Bối cảnh và vấn đề nghiên cứu

Trong tiến trình phát triển kinh tế tại Việt Nam, hệ thống ngân hàng thương mại đóng vai trò huyết mạch trong việc cung ứng và luân chuyển dòng vốn phục vụ sản xuất, kinh doanh. Tuy nhiên, tính chất nhạy cảm cùng những biến động vĩ mô đòi hỏi các tổ chức tín dụng phải thiết lập một cấu trúc vốn tối ưu nhằm duy trì năng lực cạnh tranh và sự an toàn hệ thống. Cấu trúc vốn đóng vai trò là tấm đệm hấp thụ các cú sốc tài chính; do đó, việc đánh giá tác động của cấu trúc vốn tới sự ổn định tài chính có ý nghĩa thực tiễn đối với công tác hoạch định chính sách quản trị rủi ro tại các ngân hàng thương mại.

Khóa luận xác định mục tiêu tổng quát là đánh giá tác động của cấu trúc vốn đến sự ổn định tài chính của các ngân hàng thương mại Việt Nam. Nhằm hoàn thành mục tiêu này, tác giả thiết lập 5 nhiệm vụ nghiên cứu cụ thể:

  1. Tổng hợp và phân tích các nghiên cứu liên quan đến cấu trúc vốn và các yếu tố ảnh hưởng đến cấu trúc vốn của các ngân hàng Việt Nam.
  2. Tập trung làm rõ các yếu tố cấu thành cấu trúc vốn của các ngân hàng, bao gồm tỷ lệ vốn chủ sở hữu, vốn vay và các nguồn vốn khác.
  3. Xây dựng và kiểm tra tính phù hợp của mô hình kinh tế lượng để đánh giá tác động của cấu trúc vốn đến sự ổn định tài chính của hệ thống ngân hàng.
  4. Phân tích và đánh giá tác động của cấu trúc vốn đến sự ổn định tài chính thông qua các chỉ tiêu tài chính như tỷ lệ nợ xấu, dư nợ không có đảm bảo, lợi nhuận và tỷ suất sinh lời trên vốn chủ sở hữu.
  5. Đề xuất các giải pháp và chính sách nhằm tăng cường sự ổn định tài chính của hệ thống ngân hàng thương mại thông qua cải thiện cấu trúc vốn dựa trên kết quả thực nghiệm.

Nghiên cứu tập trung giải quyết 3 câu hỏi nghiên cứu:

  • Sự ổn định tài chính của các ngân hàng chịu tác động của các yếu tố, trong đó có yếu tố cấu trúc vốn của ngân hàng như thế nào?
  • Cấu trúc vốn có ảnh hưởng như thế nào đến ổn định tài chính của các ngân hàng niêm yết trên thị trường chứng khoán Việt Nam?
  • Đề xuất nào được đưa ra từ kết quả nghiên cứu về ảnh hưởng của cấu trúc vốn đến ổn định tài chính của các ngân hàng niêm yết trên thị trường chứng khoán Việt Nam?

Đối tượng nghiên cứu của đề tài là cấu trúc vốn (đo lường bằng tỷ lệ nợ, tỷ lệ vốn chủ sở hữu và biến giả phản ánh mức độ đòn bẩy) và sự ổn định tài chính của ngân hàng (được lượng hóa thông qua chỉ số Z-score). Khách thể nghiên cứu là các ngân hàng thương mại cổ phần đang hoạt động tại Việt Nam. Về phạm vi nghiên cứu:

  • Phạm vi không gian: 20 ngân hàng thương mại cổ phần niêm yết liên tục trên các sàn HOSE, HNX và UPCOM trong thời gian tối thiểu 10 năm tính từ năm 2013 đến năm 2022.
  • Phạm vi thời gian: Thu thập dữ liệu báo cáo tài chính kiểm toán trong giai đoạn 10 năm (2013–2022) với trọng tâm phân tích biến động giai đoạn 2019–2022; tổng số quan sát đạt 200 quan sát.
  • Phạm vi nội dung: Tập trung phân tích mối quan hệ nhân quả giữa cấu trúc vốn và sự ổn định tài chính của các ngân hàng thương mại niêm yết.

