Luận văn Retail Bank: Key Metrics và Stock Performance - VNU 2020

Luận văn phân tích mối tương quan giữa các chỉ số tài chính ngân hàng bán lẻ và hiệu suất cổ phiếu từ 20 ngân hàng lớn trên thế giới giai đoạn 2010-2019.

• Tác giả: Phùng Minh Sơn
• Người hướng dẫn: PTS. Lê Đức Thịnh
• Trường học: Vietnam National University, Hanoi International School
• Chuyên ngành: Accounting, Analyzing and Auditing
• Đề tài: Retail Bank Key Metrics and Stock Performance Analysis
• Loại tài liệu: graduation project
• Năm xuất bản: 2020
• Địa điểm: Hanoi

Mục lục chi tiết

• Lời cam đoan
• Lời cảm ơn
• Danh mục từ viết tắt
• Danh mục hình vẽ và bảng biểu
• 1. Chương 1: Mở đầu
• 1.1. Tính cấp thiết của đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.3. Đóng góp thực tiễn
• 2. Chương 2: Tổng quan tài liệu và phương pháp nghiên cứu
• 2.1. Câu hỏi nghiên cứu, phương pháp và phạm vi nghiên cứu
• 2.2. Phạm vi nghiên cứu
• 2.3. Cơ sở vật chất và khó khăn trong quá trình nghiên cứu
• 2.3.1. Khó khăn
• 3. Chương 3: Kết quả nghiên cứu chính
• 3.1. Phân tích tương quan của các chỉ số với TSR
• 3.1.1. Tóm tắt tương quan của các công ty giữa các chỉ số đặc trưng và TSR 1
• 3.1.2. Tóm tắt tương quan của các công ty giữa các chỉ số chuẩn và TSR 1
• 3.1.3. Tóm tắt tương quan của các công ty giữa các chỉ số đặc trưng và TSR 2
• 3.1.4. Tóm tắt tương quan của các công ty giữa các chỉ số chuẩn và TSR 2
• 3.1.5. Các công ty không có tương quan có ý nghĩa giữa các chỉ số và hiệu quả cổ phiếu cho cả TSR 1 và TSR 2
• 3.2. Tóm tắt tương quan có ý nghĩa của các chỉ số và TSR
• 3.3. Phân tích nghiên cứu tình huống của HSBC Holdings
• 3.4. Phân tích hồi quy bội
• 3.4.1. Mô hình hồi quy bội cho ROE
• 4. Chương 4: Kết luận, hàm ý và kiến nghị
• 4.1. Kết luận và thảo luận
• Tài liệu tham khảo

Tóm tắt

I. Cách Phân Tích Mối Liên Hệ Giữa Chỉ Số Ngân Hàng Bán Lẻ và Hiệu Suất Cổ Phiếu

Phân tích hiệu suất cổ phiếu trong ngành ngân hàng bán lẻ đòi hỏi sự kết hợp giữa dữ liệu tài chính vi mô và các chỉ số vĩ mô. Nghiên cứu tốt nghiệp của Phùng Minh Sơn (2020) tại Đại học Quốc gia Hà Nội đã chỉ ra rằng Total Shareholders’ Return (TSR) – một thước đo hiệu suất cổ phiếu – có mối tương quan đáng kể với các chỉ số ngân hàng bán lẻ như Net Loan and Lease to Deposit (NLL/D), Return on Assets (ROA), và Net Interest Income/Average Assets (NII/AA). Hiệu suất cổ phiếu không chỉ phản ánh kết quả kinh doanh mà còn cho thấy mức độ tin cậy của nhà đầu tư vào mô hình kinh doanh và quản trị rủi ro của ngân hàng. Việc hiểu rõ cách các key metrics tác động đến TSR giúp nhà đầu tư và nhà quản trị đưa ra quyết định chiến lược. Nghiên cứu sử dụng hai cách tính TSR: TSR1 (theo năm tài chính) và TSR2 (theo ngày công bố báo cáo thường niên). Kết quả cho thấy TSR1 có nhiều mối tương quan có ý nghĩa thống kê hơn, đặc biệt với NLL/D và ROA. Điều này nhấn mạnh vai trò của chỉ số thanh khoản và hiệu quả sử dụng tài sản trong việc định giá cổ phiếu ngân hàng bán lẻ.

1.1. Tổng Quan Về Các Chỉ Số Cốt Lõi Trong Ngân Hàng Bán Lẻ

Các chỉ số ngân hàng bán lẻ tiêu biểu bao gồm ROA, ROE, NLL/D, NII/AA, và tỷ lệ tăng trưởng tài sản. Trong đó, NLL/D phản ánh mức độ sử dụng tiền gửi để cho vay – một hoạt động cốt lõi của ngân hàng bán lẻ. NII/AA đo lường hiệu quả sinh lời từ hoạt động tín dụng. Theo dữ liệu từ 20 ngân hàng Việt Nam giai đoạn 2010–2019, những ngân hàng duy trì NLL/D ở mức hợp lý (khoảng 80–90%) thường có hiệu suất cổ phiếu ổn định hơn. ROA và ROE cho thấy khả năng sinh lời trên tài sản và vốn chủ sở hữu, là yếu tố then chốt trong đánh giá dài hạn.

