Rủi ro thanh khoản của các ngân hàng Việt Nam: Tác động của các yếu tố bên trong và bên ngoài

Tài liệu nghiên cứu Rủi ro thanh khoản của các ngân hàng việt nam sự tác động của các yếu tố bên trong và bên ngoài, tổng hợp lý thuyết và thực hành, cung cấp kiến thức chuyên sâu

• Tác giả: Lê Nhật Quân Linh
• Người hướng dẫn: TS. Nguyễn Trung Hiếu
• Trường học: Trường Đại Học Ngân Hàng TP. Hồ Chí Minh
• Chuyên ngành: Tài Chính – Ngân Hàng
• Đề tài: Rủi Ro Thanh Khoản Của Các Ngân Hàng Việt Nam: Sự Tác Động Của Các Yếu Tố Bên Trong Và Bên Ngoài Ngân Hàng
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: GIỚI THIỆU VỀ NGHIÊN CỨU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu của đề tài
• 1.3. Câu hỏi nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.4.1. Đối tượng nghiên cứu
• 1.4.2. Phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Đóng góp của đề tài
• 1.7. Bố cục khóa luận
• 2. CHƯƠNG 2: TỔNG QUAN VỀ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM
• 2.1. Tổng quan rủi ro thanh khoản của ngân hàng thương mại
• 2.1.1. Khái niệm về rủi ro thanh khoản
• 2.1.2. Phương pháp đo lường rủi ro thanh khoản
• 2.1.2.1. Phương pháp đo lường rủi ro thanh khoản dựa vào khe hở tài trợ
• 2.1.2.2. Phương pháp đo lường rủi ro thanh khoản dựa vào các chỉ số thanh khoản
• 2.2. Cơ sở lý thuyết về các yếu tố ảnh hưởng đến rủi ro thanh khoản tại các ngân hàng thương mại
• 2.3. Tổng quan các nghiên cứu thực nghiệm liên quan đến các yếu tố ảnh hưởng đến rủi ro thanh khoản
• 2.3.1. Nghiên cứu trên thế giới
• 2.3.2. Nghiên cứu trong nước
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Tiến trình nghiên cứu
• 3.2. Mô hình và giả thuyết nghiên cứu
• 3.2.1. Biến phụ thuộc
• 3.2.2. Các biến độc lập
• 3.2.2.1. Quy mô ngân hàng (SIZE)
• 3.2.2.2. Tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAP)
• 3.2.2.3. Tỷ lệ dư nợ cho vay trên tổng tài sản (TLA)
• 3.2.2.4. Tỷ lệ nợ xấu (NPL)
• 3.2.2.5. Tỷ lệ lợi nhuận trên vốn chủ sở hữu (ROE)
• 3.2.2.6. Tốc độ tăng trưởng kinh tế (GDP)
• 3.2.2.7. Tỷ lệ lạm phát (INF)
• 3.3. Dữ liệu nghiên cứu
• 3.4. Phương pháp nghiên cứu
• 3.5. Lựa chọn phương pháp ước lượng phù hợp cho mô hình
• 3.6. Kiểm định sự vi phạm của các giả định của mô hình hồi quy
• 4. CHƯƠNG 4: KẾT QUẢ VÀ THẢO LUẬN KẾT QUẢ YẾU TỐ ẢNH HƯỞNG ĐẾN RỦI RO THANH KHOẢN TẠI CÁC NGÂN HÀNG
• 4.1. Thống kê mô tả
• 4.2. Ma trận tương quan
• 4.3. Kiểm định lựa chọn mô hình
• 4.3.1. Kiểm định lựa chọn mô hình bình phương dữ liệu gộp (Pooled OLS) và mô hình hồi quy tác động cố định (FEM)
• 4.3.2. Kiểm định lựa chọn mô hình hồi quy tác động cố định (FEM) và mô hình hồi quy tác động ngẫu nhiên (REM)
• 4.4. Kiểm định đa cộng tuyến
• 4.5. Kiểm định phương sai sai số thay đổi
• 4.6. Kiểm định tự tương quan
• 4.7. Khắc phục mô hình bằng phương pháp bình phương nhỏ nhất tổng quát khả thi (FGLS)
• 4.8. Thảo luận kết quả nghiên cứu
• 5. CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ
• 5.1. Kết luận của đề tài
• TÀI LIỆU THAM KHẢO
• DANH MỤC CÁC BẢNG
• DANH MỤC PHỤ LỤC
• DANH MỤC TỪ VIẾT TẮT

Tóm tắt

I. Tổng Quan Rủi Ro Thanh Khoản Ngân Hàng Việt Nam Hiện Nay

Bài viết này tập trung phân tích rủi ro thanh khoản ngân hàng tại Việt Nam, một vấn đề quan trọng ảnh hưởng đến sự ổn định của hệ thống tài chính. Thanh khoản ngân hàng Việt Nam chịu tác động bởi nhiều yếu tố, cả nội sinh và ngoại sinh. Việc hiểu rõ các yếu tố này là chìa khóa để quản lý và phòng ngừa khủng hoảng thanh khoản. Nghiên cứu này sẽ đi sâu vào các yếu tố đó, sử dụng dữ liệu từ các ngân hàng thương mại Việt Nam giai đoạn 2012-2021. Bài viết sẽ cung cấp cái nhìn tổng quan về vấn đề, làm cơ sở cho các phân tích và giải pháp tiếp theo. Theo Gup và Kolari (2005), rủi ro thanh khoản xảy ra khi ngân hàng không đủ tiền mặt đáp ứng nhu cầu thanh khoản, hoặc không thể chuyển đổi tài sản thành tiền mặt kịp thời. Đây là một định nghĩa quan trọng để hiểu rõ bản chất của vấn đề.

1.1. Định nghĩa Rủi ro thanh khoản và tầm quan trọng

Rủi ro thanh khoản xảy ra khi ngân hàng không thể đáp ứng nhu cầu tiền mặt ngắn hạn, ảnh hưởng đến khả năng chi trả các nghĩa vụ tài chính. Rủi ro này không chỉ ảnh hưởng đến ổn định tài chính của từng ngân hàng mà còn có thể lan rộng ra toàn bộ hệ thống. Theo Duttweiler (2009), rủi ro thanh khoản có thể buộc ngân hàng phải bán tài sản với giá thấp hoặc vay với chi phí cao. Vì vậy, quản lý rủi ro thanh khoản là vô cùng quan trọng.

1.2. Các phương pháp đo lường Rủi ro thanh khoản ngân hàng

Có hai phương pháp chính để đo lường rủi ro thanh khoản: sử dụng khe hở tài trợ (funding gap) và sử dụng các chỉ số thanh khoản. Khe hở tài trợ phản ánh sự chênh lệch giữa tài sản và nợ phải trả, cho thấy nhu cầu vốn ngắn hạn của ngân hàng. Các chỉ số thanh khoản như tỷ lệ tài sản lỏng trên tổng tài sản, tỷ lệ cho vay trên tiền gửi, cho biết khả năng đáp ứng nhu cầu thanh khoản của ngân hàng. Vodova (2011) cho rằng mỗi phương pháp có ưu điểm và hạn chế riêng và cần được sử dụng kết hợp.

II. Thách Thức Yếu Tố Nội Sinh Ảnh Hưởng Thanh Khoản Ngân Hàng

Các yếu tố nội sinh, xuất phát từ bên trong ngân hàng, đóng vai trò quan trọng trong việc hình thành và khuếch đại rủi ro thanh khoản. Quy mô ngân hàng, chất lượng tài sản, khả năng sinh lời và quản trị rủi ro là những yếu tố chính. Ngân hàng có quy mô lớn thường phức tạp hơn trong quản lý thanh khoản. Nợ xấu cao làm giảm giá trị tài sản và hạn chế khả năng huy động vốn. Lợi nhuận thấp khiến ngân hàng khó có thể tích lũy vốn dự trữ thanh khoản. Quản trị rủi ro yếu kém dẫn đến các quyết định sai lầm và gia tăng rủi ro. Diamond và Dybvig (1983) trong giả thuyết về sự hấp thụ rủi ro nhấn mạnh rằng vốn ngân hàng đóng vai trò quan trọng trong việc hấp thụ các cú sốc thanh khoản.

