Giới thiệu dự án

Hoạt động của hệ thống ngân hàng thương mại cổ phần (NHTMCP) giữ vai trò huyết mạch trong việc chu chuyển vốn, duy trì thanh khoản và thúc đẩy tăng trưởng kinh tế vĩ mô. Sau giai đoạn suy thoái kinh tế toàn cầu cùng tác động nghiêm trọng từ đại dịch COVID-19, ngành ngân hàng Việt Nam đối mặt với nhiều thách thức lớn: tốc độ tăng trưởng tín dụng năm 2020 giảm xuống mức 10,14%, áp lực nợ xấu gia tăng và chi phí hoạt động phát sinh theo các quy định trích lập dự phòng nghiêm ngặt (Thông tư 11/2021/TT-NHNN). Trong bối cảnh này, năng lực sinh lời không chỉ phản ánh hiệu quả kinh doanh thuần túy mà còn là thước đo an toàn vốn, năng lực hấp thụ rủi ro và quyết định sự tồn tại bền vững của mỗi tổ chức tín dụng.

Đề tài nghiên cứu "Các yếu tố ảnh hưởng đến lợi nhuận của các ngân hàng thương mại cổ phần Việt Nam" do tác giả Hứa Tú Phương thực hiện dưới sự hướng dẫn khoa học của TS. Đỗ Thị Hà Thương (Trường Đại học Ngân hàng TP. Hồ Chí Minh) đã giải quyết trực tiếp bài toán đo lường các nhân tố nội tại và ngoại sinh chi phối lợi nhuận ngân hàng trong giai đoạn biến động 2011 – 2021.

                    HỆ THỐNG CÁC NHÂN TỐ ẢNH HƯỞNG LỢI NHUẬN
                                (2011 - 2021)
  YẾU TỐ NỘI TẠI (Nội sinh)                                   YẾU TỐ VĨ MÔ (Ngoại sinh)

Mục tiêu nghiên cứu cụ thể

  1. Xác định danh mục nhân tố: Hệ thống hóa các biến số nội tại của ngân hàng (quy mô, vốn chủ sở hữu, cơ cấu tín dụng, quản trị chi phí, thanh khoản, dự phòng rủi ro, đa dạng hóa thu nhập) và biến số vĩ mô (GDP, lạm phát).
  2. Đo lường định lượng mức độ tác động: Ứng dụng kỹ thuật kinh lượng dữ liệu bảng đa chiều trên phần mềm Stata 14.0 để lượng hóa mức độ ảnh hưởng của từng yếu tố đến tỷ suất sinh lời trên tổng tài sản (ROA) và tỷ suất sinh lời trên vốn chủ sở hữu (ROE).
  3. Đề xuất hàm ý quản trị thực tiễn: Cung cấp cơ sở khoa học để ban điều hành các NHTMCP tối ưu hóa tỷ lệ an toàn vốn theo chuẩn Basel II, kiểm soát rủi ro tín dụng và đa dạng hóa nguồn thu phi tín dụng.

Phương pháp tiếp cận và phạm vi nghiên cứu

Nghiên cứu sử dụng mẫu dữ liệu bảng cân bằng (Balanced Panel Data) gồm 25 NHTMCP Việt Nam với 275 quan sát xuyên suốt 11 năm (2011 – 2021). Dữ liệu được chuẩn hóa từ báo cáo tài chính kiểm toán độc lập, báo cáo thường niên công bố trên sàn chứng khoán (HOSE, HNX), chuyên trang tài chính Mirae Asset Securities, Vietstock, và các chỉ số kinh tế vĩ mô từ Ngân hàng Thế giới (World Bank).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các nghiên cứu trước đây tại thị trường Việt Nam và quốc tế thường áp dụng các phương pháp hồi quy cổ điển, dẫn đến nguy cơ sai lệch ước lượng khi dữ liệu bảng tồn tại hiện tượng tự tương quan hoặc phương sai sai số thay đổi.

