Giới thiệu dự án
Trong cấu trúc tài chính của nền kinh tế đang phát triển, hệ thống ngân hàng thương mại (NHTM) giữ vai trò huyết mạch trong việc dẫn vốn, phân bổ thanh khoản và thúc đẩy tăng trưởng tổng sản phẩm quốc nội (GDP). Tại Việt Nam, hoạt động kinh doanh của các ngân hàng thương mại cổ phần (NHTMCP) trong nhiều thập kỷ qua phần lớn phụ thuộc vào mô hình tín dụng truyền thống. Theo các số liệu ngành tài chính giai đoạn 2010–2022, thu nhập lãi thuần (Net Interest Income - NET) thường chiếm từ 70% đến 85% tổng thu nhập hoạt động thuần của các NHTM. Sự phụ thuộc quá mức vào một nguồn thu đơn lẻ khiến hệ thống ngân hàng đứng trước rủi ro chu kỳ kinh tế, biến động biên lãi ròng (Net Interest Margin - NIM), nợ xấu gia tăng và áp lực trích lập dự phòng rủi ro tín dụng.
Nhằm tái cơ cấu hệ thống tổ chức tín dụng theo định hướng tại Quyết định số 254/QĐ-TTg và Quyết định số 986/QĐ-TTg của Thủ tướng Chính phủ, các ngân hàng Việt Nam đứng trước yêu cầu cấp thiết phải chuyển dịch mô hình tăng trưởng từ tín dụng sang phát triển các hoạt động dịch vụ phi tín dụng, bao gồm: thanh toán quốc tế, dịch vụ thẻ, bảo hiểm (Bancassurance), kinh doanh ngoại hối, tư vấn tài chính và ngân hàng đầu tư.
+-------------------------------------------------------------------------------+
| HỆ THỐNG DẪN VỐN & THU NHẬP NHTM |
| |
| [ Hoạt động Tín dụng Truyền thống ] --> Thu nhập Lãi thuần (NET: 70-85%) |
| [ Hoạt động Phi Tín dụng / Dịch vụ ] --> Thu nhập Ngoài lãi (NOI: 15-30%) |
| |
| Mục tiêu: Đa dạng hóa nguồn thu (DIV) -> Tối ưu hóa ROA, ROE & Giảm rủi ro |
+-------------------------------------------------------------------------------+
Vấn đề nghiên cứu thực tiễn
Các NHTMCP tại Việt Nam đối mặt với bài toán tối ưu hóa danh mục thu nhập. Mặc dù lý thuyết tài chính cho rằng đa dạng hóa nguồn thu sẽ tối thiểu hóa rủi ro và gia tăng lợi nhuận, các nghiên cứu thực nghiệm quốc tế và trong nước vẫn đưa ra những kết quả trái chiều:
- Một nhóm nghiên cứu (như Sanya & Wolfe, 2011; Meslier et al., 2014) ủng hộ quan điểm đa dạng hóa tạo ra lợi thế kinh tế nhờ quy mô và phạm vi, giúp tăng hiệu quả hoạt động.
- Nhóm nghiên cứu khác (như DeYoung & Roland, 2001; Stiroh, 2004a, 2004b; Mercieca et al., 2007) lập luận rằng các hoạt động ngoài lãi thường có chi phí cố định cao, đòi hỏi đòn bẩy hoạt động lớn và dễ biến động, dẫn đến làm suy giảm tỷ suất sinh lời điều chỉnh theo rủi ro.
- Tại Việt Nam, các nghiên cứu thực nghiệm xử lý đầy đủ các khuyết tật mô hình (như nội sinh, tự tương quan, phương sai thay đổi) trên chuỗi dữ liệu dài hạn còn hạn chế.
Mục tiêu của dự án nghiên cứu
- Mục tiêu 1: Đo lường mức độ đa dạng hóa thu nhập của 25 NHTMCP Việt Nam giai đoạn 2010–2022 thông qua chỉ số điều chỉnh Herfindahl-Hirschman Index ($DIV = 1 - HHI$).
- Mục tiêu 2: Lượng hóa chiều hướng và mức độ tác động của chỉ số đa dạng hóa thu nhập đến hiệu quả kinh doanh của ngân hàng thông qua hai chỉ tiêu sinh lời cốt lõi: Tỷ suất sinh lời trên tổng tài sản ($ROA$) và Tỷ suất sinh lời trên vốn chủ sở hữu ($ROE$).