Cơ sở lý thuyết và phương pháp

Khóa luận dựa trên nền tảng lý thuyết cấu trúc vốn kinh điển của Modigliani và Miller (1963), kết hợp các quan điểm mở rộng của Brealey và cộng sự (2008), Frank và Goyal (2009). Cấu trúc vốn doanh nghiệp được xác định bởi mối tương quan giữa nợ phải trả và vốn chủ sở hữu nhằm tối thiểu hóa chi phí sử dụng vốn bình quân gia quyền (WACC). Đối với định chế ngân hàng, cơ sở lý luận được tham chiếu từ Mishkin và Eakins (2015), Saunders và Cornett (2017), cùng các nguyên tắc an toàn vốn của Ủy ban Basel về Giám sát Ngân hàng (BCBS) và Ngân hàng Thanh toán Quốc tế (BIS). Các nguồn vốn của ngân hàng được phân định thành: vốn chủ sở hữu (Equity Capital), vốn vay (Debt Capital), tiền gửi của khách hàng (Customer Deposits) và các nguồn tài trợ khác.

Khái niệm ổn định tài chính của ngân hàng được kế thừa từ Bookstaber (2016), Goodhart và cộng sự (2012), Frederic S. Mishkin và Philip Lowe (2019), phản ánh năng lực duy trì thanh khoản, kiểm soát nợ xấu và bảo toàn hoạt động kinh doanh bền vững trước các cú sốc thị trường. Để định lượng sự ổn định tài chính, tác giả sử dụng chỉ số Z-score – công cụ được phát triển từ nghiên cứu của Beaver (1960) và Roy (1952).

Tên biến Ký hiệu Loại biến Công thức tính toán
Sự ổn định tài chính Zscore Biến phụ thuộc $Z = \frac{ROA + EA}{\sigma(ROA)}$; trong đó $ROA$ là tỷ suất sinh lời trên tổng tài sản bình quân, $EA$ là tỷ lệ vốn chủ sở hữu trên tổng tài sản, $\sigma(ROA)$ là độ lệch chuẩn của $ROA$.
Quy mô ngân hàng SIZE Biến kiểm soát Logarit tự nhiên của tổng tài sản: $\text{Log}(\text{Tổng tài sản})$.
Cấu trúc vốn nợ thấp LowCapitalStructure Biến độc lập Biến giả: Bằng 1 nếu $\frac{\text{Nợ phải trả}}{\text{Tổng tài sản}} \le 0{,}5$; bằng 0 nếu ngược lại.
Giai đoạn hậu Covid PostCovid Biến độc lập Biến giả: Bằng 1 nếu quan sát thuộc thời kỳ hậu Covid-19; bằng 0 nếu thuộc thời kỳ khác.
Biến tương tác PostCovidLowCapitalStructure Biến độc lập Biến tích số: $\text{PostCovid} \times \text{LowCapitalStructure}$ (bị loại bỏ sau kiểm tra VIF).

Quy trình nghiên cứu thực nghiệm được thiết kế qua 6 bước: (1) Xác định vấn đề nghiên cứu; (2) Xác định mục tiêu nghiên cứu; (3) Xác định phương pháp nghiên cứu; (4) Tiến hành nghiên cứu; (5) Thu thập, xử lý dữ liệu bằng phần mềm Stata; (6) Thảo luận kết quả và đề xuất hàm ý quản trị.

