên đánh giá tình hình rủi ro để có biện pháp ứng phó kịp thời.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh nền kinh tế Việt Nam đẩy mạnh công nghiệp hóa, hiện đại hóa và hội nhập quốc tế, hệ thống ngân hàng thương mại giữ vai trò huyết mạch trong việc dẫn vốn và ổn định sức mua đồng tiền. Tuy nhiên, hoạt động kinh doanh tiền tệ luôn tiềm ẩn rủi ro mang tính hệ thống. Giai đoạn 2014 - 2016 ghi nhận áp lực cạnh tranh gay gắt từ tiến trình mở cửa thị trường tài chính cho các định chế nước ngoài, cùng với những thách thức từ quá trình tái cơ cấu hệ thống ngân hàng nhằm xử lý nợ xấu và củng cố thanh khoản. Đứng trước yêu cầu đánh giá chính xác "sức khỏe" tài chính phục vụ công tác quản trị và giám sát, việc áp dụng các chuẩn mực phân tích quốc tế trở nên cấp thiết. Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV) là một trong những định chế tài chính lớn nhất hệ thống, đặt ra yêu cầu phải đánh giá toàn diện hiệu quả hoạt động sau các bước ngoặt tái cấu trúc và sáp nhập. Khóa luận được thực hiện bởi sinh viên Trần Thị Thu, dưới sự hướng dẫn của TS. Phan Khoa Cương tại Trường Đại học Kinh tế Huế (Khoa Tài chính Ngân hàng).

Mục tiêu nghiên cứu của khóa luận được xác định cụ thể:

1. Mục tiêu chung: Ứng dụng mô hình CAMELS nhằm phân tích, đánh giá thực trạng hoạt động kinh doanh của Ngân hàng TMCP Đầu tư và Phát triển Việt Nam trong giai đoạn 2014 – 2016.
2. Mục tiêu cụ thể:
   • Hệ thống hóa cơ sở lý luận và thực tiễn về việc ứng dụng mô hình CAMELS trong đánh giá ngân hàng thương mại.
   • Phân tích và đánh giá thực trạng hoạt động kinh doanh của BIDV theo 6 nhóm chỉ tiêu của mô hình CAMELS giai đoạn 2014 – 2016, có so sánh đối chuẩn với các ngân hàng cùng quy mô.
   • Đề xuất các giải pháp khả thi nhằm nâng cao hiệu quả hoạt động kinh doanh và năng lực quản trị rủi ro cho BIDV trong giai đoạn tiếp theo.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Hoạt động kinh doanh của Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV) tiếp cận dưới góc độ 6 nhóm chỉ tiêu tài chính và phi tài chính của mô hình CAMELS.
• Phạm vi không gian: Ngân hàng TMCP Đầu tư và Phát triển Việt Nam, kết hợp số liệu so sánh đối chuẩn tại Ngân hàng TMCP Ngoại thương Việt Nam (Vietcombank) và Ngân hàng TMCP Công thương Việt Nam (VietinBank). Địa bàn thực tập tại BIDV Chi nhánh Thừa Thiên Huế – Phòng Giao dịch Thành Nội.
• Phạm vi thời gian: Số liệu tài chính và hoạt động kinh doanh trong giai đoạn 3 năm từ 2014 đến 2016.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng trên nền tảng khung lý thuyết đánh giá định chế tài chính UFIRS (Uniform Financial Institutions Rating System) được Cục Dự trữ Liên bang Mỹ triển khai từ năm 1979, sau đó được hoàn thiện thành mô hình CAMELS vào năm 1995 với việc bổ sung yếu tố độ nhạy cảm thị trường. Hệ thống đánh giá bao gồm 6 cấu phần:

• C (Capital adequacy): Mức độ an toàn vốn.
• A (Assets quality): Chất lượng tài sản có.
• M (Management): Năng lực quản trị.
• E (Earnings): Khả năng sinh lời.
• L (Liquidity): Khả năng thanh khoản.
• S (Sensitivity to market risk): Độ nhạy cảm đối với rủi ro thị trường.

Hệ thống cơ sở pháp lý và quy định an toàn ngành ngân hàng được tác giả sử dụng làm chuẩn mực đối chiếu gồm:

• Quyết định số 06/2008/QĐ-NHNN ngày 12/03/2008 của Thống đốc Ngân hàng Nhà nước (NHNN) về Quy chế xếp loại các Tổ chức tín dụng (TCTD) cổ phần theo thang điểm từ 1 đến 5.
• Quyết định số 493/2005/QĐ-NHNN ngày 22/04/2005 và Quyết định số 18/2007/QĐ-NHNN ngày 25/04/2007 của NHNN về phân loại nợ thành 5 nhóm và trích lập dự phòng rủi ro.
• Thông tư số 13/2010/TT-NHNN ngày 20/05/2010 và Thông tư số 22/2011/TT-NHNN ngày 30/08/2011 của NHNN quy định các tỷ lệ bảo đảm an toàn trong hoạt động của TCTD (tỷ lệ an toàn vốn CAR $\ge 9%$, tỷ lệ cấp tín dụng trên nguồn vốn huy động LDR $\le 80%$, tỷ lệ khả năng thanh toán ngay $\ge 15%$).
• Thông tư số 15/2010/TT-NHNN ngày 10/06/2010 quy định về phân loại nợ và trích lập dự phòng.