2.1. Tác động của quy mô ngân hàng đến rủi ro thanh khoản

Quy mô ngân hàng (SIZE) có thể ảnh hưởng đến rủi ro thanh khoản. Ngân hàng lớn thường có cấu trúc phức tạp hơn, khó quản lý thanh khoản hiệu quả. Tuy nhiên, ngân hàng lớn cũng có thể tiếp cận nhiều nguồn vốn hơn, giảm bớt áp lực thanh khoản. Nghiên cứu cần xem xét tác động ròng của quy mô đến thanh khoản ngân hàng.

2.2. Ảnh hưởng của chất lượng tài sản Nợ xấu đến thanh khoản

Tỷ lệ nợ xấu (NPL) cao là dấu hiệu cảnh báo rủi ro thanh khoản. Nợ xấu làm giảm giá trị tài sản, hạn chế khả năng chuyển đổi thành tiền mặt. Ngân hàng có nợ xấu cao thường khó huy động vốn từ thị trường. Tỷ lệ nợ xấu cần được kiểm soát chặt chẽ để đảm bảo ổn định thanh khoản.

2.3. Vai trò của quản trị rủi ro thanh khoản hiệu quả

Quản trị rủi ro hiệu quả là yếu tố then chốt để đảm bảo thanh khoản ngân hàng. Quản trị rủi ro bao gồm việc xác định, đo lường, giám sát và kiểm soát rủi ro. Ngân hàng cần xây dựng các quy trình và công cụ phù hợp để quản lý thanh khoản trong mọi tình huống. Việc stress testing thanh khoản cũng vô cùng quan trọng.

III. Yếu Tố Ngoại Sinh Tác Động Đến Thanh Khoản Ngân Hàng

Các yếu tố ngoại sinh, bao gồm tình hình kinh tế vĩ mô và các chính sách của chính phủ, có ảnh hưởng đáng kể đến thanh khoản ngân hàng. Tăng trưởng kinh tế (GDP) chậm lại có thể làm giảm nhu cầu tín dụng và gia tăng nợ xấu, ảnh hưởng đến khả năng thanh toán của ngân hàng. Lạm phát (INF) cao có thể làm giảm giá trị tiền gửi và khuyến khích người dân rút tiền. Chính sách tiền tệ thắt chặt làm giảm thanh khoản trên thị trường và gia tăng chi phí huy động vốn. Aspachs và cộng sự (2005) đã nghiên cứu sâu về ảnh hưởng của các yếu tố vĩ mô đến tính thanh khoản tại Việt Nam.

3.1. Tác động của tăng trưởng kinh tế đến thanh khoản ngân hàng

Tốc độ tăng trưởng kinh tế (GDP) ảnh hưởng đến nhu cầu tín dụng và khả năng trả nợ của doanh nghiệp và cá nhân. Khi kinh tế tăng trưởng chậm lại, nhu cầu tín dụng giảm và nợ xấu có thể gia tăng, ảnh hưởng tiêu cực đến thanh khoản ngân hàng.

3.2. Ảnh hưởng của Lạm phát và chính sách tiền tệ tới thanh khoản

Lạm phát (INF) có thể làm giảm giá trị tiền gửi và khuyến khích người dân rút tiền, gây áp lực lên thanh khoản ngân hàng. Chính sách tiền tệ thắt chặt, như tăng lãi suất, làm giảm thanh khoản trên thị trường và tăng chi phí huy động vốn.

3.3. Vai trò của chính sách hỗ trợ thanh khoản từ Ngân hàng Nhà nước

Ngân hàng Nhà nước (NHNN) đóng vai trò quan trọng trong việc cung cấp thanh khoản cho hệ thống ngân hàng. Các công cụ như nghiệp vụ thị trường mở, tái cấp vốn và giảm tỷ lệ dự trữ bắt buộc có thể được sử dụng để hỗ trợ thanh khoản trong trường hợp khẩn cấp. Chính sách tiền tệ của NHNN có tác động lớn đến thanh khoản ngân hàng.

IV. Giải Pháp Quản Lý Rủi Ro Thanh Khoản Ngân Hàng Việt Nam

Để giảm thiểu rủi ro thanh khoản, các ngân hàng Việt Nam cần áp dụng các biện pháp quản lý rủi ro toàn diện. Cần tăng cường kiểm soát nợ xấu, đa dạng hóa nguồn vốn huy động, xây dựng các kịch bản stress testing thanh khoản và nâng cao năng lực quản trị rủi ro. Việc tuân thủ các tiêu chuẩn quốc tế như Basel III cũng rất quan trọng. Theo Arif & Anees (2012), quản lý rủi ro thanh khoản hiệu quả có thể cải thiện lợi nhuận và tăng cường sự ổn định của ngân hàng.

4.1. Tăng cường kiểm soát nợ xấu và nâng cao chất lượng tài sản

Kiểm soát nợ xấu là ưu tiên hàng đầu để đảm bảo thanh khoản ngân hàng. Các biện pháp bao gồm đánh giá rủi ro tín dụng chặt chẽ, giám sát và thu hồi nợ hiệu quả, và trích lập dự phòng đầy đủ. Nâng cao chất lượng tài sản giúp tăng khả năng chuyển đổi thành tiền mặt khi cần thiết.

4.2. Đa dạng hóa nguồn vốn huy động và quản lý dòng tiền hiệu quả

Ngân hàng cần đa dạng hóa nguồn vốn huy động, bao gồm tiền gửi, phát hành trái phiếu và vay vốn liên ngân hàng. Quản lý dòng tiền hiệu quả giúp ngân hàng dự đoán và đáp ứng nhu cầu thanh khoản. Cần xây dựng các kế hoạch dự phòng thanh khoản để đối phó với các tình huống bất ngờ.

4.3. Áp dụng Basel III và nâng cao năng lực quản trị rủi ro thanh khoản

Việc áp dụng các tiêu chuẩn quốc tế như Basel III, đặc biệt là các quy định về tỷ lệ thanh khoản LCR (Liquidity Coverage Ratio) và NSFR (Net Stable Funding Ratio), giúp nâng cao khả năng chống chịu rủi ro thanh khoản của ngân hàng. Cần đầu tư vào đào tạo và nâng cao năng lực quản trị rủi ro cho đội ngũ cán bộ.

V. Nghiên Cứu Thực Tiễn Tác Động Yếu Tố Đến Rủi Ro Thanh Khoản

Nghiên cứu này sử dụng dữ liệu từ 24 ngân hàng thương mại Việt Nam giai đoạn 2012-2021 để đánh giá tác động của các yếu tố nội sinh và ngoại sinh đến rủi ro thanh khoản. Mô hình hồi quy FGLS được sử dụng để khắc phục các vấn đề về tự tương quan và phương sai thay đổi. Kết quả cho thấy quy mô ngân hàng, tỷ lệ vốn chủ sở hữu trên tổng tài sản, tỷ lệ dư nợ cho vay trên tổng tài sản và tỷ lệ lạm phát có tác động tích cực đến rủi ro thanh khoản, trong khi tỷ lệ nợ xấu và tỷ lệ lợi nhuận trên vốn chủ sở hữu có tác động tiêu cực.

5.1. Mô hình nghiên cứu và phương pháp phân tích dữ liệu

Nghiên cứu sử dụng mô hình hồi quy FGLS (Feasible Generalized Least Squares) để phân tích dữ liệu bảng từ 24 ngân hàng thương mại Việt Nam trong giai đoạn 2012-2021. Mô hình này cho phép kiểm soát các yếu tố cố định theo thời gian và khắc phục các vấn đề về tự tương quan và phương sai thay đổi, đảm bảo tính chính xác của kết quả.

5.2. Kết quả nghiên cứu và thảo luận về tác động của các yếu tố

Kết quả nghiên cứu cho thấy quy mô ngân hàng, tỷ lệ vốn chủ sở hữu trên tổng tài sản, tỷ lệ dư nợ cho vay trên tổng tài sản và tỷ lệ lạm phát có tác động tích cực đến rủi ro thanh khoản, trong khi tỷ lệ nợ xấu và tỷ lệ lợi nhuận trên vốn chủ sở hữu có tác động tiêu cực. Các kết quả này phù hợp với lý thuyết và các nghiên cứu trước đây.