1.2. Hiệu Suất Cổ Phiếu TSR1 vs TSR2 Cách Tính Nào Đáng Tin Cậy Hơn

Nghiên cứu phân biệt hai phương pháp tính Total Shareholders’ Return: TSR1 (theo năm tài chính) và TSR2 (theo ngày công bố báo cáo). Kết quả cho thấy TSR1 có nhiều mối tương quan có ý nghĩa thống kê (p-value < 10%) với các key metrics hơn TSR2. Điều này cho thấy thị trường phản ứng mạnh mẽ hơn với kết quả kinh doanh theo chu kỳ tài chính, thay vì thời điểm công bố thông tin. Do đó, khi phân tích stock performance, nên ưu tiên sử dụng TSR1 để đảm bảo độ chính xác và tính nhất quán trong đánh giá.

II. Thách Thức Khi Đo Lường Hiệu Quả Ngân Hàng Bán Lẻ Qua Cổ Phiếu

Việc liên kết chỉ số ngân hàng bán lẻ với hiệu suất cổ phiếu không phải lúc nào cũng rõ ràng. Một trong những thách thức lớn là sự can thiệp của yếu tố vĩ mô như tăng trưởng GDP, lãi suất cơ bản, và chính sách tiền tệ. Nghiên cứu của Phùng Minh Sơn (2020) ghi nhận rằng trong giai đoạn 2013–2023, tăng trưởng GDP thực tế theo vùng có tác động gián tiếp đến hiệu suất cổ phiếu ngân hàng, đặc biệt ở các thị trường mới nổi như Việt Nam. Ngoài ra, sự khác biệt trong chuẩn mực kế toán và cách công bố thông tin giữa các ngân hàng cũng làm giảm tính so sánh. Một thách thức khác là độ trễ thị trường: cổ phiếu có thể phản ứng chậm hoặc không phản ứng với các thay đổi trong chỉ số tài chính do tâm lý đầu cơ hoặc tin đồn. Điều này khiến việc xác định mối quan hệ nhân quả trở nên phức tạp. Cuối cùng, các chỉ số định lượng như ROA hay NLL/D không phản ánh đầy đủ chất lượng quản trị rủi ro hoặc trải nghiệm khách hàng – những yếu tố ngày càng quan trọng trong ngành retail banking hiện đại.

2.1. Tác Động Của Yếu Tố Vĩ Mô Đến Hiệu Suất Cổ Phiếu Ngân Hàng

Dữ liệu từ nghiên cứu cho thấy tăng trưởng GDP thực tế có tương quan dương với hiệu suất cổ phiếu ngân hàng bán lẻ. Khi nền kinh tế mở rộng, nhu cầu vay tiêu dùng và đầu tư tăng, giúp ngân hàng mở rộng danh mục tín dụng và cải thiện lợi nhuận. Tuy nhiên, nếu lạm phát tăng quá nhanh, ngân hàng trung ương có thể thắt chặt tiền tệ, làm tăng chi phí huy động và giảm chênh lệch lãi suất – ảnh hưởng tiêu cực đến NII/AA và ROA.

2.2. Rào Cản Trong So Sánh Dữ Liệu Giữa Các Ngân Hàng

Sự khác biệt trong cách phân loại khoản vay, tiền gửi, hoặc dự phòng rủi ro giữa các ngân hàng làm giảm độ tin cậy khi so sánh key metrics. Ví dụ, một ngân hàng có thể ghi nhận khoản vay tiêu dùng vào mảng bán lẻ, trong khi ngân hàng khác gộp vào mảng doanh nghiệp nhỏ. Điều này dẫn đến sai lệch trong tính toán NLL/D hoặc ROE, gây khó khăn cho nhà đầu tư khi đánh giá stock performance một cách công bằng.

III. Phương Pháp Phân Tích Hồi Quy Để Dự Báo Hiệu Suất Cổ Phiếu

Nghiên cứu sử dụng mô hình hồi quy đa biến để xác định mức độ ảnh hưởng của các chỉ số ngân hàng bán lẻ đến ROE và ROA – hai đại diện gián tiếp cho hiệu suất cổ phiếu. Kết quả cho thấy Net Loan and Lease to Deposit (NLL/D) và Pre-tax Profit Margin có xác suất xuất hiện gần như 100% trong mọi mô hình hồi quy dự báo ROE. Trong đó, Pre-tax Profit Margin có mối quan hệ tuyến tính dương với ROE, trong khi NLL/D lại có mối quan hệ tuyến tính âm – điều này phản ánh rủi ro thanh khoản khi tỷ lệ cho vay trên tiền gửi quá cao. Tương tự, khi ROA là biến phụ thuộc, NII/AA và NLL/D luôn xuất hiện trong mô hình, với NII/AA có hệ số hồi quy dương mạnh. Điều này khẳng định rằng hiệu quả hoạt động cốt lõi (thể hiện qua NII/AA) là yếu tố then chốt thúc đẩy hiệu suất tài chính và, gián tiếp, stock performance. Các mô hình này cung cấp công cụ định lượng đáng tin cậy cho nhà đầu tư và nhà quản trị trong việc dự báo xu hướng cổ phiếu dựa trên báo cáo tài chính.

3.1. Mô Hình Hồi Quy Với ROE Là Biến Phụ Thuộc

Khi sử dụng ROE làm biến phụ thuộc, sáu biến độc lập được đưa vào mô hình: NLL/A, NLL/D, tỷ lệ tăng trưởng NLL, tỷ lệ tăng trưởng EPS, Pre-tax Profit Margin, và NII/AA. Kết quả cho thấy Pre-tax Profit Margin và NLL/D là hai biến có ảnh hưởng mạnh nhất. Pre-tax Profit Margin phản ánh khả năng kiểm soát chi phí và tối ưu hóa doanh thu, trong khi NLL/D cao quá mức có thể làm suy giảm ROE do rủi ro thanh khoản và chi phí vốn tăng.