- Mục tiêu 3: Xây dựng hệ thống kiểm định kinh tế lượng vững mạnh (Robust Econometrics) bao gồm OLS, FEM, REM, FGLS và System GMM (SGMM) nhằm giải quyết triệt để hiện tượng nội sinh (Endogeneity).
- Mục tiêu 4: Đề xuất khung hàm ý chính sách và giải pháp vận hành thực tế cho các NHTMCP nhằm nâng cao tỷ trọng thu nhập ngoài lãi, tối ưu hóa chi phí vận hành và mở rộng khả năng sinh lời bền vững.
Phạm vi và giới hạn
- Không gian nghiên cứu: 25 ngân hàng thương mại cổ phần tại Việt Nam có đầy đủ báo cáo tài chính kiểm toán liên tục.
- Thời gian nghiên cứu: 13 năm (giai đoạn 2010–2022), bao gồm 325 quan sát dạng dữ liệu bảng cân đối (Balanced Panel Data).
- Nguồn dữ liệu: Báo cáo tài chính kiểm toán thường niên từ nền tảng dữ liệu tài chính FiinPro v4.2 và các chỉ số kinh tế vĩ mô từ cơ sở dữ liệu World Bank.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Nghiên cứu so sánh toàn diện giữa các trường phái lý thuyết và bằng chứng thực nghiệm về tác động của đa dạng hóa thu nhập tới hiệu quả kinh doanh của ngân hàng:
| Tiêu chí phân tích |
Trường phái Tác động Tích cực |
Trường phái Tác động Tiêu cực / Không đáng kể |
Hướng tiếp cận của Khóa luận |
| Nghiên cứu tiêu biểu |
Chiorazzo et al. (2008), Sanya & Wolfe (2011), Meslier et al. (2014), Võ Xuân Vinh & Trần Thị Phương Mai (2015) |
DeYoung & Roland (2001), Stiroh (2004a, 2006), Mercieca et al. (2007), Lepetit et al. (2008) |
Tích hợp đa mô hình: OLS, FEM, REM, FGLS, Two-step System GMM |
| Cơ sở lý thuyết |
Lý thuyết danh mục đầu tư (Markowitz, 1952), Tính kinh tế theo quy mô (Panzar & Willig, 1977) |
Rủi ro đòn bẩy hoạt động, Chi phí cố định mở rộng dịch vụ, Rủi ro phi tập trung |
Lý thuyết cấu trúc hiệu quả (ES), Quyền lực thị trường (MP) |
| Chỉ số đo lường DIV |
Tỷ lệ thu nhập ngoài lãi thuần ($NON$), Chỉ số Herfindahl-Hirschman ($HHI$) |
Tỷ lệ từng loại thu nhập ngoài lãi ($COM, TRAD, OTH$) |
$DIV = 1 - HHI = 1 - [(NET/NETOP)^2 + (NOI/NETOP)^2]$ |
| Khuyết tật dữ liệu |
Thường bỏ qua hiện tượng nội sinh hoặc chỉ dùng OLS/FEM tĩnh |
Kiểm soát một phần qua biến độ trễ nhưng mẫu nghiên cứu ngắn |
Xử lý phương sai thay đổi (White's test), tự tương quan (Wooldridge test) và nội sinh (SGMM) |
Thiết kế hệ thống mô hình kinh tế lượng
Khóa luận thiết lập kiến trúc phân tích định lượng dữ liệu bảng đa tầng từ thu thập, làm sạch, tính toán chỉ số đến ước lượng và kiểm định chuyên sâu:
[ BCTC Kiểm toán 25 NHTMCP (FiinPro) ] + [ Chỉ số Vĩ mô (World Bank) ]
[ Tiền xử lý dữ liệu: Stata Data Cleaning Pipeline ]
- Tính toán DIV = 1 - HHI, NIM, NNII, SIZE, GROW, EQT...