5.3. Hạn chế của nghiên cứu và hướng nghiên cứu tiếp theo

Nghiên cứu có một số hạn chế, bao gồm việc sử dụng dữ liệu thứ cấp và giới hạn trong giai đoạn 2012-2021. Các nghiên cứu tiếp theo có thể mở rộng phạm vi thời gian và sử dụng các phương pháp phân tích khác nhau để kiểm chứng kết quả. Nghiên cứu cũng có thể tập trung vào các yếu tố cụ thể hơn, như tác động của Fintech đến thanh khoản ngân hàng.

VI. Kết Luận Tương Lai Quản Lý Rủi Ro Thanh Khoản Ngân Hàng

Quản lý rủi ro thanh khoản hiệu quả là yếu tố then chốt để đảm bảo sự ổn định và phát triển bền vững của hệ thống ngân hàng Việt Nam. Việc hiểu rõ và kiểm soát các yếu tố nội sinh và ngoại sinh có tác động đến thanh khoản là vô cùng quan trọng. Trong bối cảnh kinh tế toàn cầu đầy biến động, các ngân hàng cần chủ động nâng cao năng lực quản trị rủi ro và tuân thủ các tiêu chuẩn quốc tế. Điều này giúp xây dựng một hệ thống ngân hàng vững mạnh, đóng góp vào sự phát triển kinh tế của đất nước.

6.1. Tóm tắt các phát hiện chính và ý nghĩa của nghiên cứu

Nghiên cứu đã xác định và phân tích các yếu tố nội sinh và ngoại sinh ảnh hưởng đến rủi ro thanh khoản của các ngân hàng thương mại Việt Nam. Kết quả cho thấy việc quản lý hiệu quả các yếu tố này là chìa khóa để đảm bảo sự ổn định và phát triển của hệ thống ngân hàng.

6.2. Khuyến nghị chính sách để tăng cường quản lý thanh khoản

Các khuyến nghị chính sách bao gồm tăng cường giám sát và kiểm soát rủi ro thanh khoản, khuyến khích các ngân hàng áp dụng các tiêu chuẩn quốc tế, hỗ trợ sự phát triển của thị trường vốn và tiền tệ, và nâng cao năng lực quản trị rủi ro cho đội ngũ cán bộ ngân hàng.

6.3. Hướng phát triển trong nghiên cứu quản lý rủi ro thanh khoản

Các hướng phát triển trong nghiên cứu bao gồm việc sử dụng các phương pháp phân tích dữ liệu tiên tiến, nghiên cứu tác động của Fintech đến thanh khoản ngân hàng, và phát triển các mô hình dự báo rủi ro thanh khoản chính xác hơn.

Nội dung chính

Giới thiệu dự án

Rủi ro thanh khoản (RRTK) là một trong những mối đe dọa mang tính hệ thống lớn nhất trong ngành tài chính – ngân hàng. Sự đổ vỡ hoặc mất khả năng chi trả của một ngân hàng thương mại (NHTM) đơn lẻ có thể nhanh chóng tạo ra hiệu ứng dây chuyền (domino effect), đe dọa trực tiếp đến sự an toàn của toàn bộ mạng lưới tài chính quốc gia. Trong giai đoạn hậu khủng hoảng kinh tế toàn cầu và quá trình tái cấu trúc ngành ngân hàng Việt Nam (2012 – 2021), áp lực quản trị cân đối dòng tiền, tuân thủ các quy định an toàn thanh khoản (như Thông tư 22/2019/TT-NHNN, chuẩn mực Basel II/III) đã đặt các tổ chức tín dụng trước yêu cầu cấp thiết về việc lượng hóa chính xác các nhân tố tác động đến rủi ro thanh khoản.

Vấn đề nghiên cứu thực tế

Nhiều NHTM cổ phần tại Việt Nam tập trung tối đa hóa lợi nhuận thông qua việc tăng trưởng nóng tín dụng ngắn hạn và trung dài hạn, dẫn đến sự mất cân đối kỳ hạn nghiêm trọng giữa tài sản Có (cho vay) và tài sản Nợ (tiền gửi huy động). Khi các cú sốc vĩ mô (lạm phát gia tăng, biến động tăng trưởng kinh tế) hoặc biến cố vi mô (nợ xấu leo thang, thu hồi nợ chậm) xuất hiện, các phương pháp đo lường thanh khoản tĩnh truyền thống không phản ánh kịp thời mức độ thiếu hụt dòng tiền thực tế trong tương lai.

Mục tiêu của dự án

1. Xác định và lượng hóa: Đo lường chiều hướng và mức độ tác động của 7 nhân tố then chốt (5 nhân tố nội tại: Quy mô ngân hàng SIZE, Tỷ lệ vốn chủ sở hữu trên tổng tài sản CAP, Tỷ lệ dư nợ cho vay trên tổng tài sản TLA, Tỷ lệ nợ xấu NPL, Tỷ suất sinh lời trên vốn chủ sở hữu ROE; 2 nhân tố vĩ mô: Tốc độ tăng trưởng kinh tế GDP, Tỷ lệ lạm phát INF) đến rủi ro thanh khoản đại diện bởi Khe hở tài trợ (FGAP).
2. Kiểm định và xử lý khuyết tật mô hình: Thực hiện quy trình kiểm định kinh tế lượng dữ liệu bảng chặt chẽ, chẩn đoán các vi phạm giả định hồi quy (đa cộng tuyến, phương sai sai số thay đổi, tự tương quan) và khắc phục triệt để bằng phương pháp bình phương nhỏ nhất tổng quát khả thi (FGLS).
3. Xây dựng hàm ý quản trị: Đưa ra khuyến nghị thực thi chính sách điều hành tài sản Có – Nợ, quản trị hạn mức tín dụng và thiết lập bộ đệm thanh khoản thích ứng cho các NHTM Việt Nam.

Phương pháp tiếp cận giải pháp

Đề tài sử dụng phương pháp nghiên cứu định lượng trên bộ dữ liệu bảng cân bằng (Balanced Panel Data) gồm 24 NHTMCP Việt Nam qua chu kỳ 10 năm liên tục từ 2012 đến 2021 (tổng cộng 240 quan sát). Thay vì chỉ sử dụng các tỷ số thanh khoản tĩnh trên bảng cân đối kế toán tại một thời điểm, nghiên cứu chọn chỉ số Khe hở tài trợ (Financing Gap - $FGAP$) làm biến phụ thuộc trung tâm để nắm bắt chênh lệch cấu trúc tài sản – nguồn vốn cả ở hiện tại lẫn kỳ vọng tương lai.

Kết quả kỳ vọng

• Xây dựng mô hình kinh tế lượng FGLS có độ tin cậy thống kê cao ($p < 0.01$ đối với các biến trọng yếu).
• Xác định thứ bậc tác động chuẩn hóa của các biến vi mô và vĩ mô đến $FGAP$.
• Cung cấp khung số liệu thực nghiệm làm cơ sở xây dựng chính sách Stress-testing thanh khoản trong hệ thống ngân hàng.

Phạm vi và giới hạn nghiên cứu

• Không gian: 24 NHTMCP đang hoạt động và niêm yết/công bố thông tin minh bạch tại Việt Nam (loại trừ các ngân hàng thiếu dữ liệu chuỗi hoặc đang trong diện kiểm soát đặc biệt: SCB, DongABank, Vietbank, PVcomBank, BaoVietBank, OCB).
• Thời gian: Giai đoạn 2012 – 2021 (phản ánh chu kỳ sau khủng hoảng tài chính và giai đoạn thích ứng dịch bệnh COVID-19).
• Nguồn dữ liệu: Báo cáo tài chính hợp nhất kiểm toán, Báo cáo thường niên của 24 ngân hàng; dữ liệu kinh tế vĩ mô từ Tổng cục Thống kê (GSO) và Ngân hàng Thế giới (World Bank).

