Rủi Ro Hệ Thống Ngân Hàng Việt Nam và Các Cú Sốc Kinh Tế Vĩ Mô

• Tác giả: Thái Mỹ Phương
• Người hướng dẫn: PGS. Hồ Viết Tiến
• Trường học: Trường Đại Học Kinh Tế Tp.HCM
• Chuyên ngành: Tài Chính - Ngân Hàng
• Đề tài: Rủi Ro Hệ Thống Ngân Hàng Việt Nam và Các Cú Sốc Kinh Tế Vĩ Mô
• Loại tài liệu: Luận Văn Thạc Sĩ Kinh Tế
• Năm xuất bản: 2017
• Địa điểm: Hồ Chí Minh

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: NỀN TẢNG LÝ THUYẾT CỦA BÀI NGHIÊN CỨU VÀ NỘI DUNG CÁC NGHIÊN CỨU TRƯỚC ĐÂY
• 1.1. Nền tảng lý thuyết
• 1.1.1. Rủi ro hệ thống
• 1.1.2. Vấn đề khai thác tín hiệu, rủi ro, sự không chắc chắn và hành vi có hệ thống của các ngân hàng
• 1.2. Các nghiên cứu trước đây
• 1.3. Nguồn dữ liệu và phương pháp nghiên cứu
• 1.3.1. Mô hình trong bài nghiên cứu của Christian Calmes và Raymond Theoret (2014)
• 1.3.2. Mô hình EGARCH của Nelson (1991)
• 1.3.3. Phương pháp nghiên cứu trong bài
• 1.4. Kết quả nghiên cứu
• 1.4.1. Kiểm định tính dừng
• 1.4.2. Ước lượng OLS và kiểm định phương sai thay đổi (ARCH test)
• 1.4.3. Ước tính EGARCH cho disp(lta) và disp(snonin)
• 1.4.4. Khả năng giải thích của rủi ro và sự không chắc chắn của vĩ mô với rủi ro hệ thống
• 1.4.5. Kiểm tra tính vững của mô hình bằng cách lượng cho lta và snonin
• DANH MỤC VIẾT TẮT
• DANH MỤC HÌNH VẼ
• DANH MỤC BẢNG BIỂU

I. Tổng Quan Rủi Ro Hệ Thống Ngân Hàng Việt Nam Khái Niệm Tác Động

Bài nghiên cứu này tập trung vào việc kiểm tra rủi ro hệ thống của các ngân hàng Việt Nam trong mối quan hệ với các cú sốc kinh tế vĩ mô. Ý tưởng chính là xem xét liệu hành vi đồng nhất của các ngân hàng khi đối mặt với các cú sốc này có tạo ra rủi ro hệ thống hay không. Phương pháp tiếp cận chính là sử dụng mô hình EGARCH, một công cụ mạnh mẽ để giải quyết các vấn đề về phương sai thay đổi và tác động bất đối xứng mà các mô hình OLS và GMM không thể khắc phục được. Mô hình này ước tính tác động của rủi ro và sự không chắc chắn của các nhân tố vĩ mô lên phương sai của tỷ số dư nợ/tổng tài sản (lta) và tỷ số thu nhập ngoài lãi/thu nhập hoạt động ròng (snonin). Nghiên cứu này được thực hiện trong bối cảnh ngân hàng dựa vào thị trường, sử dụng dữ liệu thu thập hàng quý từ quý 1 năm 2006 đến quý 3 năm 2016. Sự khác biệt so với các nghiên cứu trước là sự phân biệt giữa rủi ro và sự không chắc chắn, yếu tố được cho là tác động đến rủi ro hệ thống của ngân hàng tại Việt Nam. Nghiên cứu này nhằm mục đích cung cấp những hiểu biết sâu sắc cho các nhà hoạch định chính sách về tầm quan trọng của các yếu tố vĩ mô đối với rủi ro của ngân hàng nói riêng và hệ thống tài chính nói chung.