- Xử lý giá trị NOI âm theo chuẩn Hồ Thị Hồng Minh (2015)
[ Phân tích Thống kê Mô tả & Tương quan ]
- Kiểm tra Ma trận Tương quan Pearson & Hệ số VIF (< 5.0)
[ Ước lượng Tĩnh & Kiểm định Khuyết tật ]
- Hồi quy OLS, Fixed Effects (FEM), Random Effects (REM)
- F-test, Breusch-Pagan Lagrange Multiplier, Hausman Test
- Modified Wald Test (Phương sai thay đổi) & Wooldridge Test (Tự tương quan)
[ Khắc phục Khuyết tật & Ước lượng Động ]
- Khắc phục bằng Feasible Generalized Least Squares (FGLS)
- Ước lượng Two-step System GMM (SGMM) xử lý biến nội sinh
- Kiểm định Arellano-Bond AR(1), AR(2) và Sargan/Hansen J-test
Công thức đo lường chỉ số đa dạng hóa ($DIV$)
Chỉ số đa dạng hóa thu nhập được chuẩn hóa dựa trên nghiên cứu của Stiroh & Rumble (2006) và Chiorazzo et al. (2008):
$$HHI = \left(\frac{NET}{NETOP}\right)^2 + \left(\frac{NOI}{NETOP}\right)^2 = (INT)^2 + (NON)^2$$
$$DIV = 1 - HHI = 1 - \left[ \left(\frac{NET}{NETOP}\right)^2 + \left(\frac{NOI}{NETOP}\right)^2 \right]$$
Trong đó:
- $NET$: Thu nhập lãi thuần (Net Interest Income).
- $NOI$: Thu nhập thuần ngoài lãi (Net Non-Interest Income), bao gồm: thu nhập thuần từ hoạt động dịch vụ, kinh doanh ngoại hối, mua bán chứng khoán kinh doanh/đầu tư, góp vốn mua cổ phần và thu nhập khác.
- $NETOP = NET + NOI$: Tổng thu nhập thuần từ hoạt động kinh doanh.
- $DIV$ nhận giá trị trong đoạn $[0; 0.5]$. Khi $DIV = 0$, ngân hàng phụ thuộc tuyệt đối vào một nguồn thu nhập; khi $DIV = 0.5$, ngân hàng đạt trạng thái đa dạng hóa cân bằng tối đa giữa thu nhập lãi và ngoài lãi.
Mô hình hồi quy thực nghiệm
Mô hình ước lượng đa biến được biểu diễn dưới dạng toán học tổng quát:
$$\text{HQKD}{it} = \beta_0 + \beta_1 DIV{it} + \sum_{k=2}^{10} \beta_k \text{BIENKS}{k,it} + \varepsilon{it}$$
Cụ thể cho hai thước đo hiệu quả kinh doanh:
$$\text{ROA}{it} = \beta_0 + \beta_1 DIV{it} + \beta_2 SIZE_{it} + \beta_3 GROW_{it} + \beta_4 NIM_{it} + \beta_5 NNII_{it} + \beta_6 EQT_{it} + \beta_7 LOA_{it} + \beta_8 DEA_{it} + \beta_9 GDPG_{it} + \beta_{10} INF_{it} + \varepsilon_{it}$$
$$\text{ROE}{it} = \alpha_0 + \alpha_1 DIV{it} + \alpha_2 SIZE_{it} + \alpha_3 GROW_{it} + \alpha_4 NIM_{it} + \alpha_5 NNII_{it} + \alpha_6 EQT_{it} + \alpha_7 LOA_{it} + \alpha_8 DEA_{it} + \alpha_9 GDPG_{it} + \alpha_{10} INF_{it} + \mu_{it}$$
Methodology và Biến số nghiên cứu
- Biến phụ thuộc:
- $ROA$ (Return on Assets): Lợi nhuận sau thuế / Tổng tài sản bình quân.
- $ROE$ (Return on Equity): Lợi nhuận sau thuế / Vốn chủ sở hữu bình quân.
- Biến độc lập chính:
- $DIV$: Chỉ số đa dạng hóa thu nhập ($1 - HHI$).
- Các biến kiểm soát nội tại ngân hàng (Bank-specific Controls):
- $SIZE$: Quy mô ngân hàng, đo bằng Logarit tự nhiên của Tổng tài sản ($\ln(\text{Total Assets})$).
- $GROW$: Tốc độ tăng trưởng tổng tài sản hàng năm ($(\text{Assets}t - \text{Assets}{t-1}) / \text{Assets}_{t-1}$).
- $NIM$: Biên lãi ròng (Thu nhập lãi thuần / Tổng tài sản sinh lời).
