Bối cảnh và vấn đề nghiên cứu

Hệ thống ngân hàng thương mại được ví như "hệ thần kinh" của nền kinh tế thị trường, giữ vai trò huyết mạch trong việc phân bổ và sử dụng các nguồn lực tài chính nhằm thúc đẩy tăng trưởng bền vững. Trong các loại rủi ro hoạt động ngân hàng (rủi ro thị trường, rủi ro tác nghiệp, rủi ro hoạt động...), rủi ro thanh khoản được đánh giá là loại rủi ro nguy hiểm và có ảnh hưởng lớn nhất. Một ngân hàng chỉ có thể duy trì trạng thái hoạt động bình thường khi bảo đảm được khả năng thanh toán trong hiện tại, tương lai cũng như các nhu cầu rút tiền đột xuất. Việc mất khả năng thanh toán có thể dẫn trực tiếp đến nguy cơ đổ vỡ và phá sản.

Thực tiễn cuộc khủng hoảng tài chính toàn cầu năm 2007 bắt nguồn từ việc cho vay dưới chuẩn tại Mỹ đã nhấn chìm hệ thống tài chính thế giới. Ủy ban Basel về giám sát ngân hàng (BCBS, 2004) chỉ ra rằng nguyên nhân gốc rễ của khủng hoảng là do vấn đề thanh khoản đã bị xem nhẹ trong một thời gian dài. Tại Việt Nam, quá trình tái cơ cấu và cải cách hệ thống ngân hàng đã giúp các ngân hàng thương mại cổ phần (NHTMCP) phát triển mạnh mẽ về quy mô và nghiệp vụ. Tuy nhiên, công tác quản trị rủi ro thanh khoản tại nhiều ngân hàng vẫn chưa thực sự được quan tâm đúng mức. Bên cạnh đó, tính chất thanh khoản luôn biến động theo các chu kỳ kinh tế và những cú sốc vĩ mô, điển hình là sự xuất hiện của đại dịch COVID-19.

Đề tài "Các nhân tố ảnh hưởng đến rủi ro thanh khoản của các ngân hàng thương mại cổ phần tại Việt Nam giai đoạn 2013-2021" do sinh viên Nguyễn Thị Thu Hằng thực hiện dưới sự hướng dẫn của ThS. Đào Bùi Kiên Trung (Khoa Toán Kinh tế, Trường Đại học Kinh tế Quốc dân, năm 2022) được triển khai nhằm giải quyết các vấn đề sau:

  • Mục tiêu nghiên cứu:
    1. Vận dụng lý thuyết về mô hình chuyển đổi thanh khoản của Bryant (1980), Diamond & Dybvig (1983) và phương pháp đo lường thanh khoản của Deep & Schaefer (2004) để xác định các nhân tố bên trong và bên ngoài ảnh hưởng đến rủi ro thanh khoản của các NHTMCP tại Việt Nam.
    2. Đề xuất các giải pháp và khuyến nghị quản trị nhằm nâng cao hiệu quả kiểm soát rủi ro thanh khoản cho hệ thống ngân hàng.
  • Đối tượng nghiên cứu: Rủi ro thanh khoản và các nhân tố tác động tại 29 ngân hàng thương mại cổ phần Việt Nam.
  • Phạm vi nghiên cứu:
    • Không gian: Khảo sát 29 NHTMCP đang hoạt động tại Việt Nam (trong tổng số 31 NHTMCP, loại trừ 2 ngân hàng bị thiếu dữ liệu là Ngân hàng TMCP Đông Á và Ngân hàng TMCP Việt Á).
    • Thời gian: Giai đoạn 9 năm từ 2013 đến 2021.
    • Nội dung: Tập trung vào các chỉ tiêu tài chính nội tại của ngân hàng và các biến số kinh tế vĩ mô, bao gồm tác động của đại dịch COVID-19.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và văn bản pháp lý

