Giới thiệu dự án

Hoạt động kinh doanh ngân hàng đóng vai trò trung gian huyết mạch của nền kinh tế, với tổng tài sản toàn hệ thống ngân hàng thương mại (NHTM) Việt Nam vượt mức 12,7 triệu tỷ đồng vào cuối năm 2022 (tăng trưởng 17% so với 2021). Tuy nhiên, mô hình kinh doanh truyền thống phụ thuộc tới gần 80% vào thu nhập lãi thuần (Net Interest Income - NII) đang đối mặt với nhiều áp lực: biên lãi ròng (Net Interest Margin - NIM) suy giảm do biến động chính sách tiền tệ, rủi ro nợ xấu gia tăng sau đại dịch COVID-19, và yêu cầu khắt khe về hệ số an toàn vốn CAR $\ge$ 8% theo chuẩn Basel II/Thông tư 41/2016/TT-NHNN.

Nhằm hiện thực hóa Quyết định số 986/QĐ-TTg của Thủ tướng Chính phủ phê duyệt Chiến lược phát triển ngành Ngân hàng đến năm 2025, định hướng đến năm 2030 (đặt mục tiêu nâng tỷ trọng thu nhập từ dịch vụ phi tín dụng lên 16–17%), việc chuyển dịch cơ cấu thu nhập thông qua đa dạng hóa trở thành nhiệm vụ sống còn. Đề tài khóa luận "Tác động của đa dạng hóa thu nhập đến hiệu quả hoạt động của các ngân hàng thương mại Việt Nam" do sinh viên Phạm Minh Hiền thực hiện (Khoa Ngân hàng - Học viện Ngân hàng, dưới sự hướng dẫn của TS. Bùi Huy Trung) giải quyết bài toán định lượng mối quan hệ giữa đa dạng hóa thu nhập và hiệu quả hoạt động (ROA, ROE) của hệ thống ngân hàng giai đoạn 2017–2022.

+-------------------------------------------------------------------------+
|                  HỆ THỐNG NHTM VIỆT NAM (2017 - 2022)                   |
|       Tổng tài sản > 12,7 triệu tỷ VND | Tín dụng chiếm ~80% nguồn thu  |
+------------------------------------+------------------------------------+
                                     |
                                     v
+-------------------------------------------------------------------------+
|               ĐA DẠNG HÓA THU NHẬP (CHỈ SỐ AHHI / DIV)                  |
|    Thu nhập dịch vụ | Kinh doanh ngoại hối | Mua bán chứng khoán | Khác |
+------------------------------------+------------------------------------+
                                     |
                                     v
+-------------------------------------------------------------------------+
|           MÔ HÌNH KINH TẾ LƯỢNG DỮ LIỆU BẢNG (PANEL ECONOMETRICS)       |
|            Pooled OLS -> FEM -> REM (Kiểm định Hausman & BP-LM)         |
+------------------------------------+------------------------------------+
                                     |
                                     v
+-------------------------------------------------------------------------+
|                    HIỆU QUẢ HOẠT ĐỘNG & QUẢN TRỊ RỦI RO                 |
|             Tối ưu hóa ROA (1,30%), ROE (16,24%) & Đệm vốn an toàn      |
+-------------------------------------------------------------------------+

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận về thu nhập ngoài lãi (Non-Interest Income - NONII), chỉ số tập trung/đa dạng hóa Herfindahl-Hirschman Index hiệu chỉnh (AHHI/DIV) và hiệu quả tài chính ngân hàng.
  2. Đánh giá thực trạng cơ cấu nguồn thu và hiệu quả tài chính của 20 NHTM đại diện cho hơn 75% tổng tài sản toàn hệ thống ngân hàng Việt Nam giai đoạn 2017–2022.
  3. Xây dựng mô hình kinh tế lượng dữ liệu bảng (Panel Data), kiểm định đa cộng tuyến (VIF), kiểm định Breusch-Pagan và Hausman để lượng hóa tác động của biến DIV cùng các biến kiểm soát (ETA, LTA, LLP, DTA, COVID, SO, GDP) lên ROA và ROE.
  4. Đề xuất hệ thống giải pháp tái cấu trúc danh mục kinh doanh và quản trị rủi ro cho các NHTMCP, NHTM Nhà nước và Ngân hàng Nhà nước (NHNN).

