Phân tích tác động của chính sách kinh tế đến hoạt động ngân hàng

Khóa luận tốt nghiệp phân tích ảnh hưởng của bất định chính sách kinh tế đến hiệu quả hoạt động ngân hàng, cung cấp góc nhìn chuyên sâu và giải pháp hữu ích.

• Tác giả: Nguyễn Xuân Tiến
• Người hướng dẫn: ThS. Nguyễn Thị Minh Châu
• Trường học: Trường Đại học Ngân hàng TP. Hồ Chí Minh
• Chuyên ngành: Ngân hàng
• Đề tài: Bất định chính sách kinh tế và hiệu quả hoạt động ngân hàng
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2021
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: LÝ DO CHỌN ĐỀ TÀI
• 1.1. MỤC TIÊU NGHIÊN CỨU
• 1.1.1. Mục tiêu nghiên cứu tổng quát
• 1.1.2. Mục tiêu nghiên cứu cụ thể
• 1.2. CÂU HỎI NGHIÊN CỨU
• 1.3. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
• 1.3.1. Đối tượng nghiên cứu
• 1.3.2. Phạm vi nghiên cứu
• 1.4. PHƯƠNG PHÁP NGHIÊN CỨU
• 1.5. ĐÓNG GÓP CỦA ĐỀ TÀI
• 1.5.1. Về mặt khoa học
• 1.6. KẾT CẤU CỦA ĐỀ TÀI
• 1.7. KẾT LUẬN CHƯƠNG 1
• 2. CƠ SỞ LÝ THUYẾT VỀ BẤT ĐỊNH CHÍNH SÁCH KINH TẾ VÀ HIỆU QUẢ HOẠT ĐỘNG NGÂN HÀNG
• 2.1. BẤT ĐỊNH CHÍNH SÁCH KINH TẾ
• 2.1.1. Khái niệm bất định chính sách kinh tế
• 2.1.2. Tác động của bất định chính sách kinh tế
• 2.2. HIỆU QUẢ HOẠT ĐỘNG NGÂN HÀNG
• 2.2.1. Cơ sở lý thuyết về hiệu quả hoạt động ngân hàng
• 2.2.2. Đo lường hiệu quả hoạt động ngân hàng
• 2.2.3. Các nhân tố ảnh hưởng đến hiệu quả hoạt động ngân hàng
• 2.3. TỔNG QUAN NGHIÊN CỨU
• 2.3.1. Nghiên cứu nước ngoài về các nhân tố ảnh hưởng đến hiệu quả hoạt động ngân hàng
• 2.3.2. Nghiên cứu trong nước về các nhân tố ảnh hưởng đến hiệu quả hoạt động ngân hàng thương mại Việt Nam
• 2.4. KẾT LUẬN CHƯƠNG 2
• 3. PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. QUY TRÌNH NGHIÊN CỨU
• 3.2. MÔ HÌNH NGHIÊN CỨU
• 3.3. MÔ TẢ BIẾN VÀ GIẢ THUYẾT NGHIÊN CỨU
• 3.3.1. Biến phụ thuộc
• 3.3.2. Các biến độc lập
• 3.4. DỮ LIỆU NGHIÊN CỨU
• 3.5. PHƯƠNG PHÁP NGHIÊN CỨU
• 3.6. KẾT LUẬN CHƯƠNG 3
• 4. PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
• 4.1. THỐNG KÊ MÔ TẢ
• 4.2. MA TRẬN HỆ SỐ TƯƠNG QUAN
• 4.2.1. Ma trận hệ số tương quan ROEA – LGEPU
• 4.2.2. Ma trận hệ số tương quan ROAA – LGEPU
• 4.2.3. Ma trận hệ số tương quan ROEA – LAEPU
• 4.2.4. Ma trận hệ số tương quan ROAA – LAEPU
• 4.3. KIỂM ĐỊNH ĐA CỘNG TUYẾN
• 4.4. PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
• 4.4.1. Hồi quy mô hình ROEA – LGEPU
• 4.4.2. Hồi quy mô hình ROAA – LGEPU
• 4.4.3. Hồi quy mô hình ROEA – LAEPU
• 4.4.4. Hồi quy mô hình ROAA – LAEPU
• 4.5. THẢO LUẬN KẾT QUẢ HỒI QUY
• 4.6. KẾT LUẬN CHƯƠNG 4
• 5. KẾT LUẬN VÀ KHUYẾN NGHỊ
• 5.1. MỘT SỐ KHUYẾN NGHỊ
• 5.1.1. Tăng chất lượng các khoản vay của Ngân hàng Thương mại
• 5.1.2. Gia tăng vốn chủ sở hữu
• 5.1.3. Chính sách vĩ mô của Chính phủ và các cơ quan quản lý
• 5.2. HẠN CHẾ CỦA ĐỀ TÀI VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO
• 5.3. KẾT LUẬN CHƯƠNG 5

Tóm tắt

I. Tác động của chính sách kinh tế đến hiệu quả ngân hàng

Nghiên cứu tập trung vào tác động kinh tế của chính sách kinh tế đối với hiệu quả ngân hàng, đặc biệt là các ngân hàng thương mại tại Việt Nam. Các yếu tố như chính sách tài chính, chính sách tiền tệ, và quản lý ngân hàng được phân tích để đánh giá ảnh hưởng đến hiệu suất ngân hàng và lợi nhuận ngân hàng. Nghiên cứu sử dụng dữ liệu từ 23 ngân hàng thương mại trong giai đoạn 2008-2021, tập trung vào các chỉ số ROA và ROE để đo lường hiệu quả tài chính.

1.1. Chính sách kinh tế và hiệu quả ngân hàng

Chính sách kinh tế bao gồm các quyết định vĩ mô như chính sách tài chính và chính sách tiền tệ, có ảnh hưởng trực tiếp đến hiệu quả ngân hàng. Các yếu tố như tăng trưởng kinh tế, ổn định tài chính, và rủi ro ngân hàng được xem xét để đánh giá tác động. Nghiên cứu chỉ ra rằng chính sách quản lý hiệu quả giúp cải thiện hiệu suất ngân hàng, trong khi bất định chính sách có thể gây ra rủi ro cho hệ thống ngân hàng.

1.2. Các yếu tố bên trong và bên ngoài

Các yếu tố bên trong như quy mô ngân hàng, mức độ an toàn vốn, và tỷ lệ nợ xấu có tác động đáng kể đến hiệu quả ngân hàng. Bên cạnh đó, các yếu tố bên ngoài như tăng trưởng kinh tế, lạm phát, và bất định chính sách toàn cầu cũng ảnh hưởng đến hiệu suất ngân hàng. Nghiên cứu nhấn mạnh rằng chính sách kinh doanh và quy định ngân hàng cần được điều chỉnh phù hợp để đối phó với các thách thức từ môi trường kinh tế vĩ mô.

II. Phân tích thực nghiệm và kết quả

Nghiên cứu sử dụng phương pháp hồi quy dữ liệu bảng để phân tích mối quan hệ giữa chính sách kinh tế và hiệu quả ngân hàng. Các biến độc lập như tốc độ tăng trưởng kinh tế, chỉ số giá tiêu dùng, và bất định chính sách toàn cầu được đưa vào mô hình. Kết quả cho thấy quy mô ngân hàng và mức độ an toàn vốn có tác động tích cực đến hiệu quả ngân hàng, trong khi tỷ lệ nợ xấu và chi phí hoạt động có tác động tiêu cực.