Nghiên cứu dựa trên các nền tảng lý thuyết và quy định pháp luật:

  • Định nghĩa rủi ro thanh khoản: Tiếp cận theo Ủy ban Basel (2008), Nguyễn Đăng Dòn (2010), Nguyễn Văn Tiến (2010), xác định rủi ro thanh khoản là tình trạng ngân hàng thiếu khả năng chi trả, không chuyển đổi kịp tài sản ra tiền mặt hoặc phải huy động vốn bổ sung với chi phí cao để đáp ứng nghĩa vụ tài chính đến hạn.
  • Nguyên tắc quản lý thanh khoản của Basel (BIS, 2009): Hệ thống 14 nguyên tắc quản lý rủi ro thanh khoản, bao gồm xây dựng cơ cấu quản lý nội bộ, giám sát yêu cầu cấp vốn ròng, lập kế hoạch dự phòng, quản lý thanh khoản ngoại tệ, tính minh bạch thông tin và vai trò của cơ quan giám sát.
  • Khung pháp lý Việt Nam: Luật các Tổ chức tín dụng năm 2010, Luật Ngân hàng Nhà nước Việt Nam 2010, Thông tư 13/2010/TT-NHNN, Thông tư 36/2014/TT-NHNN, Thông tư 42/2015/TT-NHNN và Thông tư 22/2019/TT-NHNN của Thống đốc Ngân hàng Nhà nước Việt Nam. Thông tư 22/2019/TT-NHNN quy định các tỷ lệ an toàn:
    • Tỷ lệ dự trữ thanh khoản tối thiểu: 10%.
    • Tỷ lệ khả năng chi trả trong 30 ngày: 50% đối với VND, 10% đối với ngoại tệ.
    • Tỷ lệ tối đa nguồn vốn ngắn hạn cho vay trung và dài hạn: 34% (từ 01/10/2022 đến 30/09/2023) và 30% (từ 01/10/2023).
    • Tỷ lệ dư nợ cho vay so với tổng tiền gửi (LDR) tối đa: 85%.
    • Tỷ lệ an toàn vốn tối thiểu (CAR): 9%.

Phương pháp đo lường biến phụ thuộc

Tác giả sử dụng hệ số khe hở tài trợ (Financing Gap - $FGAP$) được đề xuất bởi Chung-Hua Shen và cộng sự (2009), Sauders & Cornett (2007), Trương Quang Thông (2013) và Đặng Văn Dân (2015) để đo lường rủi ro thanh khoản:

$$\text{FGAP} = \frac{\text{Cho vay khách hàng} - \text{Tiền gửi khách hàng}}{\text{Tổng tài sản}}$$

Khi $FGAP$ mang giá trị dương và càng lớn, nhu cầu vay mượn bù đắp trên thị trường tiền tệ càng cao, ngân hàng đối mặt với rủi ro thanh khoản càng lớn.

Bảng tổng hợp các biến trong mô hình

Loại biến Ký hiệu Tên biến Cách đo lường Dấu kỳ vọng
Phụ thuộc $FGAP$ Hệ số khe hở tài trợ $(\text{Cho vay KH} - \text{Tiền gửi KH}) / \text{Tổng tài sản}$ —
Độc lập $SIZE$ Quy mô tổng tài sản $\ln(\text{Tổng tài sản})$ (-)
$CAP$ Tỷ lệ vốn chủ sở hữu $\text{Vốn chủ sở hữu} / \text{Tổng tài sản}$ (-)
$ROE$ Tỷ suất sinh lời trên VCSH $\text{Lợi nhuận sau thuế} / \text{Vốn chủ sở hữu}$ (-)
$LTA$ Tỷ lệ cho vay $\text{Cho vay khách hàng} / \text{Tổng tài sản}$ (+)
$LLPTL$ Tỷ lệ dự phòng rủi ro tín dụng $\text{Dự phòng rủi ro tín dụng} / \text{Tổng dư nợ cho vay}$ (+)
$GDPG$ Tăng trưởng kinh tế Tốc độ tăng trưởng GDP hàng năm (World Bank) (+)
$INF$ Tỷ lệ lạm phát Chỉ số giá tiêu dùng CPI hàng năm (GSO công bố) (+)
$COVID$ Biến giả đại dịch COVID-19 Nhận giá trị 1 cho năm 2020 và 2021; 0 cho các năm còn lại (-)