Phạm vi và giới hạn nghiên cứu

  • Không gian: 20 NHTM cổ phần và NHTM Nhà nước niêm yết tại Việt Nam.
  • Thời gian: 6 năm (2017–2022), bao gồm 120 quan sát dạng bảng cân bằng (Balanced Panel Data), bao quát trọn vẹn hai giai đoạn trước và sau đại dịch COVID-19.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước năm 2018, các NHTM Việt Nam vận hành chủ yếu dựa trên tín dụng truyền thống. Khi lãi suất biến động và chu kỳ kinh tế suy giảm, sự phụ thuộc này bộc lộ nhiều điểm yếu chí mạng so với các mô hình kinh doanh tích hợp hiện đại.

Tiêu chí so sánh Mô hình Tín dụng Truyền thống (Monoline Credit) Mô hình Dịch vụ Thuần túy (Fee-based Banking) Mô hình Ngân hàng Đa năng (Universal Diversified Bank)
Cơ cấu nguồn thu Thu nhập lãi thuần ($NII \ge 85%$) Thu nhập ngoài lãi ($NONII \ge 60%$) Cân bằng tối ưu ($DIV \ge 0,40 - 0,50$)
Độ nhạy chu kỳ kinh tế Rất cao (chịu rủi ro tín dụng, trích lập dự phòng) Thấp đến trung bình (chịu rủi ro thị trường) Thấp (phân tán rủi ro theo thuyết Markowitz)
Đòn bẩy hoạt động Thấp, chi phí vốn biến đổi theo lãi suất huy động Cao, đòi hỏi chi phí cố định công nghệ lớn Tối ưu hóa chi phí cố định trên đa dạng sản phẩm
Mức độ rủi ro hệ thống Cao khi xuất hiện nợ xấu chu kỳ Trung bình, phụ thuộc vào tính thanh khoản thị trường Được điều tiết nhờ mối tương quan nghịch giữa các dòng thu

Phân tích yêu cầu theo khung MoSCoW

  • Must have: Xây dựng chỉ số đo lường đa dạng hóa thu nhập DIV chuẩn hóa trên dải giá trị $[0; 0,5]$; tích hợp đầy đủ biến kiểm soát đặc thù ngân hàng (ETA, LTA, LLP, DTA) và biến vĩ mô (COVID, SO, GDP).
  • Should have: Kiểm định chẩn đoán vi phạm giả định hồi quy (Breusch-Pagan Lagrangian Multiplier test, Hausman specification test, hệ số phóng đại phương sai VIF).
  • Could have: So sánh tương quan hiệu quả giữa nhóm NHTM quy mô lớn (Vietcombank, Techcombank, MBBank) và nhóm quy mô nhỏ (Kienlongbank, LienVietPostBank).
  • Won't have (kỳ này): Mô hình hóa hồi quy phi tuyến bậc hai hoặc hồi quy động System GMM xử lý nội sinh trễ.

Thiết kế hệ thống

Hệ thống phân tích kinh tế lượng được thiết kế theo cấu trúc module hóa xử lý dữ liệu bảng:

[BCTC 20 NHTM (2017-2022)] + [Dữ liệu vĩ mô IMF/GSO]
                           |
                           v
        [Module 1: ETL & Trích xuất Chỉ số Tài chính]
     (Tính toán ROA, ROE, NIM, AHHI/DIV, ETA, LTA, LLP, DTA)
                           |
                           v
       [Module 2: Thống kê mô tả & Ma trận tương quan]
         (Kiểm định tương quan Pearson, Đa cộng tuyến VIF)
                           |
                           v
   [Module 3: Econometric Modeling Pipeline (STATA Engine)]
                           |
                           v
        [Module 4: Kiểm định độ vững & Đề xuất giải pháp]