1.1. Định Nghĩa và Phân Loại Rủi Ro Hệ Thống Ngân Hàng

Rủi ro hệ thống (Systemic risk) khác với systematic risk. Rủi ro hệ thống xuất phát từ biến cố nhỏ nhưng có thể kích hoạt bất ổn nghiêm trọng hoặc làm sụp đổ toàn bộ một ngành công nghiệp hay nền kinh tế. Theo Aglietta và Mouto (1993), rủi ro hệ thống là rủi ro mà một nền kinh tế ở trạng thái cân bằng đột nhiên đạt đến một trạng thái cân bằng kém hiệu quả hơn do phản ứng với một cú sốc ngoại sinh. Các nghiên cứu chi tiết của các học giả cho rằng loại rủi ro này là kết quả của rủi ro đạo đức, sự lây lan, thông tin không hoàn hảo và "quá lớn để sụp đổ". Các công ty được coi là "rủi ro hệ thống" khi được gọi là "quá lớn để sụp đổ". Các tổ chức này ảnh hưởng tương đối rất lớn đến ngành của mình hoặc tạo nên một phần quan trọng của nền kinh tế tổng thể.

1.2. Tầm Quan Trọng của Nghiên Cứu Rủi Ro Hệ Thống ở Việt Nam

Trong những năm gần đây ở Việt Nam, hoạt động ngân hàng ngày càng đóng vai trò quan trọng đối với nền kinh tế. Hệ thống ngân hàng ổn định và hiệu quả là một yếu tố quan trọng trong sự phát triển kinh tế ở Việt Nam. Do đó việc xem xét rủi ro hệ thống của các ngân hàng là vô cùng quan trọng hay nói cách khác việc nghiên cứu mối quan hệ giữa rủi ro hệ thống với các cú sốc vĩ mô là cần thiết, nó sẽ cho các nhà hoạch định chính sách các gợi ý về tầm quan trọng của các yếu tố vĩ mô trong đối với rủi ro của ngân hàng nói riêng và hệ thống tài chính nói chung. Bài nghiên cứu này sẽ tập trung về xem xét rủi ro hệ thống thông qua việc xem xét hành vi đồng nhất của các ngân hàng Việt Nam phản ứng với các cú sốc vĩ mô trên tất cả các hoạt động của ngân hàng (cho vay và hoạt động đem lại thu nhập ngoài lãi).

II. Thách Thức Đo Lường Rủi Ro Hệ Thống Ngân Hàng Phương Pháp Mô Hình

Việc đo lường rủi ro hệ thống là một thách thức lớn do tính phức tạp và đa chiều của nó. Bài nghiên cứu này sử dụng các biến đại diện như disp(lta) và disp(snonin) để đo lường rủi ro hệ thống ngân hàng. disp(lta) và disp(snonin) là phương sai của tỷ số lta và snonin, khi disp(lta) và disp giảm nghĩa là các ngân hàng hành động đồng nhất hơn trước các cú sốc vĩ mô, do đó làm tăng rủi ro hệ thống. Các nhân tố kinh tế vĩ mô trong mô hình nghiên cứu là tốc độ tăng trưởng kinh tế, lỗ hổng sản lượng (output_gap), lạm phát đại diện cho rủi ro vĩ mô. Ngoài ra, còn có các biến sự không chắc chắn trong tăng trưởng GDP và sự không chắc chắn lạm phát được tính bằng phương sai có điều kiện của tăng trưởng GDP và lạm phát. Mục tiêu của bài nghiên cứu giống với Christian Calmes và Raymond Theoret (2014) là nhằm khẳng định hai vấn đề: Các cú sốc vĩ mô có tác động đến hành vi đồng nhất của các ngân hàng trên các hoạt động ngoài lãi chứ không phải chỉ hoạt động cho vay. Khi có các cú sốc vĩ mô, các ngân hàng sẽ phản ứng theo nhóm (clustering behaviour) hay nói cách khác hành vi của các ngân hàng đồng nhất hơn để phản ứng lại các cú sốc và điều đó làm gia tăng rủi ro hệ thống.