Phương pháp nghiên cứu và quy trình ước lượng

  • Dữ liệu: Dữ liệu bảng cân bằng (balanced panel data) gồm 29 NHTMCP trong 9 năm (2013–2021) với tổng cộng 261 quan sát. Dữ liệu được trích xuất từ Báo cáo tài chính hợp nhất đã kiểm toán, Ngân hàng Thế giới (World Bank) và Tổng cục Thống kê (GSO).
  • Mô hình kinh tế lượng: Thực hiện ước lượng qua ba mô hình:
    1. Hồi quy gộp (Pooled OLS).
    2. Mô hình tác động cố định (Fixed Effects Model - FEM).
    3. Mô hình tác động ngẫu nhiên (Random Effects Model - REM).
  • Quy trình kiểm định và khắc phục:
    • Kiểm định $F$-test để chọn lựa giữa Pooled OLS và FEM.
    • Kiểm định Hausman để lựa chọn giữa FEM và REM.
    • Kiểm định Modified Wald để phát hiện hiện tượng phương sai sai số thay đổi.
    • Kiểm định Wooldridge để phát hiện hiện tượng tự tương quan (tương quan chuỗi).
    • Khắc phục các khuyết tật mô hình bằng phương pháp ước lượng sai số chuẩn mạnh (White robust standard errors / Cluster-robust standard errors) trên phần mềm Stata 14.

Nội dung chính theo từng chương

Chương 1: Tổng quan về rủi ro thanh khoản

Chương 1 hệ thống hóa lý luận cơ bản về rủi ro thanh khoản trong ngành ngân hàng:

  • Phân tích nguyên nhân dẫn đến rủi ro thanh khoản xuất phát từ các yếu tố nội tại (chiến lược quản trị thanh khoản chưa hiệu quả, mất cân đối kỳ hạn giữa tài sản có và tài sản nợ, tập trung danh mục cho vay, hạ chuẩn cấp tín dụng do áp lực cạnh tranh, không dự tính được nhu cầu rút tiền) và nguyên nhân bên ngoài (sự thay đổi chính sách tiền tệ của Ngân hàng Nhà nước về dự trữ bắt buộc, lãi suất tái chiết khấu, nghiệp vụ thị trường mở OMO; sự nhạy cảm lãi suất; chu kỳ kinh doanh của khách hàng; rủi ro lan truyền từ tin đồn thất thiệt).
  • Tổng hợp 14 nguyên tắc quản lý rủi ro thanh khoản của Ủy ban Basel.
  • Trình bày hệ thống văn bản quy phạm pháp luật của Việt Nam về tỷ lệ an toàn thanh khoản.
  • Đánh giá thực trạng thanh khoản của các NHTMCP Việt Nam giai đoạn 2013–2021 qua hai chỉ số:
    • Chỉ số trạng thái tiền mặt $\frac{\text{Tiền mặt} + \text{Tiền gửi tại các TCTD}}{\text{Tổng tài sản}}$: Giai đoạn 2013–2021 biến động theo hình chữ U, giảm xuống mức thấp nhất vào năm 2016 (khoảng 13,38%) do các ngân hàng tận dụng vốn đầu tư khi kinh tế vĩ mô ổn định, sau đó tăng dần lên trên 15% vào cuối kỳ.
    • Tỷ lệ dư nợ cho vay so với nguồn vốn huy động (LDR): Giai đoạn 2011–2014 duy trì dưới 80% theo Thông tư 13/2010/TT-NHNN. Giai đoạn 2015–2019 tăng vọt (nhiều ngân hàng như ACB, KLB, SGB, PGB, CTG, BID... mở rộng cho vay vượt vốn huy động). Tỷ lệ LDR giảm và ổn định trở lại quanh mức 72% trong các năm 2020–2021 khi Thông tư 22/2019/TT-NHNN có hiệu lực thi hành.