Công thức toán học và thiết kế biến số

Mức độ đa dạng hóa thu nhập được xác định bằng chỉ số Herfindahl-Hirschman hiệu chỉnh ($AHHI$ hay $DIV$):

$$DIV_{it} = 1 - \left[ \left( \frac{NII_{it}}{NOI_{it}} \right)^2 + \left( \frac{NONII_{it}}{NOI_{it}} \right)^2 \right]$$

Trong đó:

  • $NII_{it}$: Thu nhập lãi thuần của ngân hàng $i$ năm $t$.
  • $NONII_{it}$: Thu nhập thuần ngoài lãi của ngân hàng $i$ năm $t$.
  • $NOI_{it}$: Tổng thu nhập hoạt động ròng ($NOI = NII + NONII$).
  • Giá trị $DIV \in [0; 0,5]$: Giá trị bằng $0$ thể hiện ngân hàng hoàn toàn không đa dạng hóa; giá trị tiến tới $0,5$ thể hiện danh mục thu nhập phân bổ hoàn hảo giữa lãi và phi lãi.

Phương trình hồi quy kinh tế lượng tổng quát:

$$Y_{it} = \beta_0 + \beta_1 DIV_{it} + \beta_2 ETA_{it} + \beta_3 LTA_{it} + \beta_4 LLP_{it} + \beta_5 DTA_{it} + \beta_6 COVID_{it} + \beta_7 SO_{it} + \beta_8 GDP_{it} + \epsilon_{it}$$

  • Biến phụ thuộc ($Y_{it}$): $ROA_{it}$ (Lợi nhuận sau thuế / Tổng tài sản) và $ROE_{it}$ (Lợi nhuận sau thuế / Vốn chủ sở hữu).
  • Biến độc lập cốt lõi: $DIV_{it}$ (Chỉ số đa dạng hóa thu nhập).
  • Biến kiểm soát nội tại:
    • $ETA_{it}$ (Vốn chủ sở hữu / Tổng tài sản): Tỷ suất tự tài trợ.
    • $LTA_{it}$ (Dư nợ cho vay khách hàng / Tổng tài sản): Quy mô tín dụng.
    • $LLP_{it}$ (Dự phòng rủi ro cho vay / Tổng tài sản): Chất lượng danh mục tài sản.
    • $DTA_{it}$ (Tổng tiền gửi / Tổng tài sản): Mức độ phụ thuộc vào thanh khoản tiền gửi.
  • Biến kiểm soát ngoại sinh:
    • $COVID_{it}$: Biến giả nhận giá trị 0 (năm 2017–2019) và giá trị 1 (năm 2020–2022).
    • $SO_{it}$: Biến giả sở hữu Nhà nước (1 nếu Nhà nước nắm cổ phần chi phối, 0 nếu là NHTMCP tư nhân).
    • $GDP_{it}$: Tốc độ tăng trưởng GDP thực tế hàng năm (thu thập từ Quỹ Tiền tệ Quốc tế - IMF).

Methodology

Nghiên cứu áp dụng quy trình kiểm định kinh tế lượng 4 bước nghiêm ngặt:

  1. Kiểm tra đa cộng tuyến: Sử dụng ma trận hệ số tương quan Pearson và hệ số phóng đại phương sai (Variance Inflation Factor - VIF) với ngưỡng chấp nhận $VIF < 5.0$.
  2. Ước lượng đa mô hình: Chạy đồng thời 3 dạng mô hình trên bộ dữ liệu bảng: Pooled OLS, Mô hình tác động cố định (Fixed Effects Model - FEM), và Mô hình tác động ngẫu nhiên (Random Effects Model - REM).
  3. Lựa chọn mô hình tối ưu:
    • Sử dụng kiểm định Breusch-Pagan Lagrangian Multiplier để lựa chọn giữa Pooled OLS và REM.
    • Sử dụng kiểm định Hausman Specification Test để lựa chọn giữa FEM và REM.
  4. Kiểm định tính vững (Robustness Check): Đánh giá độ nhạy của hệ số ước lượng khi thay đổi biến phụ thuộc từ ROA sang ROE.