3.2. Mô Hình Hồi Quy Với ROA Là Biến Phụ Thuộc

Trong mô hình với ROA là biến phụ thuộc, NII/AA và NLL/D xuất hiện với xác suất 100%. NII/AA có hệ số dương, cho thấy mỗi đơn vị tăng thêm trong thu nhập lãi ròng trên tài sản trung bình đều cải thiện ROA. Ngược lại, NLL/D cao có thể làm giảm ROA nếu không đi kèm với quản lý rủi ro hiệu quả, do chi phí dự phòng và nợ xấu gia tăng.

IV. Ứng Dụng Thực Tiễn Bài Học Từ Nghiên Cứu 20 Ngân Hàng Việt Nam

Dữ liệu từ 20 ngân hàng Việt Nam giai đoạn 2010–2019 cung cấp minh chứng thực tiễn cho mối liên hệ giữa chỉ số ngân hàng bán lẻ và hiệu suất cổ phiếu. Các biểu đồ trong nghiên cứu (Hình 2–5) cho thấy xu hướng tăng dần của NLL/D, ROA, và NII/AA trong thập kỷ qua, song hành với sự phục hồi của thị trường chứng khoán sau khủng hoảng 2008. Đặc biệt, những ngân hàng duy trì NLL/D dưới 90% và ROA trên 1% thường có TSR cao hơn trung bình ngành. Nghiên cứu cũng chỉ ra rằng tỷ lệ tăng trưởng tài sản tổng (Growth rate of Total Assets) có tương quan dương với TSR1, cho thấy nhà đầu tư đánh giá cao chiến lược mở rộng có kiểm soát. Ngoài ra, Net Income/Average Equity (NI/AE) – một biến thay thế cho ROE – cũng cho thấy mối quan hệ chặt chẽ với Pre-tax Profit Margin, nhấn mạnh vai trò của hiệu quả hoạt động trong việc tạo ra giá trị cho cổ đông. Những phát hiện này có thể áp dụng để xây dựng bộ chỉ số cảnh báo sớm cho nhà đầu tư hoặc làm cơ sở đánh giá hiệu quả chiến lược kinh doanh của ban lãnh đạo ngân hàng.

4.1. Xu Hướng Chỉ Số Tài Chính Trong Ngành Ngân Hàng Bán Lẻ Việt Nam

Từ 2010 đến 2019, NLL/D trung bình của 20 ngân hàng dao động quanh mức 85%, với xu hướng tăng nhẹ. ROA cải thiện từ dưới 0,8% lên trên 1,1%, phản ánh sự phục hồi sau tái cơ cấu. NII/AA cũng tăng đều, cho thấy hiệu quả sử dụng tài sản ngày càng tốt hơn. Những xu hướng này song hành với tăng trưởng GDP thực tế của Việt Nam, tạo nền tảng cho hiệu suất cổ phiếu tích cực.

4.2. Bài Học Cho Nhà Đầu Tư và Nhà Quản Trị

Nhà đầu tư nên theo dõi sát NLL/D và NII/AA như hai chỉ báo hàng đầu về stock performance. Nếu NLL/D vượt 95%, rủi ro thanh khoản có thể làm giảm giá cổ phiếu trong dài hạn. Ngược lại, NII/AA cao và ổn định là dấu hiệu của mô hình kinh doanh bền vững. Với nhà quản trị, việc tối ưu Pre-tax Profit Margin và kiểm soát tỷ lệ tăng trưởng tài sản là chìa khóa để nâng cao ROE và ROA – từ đó cải thiện niềm tin của thị trường.

V. Tương Lai Của Phân Tích Chỉ Số Ngân Hàng Bán Lẻ và Hiệu Suất Cổ Phiếu

Trong bối cảnh chuyển đổi số và fintech phát triển mạnh, chỉ số ngân hàng bán lẻ truyền thống cần được bổ sung bằng các chỉ số phi tài chính như chỉ số hài lòng khách hàng, tỷ lệ sử dụng kênh số, hoặc chi phí trên giao dịch. Tuy nhiên, các key metrics như ROA, NLL/D, và NII/AA vẫn giữ vai trò nền tảng trong đánh giá stock performance, vì chúng phản ánh bản chất kinh doanh cốt lõi của ngân hàng. Nghiên cứu của Phùng Minh Sơn (2020) mở ra hướng tiếp cận định lượng có thể mở rộng sang các thị trường khác trong ASEAN, nơi có cấu trúc ngân hàng bán lẻ tương đồng. Trong tương lai, việc tích hợp AI và machine learning vào mô hình hồi quy có thể giúp phát hiện các mối quan hệ phi tuyến tính giữa chỉ số tài chính và hiệu suất cổ phiếu – điều mà mô hình tuyến tính truyền thống chưa thể nắm bắt. Dù vậy, nguyên tắc cốt lõi vẫn không thay đổi: hiệu quả hoạt động và quản trị rủi ro là hai trụ cột quyết định giá trị dài hạn của cổ phiếu ngân hàng bán lẻ.

5.1. Vai Trò Bền Vững Của Các Chỉ Số Tài Chính Cốt Lõi

Dù ngành ngân hàng chuyển mình, các chỉ số như ROA, NLL/D, và NII/AA vẫn là nền tảng vì chúng đo lường trực tiếp khả năng sinh lời và rủi ro tín dụng – hai yếu tố then chốt trong mô hình kinh doanh ngân hàng. Các chỉ số mới chỉ nên dùng để bổ trợ, không thay thế.