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong nghiên cứu quản trị ngân hàng, việc định lượng rủi ro thanh khoản tồn tại hai trường phái tiếp cận chính:

Tiêu chí	Phương pháp tỷ số thanh khoản tĩnh ($L_1, L_2, L_3, L_4$)	Phương pháp Khe hở tài trợ ($FGAP$)
Bản chất tính toán	Dựa trên các tỷ số đơn lẻ tại thời điểm chốt sổ (ví dụ: $\frac{\text{Tài sản thanh khoản}}{\text{Tổng tài sản}}$, $\frac{\text{Dư nợ}}{\text{Vốn huy động}}$).	Đo lường chênh lệch ròng giữa Tổng dư nợ tín dụng và Tổng nguồn vốn huy động trên Tổng tài sản.
Khả năng dự báo	Chỉ phản ánh trạng thái lịch sử, khó đánh giá áp lực thiếu hụt dòng tiền trong tương lai.	Cảnh báo trước nhu cầu tài trợ bổ sung từ thị trường liên ngân hàng hoặc hạ dự trữ tiền mặt.
Ưu điểm	Đơn giản, dễ thu thập trực tiếp từ báo cáo tài chính.	Đánh giá tổng thể độ lệch pha giữa nguồn vốn và sử dụng vốn; có độ nhạy cao với chu kỳ kinh tế.
Nhược điểm	Dễ bị sai lệch do các nghiệp vụ làm đẹp sổ sách cuối kỳ kế toán.	Đòi hỏi mô hình kinh tế lượng phức tạp để kiểm soát các tác động chéo.

Ma trận ưu tiên yêu cầu nghiên cứu (MoSCoW)

• Must have (Bắt buộc): Bộ dữ liệu bảng chuẩn hóa 240 quan sát (24 NHTM x 10 năm); mô hình FGLS xử lý phương sai sai số thay đổi và tự tương quan; kiểm định đa cộng tuyến (VIF).
• Should have (Nên có): So sánh đối sánh 3 mô hình nền tảng (Pooled OLS, Fixed Effects Model - FEM, Random Effects Model - REM) qua F-test và Hausman Test.
• Could have (Có thể có): Xếp hạng hệ số hồi quy chuẩn hóa để chỉ ra biến có mức độ tác động mạnh nhất.
• Won't have (Không bao gồm): Phân tích chuỗi thời gian đơn lẻ từng ngân hàng riêng biệt hoặc mô hình dự báo phi tuyến tính phức tạp.

Rào cản kỹ thuật và Khoảng trống nghiên cứu

Dữ liệu vi mô của các ngân hàng thương mại Việt Nam có tính dị biệt cao giữa các nhóm quy mô (Big 4 vs. NHTMCP quy mô nhỏ). Hầu hết các nghiên cứu trước đây (như Trương Quang Thông, 2013; Đặng Văn Dân, 2015) thường chỉ dừng lại ở mô hình FEM/REM mà bỏ qua kiểm định hiện tượng tự tương quan bậc nhất $AR(1)$ hoặc phương sai sai số thay đổi, dẫn đến các sai số chuẩn ước lượng bị chệch, làm mất đi tính hiệu quả (Efficiency) của các ước lượng tham số.

Thiết kế hệ thống

Kiến trúc quy trình phân tích kinh tế lượng

Hệ thống xử lý và ước lượng mô hình dữ liệu bảng được thiết kế theo luồng xử lý nghiêm ngặt:

Công nghệ và Môi trường thực thi

• Phần mềm phân tích: Stata/SE 16.0 (64-bit).
• Bộ công cụ hỗ trợ: Microsoft Excel 2019 (ETL và trích xuất chỉ số BCTC), LaTeX / Markdown (đóng gói báo cáo kỹ thuật).
• Nguyên tắc toàn vẹn dữ liệu: Kiểm tra tính cân bằng của Panel Data ($N = 24, T = 10, N \times T = 240$), không có giá trị khuyết thiếu (zero-missing value policy).

Đặc tả mô hình toán học

Phương trình hồi quy tổng quát dạng hàm tuyến tính:

$$FGAP_{it} = \beta_0 + \beta_1 SIZE_{it} + \beta_2 CAP_{it} + \beta_3 TLA_{it} + \beta_4 NPL_{it} + \beta_5 ROE_{it} + \beta_6 GDP_t + \beta_7 INF_t + u_i + \varepsilon_{it}$$

Trong đó:

• $i$: Đại diện cho NHTMCP thứ $i$ ($i = 1, 2, \dots, 24$).
• $t$: Đại diện cho năm quan sát ($t = 2012, 2013, \dots, 2021$).
• $FGAP_{it} = \frac{\text{Tổng dư nợ tín dụng}{it} - \text{Tổng nguồn vốn huy động}{it}}{\text{Tổng tài sản}_{it}}$ (Biến phụ thuộc).
• $u_i$: Tác động riêng biệt không quan sát được của từng ngân hàng.
• $\varepsilon_{it}$: Sai số ngẫu nhiên của mô hình.

Bảng định nghĩa chi tiết các biến số

• $SIZE_{it} = \ln(\text{Tổng tài sản}_{it})$: Quy mô ngân hàng.
• $CAP_{it} = \frac{\text{Vốn chủ sở hữu}{it}}{\text{Tổng tài sản}{it}}$: Tỷ lệ an toàn vốn tự có.
• $TLA_{it} = \frac{\text{Tổng dư nợ cho vay}{it}}{\text{Tổng tài sản}{it}}$: Tỷ lệ đòn bẩy cho vay.
• $NPL_{it} = \frac{\text{Tổng nợ xấu (Nhóm 3, 4, 5)}{it}}{\text{Tổng dư nợ cho vay}{it}}$: Tỷ lệ nợ xấu.
• $ROE_{it} = \frac{\text{Lợi nhuận sau thuế}{it}}{\text{Vốn chủ sở hữu bình quân}{it}}$: Hiệu quả sinh lời trên vốn.
• $GDP_t = \frac{GDP_t - GDP_{t-1}}{GDP_{t-1}}$: Tốc độ tăng trưởng kinh tế thực tế.
• $INF_t = \frac{CPI_t - CPI_{t-1}}{CPI_{t-1}}$: Tỷ lệ lạm phát bình quân năm.

Phương pháp nghiên cứu

Nghiên cứu áp dụng quy trình kiểm định 4 giai đoạn:

1. Giai đoạn 1 - Lựa chọn mô hình cơ sở: Ước lượng Pooled OLS, FEM, REM. Áp dụng F-test để lựa chọn giữa Pooled OLS và FEM ($H_0$: Pooled OLS phù hợp). Sau đó áp dụng kiểm định Hausman ($H_0$: Ước lượng FEM và REM không khác biệt mang tính hệ thống) để quyết định giữa FEM và REM.
2. Giai đoạn 2 - Kiểm định khuyết tật mô hình:
   • Kiểm định đa cộng tuyến qua nhân tử phóng đại phương sai (VIF). Ngưỡng cảnh báo: $VIF > 10$.
   • Kiểm định phương sai sai số thay đổi bằng kiểm định Modified Wald / Breusch-Pagan Lagrange Multiplier.
   • Kiểm định tự tương quan chuỗi bằng kiểm định Wooldridge ($AR(1)$ for panel data).
3. Giai đoạn 3 - Khắc phục bằng FGLS: Áp dụng ma trận hiệp phương sai cấu trúc để điều chỉnh đồng thời hiện tượng phương sai biến thiên giữa các ngân hàng (panels(heteroskedastic)) và tự tương quan chuỗi thời gian (corr(ar1)).
4. Giai đoạn 4 - Đánh giá và xếp hạng tác động: Chuẩn hóa các hệ số hồi quy để xác định trọng số ảnh hưởng tương đối của từng biến vi mô và vĩ mô.