Implementation và kết quả

Development process

Dữ liệu thô từ Báo cáo tài chính kiểm toán của 20 NHTM giai đoạn 2017–2022 được chuẩn hóa và thực thi xử lý bằng phần mềm chuyên dụng STATA 17.0.

* Thiết lập dữ liệu bảng không gian và thời gian
encode bank_name, gen(bank_id)
xtset bank_id year

* 1. Thống kê mô tả và phân tích tương quan
summarize roa roe div eta lta llp dta covid so gdp
pwcorr roa roe div eta lta llp dta covid so gdp, sig star(0.05)

* 2. Kiểm tra hiện tượng đa cộng tuyến (Multicollinearity Test)
regress roa div eta lta llp dta covid so gdp
estat vif

* 3. Ước lượng các mô hình dữ liệu bảng cho biến phụ thuộc ROA
regress roa div eta lta llp dta covid so gdp                 // Pooled OLS
est store pooled_ols
xtreg roa div eta lta llp dta covid so gdp, fe             // Fixed Effects Model
est store fem_model
xtreg roa div eta lta llp dta covid so gdp, re             // Random Effects Model
est store rem_model

* 4. Kiểm định chẩn đoán lựa chọn mô hình
xttest0                                                    // Breusch-Pagan LM Test
hausman fem_model rem_model                                // Hausman Specification Test

Testing và validation

Thống kê mô tả các biến nghiên cứu (N = 120)

  • ROA: Trung bình đạt $1,30%$ ($Min = 0,12%$; $Max = 3,65%$; $\sigma = 0,008$).
  • ROE: Trung bình đạt $16,24%$ ($Min = 0,98%$; $Max = 30,33%$; $\sigma = 0,072$), thể hiện sự phân hóa rõ nét về năng lực sinh lời trên vốn.
  • DIV: Trung bình đạt $0,36$ ($\sigma = 0,11$). Ngân hàng có mức đa dạng hóa cao nhất đạt $0,61$ (VPBank năm 2021), thấp nhất là $0,00$ (gần như hoàn toàn phụ thuộc vào lãi).
  • LTA: Trung bình $65,38%$ ($\sigma = 0,11$), phản ánh tín dụng vẫn là tài sản sinh lời cốt lõi.
  • DTA: Trung bình $70,10%$, chứng minh tỷ trọng tiền gửi áp đảo trong cơ cấu nguồn vốn.
  • LLP: Trung bình $0,87%$ ($Max = 2,58%$), chất lượng tài sản nhìn chung được kiểm soát tốt.
  • GDP: Trung bình $5,80%$ ($Min = 0,26%$ năm 2021; $Max = 8,02%$ năm 2022).

Kết quả kiểm định chẩn đoán mô hình

Loại kiểm định Đại lượng thống kê Giá trị p-value Kết luận thống kê
Kiểm định VIF (Đa cộng tuyến) VIF trung bình = 1,94 (Dao động 1,08 – 2,76) N/A ($VIF < 5.0$) Không xảy ra hiện tượng đa cộng tuyến nghiêm trọng
Breusch-Pagan LM Test $\chi^2(1) = 107,03$ (Mô hình ROA)
$\chi^2(1) = 107,66$ (Mô hình ROE)
$p = 0,0000 < 0,01$ Bác bỏ $H_0$; Mô hình REM vượt trội hơn Pooled OLS
Hausman Specification Test $\chi^2(7) = 12,02$ (Mô hình ROA)
$\chi^2(7) = 12,54$ (Mô hình ROE)
$p = 0,1501 > 0,05$
$p = 0,1287 > 0,05$
Chấp nhận $H_0$; Mô hình REM tối ưu và hiệu quả hơn FEM

Kết quả đạt được

Hồi quy mô hình tác động ngẫu nhiên (REM) mang lại kết quả có ý nghĩa thống kê cao:

                  KẾT QUẢ HỒI QUY MÔ HÌNH REM (ROA & ROE)
=============================================================================
Biến số         Mô hình (i): ROA (p-value)          Mô hình (ii): ROE (p-value)
-----------------------------------------------------------------------------
DIV             +0.0182***  (p = 0.002)             +0.1420***  (p = 0.008)
ETA             +0.0541***  (p = 0.000)             -0.2180**   (p = 0.035)
LTA             +0.0124*    (p = 0.068)             +0.0890*    (p = 0.075)
LLP             -0.3420***  (p = 0.001)             -2.8450***  (p = 0.000)
DTA             -0.0085     (p = 0.245)             -0.0610     (p = 0.312)
COVID           -0.0021*    (p = 0.082)             -0.0185*    (p = 0.090)
SO              -0.0042**   (p = 0.041)             -0.0390**   (p = 0.038)
GDP             +0.0008**   (p = 0.028)             +0.0072**   (p = 0.021)
Hằng số (_cons) +0.0065     (p = 0.412)             +0.1250**   (p = 0.045)
-----------------------------------------------------------------------------
R-squared (overall)       0.4826                                0.4518
Số quan sát (N)              120                                   120
=============================================================================
Ghi chú: *** p < 0.01, ** p < 0.05, * p < 0.1
  1. Đa dạng hóa thu nhập ($DIV$) tác động dương mạnh mẽ đến tỷ suất sinh lời: Hệ số hồi quy $\beta_1 > 0$ ở mức ý nghĩa $1%$ cho thấy khi NHTM tăng cường đa dạng hóa nguồn thu, tỷ suất sinh lời trên tài sản (ROA) và trên vốn chủ sở hữu (ROE) đều tăng trưởng rõ rệt.
  2. Phân hóa rõ nét theo nhóm ngân hàng:
    • Các ngân hàng tiên phong chạm ngưỡng đa dạng hóa toàn diện ($DIV \ge 0,50$) gồm Techcombank ($DIV = 0,57$), MBBank ($DIV = 0,57$), VPBank ($DIV = 0,61$), BIDV ($DIV = 0,54$) đều duy trì ROE vượt trên $20%$.
    • Nhóm NHTM Nhà nước (Vietcombank, BIDV, VietinBank, Agribank) có chỉ số DIV ổn định ở mức $0,40 - 0,48$, trong đó Vietcombank đạt hiệu quả sinh lời dẫn đầu ngành nhờ kết hợp phí dịch vụ và thanh toán quốc tế quy mô lớn.
    • Nhóm NHTMCP tư nhân năng động (VIB, Techcombank, VPBank) ghi nhận sự bứt phá từ kênh số hóa, bảo hiểm liên kết (Bancassurance) và dịch vụ ngoại hối, đưa ROE của VIB năm 2022 chạm đỉnh $29,75%$ và ROA của Techcombank đạt $3,22%$.

Đổi mới và đóng góp

  1. Tích hợp biến ngoại sinh đại dịch COVID-19 vào mô hình dữ liệu bảng: Nghiên cứu đã đưa biến giả $COVID$ để cô lập tác động của cú sốc kinh tế vĩ mô, chứng minh thực nghiệm rằng đa dạng hóa thu nhập chính là "tấm đệm chống sốc" giúp các NHTM duy trì lợi nhuận ổn định ngay cả trong giai đoạn đứt gãy chuỗi cung ứng 2020–2021.
  2. Giải quyết tranh luận học thuật tại thị trường mới nổi: Trái với quan điểm của DeYoung & Roland (2001) hay Vinh & Mai (2015) cho rằng thu nhập ngoài lãi làm tăng biến động rủi ro, kết quả nghiên cứu này củng cố luận điểm của Shim (2019) và Maghyereh & Yamani (2022): tại Việt Nam, lợi ích kinh tế nhờ quy mô và phạm vi từ nguồn thu dịch vụ vượt trội hơn chi phí vận hành bỏ ra.
  3. Bộ dữ liệu chuẩn xác phản ánh 75% thị phần: Không sử dụng dữ liệu mô phỏng, đề tài tổng hợp từ BCTC kiểm toán của 20 NHTM lớn nhất, tạo cơ sở thực nghiệm vững chắc cho các cơ quan hoạch định chính sách tiền tệ.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế tại NHTM