Phương pháp nghiên cứu và nguồn dữ liệu:

• Phương pháp thu thập dữ liệu: Thu thập dữ liệu thứ cấp từ Báo cáo tài chính hợp nhất đã kiểm toán (Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh, Thuyết minh báo cáo tài chính), Báo cáo thường niên của BIDV, Vietcombank và Vietinbank giai đoạn 2014 – 2016, cùng các thông tin công bố trên cổng thông tin chính thức của BIDV và các văn bản quy phạm pháp luật của NHNN.
• Phương pháp xử lý và phân tích số liệu:
  • Phương pháp tỷ số tài chính: Tính toán các chỉ số an toàn vốn (CAR, D/E), chất lượng tài sản (tỷ lệ nợ quá hạn, nợ xấu NPLs, tỷ lệ dự phòng rủi ro, khả năng bù đắp nợ xấu), hiệu quả hoạt động (ROA, ROE, mô hình phân tích DuPont, CIR), thanh khoản và độ nhạy lãi suất (NIM, NNIM).
  • Phương pháp so sánh và phân tích xu hướng: So sánh chuỗi thời gian 2014 – 2016 để nhận diện biến động nội tại; so sánh chéo (cross-sectional analysis) giữa BIDV với Vietcombank và Vietinbank trong năm 2016 nhằm xác định vị thế cạnh tranh giữa các ngân hàng có quy mô tương đồng.
  • Phương pháp tổng hợp và phân tích ma trận SWOT: Tổng hợp các điểm mạnh, điểm yếu, cơ hội và thách thức làm căn cứ hoạch định giải pháp.

Nội dung chính theo từng chương

Chương 1: Cơ sở lý luận và thực tiễn liên quan đến mô hình CAMELS

Chương 1 hệ thống hóa toàn bộ khung lý luận về việc lượng hóa và xếp loại ngân hàng thương mại. Tác giả làm rõ nội dung, nguyên tắc và công thức tính toán của 6 nhóm chỉ tiêu CAMELS, đồng thời diễn giải thang điểm xếp hạng từ 1 (mức cao nhất, an toàn vững chắc, không cần can thiệp giám sát) đến mức 5 (mức yếu kém nghiêm trọng, nguy cơ phá sản cao, cần biện pháp cứu trợ khẩn cấp hoặc sáp nhập).

Bên cạnh việc nêu bật ý nghĩa của mô hình trong việc tạo ra ngôn ngữ chuẩn mực chung cho thanh tra giám sát và cảnh báo sớm rủi ro (minh chứng qua việc ứng dụng trong khủng hoảng tài chính Mỹ năm 2008), tác giả phân tích khách quan các ưu và nhược điểm của CAMELS. Ưu điểm nổi bật là cung cấp công cụ chuẩn hóa, linh hoạt và định lượng rõ ràng. Nhược điểm chính nằm ở việc phụ thuộc lớn vào số liệu kế toán trên báo cáo tài chính vốn chịu ảnh hưởng bởi các thủ thuật kế toán, đồng thời có xu hướng định lượng hóa cả các yếu tố quản trị định tính. Chất lượng đánh giá chịu tác động bởi thời gian nghiên cứu, tính ổn định của chuẩn so sánh và trình độ chuyên môn của nhà phân tích.

Phần tổng quan tình hình nghiên cứu điểm lại các công trình tiêu biểu:

• Đề tài của Nguyễn Thị Tâm Đan (2012) tại Ngân hàng TMCP Quốc tế Việt Nam (VIB).
• Đề tài của Hồ Thị Như Thủy (2013) tại Ngân hàng TMCP Á Châu (ACB).
• Đề tài của Nguyễn Thị Thanh Nhàn về ứng dụng CAMELS đánh giá BIDV trong giai đoạn khủng hoảng tài chính năm 2008.

Chương 2: Ứng dụng mô hình CAMELS vào phân tích hoạt động kinh doanh của Ngân hàng TMCP Đầu tư và Phát triển Việt Nam trong giai đoạn 2014 - 2016

Chương 2 trình bày lịch sử hình thành và phát triển của BIDV qua 5 thời kỳ: Ngân hàng Kiến thiết Việt Nam (từ 26/04/1957), Ngân hàng Đầu tư & Xây dựng Việt Nam (từ 24/06/1981), Ngân hàng Đầu tư và Phát triển Việt Nam (từ 14/11/1990), chuyển đổi sang kinh doanh đa năng tổng hợp (từ 01/01/1995), và chính thức hoạt động theo mô hình Ngân hàng TMCP từ ngày 01/05/2012.