Tiêu chí phân tích Phương pháp Pooled OLS truyền thống Mô hình hiệu ứng cố định (FEM) / Ngẫu nhiên (REM) Mô hình bình phương tổng quát khả thi (FGLS)
Xử lý đặc trưng riêng từng ngân hàng Bỏ qua ($u_i = 0$), gây chệch hệ số hồi quy Kiểm soát đặc trưng cố định theo thời gian hoặc ngẫu nhiên Kiểm soát hiệu quả cấu trúc bảng đa chiều
Khắc phục phương sai thay đổi (Heteroskedasticity) Không hỗ trợ Không tối ưu khi phương sai thay đổi chéo Triệt tiêu hoàn toàn phương sai sai số thay đổi giữa các ngân hàng
Khắc phục tự tương quan (Autocorrelation) Không hỗ trợ Sai số tiêu chuẩn bị đánh giá thấp Xử lý triệt để tự tương quan chuỗi bậc 1 (AR(1))
Độ tin cậy của kiểm định t và F Thấp, dễ mắc sai lầm loại I Trung bình Rất cao, ước lượng BLUE (Best Linear Unbiased Estimator)

Khung yêu cầu hệ thống kinh lượng (MoSCoW Prioritization)

  • Must-have (Bắt buộc): Kiểm định hiện tượng đa cộng tuyến qua hệ số nhân tử phóng đại phương sai (VIF); kiểm định lựa chọn mô hình qua F-test, Breusch-Pagan LM test và Hausman test; kiểm định khuyết tật Modified Wald test và Wooldridge test.
  • Should-have (Nên có): Ma trận tương quan Pearson giữa tất cả các biến độc lập để loại trừ hiện tượng cộng tuyến nghiêm trọng ($|r| > 0,8$).
  • Could-have (Có thể có): Phân tích độ nhạy của lợi nhuận ngân hàng theo từng nhóm quy mô tài sản (Tier 1 vs Tier 2).
  • Won't-have (Không thực hiện): Ước lượng chuỗi thời gian đơn lẻ ARIMA do không phản ánh được tính không đồng nhất giữa các tổ chức tín dụng.

Thiết kế hệ thống mô hình kinh lượng

Hệ thống phân tích dữ liệu kinh lượng được thiết kế theo quy trình xử lý 5 giai đoạn nghiêm ngặt:

flowchart TD
    A["Thu thập dữ liệu BCTC & Vĩ mô (25 NHTMCP, 2011-2021)"] --> B["Tiền xử lý, tính toán biến ROA, ROE, SIZE, CAPITAL, CIR..."]
    B --> C["Thống kê mô tả & Phân tích ma trận tương quan Pearson"]
    C --> D["Ước lượng hồi quy: Pooled OLS, FEM, REM"]
    D --> E{"Kiểm định Hausman & Breusch-Pagan"}
    E -- "p < 0.05" --> F["Chọn mô hình FEM"]
    E -- "p >= 0.05" --> G["Chọn mô hình REM"]
    F --> H["Kiểm định khuyết tật: Modified Wald & Wooldridge Test"]
    H --> I["Phát hiện Phương sai thay đổi & Tự tương quan"]
    I --> J["Ước lượng tối ưu FGLS (Cross-sectional Time-series GLS)"]

Công thức mô hình toán học

Hệ phương trình hồi quy tuyến tính dữ liệu bảng được thiết lập như sau:

$$\text{ROA}{it} = \alpha_0 + \alpha_1 \text{SIZE}{it} + \alpha_2 \text{CAPITAL}{it} + \alpha_3 \text{LOANS}{it} + \alpha_4 \text{CIR}{it} + \alpha_5 \text{LDR}{it} + \alpha_6 \text{LLPTL}{it} + \alpha_7 \text{NII}{it} + \alpha_8 \text{GDP}{it} + \alpha_9 \text{INF}{it} + \varepsilon_{it}$$

$$\text{ROE}{it} = \beta_0 + \beta_1 \text{SIZE}{it} + \beta_2 \text{CAPITAL}{it} + \beta_3 \text{LOANS}{it} + \beta_4 \text{CIR}{it} + \beta_5 \text{LDR}{it} + \beta_6 \text{LLPTL}{it} + \beta_7 \text{NII}{it} + \beta_8 \text{GDP}{it} + \beta_9 \text{INF}{it} + u_{it}$$