2.1. Các Biến Số Đại Diện Cho Rủi Ro Hệ Thống Ngân Hàng

Biến đại diện để đo lường rủi ro hệ thống ngân hàng là disp(lta) và disp(snonin) là phương sai của tỷ số lta và snonin, khi disp(lta) và disp giảm nghĩa là các ngân hàng hành động đồng nhất hơn trước các cú sốc vĩ mô, do đó làm tăng rủi ro hệ thống. Theo Jain và Gupta (1987) và Barron và Valev (2000) sử dụng kiểm nghiệm nhân quả Granger và tìm thấy rằng các ngân hàng nhỏ ở Mỹ đã phỏng theo các hành vi cho vay của các ngân hàng lớn trong việc cho vay đối với các nước đang phát triển trong những năm 1980 và 1990. Nakagawa (2008) tìm thấy mối quan hệ lãnh đạo về hành vi cho vay của các ngân hàng ở Nhật Bản, các ngân hàng ngân hàng địa phương phỏng theo hành vi cho vay của các ngân hàng lớn ở các thành phố đô thị và các ngân hàng địa phương trong cùng khu vực sẽ theo sau nhau về hành vi cho vay.

2.2. Mô Hình EGARCH và Ưu Điểm Trong Nghiên Cứu Rủi Ro Hệ Thống

Bài nghiên cứu là để xác nhận rằng rủi ro và sự không chắc chắn của các nhân tố vĩ mô có loại tác động đến hành vi đồng nhất của các ngân hàng và làm tăng rủi ro hệ thống. Bài nghiên cứu sử dụng phương pháp nghiên cứu của Christian Calmes và Raymond Theoret (2014), đây là một phương pháp được thiết kế đặc biệt để phát hiện các loại tác động không đối xứng mà những cú sốc kinh tế vĩ mô có thể có đến rủi ro hệ thống ngân hàng (bank systemic risk) và đã được điều chỉnh cho phù hợp với tình hình thực tế thu thập được tại Việt Nam. Dựa trên cách tiếp cận EGARCH(1,1) cung cấp một ước lượng chính xác hơn về các tác động tương đối rủi ro kinh tế vĩ mô (first moment) và không chắc chắn (second moment) với rủi ro có tính hệ thống của ngân hàng Việt Nam.

III. Giải Pháp Ứng Phó Rủi Ro Hệ Thống Phân Tích Tác Động Vĩ Mô

Để giảm thiểu rủi ro hệ thống, cần hiểu rõ tác động của các yếu tố kinh tế vĩ mô. Bài nghiên cứu đã tìm ra mối quan hệ nghịch chiều giữa disp(lta) và disp(snonin) với các sự không chắc chắn trong tăng trưởng, sự không chắc chắn trong lạm phát. Kết quả phù hợp với giả thuyết của bài nghiên cứu và kết quả của các nghiên cứu trước đây. Nhờ kết quả của mô hình EGARCH (1,1), bài nghiên cứu cũng cho thấy có sự tác động của disp(lta) và disp(snonin) trong qua khứ đến hiện tại, do độ trễ của biến phụ thuộc trong mô hình có ý nghĩa thống kê. Bài nghiên cứu đã sử dụng mô hình EGARCH để ước tính do đó có sự phân biệt được ảnh hưởng của cú sốc âm và cú sốc dương, kết quả cho thấy trong phạm vi các biến vĩ mô trong nghiên cứu cho ta kết quả có tồn tại hiệu ứng đòn bẫy trong thời kỳ nghiên cứu.