Tác giả đi sâu phân tích thực trạng tài chính của BIDV giai đoạn 2014 - 2016 theo 6 cấu phần CAMELS:

1. Mức độ an toàn vốn (Capital adequacy - C): Vốn điều lệ của BIDV tăng từ 28.075 tỷ đồng (năm 2014) lên 34.150 tỷ đồng (năm 2015 và giữ nguyên năm 2016), tăng 21,61% nhờ sự kiện sáp nhập Ngân hàng TMCP Phát triển Nhà Đồng Bằng Sông Cửu Long (MHB) có hiệu lực từ ngày 25/05/2015. Vốn chủ sở hữu đạt 42.797 tỷ đồng vào năm 2016. Hệ số an toàn vốn CAR duy trì đà tăng trưởng qua các năm (9,67% năm 2014; 9,81% năm 2015; 10,0% năm 2016), đạt yêu cầu tối thiểu $\ge 9%$ theo Thông tư 13/2010/TT-NHNN. Tuy nhiên, hệ số tài trợ (VCSH/Tổng tài sản) giảm từ 5,17% (2014) xuống 4,28% (2016) do quy mô tổng tài sản tăng quá nhanh. Khi so sánh năm 2016, CAR của BIDV (10,0%) thấp hơn Vietinbank (11,0%).

2. Chất lượng tài sản có (Assets quality - A): Tổng tài sản BIDV tăng trưởng từ 650.340 tỷ đồng (2014) lên 850.670 tỷ đồng (2015, tăng 30,08%) và đạt 996.785 tỷ đồng (2016, tăng 17,18%), vươn lên vị trí dẫn đầu hệ thống ngân hàng thương mại cổ phần. Dư nợ tín dụng chiếm tỷ trọng áp đảo trên 65% tổng tài sản. Tốc độ tăng trưởng tín dụng năm 2015 tăng đột biến 34,58% do hợp nhất dữ liệu từ MHB, sau đó điều chỉnh về mức 18,58% trong năm 2016. Tỷ trọng tài sản có sinh lời duy trì ở mức rất cao, đạt 95,79% tổng tài sản nội bảng năm 2016 (vượt xa chuẩn quy định $\ge 75%$).

Chỉ tiêu chất lượng tài sản BIDV	Năm 2014	Năm 2015	Năm 2016	So sánh 2015/2014 (%)	So sánh 2016/2015 (%)
Tổng dư nợ (Tỷ đồng)	439.805	590.917	700.722	+34,36%	+18,58%
Nợ quá hạn (Tỷ đồng)	19.348	17.535	25.693	-9,37%	+46,52%
Nợ xấu - NPLs (Tỷ đồng)	9.057	10.054	13.056	+11,01%	+29,86%
Dự phòng rủi ro (Tỷ đồng)	6.622	7.517	9.363	+13,52%	+24,56%
Tỷ lệ nợ quá hạn (%)	4,41%	2,97%	3,67%	-1,44%	+0,70%
Tỷ lệ nợ xấu (%)	2,06%	1,70%	1,86%	-0,36%	+0,16%
Tỷ lệ chi phí dự phòng (%)	1,51%	1,27%	1,34%	-0,24%	+0,07%
Khả năng bù đắp nợ xấu (%)	73,12%	74,77%	71,71%	+1,65%	-3,06%

So sánh năm 2016 với các đối thủ cạnh tranh cho thấy tỷ lệ nợ quá hạn của BIDV (3,67%) cao hơn đáng kể so với Vietcombank (1,47%) và Vietinbank (0,85%). Tỷ lệ nợ xấu của BIDV (1,86%) cao hơn Vietcombank (1,51%) và Vietinbank (1,03%). Khả năng bù đắp nợ xấu của BIDV chỉ đạt 71,71%, trong khi Vietcombank đạt 118,86% và Vietinbank đạt 101,77%.

3. Năng lực quản trị (Management - M): BIDV đẩy mạnh kiện toàn cơ cấu quản trị, chuyển đổi mạnh mẽ sang mô hình bán lẻ theo chuẩn ASEAN, quản trị tập trung theo khối chức năng chuyên sâu từ Hội sở chính đến các chi nhánh và quản lý vốn theo chiều dọc. Ngân hàng đã có những điều chỉnh kịp thời về khẩu vị rủi ro tín dụng và cơ cấu lại danh mục khách hàng sau sáp nhập.