---

Triển khai thực nghiệm và Kết quả

Quy trình phân tích dữ liệu trên Stata

Quá trình phân tích thực nghiệm được tự động hóa bằng kịch bản lệnh Stata (Do-file) với các khối lệnh tiêu chuẩn:

* 1. Cấu hình định dạng dữ liệu bảng
insheet using "vietnam_banks_liquidity_2012_2021.csv", clear
xtset bank_id year

* 2. Thống kê mô tả và Ma trận tương quan
summarize FGAP SIZE CAP TLA NPL ROE GDP INF
pwcorr FGAP SIZE CAP TLA NPL ROE GDP INF, star(0.05) sig

* 3. Ước lượng các mô hình cơ sở
reg FGAP SIZE CAP TLA NPL ROE GDP INF
estimates store pooled_ols

xtreg FGAP SIZE CAP TLA NPL ROE GDP INF, fe
estimates store fem_model

xtreg FGAP SIZE CAP TLA NPL ROE GDP INF, re
estimates store rem_model

* 4. Kiểm định lựa chọn mô hình
hausman fem_model rem_model

* 5. Kiểm định khuyết tật mô hình FEM đã chọn
quietly xtreg FGAP SIZE CAP TLA NPL ROE GDP INF, fe
xttest3                                         // Kiểm định phương sai sai số thay đổi (Wald)
xtserial FGAP SIZE CAP TLA NPL ROE GDP INF      // Kiểm định tự tương quan (Wooldridge)
vif                                             // Kiểm định nhân tử phóng đại phương sai

* 6. Hồi quy mô hình FGLS khắc phục triệt để khuyết tật
xtgls FGAP SIZE CAP TLA NPL ROE GDP INF, panels(hetero) corr(ar1)

Thống kê mô tả và Chẩn đoán ma trận tương quan

Phân tích 240 quan sát thực nghiệm giai đoạn 2012 – 2021 cho thấy các chỉ số phân phối mẫu:

Biến	Số quan sát	Trung bình (Mean)	Độ lệch chuẩn (Std. Dev.)	Giá trị nhỏ nhất (Min)	Giá trị lớn nhất (Max)	Ngân hàng / Thời điểm cực trị
$FGAP$	240	-0.0921 (-9.21%)	0.1119	-0.5353 (-53.53%)	0.0850 (8.50%)	Min: TPBank (2015); Max: VietinBank (2019)
$SIZE$	240	8.1200	0.5000	7.1700	9.2500	Min: Saigonbank (2013); Max: BIDV (2021)
$CAP$	240	0.0906 (9.06%)	0.0371	0.0406 (4.06%)	0.2384 (23.84%)	Min: BIDV (2017); Max: Saigonbank (2013)
$TLA$	240	0.5911 (59.11%)	0.1203	0.2252 (22.52%)	0.9284 (92.84%)	Min: MSB (2014); Max: VIB (2018)
$NPL$	240	0.0215 (2.15%)	0.0132	0.0011 (0.11%)	0.0881 (8.81%)	Min: Bac A Bank; Max: SHB (2016)
$ROE$	240	0.1018 (10.18%)	0.0740	0.00003 (0.003%)	0.3033 (30.33%)	Min: NCB (2020); Max: VIB (2021)
$GDP$	240	0.0559 (5.59%)	0.0155	0.0219 (2.19%)	0.0708 (7.08%)	Min: Năm 2020; Max: Năm 2018
$INF$	240	0.0381 (3.81%)	0.0233	0.0063 (0.63%)	0.0921 (9.21%)	Min: Năm 2015; Max: Năm 2012

Ma trận tương quan Pearson: Tất cả các hệ số tương quan từng đôi giữa các biến độc lập đều có giá trị tuyệt đối $< 0.8$, cho thấy không có dấu hiệu nghiêm trọng ban đầu về cộng tuyến tuyến tính.

Kiểm định lựa chọn mô hình và Chẩn đoán khuyết tật

Kết quả thực hiện các kiểm định thống kê chuyên sâu:

1. Kiểm định F-test (Pooled OLS vs. FEM): Giá trị thống kê $F(23, 209) = 10.0000$ với $P\text{-value} = 0.0000 < 0.05 \implies$ Bác bỏ $H_0$. Mô hình tác động cố định (FEM) phù hợp hơn Pooled OLS.
2. Kiểm định Hausman (FEM vs. REM): Giá trị thống kê $\chi^2(8) = 14.0405$ với $P\text{-value} = 0.0000 < 0.05 \implies$ Bác bỏ $H_0$. Mô hình tác động cố định (FEM) vượt trội và phù hợp hơn mô hình tác động ngẫu nhiên (REM).
3. Kiểm định đa cộng tuyến: Hệ số phóng đại phương sai cao nhất là $VIF_{SIZE} = 2.64$; tất cả các biến đều có $VIF < 10 \implies$ Mô hình không mắc hiện tượng đa cộng tuyến.
4. Kiểm định phương sai sai số thay đổi (Modified Wald Test): Giá trị thống kê $\chi^2(24) = 318.0000$ với $P\text{-value} = 0.0000 < 0.01 \implies$ Bác bỏ $H_0$. Tồn tại hiện tượng phương sai sai số thay đổi giữa các ngân hàng.
5. Kiểm định tự tương quan (Wooldridge Test): Giá trị thống kê $F(1, 23) = 115.0000$ với $P\text{-value} = 0.0000 < 0.01 \implies$ Bác bỏ $H_0$. Mô hình xuất hiện tự tương quan bậc nhất $AR(1)$.

Kết quả ước lượng hồi quy bằng phương pháp FGLS

Để triệt tiêu đồng thời hai khuyết tật nghiêm trọng trên, mô hình FGLS được áp dụng. Dưới đây là bảng kết quả tổng hợp chính thức:

Tên biến	Ký hiệu	Giả thuyết ban đầu	Chiều tác động thực nghiệm (FGLS)	Mức ý nghĩa thống kê ($p$-value)	Đánh giá chấp nhận giả thuyết
Quy mô ngân hàng	$SIZE$	Âm (-)	Dương (+)	$p < 0.01$ (***)	Ngược kỳ vọng ban đầu
Tỷ lệ vốn chủ sở hữu	$CAP$	Dương (+)	Dương (+)	$p < 0.01$ (***)	Chấp nhận giả thuyết $H_2$
Tỷ lệ dư nợ cho vay	$TLA$	Dương (+)	Dương (+)	$p < 0.01$ (***)	Chấp nhận giả thuyết $H_3$ ($\beta = +0.054$)
Tỷ lệ nợ xấu	$NPL$	Dương (+)	Không có ý nghĩa	$p > 0.10$	Không có ý nghĩa thống kê
Tỷ suất sinh lời	$ROE$	Dương (+)	Không có ý nghĩa	$p > 0.10$	Không có ý nghĩa thống kê
Tăng trưởng kinh tế	$GDP$	Dương (+)	Dương (+)	$p < 0.10$ (*)	Chấp nhận giả thuyết $H_7$ (Tác động yếu)
Tỷ lệ lạm phát	$INF$	Dương (+)	Dương (+)	$p < 0.05$ (**)	Chấp nhận giả thuyết $H_8$

*(Ghi chú: ***, *, * tương ứng với mức ý nghĩa thống kê 1%, 5% và 10%).

Thảo luận chuyên sâu kết quả thực nghiệm

• Biến $TLA$ (Dư nợ / Tổng tài sản): Tác động cùng chiều mạnh nhất trong nhóm nội tại ($p < 0.01$). Khi $TLA$ tăng 1 đơn vị, $FGAP$ tăng $0.054$ đơn vị. Điều này chỉ ra rằng việc mở rộng danh mục tín dụng làm cạn kiệt tài sản có tính thanh khoản cao, nới rộng khe hở tài trợ và đẩy ngân hàng vào tình thế dễ bị tổn thương nếu người gửi tiền rút vốn đột ngột.
• Biến $SIZE$ (Quy mô ngân hàng): Tác động cùng chiều ($p < 0.01$). Các NHTM có tổng tài sản lớn tại Việt Nam có xu hướng ỷ lại vào vị thế "quá lớn để sụp đổ" (Too Big To Fail), chủ động gia tăng đòn bẩy tài trợ và tận dụng sự bảo hộ thanh khoản từ Ngân hàng Nhà nước để mở rộng hoạt động sinh lời, dẫn đến $FGAP$ lớn hơn.
• Biến $CAP$ (Vốn chủ sở hữu / Tổng tài sản): Tương quan thuận ($p < 0.01$). Khi vốn tự có tăng, các ngân hàng có tâm lý an tâm hơn về năng lực hấp thụ tổn thất (Risk Absorption Hypothesis), từ đó tăng tốc mở rộng cho vay thay vì dự trữ thanh khoản an toàn.
• Biến $INF$ (Lạm phát): Là biến vĩ mô tác động mạnh nhất ($p < 0.05$). Lạm phát cao làm giảm giá trị thực của tiền gửi dân cư, gây khó khăn cho công tác huy động vốn, buộc NHTM phải cạnh tranh tăng lãi suất, làm mất cân đối cung – cầu dòng tiền và gia tăng RRTK.
• Biến $GDP$: Tác động cùng chiều ở mức ý nghĩa $10%$ ($p < 0.10$). Trong giai đoạn kinh tế tăng trưởng nóng, nhu cầu mở rộng kinh doanh kích thích tín dụng bùng nổ, kéo theo khe hở tài trợ mở rộng.