- $NNII$: Tỷ lệ thu nhập thuần ngoài lãi ($NOI / NETOP$).
- $EQT$: Tỷ lệ vốn chủ sở hữu trên tổng tài sản (Vốn chủ sở hữu / Tổng tài sản).
- $LOA$: Tỷ lệ dư nợ cho vay khách hàng trên tổng tài sản (Tổng dư nợ / Tổng tài sản).
- $DEA$: Tỷ lệ tiền gửi của khách hàng trên tổng tài sản (Tổng tiền gửi / Tổng tài sản).
- Các biến kiểm soát kinh tế vĩ mô (Macroeconomic Controls):
- $GDPG$: Tốc độ tăng trưởng GDP thực tế hàng năm của Việt Nam (%).
- $INF$: Tỷ lệ lạm phát hàng năm tính theo chỉ số giá tiêu dùng CPI (%).
Implementation và kết quả
Development Process và Code Snippets
Toàn bộ quy trình định lượng được thực thi trên môi trường Stata 17.0 MP. Các câu lệnh Stata được tối ưu hóa nhằm thực hiện chuỗi phân tích từ kiểm tra đa cộng tuyến, lựa chọn mô hình đến ước lượng hồi quy động System GMM:
* ==============================================================================
* KHÓA LUẬN TỐT NGHIỆP: ĐA DẠNG HÓA THU NHẬP VÀ HIỆU QUẢ KINH DOANH NHTMCP
* Tác giả: Nguyễn Ngọc Phương Nhi - GVHD: TS. Dương Thị Thùy An (2023)
* ==============================================================================
* 1. Khởi tạo cấu trúc Panel Data
clear all
import delimited "vietnam_commercial_banks_2010_2022.csv", clear
destring bank_id year roa roe div size grow nim nnii eqt loa dea gdpg inf, replace
xtset bank_id year
* 2. Kiểm tra hiện tượng đa cộng tuyến (Variance Inflation Factor)
reg roa div size grow nim nnii eqt loa dea gdpg inf
vif
* 3. Ước lượng OLS, Fixed Effects (FEM), Random Effects (REM)
reg roa div size grow nim nnii eqt loa dea gdpg inf
estimates store ols_roa
xtreg roa div size grow nim nnii eqt loa dea gdpg inf, fe
estimates store fem_roa
xtreg roa div size grow nim nnii eqt loa dea gdpg inf, re
estimates store rem_roa
* Kiểm định Hausman lựa chọn giữa FEM và REM
hausman fem_roa rem_roa
* 4. Kiểm định chẩn đoán khuyết tật mô hình FEM
xttest3 // Modified Wald test kiểm tra phương sai thay đổi
xtserial roa div size grow nim nnii eqt loa dea gdpg inf // Wooldridge test kiểm tra tự tương quan
* 5. Khắc phục khuyết tật bằng mô hình FGLS
xtgls roa div size grow nim nnii eqt loa dea gdpg inf, panels(hetero) corr(ar1)
estimates store fgls_roa
* 6. Ước lượng Two-step System GMM (SGMM) xử lý nội sinh
xtabond2 roa L.roa div size grow nim nnii eqt loa dea gdpg inf, ///
gmm(L.roa div size, lag(2 3) collapse) ///
iv(grow nim nnii eqt loa dea gdpg inf) ///
twostep robust small
Testing và Validation
Các bước kiểm định khuyết tật cho kết quả cụ thể:
- Kiểm tra đa cộng tuyến (Multicollinearity): Giá trị VIF của tất cả các biến độc lập và biến kiểm soát đều nằm trong khoảng $1.15$ đến $3.42$ (Mean VIF = $1.86 < 5.0$), khẳng định mô hình không xuất hiện hiện tượng đa cộng tuyến nghiêm trọng.
- Kiểm định lựa chọn mô hình:
- Kiểm định $F$ ($p < 0.0001$): Bác bỏ giả thuyết $H_0$, mô hình FEM phù hợp hơn Pooled OLS.
- Kiểm định Hausman ($p < 0.001$): Bác bỏ $H_0$, khẳng định mô hình FEM vượt trội so với REM.
- Kiểm định khuyết tật mô hình:
- Kiểm định White và Modified Wald ($p < 0.001$): Tồn tại hiện tượng phương sai sai số thay đổi giữa các ngân hàng.