Nguồn dữ liệu thứ cấp gồm báo cáo tài chính đã kiểm toán giai đoạn 2013–2022 của 20 ngân hàng thương mại niêm yết, được trích xuất từ hệ thống dữ liệu chứng khoán Vietstock và CafeF. Phương pháp ước lượng sử dụng kỹ thuật phân tích dữ liệu bảng (panel data) thông qua 3 mô hình: Hồi quy gộp (Pooled OLS), Mô hình tác động cố định (FEM) và Mô hình tác động ngẫu nhiên (REM). Tác giả áp dụng kiểm định $F$ để so sánh OLS và FEM, kiểm định Breusch-Pagan Lagrange Multiplier (LM) để so sánh OLS và REM, kiểm định Hausman để lựa chọn giữa FEM và REM. Sau khi phát hiện các khuyết tật tự tương quan bậc 1 (Wooldridge test) và phương sai sai số thay đổi, mô hình bình phương tối thiểu tổng quát khả thi (FGLS) được sử dụng để khắc phục hoàn toàn khuyết tật dữ liệu.

Nội dung chính theo từng chương

Chương 1: Mở đầu

Chương 1 giới thiệu tính cấp thiết của đề tài trong bối cảnh thị trường tài chính Việt Nam phát triển nhanh chóng nhưng đối mặt với áp lực duy trì tính bền vững. Chương này trình bày mục tiêu tổng quát, 5 nhiệm vụ cụ thể, 3 câu hỏi nghiên cứu, cùng việc xác định đối tượng là cấu trúc vốn và Z-score của 20 ngân hàng thương mại niêm yết liên tục 10 năm (2013–2022) với 200 quan sát. Tác giả khẳng định đóng góp của đề tài trong việc lấp khoảng trống nghiên cứu thực nghiệm về mối quan hệ giữa cấu trúc vốn và an toàn hệ sinh thái ngân hàng tại Việt Nam.

Chương 2: Cơ sở lý thuyết và tổng quan nghiên cứu

Tác giả hệ thống hóa các khái niệm nền tảng về cấu trúc vốn theo Modigliani & Miller, Brealey, Frank & Goyal, phân loại 4 nguồn vốn của ngân hàng theo chuẩn mực BIS và BCBS. Chương này phân tích các thuộc tính của sự ổn định tài chính, chỉ rõ vai trò của vốn tự có, hiệu quả quản trị rủi ro, năng lực thanh khoản (Allen & Carletti, 2010), hiệu suất kinh doanh (Casu và cộng sự, 2004) và môi trường vĩ mô. Phần tổng quan tài liệu phân tích các nghiên cứu trong nước (Huỳnh Japan, 2020; Lê Thị Tuấn Nghĩa & Phạm Mạnh Hùng, 2016; Đoàn Ngọc Phúc, 2014; Nguyễn Thị Xuân Hồng và cộng sự, 2019) và ngoài nước (Berger & DeYoung, 1997; Kashyap & Stein, 2000; Bevan & Danbolt, 2004), qua đó chỉ ra phần lớn nghiên cứu trong nước trước đây chỉ tập trung vào hiệu quả sinh lời (ROA, ROE) mà chưa đào sâu thước đo ổn định tài chính Z-score.

Chương 3: Phương pháp nghiên cứu

Chương 3 trình bày chi tiết quy trình nghiên cứu 6 bước và bảng danh sách 20 ngân hàng thương mại cổ phần được chọn mẫu (VietinBank, BIDV, Vietcombank, MB, Sacombank, SeABank, ACB, Techcombank, SHB, VPBank, Eximbank, MSB, VIB, ABBank, TPBank, OCB, Bac A Bank, HDBank, LienVietPostBank, Nam A Bank). Tác giả định nghĩa công thức toán học tính toán Z-score, các tiêu chí phân định rủi ro ($Z > 2{,}99$: an toàn tài chính; $1{,}81 \le Z \le 2{,}99$: có nguy cơ; $Z < 1{,}81$: mất ổn định tài chính), đồng thời trình bày cơ sở toán học của các phép kiểm định thống kê lựa chọn mô hình (F-test, Breusch-Pagan LM, Hausman) và kiểm định chẩn đoán khuyết tật.