4. Khả năng sinh lời, thanh khoản và độ nhạy rủi ro (E, L, S):

• Khả năng sinh lời (E): Lợi nhuận trước thuế năm 2016 đạt 7.507 tỷ đồng (tăng 7% so với 2015), nộp ngân sách 4.627 tỷ đồng. Tuy nhiên, tỷ suất sinh lời ROA và ROE của BIDV có xu hướng biến động và thấp hơn Vietcombank; ROE cao hơn Vietinbank nhưng ROA thấp hơn cả hai ngân hàng đối chuẩn.
• Khả năng thanh khoản (L): Tỷ lệ cấp tín dụng trên nguồn vốn huy động (LDR) và khả năng thanh toán ngay được kiểm soát, nguồn vốn huy động năm 2016 đạt 790.479 tỷ đồng (tăng 20,0%).
• Độ nhạy cảm rủi ro thị trường (S): Thu nhập lãi thuần và tỷ lệ thu nhập lãi cận biên (NIM) chịu áp lực trước biến động lãi suất và tỷ giá hối đoái.

Phần cuối chương 2 xây dựng ma trận SWOT và đề xuất các nhóm giải pháp chi tiết theo từng chỉ tiêu của mô hình CAMELS.

Kết quả và đóng góp

Kết quả nghiên cứu chính

Khóa luận đã định lượng hóa bức tranh tài chính của BIDV trong giai đoạn chuyển đổi quan trọng 2014 - 2016 với các kết quả cụ thể:

1. Xác nhận sự tăng trưởng vượt bậc về quy mô: Tổng tài sản đạt 996.785 tỷ đồng vào cuối năm 2016 (chiếm 14% tổng tài sản toàn ngành ngân hàng), đưa BIDV vượt Agribank để dẫn đầu hệ thống về quy mô tài sản.
2. Đánh giá mức độ an toàn vốn: CAR được duy trì ở mức 9,67% (2014), 9,81% (2015) và 10,0% (2016), luôn tuân thủ quy định tối thiểu $\ge 9%$ của NHNN.
3. Nhận diện các điểm nghẽn về chất lượng tài sản và sinh lời: Nợ xấu năm 2016 tăng lên 13.056 tỷ đồng (tỷ lệ 1,86%), nợ quá hạn tăng lên 25.693 tỷ đồng (tỷ lệ 3,67%); khả năng bù đắp nợ xấu (71,71%) thấp hơn mức an toàn của Vietcombank và Vietinbank; hệ số tài trợ suy giảm (4,28% năm 2016).

Chỉ tiêu so sánh đối chuẩn năm 2016	BIDV	Vietcombank (VCB)	VietinBank
Hệ số an toàn vốn (CAR)	10,00%	-	11,00%
Tỷ lệ nợ quá hạn (%)	3,67%	1,47%	0,85%
Tỷ lệ nợ xấu (NPLs) (%)	1,86%	1,51%	1,03%
Tỷ lệ chi phí dự phòng (%)	1,34%	1,79%	1,05%
Tỷ lệ bù đắp nợ xấu (%)	71,71%	118,86%	101,77%

Hệ thống giải pháp đề xuất

Tác giả đề xuất các giải pháp đồng bộ theo 6 nhóm chỉ tiêu CAMELS:

• Nhóm C (An toàn vốn): Tăng cường vốn tự có và vốn cấp 1 thông qua tích lũy lợi nhuận chưa phân phối, phát hành trái phiếu dài hạn tăng vốn cấp 2 và tìm kiếm đối tác chiến lược để cải thiện hệ số tài trợ.
• Nhóm A (Chất lượng tài sản): Tái cơ cấu danh mục tín dụng, kiểm soát chặt chẽ tốc độ tăng trưởng tín dụng, rà soát hồ sơ khách hàng để phát hiện sớm các khoản nợ có nguy cơ chuyển nhóm nợ xấu, nâng cao tỷ lệ trích lập dự phòng để tăng khả năng bù đắp nợ xấu lên ngang tầm các ngân hàng đối chuẩn.
• Nhóm M (Quản trị điều hành): Đổi mới mô hình quản trị theo thông lệ quốc tế, hoàn thiện hệ thống kiểm soát và kiểm toán nội bộ, nâng cao năng lực cán bộ quan hệ khách hàng (CBQHKH) và ứng dụng công nghệ thông tin trong quản trị rủi ro.
• Nhóm E (Khả năng sinh lời): Đa dạng hóa nguồn thu ngoài lãi (thu từ dịch vụ, thanh toán, bảo hiểm), quản lý chi phí hoạt động để tối ưu hóa tỷ lệ CIR, nâng cao biên lãi thuần (NIM).
• Nhóm L (Thanh khoản): Đa dạng hóa nguồn vốn huy động từ dân cư và tổ chức kinh tế, duy trì tỷ lệ tài sản có tính lỏng cao hợp lý để đảm bảo khả năng chi trả kịp thời trong mọi thời điểm.
• Nhóm S (Độ nhạy cảm rủi ro thị trường): Nâng cao năng lực dự báo biến động lãi suất và tỷ giá, áp dụng các công cụ phái sinh để phòng ngừa rủi ro thị trường.