5.2. Hướng Phát Triển Mô Hình Phân Tích Trong Tương Lai

Các mô hình hồi quy phi tuyến hoặc mạng nơ-ron nhân tạo có thể giúp phát hiện mối quan hệ phức tạp giữa chỉ số ngân hàng bán lẻ và stock performance, đặc biệt khi dữ liệu phi cấu trúc (như cảm xúc thị trường từ mạng xã hội) được tích hợp. Tuy nhiên, độ minh bạch và khả năng giải thích vẫn là thách thức lớn.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp chuyên ngành Kế toán, Phân tích và Kiểm toán của tác giả Phùng Minh Sơn tập trung vào việc đánh giá hiệu quả hoạt động và hiệu suất cổ phiếu của ngành ngân hàng bán lẻ trên quy mô toàn cầu. Ngành ngân hàng bán lẻ đóng vai trò cốt lõi trong hệ thống tài chính trung gian, phân phối vốn và cung cấp các dịch vụ thanh toán, tín dụng cho nền kinh tế. Trong bối cảnh biến động kinh tế vĩ mô và sự cạnh tranh ngày càng gia tăng giữa các định chế tài chính, việc nhận diện các thước đo tài chính trọng yếu phản ánh chính xác kết quả kinh doanh cũng như giá trị cổ phiếu trên thị trường chứng khoán là vấn đề có tính thực tiễn cao.

Mục tiêu nghiên cứu tổng quát của đề tài là phân tích mức độ tác động và mối quan hệ tương quan giữa các chỉ số tài chính cốt lõi (gồm cả chỉ số tiêu chuẩn và chỉ số đặc trưng ngành ngân hàng) đối với tổng lợi suất cổ đông (Total Shareholders' Return - TSR), đồng thời xây dựng các mô hình hồi quy đa biến nhằm giải thích khả năng sinh lời của ngân hàng thông qua hai biến phụ thuộc là Tỷ suất sinh lời trên tổng tài sản bình quân (ROA) và Tỷ suất sinh lời trên vốn chủ sở hữu bình quân (ROE).

Các nhiệm vụ nghiên cứu cụ thể trong đề tài bao gồm:

1. Xác định và lượng hóa mối quan hệ tương quan tuyến tính giữa 7 chỉ số tài chính then chốt với tổng lợi suất cổ phiếu được tính toán theo hai mốc thời gian khác nhau (TSR 1 theo năm tài chính và TSR 2 theo ngày công bố báo cáo thường niên).
2. Xây dựng mô hình hồi quy đa biến để đánh giá mức độ giải thích và hướng tác động của các biến độc lập tài chính đối với tỷ suất sinh lời trên vốn chủ sở hữu (ROE).
3. Xây dựng mô hình hồi quy đa biến đối với tỷ suất sinh lời trên tổng tài sản (ROA) nhằm kiểm định xác suất xuất hiện và vai trò của các chỉ số thu nhập lãi thuần và tỷ lệ cho vay.
4. Phân tích chi tiết một trường hợp nghiên cứu điển hình (Case study) tại một định chế tài chính toàn cầu là HSBC Holdings để minh chứng cho các kết quả định lượng.

Về đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Mối quan hệ giữa các chỉ số tài chính chủ chốt (Key Metrics) và hiệu suất cổ phiếu (Stock Performance), cùng năng lực sinh lời nội tại (ROA, ROE) trong ngành ngân hàng bán lẻ.
• Phạm vi không gian: Mẫu nghiên cứu gồm 20 ngân hàng thương mại bán lẻ lớn thuộc nhóm ngân hàng đứng đầu tại nhiều quốc gia và khu vực khác nhau trên thế giới, đại diện cho bức tranh tài chính và biến động giá cổ phiếu tại các thị trường tương ứng.
• Phạm vi thời gian: Chuỗi dữ liệu tài chính và chỉ số hoạt động được thu thập liên tục trong 10 năm, từ năm 2010 đến năm 2019; bối cảnh tăng trưởng kinh tế tham chiếu số liệu tăng trưởng GDP thực tế theo khu vực giai đoạn 2013 – 2023.

---

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và hệ thống chỉ số nghiên cứu

Nghiên cứu phân loại hệ thống chỉ số tài chính ngân hàng thành hai nhóm chính: các chỉ số tài chính tiêu chuẩn (Standard Metrics) và các chỉ số tài chính đặc trưng của ngành ngân hàng (Featured Metrics), kết hợp với hai biến đo lường hiệu suất thị trường của cổ phiếu.

Ký hiệu chỉ số	Tên đầy đủ	Diễn giải học thuật
NLL/A	Net Loan and Leases to Total Assets / Average Assets	Tỷ lệ dư nợ cho vay và cho thuê tài chính thuần trên tổng tài sản bình quân, phản ánh quy mô danh mục tín dụng trong cấu trúc tài sản.
NLL/D	Net Loan and Leases to Deposit	Tỷ lệ dư nợ cho vay thuần trên tổng tiền gửi khách hàng (tương đương LDR), đo lường mức độ sử dụng nguồn vốn huy động để cấp tín dụng và rủi ro thanh khoản.
NII/AA	Net Interest Income to Average Assets	Tỷ lệ thu nhập lãi thuần trên tổng tài sản bình quân, phản ánh biên khả năng sinh lời từ hoạt động kinh doanh tín dụng và đầu tư sinh lãi.
Growth rate of NLL	Growth rate of Net Loan and Leases	Tốc độ tăng trưởng dư nợ cho vay và cho thuê thuần qua các năm.
Growth rate of TA	Growth rate of Total Assets	Tốc độ tăng trưởng tổng tài sản của ngân hàng.
Growth rate of EPS	Growth rate of Earning Per Share	Tốc độ tăng trưởng thu nhập trên mỗi cổ phần.
Pre-tax Profit Margin	Pre-tax Profit Margin	Biên lợi nhuận trước thuế, đo lường tỷ lệ lợi nhuận trước thuế trên tổng doanh thu hoạt động.
ROA	Return on Average Assets	Lợi nhuận ròng trên tổng tài sản bình quân ($Net\ Income / Average\ Assets$).
ROE	Return on Average Equity	Lợi nhuận ròng trên vốn chủ sở hữu bình quân ($Net\ Income / Average\ Equity$).
TSR 1	Total Shareholder Return 1	Tổng lợi suất cổ đông được tính toán căn cứ theo chu kỳ năm tài chính thông thường ($Fiscal\ Year$).
TSR 2	Total Shareholder Return 2	Tổng lợi suất cổ đông được tính toán căn cứ theo mốc thời gian công bố chính thức Báo cáo thường niên ($Published\ Date\ of\ Annual\ Report$).