Chương 4: Kết quả nghiên cứu

Chương 4 mở đầu bằng việc mô tả thực trạng thị trường chứng khoán và kết quả kinh doanh của 27 ngân hàng niêm yết trong năm 2022: tổng lợi nhuận trước thuế toàn hệ thống đạt 246.218 tỷ đồng (tăng 34% so với năm 2021), thu nhập lãi thuần đạt 428.401 tỷ đồng (tăng 23%), chi phí dự phòng rủi ro tín dụng là 120.100 tỷ đồng (giảm 1%). Tín dụng toàn nền kinh tế tăng trên 13%, trong khi huy động vốn chỉ tăng 6%. Tổng dư nợ xấu cuối năm 2022 tăng lên 136.400 tỷ đồng (tăng 35% so với đầu năm); tỷ lệ nợ xấu trung bình tăng gần 0,7 điểm phần trăm.

Chỉ tiêu thống kê Zscore PostCovid LowCapitalStructure PostCovidLowCapitalStructure SIZE
Số quan sát (Obs) 200 200 200 200 200
Giá trị trung bình (Mean) 23,83359 0,1000 0,0950 0,0950 8,34558
Độ lệch chuẩn (Std. Dev.) 26,0000 0,3007 0,2939 0,2939 0,8200

Kết quả thống kê cho thấy 90,5% quan sát ngân hàng hoạt động ở mức đòn bẩy cao ($\text{LowCapitalStructure} = 0$). Kiểm tra đa cộng tuyến cho thấy biến tương tác $\text{PostCovidLowCapitalStructure}$ có hệ số phóng đại phương sai $\text{VIF} = 19{,}37$, buộc tác giả phải loại bỏ biến này. Sau khi loại bỏ, hệ số VIF của các biến đều nhỏ hơn 2 (SIZE đạt 1,04), loại trừ hoàn toàn hiện tượng đa cộng tuyến.

Tiến trình lựa chọn mô hình kinh tế lượng trải qua các bước:

  • Mô hình Pooled OLS: $\text{F}(3, 196) = 1{,}8974$, $\text{Prob} > \text{F} = 0{,}131$; biến SIZE có $p = 0{,}056$ (ý nghĩa ở mức 10%). Mô hình không phù hợp ở mức ý nghĩa 10%.
  • Mô hình FEM: Kiểm định $F$ cho $\text{Prob} > \text{F} = 0{,}0000$, chứng minh FEM ưu thế hơn Pooled OLS. SIZE có $p = 0{,}036$, mang hệ số âm.
  • Mô hình REM: Kiểm định Breusch-Pagan LM đạt $\text{Prob} > \text{chibar2} = 0{,}0000$, chứng minh REM ưu thế hơn Pooled OLS.
  • Kiểm định Hausman so sánh FEM và REM đạt giá trị $\chi^2(3) = 1{,}7200$ với $\text{Prob} > \chi^2 = 0{,}05$ (giá trị không bác bỏ giả thuyết $H_0$), do đó mô hình REM được lựa chọn.

Kiểm định chẩn đoán mô hình REM phát hiện:

  1. Hiện tượng tự tương quan bậc 1 thông qua kiểm định Wooldridge: $\text{F}(1, 19) = 482{,}0000$ ($\text{Prob} > \text{F} = 0{,}0000 < 0{,}05$).
  2. Hiện tượng phương sai sai số thay đổi qua kiểm định Breusch-Pagan LM ($\text{Var} = 677{,}0000$, $p < 0{,}05$).

Tác giả khắc phục bằng mô hình hồi quy FGLS (Cross-sectional time-series FGLS regression) với hệ số tương quan chung $\text{AR}(1) = 0{,}8409$, $\text{Wald } \chi^2(3) = 35{,}98608$, số nhóm $N = 20$, số thời gian $T = 10$, tổng quan sát 200. Kết quả hồi quy chỉ ra: biến PostCovid có hệ số dương đạt mức ý nghĩa 1% ($p < 0{,}01$); biến LowCapitalStructure có hệ số âm đạt mức ý nghĩa 1% ($p < 0{,}01$); biến quy mô (SIZE) không có ý nghĩa thống kê đối với Z-score.