Chương 2: Dữ liệu và mô hình nghiên cứu

Chương 2 mô tả chi tiết nguồn dữ liệu, quy trình xây dựng mô hình kinh tế lượng và giải thích biến:

  • Thiết lập phương trình hồi quy tuyến tính:

    $$\text{FGAP}{it} = \beta_0 + \beta_1 \text{SIZE}{it} + \beta_2 \text{CAP}{it} + \beta_3 \text{ROE}{it} + \beta_4 \text{LTA}{it} + \beta_5 \text{LLPTL}{it} + \beta_6 \text{GDPG}{it} + \beta_7 \text{INF}{it} + \beta_8 \text{COVID}{it} + u{it}$$

  • Trình bày cơ sở toán học của các dạng mô hình: Hồi quy Pooled OLS, mô hình FEM dạng LSDV (biến giả cá thể và biến giả thời gian), mô hình FEM không có biến giả, và mô hình sai số ngẫu nhiên REM (Error Components Model - ECM).

  • Phân tích điều kiện lựa chọn mô hình qua các giả định thống kê về tương quan giữa sai số cá thể và biến giải thích.

Chương 3: Kết quả nghiên cứu

Chương 3 trình bày các kết quả thực nghiệm và kiểm định kinh tế lượng từ 261 quan sát:

  • Lựa chọn mô hình:
    • Kiểm định $F$-test: Thống kê $F(51, 201) = 7{,}0000$ với giá trị $P\text{-value} < 0{,}05$, bác bỏ giả thuyết $H_0$, cho thấy mô hình Fixed Effects (FEM) phù hợp hơn mô hình Pooled OLS.
    • Kiểm định Hausman: Giá trị $\chi^2(8) = 34{,}0000$ với $P\text{-value} < 0{,}05$, bác bỏ giả thuyết $H_0$, xác định mô hình FEM phù hợp hơn REM.
  • Kiểm định khuyết tật mô hình FEM:
    • Kiểm định Modified Wald kiểm tra phương sai thay đổi: $\chi^2(52) = 515{,}0000$ ($P\text{-value} < 0{,}05$), bác bỏ $H_0$, kết luận có hiện tượng phương sai sai số ngẫu nhiên thay đổi.
    • Kiểm định Wooldridge kiểm tra tự tương quan: Thống kê $F(1, 28) = 37{,}0000$ ($P\text{-value} < 0{,}05$), bác bỏ $H_0$, kết luận tồn tại tương quan chuỗi trong dữ liệu mảng.
  • Hồi quy khắc phục khuyết tật: Mô hình FEM được ước lượng lại bằng sai số chuẩn mạnh (Robust standard errors) hiệu chỉnh cho 52 nhóm cluster, đạt hệ số xác định $R^2 = 58{,}829%$.

Chương 4: Kết luận và một số khuyến nghị

Chương 4 đúc kết các phát hiện chính từ mô hình hồi quy và đưa ra hệ thống kiến nghị chính sách nhằm quản trị rủi ro thanh khoản cho các NHTMCP Việt Nam:

  • Định hướng mở rộng quy mô tổng tài sản thận trọng, tránh chạy theo đòn bẩy làm tăng nguy cơ mất thanh khoản.
  • Nâng cao chất lượng vốn tự có, kiểm soát việc phát hành chứng chỉ tiền gửi để tăng vốn cấp 2.
  • Kiểm soát danh mục cho vay và tỷ lệ $LTA$, đa dạng hóa lĩnh vực cấp tín dụng.
  • Trích lập dự phòng rủi ro tín dụng đầy đủ theo các chuẩn mực của Thông tư 22/2019/TT-NHNN.
  • Tăng cường phối hợp, điều tiết thanh khoản trên thị trường liên ngân hàng và chủ động ứng phó trước các cú sốc vĩ mô bất ngờ.