Trong đó:

  • $i = 1, 2, \dots, 25$ đại diện cho 25 NHTMCP; $t = 2011, 2012, \dots, 2021$ đại diện cho 11 năm quan sát.
  • $\alpha_0, \beta_0$ là hệ số chặn tự do; $\alpha_1 \dots \alpha_9, \beta_1 \dots \beta_9$ là các hệ số hồi quy riêng phần.
  • $\varepsilon_{it}, u_{it}$ là sai số ngẫu nhiên tổng hợp.

Công nghệ và Công cụ sử dụng

  • Môi trường tính toán kinh lượng: Stata Version 14.0 (StataCorp LLC) với các gói lệnh xtreg, hausman, xttest3, xtserial, xtgls.
  • Hạ tầng quản lý dữ liệu: Microsoft Excel 365, cấu trúc hóa dữ liệu dạng Long Format Panel Data.
  • Chuẩn mực dữ liệu đầu vào: Hệ thống báo cáo tài chính đã kiểm toán độc lập theo Chuẩn mực Kế toán Việt Nam (VAS) và các chỉ dẫn kế toán ngân hàng của Ngân hàng Nhà nước.

Implementation và kết quả

Development process & Kịch bản thực thi

Toàn bộ quy trình ước lượng và kiểm định khuyết tật mô hình được tự động hóa thông qua kịch bản lệnh Stata Do-File tối ưu hóa dưới đây:

*-------------------------------------------------------------------------------
* CHƯƠNG TRÌNH XỬ LÝ KINH LƯỢNG DỮ LIỆU BẢNG - KHÓA LUẬN NHTMCP VIỆT NAM
*-------------------------------------------------------------------------------
clear all
set more off

* 1. Thiết lập cấu trúc dữ liệu bảng (Panel Setting)
* Biến id: Định danh ngân hàng (1 - 25); Biến year: Năm quan sát (2011 - 2021)
xtset bank_id year

* 2. Thống kê mô tả và Ma trận hệ số tương quan
summarize ROA ROE SIZE CAPITAL LOANS CIR LDR LLPTL NII GDP INF
pwcorr ROA ROE SIZE CAPITAL LOANS CIR LDR LLPTL NII GDP INF, star(0.05)

* 3. Hồi quy Pooled OLS và kiểm tra Đa cộng tuyến (VIF)
regress ROA SIZE CAPITAL LOANS CIR LDR LLPTL NII GDP INF
estat vif

* 4. Ước lượng mô hình Hiệu ứng Cố định (FEM) và Hiệu ứng Ngẫu nhiên (REM)
xtreg ROA SIZE CAPITAL LOANS CIR LDR LLPTL NII GDP INF, fe
estimates store fixed_effects

xtreg ROA SIZE CAPITAL LOANS CIR LDR LLPTL NII GDP INF, re
estimates store random_effects

* 5. Kiểm định Hausman lựa chọn giữa FEM và REM
hausman fixed_effects random_effects

* 6. Kiểm định khuyết tật mô hình trên FEM
* Kiểm định phương sai sai số thay đổi giữa các ngân hàng (Modified Wald Test)
xttest3

* Kiểm định hiện tượng tự tương quan bậc 1 trong dữ liệu bảng (Wooldridge Test)
xtserial ROA SIZE CAPITAL LOANS CIR LDR LLPTL NII GDP INF

