Tác Động Của Fintech Đến Khả Năng Sinh Lời Của Các Ngân Hàng Thương Mại Việt Nam

Trong bối cảnh phát triển mạnh mẽ của công nghệ tài chính, Fintech đã trở thành một yếu tố… 101 trang · Trường Đại Học Ngân Hàng Thành Phố Hồ Chí Minh · 2024.

• Tác giả: Nguyễn Thị Mỹ Duyên
• Người hướng dẫn: TS. Trần Thị Vân Trà
• Trường học: Trường Đại Học Ngân Hàng Thành Phố Hồ Chí Minh
• Chuyên ngành: Tài Chính - Ngân Hàng
• Đề tài: Tác Động Của Fintech Đến Khả Năng Sinh Lời Của Các Ngân Hàng Thương Mại Việt Nam
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: GIỚI THIỆU NGHIÊN CỨU
• 1.1. LÝ DO CHỌN ĐỀ TÀI
• 1.2. MỤC TIÊU NGHIÊN CỨU
• 1.2.1. Mục tiêu tổng quát
• 1.2.2. Mục tiêu cụ thể
• 1.3. CÂU HỎI NGHIÊN CỨU
• 1.4. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
• 1.4.1. Đối tượng nghiên cứu
• 1.4.2. Phạm vi nghiên cứu
• 1.5. PHƯƠNG PHÁP NGHIÊN CỨU
• 1.5.1. Phương pháp nghiên cứu
• 1.5.2. Dữ liệu nghiên cứu
• 1.6. ĐÓNG GÓP CỦA NGHIÊN CỨU
• 1.7. KẾT CẤU NGHIÊN CỨU
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU
• 2.1. TỔNG QUAN VỀ FINTECH
• 2.1.1. Khái niệm về Fintech
• 2.1.2. Khái niệm về công ty công nghệ tài chính
• 2.1.3. Tác động của Fintech đến ngành tài chính toàn cầu
• 2.1.4. Vai trò của Fintech trong ngân hàng thương mại
• 2.2. CƠ SỞ LÝ THUYẾT VỀ KHẢ NĂNG SINH LỜI CỦA NGÂN HÀNG THƯƠNG MẠI
• 2.2.1. Khả năng sinh lời của ngân hàng thương mại
• 2.2.2. Các chỉ tiêu đo lường khả năng sinh lời của ngân hàng thương mại
• 2.2.3. Các yếu tố khác tác động đến khả năng sinh lời của ngân hàng thương mại
• 2.3. TÁC ĐỘNG CỦA FINTECH ĐẾN KHẢ NĂNG SINH LỜI CỦA NGÂN HÀNG THƯƠNG MẠI
• 2.4. TỔNG QUAN NGHIÊN CỨU
• 2.4.1. Các nghiên cứu thực nghiệm
• 2.4.2. Khoảng trống nghiên cứu
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. QUY TRÌNH NGHIÊN CỨU
• 3.2. MÔ HÌNH NGHIÊN CỨU
• 3.3. MÔ TẢ BIẾN NGHIÊN CỨU
• 3.3.1. Biến phụ thuộc
• 3.3.2. Biến độc lập
• 3.4. DỮ LIỆU NGHIÊN CỨU
• 3.5. PHƯƠNG PHÁP NGHIÊN CỨU
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. THỐNG KÊ MÔ TẢ
• 4.2. PHÂN TÍCH TƯƠNG QUAN VÀ KIỂM ĐỊNH HIỆN TƯỢNG ĐA CỘNG TUYẾN
• 4.3. KẾT QUẢ HỒI QUY
• 4.3.1. Kết quả hồi quy theo mô hình Pooled OLS, FEM và REM
• 4.3.2. Lựa chọn mô hình phù hợp
• 4.3.3. Kiểm định các khuyết tật mô hình
• 4.3.4. Khắc phục các khuyết tật của mô hình
• 4.4. THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
• 5. CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ
• 5.1. GỢI Ý, KHUYẾN NGHỊ
• 5.1.1. Gợi ý, khuyến nghị về công nghệ tài chính
• 5.1.2. Gợi ý, khuyến nghị về các yếu tố khác tác động đến khả năng sinh lời
• 5.2. HẠN CHẾ CỦA ĐỀ TÀI VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO
• 5.2.1. Hạn chế của đề tài
• 5.2.2. Hướng nghiên cứu tiếp theo
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Tác Động Của Fintech Đến Ngân Hàng Thương Mại Việt Nam