- Kiểm định Wooldridge ($p < 0.01$): Tồn tại hiện tượng tự tương quan bậc 1 trong chuỗi thời gian.
- Kiểm định mô hình hồi quy System GMM:
- Kiểm định Arellano-Bond: $AR(1)$ có $p < 0.05$ và $AR(2)$ có $p > 0.10$ (chứng minh không có hiện tượng tự tương quan chuỗi bậc 2).
- Kiểm định Sargan/Hansen: $p > 0.10$ (chấp nhận giả thuyết $H_0$, hệ thống biến công cụ hoàn toàn hợp lệ và không bị vượt mức định danh).
Kết quả đạt được
Bảng tổng hợp kết quả ước lượng tác động của các yếu tố đến hiệu quả kinh doanh ngân hàng qua các phương pháp hồi quy:
| Biến số |
Ký hiệu |
Kỳ vọng |
Mô hình ROA (SGMM) |
Mô hình ROE (SGMM) |
Mức ý nghĩa thống kê |
Kết luận giả thuyết |
| Đa dạng hóa thu nhập |
$DIV$ |
$+$ |
$+0.0182^{}$* |
$+0.1245^{}$* |
$p < 0.01$ (1%) |
Chấp nhận $H_1$ |
| Quy mô ngân hàng |
$SIZE$ |
$+$ |
$+0.0024^{***}$ |
$+0.0186^{***}$ |
$p < 0.01$ (1%) |
Chấp nhận $H_2$ |
| Tăng trưởng tài sản |
$GROW$ |
$+$ |
$+0.0085^{***}$ |
$+0.0512^{***}$ |
$p < 0.01$ (1%) |
Chấp nhận $H_3$ |
| Biên lãi ròng |
$NIM$ |
$+$ |
$+0.1450^{***}$ |
$+0.8920^{***}$ |
$p < 0.01$ (1%) |
Chấp nhận $H_4$ |
| Tỷ lệ thu nhập ngoài lãi |
$NNII$ |
$+$ |
$+0.0121^{***}$ |
$+0.0843^{***}$ |
$p < 0.01$ (1%) |
Chấp nhận $H_5$ |
| Tỷ lệ vốn chủ sở hữu |
$EQT$ |
$+$ |
$+0.0410^{***}$ |
$+0.2130^{***}$ |
$p < 0.01$ (1%) |
Chấp nhận $H_6$ |
| Tỷ lệ cho vay |
$LOA$ |
$+$ |
$+0.0042^{*}$ |
$+0.0115^{\text{ns}}$ |
$p < 0.10$ (ROA) / Không ý nghĩa (ROE) |
Chấp nhận 1 phần $H_7$ |
| Tỷ lệ tiền gửi |
$DEA$ |
$+$ |
$+0.0068^{***}$ |
$+0.0412^{***}$ |
$p < 0.01$ (1%) |
Chấp nhận $H_8$ |
| Tăng trưởng kinh tế |
$GDPG$ |
$+$ |
$+0.0003^{\text{ns}}$ |
$+0.0018^{\text{ns}}$ |
Không có ý nghĩa ($p > 0.10$) |
Bác bỏ $H_9$ |
| Tỷ lệ lạm phát |
$INF$ |
$-$ |
$-0.0002^{\text{ns}}$ |
$-0.0011^{\text{ns}}$ |
Không có ý nghĩa ($p > 0.10$) |
Bác bỏ $H_{10}$ |
Ghi chú: $^{}, ^{}, \text{ns}$ lần lượt biểu thị mức ý nghĩa thống kê 1%, 10% và không có ý nghĩa thống kê.
+-------------------------------------------------------------------------------+
| PHÂN TÍCH TÁC ĐỘNG HỆ SỐ HỒI QUY |
| |
+-------------------------------------------------------------------------------+
Đổi mới và đóng góp
-
Khắc phục triệt để hiện tượng nội sinh trong dữ liệu ngân hàng:
Nhiều nghiên cứu trước đây tại Việt Nam chỉ dừng lại ở các phương pháp tĩnh (OLS, FEM, REM), dễ bị chệch tham số do mối quan hệ tương hỗ hai chiều giữa lợi nhuận quá khứ và chiến lược đa dạng hóa. Khóa luận áp dụng mô hình Two-step System GMM với kỹ thuật gom nhóm biến công cụ (collapsed instruments matrix), đảm bảo ước lượng chuẩn xác, không chệch và tiệm cận hiệu quả.