---

Đổi mới và Đóng góp

1. Khắc phục hoàn toàn sai số ước lượng bằng FGLS: Đề tài chứng minh rõ ràng việc sử dụng mô hình Pooled OLS hay FEM truyền thống trong nghiên cứu ngân hàng tại Việt Nam là chưa đủ do sự hiện diện đồng thời của phương sai thay đổi ($\chi^2 = 318.00$) và tự tương quan ($F = 115.00$). Việc áp dụng FGLS giúp triệt tiêu hoàn toàn độ chệch của sai số chuẩn.
2. So sánh với các công trình nghiên cứu đi trước:
   • So với Trương Quang Thông (2013): Nghiên cứu này mở rộng chuỗi dữ liệu đến năm 2021 (bao gồm cả biến động COVID-19) và chuẩn hóa phương pháp chẩn đoán khuyết tật mô hình.
   • So với Đặng Văn Dân (2015): Nghiên cứu mở rộng quy mô mẫu từ 15 lên 24 NHTMCP (chiếm hơn 85% tổng tài sản toàn hệ thống), mang lại độ đại diện cao hơn đáng kể.
   • So với Vũ Thị Hồng (2015): Nghiên cứu đã chứng minh rõ nét tác động có ý nghĩa thống kê của quy mô ngân hàng ($SIZE$) và lạm phát ($INF$) đến rủi ro thanh khoản.
3. Đóng góp về mặt chỉ tiêu đo lường: Xác lập cơ sở định lượng chứng minh Khe hở tài trợ ($FGAP$) là công cụ phản ánh độ nhạy thanh khoản vượt trội hơn các tỷ số tĩnh $L_1 - L_4$ trong môi trường kinh tế biến động.

---

Ứng dụng thực tế và Triển khai

Các kịch bản ứng dụng trong thực tế ngân hàng (Use Cases)

• Tích hợp vào hệ thống Quản lý Tài sản Nợ - Có (ALM Dashboard): Sử dụng các trọng số hồi quy FGLS để xây dựng hệ số cảnh báo sớm (Early Warning Indicators - EWI). Khi chỉ số $TLA$ của chi nhánh hoặc toàn hệ thống chạm ngưỡng giới hạn (ví dụ: $> 75%$), hệ thống tự động phát tín hiệu kiểm soát giải ngân.
• Mô phỏng kịch bản căng thẳng (Liquidity Stress Testing): Ứng dụng hệ số co giãn của lạm phát ($INF$) và $GDP$ để chạy kịch bản ứng phó khi lạm phát vượt mốc $5%$ hoặc $7%$.

Lộ trình triển khai khuyến nghị cho NHTM

1. Giai đoạn 1 (Ngắn hạn - 3 tháng): Tái cơ cấu danh mục cho vay, kiểm soát chặt chẽ tỷ lệ $TLA$, thiết lập trần tỷ lệ cho vay trên tổng huy động (LDR) theo sát Thông tư 22/2019/TT-NHNN.
2. Giai đoạn 2 (Trung hạn - 6 đến 12 tháng): Đa dạng hóa nguồn vốn huy động bán lẻ, giảm phụ thuộc vào nguồn vốn liên ngân hàng liên tục biến động; tăng cường nắm giữ trái phiếu chính phủ và tín phiếu NHNN để làm tài sản thanh khoản đệm.
3. Giai đoạn 3 (Dài hạn - 12 đến 24 tháng): Nâng cấp hệ thống Core Banking và nền tảng ngân hàng số (Digital Banking) nhằm tăng tỷ lệ tiền gửi không kỳ hạn (CASA), tạo nguồn vốn chi phí thấp và ổn định.

---

Hạn chế và Hướng phát triển

• Hạn chế về cỡ mẫu và dữ liệu khuyết: Nghiên cứu mới khảo sát 24 NHTMCP; một số ngân hàng yếu kém thuộc diện cơ cấu bắt buộc hoặc chưa niêm yết không thể đưa vào mẫu do tính bảo mật và thiếu minh bạch về số liệu kiểm toán.
• Tần suất dữ liệu: Dữ liệu thu thập theo năm (Annual Data), chưa phân tách theo quý hoặc tháng nên chưa phản ánh được các biến động thanh khoản ngắn hạn mang tính mùa vụ (ví dụ: áp lực rút tiền dịp Tết Nguyên đán).
• Hướng nghiên cứu mở rộng:
  • Ứng dụng phương pháp hồi quy Menh-GMM (System GMM) để kiểm soát hiện tượng nội sinh động (Dynamic Endogeneity) giữa lợi nhuận, quy mô và rủi ro thanh khoản.
  • Tích hợp các thuật toán học máy (Machine Learning: Random Forest, XGBoost) trên chuỗi dữ liệu giao dịch thời gian thực (Real-time Transaction Data) để tự động dự báo khả năng thanh toán tức thời.

---

Đối tượng hưởng lợi

• Sinh viên & Học viên cao học: Tiếp cận quy trình nghiên cứu định lượng kinh tế lượng dữ liệu bảng chuẩn mực, từ khâu trích xuất dữ liệu, kiểm định Hausman, chẩn đoán lỗi mô hình đến hồi quy FGLS trên phần mềm Stata.
• Chuyên viên Phân tích Dữ liệu / Quản trị Rủi ro: Nắm vững Do-file Stata thực chiến, hiểu rõ bản chất toán học của việc xử lý vi phạm phương sai thay đổi và tự tương quan trong chuỗi số liệu tài chính.
• Ban điều hành Ngân hàng & Hội đồng ALCO: Có cơ sở khoa học định lượng để hoạch định hạn mức cho vay ($TLA$), chiến lược tăng vốn tự có ($CAP$) và phân bổ tỷ trọng danh mục tài sản sinh lời phù hợp với dự báo lạm phát.
• Cơ quan quản lý (Ngân hàng Nhà nước): Bổ sung bằng chứng thực nghiệm về phản ứng của hệ thống NHTM trước các biến số vĩ mô để điều hành chính sách tiền tệ và hạn mức tín dụng (room tín dụng) linh hoạt.

---

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và môi trường để tái lập mô hình FGLS này là gì?

Để tái lập nghiên cứu, cần cài đặt phần mềm Stata phiên bản 15.0 trở lên (khuyên dùng Stata 16 hoặc 17). Máy tính tối thiểu 4GB RAM, bộ dữ liệu bảng gồm 8 cột biến số đã được làm sạch và xử lý các giá trị logarit tự nhiên ($SIZE$). Ngoài ra có thể sử dụng thư viện linearmodels hoặc statsmodels trong Python 3.8+ để kiểm tra chéo kết quả.

2. Vì sao FGLS vượt trội hơn Pooled OLS và FEM/REM trong bối cảnh dữ liệu tài chính ngân hàng?

Dữ liệu vi mô của các NHTM thường vi phạm hai giả định cổ điển của Gauss-Markov: phương sai sai số không đồng nhất giữa các ngân hàng (Heteroskedasticity) và sai số có tương quan theo thời gian (Autocorrelation). Pooled OLS và FEM thông thường sẽ cho ra sai số chuẩn bị chệch (thường là ước lượng thấp hơn thực tế), dẫn đến việc kết luận các biến có ý nghĩa thống kê sai lầm (lỗi Type I). FGLS biến đổi ma trận hiệp phương sai sai số, đảm bảo ước lượng thu được là ước lượng tuyến tính không chệch tốt nhất (BLUE).