3.1. Ảnh Hưởng của Tăng Trưởng GDP và Lạm Phát Đến Rủi Ro Hệ Thống

Qua đó ta thấy đòn bẩy là mạnh nhất, đặc biệt là khi tính cho disp(lta), điều đó cho thấy đòn bẩy có tác động khá lớn với các hoạt động cho vay tại các ngân hàng ở Việt Nam. Để bảo đảm tính vững cho kết quả nghiên cứu trong phần sau của bài sẽ tiến hành ước lượng EGARCH trực tiếp cho biến lta và snonin, với kỳ vọng là cùng có mối quan hệ tương tự giữa lta và snonin như chúng ta thấy giữa disp(lta) và disp(snonin). Kết quả kiểm tra phù hợp với mô hình ước tính ở phần trên của bài nghiên cứu.

3.2. Vai Trò của Đòn Bẩy Tổng Hợp DTL Trong Gia Tăng Rủi Ro Hệ Thống

Tiếp sau các mô hình nghiên cứu, để so sánh sức ảnh hưởng của các yếu tố ngoại sinh chính xác hơn, hệ số co dãn sẽ được tính toán cho từng biến vĩ mô. Bài nghiên cứu đã tìm ra mối quan hệ nghịch chiều giữa disp(lta) và disp(snonin) với các sự không chắc chắn trong tăng trưởng, sự không chắc chắn trong lạm phát. Kết quả phù hợp với giả thuyết của bài nghiên cứu và kết quả của các nghiên cứu trước đây.

IV. Ứng Dụng EGARCH Kiểm Định và Đánh Giá Tính Vững Mô Hình

Để đảm bảo tính vững chắc của kết quả nghiên cứu, EGARCH(1,1) sẽ được ước lượng trực tiếp cho tỷ số lta và snonin, thay vì disp(lta) và disp(snonin). Kết quả kiểm tra này cho thấy sự phù hợp với mô hình ước tính ở phần trước của bài nghiên cứu, củng cố thêm giá trị của các phát hiện. Bằng việc ước lượng trực tiếp cho biến lta và snonin, bài nghiên cứu này đưa ra một kết quả vững chắc hơn trong việc phân tích về tác động của các cú sốc kinh tế vĩ mô đến rủi ro hệ thống.

4.1. So Sánh Kết Quả Ước Lượng EGARCH Trực Tiếp Với Disp LTA và Disp SNONIN

Kết quả của mô hình EGARCH (1,1), bài nghiên cứu cũng cho thấy có sự tác động của disp(lta) và disp(snonin) trong qua khứ đến hiện tại, do độ trễ của biến phụ thuộc trong mô hình có ý nghĩa thống kê. Kết quả kiểm tra phù hợp với mô hình ước tính ở phần trên của bài nghiên cứu.

4.2. Kiểm Định Tính Vững Của Mô Hình và Ý Nghĩa Thực Tiễn

Để bảo đảm tính vững cho kết quả nghiên cứu trong phần sau của bài sẽ tiến hành ước lượng EGARCH trực tiếp cho biến lta và snonin, với kỳ vọng là cùng có mối quan hệ tương tự giữa lta và snonin như chúng ta thấy giữa disp(lta) và disp(snonin).

V. Kết Luận Rủi Ro Hệ Thống và Hàm Ý Chính Sách Ngân Hàng

Nghiên cứu này cung cấp cái nhìn sâu sắc về rủi ro hệ thống của các ngân hàng Việt Nam và mối liên hệ với các cú sốc kinh tế vĩ mô. Kết quả cho thấy sự cần thiết phải theo dõi chặt chẽ các biến số vĩ mô và sự tương tác giữa chúng để có thể đưa ra các chính sách phù hợp nhằm giảm thiểu rủi ro hệ thống. Hơn nữa, việc hiểu rõ hành vi của các ngân hàng khi đối mặt với các cú sốc vĩ mô là rất quan trọng để có thể đưa ra các biện pháp can thiệp hiệu quả. Rủi ro hệ thống ngân hàng đứng trên khía cạnh việc các ngân hàng phản ứng lại các cú sốc ngoại sinh có thể dẫn đến tạo ra một mẫu hình chung (common pattern) làm tăng rủi ro hệ thống (systemic risk).