+--------------------------------------------------------------------------+
|                  CHIẾN LƯỢC ĐA DẠNG HÓA NGUỒN THU NHTM                   |
+------------------------------------+-------------------------------------+
                                     |
     +-------------------------------+-------------------------------+
     |                                                               |
     v                                                               v
[Khối Bán lẻ (Retail Banking)]                  [Khối Doanh nghiệp (Wholesale)]
  1. Khối Khách hàng Cá nhân:
    • Tối ưu hóa phễu thanh toán số: Chuyển dịch từ miễn phí chuyển khoản (Zero-fee) sang thu phí dịch vụ giá trị gia tăng trên ứng dụng Mobile Banking (quản lý chi tiêu, đầu tư chứng chỉ quỹ tự động).
    • Bancassurance chất lượng cao: Chuẩn hóa quy trình tư vấn bảo hiểm liên kết đầu tư, kiểm soát tỷ lệ duy trì hợp đồng năm 2 (Persistency Rate) trên $80%$ nhằm đảm bảo thu phí định kỳ bền vững.
  2. Khối Khách hàng Doanh nghiệp:
    • Đẩy mạnh thu phí dịch vụ tài trợ thương mại (L/C, bảo lãnh), dịch vụ thanh toán quốc tế và phòng ngừa rủi ro tỷ giá qua các công cụ phái sinh FX Forward/Swap.

Lộ trình thực thi chiến lược (3 giai đoạn)

                             (Mục tiêu: Đưa DIV trung bình toàn hệ thống lên 0,40)

                             (Mục tiêu: Tỷ trọng NONII đạt 16 - 17% theo QĐ 986)

                             (Mục tiêu: DIV đạt mức tiệm cận tối ưu 0,45 - 0,50)

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Bộ dữ liệu giới hạn ở 20 NHTM trong giai đoạn 6 năm ($N=120$). Dù đại diện $75%$ tổng tài sản, mẫu nghiên cứu chưa bao quát các ngân hàng có vốn nước ngoài và các ngân hàng đang trong diện tái cơ cấu bắt buộc.
  • Độ nhạy của mảng chứng khoán đầu tư: Nghiên cứu cho thấy thu nhập từ kinh doanh chứng khoán biến động rất mạnh theo chu kỳ thị trường chứng khoán (năm 2022 sụt giảm đáng kể so với 2021).
  • Hướng nghiên cứu tiếp theo:
    • Ứng dụng mô hình hồi quy động System GMM (Generalized Method of Moments) để triệt tiêu hoàn toàn nội sinh và độ trễ của hiệu quả tài chính ($ROA_{t-1}$).
    • Tách bạch tác động của từng cấu phần thu nhập ngoài lãi riêng biệt ($DIV_{Service}$, $DIV_{FX}$, $DIV_{Securities}$) lên mức độ rủi ro vỡ nợ (Z-score).

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp bộ khung phương pháp luận nghiên cứu dữ liệu bảng thực chiến, cách xử lý mô hình hồi quy kinh tế lượng và quy trình kiểm định trên STATA.
  • Chuyên viên phân tích tài chính & Lập trình viên Fintech: Hiểu rõ logic cấu thành các chỉ số tài chính (DIV, NIM, ROA, ROE) để xây dựng dashboard giám sát hiệu quả kinh doanh và phát triển các sản phẩm tài chính nhúng (Embedded Finance).
  • Ban Điều hành & Khối Quản trị Rủi ro NHTM: Định hình chiến lược phân bổ vốn (Asset-Liability Management - ALM), cân bằng khẩu vị rủi ro giữa danh mục tín dụng và danh mục đầu tư phi tín dụng.
  • Cơ quan quản lý (NHNN): Căn cứ thực nghiệm để giám sát an toàn vĩ mô, điều tiết tỷ lệ an toàn vốn và chỉ đạo lộ trình chuyển đổi số toàn ngành.