Chương 5: Kết luận và hàm ý chính sách

Chương 5 tóm lược các phát hiện thực nghiệm, khẳng định phản ứng chính sách hậu Covid-19 đã hỗ trợ phục hồi an toàn vốn và nhấn mạnh tác động của cơ cấu đòn bẩy đến độ ổn định tài chính. Từ đó, tác giả đưa ra hệ thống kiến nghị quản trị thực tiễn cho các ngân hàng thương mại và chính sách giám sát vĩ mô cho Ngân hàng Nhà nước và Chính phủ. Cuối chương, tác giả trình bày 5 nhóm hạn chế nội tại của đề tài và vạch ra các hướng mở rộng nghiên cứu trong tương lai.

Kết quả và đóng góp

Nghiên cứu mang lại những kết quả định lượng cụ thể từ mô hình ước lượng FGLS trên mẫu 20 ngân hàng thương mại niêm yết:

  • Biến giả hậu đại dịch Covid-19 (PostCovid) tác động cùng chiều (+) đến chỉ số Z-score với mức ý nghĩa thống kê 1% ($p < 0{,}01$). Sự can thiệp và kiểm soát rủi ro chặt chẽ của các ngân hàng sau đại dịch đã thúc đẩy tính an toàn vốn và khôi phục sự ổn định tài chính.
  • Biến cấu trúc vốn nợ thấp (LowCapitalStructure) tác động ngược chiều (-) đến Z-score ở mức ý nghĩa 1% ($p < 0{,}01$). Trong mô hình phân tích, các ngân hàng duy trì tỷ lệ nợ phải trả thấp hơn ngưỡng phân loại thể hiện mức độ biến động điểm ổn định tài chính khác biệt so với nhóm ngân hàng dùng đòn bẩy lớn, khẳng định cơ cấu vốn vay có ảnh hưởng trực tiếp đến khả năng chống chịu rủi ro rút vốn và thanh khoản khi xảy ra khủng hoảng.
  • Biến quy mô tài sản (SIZE) không có ý nghĩa thống kê đối với Z-score trong mô hình FGLS, cho thấy quy mô đơn thuần không quyết định tính ổn định tài chính của ngân hàng.
  • Về mặt số liệu ngành năm 2022, khóa luận tổng hợp: 27 ngân hàng niêm yết đạt 246.218 tỷ đồng lợi nhuận trước thuế (+34%), thu nhập lãi thuần 428.401 tỷ đồng (+23%), chi phí dự phòng 120.100 tỷ đồng (-1%), nợ xấu tăng 35% lên 136.400 tỷ đồng; tăng trưởng tín dụng vượt 13% trong khi huy động chỉ đạt 6%.

Các giải pháp và khuyến nghị chính sách được đề xuất gồm:

  • Đối với ngân hàng thương mại: Xây dựng quy trình đánh giá rủi ro toàn diện; kiểm soát tính khả thi của các khoản vay quy mô lớn; siết chặt quản trị nợ xấu; chủ động tăng cường vốn tự có để bảo đảm hệ số an toàn vốn, cân đối tỷ lệ đòn bẩy nợ phù hợp nhằm hấp thụ cú sốc rút vốn của khách hàng.
  • Đối với Chính phủ và Ngân hàng Nhà nước: Ban hành các quy định chặt chẽ và giám sát chuyên sâu đối với các ngân hàng sử dụng đòn bẩy nợ vay cao; đầu tư nâng cấp hệ thống cảnh báo sớm rủi ro tài chính; thành lập các quỹ dự trữ tài chính can thiệp kịp thời nhằm bảo vệ thanh khoản hệ thống khi xảy ra khủng hoảng bất khả kháng.