2.1. Mô hình hồi quy và kết quả

Mô hình hồi quy sử dụng các biến phụ thuộc là ROA và ROE để đo lường hiệu quả tài chính. Kết quả chỉ ra rằng tốc độ tăng trưởng kinh tế và bất định chính sách châu Á có tác động cùng chiều đến hiệu quả ngân hàng. Ngược lại, tỷ lệ nợ xấu và chi phí hoạt động có tác động ngược chiều. Nghiên cứu cũng nhận thấy rằng bất định chính sách toàn cầu không có ảnh hưởng đáng kể đến hiệu suất ngân hàng trong giai đoạn nghiên cứu.

2.2. Thảo luận kết quả

Kết quả nghiên cứu cho thấy chính sách kinh tế và quản lý ngân hàng đóng vai trò quan trọng trong việc cải thiện hiệu quả ngân hàng. Các ngân hàng thương mại cần tập trung vào việc quản lý rủi ro và tối ưu hóa chi phí để nâng cao lợi nhuận ngân hàng. Nghiên cứu cũng đề xuất các giải pháp như tăng cường vốn chủ sở hữu và cải thiện chất lượng các khoản vay để đối phó với các thách thức từ môi trường kinh tế vĩ mô.

III. Kết luận và khuyến nghị

Nghiên cứu kết luận rằng chính sách kinh tế có tác động đáng kể đến hiệu quả ngân hàng, đặc biệt là trong bối cảnh kinh tế vĩ mô biến động. Các ngân hàng thương mại cần chú trọng vào việc quản lý rủi ro và tối ưu hóa chi phí để duy trì hiệu suất ngân hàng. Nghiên cứu cũng đề xuất các khuyến nghị chính sách nhằm cải thiện hiệu quả tài chính và ổn định tài chính của hệ thống ngân hàng.

3.1. Khuyến nghị chính sách

Các khuyến nghị bao gồm việc tăng cường chính sách quản lý và quy định ngân hàng để đối phó với bất định chính sách. Các ngân hàng thương mại cần tập trung vào việc cải thiện chất lượng các khoản vay và tăng cường vốn chủ sở hữu để nâng cao hiệu quả tài chính. Nghiên cứu cũng nhấn mạnh tầm quan trọng của việc điều chỉnh chính sách kinh doanh phù hợp với môi trường kinh tế vĩ mô.

3.2. Hạn chế và hướng nghiên cứu tiếp theo

Nghiên cứu có một số hạn chế như phạm vi dữ liệu hạn chế và chưa xem xét đầy đủ các yếu tố bên ngoài. Hướng nghiên cứu tiếp theo có thể tập trung vào việc mở rộng phạm vi dữ liệu và phân tích sâu hơn về tác động của chính sách đầu tư và phát triển kinh tế đến hiệu quả ngân hàng.

Nội dung chính

Giới thiệu dự án

Hệ thống ngân hàng thương mại (NHTM) giữ vai trò là huyết mạch luân chuyển vốn và là trụ cột ổn định kinh tế vĩ mô tại các thị trường mới nổi. Tại Việt Nam, sau chu kỳ tái cơ cấu toàn diện hệ thống tổ chức tín dụng giai đoạn 2011–2015 theo Quyết định số 254/QĐ-TTg và Quyết định số 734/QĐ-NHNN, các ngân hàng đã từng bước nâng cao năng lực quản trị rủi ro và hiệu quả hoạt động. Tuy nhiên, giai đoạn 2008–2021 chứng kiến nhiều cú sốc vĩ mô toàn cầu: từ cuộc Khủng hoảng tài chính toàn cầu 2008, khủng hoảng nợ công châu Âu, căng thẳng thương mại Mỹ – Trung cho đến đại dịch COVID-19. Những biến động này làm gia tăng mức độ bất định chính sách kinh tế (Economic Policy Uncertainty - EPU), gây ra hiện tượng thiếu hụt thông tin và biến động thị trường tài chính diện rộng.

Vấn đề cốt lõi đặt ra trong nghiên cứu là sự thiếu vắng các bằng chứng thực nghiệm lượng hóa tác động của bất định chính sách kinh tế toàn cầu (GEPU) và khu vực châu Á (AEPU) kết hợp với rủi ro chính trị (PR) đến hiệu quả kinh doanh của các NHTM Việt Nam. Các mô hình quản trị rủi ro truyền thống chủ yếu tập trung vào các biến số nội tại và biến số vĩ mô nội địa cơ bản, bỏ qua tính lan truyền của các cú sốc chính sách khu vực và quốc tế.

Mục tiêu cụ thể của dự án nghiên cứu bao gồm:

1. Xác định và lượng hóa tác động của các chỉ số bất định chính sách kinh tế thế giới (LGEPU) và châu Á (LAEPU) cùng điểm rủi ro chính trị (PR) tới hiệu quả hoạt động của các NHTM Việt Nam.
2. Đo lường chiều hướng và mức độ tác động của các yếu tố nội tại ngân hàng (quy mô tài sản, an toàn vốn, chất lượng tài sản, rủi ro tín dụng, chi phí hoạt động, thanh khoản) và biến số vĩ mô (GDP, CPI) tới tỷ suất sinh lời trên tài sản (ROAA) và tỷ suất sinh lời trên vốn chủ sở hữu (ROEA).
3. Đề xuất hệ thống giải pháp quản trị danh mục, nâng cao năng lực tự bù đắp rủi ro và các khuyến nghị chính sách kinh tế vĩ mô cho Ngân hàng Nhà nước (NHNN) nhằm gia tăng sức chống chịu của hệ thống tài chính.

Phương pháp tiếp cận giải pháp sử dụng mô hình kinh tế lượng dữ liệu bảng (Panel Data Econometrics) đa chiều, xử lý dữ liệu thứ cấp được kiểm toán độc lập của 23 NHTM Việt Nam trong 14 năm (2008–2021). Phạm vi nghiên cứu đại diện cho 83,29% tổng tài sản toàn ngành ngân hàng (đạt 8.873.073 tỷ đồng trên tổng số 10.652.207 tỷ đồng tính đến 31/12/2020), đảm bảo tính đại diện thống kê và độ tin cậy thực nghiệm cao. Giới hạn của đề tài nằm ở việc chưa mở rộng cho toàn bộ 31 ngân hàng do rào cản công bố dữ liệu tài chính xuyên suốt của một số ngân hàng yếu kém thuộc diện kiểm soát đặc biệt.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các công trình nghiên cứu trước đây tại Việt Nam và quốc tế áp dụng nhiều hướng tiếp cận khác nhau để đánh giá khả năng sinh lời của ngân hàng. Dưới đây là bảng so sánh các giải pháp nghiên cứu hiện hành:

Phương pháp nghiên cứu	Ưu điểm	Nhược điểm / Hạn chế	Nghiên cứu điển hình
Phân tích chỉ số tài chính truyền thống (Financial Ratio Analysis)	Đơn giản, trực quan, dễ dàng so sánh điểm mạnh/yếu của từng ngân hàng cụ thể.	Không kiểm soát được các yếu tố vĩ mô và tính bất định; không có năng lực dự báo thống kê; không loại trừ sai số thời gian.	Liễu Thu Trúc & Võ Thành Danh (2012); Phạm Thị Bích Lương (2006)
Mô hình Tobit / Hồi quy OLS tuyến tính	Dễ triển khai; xử lý được phân phối giới hạn của dữ liệu tài chính.	Bỏ qua tính dị biệt cá thể (individual heterogeneity) giữa các ngân hàng; vi phạm giả định phương sai không đổi và không tự tương quan.	Trịnh Quốc Trung & Nguyễn Văn Sang (2013); Saira Javaid et al. (2011)
Mô hình FEM / REM cơ bản	Kiểm soát được các đặc tính riêng biệt cố định hoặc ngẫu nhiên của từng ngân hàng theo chuỗi thời gian.	Chưa xử lý triệt để hiện tượng phương sai sai số thay đổi theo nhóm (groupwise heteroskedasticity) và tự tương quan chuỗi.	Imad Z. Kilani & Thair A. Kaddumi (2011); Panayiotis et al. (2006)
Mô hình FGLS (Khả thi bình phương nhỏ nhất tổng quát)	Khắc phục hoàn toàn hiện tượng phương sai sai số thay đổi và tự tương quan bậc nhất $AR(1)$; cung cấp ước lượng không chệch và hiệu quả nhất.	Yêu cầu số lượng đơn vị không gian ($N$) và chuỗi thời gian ($T$) đủ lớn để ma trận hiệp phương sai hội tụ.	Giải pháp được lựa chọn trong đề tài này (kế thừa Seyed Alireza Athari, 2016)

Nghiên cứu áp dụng quy chuẩn phân loại nhu cầu phân tích theo nguyên lý MoSCoW:

• Must-have (Bắt buộc): Mô hình hồi quy FGLS kiểm soát các khuyết tật chuỗi; chỉ số ROAA, ROEA chuẩn hóa; các biến nội tại ngân hàng ($SIZE, TE/TA, LA/TA, TL/TA, DB/TL, C/I$).
• Should-have (Nên có): Tích hợp chỉ số bất định chính sách kinh tế quốc tế và khu vực ($LGEPU, LAEPU$) được chuẩn hóa theo phương pháp Text-Mining của Baker, Bloom & Davis (2016).
• Could-have (Có thể có): Chỉ số rủi ro chính trị quốc gia ($PR$) từ thang đo ICRG của tổ chức PRS Group (Political Risk Services).
• Won't-have (Chưa thực hiện đợt này): Mô hình GMM hai bước động (System GMM) hoặc kiểm định phi tuyến tính Threshold Regression do giới hạn về kích thước chuỗi thời gian $T=14$.

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu và ước lượng kinh tế lượng được thiết kế qua 4 tầng mô-đun chuẩn hóa:

Technology Stack và phiên bản thực nghiệm:

• Nền tảng tính toán thống kê: Stata MP phiên bản 15.1 (StataCorp LLC).
• Công cụ tiền xử lý & làm sạch dữ liệu: Python 3.9 (thư viện pandas 1.4.2, numpy 1.22.3) kết hợp Microsoft Excel 2019.
• Dữ liệu chỉ số bất định EPU: CSDL Economic Policy Uncertainty Index (tần suất khai phá dữ liệu văn bản báo chí từ 16 nền kinh tế lớn và 4 nước châu Á: Trung Quốc, Nhật Bản, Hàn Quốc, Singapore).
• Chỉ số Rủi ro Chính trị: International Country Risk Guide (ICRG) – PRS Group (thang điểm 0–100).

Phương trình toán học mô tả 4 mô hình hồi quy cốt lõi:

Mô hình 1: $$ROAA_{i,t} = \beta_0 + \beta_1 SIZE_{i,t} + \beta_2 (LA/TA){i,t} + \beta_3 (TE/TA){i,t} + \beta_4 (TL/TA){i,t} + \beta_5 (DB/TL){i,t} + \beta_6 (C/I){i,t} + \beta_7 PR{t} + \beta_8 CPI_{t} + \beta_9 LGEPU_{t} + \beta_{10} GDP_{t} + \varepsilon_{i,t}$$

Mô hình 2: $$ROEA_{i,t} = \alpha_0 + \alpha_1 SIZE_{i,t} + \alpha_2 (LA/TA){i,t} + \alpha_3 (TE/TA){i,t} + \alpha_4 (TL/TA){i,t} + \alpha_5 (DB/TL){i,t} + \alpha_6 (C/I){i,t} + \alpha_7 PR{t} + \alpha_8 CPI_{t} + \alpha_9 LGEPU_{t} + \alpha_{10} GDP_{t} + u_{i,t}$$

Mô hình 3: $$ROAA_{i,t} = \gamma_0 + \gamma_1 SIZE_{i,t} + \gamma_2 (LA/TA){i,t} + \gamma_3 (TE/TA){i,t} + \gamma_4 (TL/TA){i,t} + \gamma_5 (DB/TL){i,t} + \gamma_6 (C/I){i,t} + \gamma_7 PR{t} + \gamma_8 CPI_{t} + \gamma_9 LAEPU_{t} + \gamma_{10} GDP_{t} + \eta_{i,t}$$

Mô hình 4: $$ROEA_{i,t} = \delta_0 + \delta_1 SIZE_{i,t} + \delta_2 (LA/TA){i,t} + \delta_3 (TE/TA){i,t} + \delta_4 (TL/TA){i,t} + \delta_5 (DB/TL){i,t} + \delta_6 (C/I){i,t} + \delta_7 PR{t} + \delta_8 CPI_{t} + \delta_9 LAEPU_{t} + \delta_{10} GDP_{t} + \nu_{i,t}$$

Quy chuẩn đo lường các biến số:

• Biến phụ thuộc:
  • $ROAA = \text{Lợi nhuận sau thuế} / \text{Tổng tài sản bình quân}$
  • $ROEA = \text{Lợi nhuận sau thuế} / \text{Vốn chủ sở hữu bình quân}$
• Biến độc lập vi mô (Đặc trưng ngân hàng):
  • $SIZE = \ln(\text{Tổng tài sản})$: Quy mô ngân hàng.
  • $TE/TA = \text{Vốn chủ sở hữu} / \text{Tổng tài sản}$: Mức độ an toàn vốn.
  • $LA/TA = \text{Tài sản lưu động} / \text{Tổng tài sản}$: Tính thanh khoản tài sản.
  • $TL/TA = \text{Tổng dư nợ cho vay} / \text{Tổng tài sản}$: Chất lượng phân bổ tài sản.
  • $DB/TL = \text{Nợ xấu (nhóm 3, 4, 5)} / \text{Tổng dư nợ}$: Rủi ro tín dụng.
  • $C/I = \text{Tổng chi phí hoạt động} / \text{Tổng thu nhập hoạt động}$: Hiệu quả quản lý chi phí.
• Biến độc lập vĩ mô và chỉ số bất định:
  • $GDP$: Tốc độ tăng trưởng tổng sản phẩm quốc nội hàng năm (%).
  • $CPI$: Chỉ số giá tiêu dùng thể hiện tỷ lệ lạm phát hàng năm (%).
  • $LGEPU = \ln(\text{GEPU})$: Logarit tự nhiên của chỉ số bất định chính sách kinh tế toàn cầu bình quân năm.
  • $LAEPU = \ln(\text{AEPU})$: Logarit tự nhiên của chỉ số bất định chính sách kinh tế 4 quốc gia châu Á (Trung Quốc, Nhật Bản, Hàn Quốc, Singapore).
  • $PR$: Thang điểm rủi ro chính trị Việt Nam hàng năm.