Kết quả và đóng góp

Kết quả ước lượng thực nghiệm

Dưới đây là bảng tổng hợp tác động của các nhân tố đến rủi ro thanh khoản ($FGAP$) từ mô hình FEM hiệu chỉnh sai số chuẩn mạnh:

Biến số Tên biến Mức ý nghĩa thống kê Chiều hướng tác động thực tế Giải thích cơ chế kinh tế
$SIZE$ Quy mô tổng tài sản $1%$ Thuận chiều ($+$) Phù hợp với giả thuyết "Too big to fail" (quá lớn để sụp đổ). Các ngân hàng quy mô lớn dựa vào sự hỗ trợ của NHNN nên có xu hướng chấp nhận rủi ro cao hơn, mở rộng đầu tư vào tài sản dài hạn khiến $FGAP$ tăng.
$CAP$ Tỷ lệ vốn chủ sở hữu $1%$ Thuận chiều ($+$) Khi vốn tự có tăng, chi phí vốn tăng làm giảm $ROE$. Để bù đắp và duy trì tỷ suất sinh lời, các nhà điều hành ngân hàng mở rộng tín dụng và đầu tư rủi ro, gián tiếp làm tăng $FGAP$.
$LTA$ Tỷ lệ cho vay/Tổng tài sản $1%$ Thuận chiều ($+$) Tín dụng chiếm tỷ trọng lớn trong khi nguồn vốn huy động mang tính ngắn hạn; gia tăng cho vay làm giảm tài sản thanh khoản cao, đẩy rủi ro thanh khoản lên cao.
$LLPTL$ Dự phòng rủi ro tín dụng $10%$ Thuận chiều ($+$) Việc gia tăng trích lập phản ánh chất lượng nợ suy giảm hoặc tổng dư nợ rủi ro gia tăng, làm xói mòn tài sản thanh khoản khả dụng.
$GDPG$ Tăng trưởng kinh tế $5%$ Nghịch chiều ($-$) Kinh tế tăng trưởng tạo nguồn thu dồi dào, doanh nghiệp và cá nhân gửi tiền nhiều hơn, dòng tiền luân chuyển thuận lợi giúp cải thiện thanh khoản hệ thống.
$COVID$ Biến giả đại dịch $5%$ Nghịch chiều ($-$) Dịch bệnh làm đình trệ hoạt động sản xuất kinh doanh, nhu cầu vay vốn giảm, từ đó thu hẹp khe hở tài trợ ($FGAP$) và làm giảm áp lực thanh khoản ngắn hạn.

Đóng góp thực tiễn của đề tài

  1. Cập nhật phạm vi nghiên cứu: Khảo sát đầy đủ 29 NHTMCP trong giai đoạn 9 năm liên tục (2013–2021), phản ánh rõ nét sự chuyển đổi trong chính sách tiền tệ và các quy định an toàn vốn của Ngân hàng Nhà nước.
  2. Đo lường tác động của cú sốc ngoại sinh: Là một trong số ít nghiên cứu tại thời điểm năm 2022 đưa biến giả đại dịch COVID-19 vào mô hình định lượng để đánh giá thực nghiệm mức độ biến động rủi ro thanh khoản của hệ thống ngân hàng Việt Nam.
  3. Quy trình kinh tế lượng chặt chẽ: Thực hiện đầy đủ các kiểm định chẩn đoán mô hình dữ liệu bảng ($F$-test, Hausman, Modified Wald, Wooldridge) và xử lý triệt để hiện tượng phương sai sai số thay đổi cùng tự tương quan bằng ước lượng Robust cluster.