-
Bằng chứng thực nghiệm dài hạn xuyên suốt 13 năm (2010–2022):
Mẫu nghiên cứu bao quát trọn vẹn hai giai đoạn tái cơ cấu hệ thống ngân hàng (2011–2015 và 2016–2020) cùng giai đoạn biến động đại dịch COVID-19 (2020–2022). Kết quả cung cấp bằng chứng vững chắc rằng đa dạng hóa thu nhập đem lại tác động tích cực thực sự đến lợi nhuận ròng của NHTMCP Việt Nam.
-
Làm rõ vai trò độc lập của các biến vĩ mô so với biến nội tại:
Khóa luận chỉ ra rằng các yếu tố vĩ mô như $GDPG$ và $INF$ không có ý nghĩa thống kê trực tiếp lên $ROA$ và $ROE$ khi đã kiểm soát các biến đặc thù ngân hàng. Điều này chứng minh hiệu quả kinh doanh của NHTMCP phụ thuộc chủ yếu vào năng lực quản trị nội bộ, quy mô tài sản và cấu trúc danh mục thu nhập hơn là các điều kiện chu kỳ kinh tế ngắn hạn.
Ứng dụng thực tế và triển khai
Chiến lược vận hành dành cho NHTMCP
Dựa trên các hệ số hồi quy thực nghiệm, các NHTMCP có thể triển khai lộ trình 3 giai đoạn nhằm tối ưu hóa danh mục thu nhập và gia tăng tỷ suất sinh lời:
- Tự động hóa phí dịch vụ qua eKYC/Open Banking - Mở rộng Bancassurance, Wealth Management, IB - Tận dụng hạ tầng dùng chung Core Banking API
- Tăng tỷ lệ tiền gửi không kỳ hạn (CASA) - Đa dạng hóa danh mục đầu tư chứng khoán - Giảm chi phí cận biên trên từng giao dịch
-
Giai đoạn 1: Số hóa giao dịch và tối ưu hóa chi phí vốn (0 – 12 tháng):
- Đẩy mạnh số hóa quy trình ngân hàng bán lẻ qua ngân hàng số (Digital Banking), hệ thống định danh điện tử (eKYC) và kết nối Open Banking API.
- Nâng cao tỷ lệ tiền gửi không kỳ hạn (CASA), giúp cải thiện tỷ lệ tiền gửi ($DEA$) và hạ thấp chi phí huy động vốn, từ đó hỗ trợ biên lãi ròng ($NIM$).
-
Giai đoạn 2: Mở rộng hệ sinh thái dịch vụ phi tín dụng (12 – 24 tháng):
- Đẩy mạnh các dịch vụ thu phí cao như bảo hiểm liên kết ngân hàng (Bancassurance), tư vấn phát hành trái phiếu, dịch vụ ủy thác và quản lý tài sản cá nhân cao cấp (Wealth Management).
- Đa dạng hóa danh mục đầu tư chứng khoán và kinh doanh ngoại hối dựa trên hệ thống quản trị rủi ro tự động hóa, tăng tỷ lệ $NNII$.
-
Giai đoạn 3: Khai thác lợi thế quy mô và tối ưu chi phí biên (24 – 36 tháng):
- Sử dụng chung nền tảng công nghệ thông tin và mạng lưới chi nhánh cho nhiều dòng sản phẩm dịch vụ khác nhau, giảm chi phí vận hành bình quân trên từng đơn vị sản phẩm (tận dụng lý thuyết tính kinh tế theo quy mô).
Phân tích hiệu quả kinh tế (Cost-Benefit & ROI)
- Ước tính hiệu quả: Khi ngân hàng nâng chỉ số $DIV$ thêm $0.1$ đơn vị (tương ứng với việc tăng tỷ trọng thu nhập ngoài lãi từ 15% lên khoảng 30%), tỷ suất sinh lời $ROA$ dự kiến tăng thêm khoảng $0.182%$ (18.2 điểm cơ bản) và $ROE$ tăng thêm $1.245%$ (124.5 điểm cơ bản).