Đóng góp mới của đề tài: Trong khi hầu hết các nghiên cứu kinh tế lượng tài chính tại Việt Nam trước đây chủ yếu khai thác tác động của cấu trúc vốn đến "hiệu quả hoạt động" hoặc "khả năng sinh lời" (đo lường qua ROA, ROE), khóa luận này đã chuyển hướng trọng tâm nghiên cứu sang "sự ổn định tài chính" được đo lường chuẩn hóa bằng chỉ số Z-score, đồng thời cung cấp bằng chứng thực nghiệm bao hàm cả giai đoạn biến động dịch bệnh Covid-19.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận tự chỉ ra 5 hạn chế và định hướng phát triển nghiên cứu:

  • Mở rộng mẫu và thời gian nghiên cứu: Cần mở rộng quy mô mẫu vượt khỏi phạm vi 20 ngân hàng thương mại niêm yết và kéo dài chuỗi thời gian quan sát để phản ánh đầy đủ các chu kỳ kinh tế khác nhau, nâng cao tính đại diện.
  • Điều chỉnh biến số và mô hình: Bổ sung các biến độc lập nội sinh phản ánh hiệu suất vận hành, năng lực quản trị rủi ro chuyên sâu và các biến số vĩ mô phản ánh biến động thị trường.
  • Phân tích tương tác và tác động đa chiều: Nghiên cứu sâu hơn các tác động tương tác giữa cấu trúc vốn với quản trị rủi ro thanh khoản và biến động lãi suất thị trường.
  • Bổ sung các yếu tố đặc thù: Đánh giá thêm ảnh hưởng của chính sách tín dụng đặc thù, quản trị công ty và môi trường kinh doanh tổng thể đến sự ổn định tài chính ngân hàng.
  • Phân tích tác động của chính sách công: Khảo sát trực tiếp mức độ tác động của các chính sách tiền tệ, chính sách tài khóa và các gói hỗ trợ khẩn cấp của Chính phủ đến cấu trúc vốn và an toàn hệ thống ngân hàng.

Giá trị tham khảo

Khóa luận là nguồn tài liệu hữu ích cho sinh viên, học viên cao học và nghiên cứu sinh chuyên ngành Tài chính - Ngân hàng, Kinh tế học ứng dụng và Kế toán - Kiểm toán khi triển khai các đề tài nghiên cứu thực nghiệm về an toàn hệ thống tài chính. Công trình có giá trị tham khảo chuyên môn cao ở:

  • Phương pháp luận kinh tế lượng dữ liệu bảng: Trình tự kiểm định khắt khe từ Pooled OLS, FEM, REM qua kiểm định $F$, Breusch-Pagan LM, Hausman và kỹ thuật xử lý khuyết tật phương sai sai số thay đổi cùng tự tương quan bằng mô hình FGLS trên Stata.
  • Thao tác tính toán chỉ số Z-score: Cách thức lượng hóa an toàn vốn kết hợp giữa lợi nhuận ($ROA$), vốn tự có ($EA$) và độ phân tán rủi ro ($\sigma(ROA)$).
  • Cơ sở dữ liệu thực chứng: Cung cấp bức tranh số liệu chi tiết về lợi nhuận, nợ xấu và tăng trưởng tín dụng năm 2022 của 27 ngân hàng niêm yết tại Việt Nam.

Câu hỏi thường gặp

1. Chỉ số Z-score trong nghiên cứu được cấu thành từ những yếu tố nào và ngưỡng đánh giá an toàn tài chính được xác định ra sao?
Chỉ số Z-score được tính bằng tổng của tỷ suất sinh lời trên tài sản ($ROA$) và tỷ lệ vốn chủ sở hữu trên tổng tài sản ($EA$), chia cho độ lệch chuẩn của $ROA$ ($\sigma(ROA)$). Về ngưỡng phân loại: nếu $Z > 2{,}99$, ngân hàng được coi là ổn định tài chính; nếu $1{,}81 \le Z \le 2{,}99$, ngân hàng ở mức có nguy cơ; nếu $Z < 1{,}81$, ngân hàng rơi vào trạng thái không ổn định tài chính.