5.1. Tóm Tắt Kết Quả Nghiên Cứu và Đóng Góp Về Mặt Học Thuật

Sự khác biệt của bài so với các nghiên cứu trước là có sự phân biệt giữa rủi ro va sự không chắc chắn. Chúng là những nhân tố được cho rằng là tác động đến rủi ro hệ thống của ngân hàng tại Việt Nam, dữ liệu được thu thập hàng quý trong giai đoạn quý 1 năm 2006 đến quý 3 năm 2016.

5.2. Hàm Ý Chính Sách và Hướng Nghiên Cứu Tiếp Theo về Rủi Ro Hệ Thống

Do đó việc xem xét rủi ro hệ thống của các ngân hàng là vô cùng quan trọng hay nói cách khác việc nghiên cứu mối quan hệ giữa rủi ro hệ thống với các cú sốc vĩ mô là cần thiết, nó sẽ cho các nhà hoạch định chính sách các gợi ý về tầm quan trọng của các yếu tố vĩ mô trong đối với rủi ro của ngân hàng nói riêng và hệ thống tài chính nói chung.

Tổng quan nghiên cứu

Trong bối cảnh kinh tế Việt Nam từ quý 1 năm 2006 đến quý 3 năm 2016, hệ thống ngân hàng đóng vai trò trọng yếu với tỷ lệ cho vay trên tổng tài sản (lta) trung bình đạt khoảng 60,95%, phản ánh mức độ tín dụng cao nhưng tiềm ẩn rủi ro. Tỷ lệ thu nhập ngoài lãi trên thu nhập hoạt động thuần (snonin) trung bình là 21,3%, cho thấy sự đa dạng hóa nguồn thu nhập của các ngân hàng. Tuy nhiên, các cú sốc kinh tế vĩ mô như biến động tăng trưởng GDP, lạm phát và chênh lệch sản lượng (output gap) đã ảnh hưởng sâu sắc đến hành vi của các ngân hàng, đặc biệt là sự đồng nhất trong hoạt động cho vay và thu nhập ngoài lãi, làm gia tăng rủi ro hệ thống (systemic risk).

Mục tiêu nghiên cứu nhằm phân tích mối quan hệ giữa rủi ro hệ thống của ngân hàng Việt Nam với các cú sốc kinh tế vĩ mô, tập trung vào hành vi đồng nhất của các ngân hàng khi đối mặt với rủi ro và sự không chắc chắn vĩ mô. Phạm vi nghiên cứu bao gồm 9 ngân hàng lớn chiếm khoảng 80% thị phần ngân hàng Việt Nam, với dữ liệu thu thập theo quý trong giai đoạn 2006-2016. Ý nghĩa nghiên cứu nằm ở việc cung cấp cơ sở khoa học cho các nhà hoạch định chính sách trong việc kiểm soát rủi ro hệ thống, nâng cao sự ổn định tài chính và phát triển bền vững ngành ngân hàng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên lý thuyết rủi ro hệ thống (systemic risk), được định nghĩa là rủi ro phát sinh từ sự liên kết và phụ thuộc lẫn nhau trong hệ thống tài chính, có thể dẫn đến sự sụp đổ lan tỏa của toàn bộ ngành ngân hàng. Khung lý thuyết khai thác tín hiệu (signal extraction problem) của Lucas (1973) được áp dụng để giải thích cách các cú sốc vĩ mô làm méo mó tín hiệu thị trường, ảnh hưởng đến phân bổ tài sản của ngân hàng. Ngoài ra, mô hình EGARCH (Exponential Generalized Autoregressive Conditional Heteroskedasticity) của Nelson (1991) được sử dụng để xử lý hiện tượng phương sai thay đổi và tác động bất đối xứng của các cú sốc kinh tế vĩ mô lên rủi ro hệ thống.