- Hệ số an toàn vốn: Việc tăng tỷ trọng thu nhập phi tín dụng giúp giảm tài sản có trọng số rủi ro (RWA), từ đó cải thiện hệ số an toàn vốn CAR theo chuẩn Basel II/Basel III mà không tạo áp lực tăng vốn chủ sở hữu khẩn cấp.
Hạn chế và hướng phát triển
Hạn chế của nghiên cứu
- Cỡ mẫu: Nghiên cứu tập trung vào 25 NHTMCP, chưa bao gồm khối ngân hàng thương mại 100% vốn nhà nước (Agribank), ngân hàng liên doanh và chi nhánh ngân hàng nước ngoài do tính sẵn có và chuẩn mực công bố dữ liệu tài chính khác biệt.
- Cấu trúc dữ liệu: Dữ liệu dừng ở năm 2022, chưa đo lường đầy đủ các tác động chính sách thắt chặt tiền tệ giai đoạn 2023–2024 và diễn biến nợ xấu từ thị trường bất động sản, trái phiếu doanh nghiệp.
- Phân rã biến ngoài lãi: Chưa lượng hóa chi tiết mức độ đóng góp riêng rẽ của từng phân khúc trong thu nhập ngoài lãi (như tỷ trọng thu phí thanh toán so với thu từ hoa hồng bảo hiểm) trên toàn bộ 25 ngân hàng do hạn chế thuyết minh chi tiết trong BCTC cũ.
Hướng nghiên cứu mở rộng
- Phân tích phi tuyến tính (Non-linear Analysis): Kiểm định ngưỡng tối ưu của đa dạng hóa thu nhập (mô hình chữ U ngược - Inverted U-shape) để xác định điểm bão hòa mà tại đó việc mở rộng ngoài lãi có thể làm tăng chi phí quản lý vượt quá lợi ích biên.
- Đánh giá rủi ro phá sản (Z-score Model): Kết hợp phân tích tác động đồng thời của $DIV$ lên cả khả năng sinh lời ($ROA, ROE$) và mức độ rủi ro hệ thống thông qua chỉ số Z-score và tỷ lệ nợ xấu ($NPL$).
Đối tượng hưởng lợi
+------------------------------------------------------------------------------------+
| ĐỐI TƯỢNG HƯỞNG LỢI |
| |
| [ Sinh viên / Học viên ] --> Cung cấp framework nghiên cứu định lượng chuẩn |
| [ Data Analyst / Dev ] --> Script Stata 17.0, pipeline xử lý Panel Data |
| [ Ban Điều hành Ngân hàng ] --> Căn cứ định lượng dịch chuyển cơ cấu thu nhập |
| [ Cơ quan Quản lý (NHNN) ] --> Cơ sở hoàn thiện chính sách giám sát an toàn vĩ mô|
+------------------------------------------------------------------------------------+
- Sinh viên và Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu định lượng tài chính - ngân hàng, từ việc lập mô hình, kiểm định khuyết tật đến cách chạy mô hình hồi quy động System GMM trên dữ liệu bảng.
- Chuyên viên phân tích dữ liệu tài chính (Financial Data Analysts): Tiếp cận bộ cú pháp lệnh Stata 17.0 thực chiến và phương pháp tính toán chỉ số tập trung $HHI$, kiểm tra hiện tượng đa cộng tuyến $VIF$ và kiểm định tính hợp lệ của biến công cụ $Hansen/Sargan$.
- Ban điều hành NHTM: Có bằng chứng định lượng độc lập để xây dựng kế hoạch kinh doanh trung hạn, phê duyệt ngân sách đầu tư chuyển đổi số dịch vụ thu phí nhằm cải thiện ROA và ROE.
- Cơ quan quản lý nhà nước (Ngân hàng Nhà nước): Bổ sung luận cứ khoa học trong việc điều hành chính sách tiền tệ, giám sát tỷ lệ cấp tín dụng trên huy động (LDR) và thúc đẩy lộ trình cơ cấu lại hệ thống tổ chức tín dụng.
Câu hỏi thường gặp
1. Yêu cầu kỹ thuật và công cụ để tái lập (reproduce) kết quả nghiên cứu là gì?
Hệ thống cần cài đặt phần mềm kinh tế lượng Stata phiên bản 15.0 trở lên (khuyến nghị Stata 17.0 MP) kèm gói lệnh mở rộng xtabond2, xttest3, và xtserial. Dữ liệu đầu vào yêu cầu tập tin bảng dạng chuẩn gồm 12 biến định lượng thu thập từ báo cáo kiểm toán của 25 NHTMCP và dữ liệu World Bank.