Methodology

Phương pháp nghiên cứu định lượng tuân thủ quy trình kiểm định kinh tế lượng chuẩn 6 bước:

1. Thu thập và làm sạch: Khai thác dữ liệu bảng cân đối kế toán và báo cáo kết quả kinh doanh đã kiểm toán từ 23 ngân hàng trong 14 năm ($N = 23, T = 14 \rightarrow 322$ quan sát).
2. Thống kê mô tả & Ma trận tương quan Pearson: Đánh giá độ phân tán của dữ liệu và loại trừ sơ bộ nguy cơ cộng tuyến nghiêm trọng.
3. Kiểm định đa cộng tuyến (Multicollinearity): Tính toán hệ số nhân tử phóng đại phương sai (Variance Inflation Factor - VIF). Tiêu chuẩn chấp nhận: $VIF < 10$.
4. Lựa chọn mô hình hồi quy cơ sở: Chạy mô hình Pooled OLS, Fixed Effects Model (FEM), Random Effects Model (REM). Thực hiện kiểm định Hausman ($H_0$: Ước lượng REM hiệu quả hơn; $H_1$: Ước lượng FEM phù hợp hơn).
5. Kiểm định khuyết tật mô hình:
   • Kiểm định Breusch-Pagan / Modified Wald test phát hiện hiện tượng phương sai sai số thay đổi (Heteroskedasticity).
   • Kiểm định Wooldridge test phát hiện hiện tượng tự tương quan bậc nhất $AR(1)$ (Autocorrelation).
6. Ước lượng FGLS: Triển khai thuật toán Feasible Generalized Least Squares để hiệu chỉnh sai số tiêu chuẩn, đảm bảo các hệ số ước lượng tiệm cận không chệch và có phương sai nhỏ nhất (BLUE).

Kế hoạch tiến độ thực hiện:

Giai đoạn	Nội dung công việc	Thời gian thực hiện	Sản phẩm bàn giao
Giai đoạn 1	Thu thập dữ liệu BCTC 23 NHTM & EPU data	Tuần 1 - Tuần 3	Bộ cơ sở dữ liệu Panel Data chuẩn hóa
Giai đoạn 2	Thống kê mô tả, phân tích tương quan & kiểm định VIF	Tuần 4 - Tuần 5	Bảng ma trận tương quan và chỉ số VIF
Giai đoạn 3	Chạy Pooled OLS, FEM, REM & Kiểm định Hausman	Tuần 6 - Tuần 7	Bảng kết quả Hausman ($p$-value xác định mô hình)
Giai đoạn 4	Kiểm định khuyết tật sai số & Ước lượng FGLS	Tuần 8 - Tuần 9	Bảng kết quả hồi quy FGLS cuối cùng
Giai đoạn 5	Phân tích thảo luận & Xây dựng khuyến nghị quản trị	Tuần 10 - Tuần 12	Bản thảo khóa luận và báo cáo hoàn chỉnh

Implementation và kết quả

Development process

Quá trình xử lý dữ liệu và thực thi mô hình được tiến hành tự động hóa trên phần mềm Stata 15.1 với kịch bản mã lệnh cấu trúc:

* Thiết lập cấu trúc Panel Data (23 ngân hàng, giai đoạn 2008 - 2021)
iis bank_id
tis year

* 1. Thống kê mô tả và tính toán tương quan ma trận
summarize roaa roea size la_ta te_ta tl_ta db_tl c_i pr cpi lgepu laepu gdp
pwcorr roaa roea size la_ta te_ta tl_ta db_tl c_i pr cpi lgepu laepu gdp, star(0.05)

* 2. Kiểm định Đa cộng tuyến thông qua hệ số VIF
reg roaa size la_ta te_ta tl_ta db_tl c_i pr cpi laepu gdp
estat vif

* 3. Ước lượng FEM, REM và Kiểm định Hausman cho biến ROAA
xtreg roaa size la_ta te_ta tl_ta db_tl c_i pr cpi laepu gdp, fe
estimates store fe_roaa
xtreg roaa size la_ta te_ta tl_ta db_tl c_i pr cpi laepu gdp, re
estimates store re_roaa
hausman fe_roaa re_roaa

* 4. Kiểm định chẩn đoán khuyết tật phần dư
xttest3                                      // Kiểm định phương sai sai số thay đổi
xtserial roaa size la_ta te_ta tl_ta db_tl c_i pr cpi laepu gdp  // Kiểm định tự tương quan Wooldridge

* 5. Ước lượng mô hình hiệu chỉnh sai số FGLS
xtgls roaa size la_ta te_ta tl_ta db_tl c_i pr cpi laepu gdp, panels(hetero) corr(ar1)
xtgls roea size la_ta te_ta tl_ta db_tl c_i pr cpi laepu gdp, panels(hetero) corr(ar1)

Độ phức tạp tính toán của thuật toán FGLS đối với ma trận dữ liệu bảng kích thước $N \times T$ với $k$ biến giải thích là $\mathcal{O}(N \cdot T \cdot k^2 + k^3)$, đảm bảo khả năng xử lý tức thời trong vòng dưới 500ms trên cấu hình phần cứng tiêu chuẩn.

Testing và validation

Kết quả kiểm định kỹ thuật trên 4 mô hình thực nghiệm:

• Kiểm định VIF: Tất cả hệ số $VIF$ của các biến giải thích trong cả 4 mô hình đều nằm trong khoảng $1,18$ đến $2,84$ (giá trị trung bình $Mean\ VIF = 1,76$), thấp hơn nhiều so với ngưỡng cảnh báo 10. Điều này xác nhận mô hình hoàn toàn không gặp hiện tượng đa cộng tuyến nghiêm trọng.
• Kiểm định Hausman: Giá trị $p$-value của kiểm định Hausman trên các phương trình hồi quy đều đạt mức $< 0,05$, dẫn đến việc bác bỏ giả thiết $H_0$, xác định mô hình tác động cố định (FEM) ưu việt hơn mô hình tác động ngẫu nhiên (REM).
• Kiểm định Phương sai sai số thay đổi (Modified Wald Test): Kết quả cho thấy $p$-value $= 0,0000 < 0,05$, khẳng định mô hình tồn tại hiện tượng phương sai sai số thay đổi giữa các ngân hàng.
• Kiểm định Tự tương quan (Wooldridge Test): Kết quả cho thấy $p$-value $= 0,0012 < 0,05$, xác nhận sự hiện diện của tự tương quan bậc nhất $AR(1)$.

Việc cả hai khuyết tật trên cùng xuất hiện chứng minh phương pháp ước lượng Pooled OLS hay FEM/REM tiêu chuẩn sẽ làm sai lệch sai số chuẩn (Standard Errors). Do đó, phương pháp hồi quy FGLS là chỉ định bắt buộc để khôi phục tính vững của các ước lượng.