3. Làm thế nào để tích hợp công thức khe hở tài trợ (FGAP) vào hệ thống Core Banking hiện có?

Ngân hàng có thể lập trình module tính toán tự động trong hệ thống Data Warehouse hoặc Data Mart của ALM: trích xuất số dư cuối ngày của tài khoản Cho vay khách hàng (GL mã tài sản) trừ đi số dư Tiền gửi của khách hàng và Phát hành giấy tờ có giá (GL mã nguồn vốn), sau đó chia cho Tổng tài sản bình quân ngày để liên tục theo dõi biến động $FGAP$ theo thời gian thực.

4. Chi phí và nguồn lực bảo trì hệ thống mô hình cảnh báo rủi ro thanh khoản?

Mô hình định lượng FGLS có chi phí triển khai rất thấp do chạy trên các tập dữ liệu kế toán sẵn có của ngân hàng. Nguồn lực yêu cầu gồm 1-2 chuyên viên phân tích định lượng (Quantitative Risk Analyst) để định kỳ cập nhật lại tham số mô hình (re-calibration) sau mỗi kỳ báo cáo tài chính quý hoặc năm.

5. Dự án mang lại lợi ích tài chính và hoàn vốn (ROI) cụ thể như thế nào cho ngân hàng thương mại?

Việc dự báo và kiểm soát chính xác khe hở tài trợ giúp ngân hàng tránh được tình trạng phải vay nóng trên thị trường liên ngân hàng (Thị trường 2) với lãi suất qua đêm cao trong những thời điểm căng thẳng thanh khoản, tiết kiệm hàng chục đến hàng trăm tỷ đồng chi phí vốn bất thường mỗi năm.

---

Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện mục tiêu nghiên cứu thông qua việc phân tích thực nghiệm tác động của các nhân tố bên trong và bên ngoài đến rủi ro thanh khoản tại 24 NHTMCP Việt Nam giai đoạn 2012 – 2021. Bằng việc ứng dụng phương pháp ước lượng bình phương nhỏ nhất tổng quát khả thi (FGLS), nghiên cứu đã giải quyết triệt để các khuyết tật về phương sai sai số thay đổi và tự tương quan, mang lại kết quả có độ tin cậy khoa học cao:

• Các biến Tỷ lệ dư nợ cho vay trên tổng tài sản ($TLA$), Quy mô ngân hàng ($SIZE$), Tỷ lệ vốn chủ sở hữu trên tổng tài sản ($CAP$) tác động cùng chiều mạnh mẽ nhất đến rủi ro thanh khoản ở mức ý nghĩa $1%$.
• Biến Tỷ lệ lạm phát ($INF$) và Tốc độ tăng trưởng kinh tế ($GDP$) là hai nhân tố vĩ mô tác động cùng chiều với mức ý nghĩa lần lượt là $5%$ và $10%$.
• Nghiên cứu cung cấp khung tham chiếu định lượng sắc bén cho các nhà quản trị ngân hàng trong việc xây dựng chính sách cân đối tài sản Có – Nợ, đa dạng hóa nguồn vốn huy động và củng cố bộ đệm an toàn thanh khoản trước các biến động khó lường của nền kinh tế.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP. HỒ CHÍ MINH ---------- NHẬT QU NH INH RỦI RO TH NH HOẢN CỦ CÁC NGÂN HÀNG VIỆT N S TÁC ĐỘNG CỦ CÁC U T B N TRONG VÀ U T B N NGOÀI NGÂN HÀNG HÓ UẬN T T NGHIỆP CHU N NGÀNH TÀI CHÍNH – NGÂN HÀNG ÃS 7 34 02 01 THÀNH PH HỒ CHÍ MINH, NĂ 2023 BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP. HCM ---------- Họ và tên sinh viên NHẬT QU NH INH ã số sinh viên 030805170384 ớp sinh hoạt HQ5-GE08 RỦI RO TH NH HOẢN CỦ CÁC NGÂN HÀNG VIỆT N S TÁC ĐỘNG CỦ CÁC U T B N TRONG VÀ U T B N NGOÀI NGÂN HÀNG HÓ UẬN T T NGHIỆP CHU N NGÀNH TÀI CHÍNH – NGÂN HÀNG ÃS 7 34 02 01 NGƢỜI HƢỚNG DẪN KHOA HỌC TS. NGU ỄN TRUNG HI U THÀNH PH HỒ CHÍ INH, NĂ 2023 i TÓ TẮT Đề tài “Rủi ro thanh khoản của các ngân hàng thƣơng mại Việt Nam: tác động của các nhân tố bên trong và bên ngoài” đƣợc thực hiện dựa trên các nghiên cứu trƣớc đây về các nhân tố ảnh hƣởng đến rủi ro thanh khoản của các ngân hàng thƣơng mại trong và ngoài nƣớc.

Nghiên cứu sử dụng thông tin từ báo cáo tài chính và báo cáo thƣờng niên của 24 ngân hàng thƣơng mại tại Việt Nam từ năm 2012 đến năm 2021. Các thông tin này bao gồm Quy mô ngân hàng (SIZE), Tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAP), Dƣ nợ cho vay trên tổng tài sản (TLA), Nợ xấu Tỷ lệ nợ xấu (NPL), Lợi nhuận trên vốn chủ sở hữu (ROE), Tốc độ tăng trƣởng kinh tế (GDP) và Tỷ lệ lạm phát (INF). Đề tài nghiên cứu sử dụng chỉ số chênh lệch tài trợ (FGAP) để đo lƣờng RRTK và các mô hình hồi quy Pooled OLS, FEM, REM. Tuy nhiên, kết quả cho thấy mô hình nghiên cứu có hiện tƣợng tự tƣơng quan và sai số phƣơng pháp thay đổi nên tác giả tiếp tục sử dụng mô hình FGLS để khắc phục vấn đề.

Nghiên cứu cho thấy các nhân tố nghiên cứu ảnh hƣởng đến rủi ro thanh khoản tại ngân hàng. Các biến Quy mô ngân hàng (SIZE), Vốn chủ sở hữu trên tổng tài sản (CAP), Tỷ lệ dƣ nợ cho vay trên tổng tài sản (TLA) và Tỷ lệ lạm phát (INF) có tác động tích cực đến RRTK, trong khi tỷ lệ nợ xấu (NPL) và Tỷ lệ hoàn vốn trên Vốn chủ sở hữu (ROE) có tác động tiêu cực. và Tốc độ tăng trƣởng kinh tế (GDP) không có ý nghĩa gì cả. Sau khi thu đƣợc kết quả từ mô hình FGLS, tác giả trình bày về tác động của kết quả nghiên cứu đến rủi ro thanh khoản tại các ngân hàng thƣơng mại Việt Nam từ 2012 đến 2021 và đề xuất các giải pháp để các ngân hàng hạn chế rủi ro thanh khoản giai đoạn 2012 - 2021 và đƣa ra khuyến nghị cho ngân hàng nhằm hạn chế RRTK.

ii ABSTRACT The thesis "Factors affecting liquidity risk at Vietnamese commercial banks" is based on previous research related to factors affecting the liquidity risk of domestic and foreign commercial banks. The variables Bank Size (SIZE), Equity to Total Assets (CAP), Loans to Total Assets (TLA), Bad Debt Ratio (NPL), Profitability-to-Equity Variables (ROE), Economic Growth Rate (GDP), and Inflation Rate (INF) were collected from the financial statements and annual reports of 24 commercial banks in Vietnam from 2012 to 2021. Although the research topic employs the liquidity gap index (FGAP) and the Pooled OLS, FEM, and REM regression models to gauge liquidity risk, findings indicate that the research model experiences autocorrelation and the phenomenon of autocovariance change; consequently, the author employs the FGLS model to compensate for this shortcoming. Bank Size (SIZE), Equity to Total Assets (CAP), Loans to Total Assets (TLA), and Inflation Rate (INF) were found to have a positive impact on liquidity risk, while Bad Debt Ratio (NPL), Profitability-to-Equity Variables (ROE), and Economic Growth Rate (GDP) were found to be statistically insignificant.