2. Tại sao biến tương tác giữa giai đoạn hậu Covid và cấu trúc nợ thấp bị loại khỏi mô hình hồi quy chính thức?
Biến tương tác $\text{PostCovidLowCapitalStructure}$ có hệ số phóng đại phương sai $\text{VIF} = 19{,}37$, vượt xa ngưỡng an toàn chuẩn, gây ra hiện tượng đa cộng tuyến nghiêm trọng. Tác giả đã loại bỏ biến này để đảm bảo tính chuẩn xác cho các ước lượng, sau đó hệ số VIF của các biến độc lập đều hạ xuống dưới mức 2.

3. Kết quả các kiểm định lựa chọn mô hình kinh tế lượng dữ liệu bảng diễn ra như thế nào?
Kiểm định $F$ cho giá trị $p = 0{,}0000$ khẳng định mô hình FEM tốt hơn Pooled OLS. Kiểm định Breusch-Pagan LM cho $p = 0{,}0000$ khẳng định REM tốt hơn Pooled OLS. Tiếp đó, kiểm định Hausman thu được giá trị $\chi^2(3) = 1{,}7200$ với $p = 0{,}05$, cho thấy không có cơ sở bác bỏ giả thuyết $H_0$, do đó mô hình REM được lựa chọn ưu thế hơn FEM trước khi tiến hành các kiểm định chẩn đoán khuyết tật.

4. Khuyết tật của mô hình REM là gì và tác giả đã sử dụng kỹ thuật nào để khắc phục?
Mô hình REM đồng thời vi phạm hai khuyết tật: tự tương quan bậc 1 (kiểm định Wooldridge cho $\text{F}(1, 19) = 482{,}0000$, $p = 0{,}0000$) và phương sai sai số thay đổi (kiểm định Breusch-Pagan LM có $\text{Var} = 677{,}0000$). Tác giả đã khắc phục hoàn toàn bằng mô hình hồi quy bình phương tối thiểu tổng quát khả thi FGLS (Cross-sectional time-series FGLS regression) với hệ số tương quan $\text{AR}(1) = 0{,}8409$ và $\text{Wald } \chi^2(3) = 35{,}98608$.

5. Thực trạng dư nợ xấu và kết quả lợi nhuận của các ngân hàng niêm yết năm 2022 được ghi nhận với những con số nổi bật nào?
Trong năm 2022, tổng lợi nhuận trước thuế của 27 ngân hàng niêm yết đạt 246.218 tỷ đồng (tăng 34% so với năm 2021), thu nhập lãi thuần đạt 428.401 tỷ đồng (tăng 23%). Dư nợ xấu toàn hệ thống tại thời điểm cuối năm 2022 tăng lên 136.400 tỷ đồng (tăng 35% so với đầu năm); tăng trưởng tín dụng nền kinh tế vượt 13%, trong khi tăng trưởng huy động vốn chỉ đạt 6%.

Kết luận

Khóa luận của tác giả Vũ Khánh Linh đã lượng hóa thành công tác động của cấu trúc vốn và biến động hậu Covid-19 đến sự ổn định tài chính của 20 ngân hàng thương mại niêm yết tại Việt Nam thông qua chỉ số Z-score. Bằng việc ứng dụng quy trình ước lượng kinh tế lượng dữ liệu bảng chặt chẽ và khắc phục triệt để các khuyết tật bằng mô hình FGLS, nghiên cứu chứng minh đòn bẩy nợ và bối cảnh dịch bệnh đóng vai trò chi phối đối với mức độ ổn định tài chính, trong khi quy mô tài sản không tạo ra tác động có ý nghĩa thống kê. Các phát hiện thực nghiệm cung cấp cơ sở tin cậy cho các nhà quản trị ngân hàng thương mại trong việc hoạch định an toàn vốn và hỗ trợ các cơ quan giám sát hoàn thiện khung chính sách điều hành hệ thống tài chính quốc gia.