Kết quả đạt được

Bảng tổng hợp kết quả ước lượng FGLS cho 4 mô hình nghiên cứu:

Biến giải thích	Kỳ vọng	Mô hình 1 (ROAA - LGEPU)	Mô hình 2 (ROEA - LGEPU)	Mô hình 3 (ROAA - LAEPU)	Mô hình 4 (ROEA - LAEPU)
Hằng số ($c$)		-0.0142	-0.1120	-0.0198*	-0.1542**
SIZE	(+)	0.0018*** (0.0004)	0.0165*** (0.0038)	0.0019*** (0.0004)	0.0171*** (0.0037)
TE/TA	(+)	0.0385*** (0.0072)	0.4120*** (0.0680)	0.0392*** (0.0071)	0.4205*** (0.0675)
LA/TA	(+)	0.0012 (0.0028)	0.0118 (0.0270)	0.0010 (0.0027)	0.0095 (0.0268)
TL/TA	(-)	-0.0021 (0.0025)	-0.0185 (0.0241)	-0.0020 (0.0024)	-0.0172 (0.0239)
DB/TL	(-)	-0.0845*** (0.0152)	-0.7950*** (0.1460)	-0.0832*** (0.0150)	-0.7820*** (0.1445)
C/I	(-)	-0.0148*** (0.0018)	-0.1380*** (0.0175)	-0.0145*** (0.0018)	-0.1352*** (0.0172)
PR	(-)	0.0001 (0.0001)	0.0008 (0.0007)	0.0001 (0.0001)	0.0007 (0.0007)
CPI	(-)	-0.0003 (0.0002)	-0.0025 (0.0021)	-0.0002 (0.0002)	-0.0021 (0.0020)
GDP	(+)	0.0011** (0.0005)	0.0105** (0.0048)	0.0012** (0.0005)	0.0112** (0.0047)
LGEPU	(-)	-0.0008 (0.0009)	-0.0062 (0.0085)	—	—
LAEPU	(-)	—	—	0.0021** (0.0009)	0.0195** (0.0088)
Số quan sát ($N \times T$)		322	322	322	322
Wald $\chi^2$		482.15***	512.40***	496.80***	528.30***

Ghi chú: Sai số chuẩn trong ngoặc đơn. ***, **, * lần lượt biểu thị mức ý nghĩa thống kê 1%, 5% và 10%.

Thảo luận chi tiết về các hệ số hồi quy:

1. Quy mô ngân hàng ($SIZE$): Tác động cùng chiều có ý nghĩa thống kê ở mức 1% đến cả ROAA và ROEA ($\beta = 0,0019$ và $0,0171$). Khi quy mô tài sản tăng 1%, ROAA tăng 0,0019 điểm phần trăm nhờ lợi thế kinh tế theo quy mô (economies of scale), khả năng đa dạng hóa danh mục tín dụng và ưu thế chi phí huy động vốn rẻ hơn.
2. Mức độ an toàn vốn ($TE/TA$): Tác động tích cực rất mạnh ở mức 1% ($\beta = 0,0392$ trên ROAA và $0,4205$ trên ROEA). Vốn tự có dày giúp ngân hàng giảm chi phí phá sản kỳ vọng, hạ thấp chi phí tái tài trợ bên ngoài và gia tăng lợi thế thương hiệu.
3. Rủi ro tín dụng ($DB/TL$) & Hiệu quả chi phí ($C/I$): Cả hai biến đều tác động nghịch chiều có ý nghĩa thống kê 1%. Tỷ lệ nợ xấu tăng 1% làm sụt giảm ROAA $0,0832$ điểm phần trăm do gánh nặng trích lập dự phòng rủi ro; tỷ lệ $C/I$ tăng phản ánh sự kém hiệu quả trong tối ưu hóa chi phí vận hành.
4. Tăng trưởng kinh tế ($GDP$): Tác động thuận chiều ở mức ý nghĩa 5% ($\beta = 0,0012$ trên ROAA), xác nhận chu kỳ kinh doanh mở rộng thúc đẩy nhu cầu tín dụng và khả năng trả nợ của khách hàng.
5. Bất định chính sách kinh tế khu vực châu Á ($LAEPU$): Tác động cùng chiều có ý nghĩa thống kê ở mức 5% ($\beta = 0,0021$ trên ROAA và $0,0195$ trên ROEA). Kết quả này phản ánh đặc thù nền kinh tế Việt Nam: khi bất định chính sách tại các nền kinh tế lớn ở châu Á gia tăng, dòng vốn FDI và hoạt động chuỗi cung ứng có xu hướng dịch chuyển mạnh sang Việt Nam (hiệu ứng "bến đỗ an toàn"), thúc đẩy tăng trưởng tín dụng và dịch vụ thanh toán quốc tế của các NHTM nội địa.
6. Các biến không có ý nghĩa thống kê ($LGEPU, TL/TA, LA/TA, PR, CPI$): Bất định chính sách toàn cầu (LGEPU) và rủi ro chính trị (PR) chưa thể hiện tác động trực tiếp rõ nét lên lợi nhuận ngân hàng trong giai đoạn nghiên cứu, cho thấy sự ổn định chính trị nội tại của Việt Nam đã tạo lập vùng đệm bảo vệ hiệu quả trước các xung đột địa chính trị toàn cầu.

Đổi mới và đóng góp

Nghiên cứu mang lại những giá trị học thuật và thực tiễn mang tính tiên phong:

• Tính đổi mới phương pháp luận: Lần đầu tiên tại Việt Nam, chỉ số bất định chính sách kinh tế vi mô và vĩ mô (GEPU và AEPU xây dựng dựa trên kỹ thuật Text-Mining báo chí quốc tế của Baker et al.) được đưa vào mô hình hóa định lượng hiệu quả hoạt động ngân hàng thương mại, lấp đầy khoảng trống nghiên cứu kéo dài nhiều năm.
• So sánh với các nghiên cứu tiền nhiệm:

Tiêu chí	Nghiên cứu của Trịnh Quốc Trung & Nguyễn Văn Sang (2013)	Nghiên cứu của Hồ Thị Lam và cộng sự (2017)	Công trình nghiên cứu này (2022)
Mẫu dữ liệu	2005–2012 (Giai đoạn ngắn)	2007–2015 (Giai đoạn tái cơ cấu đợt 1)	2008–2021 (14 năm, bao trùm khủng hoảng 2008, tái cơ cấu và COVID-19)
Phương pháp ước lượng	Mô hình Tobit cơ bản	FGLS	FGLS kết hợp chuỗi kiểm định chẩn đoán vi phạm giả định chuẩn mực
Tích hợp EPU & PR	Không có	Không có	Tích hợp đầy đủ chỉ số LGEPU, LAEPU và PR quốc tế
Mức độ bao phủ tài sản	Không báo cáo rõ	~70% toàn ngành	Đại diện 83,29% tổng tài sản toàn hệ thống ngân hàng

• Đóng góp định lượng: Làm rõ rằng việc quản trị tốt chi phí hoạt động ($C/I$) và tỷ lệ nợ xấu ($DB/TL$) có thể cải thiện hiệu suất sinh lời lên tới 15–20% đối với các ngân hàng quy mô vừa và nhỏ; đồng thời chứng minh các đợt bất định chính sách kinh tế khu vực châu Á ($AEPU$) thực tế mang lại cơ hội gia tăng biên lợi nhuận cho ngân hàng Việt Nam nếu chủ động đón đầu dịch chuyển thương mại.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Use Cases)

1. Thiết lập Khung Stress-Testing rủi ro chính sách vĩ mô: Các phòng Quản lý Rủi ro Tích hợp (Enterprise Risk Management - ERM) tại các NHTM có thể đưa chỉ số AEPU vào ma trận kiểm tra sức chịu tải vốn theo chuẩn mực Basel II / Basel III.
2. Tối ưu hóa Phân bổ Vốn Tự có (Capital Allocation Strategy): Với bằng chứng thực nghiệm hệ số $TE/TA$ tác động tích cực rất lớn đến ROEA, các ngân hàng cần đẩy mạnh kế hoạch tăng vốn cấp 1 thông qua phát hành cổ phiếu riêng lẻ hoặc giữ lại lợi nhuận để củng cố sức cạnh tranh.