Các khái niệm chính bao gồm:

• Rủi ro hệ thống (systemic risk): Mức độ đồng nhất hành vi của các ngân hàng trước cú sốc vĩ mô, đo bằng phương sai cross-sectional của tỷ số lta và snonin.
• Cú sốc vĩ mô: Bao gồm rủi ro và sự không chắc chắn của tăng trưởng GDP, lạm phát, chênh lệch sản lượng và mức đòn bẫy tổng hợp (dtl).
• Đòn bẫy tổng hợp (dtl): Đo lường mức độ phóng đại tác động của thu nhập hoạt động lên lợi nhuận ngân hàng, phản ánh rủi ro ngành ngân hàng.
• Phương sai có điều kiện (conditional variance): Đại diện cho sự không chắc chắn kinh tế vĩ mô, được tính bằng mô hình ARMA-GARCH.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp định lượng với dữ liệu chuỗi thời gian theo quý từ quý 1 năm 2006 đến quý 3 năm 2016, gồm 43 quan sát cho mỗi biến. Dữ liệu ngân hàng được thu thập từ 9 ngân hàng lớn tại Việt Nam, bao gồm Viettinbank, BIDV, Agribank, Vietcombank, Sacombank, Eximbank, ACB, SCB và OCB. Các biến chính gồm disp(lta), disp(snonin), dln(gdp), output_gap, inf, dtl, cv_gdp, cv_gdp_w và cv_inf.

Phương pháp phân tích chính là mô hình EGARCH(1,1) nhằm ước lượng tác động của rủi ro và sự không chắc chắn vĩ mô lên rủi ro hệ thống ngân hàng. Trước khi ước lượng, kiểm định tính dừng của chuỗi dữ liệu được thực hiện bằng kiểm định Augmented Dickey-Fuller (ADF). Kiểm định phương sai thay đổi (ARCH test) được áp dụng để xác định sự hiện diện của phương sai có điều kiện thay đổi trong dữ liệu, từ đó lựa chọn mô hình EGARCH phù hợp. Mô hình cũng bao gồm biến trễ của biến phụ thuộc để kiểm soát tự tương quan.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Mối quan hệ giữa sự không chắc chắn kinh tế vĩ mô và rủi ro hệ thống: Hệ số ước lượng của phương sai có điều kiện của tăng trưởng GDP (cv_gdp) là -4.87 với ý nghĩa thống kê ở mức 1%, cho thấy sự không chắc chắn tăng trưởng GDP làm giảm phương sai cross-sectional của tỷ số lta, tức là các ngân hàng hành xử đồng nhất hơn khi sự không chắc chắn tăng lên. Tương tự, phương sai có điều kiện có trọng số của tăng trưởng GDP (cv_gdp_w) có hệ số -5.89 (mức ý nghĩa 5%).

2. Ảnh hưởng của rủi ro vĩ mô: Tăng trưởng GDP (dln(gdp)) có hệ số dương 0.46 (ý nghĩa 1%), cho thấy khi tăng trưởng kinh tế giảm, các ngân hàng có xu hướng đồng nhất hơn trong hoạt động cho vay. Mức đòn bẫy tổng hợp (dtl) có hệ số âm -0.016 (ý nghĩa 10%), chứng tỏ rủi ro ngành ngân hàng làm tăng hành vi đồng nhất, gia tăng rủi ro hệ thống.

3. Tác động của lạm phát: Phương sai có điều kiện của lạm phát (cv_inf) có hệ số âm -0.39 nhưng không có ý nghĩa thống kê, trong khi biến lạm phát (inf) có hệ số âm -5.86 với ý nghĩa 1%, cho thấy lạm phát làm giảm sự phân tán cross-sectional, thúc đẩy hành vi bầy đàn của các ngân hàng.