Phương pháp nghiên cứu và quy trình xử lý dữ liệu

Tác giả vận dụng kết hợp các phương pháp phân tích định lượng thống kê tài chính và nghiên cứu trường hợp cụ thể:

• Phân tích hệ số tương quan (Correlation Analysis): Kiểm định mức độ liên kết tuyến tính giữa 7 chỉ số tài chính chọn lọc và lợi suất cổ phiếu (TSR 1 và TSR 2). Mức ý nghĩa thống kê được thiết lập tại ngưỡng kiểm định $p\text{-value} < 10%$ ($p < 0.1$).
• Phương pháp hồi quy tuyến tính đa biến (Multiple Linear Regression Models):
  • Mô hình 1 (ROE): Biến phụ thuộc là ROE; 6 biến độc lập gồm NII/AA, NLL/A, NLL/D, Growth rate of NLL, Growth rate of EPS và Pre-tax Profit Margin.
  • Mô hình 2 (ROA): Biến phụ thuộc là ROA; sử dụng cùng tập hợp 6 biến độc lập tài chính tương tự như mô hình ROE.
  • Thuật toán hồi quy đánh giá xác suất xuất hiện của các biến độc lập trong các mô hình cấu phần và xác định chiều hướng tác động (dương hoặc âm) của từng biến đến biến phụ thuộc.
• Phương pháp nghiên cứu tình huống (Case Study): Phân tích chi tiết trường hợp ngân hàng HSBC Holdings để đối chiếu giữa các chỉ số định lượng tổng quát với thực tế vận hành và hiệu suất giá cổ phiếu của một ngân hàng cụ thể.
• Nguồn dữ liệu: Dữ liệu thứ cấp được trích xuất từ báo cáo tài chính kiểm toán, báo cáo thường niên của 20 ngân hàng bán lẻ hàng đầu thế giới từ năm 2010 đến 2019, cùng chuỗi dữ liệu giá cổ phiếu và cổ tức để tính toán TSR.

---

Nội dung chính theo từng chương

Chương 1: Giới thiệu chung (Chapter 1: Introduction)

Chương 1 thiết lập nền tảng nghiên cứu thông qua ba nội dung chính:

• Tính cấp thiết của đề tài (The necessity of topic): Khẳng định vai trò của việc phân tích định lượng các chỉ số tài chính ngân hàng bán lẻ trong việc hỗ trợ nhà đầu tư và chuyên viên phân tích đánh giá đúng giá trị và rủi ro cổ phiếu ngân hàng trên thị trường quốc tế.
• Mục tiêu của đề tài (The goal of topic): Xác định rõ mục tiêu phân tích tương quan giữa các chỉ số tài chính với lợi suất TSR và lượng hóa các nhân tố chi phối ROA, ROE.
• Đóng góp thực tiễn (Practical contribution): Cung cấp tài liệu tổng quan và công cụ tham khảo hỗ trợ quá trình ra quyết định đầu tư chứng khoán ngành ngân hàng.

Chương 2: Tổng quan tài liệu và Phương pháp nghiên cứu (Chapter 2: Literature review and Research methodology)

Chương 2 trình bày khung lý thuyết, các nghiên cứu đi trước và phương pháp luận:

• Câu hỏi nghiên cứu, phương pháp luận và phạm vi (Research questions, methodology and scope): Xây dựng hệ thống giả thuyết nghiên cứu về mối quan hệ giữa các chỉ số kinh doanh ngân hàng với TSR 1, TSR 2, ROA và ROE.
• Phạm vi nghiên cứu (Scope of research): Chi tiết hóa tiêu chí lựa chọn 20 ngân hàng thương mại bán lẻ hàng đầu tại các quốc gia đại diện cho các khu vực kinh tế khác nhau trên thế giới trong giai đoạn 2010 – 2019.
• Điều kiện cơ sở vật chất và khó khăn trong nghiên cứu (Facilities and the difficulty of the researching process - Difficulty): Trình bày những rào cản trong việc chuẩn hóa dữ liệu tài chính giữa các hệ thống kế toán khác nhau, việc đồng bộ hóa mốc thời gian công bố thông tin báo cáo thường niên để tính toán TSR 2, cũng như việc thu thập dữ liệu lịch sử giá cổ phiếu đa thị trường.
• Chương này đưa ra danh mục các biểu đồ phân tích xu hướng trung bình ngành giai đoạn 2010 – 2019:
  • Hình 1: Tăng trưởng GDP thực tế theo khu vực 2013 – 2023 (trang 12).
  • Hình 2: Giá trị trung bình của NLL/A và NLL/D của 20 ngân hàng từ 2010 đến 2019 (trang 23).
  • Hình 3: Tốc độ tăng trưởng trung bình của NLL và Tổng tài sản (TA) của 20 ngân hàng từ 2010 đến 2019 (trang 24).
  • Hình 4: Chỉ số ROA và ROE trung bình của 20 ngân hàng từ 2010 đến 2019 (trang 25).
  • Hình 5: Chỉ số NII/AA trung bình của 20 ngân hàng từ 2010 đến 2019 (trang 26).