Trong bối cảnh phát triển mạnh mẽ của công nghệ tài chính, Fintech đã trở thành một yếu tố quan trọng trong ngành ngân hàng. Sự kết hợp giữa công nghệ và tài chính không chỉ thay đổi cách thức hoạt động của các ngân hàng thương mại mà còn ảnh hưởng đến khả năng sinh lời của họ. Nghiên cứu này sẽ phân tích các tác động của Fintech đến ngân hàng thương mại tại Việt Nam, từ đó đưa ra những khuyến nghị nhằm nâng cao hiệu quả hoạt động.

1.1. Khái Niệm Về Fintech Và Ngân Hàng Thương Mại

Fintech là sự kết hợp giữa công nghệ và tài chính, mang lại nhiều cơ hội cho ngân hàng thương mại. Các ngân hàng có thể sử dụng công nghệ để cải thiện dịch vụ và tăng cường khả năng sinh lời.

1.2. Tình Hình Phát Triển Của Fintech Tại Việt Nam

Việt Nam đang chứng kiến sự bùng nổ của công nghệ tài chính với nhiều công ty Fintech ra đời. Sự phát triển này không chỉ tạo ra sự cạnh tranh mà còn mở ra nhiều cơ hội cho các ngân hàng trong việc cải thiện dịch vụ.

II. Vấn Đề Và Thách Thức Của Ngân Hàng Thương Mại Việt Nam Trong Thời Đại Fintech

Mặc dù Fintech mang lại nhiều lợi ích, nhưng các ngân hàng thương mại Việt Nam cũng phải đối mặt với nhiều thách thức. Sự cạnh tranh từ các công ty Fintech có thể làm giảm khả năng sinh lời của ngân hàng truyền thống. Bên cạnh đó, việc áp dụng công nghệ mới cũng đòi hỏi ngân hàng phải đầu tư lớn và thay đổi quy trình làm việc.

2.1. Cạnh Tranh Từ Các Công Ty Fintech

Sự gia tăng số lượng công ty Fintech đã tạo ra áp lực lớn lên các ngân hàng thương mại. Các ngân hàng cần phải cải thiện dịch vụ và giảm chi phí để duy trì khả năng sinh lời.

2.2. Chi Phí Đầu Tư Vào Công Nghệ

Đầu tư vào công nghệ tài chính là cần thiết nhưng cũng tốn kém. Các ngân hàng cần phải cân nhắc kỹ lưỡng về chi phí và lợi ích khi áp dụng công nghệ mới.

III. Phương Pháp Nâng Cao Khả Năng Sinh Lời Của Ngân Hàng Thương Mại Qua Fintech

Để nâng cao khả năng sinh lời, các ngân hàng thương mại cần áp dụng các phương pháp hiệu quả trong việc tích hợp Fintech vào hoạt động của mình. Việc này không chỉ giúp cải thiện dịch vụ mà còn tối ưu hóa quy trình làm việc.

3.1. Tích Hợp Công Nghệ Vào Dịch Vụ Ngân Hàng

Các ngân hàng cần tích hợp công nghệ tài chính vào dịch vụ của mình để cải thiện trải nghiệm khách hàng và tăng cường khả năng sinh lời.

3.2. Hợp Tác Với Các Công Ty Fintech

Hợp tác với các công ty Fintech có thể giúp ngân hàng tận dụng công nghệ mới mà không cần đầu tư quá nhiều. Điều này có thể cải thiện hiệu quả hoạt động và khả năng sinh lời.

IV. Ứng Dụng Thực Tiễn Của Fintech Trong Ngân Hàng Thương Mại Việt Nam

Nhiều ngân hàng thương mại tại Việt Nam đã áp dụng Fintech vào hoạt động của mình và đạt được những kết quả tích cực. Việc này không chỉ giúp cải thiện dịch vụ mà còn tăng cường khả năng sinh lời.

4.1. Các Mô Hình Ngân Hàng Số

Ngân hàng số đang trở thành xu hướng mới tại Việt Nam. Các ngân hàng áp dụng mô hình này đã ghi nhận sự tăng trưởng đáng kể trong khả năng sinh lời.