Đóng góp của đề tài

• Cung cấp bức tranh phân tích thực nghiệm toàn diện về BIDV ngay sau thương vụ sáp nhập Ngân hàng MHB (năm 2015), làm rõ các tác động cộng hưởng về vốn và quy mô tài sản cũng như áp lực gia tăng đối với chất lượng tín dụng.
• Đặt kết quả phân tích của BIDV trong mối tương quan so sánh đối chuẩn trực tiếp với Vietcombank và Vietinbank trong cùng năm 2016, chỉ rõ vị thế cạnh tranh thực tế thay vì chỉ đánh giá số liệu đơn lẻ.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ rõ một số hạn chế gắn liền với phạm vi và phương pháp nghiên cứu:

• Hạn chế về dữ liệu và tính chất mô hình: Mô hình CAMELS phụ thuộc chủ yếu vào các số liệu tài chính định lượng trên Báo cáo tài chính đã kiểm toán. Việc tiếp cận các thông tin định tính nội bộ về quy trình kiểm soát rủi ro, chính sách nhân sự và hệ thống công nghệ thông tin còn hạn chế. Các thủ thuật kế toán và sự khác biệt trong chính sách phân loại tài sản có thể ảnh hưởng đến tính khách quan của số liệu.
• Hạn chế về khung thời gian: Giai đoạn phân tích 3 năm (2014 – 2016) phản ánh được giai đoạn tái cơ cấu ngắn hạn nhưng chưa đủ dài để đánh giá trọn vẹn chu kỳ kinh tế và tác động dài hạn của các khoản nợ sáp nhập từ MHB.
• Hướng nghiên cứu tiếp: Cần mở rộng chuỗi thời gian nghiên cứu; kết hợp mô hình CAMELS với các mô hình cảnh báo sớm nguy cơ phá sản (Z-score, Camelot, mô hình kiểm tra sức chịu đựng Stress Testing) và bổ sung các tiêu chí đánh giá phi tài chính theo các chuẩn mực Basel II, Basel III để có cái nhìn toàn diện hơn.

Giá trị tham khảo

Khóa luận có giá trị thực tiễn đối với nhiều nhóm đối tượng:

• Sinh viên và học viên ngành Tài chính - Ngân hàng, Kế toán, Kiểm toán: Là tài liệu tham khảo chi tiết về quy trình ứng dụng mô hình CAMELS trong phân tích báo cáo tài chính ngân hàng thương mại, cung cấp các công thức tính toán chỉ số an toàn vốn (CAR), phân loại nợ theo Quyết định 493/2005/QĐ-NHNN và Thông tư 13/2010/TT-NHNN.
• Cán bộ phân tích tài chính và quản trị rủi ro tại các ngân hàng thương mại: Cung cấp phương pháp luận so sánh đối chuẩn đa chiều giữa các ngân hàng cùng quy mô (BIDV, Vietcombank, Vietinbank) nhằm xác định các điểm yếu trong tỷ lệ bao phủ nợ xấu và đòn bẩy tài chính.
• Nhà nghiên cứu về M&A ngành ngân hàng: Nguồn tư liệu phân tích cụ thể về tác động của thương vụ sáp nhập ngân hàng (trường hợp MHB sáp nhập vào BIDV năm 2015) đối với quy mô vốn, tốc độ tăng trưởng tín dụng và sự biến động của nợ xấu.

Câu hỏi thường gặp

1. Khóa luận sử dụng các căn cứ pháp lý nào của Ngân hàng Nhà nước để xác định tỷ lệ an toàn vốn (CAR) và phân loại nợ? Khóa luận sử dụng Thông tư số 13/2010/TT-NHNN và Thông tư số 22/2011/TT-NHNN quy định tỷ lệ an toàn vốn tối thiểu $\text{CAR} \ge 9%$; Quyết định số 493/2005/QĐ-NHNN và Quyết định số 18/2007/QĐ-NHNN về phân loại nợ thành 5 nhóm và trích lập dự phòng; Quyết định số 06/2008/QĐ-NHNN về quy chế xếp loại TCTD.

2. Sự kiện sáp nhập Ngân hàng MHB vào năm 2015 đã tác động như thế nào đến vốn và tài sản của BIDV? Sự kiện sáp nhập MHB hoàn tất vào tháng 5/2015 làm vốn điều lệ BIDV tăng thêm 6.075 tỷ đồng (tăng 21,61%, từ 28.075 tỷ lên 34.150 tỷ đồng); tổng tài sản năm 2015 tăng trưởng đột biến 30,08% (đạt 850.670 tỷ đồng) và tốc độ tăng trưởng tín dụng năm 2015 tăng vọt lên 34,58%.

3. Tỷ lệ an toàn vốn (CAR) của BIDV trong giai đoạn 2014 – 2016 biến động ra sao? Hệ số CAR của BIDV duy trì xu hướng tăng liên tục qua 3 năm: đạt 9,67% năm 2014, 9,81% năm 2015 và 10,0% năm 2016. Các mức này đều đáp ứng quy định tối thiểu $\ge 9%$ của NHNN Việt Nam, tuy nhiên vào năm 2016 vẫn thấp hơn mức 11,0% của Vietinbank.