4. Tính dai dẳng của hành vi đồng nhất: Biến trễ của disp(lta) có hệ số 0.54 (ý nghĩa 1%), cho thấy hành vi đồng nhất của ngân hàng có tính bền vững qua các quý.

Thảo luận kết quả

Kết quả nghiên cứu khẳng định giả thuyết rằng các cú sốc vĩ mô, đặc biệt là sự không chắc chắn trong tăng trưởng GDP và lạm phát, làm gia tăng hành vi đồng nhất của các ngân hàng Việt Nam, từ đó làm tăng rủi ro hệ thống. Việc sử dụng mô hình EGARCH giúp xử lý hiệu ứng phương sai thay đổi và bất đối xứng của các cú sốc, khắc phục hạn chế của các phương pháp OLS và GMM trước đây.

So sánh với các nghiên cứu quốc tế, kết quả phù hợp với các nghiên cứu của Baum và cộng sự (2004, 2009) và Calmès & Théoret (2014), đồng thời bổ sung bằng cách phân biệt rõ ràng giữa rủi ro và sự không chắc chắn vĩ mô. Sự khác biệt về ý nghĩa thống kê của biến output_gap so với nghiên cứu quốc tế có thể do đặc thù kinh tế Việt Nam và phạm vi dữ liệu nghiên cứu.

Dữ liệu có thể được trình bày qua biểu đồ thể hiện mối tương quan âm giữa phương sai cross-sectional của lta và các biến không chắc chắn vĩ mô, cũng như bảng hệ số ước lượng EGARCH với các mức ý nghĩa thống kê rõ ràng.

Đề xuất và khuyến nghị

1. Tăng cường giám sát rủi ro hệ thống: Ngân hàng Nhà nước cần áp dụng các công cụ giám sát dựa trên mô hình EGARCH để phát hiện sớm các dấu hiệu gia tăng hành vi đồng nhất của ngân hàng, từ đó kịp thời điều chỉnh chính sách nhằm giảm thiểu rủi ro hệ thống.

2. Quản lý rủi ro vĩ mô hiệu quả: Chính phủ và các cơ quan quản lý nên phối hợp chặt chẽ trong việc kiểm soát lạm phát và ổn định tăng trưởng GDP, nhằm giảm thiểu sự không chắc chắn kinh tế vĩ mô, qua đó hạn chế tác động tiêu cực đến hành vi ngân hàng.

3. Định hướng chính sách đòn bẫy tổng hợp: Cần xây dựng các quy định và hướng dẫn quản lý đòn bẫy tổng hợp trong ngành ngân hàng, nhằm kiểm soát mức độ rủi ro và tránh hiện tượng gia tăng đồng nhất hành vi gây rủi ro hệ thống.

4. Nâng cao năng lực quản trị rủi ro của ngân hàng: Các ngân hàng cần phát triển hệ thống quản trị rủi ro toàn diện, đặc biệt chú trọng đến việc phân tích và ứng phó với các cú sốc vĩ mô, nhằm duy trì sự đa dạng hóa trong danh mục tài sản và giảm thiểu hành vi bầy đàn.

Các giải pháp trên nên được triển khai trong vòng 3-5 năm tới, với sự phối hợp giữa Ngân hàng Nhà nước, Bộ Tài chính, các ngân hàng thương mại và các tổ chức nghiên cứu kinh tế.

Đối tượng nên tham khảo luận văn

1. Nhà hoạch định chính sách tài chính và tiền tệ: Nghiên cứu cung cấp cơ sở khoa học để xây dựng chính sách kiểm soát rủi ro hệ thống, đặc biệt trong bối cảnh biến động kinh tế vĩ mô.