4.2. Dịch Vụ Ngân Hàng Trực Tuyến

Dịch vụ ngân hàng trực tuyến giúp khách hàng dễ dàng tiếp cận dịch vụ, từ đó tăng cường khả năng sinh lời cho ngân hàng.

V. Kết Luận Về Tác Động Của Fintech Đến Khả Năng Sinh Lời Của Ngân Hàng Thương Mại

Tác động của Fintech đến khả năng sinh lời của ngân hàng thương mại Việt Nam là rõ ràng. Các ngân hàng cần phải nhanh chóng thích nghi với sự thay đổi này để không bị tụt lại phía sau trong cuộc cạnh tranh.

5.1. Tóm Tắt Các Kết Quả Nghiên Cứu

Nghiên cứu cho thấy rằng sự gia tăng số lượng công ty Fintech có tác động tích cực đến khả năng sinh lời của ngân hàng thương mại.

5.2. Đề Xuất Hướng Nghiên Cứu Tiếp Theo

Cần có thêm nhiều nghiên cứu để hiểu rõ hơn về tác động của Fintech đến các ngân hàng thương mại trong bối cảnh thay đổi nhanh chóng của công nghệ.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh Cách mạng Công nghiệp 4.0, sự phát triển của công nghệ số, điện toán đám mây, dữ liệu lớn và thanh toán di động đã thúc đẩy sự bùng nổ của công nghệ tài chính (Fintech). Tại Việt Nam, xu hướng liên kết giữa các tổ chức tín dụng truyền thống và công ty công nghệ tài chính diễn ra mạnh mẽ: hơn 90% số lượng công ty Fintech có quan hệ hợp tác với ngân hàng và 100% công ty Fintech trung gian thanh toán được Ngân hàng Nhà nước cấp phép đều thiết lập liên kết với hệ thống ngân hàng (Sơn, 2020). Mối quan hệ giữa Fintech và hệ thống ngân hàng tạo ra hai luồng tác động đan xen: một mặt tạo sức ép cạnh tranh trực tiếp đối với các dịch vụ truyền thống (thanh toán, tín dụng tiêu dùng, dịch vụ tài chính cá nhân), mặt khác mở ra cơ hội lan tỏa công nghệ giúp ngân hàng tối ưu hóa quy trình vận hành và tiết giảm chi phí.

Mặc dù có nhiều nghiên cứu quốc tế về mối quan hệ này, các công trình phân tích định lượng thực nghiệm về tác động của Fintech đến khả năng sinh lời của các ngân hàng thương mại tại Việt Nam trong giai đoạn gần đây vẫn còn tương đối hạn chế và ghi nhận nhiều kết quả trái chiều. Khóa luận này được thực hiện nhằm lượng hóa tác động của Fintech đến khả năng sinh lời của hệ thống ngân hàng thương mại Việt Nam thông qua mô hình kinh tế lượng dữ liệu bảng.

Mục tiêu nghiên cứu:

• Mục tiêu tổng quát: Nghiên cứu tác động của Fintech đến khả năng sinh lời của các ngân hàng thương mại Việt Nam; trên cơ sở đó lập luận và đề xuất một số khuyến nghị nhằm nâng cao khả năng sinh lời của các ngân hàng thương mại trong điều kiện phát triển của Fintech.
• Mục tiêu cụ thể:
  1. Xác định chiều hướng tác động của Fintech đến khả năng sinh lời của các ngân hàng thương mại tại Việt Nam.
  2. Phân tích mức độ tác động của Fintech đến khả năng sinh lời của các ngân hàng thương mại tại Việt Nam.
  3. Đưa ra các khuyến nghị nhằm góp phần cải thiện khả năng sinh lời của ngân hàng thương mại Việt Nam trong điều kiện phát triển của Fintech.

Câu hỏi nghiên cứu:

1. Fintech tác động đến khả năng sinh lời của các ngân hàng thương mại Việt Nam như thế nào?
2. Mức độ tác động của Fintech đến khả năng sinh lời của các ngân hàng thương mại tại Việt Nam như thế nào?
3. Các khuyến nghị nào góp phần cải thiện khả năng sinh lời của ngân hàng thương mại Việt Nam trong điều kiện phát triển của Fintech?