Chương 3: Kết quả nghiên cứu chính (Chapter 3: Main result)

Chương 3 trình bày toàn bộ kết quả phân tích thống kê và hồi quy kinh tế lượng:

• Phân tích tương quan giữa các chỉ số và TSR (Analyzing the correlation of metrics with TSR):
  • Đánh giá tương quan giữa các chỉ số đặc trưng (Featured Metrics) và chỉ số chuẩn (Standard Metrics) với TSR 1 (tính theo năm tài chính). Kết quả được tổng hợp chi tiết tại Bảng 1 (Summary significant correlations with p-value < 10% of TSR 1, trang 39).
  • Đánh giá tương quan giữa các chỉ số đặc trưng và chỉ số chuẩn với TSR 2 (tính theo ngày công bố báo cáo thường niên). Kết quả được tổng hợp tại Bảng 2 (Summary significant correlations with p-value < 10% of TSR 2, trang 41).
  • Phân loại các ngân hàng không xuất hiện mối tương quan có ý nghĩa thống kê giữa các chỉ số tài chính và hiệu suất cổ phiếu ở cả hai phương thức đo lường TSR 1 và TSR 2 (Companies with no significant correlation between metrics and stock performance for both TSR 1 and TSR 2).
  • Tổng hợp tương quan nội tại giữa các chỉ số chuẩn và chỉ số đặc trưng tại Bảng 3 (Summary of correlations among standard and featured metrics, trang 43/48).
• Tổng kết các tương quan có ý nghĩa thống kê (Summary of significant correlation of metrics and TSR): Chỉ ra rằng số lượng biến có mối quan hệ tuyến tính có ý nghĩa thống kê với TSR 1 nhiều hơn so với TSR 2. Đối với TSR 1, các chỉ số NII/AA, NLL/A, NLL/D, Tốc độ tăng trưởng Tổng tài sản và ROA thể hiện tác động rõ nét. Đối với TSR 2, chỉ số NLL/D (Loan and Lease to Deposit) thể hiện mối quan hệ tuyến tính có ý nghĩa rõ rệt hơn.
• Phân tích tình huống điển hình HSBC Holdings (Case study analysis of HSBC Holdings): Đi sâu làm rõ các biến số tài chính của HSBC Holdings trong giai đoạn 10 năm và kiểm chứng mức độ tương thích của mô hình với diễn biến giá cổ phiếu thực tế của tập đoàn này.
• Phân tích mô hình hồi quy đa biến (Analyzing the multiple regression):
  • Mô hình hồi quy giải thích ROE (4.1. Multiple regression models for ROE): Hai biến NLL/D và Pre-tax Profit Margin có xác suất xuất hiện rất cao trong các mô hình hồi quy. Trong đó, Pre-tax Profit Margin có quan hệ tuyến tính dương với ROE, còn NLL/D có quan hệ tuyến tính âm với ROE.
  • Mô hình hồi quy giải thích ROA (Multiple regression models for ROA): Hai chỉ số NII/AA (Net Interest Income / Average Assets) và NLL/D đạt xác suất xuất hiện tuyệt đối 100% trong tất cả các mô hình hồi quy. NII/AA có quan hệ tuyến tính dương với ROA, trong khi NLL/D duy trì quan hệ tuyến tính âm với ROA.

Chương 4: Kết luận, Hàm ý và Khuyến nghị (Chapter 4: Conclusion, Implication and Recommendation)

• Kết luận và thảo luận (Conclusion and discussion): Tổng kết các phát hiện định lượng, so sánh sự khác biệt giữa hai góc độ tiếp cận thời gian của TSR, và nhấn mạnh vai trò của biên lợi nhuận cũng như tỷ lệ cân đối tiền gửi - cho vay trong việc chi phối năng lực sinh lời ngân hàng.
• Hàm ý và khuyến nghị: Đề xuất giải pháp quản trị cấu trúc bảng cân đối kế toán cho các ngân hàng bán lẻ và gợi ý các tiêu chí lọc cổ phiếu cho nhà đầu tư tài chính.

---

Kết quả và đóng góp

Kết quả nghiên cứu định lượng nổi bật

1. Hiệu suất cổ phiếu theo hai mốc thời gian (TSR 1 vs TSR 2):

   • Lợi suất tính theo năm tài chính (TSR 1) chịu sự chi phối và thể hiện mối quan hệ tuyến tính có ý nghĩa thống kê ($p < 10%$) với nhiều chỉ số tài chính hơn, bao gồm: NII/AA, NLL/A, NLL/D, Tốc độ tăng trưởng Tổng tài sản (Growth rate of TA) và ROA.
   • Lợi suất tính theo ngày công bố báo cáo thường niên (TSR 2) có mối liên hệ tuyến tính chặt chẽ và có ý nghĩa thống kê rõ rệt nhất với tỷ lệ Cho vay trên Tiền gửi (NLL/D).

2. Các yếu tố chi phối Tỷ suất sinh lời trên Vốn chủ sở hữu (ROE):

   • Biên lợi nhuận trước thuế (Pre-tax Profit Margin) và Tỷ lệ dư nợ cho vay trên tiền gửi (NLL/D) là hai biến có xác suất xuất hiện cao nhất trong các mô hình hồi quy đa biến giải thích ROE.
   • Pre-tax Profit Margin có mối quan hệ tuyến tính đồng biến (dương) với ROE.
   • NLL/D có mối quan hệ tuyến tính nghịch biến (âm) với ROE.