Hạn chế và hướng nghiên cứu tiếp

Tác giả tự chỉ ra các hạn chế trong đề tài:

  • Giới hạn mẫu nghiên cứu: Mới khảo sát được 29 NHTMCP trên tổng số 31 NHTMCP do thiếu số liệu tại Ngân hàng TMCP Đông Á và Ngân hàng TMCP Việt Á; chưa bao phủ toàn bộ các định chế tín dụng khác trong hệ thống tài chính.
  • Độ tin cậy dữ liệu thứ cấp: Số liệu thu thập hoàn toàn từ Báo cáo tài chính hợp nhất đã kiểm toán của các ngân hàng; kết quả có thể bị ảnh hưởng nếu tính minh bạch trong việc công bố thông tin tài chính chưa tuyệt đối đồng nhất giữa các đơn vị.
  • Cấu trúc mô hình: Mô hình chưa tích hợp các biến trễ thời gian (dynamic panel model) và chưa xem xét các mối quan hệ phi tuyến tính giữa các biến số.
  • Thiếu hụt biến giải thích: Nghiên cứu chưa đưa vào một số biến vĩ mô và thị trường quan trọng khác như lãi suất cho vay, lãi suất huy động, tỷ lệ thất nghiệp...

Hướng nghiên cứu tiếp theo:

  • Bổ sung các biến số về mặt bằng lãi suất (lãi suất huy động, lãi suất cho vay) và tỷ lệ thất nghiệp vào mô hình kinh tế lượng.
  • Mở rộng khung thời gian nghiên cứu và áp dụng các phương pháp ước lượng nâng cao (như GMM) để xử lý biến nội sinh và quan hệ trễ.

Giá trị tham khảo

Công trình là tài liệu tham khảo cho:

  • Sinh viên, học viên ngành Toán Kinh tế, Tài chính - Ngân hàng, Kinh tế học: Cung cấp khung nghiên cứu định lượng thực chứng về rủi ro ngân hàng, cách xử lý dữ liệu bảng (panel data) bằng Stata 14 với đầy đủ các lệnh kiểm định khuyết tật ($F$-test, Hausman test, Modified Wald test, Wooldridge test, Robust regression).
  • Bộ phận Quản trị rủi ro tại các NHTMCP: Cung cấp cơ sở định lượng về mối quan hệ giữa tốc độ tăng trưởng tín dụng ($LTA$), quy mô vốn tự có ($CAP$) và nguy cơ rủi ro thanh khoản theo mô hình khe hở tài trợ.
  • Cơ quan quản lý và giám sát ngân hàng: Cung cấp bằng chứng thực nghiệm về tác động của các quy định tỷ lệ an toàn (Thông tư 13/2010/TT-NHNN, Thông tư 36/2014/TT-NHNN, Thông tư 22/2019/TT-NHNN) đến xu hướng chỉ số LDR và trạng thái tiền mặt của hệ thống ngân hàng thương mại.

Câu hỏi thường gặp

1. Biến phụ thuộc đo lường rủi ro thanh khoản trong nghiên cứu được tính toán như thế nào?

Rủi ro thanh khoản được đo lường thông qua hệ số khe hở tài trợ ($FGAP$), tính bằng chênh lệch giữa các khoản cho vay khách hàng và tiền gửi của khách hàng chia cho tổng tài sản của ngân hàng:

$$\text{FGAP} = \frac{\text{Cho vay khách hàng} - \text{Tiền gửi khách hàng}}{\text{Tổng tài sản}}$$

2. Mô hình kinh tế lượng nào được chứng minh là phù hợp nhất trong nghiên cứu này?

Qua các bước kiểm định, mô hình tác động cố định (FEM) được lựa chọn thay thế Pooled OLS (kiểm định $F$-test có $P\text{-value} < 0{,}05$) và thay thế REM (kiểm định Hausman có $P\text{-value} < 0{,}05$). Mô hình FEM cuối cùng được ước lượng bằng kỹ thuật sai số chuẩn mạnh (Robust standard errors) để khắc phục hiện tượng phương sai sai số thay đổi (kiểm định Modified Wald) và tự tương quan chuỗi (kiểm định Wooldridge).