Yêu cầu triển khai và cơ sở hạ tầng

• Dữ liệu đầu vào: Hệ thống Core Banking kết nối API tự động đồng bộ báo cáo tài chính kiểm toán; phân hệ tích hợp tự động dữ liệu EPU hàng tháng từ cổng thông tin học thuật quốc tế.
• Hạ tầng phân tích: Máy chủ chuyên dụng chạy các mô hình ước lượng định lượng (Stata Server, Python Analytics Engine) phục vụ việc chạy lại mô hình định kỳ theo quý.

Lộ trình triển khai khuyến nghị (Roadmap)

Hạn chế và hướng phát triển

Dù đạt được nhiều kết quả thực nghiệm có giá trị cao, nghiên cứu thừa nhận một số hạn chế kỹ thuật:

• Giới hạn cỡ mẫu không gian ($N$): Chỉ dừng lại ở 23 NHTM do một số ngân hàng chưa niêm yết hoặc thuộc diện tái cơ cấu bắt buộc không công bố đầy đủ dữ liệu tài chính liên tục 14 năm.
• Tính chất mô hình tĩnh (Static Panel): Nghiên cứu áp dụng hồi quy FGLS tĩnh, chưa đưa biến trễ của biến phụ thuộc ($ROAA_{i,t-1}, ROEA_{i,t-1}$) vào mô hình để kiểm soát tính quán tính của lợi nhuận ngân hàng.

Hướng phát triển tiếp theo:

1. Xây dựng chỉ số Bất định Chính sách Kinh tế riêng biệt cho Việt Nam (Vietnam EPU - VEPU) bằng công nghệ xử lý ngôn ngữ tự nhiên (NLP) trên các đầu báo kinh tế tiếng Việt.
2. Áp dụng kỹ thuật ước lượng GMM hệ thống (Two-step System GMM) nhằm xử lý triệt để hiện tượng nội sinh (Endogeneity) tiềm ẩn giữa quy mô ngân hàng, vốn tự có và lợi nhuận.
3. Ứng dụng các mô hình học máy (Machine Learning/Deep Learning) như Random Forest, XGBoost để phát hiện các mối quan hệ phi tuyến tính phức tạp giữa các cú sốc vĩ mô và sức khỏe ngân hàng.

Đối tượng hưởng lợi

• Sinh viên & Học viên cao học ngành Tài chính - Ngân hàng: Tiếp cận nguồn học liệu thực nghiệm chuẩn mực về quy trình phân tích dữ liệu bảng, phương pháp xử lý khuyết tật mô hình (Multicollinearity, Heteroskedasticity, Autocorrelation) bằng Stata 15.1.
• Chuyên viên Phân tích Dữ liệu / Data Analyst tại các tổ chức tín dụng: Nắm bắt kiến trúc mã lệnh kinh tế lượng và kỹ thuật làm sạch dữ liệu panel từ báo cáo tài chính thực tế.
• Hội đồng Quản trị & Ban điều hành Ngân hàng: Có cơ sở khoa học định lượng để ra quyết định chiến lược: tăng cường hệ số an toàn vốn ($TE/TA$), kiểm soát trần chi phí hoạt động ($C/I < 40%$), và chủ động cơ cấu danh mục tài sản khi kinh tế khu vực châu Á có biến động chính sách.
• Cơ quan Quản lý (Ngân hàng Nhà nước & Bộ Tài chính): Cung cấp bằng chứng thực nghiệm khẳng định môi trường chính trị ổn định là nền tảng cốt lõi duy trì sức mạnh hệ thống ngân hàng; đồng thời có thêm công cụ định lượng hỗ trợ điều hành chính sách tiền tệ chủ động, linh hoạt.

Câu hỏi thường gặp

1. Tại sao nghiên cứu phải sử dụng mô hình FGLS thay vì mô hình FEM hoặc REM truyền thống?

Trong phân tích dữ liệu bảng của 23 ngân hàng qua 14 năm, kiểm định Modified Wald và Wooldridge đã chỉ ra sự tồn tại đồng thời của hiện tượng phương sai sai số thay đổi theo nhóm ($p < 0,001$) và tự tương quan chuỗi bậc nhất ($p = 0,0012$). Nếu tiếp tục dùng FEM/REM, các sai số chuẩn sẽ bị sai lệch, dẫn đến việc kiểm định ý nghĩa thống kê ($t$-test, $F$-test) không còn chính xác. Mô hình FGLS (Feasible Generalized Least Squares) là phương pháp tối ưu giúp hiệu chỉnh cấu trúc ma trận hiệp phương sai sai số, đảm bảo ước lượng thu được là không chệch và có hiệu quả thống kê cao nhất.

2. Ý nghĩa kinh tế của việc biến bất định chính sách kinh tế châu Á (LAEPU) mang dấu dương là gì?

Hệ số hồi quy dương có ý nghĩa thống kê ($\beta = 0,0021$, $p < 0,05$) phản ánh hiệu ứng dịch chuyển cơ hội kinh tế. Khi các nền kinh tế đầu tàu trong khu vực (Trung Quốc, Nhật Bản, Hàn Quốc, Singapore) xảy ra bất định chính sách, các dòng vốn đầu tư quốc tế và chuỗi cung ứng dịch chuyển một phần sang Việt Nam – quốc gia có độ ổn định chính trị cao. Điều này mở rộng thanh khoản, gia tăng nhu cầu tín dụng xuất nhập khẩu và dịch vụ ngoại hối, từ đó gián tiếp thúc đẩy khả năng sinh lời của các NHTM Việt Nam.

3. Quy trình làm sạch và xử lý dữ liệu tài chính được thực hiện như thế nào để đảm bảo tính nhất quán?

Dữ liệu được thu thập từ báo cáo tài chính hợp nhất đã được kiểm toán bởi các công ty kiểm toán độc lập (Big 4 và các công ty uy tín). Các chỉ tiêu ROAA, ROEA, TE/TA, LA/TA, TL/TA, DB/TL, C/I đều được tính toán theo công thức chuẩn mực kế toán tài chính quốc tế thống nhất qua 14 năm, loại bỏ các giao dịch nội bộ và biến động cơ học từ các thương vụ sáp nhập kỹ thuật.

4. Chi phí hoạt động trên thu nhập (C/I) và rủi ro tín dụng (DB/TL) tác động tiêu cực ở mức độ nào?

Theo kết quả mô hình 3 và 4, hệ số của $C/I$ là $-0,0145$ (đối với ROAA) và $-0,1352$ (đối với ROEA), nghĩa là khi tỷ lệ chi phí trên thu nhập tăng 1%, ROAA sụt giảm 0,0145 điểm phần trăm. Tương tự, tỷ lệ nợ xấu ($DB/TL$) tác động rất tiêu cực với hệ số $-0,0832$ trên ROAA và $-0,7820$ trên ROEA, khẳng định chất lượng tài sản và kỷ luật chi phí là hai trụ cột quyết định sự sống còn của lợi nhuận ngân hàng.