4. Vì sao tỷ lệ nợ quá hạn và nợ xấu của BIDV năm 2016 có xu hướng tăng? Năm 2016, nợ quá hạn của BIDV tăng 46,52% (đạt 25.693 tỷ đồng, tỷ lệ 3,67%) và nợ xấu tăng 29,86% (đạt 13.056 tỷ đồng, tỷ lệ 1,86%). Nguyên nhân chủ yếu xuất phát từ quy mô tổng dư nợ mở rộng nhanh sau sáp nhập, tác động từ sự suy thoái của nhiều doanh nghiệp khách hàng và việc ngân hàng rà soát, phân loại nợ chặt chẽ hơn.

5. So với Vietcombank và Vietinbank trong năm 2016, chỉ tiêu tài chính nào của BIDV bộc lộ hạn chế lớn nhất? Hạn chế lớn nhất của BIDV là tỷ lệ bao phủ/khả năng bù đắp nợ xấu chỉ đạt 71,71%, thấp hơn nhiều so với mức an toàn trên 100% của Vietcombank (118,86%) và Vietinbank (101,77%), cùng với tỷ lệ nợ quá hạn (3,67%) và nợ xấu (1,86%) đều cao hơn hai ngân hàng trên.

Kết luận

Khóa luận của tác giả Trần Thị Thu đã ứng dụng thành công khung phân tích CAMELS để đánh giá toàn diện hoạt động kinh doanh và năng lực tài chính của BIDV giai đoạn 2014 – 2016. Nghiên cứu đã làm rõ vị thế dẫn đầu về quy mô tài sản và tính tuân thủ an toàn vốn của ngân hàng, đồng thời chỉ ra các điểm nghẽn quan trọng về nợ quá hạn, tỷ lệ bù đắp nợ xấu và hiệu suất sinh lời khi so sánh với các đối thủ cùng ngành. Hệ thống giải pháp đề xuất bám sát 6 nhóm chỉ tiêu của mô hình CAMELS mang tính ứng dụng cao, đóng góp cơ sở thực tiễn hữu ích cho công tác quản trị rủi ro ngân hàng thương mại.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: CƠ SỞ LÝ LUẬN VÀ THỰC TIỄN LIÊN QUAN ĐẾN MÔ HÌNH CAMELS 1. Giới thiệu về mô hình Camels 1. Sơ lươc về mô hình Camels Năm 1979, Hệ thống đánh giá (UFIRS) thống nhất tổ chức tài chính đã được thực hiện tại các tổ chức ngân hàng Mỹ, và sau này trên toàn cầu, theo một khuyến cáo của Cục Dự trữ Liên bang Mỹ. Hệ thống này đã trở nên nổi tiếng quốc tế với Camels viết tắt, phản ánh năm lĩnh vực đánh giá: vốn, chất lượng tài sản, quản lý, thu nhập và thanh khoản.

Năm 1995 Cục Dự trữ Liên bang và OCC thay Camels với Camels, thêm "S" là viết tắt của tài chính (S) stem Mô hình Camels là một mô hình đánh giá quốc tế công nhận mà cơ quan ngân hàng giám sát sử dụng để đánh giá các tổ chức tài chính theo sáu yếu tố đại diện bởi các từ viết tắt " Camels." Cơ quan giám sát ngân hàng chỉ định mỗi điểm trên thang điểm và xếp hạng từ một được coi là tốt nhất và sự đánh giá trên thang điểm từ 1 đến 5, nhưng xếp hạng 3, 4 thậm chí 5 có thể khiến các tổ chức tương ứng với hành động thực thi, giám sát nâng cao, và những hạn chế về mở rộng. Phương pháp xếp loại theo mô hình Camels được NHNN áp dụng trong Quy chế “Xếp loại các TCTD VN” ban hàng kèm theo Quyết định số 06/2008/QĐ- NHNN ngày 12/03/2008 của Thống đốc NHNN. Thông qua các nhân tố, cơ quan giám sát đánh giá và phân hạng TCTD với thang điểm từ mức 1-5 cho mỗi nhân tố, sau đây là mô tả về các mức độ đánh giá mô hình Camels: - Mức 1: Đây là mức cao nhất thực hiện và hoạt động quản lý rủi ro mạnh mẽ luôn cung cấp cho các hoạt động an toàn. Cơ quan quản lý xác định rõ ràng tất cả các rủi ro và sử dụng bù đắp các yếu tố giảm nhẹ lo ngại.