2. Mô hình System GMM xử lý hiện tượng nội sinh và độ trễ như thế nào?
Ước lượng Two-step System GMM kết hợp đồng thời phương trình sai phân bậc 1 và phương trình mức gốc. Mô hình sử dụng các giá trị trễ của biến nội sinh làm biến công cụ (Instrumental Variables), giúp loại trừ tương quan giữa biến giải thích với sai số ngẫu nhiên $\varepsilon_{it}$, khắc phục triệt để hiện tượng biến nội sinh sinh ra do biến trễ phụ thuộc $ROA_{t-1}$ và quan hệ nhân quả hai chiều.
3. Phương pháp xử lý khi thu nhập thuần ngoài lãi (NOI) nhận giá trị âm?
Theo chuẩn nghiên cứu của Hồ Thị Hồng Minh & Nguyễn Thị Cành (2015), khi một ngân hàng có $NOI < 0$ trong năm tài chính (do lỗ từ hoạt động kinh doanh chứng khoán hoặc ngoại hối), tỷ lệ $NON$ sẽ được gán bằng $0$. Quy tắc này phản ánh thực tế rằng hoạt động ngoài lãi trong năm đó không đóng góp giá trị dương vào tổng thu nhập thuần, tránh làm sai lệch phép tính bình phương trong chỉ số $HHI$.
4. Tại sao các biến vĩ mô (GDPG, INF) không có ý nghĩa thống kê trong mô hình?
Kết quả thực nghiệm cho thấy khi đưa đầy đủ các biến kiểm soát nội tại ngân hàng có tính chất phản ánh trực tiếp chu kỳ hoạt động (như tốc độ tăng trưởng tài sản $GROW$, biên lãi ròng $NIM$, tỷ lệ cho vay $LOA$), các biến này đã hấp thụ phần lớn tác động của môi trường vĩ mô lên hiệu quả kinh doanh của các NHTMCP.
5. Chi phí đầu tư công nghệ số hóa dịch vụ ảnh hưởng ra sao đến khả năng sinh lời?
Trong ngắn hạn (1–2 năm đầu), chi phí đầu tư hạ tầng Core Banking và bảo mật có thể làm tăng nhẹ chi phí hoạt động. Tuy nhiên, theo lý thuyết tính kinh tế theo quy mô, khi lượng giao dịch số hóa vượt qua điểm hòa vốn, chi phí biên trên mỗi giao dịch dịch vụ tiến dần về 0, giúp biên lợi nhuận ròng của mảng ngoài lãi tăng trưởng vượt bậc và đóng góp tích cực vào $ROA, ROE$.
Kết luận
Nghiên cứu "Tác động của đa dạng hóa thu nhập đến hiệu quả kinh doanh tại các ngân hàng thương mại cổ phần Việt Nam" đã giải quyết trọn vẹn mục tiêu định lượng mối quan hệ giữa cơ cấu thu nhập và khả năng sinh lời của 25 NHTMCP giai đoạn 2010–2022. Thông qua hệ thống kiểm định kinh tế lượng vững chắc với phương pháp Two-step System GMM, khóa luận chứng minh một cách nhất quán rằng đa dạng hóa thu nhập ($DIV$) có tác động tích cực và có ý nghĩa thống kê ở mức 1% đến cả hai chỉ tiêu $ROA$ và $ROE$.
Bên cạnh đó, các yếu tố nội tại như quy mô tài sản ($SIZE$), biên lãi ròng ($NIM$), tỷ lệ thu nhập ngoài lãi ròng ($NNII$), tỷ lệ an toàn vốn ($EQT$) và tỷ lệ tiền gửi ($DEA$) đóng vai trò là những trụ cột then chốt thúc đẩy hiệu quả hoạt động ngân hàng. Kết quả nghiên cứu khẳng định chiến lược dịch chuyển cơ cấu thu nhập sang các mảng dịch vụ phi tín dụng không chỉ giúp các NHTMCP Việt Nam giảm thiểu rủi ro tập trung tín dụng mà còn là đòn bẩy tối ưu hóa năng lực tài chính, hướng tới mục tiêu phát triển bền vững theo chuẩn mực quốc tế.