The author then addresses the research findings that affect liquidity risk at Vietnamese commercial banks in the period 2012-2021 using the findings from the FGLS model, and gives recommendations for banks to control liquidity risk. iii ỜI CAM ĐO N Tôi xin cam đoan khóa luận tốt nghiệp với đề tài này là công trình nghiên cứu riêng của tác giả, kết quả nghiên cứu là trung thực, trong đó có các nội dung đã đƣợc công bố trƣớc đây hoặc các nội dung do ngƣời khác thực hiện ngoại trừ các trích dẫn dƣợc dẫn nguồn đầy đủ trong khóa luận. Tác giả Lê Nhật Qu nh Linh iv ỜI CẢ ƠN Để bắt đầu, tôi muốn bày tỏ lòng biết ơn đến tất cả những ngƣời đóng góp cho sự giáo dục của sinh viên tại Đại học Ngân hàng Thành phố Hồ Chí Minh, đặc biệt là trong khi học tập hoặc nghiên cứu. Tiến sĩ Nguyễn Trung Hiếu đã tận tình hƣớng dẫn, động viên tôi, cho tôi những lời khuyên vô giá mà tôi mãi mãi biết ơn.

Sẽ có một số khoảng trống trong báo cáo nghiên cứu do tác giả thiếu kinh nghiệm và thiếu thông tin cơ bản liên quan. Vì vậy, tôi rất mong nhận đƣợc sự góp ý từ các thầy cô để tôi có thể tối ƣu hóa chất lƣợng học tập, học hỏi thêm và phát triển chuyên môn. Tôi xin chân thành cảm ơn! Tác giả Lê Nhật Qu nh Linh v ỤC ỤC R I RO THANH KHOẢN C A C C NG N H NG VI T NAM: S T C Đ NG C A C C Y U T B N TRONG V Y U T B N NGO I NG N H NG. 1 R I RO THANH KHOẢN C A C C NG N H NG VI T NAM: S T C Đ NG C A C C Y U T B N TRONG V Y U T B N NGO I NG N H NG.

2 LỜI CAM ĐOAN. GIỚI THI U VỀ NGHI N CỨU. Lý do chọn đề tài. Mục tiêu của đề tài.

Câu hỏi nghiên cứu. Đối tƣợng và phạm vi nghiên cứu. Đối tƣợng nghiên cứu. Phạm vi nghiên cứu.

Phƣơng pháp nghiên cứu. Đóng góp của đề tài. Bố cục khóa luận .13 TÓM TẮT CHƢƠNG 1. TỔNG QUAN VỀ LÝ THUY T V C CNGHI N CỨU TH C NGHI M.

Tổng quan rủi ro thanh khoản của ngân hàng thƣơng mại. Khái niệm về rủi ro thanh khoản. Phƣơng pháp đo lƣờng rủi ro thanh khoản. Phƣơng pháp đo lƣờng rủi ro thanh khoant dựa vào khe hở tài trợ.

Phƣơng pháp đo lƣờng rủi ro thanh khoản dựa vào các chỉ số thanh khoản. Cơ sở lý thuyết về các yếu tố ảnh hƣởng đến rủi ro thanh khoản tại các ngân hàng thƣơng mại. Tổng quan các nghiên cứu thực nghiệm liên quan đến các yếu tố ảnh hƣởng đến rủi ro thanh khoản. Nghiên cứu trên thế giới.

Nghiên cứu trong nƣớc .21 TÓM TẮT CHƢƠNG 2. Tiến trình nghiên cứu. Mô hình và giả thuyết nghiên cứu. Biến phụ thuộc.

Các biến độc lập. Quy mô ngân hàng (SIZE). Tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAP). Tỷ lệ dƣ nợ cho vay trên tổng tài sản (TLA).

Tỷ lệ nợ xấu (NPL). Tỷ lệ lợi nhuận trên vốn chủ sỡ hữu (ROE). Tốc độ tăng trƣởng kinh tế (GDP). Tỷ lệ lạm phát (INF).

Dữ liệu nghiên cứu. Phƣơng pháp nghiên cứu. Lựa chọn phương pháp ước lượng phù hợp cho mô hình. Kiểm định sự vi phạm của các giả định của mô hình hồi quy .30 TÓM TẮT CHƢƠNG 3 .32 vii CHƢƠNG 4.

K T QUẢ V THẢO LUẬN K T QUẢ Y U T ẢNH HƢỞNG Đ N R I RO THANH KHOẢN TẠI C C. Thống kê mô tả. Ma trận tƣơng quan. Kiểm định lựa chọn mô hình.

Kiểm định lựa chọn mô hình bình phƣơng dữ liệu gộp (PooledOLS) và mô hình hồi quy tác động cố định (FEM). Kiểm định lựa chọn mô hình hồi quy tác động cố định (FEM) và mô hình hồi quy tác động ngẫu nhiên (REM). Kiểm định đa cộng tuyến. Kiểm định phƣơng sai sai số thay đổi.

Kiểm định tự tƣơng quan. Khắc phục mô hình bằng phƣơng pháp bình phƣơng nhỏ nhất tổng quát khả thi (FGLS). Thảo luận kết quả nghiên cứu .41 TÓM TẮT CHƢƠNG 4. K T LUẬN V KHUY N NGHỊ.

Kết luận của đề tài. 44 T I LI U THAM KHẢO. 47 Tài liệu tiếng anh .48 viii DANH ỤC CÁC BẢNG Bảng 2. Bảng tổng hợp nghiên cứu trong và ngoài nƣớc.

Mô tả các giả thuyết nghiên cứu. Danh sách 24 NHTMCP Việt Nam trong bài nghiên cứu. Thống kê mô tả các biến trong mô hình. Ma trận tƣơng quan giữa các biến.

Kết quả hồi quy Pooled OLS, FEM và REM. Kết quả lựa chọn mô hình Pooled OLS và FEM. Kết quả kiểm định Hausman. Hệ số VIF.

Kết quả kiểm định phƣơng sai của sai số thay đổi mô hình. Kết quả kiểm định tự tƣơng quan của mô hình. Kết quả ƣớc lƣợng mô hình bằng phƣơng pháp FGLS .40 ix DANH ỤC PHỤ ỤC “Phụ lục 1. Thống kê mô tả.

Ma trận tƣơng quan giữa các biến độc lập. Kiểm định hiện tƣợng đa cộng tuyến. Kiểm định mô hình Pooled OLS. Kiểm định mô hình FEM.

Kiểm định mô hình REM. Kiểm định Hausman. Kiểm định hiện tƣợng phƣơng sai sai số thay đổi. Kiểm định hiện tƣợng tự tƣơng quan.

Mô hình hồi quy bằng phƣơng pháp FGLS. Bảng dữ liệu tính toán từ báo cáo tài chính của 24 NHTM giai đoạn2012 2021”. 58 x DANH ỤC TỪ VI T TẮT Tiếng việt STT Từ viết tắt Nguyên nghĩa 1 NHNN Ngân hàng Nhà nƣớc 2 NHTM Ngân hàng Thƣơng mại 3 NHTMCP Ngân hàng Thƣơng mại cổ phần 4 RRTK Rủi ro thanh khoản Tiếng anh STT ý kiệu Tiếng anh Tiếng việt 1 FEM Fixed Effects Model Mô hình tác động cố định 2 FGLS Feasible Generalised Least Phƣơng pháp bình phƣơng bé Squares nhất tổng quát khả thi 3 Pooled Pooled Ordinary Least Square Phƣơng pháp bình phƣơng tối OLS thiểu 4 REM Random Effects Model Mô hình tác động ngẫu nhiên 11 CHƢƠNG 1. GIỚI THIỆU VỀ NGHI N CỨU 1.

ý do chọn đề tài Một trong những mối nguy hiểm trong ngành ngân hàng là RRTK, rủi ro này không chỉ ảnh hƣởng đến mức độ ổn định của từng ngân hàng thƣơng mại mà còn ảnh hƣởng đến sự ổn định của toàn bộ hệ thống ngân hàng (Eichberger và cộng sự, 2005). Tùy thuộc vào mức độ nghiêm trọng và phạm vi của rủi ro tín dụng, một số hoặc tất cả các ngân hàng có thể không thể tiếp tục hoạt động.