3. Các yếu tố chi phối Tỷ suất sinh lời trên Tổng tài sản (ROA):

   • Tỷ lệ thu nhập lãi thuần trên tài sản bình quân (NII/AA) và Tỷ lệ dư nợ cho vay trên tiền gửi (NLL/D) đều đạt xác suất xuất hiện 100% trong mọi mô hình hồi quy đa biến giải thích ROA.
   • NII/AA tác động thuận chiều (dương) đến ROA.
   • NLL/D tác động ngược chiều (âm) đến ROA.

Đóng góp của đề tài

• Đóng góp học thuật: Đề tài phân định rõ ràng tác động của các chỉ số tài chính theo hai mốc thời gian phản ánh thông tin giá cổ phiếu (mốc kết thúc năm tài chính và mốc công bố thông tin báo cáo thường niên), bổ sung bằng chứng thực nghiệm về phản ứng của thị trường chứng khoán đối với thông tin kế toán ngân hàng trên mẫu nghiên cứu quốc tế.
• Đóng góp ứng dụng: Cung cấp khung phân tích tài chính thực chứng cho các nhà đầu tư và chuyên viên phân tích tài chính để nhận diện các chỉ số trọng yếu (đặc biệt là NII/AA, Pre-tax Profit Margin và NLL/D) khi ra quyết định đầu tư vào cổ phiếu ngành ngân hàng bán lẻ toàn cầu.

---

Hạn chế và hướng nghiên cứu tiếp

Căn cứ vào phạm vi và các khó khăn trong quá trình nghiên cứu được tác giả trình bày:

• Quy mô mẫu và tính đại diện: Nghiên cứu giới hạn ở 20 ngân hàng thương mại bán lẻ lớn đứng đầu các quốc gia. Do đó, các phát hiện chủ yếu mang tính đại diện cho nhóm ngân hàng quy mô lớn (top-tier banks), chưa phản ánh toàn diện phân khúc ngân hàng bán lẻ quy mô vừa và nhỏ.
• Sự khác biệt về chuẩn mực kế toán và môi trường pháp lý: Việc thu thập dữ liệu xuyên quốc gia trong 10 năm (2010–2019) đối mặt với sự khác biệt giữa các hệ thống kế toán và quy định an toàn vốn giữa các khu vực kinh tế.
• Hướng nghiên cứu tiếp: Mở rộng quy mô mẫu sang các định chế tài chính quy mô trung bình, kéo dài chuỗi thời gian phân tích, và kết hợp thêm các biến kinh tế vĩ mô cùng các yếu tố tài chính phi truyền thống.

---

Giá trị tham khảo

• Đối với sinh viên và học viên: Là tài liệu tham khảo phù hợp cho sinh viên chuyên ngành Kế toán, Kiểm toán, Phân tích tài chính, và Tài chính - Ngân hàng khi thực hiện khóa luận tốt nghiệp hoặc đề tài nghiên cứu về phân tích báo cáo tài chính ngân hàng, kỹ thuật tính toán chỉ số TSR theo các mốc công bố thông tin, và ứng dụng mô hình hồi quy đa biến trong tài chính doanh nghiệp.
• Đối với chuyên viên phân tích tài chính và nhà đầu tư: Cung cấp cái nhìn thực nghiệm về tầm quan trọng của các chỉ số chuyên biệt ngành ngân hàng (NII/AA, NLL/D, NLL/A) trong việc định giá và dự báo khả năng sinh lời cũng như hiệu suất cổ phiếu.
• Các phần có giá trị tham khảo cao trong văn bản:
  • Quy trình phân tích tương quan và xử lý độ trễ thời gian công bố thông tin giữa TSR 1 và TSR 2.
  • Cấu trúc các mô hình hồi quy bội xác định nhân tố tác động đến ROA và ROE.
  • Phân tích tình huống thực tế của HSBC Holdings.

---

Câu hỏi thường gặp

1. Sự khác biệt giữa hai thước đo lợi suất cổ phiếu TSR 1 và TSR 2 trong khóa luận là gì?
TSR 1 là tổng lợi suất cổ đông được tính toán theo chu kỳ năm tài chính thông thường ($Fiscal\ Year$), trong khi TSR 2 được tính toán căn cứ theo mốc thời gian công bố chính thức Báo cáo thường niên ($Published\ Date\ of\ Annual\ Report$).

2. Những chỉ số nào có xác suất xuất hiện 100% trong mô hình hồi quy giải thích ROA?
Theo kết quả nghiên cứu ở Chương 3, hai chỉ số có xác suất xuất hiện 100% trong tất cả các mô hình hồi quy giải thích tỷ suất sinh lời trên tổng tài sản (ROA) là Tỷ lệ thu nhập lãi thuần trên tài sản bình quân (NII/AA) và Tỷ lệ dư nợ cho vay trên tiền gửi (NLL/D).

3. Tỷ lệ dư nợ cho vay trên tiền gửi (NLL/D) có mối quan hệ như thế nào đối với ROA và ROE của các ngân hàng trong mẫu?
Chỉ số NLL/D có mối quan hệ tuyến tính nghịch biến (âm) đối với cả Tỷ suất sinh lời trên tổng tài sản (ROA) và Tỷ suất sinh lời trên vốn chủ sở hữu (ROE) trong các mô hình hồi quy được xây dựng.

4. Định chế tài chính nào được tác giả lựa chọn để phân tích nghiên cứu trường hợp điển hình (Case study)?
Tác giả đã lựa chọn tập đoàn tài chính HSBC Holdings để thực hiện phân tích tình huống điển hình trong Chương 3 của khóa luận.