3. Vì sao quy mô tài sản (SIZE) và tỷ lệ vốn chủ sở hữu (CAP) lại tác động thuận chiều đến rủi ro thanh khoản?

  • Đối với biến quy mô ($SIZE$): Kết quả thực nghiệm ủng hộ giả thuyết "Too big to fail". Các NHTMCP quy mô lớn nhận được sự bảo trợ ngầm từ NHNN nên có tâm lý ỷ lại, mạnh dạn đẩy mạnh đòn bẩy tài chính và cấp tín dụng dài hạn rủi ro cao, khiến khe hở tài trợ mở rộng.
  • Đối với tỷ lệ vốn ($CAP$): Việc gia tăng vốn chủ sở hữu làm tăng chi phí vốn và gây áp lực giảm $ROE$. Để bảo toàn tỷ suất sinh lời, các nhà quản trị buộc phải tăng đòn bẩy kinh doanh và giải ngân vào các tài sản có lợi suất cao nhưng rủi ro thanh khoản lớn.

4. Biến vĩ mô tăng trưởng kinh tế (GDPG) và biến giả COVID tác động ra sao đến rủi ro thanh khoản?

Cả hai biến đều có tác động nghịch chiều đến $FGAP$ ở mức ý nghĩa $5%$:

  • Khi tốc độ tăng trưởng kinh tế ($GDPG$) tăng, dòng vốn luân chuyển dồi dào trong nền kinh tế giúp lượng tiền gửi tăng nhanh, thanh khoản dồi dào, từ đó làm giảm $FGAP$.
  • Khi dịch COVID-19 bùng phát ($COVID = 1$), tâm lý tiêu dùng và nhu cầu vay vốn của doanh nghiệp/người dân bị đình trệ, tăng trưởng tín dụng chậm lại làm thu hẹp chênh lệch giữa cho vay và tiền gửi, gián tiếp làm giảm $FGAP$.

5. Tỷ lệ dư nợ cho vay so với nguồn vốn huy động (LDR) của các NHTMCP thay đổi như thế nào trong giai đoạn nghiên cứu?

Giai đoạn 2011–2014, tỷ lệ LDR luôn dưới 80% theo quy định tại Thông tư 13/2010/TT-NHNN. Giai đoạn 2015–2019, LDR tăng vọt khi thị trường tín dụng mở rộng và lạm phát ở mức thấp. Sau khi Thông tư 22/2019/TT-NHNN có hiệu lực thi hành (áp trần LDR 85%), chỉ số LDR của toàn hệ thống giảm từ 84,33% (năm 2019) và duy trì ổn định quanh mức 72% trong các năm 2020 và 2021.

Kết luận

Chuyên đề tốt nghiệp của tác giả Nguyễn Thị Thu Hằng đã thực hiện phân tích định lượng toàn diện về các nhân tố tác động đến rủi ro thanh khoản tại 29 ngân hàng thương mại cổ phần Việt Nam giai đoạn 2013–2021. Bằng phương pháp hồi quy dữ liệu mảng Fixed Effects Model kết hợp hiệu chỉnh sai số chuẩn mạnh, nghiên cứu chứng minh quy mô tài sản, tỷ lệ vốn chủ sở hữu, tỷ lệ cho vay và dự phòng rủi ro tín dụng có tác động thuận chiều, trong khi tăng trưởng kinh tế và dịch COVID-19 có tác động nghịch chiều đến khe hở tài trợ. Kết quả nghiên cứu cung cấp cơ sở khoa học cho các nhà quản trị ngân hàng trong việc xây dựng chiến lược tín dụng an toàn, kiểm soát tỷ lệ đòn bẩy và chủ động ứng phó trước các biến động của môi trường kinh tế vĩ mô.