* 7. Khắc phục khuyết tật bằng mô hình FGLS (Cross-sectional Heteroskedasticity & AR1)
xtgls ROA SIZE CAPITAL LOANS CIR LDR LLPTL NII GDP INF, panels(hetero) corr(ar1)
xtgls ROE SIZE CAPITAL LOANS CIR LDR LLPTL NII GDP INF, panels(hetero) corr(ar1)

Testing và validation

Quá trình kiểm định chất lượng mô hình kinh lượng cho thấy các kết quả chẩn đoán chi tiết:

  1. Kiểm định Đa cộng tuyến (Multicollinearity):
    • Giá trị VIF của tất cả các biến độc lập đều nằm trong khoảng từ $1,12$ đến $3,45$ (Mean VIF = $1,86 < 5$). Không tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
  2. Kiểm định Hausman (Model Specification Test):
    • Giá trị thống kê $\text{Chi-square} = 28,64$ với giá trị $p\text{-value} = 0,0008 < 0,05$. Kết quả bác bỏ giả thuyết $H_0$, xác nhận mô hình FEM vượt trội so với REM.
  3. Kiểm định Phương sai sai số thay đổi (Modified Wald Test):
    • Giá trị thống kê $\text{Chi2}(25) = 1482,91$ với giá trị $p\text{-value} = 0,0000 < 0,01$. Mô hình FEM xuất hiện hiện tượng phương sai thay đổi nghiêm trọng giữa 25 ngân hàng.
  4. Kiểm định Tự tương quan (Wooldridge Test for Autocorrelation):
    • Giá trị thống kê $F(1, 24) = 18,72$ với $p\text{-value} = 0,0002 < 0,05$. Kết luận có hiện tượng tự tương quan chuỗi bậc 1 trong sai số.

Do xuất hiện đồng thời cả hai khuyết tật phương sai thay đổi và tự tương quan, phương pháp Feasible Generalized Least Squares (FGLS) được triển khai để tái ước lượng nhằm mang lại các hệ số vững và hiệu quả nhất.

Kết quả đạt được từ mô hình FGLS

Biến độc lập Ký hiệu Hệ số hồi quy ($\text{ROA}$) $p\text{-value}$ Hệ số hồi quy ($\text{ROE}$) $p\text{-value}$ Tác động thực nghiệm Phù hợp giả thuyết
Quy mô tài sản SIZE $+0,00185$ $0,000^{***}$ $+0,01942$ $0,000^{***}$ Thuận chiều ($+$) Chấp nhận $H_1$
Tỷ lệ vốn chủ sở hữu CAPITAL $+0,04120$ $0,000^{***}$ $+0,18540$ $0,001^{***}$ Thuận chiều ($+$) Chấp nhận $H_2$
Tỷ lệ dư nợ cho vay LOANS $-0,00845$ $0,021^{**}$ $-0,07630$ $0,018^{**}$ Nghịch chiều ($-$) Bác bỏ $H_3$ (Thực tế âm)
Quản trị chi phí CIR $-0,01560$ $0,000^{***}$ $-0,12410$ $0,000^{***}$ Nghịch chiều ($-$) Chấp nhận $H_4$
Tỷ lệ cho vay/Tiền gửi LDR $+0,00412$ $0,015^{**}$ $+0,03820$ $0,024^{**}$ Thuận chiều ($+$) Chấp nhận $H_5$
Dự phòng rủi ro TD LLPTL $-0,06450$ $0,000^{***}$ $-0,48920$ $0,000^{***}$ Nghịch chiều ($-$) Chấp nhận $H_6$
Thu nhập ngoài lãi NII $+0,02890$ $0,002^{***}$ $+0,21560$ $0,001^{***}$ Thuận chiều ($+$) Chấp nhận $H_7$
Tăng trưởng kinh tế GDP $+0,00012$ $0,684$ $+0,00140$ $0,542$ Không có ý nghĩa Bác bỏ $H_8$
Lạm phát INF $+0,00025$ $0,419$ $+0,00210$ $0,387$ Không có ý nghĩa Bác bỏ $H_9$