Câu hỏi thường gặp

  1. Chỉ số DIV đạt bao nhiêu là tối ưu nhất cho một ngân hàng thương mại?
    Về mặt lý thuyết toán học của chỉ số Herfindahl-Hirschman hiệu chỉnh, $DIV = 0,50$ là mức đa dạng hóa cân bằng tuyệt đối giữa thu nhập lãi thuần ($NII$) và thu nhập ngoài lãi ($NONII$). Tại Việt Nam, mức $DIV$ lý tưởng trong trung hạn dao động từ $0,40$ đến $0,48$, giúp tối đa hóa ROA/ROE mà không làm bùng nổ rủi ro thị trường từ các mảng đầu tư chứng khoán.

  2. Tại sao kiểm định Hausman lại chọn mô hình REM thay vì FEM trong nghiên cứu này?
    Kết quả kiểm định Hausman có giá trị thống kê $\chi^2(7) = 12,02$ với $p\text{-value} = 0,1501 > 0,05$, cho thấy sự khác biệt giữa các ước lượng của FEM và REM không mang tính hệ thống. Khi giả thuyết $H_0$ được chấp nhận, mô hình tác động ngẫu nhiên (REM) cho kết quả ước lượng vững, hiệu quả hơn và không làm suy giảm bậc tự do như FEM.

  3. Thu nhập ngoài lãi có luôn an toàn và ít rủi ro hơn thu nhập từ lãi tín dụng không?
    Không hoàn toàn. Mảng thu nhập dịch vụ thuần (phí chuyển tiền, thẻ, tài trợ thương mại) có tính ổn định cao và ít rủi ro tín dụng. Tuy nhiên, các cấu phần như kinh doanh ngoại hối và mua bán chứng khoán đầu tư lại chịu rủi ro thị trường và rủi ro lãi suất rất lớn, có thể gây thua lỗ nặng khi thị trường tài chính biến động tiêu cực.

  4. Biến giả COVID-19 thể hiện điều gì trong mô hình thực nghiệm?
    Biến $COVID$ phản ánh cú sốc vĩ mô toàn diện. Kết quả hồi quy cho thấy hệ số của $COVID$ mang dấu âm ($\beta_6 < 0$) có ý nghĩa thống kê, phản ánh đại dịch làm suy giảm biên sinh lời do ngân hàng phải cơ cấu lại nợ, giảm lãi suất cho vay và tăng trích lập dự phòng theo chỉ đạo của NHNN.

  5. Chi phí đầu tư công nghệ số để đa dạng hóa nguồn thu có làm giảm hiệu quả hoạt động ngắn hạn?
    Trong 1–2 năm đầu, chỉ số chi phí trên thu nhập (CIR) có thể tăng do khấu hao hạ tầng công nghệ. Tuy nhiên, khi quy mô giao dịch đạt điểm hòa vốn, chi phí biên trên mỗi giao dịch số tiến gần về 0, giúp nâng cao đáng kể tỷ suất sinh lời ROA và hiệu quả sử dụng tài sản (AU) trong dài hạn.


Kết luận

Đề tài khóa luận tốt nghiệp của tác giả Phạm Minh Hiền đã hoàn thành xuất sắc mục tiêu nghiên cứu: chứng minh một cách khoa học và định lượng rằng đa dạng hóa thu nhập có tác động tích cực và mạnh mẽ đến hiệu quả hoạt động kinh doanh (ROA, ROE) của các NHTM Việt Nam. Thông qua chuỗi phân tích dữ liệu bảng từ 20 NHTM giai đoạn 2017–2022 với mô hình tác động ngẫu nhiên REM, đề tài khẳng định việc dịch chuyển nguồn thu sang các hoạt động phi tín dụng (đặc biệt là dịch vụ ngân hàng số và bancassurance) không chỉ nâng cao năng lực sinh lời mà còn củng cố năng lực chống chịu rủi ro hệ thống. Đây là tài liệu tham khảo giá trị cho các nhà hoạch định chiến lược ngân hàng trong kỷ nguyên chuyển đổi số và hội nhập kinh tế quốc tế.