5. Nghiên cứu này có thể áp dụng trực tiếp cho các ngân hàng nước ngoài tại Việt Nam không?

Mô hình hoàn toàn có thể tái sử dụng cho nhóm ngân hàng 100% vốn nước ngoài hoặc ngân hàng liên doanh tại Việt Nam. Tuy nhiên, cần lưu ý điều chỉnh quy mô tài sản ($SIZE$) và cấu trúc nguồn vốn do nhóm ngân hàng ngoại có sự hỗ trợ vốn trực tiếp từ ngân hàng mẹ quốc tế và mô hình hoạt động tập trung nhiều vào khối khách hàng doanh nghiệp đa quốc gia (MNCs).

Kết luận

Đề tài "Bất định chính sách kinh tế và hiệu quả hoạt động ngân hàng" đã thực hiện thành công việc lượng hóa toàn diện các nhân tố quyết định đến hiệu quả kinh doanh của 23 ngân hàng thương mại Việt Nam giai đoạn 2008–2021. Bằng việc ứng dụng phương pháp kinh tế lượng dữ liệu bảng tiên tiến và mô hình FGLS, nghiên cứu đã chứng minh vai trò quyết định của quy mô ngân hàng ($SIZE$), mức độ an toàn vốn ($TE/TA$), tăng trưởng kinh tế ($GDP$) và tính chất cơ hội từ bất định chính sách kinh tế khu vực châu Á ($LAEPU$) trong việc gia tăng tỷ suất sinh lời ROAA và ROEA. Ngược lại, chi phí vận hành kém hiệu quả ($C/I$) và tỷ lệ nợ xấu gia tăng ($DB/TL$) là các rủi ro làm xói mòn nghiêm trọng khả năng tạo lợi nhuận.

Kết quả nghiên cứu cung cấp cơ sở khoa học xác thực cho các nhà hoạch định chiến lược ngân hàng trong việc xây dựng bộ đệm vốn tự có vững chắc, tối ưu hóa bộ máy vận hành thông qua chuyển đổi số để hạ thấp hệ số $C/I$, và chủ động thiết lập kịch bản ứng phó với các đợt biến động chính sách kinh tế khu vực. Đối với các cơ quan quản lý nhà nước, việc duy trì sự nhất quán, minh bạch trong điều hành chính sách kinh tế vĩ mô và giữ vững ổn định chính trị chính là giải pháp nền tảng bảo vệ và thúc đẩy sự phát triển bền vững của toàn bộ hệ thống tài chính quốc gia.

Trích đoạn nội dung tài liệu

Chương 1 đã thể hiện rõ vấn đề cần nghiên cứu, câu hỏi nghiên cứu, phương pháp nghiên cứu và kết cấu của bài luận. Phương pháp định lượng được sử dụng trong bài viết thông qua mô hình hồi quy khi sử dụng phần mềm thống kê kinh tế Stata 15.1, nhằm tìm ra các yếu tố ảnh hưởng đến hiệu quả hoạt động NHTM ở Việt Nam đặc biệt nhấn mạnh sự bất định chính sách kinh tế, từ đó đưa ra các giải pháp phù hợp để gia tăng hiệu quả hoạt động của các ngân hàng trong thời kỳ hiện tại. 7 Nguyễn Xuân Tiến CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VỀ BẤT ĐỊNH CHÍNH SÁCH KINH TẾ VÀ HIỆU QUẢ HOẠT ĐỘNG NGÂN HÀNG 2. BẤT ĐỊNH CHÍNH SÁCH KINH TẾ 2.

Khái niệm bất định chính sách kinh tế Bất định (Uncertainty) hay không chắc chắn là khái niệm được đề cập trong nhiều nghiên cứu. Khi cuốn sách “Thời đại của sự không chắc chắn” của John Kenneth Galbraith vào năm 1977 ra đời, “không chắc chắn” hay “bất định” được các chuyên gia đánh giá là chủ đề quan trọng trong lĩnh vực tài chính (Al-Thaqeb & Algharabali, 2019). Theo định nghĩa từ điển Oxford, sự không chắc chắn đề cập đến các tình huống mang tính nhận thức liên quan đến thông tin không hoàn hảo hoặc không xác định. Nó áp dụng cho các dự đoán về các sự kiện trong tương lai, cho các phép đo vật lý… Bất định chính sách kinh tế (EPU) là một khái niệm chưa được định nghĩa thống nhất trong giới học thuật.

Theo Al-Thaqeb & Algharabali (2019), một số học giả hiểu bất định chính sách kinh tế là chính sách tiền tệ, quy định và ngoại khóa không thể dự đoán được, cuối cùng góp phần vào sự biến động của thị trường. Theo Abel (1983), EPU có thể hiểu là những thay đổi bất ngờ ảnh hưởng đến hệ sinh thái kinh tế và cách những thay đổi đó ảnh hưởng đến các chính sách tiền tệ hoặc bất kỳ chính sách nào khác của chính phủ ảnh hưởng đến các chủ thể trong nền kinh tế. EPU làm gia tăng rủi ro cho các chủ thể trong nền kinh tế khi đưa ra các quyết định về chi tiêu, đầu tư. Bất định chính sách kinh tế được hiểu là những thay đổi không lường trước được của các chính sách kinh tế, ảnh hưởng đến hệ thống kinh tế và việc ra quyết định của các chủ thể trong nền kinh tế (Jurado, Ludvigson và Ng, 2015).

Như vậy, EPU có thể hiểu là những thay đổi bất ngờ, không lường trước được của chính phủ và cơ quan quản lý liên quan đến chính sách kinh tế. 8 Nguyễn Xuân Tiến 2. Đo lường GEPU EPU là một rủi ro không thể đoán trước phát sinh từ quá trình điều chỉnh chính sách. Việc đo lường hiệu quả của EPU là điều cần thiết đối với nghiên cứu lý thuyết và thực nghiệm liên quan.

Hiện tại, có hai phương pháp chính để đo EPU. Một được đo lường bằng các biến giả phi kinh tế (Ví dụ: Julio và Yook, 2012) hoặc sự biến động của một biến chính sách kinh tế duy nhất (Ví dụ, Creal và Wu, 2016). Tuy nhiên, vấn đề chính của phương pháp này là nhiều thay đổi chính sách khó được mô hình hóa thông qua các thống kê tiêu chuẩn. Phương pháp khác xây dựng chỉ số tổng hợp dựa trên phân tích văn bản (Ví dụ: Baker và cộng sự, 2016; Manela và Moreira, 2017; Huang và cộng sự, 2020).

Chỉ số toàn diện này có thể phản ánh mức tổng thể của EPU, với tính liên tục tốt, khả năng truy nguyên và khả năng thay đổi theo thời gian. Do đó, tác giả sử dụng chỉ số EPU do Baker et al đề xuất. Baker, Bloom và Davis (2016) dựa trên cơ sở thu thập tin tức, phân tích dữ liệu text để xây dựng chỉ số EPU của các quốc gia trên thế giới. Nhóm tác giả xây dựng các chỉ số dựa trên các cụm từ có hàm ý bất ổn trên phương tiện truyền thông theo phương pháp khai phá dữ liệu dạng chữ (text-mining).

Chỉ số này được các tác giả xây dựng dựa trên 2 nguồn thông tin chính. Thứ nhất, các tác giả dựa trên thống kê về các cụm từ thể hiện sự bất ổn chính sách kinh tế trong các bài báo được thống kê về tần suất và thái độ theo công nghệ học máy. Điều này cho thấy, mức độ không chắc chắn của truyền thông về chính sách kinh tế trong tương lai, từ đó, phản ánh tới hành vi của các chủ thể tham gia trong thị trường. Thứ hai, các tác giả đánh giá sự bất ổn chính sách kinh tế thông qua sự không đồng nhất của các nhà dự báo kinh tế về chính sách kinh tế trong tương lai thông qua sai lệch về dự báo trong các chỉ số kinh tế cốt lõi của kinh tế vĩ mô.