Ghi chú: $^{}$, $^{}$ tương ứng với mức ý nghĩa thống kê $1%$ và $5%$.*

Đổi mới và đóng góp

Đổi mới về phương pháp luận và kết quả thực nghiệm

  1. Làm rõ tác động tiêu cực của tỷ lệ dư nợ cho vay (LOANS): Trái ngược với giả thuyết ban đầu và quan điểm truyền thống cho rằng tăng trưởng tín dụng luôn đem lại lợi nhuận cao hơn, nghiên cứu chỉ ra hệ số mang dấu âm có ý nghĩa thống kê ($\alpha_3 = -0,00845$). Điều này phản ánh thực trạng trong giai đoạn 2011–2021, việc mở rộng tín dụng quá mức nhưng thiếu chọn lọc đã tích tụ nợ xấu, làm phát sinh chi phí xử lý nợ và bào mòn biên lợi nhuận ròng.
  2. Minh chứng sức bật từ thu nhập ngoài lãi (NII): Hệ số hồi quy của NII tác động dương rất mạnh lên ROA ($+0,0289$) và ROE ($+0,2156$). Các ngân hàng chủ động đẩy mạnh dịch vụ thanh toán số, bancassurance, và kinh doanh ngoại hối đạt hiệu quả sinh lời vượt trội so với các ngân hàng chỉ thuần túy dựa vào biên lãi thuần (NIM).
  3. Hiệu chỉnh khuyết tật mô hình toàn diện: Khắc phục sai số của các công trình đi trước nhờ sử dụng FGLS, đảm bảo ước lượng không bị sai lệch chuẩn số học.

So sánh với các công trình nghiên cứu tiền nhiệm

Tiêu chí Phan Thị Hằng Nga (2017) Hồ Thị Hồng Minh & Nguyễn Thị Cành (2015) Nghiên cứu của đề tài (Hứa Tú Phương, 2023)
Phạm vi thời gian 2008 – 2015 (8 năm) 2007 – 2013 (7 năm) 2011 – 2021 (11 năm) (Bao quát chu kỳ tái cơ cấu & COVID-19)
Cỡ mẫu quan sát 33 ngân hàng (264 obs) 22 ngân hàng (154 obs) 25 NHTMCP (275 obs)
Tác động của CAPITAL Dương ($+$) Âm ($-$) Dương ($+$) (Phù hợp lý thuyết cấu trúc hiệu quả)
Tác động của LOANS Không đồng nhất Dương ($+$) Âm ($-$) (Phản ánh rủi ro tín dụng thực tế)
Xử lý khuyết tật Pooled OLS / FEM cơ bản System GMM Kiểm định khuyết tật toàn diện và khắc phục bằng FGLS

Ứng dụng thực tế và triển khai

Dựa trên kết quả nghiên cứu định lượng, ban điều hành các NHTMCP có thể triển khai lộ trình 4 trụ cột chiến lược nhằm tối ưu hóa lợi nhuận và kiểm soát rủi ro:

                            LỘ TRÌNH 4 TRỤ CỘT CHIẾN LƯỢC

Kịch bản triển khai chi tiết

  1. Tối ưu hóa năng lực quản trị chi phí (CIR):
    • Hệ số hồi quy âm rất lớn ($\alpha_4 = -0,0156$) chứng minh việc giảm CIR là đòn bẩy trực tiếp tăng ROA. Ngân hàng cần áp dụng công nghệ ngân hàng số (Digital Banking), hệ thống định danh điện tử (eKYC) và xử lý hồ sơ tự động nhằm giảm chi phí nhân sự và chi phí mặt bằng chi nhánh truyền thống.
  2. Chiến lược phát triển thu nhập ngoài lãi (NII):
    • Phát triển hệ sinh thái dịch vụ tài chính toàn diện: dịch vụ quản lý tài sản (Wealth Management), dịch vụ ngân hàng đầu tư (IB), thanh toán quốc tế và phân phối bảo hiểm liên kết ngân hàng (Bancassurance) có chọn lọc nhằm giảm mức độ phụ thuộc vào tín dụng.
  3. Cơ cấu danh mục nợ vay và trích lập dự phòng (LOANS & LLPTL):
    • Chuyển dịch từ tăng trưởng tín dụng theo chiều rộng (tập trung vào khối lượng) sang tăng trưởng theo chiều sâu (tập trung vào chất lượng và khả năng sinh lời trên tài sản rủi ro - RORAC). Xây dựng hệ thống xếp hạng tín dụng nội bộ chuẩn hóa theo tiêu chuẩn IFRS 9 để dự báo tổn thất tín dụng kỳ vọng (ECL).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Mẫu nghiên cứu giới hạn ở 25 NHTMCP, chưa bao gồm khối ngân hàng thương mại có vốn Nhà nước chi phối (Agribank) do đặc thù sở hữu và chế độ báo cáo.
  • Mô hình FGLS là mô hình tĩnh (Static Panel Data), chưa xem xét đến yếu tố trễ thời gian của biến phụ thuộc ($\text{ROA}{t-1}, \text{ROE}{t-1}$) nhằm phản ánh tính quán tính của lợi nhuận ngân hàng.

Hướng nghiên cứu mở rộng

  • Ứng dụng mô hình kinh lượng động phương pháp mô-men tổng quát hệ thống (Two-step System GMM) của Blundell & Bond để kiểm soát triệt để hiện tượng nội sinh (Endogeneity) tiềm ẩn giữa quy mô tài sản, vốn chủ sở hữu và lợi nhuận.
  • Mở rộng chuỗi số liệu từ năm 2022 đến 2025 nhằm đánh giá toàn diện tác động của chu kỳ thắt chặt tiền tệ toàn cầu và sự phát triển của công nghệ tài chính mở (Open Banking).

Đối tượng hưởng lợi

  • Sinh viên và Học viên Cao học Tài chính - Ngân hàng: Tiếp cận khung nghiên cứu mẫu mực về phân tích dữ liệu bảng, quy trình xây dựng biến số tài chính chuẩn hóa và kỹ thuật chạy Stata chuyên sâu.
  • Chuyên viên Phân tích Dữ liệu và Quản trị Rủi ro: Nắm bắt các câu lệnh Stata Do-File, quy trình kiểm định khuyết tật mô hình kinh lượng tài chính (Heteroskedasticity, Autocorrelation, Multicollinearity).
  • Ban Điều hành & Quản trị Ngân hàng: Cung cấp bằng chứng định lượng thực tế để cân đối giữa quy mô cho vay, năng lực trích lập dự phòng rủi ro và mục tiêu tối ưu hóa tỷ lệ chi phí trên thu nhập.
  • Cơ quan Quản lý (Ngân hàng Nhà nước): Căn cứ thực tiễn để hoạch định chính sách điều hành room tín dụng, tỷ lệ an toàn vốn tối thiểu (CAR) và giám sát thanh khoản toàn hệ thống.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại chọn phương pháp ước lượng FGLS thay vì giữ lại mô hình FEM?

Trong dữ liệu bảng tài chính vi mô ngân hàng, các ngân hàng có quy mô tài sản và mô hình kinh doanh rất khác nhau, dẫn đến hiện tượng phương sai sai số thay đổi chéo (Groupwise Heteroskedasticity, kiểm định Modified Wald $p < 0,001$). Đồng thời, chuỗi thời gian 11 năm làm phát sinh tự tương quan chuỗi bậc 1 (Wooldridge test $p < 0,001$). Mô hình FEM khi đó cho sai số tiêu chuẩn không chính xác, dẫn đến kết luận sai về ý nghĩa thống kê. Phương pháp FGLS sử dụng ma trận hiệp phương sai sai số ước lượng để biến đổi dữ liệu, khắc phục hoàn toàn hai khuyết tật này và cho ước lượng vững, hiệu quả nhất.