2. Ban lãnh đạo và phòng quản trị rủi ro ngân hàng: Giúp hiểu rõ tác động của các cú sốc vĩ mô đến hành vi ngân hàng, từ đó nâng cao hiệu quả quản trị rủi ro và chiến lược kinh doanh.

3. Các nhà nghiên cứu và học viên chuyên ngành Tài chính - Ngân hàng: Cung cấp mô hình nghiên cứu và phân tích dữ liệu thực tiễn tại Việt Nam, bổ sung kiến thức về rủi ro hệ thống và phương pháp EGARCH.

4. Cơ quan giám sát tài chính và tổ chức quốc tế: Hỗ trợ trong việc đánh giá mức độ rủi ro hệ thống và xây dựng các công cụ giám sát phù hợp với đặc thù thị trường Việt Nam.

Câu hỏi thường gặp

1. Rủi ro hệ thống khác gì so với rủi ro hệ thống (systematic risk)?
   Rủi ro hệ thống (systemic risk) liên quan đến sự lan truyền và phụ thuộc lẫn nhau trong hệ thống tài chính, có thể gây sụp đổ toàn bộ ngành. Trong khi đó, rủi ro hệ thống (systematic risk) là rủi ro chung của thị trường không thể đa dạng hóa.

2. Tại sao mô hình EGARCH được sử dụng thay vì OLS?
   EGARCH xử lý được hiện tượng phương sai thay đổi và tác động bất đối xứng của các cú sốc, trong khi OLS không thể giải quyết vấn đề này, dẫn đến kết quả ước lượng không chính xác và thiếu ý nghĩa thống kê.

3. Các biến disp(lta) và disp(snonin) đo lường điều gì?
   Chúng là phương sai cross-sectional của tỷ số cho vay trên tổng tài sản và tỷ số thu nhập ngoài lãi trên thu nhập hoạt động thuần, dùng để đo mức độ đồng nhất hành vi của các ngân hàng, phản ánh rủi ro hệ thống.

4. Làm thế nào để phân biệt rủi ro và sự không chắc chắn vĩ mô?
   Rủi ro là biến cố có xác suất đo lường được, còn sự không chắc chắn là biến cố không thể định lượng xác suất, ảnh hưởng khác nhau đến hành vi ngân hàng và được phân tích riêng trong mô hình.

5. Tác động của đòn bẫy tổng hợp (dtl) đến rủi ro hệ thống như thế nào?
   Mức đòn bẫy tổng hợp tăng làm các ngân hàng hành xử đồng nhất hơn, tăng rủi ro hệ thống. Do đó, quản lý đòn bẫy là yếu tố quan trọng để giảm thiểu rủi ro ngành ngân hàng.

Kết luận

• Các cú sốc kinh tế vĩ mô, đặc biệt sự không chắc chắn trong tăng trưởng GDP và lạm phát, làm gia tăng hành vi đồng nhất của các ngân hàng Việt Nam, từ đó tăng rủi ro hệ thống.
• Mô hình EGARCH(1,1) là công cụ hiệu quả để phân tích tác động không đối xứng và phương sai thay đổi trong dữ liệu ngân hàng.
• Mức đòn bẫy tổng hợp (dtl) đóng vai trò quan trọng trong việc thúc đẩy hành vi bầy đàn và rủi ro hệ thống.
• Hành vi đồng nhất của ngân hàng có tính dai dẳng, đòi hỏi sự giám sát và quản lý liên tục.
• Nghiên cứu cung cấp cơ sở khoa học cho các chính sách kiểm soát rủi ro hệ thống và nâng cao sự ổn định tài chính tại Việt Nam.

Hành động tiếp theo: Các nhà quản lý và ngân hàng cần áp dụng các kết quả nghiên cứu để xây dựng chiến lược quản trị rủi ro hiệu quả, đồng thời tiếp tục nghiên cứu mở rộng với dữ liệu cập nhật nhằm nâng cao độ chính xác và tính ứng dụng thực tiễn.