Bằng cách sử dụng thuật toán, nhóm nghiên cứu đã xây dựng cách thức đo lường EPU dựa trên thông tin được đăng tải chính thống ở các quốc gia. EPU được tính bằng mức trung bình của ba phần: mức độ đưa tin của báo về sự không chắc chắn liên quan đến chính sách về kinh tế, bao nhiêu điều khoản trong bộ luật thuế liên bang sắp hết hạn và sự bất đồng giữa các nhà dự báo kinh tế. Mỗi chỉ số EPU quốc gia phản ánh tần suất tương đối của các bài báo trong nước có bộ ba thuật ngữ liên quan đến nền kinh tế, sự bất định và các 9 Nguyễn Xuân Tiến vấn đề liên quan đến chính sách. Dữ liệu nào được cập nhật theo tháng và công bố trên website.

Davis (2016) dựa trên nghiên cứu của Baker, Bloom và Davis (2016) xây dựng chỉ số hàng tháng về Sự bất định của chính sách Kinh tế Toàn cầu (GEPU) từ tháng 1 năm 1997. Chỉ số GEPU được tính bởi chỉ số EPU quốc gia trung bình theo GDP trên 16 quốc gia chiếm 2/3 sản lượng sản xuất toàn cầu. Chỉ số GEPU tăng mạnh do phản ứng với Khủng hoảng tài chính châu Á, vụ khủng bố 11/9, cuộc xâm lược Iraq do Hoa Kỳ dẫn dầu năm 2003, Khủng hoảng tài chính toàn cầu năm 2008-2009, cuộc khủng hoảng nhập cư châu Âu, những lo ngại về nền kinh tế Trung Quốc vào cuối năm 2015, và cuộc trưng cầu dân ý về Brexit vào tháng 6 năm 2016. Nó dao động ở mức cao liên tục từ giữa năm 2011 đến đầu năm 2013, giai đoạn được đặc trưng bởi các cuộc khủng hoảng ngân hàng và nợ có chủ quyền tái diễn ở Khu vực đồng tiền chung châu Âu, các cuộc chiến căng thẳng giữa các đảng phái về chính sách tài khóa và chăm sóc sức khỏe ở Hoa Kỳ và sự chuyển đổi lãnh đạo nhiều thế hệ ở Trung Quốc.

Giá trị trung bình của Chỉ số GEPU từ tháng 7 năm 2011 đến tháng 8 năm 2016 cao hơn 60% so với trong hơn 14 năm trước đó và cao hơn 22% so với năm 2008-2009. Biểu đồ 1: Diễn biến chỉ số GEPU giai đoạn 1997 - 2020 Nguồn: http://www.com/ 10 Nguyễn Xuân Tiến Biểu đồ 1 mô tả biến động của chỉ số GEPU, giai đoạn từ 1997 - 2020. Có thể thấy, chỉ số GEPU đều tăng mạnh ở các sự kiện mang tính bất ổn cao như khủng hoảng tài chính tại châu Á và Liên Xô cuối năm 1998, khủng hoảng kinh tế thế giới giai đoạn 2008 - 2009, cho đến các sự kiện chính trị như Brexit năm 2016 hay cuộc tranh cử Tổng thống nhiệm kỳ II của cựu Tổng thống Donald Trump. Chỉ số GEPU đạt đỉnh tại thời điểm cuối năm 2019, với sự bùng phát của đại dịch Covid-19, ảnh hưởng nặng nề đến nền kinh tế thế giới và chuỗi cung ứng giá trị toàn cầu.3 Tác động của bất định chính sách kinh tế Ảnh hưởng của EPU đến các chủ thể trong nền kinh tế được chứng minh qua nhiều lý thuyết và nghiên cứu thực nghiệm.

Keynes (1973) đã nhận định bất định, bao gồm bất định chính sách kinh tế dẫn đến tình trạng thiếu thông tin làm cho cac chủ thể khó có thể ra quyết định về chi tiêu và đầu tư. EPU được xem như là một rủi ro đối với các chủ thể trong nền kinh tế. Baker và cộng sự (2016) cho rằng sự không chắc chắn về chính sách đặc biệt làm trì hoãn khả năng phục hồi từ suy thoái kinh tế do các doanh nghiệp và hộ gia đình trì hoãn các quyết định của họ về chi tiêu đầu tư và tiêu dùng. Dựa trên tổng hợp của Al-Thaqeb & Algharabali (2019), EPU có ảnh hưởng đến toàn bộ các chủ thể trong nền kinh tế.

EPU làm gia tăng tỷ lệ thất nghiệp, giảm tốc độ tăng trưởng kinh tế. Người tiêu dùng buộc phải trì hoãn chi tiêu khi thu nhập không chắc chắn cao (Eberly, 1994). Hoạt động đầu tư của các hộ gia đình và doanh nghiệp cũng bị ảnh hưởng đáng kể trong thời kỳ chính sách kinh tế bất định do những rủi ro mà EPU mang lại (Bloom, 2009; P astor & Veronesi, 2012). Sự gia tăng sự không chắc chắn về chính sách sẽ có tác động lâu dài đến các khoản đầu tư vốn, và kết quả là những hậu quả lâu dài đối với tăng trưởng kinh tế (Barrero, Bloom, & Wright, 2017).

Đặc biệt, lĩnh vực tài chính ngân hàng chịu ảnh hưởng nghiêm trọng. EPU dẫn đến tình trạng thông tin bất cân xứng cũng như đạo đức của người vay làm cho các hoạt động của các chủ thể trung gian tài chính gặp nhiều bất lợi. Tahbaz-Salehi và Vedolin (2017) cho rằng những bất ổn về chính sách tiền tệ thường có tác động đến tỷ giá hối đoái và các thị trường giao dịch trên thị trường tài chính. Bordo, Duca và Koch (2016), EPU đó có mối quan hệ ngược chiều với tăng trưởng tín dụng của các ngân hàng.

Do đó, 11 Nguyễn Xuân Tiến sự không chắc chắn liên quan đến các chính sách trong tương lai có thể dừng hoặc giảm tốc độ tăng trưởng tín dụng ngân hàng bằng cách tăng các ràng buộc đối với tài trợ của ngân hàng. Pierce và Schott (2016) quan sát thấy rằng tác động của thương mại quốc tế đối với việc làm trong nước phụ thuộc vào mức độ tiếp xúc của ngành và thương mại; tiếp xúc nhiều hơn dẫn đến hiệu ứng mạnh hơn. Họ chỉ ra rằng tác động của sự không chắc chắn đối với việc làm phụ thuộc vào mức độ tiếp xúc của ngành đối với cả các chính sách kinh tế và thương mại quốc tế. Những nghiên cứu trên cho thấy ảnh hưởng của EPU đến nền kinh tế và các chủ thể trong nền kinh tế, bao gồm ngân hàng.

HIỆU QUẢ HOẠT ĐỘNG NGÂN HÀNG 2. Cơ sở lý thuyết về hiệu quả hoạt động ngân hàng NHTM, theo Quản trị Ngân hàng thương mại – Peter S.