2. Tại sao tỷ lệ dư nợ cho vay (LOANS) lại có tác động nghịch chiều đến lợi nhuận?

Theo lý thuyết kinh tế, cho vay là hoạt động kinh doanh cốt lõi sinh lời. Tuy nhiên, tại thị trường Việt Nam giai đoạn 2011–2021, việc tăng tỷ lệ dư nợ cho vay trên tổng tài sản không đi kèm với chất lượng thẩm định tương xứng dẫn đến phát sinh nợ xấu cao trong giai đoạn dịch bệnh. Ngân hàng buộc phải ngừng ghi nhận thu nhập lãi dự thu, chuyển nhóm nợ và tăng chi phí trích lập dự phòng rủi ro tín dụng, làm tổng lợi nhuận ròng suy giảm.

3. Tại sao hai biến vĩ mô GDP và INF lại không có ý nghĩa thống kê trong mô hình?

Trong mẫu nghiên cứu 25 ngân hàng giai đoạn 2011–2021, các yếu tố đặc thù nội tại của từng ngân hàng (như năng lực quản trị chi phí CIR, quy mô tài sản, đệm vốn chủ sở hữu và tỷ lệ thu nhập ngoài lãi) chiếm tỷ trọng chi phối vượt trội đến mức biến thiên của ROA và ROE. Tác động của chu kỳ kinh tế vĩ mô có độ trễ lớn và đã được hấp thụ gián tiếp qua các biến nội sinh của hệ thống ngân hàng.

4. Chỉ số CIR tác động đến ROA và ROE mạnh như thế nào?

Hệ số hồi quy của biến CIR lần lượt là $-0,0156$ (đối với ROA) và $-0,1241$ (đối với ROE) với mức ý nghĩa $1%$. Điều này cho thấy khi ngân hàng kiểm soát tốt chi phí, giảm tỷ lệ CIR đi 1 đơn vị (hoặc 1%), tỷ suất sinh lời trên vốn chủ sở hữu (ROE) của ngân hàng có thể cải thiện bình quân tới $0,124%$.

5. Yêu cầu hệ thống tối thiểu để tái lập quy trình phân tích kinh lượng này là gì?

Máy tính cá nhân trang bị RAM tối thiểu 4GB, cài đặt phần mềm Stata phiên bản 14.0 trở lên (khuyến nghị Stata/SE hoặc Stata/MP). Dữ liệu được tổ chức dưới định dạng Excel (.xlsx) hoặc Stata Data File (.dta) theo cấu trúc bảng dài (Long Format Panel Data) với 2 khóa chính định danh là mã ngân hàng (bank_id) và năm tài chính (year).

Kết luận

Khóa luận tốt nghiệp của tác giả Hứa Tú Phương đã đóng góp một công trình nghiên cứu định lượng hoàn chỉnh, chặt chẽ và có giá trị học thuật cao về các nhân tố chi phối lợi nhuận của hệ thống NHTMCP Việt Nam giai đoạn 2011 – 2021. Bằng việc áp dụng phương pháp kinh lượng FGLS trên mẫu dữ liệu bảng 275 quan sát, nghiên cứu đã chứng minh rõ ràng vai trò tích cực của việc gia tăng quy mô tài sản, mở rộng bộ đệm vốn chủ sở hữu, quản lý thanh khoản cho vay trên tiền gửi và đẩy mạnh đa dạng hóa thu nhập ngoài lãi. Đồng thời, nghiên cứu cũng gióng lên hồi chuông cảnh báo về việc mở rộng dư nợ tín dụng thiếu kiểm soát và quản trị chi phí kém hiệu quả.

Đây là tài liệu tham khảo giá trị cho các nhà nghiên cứu, sinh viên chuyên ngành tài chính - ngân hàng và là cơ sở hoạch định chiến lược kinh doanh an toàn, bền vững cho các nhà quản trị ngân hàng thương mại trong kỷ nguyên số hóa tài chính.