Xu hướng lịch sử và dự báo các biện pháp thực hiện chính luôn tích cực. Các ngân hàng và TCTD trong 6 nhóm này được đánh giá là chống được những rối loạn kinh tế và tài chính đối ngoại cũng như chịu được những tác động kinh doanh bất ngờ của các điều kiện bên ngoài hơn. Bất kỳ điểm yếu nào đều có thể được xử lý một cách thường xuyên của ban giám đốc và quản lý. Những ngân hàng và TCTD tuân thủ đáng kể với luật pháp và các quy định.

Do đó các Ngân hàng và TCTD ở mức này không cần sự giám sát. - Mức 2: Phản ánh tình trạng hoạt động và quản lý rủi ro cũng gần như mức 1. Các ngân hàng và TCTD trong nhóm này chịu sự tấn công của các điều kiện kinh doanh bất lợi và dễ dàng xấu đi nếu những hành động không có hiệu quả trong việc điều chỉnh các lĩnh vực nhất định. Ngân hàng và TCTD đòi hỏi nhiều hơn sự giám sát để giải quyết những thiếu sót.

- Mức 3: Hoạt động hiện tại của Ngân hàng và TCTD chưa hoàn thiện ở một vài cấp độ, đã có sự kết hợp của nhiều sự yếu kém, nếu không có sự chuyển hướng trong chính sách hoạt động thì tình trạng sẽ trở nên nghiêm trọng. Ngân hàng và TCTD trong nhóm này có thể nói là hoạt động đang ở sát giới hạn vì thế yêu cầu giám sát được chú ý nhiều hơn. - Mức 4: Hoạt động của Ngân hàng và TCTD là yếu kém, dưới mức trung bình, không tương xứng với quy mô và sự phức tạp của tổ chức. Với tình trạng hoạt động như thế này, nếu không có sự cải thiện sẽ dẫn tới những điều kiện ảnh hưởng đến khả năng tồn tại của Ngân hàng và TCTD.

Sự giám sát chặt chẽ phải được áp dụng với tổ chức thuộc nhóm này - Mức 5: Đây là mức thấp nhất, cho thấy tình trạng hoạt động của Ngân hàng và TCTD yếu kém đến mức nghiêm trọng, ảnh hưởng trực tiếp tới sự tồn tại của tổ chức. Đối tượng thuộc nhóm này có nguy cơ phá sản cao hoặc phải cần đến những giải pháp như cứu trợ khẩn cấp, xáp nhập, mua lại…. Các yếu tố của mô hình Camels trong đánh giá hoạt động kinh doanh của ngân hàng thương mại 1. C – Capital adequacy (Mức độ an toàn vốn) 7 ➢ Nguyên tắc cơ bản của mức độ an toàn vốn Vốn tự có là cơ sở để tính toán các giới hạn đảm bảo an toàn trong hoạt động của Ngân hàng, vấn đề quản lý vốn của trở thành một yêu cầu pháp lý vì lợi ích của công chúng.

Đối với kinh doanh tiền tệ, Ngân hàng có đủ VTC, có VTC lớn và duy trì được VTC là biểu hiện một Ngân hàng bền vững”. Hiện nay, tỷ lệ an toàn vốn ở nước ta phải tối thiểu 9% theo quyết định, theo thông tư 13/2010/TT-NHNN). Ngoài ra, còn có những quy định về giới hạn an toàn hoat động khác trên cơ sở vốn tự có của Ngân hàng như sau: giới hạn tối đa góp vốn đầu tư, liên doanh liên kết, mua cổ phần; giới hạn về cho vay tối đa môt khách hàng; giới hạn cho vay các đối tượng ưu đãi; giới hạn về mức bảo lãnh tối đa cho môt khách hàng và tổng mức bảo lãnh cho một Ngân hàng; giới hạn về trạng thái ngoại hối mở; giới hạn đầu tư vào tài sản cố định so với vốn tự có. ➢ Các chỉ tiêu cụ thể được sử dụng để đánh giá mức độ vốn an toàn - Cơ cấu vốn, tập trung vào mức độ quan trọng tương đối của vốn cấp I, vốn cấp II: Vốn cấp II tối đâ bằng 100% vốn cấp I.

- Tỉ lệ an toàn vốn tối thiểu được tính theo tỉ lệ phần trăm của tổng vốn cấp I và vốn cấp II so với tổng tài sản đã điều chỉnh rủi ro của Ngân hàng. CAR >= 9%, tỉ lệ này cho chúng ta biết nguồn vốn có ổn định để cho vay hay không, nguồn vốn có đáp ứng nhu cầu vay hay không. Theo hiệp ước về vốn của Basel (basel I) thì tỉ lệ tối thiểu để bù đắp cho rủi 8 ro của hệ số CAR là 8%, ở NHNN Việt Nam qui định 9%. - Hệ số tài trợ hay hệ số đòn bẩy tài chính = Tổng nợ phải trả / Vốn chủ sở hữu (trung bình = 12,5) Còn được gọi là D/E, tỷ lệ này phản ánh năng lực quản lý và qui mô tài chính của Ngân hàng.