5. Tập dữ liệu nghiên cứu của khóa luận bao gồm bao nhiêu ngân hàng và trong giai đoạn nào?
Tập dữ liệu nghiên cứu bao gồm 20 ngân hàng thương mại bán lẻ hàng đầu tại các quốc gia trên thế giới, được thu thập và phân tích liên tục trong chuỗi thời gian 10 năm từ năm 2010 đến năm 2019.

---

Kết luận

Khóa luận tốt nghiệp của tác giả Phùng Minh Sơn đã lượng hóa thành công tác động của hệ thống chỉ số tài chính tiêu chuẩn và đặc thù đối với lợi suất cổ phiếu và khả năng sinh lời trong ngành ngân hàng bán lẻ quốc tế giai đoạn 2010–2019. Nghiên cứu chỉ ra rằng lợi suất theo năm tài chính (TSR 1) có mối liên hệ với nhiều chỉ số tài chính hơn so với lợi suất theo ngày ra báo cáo (TSR 2), đồng thời xác định NII/AA, Pre-tax Profit Margin và NLL/D là những biến số cốt lõi chi phối ROA và ROE. Kết quả nghiên cứu cung cấp cơ sở thực nghiệm hữu ích cho công tác phân tích tài chính ngân hàng và hỗ trợ quá trình ra quyết định đầu tư chứng khoán.

Trích đoạn nội dung tài liệu

VIETNAM NATIONAL UNIVERSITY, HANOI INTERNATIONAL SCHOOL GRADUATION PROJECT RETAIL BANK INDUSTRY: KEY METRICS AND STOCK PERFORMANCE Phing Minh Son Llanoi - 2020 VIETNAM NATIONAL UNIVERSITY, HANOI INTERNATIONAL SCHOOL GRADUATION PROJE! RETAIL BANE: KEY METRICS AND STOCK PERFORMACE SUPERVISOR: Dr. 1 Bite Thith STUDENT: Phing Minh Son CODF: 16071237 COHORT: AC2016C MAJOR: Accounting, Analyzing and Auditing Hanoi - 2020 INFORMATION ON FINAL THESIS 1. Full name: Phimg Minh Sơn 2. Date of birth: August 5 1998 4.

Place of birth: Ha Noi $. Official thesis lille: Retail bank industry: Key metrics and stock performance 6. Major: Accounting, Analyzing aud Auditing 7, Code: 16071237 8. Guider Teclawer: Dĩ, Tê Đức Thịnh 9, Summary of the findings of the thesis: The study analyze the correlation and p-value between seven key metrics and tolal shareholders’ return, the results indicate that.

Loan and Tease lo Deposit. has more significant linear relationship with ISR 2 which is calculated according to published date of annmal report. Moreover, NIVAA, NLL/A, NLL/D, Growth rate of Tolal Asscl and ROA have significant mpact on stock performance valculaled according to fiscal year. The result of significant linear relationship of metrics on TSR.

1 is more than the results on TSR 2. This study also uses the Regression models which use ROE as a dependent variable and 6 metrics as independent variables which are NAA, NLL/A, NLL/D, Growth rale of NLL, Growth rate of EPS and Pre-tax Profil Margin. The results show that Net Loan and Lease to Deposit and Pre-tax Profit Margin have very high probabilities of appearing in any repression models. Pre-tax Profit Margin has a positive linear relationship with Net Income/Average Equity while Net Loan and Lease to Deposit has a negative linear relationship with ROL.

The Regression model also uses ROA as dependent variable and 6 metrics independent variables as ROE, the resulis show that Net Interest Income/ Average Assels and Net Loan and Lease to Deposit both have a 100% probability of appearing in any regression models. Net Tutorest Income’ Average Assets has a positive lincer relationship wilh Net 2. References, List of figures and table Figure 1.Real GDP growth by region 2013-2023 12 Figure 2. Average NLL/A and NLL/D of 20 banks from 2010 to 2019 23 Figure 3.

Average Growth rate of NLL and TA of 20 banks from 2010 to 2019 24 Figure 4. Average ROA and ROE of 20 banks from 2010 (o 2019 + Figure 5. Average NII/AA of 20 banks from 2010 ta 2019 26 Table 1. Summary significant correlations with p-value < 10% of TSR 1 39 Table 2.

Summary significant correlations with p-value < 10% of TSR 2 Al Table 3. Summary of correlations among standard and fealured metrics 4B 10 Acknowledgement Wirt and foremost, | would like to express sincere thanks to my thesis advisor Dr Le Due Thinh of the International School, Vietnam National University for the continuous supporl of my study and research, for his helpful guidance, constant advise and feedback during the time whenI do the thesis. Thinh helps me a Iot in research, data collection and thesis writing. It’s such an honor and great opportunity for me to have chance to receive advice and support from Dr.

T would also like to express my gratitude to my friends at university who gave me continuous advice and support during the time when I analyze data and write thesis. They also helped me analyze and comment about the retail banking industry so that I can complete my thesis efficiently and effectively. uw List of figures and table Figure 1.Real GDP growth by region 2013-2023 12 Figure 2. Average NLL/A and NLL/D of 20 banks from 2010 to 2019 23 Figure 3.

Average Growth rate of NLL and TA of 20 banks from 2010 to 2019 24 Figure 4. Average ROA and ROE of 20 banks from 2010 (o 2019 + Figure 5. Average NII/AA of 20 banks from 2010 ta 2019 26 Table 1. Summary significant correlations with p-value < 10% of TSR 1 39 Table 2.

Summary significant correlations with p-value < 10% of TSR 2 Al Table 3.