Tỉ lệ này càng cao thì mức độ an toàn đới với người gửi tiền và củ nợ của Ngân hàng giảm. Hệ số này phản ánh khả năng tự đảm bảo về mặt tài chính và mức độ độc lâp về mặt tài chính của Ngân hàng. Hệ số càng cao thì khả năng tài chính và mức độ độc lâp về tài chính của Ngân hàng càng cao. - Trái phiếu (chứng khoán) chính phủ / Tổng tài sản Trái phiếu (chứng khoán) chính phủ là một trong những khoản đầu tư có tính thanh khoản an toàn nhất.

- Hệ số tao vốn nội bộ (internal capital generation) ICG (%) = Lợi nhuận không chia/ Vốn cấp 1 (>12%); Sau khi sử dụng các chỉ tiêu trên để đánh giá mức độ an toàn vốn, mô hình đi đến xếp hạng. Gồm có 5 hạng, hạng 3,4 và 5 là hạng mà các nhà lãnh đao Ngân hàng cần phải chú ý, hổ trợ từ các cổ đông,. A - Assets Quality (Chất lượng TS có) ➢ Nguyên tắc cơ bản của Chất lượng tài sản có Tài sản có là phần sử dụng nguồn vốn đưa vào kinh doanh và duy trì khả năng thanh toán của Ngân hàng. Chất lượng tài sản có là chỉ tiêu tổng hợp nói lên khả năng bền vững về mặt tài chính, khả năng sinh lời, năng lực quản lý và phần lớn rủi ro trong hoạt động kinh doanh tiền tệ.

TS Có của NHTM bao gồm tất cả các khoản mục bên phải của bảng cân đối TS, đó là: TS ngân quỹ, TS cho vay, TS đầu tư và TS cố định. Chất lượng TS là yếu tố quyết định hiệu quả HĐ KD của Ngân hàng. Trong tài sản có, chất lượng khoản cho vay và đầu tư là yếu tố quyết định đến chất lượng tài sản có của Ngân hàng. Tổn thất trong cho vay lớn sẽ dẫn đên thua lỗ, 9 làm giảm vốn tự có, làm ảnh hưởng đến khả năng chi trả và đây là biểu hiện của năng lực quản lý.

[3] Theo Grier (2007), “chất lượng TS yếu là nguyên nhân chính của hầu hết các vụ thất bại trong Ngân hàng”. Thông thường điều này xuất phát từ việc quản lý không đầy đủ trong chính sách cho vay – cả trước kia cũng như hiện nay. Nếu thị trường biết rằng chất lượng TS kém thì sẽ tạo áp lực lên trạng thái nguồn vốn ngắn hạn của NH, và điều này có thể dẫn đến khủng hoảng TK, hoặc dẫn đến tình trạng đổ xô đi rút tiền ở Ngân hàng. Tài sản có của Ngân hàng bao gồm tài sản có khả năng sinh lời và tài sản không sinh lời.

Đánh giá chất lượng của tài sản có, trước hết phải xem xét tính hợp lý trong cơ cấu của tài sản có để đáp ứng tốt yêu cầu lợi nhuận cũng như đảm bảo khả năng thanh khoản. Sau đó sẽ đánh giá chất lượng tài sản có thông qua khả năng hoạt động tín dụng. Thông thường hoạt động này được đánh giá dựa trên tỷ lệ nợ xấu của Ngân hàng. Theo quyết định 493/2005/QĐ-NHNN thì các TCTD thực hiện phân loại nợ thành 5 nhóm: (1) Nợ đủ tiêu chuẩn, (2) Nợ cần chú ý, (3) Nợ dưới tiêu chuẩn, (4) Nợ nghi ngờ, (5) Nợ có khả năng mất vốn.

Nợ xấu bao gồm nợ ở các nhóm 3, 4, 5. Mức trích lập dự phòng nợ và khả năng có thể xử lý và thu hồi các khoản nợ xấu chính cũng cần được xem xét để đánh giá chất lượng danh mục cho vay. Để đánh giá tính hợp lý trong cơ cấu TS Có của một NHTM có thể sử dụng 02 hệ số cơ cấu sau: - Hệ số cơ cấu tỷ lệ của 04 nhóm TS Có: Ngân quỹ, cho vay, đầu tư và TS cố định. Qua chỉ số này người ta có thể nhận định tính hợp lý của việc sử dụng vốn của Ngân hàng.

Ngân hàng nào tỷ trọng TS cho vay và TS đầu tư càng lớn với điều kiện đảm bảo những tỷ lệ thích đáng cho TS ngân quỹ và TS cố định thì cơ cấu TS của NH đó càng hợp lý. - Hệ số cơ cấu tỷ lệ của 02 nhóm TS Có sinh lời và TS Có không sinh lời. Hệ số này cho phép nhận định mức độ tận dụng các nguồn vốn của Ngân hàng để tối đa 10 hoá LN.