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Tác động của Fintech đến khả năng sinh lời của các ngân hàng thương mại Việt Nam.
• Phạm vi không gian: 26 ngân hàng thương mại tại Việt Nam có đầy đủ báo cáo tài chính kiểm toán và thuyết minh báo cáo tài chính trong giai đoạn nghiên cứu.
• Phạm vi thời gian: Giai đoạn 9 năm, từ năm 2015 đến năm 2023, bao quát chu kỳ kinh tế và quá trình chuyển đổi số của hệ thống ngân hàng Việt Nam.

---

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng khung phân tích dựa trên các khái niệm chuẩn tắc về Fintech (định nghĩa của Ủy ban Ổn định Tài chính Quốc tế - FSB 2016; Kelvin Leong & Anna Sung 2018; Hassan Sarhan 2020; Arner et al., 2015) và lý thuyết về khả năng sinh lời của ngân hàng thương mại (Rose, 2002; Mishkin & Eakins, 2012).

Tác động của Fintech đến lợi nhuận ngân hàng được phân tích qua hai cơ chế truyền dẫn chính:

1. Hiệu ứng cạnh tranh (Competition Effect): Dựa trên lý thuyết Đuôi dài (Long-tail theory của Chris Anderson, 2004). Fintech khai thác phân khúc khách hàng nhỏ lẻ ở phần đuôi đường cầu mà ngân hàng truyền thống bỏ qua, cạnh tranh trực tiếp ở ba mảng: thanh toán - quyết toán, cho vay doanh nghiệp vừa và nhỏ (SME), và quản lý tài chính cá nhân.
2. Hiệu ứng lan tỏa công nghệ (Technology Spillover Effect): Dựa trên lý thuyết lợi thế kinh tế nhờ quy mô (Economies of scale - Wright, 1936; Elsaid, 2021). Fintech giúp ngân hàng phá vỡ giới hạn thời gian/không gian, tăng khả năng thu hút và giữ chân khách hàng, giảm chi phí giao dịch/kênh phân phối, đồng thời nâng cao hiệu quả quản trị rủi ro thông qua AI và Big Data.

Mô hình hồi quy tổng quát được thiết lập dựa trên nghiên cứu của Đinh Thị Thu Hồng và Nguyễn Hữu Tuấn (2021), Kong (2022):

$$\text{ROA}{i,t} = \beta_0 + \beta_1 \text{FT}t + \beta_2 \text{ETA}{i,t} + \beta_3 \text{CIR}{i,t} + \beta_4 \text{SIZE}{i,t} + \beta_5 \text{NPL}{i,t} + \beta_6 \text{GDP}{i,t} + \beta_7 \text{INF}{i,t} + \varepsilon_{i,t}$$

Ký hiệu biến	Tên biến	Loại biến	Cách đo lường / Công thức	Kỳ vọng dấu
$\text{ROA}$	Tỷ suất sinh lời trên tổng tài sản	Phụ thuộc	$\text{Lợi nhuận ròng} / \text{Tổng tài sản}$	-
$\text{FT}$	Số lượng công ty Fintech	Độc lập	Logarit tự nhiên của số lượng công ty Fintech hoạt động trong năm	$(+)$
$\text{ETA}$	Tỷ lệ vốn chủ sở hữu	Kiểm soát	$\text{Vốn chủ sở hữu} / \text{Tổng tài sản}$	$(+)$
$\text{CIR}$	Tỷ lệ chi phí trên thu nhập	Kiểm soát	$\text{Chi phí hoạt động} / \text{Thu nhập hoạt động}$	$(-)$
$\text{SIZE}$	Quy mô ngân hàng	Kiểm soát	Logarit tự nhiên của tổng tài sản ($\ln(\text{Assets})$)	$(+)$
$\text{NPL}$	Tỷ lệ nợ xấu	Kiểm soát	$\text{Nợ xấu (nhóm 3, 4, 5)} / \text{Tổng dư nợ cho vay}$	$(-)$
$\text{GDP}$	Tốc độ tăng trưởng kinh tế	Kiểm soát	Tốc độ tăng trưởng GDP hàng năm của Việt Nam	$(+)$
$\text{INF}$	Tỷ lệ lạm phát	Kiểm soát	Tỷ lệ lạm phát tính theo chỉ số giá tiêu dùng CPI	$(+/-)$

Phương pháp nghiên cứu:

• Phương pháp định tính: Tổng hợp, hệ thống hóa lý thuyết và lược khảo tài liệu nghiên cứu thực nghiệm trong và ngoài nước.
• Phương pháp định lượng: Phân tích thống kê mô tả, kiểm định ma trận tương quan, kiểm định đa cộng tuyến (VIF). Ước lượng mô hình dữ liệu bảng bằng Pooled OLS, mô hình tác động cố định (FEM), mô hình tác động ngẫu nhiên (REM).
• Kiểm định lựa chọn mô hình và khuyết tật: Sử dụng kiểm định F-test (chọn giữa Pooled OLS và FEM), kiểm định Breusch-Pagan Lagrange Multiplier (chọn giữa Pooled OLS và REM), kiểm định Hausman (chọn giữa FEM và REM). Kiểm định khuyết tật mô hình gồm kiểm định tự tương quan Wooldridge và kiểm định phương sai sai số thay đổi Breusch-Pagan / Modified Wald.
• Khắc phục khuyết tật: Sử dụng phương pháp bình phương tối thiểu tổng quát khả thi (Feasible Generalized Least Squares - FGLS) trên phần mềm Stata để xử lý đồng thời hiện tượng phương sai sai số thay đổi và tự tương quan.

Nguồn dữ liệu:

• Dữ liệu vi mô ngân hàng: Báo cáo tài chính đã kiểm toán, báo cáo thường niên của 26 NHTM Việt Nam (2015–2023) từ cơ sở dữ liệu FiinPro và cổng thông tin công bố của các ngân hàng.
• Dữ liệu Fintech: Thống kê số lượng công ty Fintech từ Fintech News Singapore và các báo cáo ngành.
• Dữ liệu vĩ mô: Chỉ số tăng trưởng GDP và tỷ lệ lạm phát thu thập từ Tổng cục Thống kê (GSO) và Ngân hàng Thế giới (World Bank).

---

Nội dung chính theo từng chương

Chương 1: Giới thiệu nghiên cứu

Chương mở đầu xác định tính cấp thiết của đề tài trong giai đoạn số hóa ngân hàng tại Việt Nam. Tác giả xác định rõ 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, đối tượng nghiên cứu (tác động của Fintech đến ROA của NHTM), phạm vi dữ liệu (26 ngân hàng trong 9 năm từ 2015 đến 2023), đóng góp kỳ vọng về mặt học thuật - thực tiễn và kết cấu 5 chương của khóa luận.

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

Chương này hệ thống hóa các định nghĩa về Fintech, công ty Fintech và các lĩnh vực hoạt động (thanh toán điện tử, cho vay ngang hàng P2P, Insurtech, Robo-advisors, ngân hàng số). Tác giả làm rõ các chỉ tiêu đo lường khả năng sinh lời của NHTM (ROA, ROE, NIM), phân tích hai cơ chế tác động lý thuyết của Fintech (hiệu ứng cạnh tranh và hiệu ứng lan tỏa công nghệ), cùng các biến đặc điểm ngân hàng và biến kinh tế vĩ mô ảnh hưởng đến ROA.

Phần tổng quan nghiên cứu tổng hợp các công trình tiêu biểu:

• Nghiên cứu quốc tế: Wu và Yuan (2021) tại Trung Quốc (Fintech tác động tiêu cực đến lợi nhuận NHTM Nhà nước); Kong (2022) tại Trung Quốc (quan hệ chữ U ngược giữa Fintech và lợi nhuận ngân hàng); Monika và cộng sự (2021) tại Indonesia (Fintech tác động tích cực đến ROA ngân hàng Sharia tư nhân nhưng tiêu cực với ngân hàng nhà nước).
• Nghiên cứu trong nước: Đinh Thị Thu Hồng và Nguyễn Hữu Tuấn (2021) trên 31 NHTMCP (Fintech tác động tiêu cực đến ROA, ROE, NIM); Phạm Tiến Phát và cộng sự (2024) dùng kỹ thuật khai thác văn bản (text mining) trên 15 NHTM; Bùi Huy Trung và cộng sự (2023) trên 12 NHTM (ứng dụng AI, Cloud, Big Data tác động tích cực, trong khi Blockchain chưa rõ rệt).

Từ đó, chương 2 chỉ ra khoảng trống nghiên cứu: sự khan hiếm của các nghiên cứu định lượng toàn diện bằng dữ liệu bảng cập nhật giai đoạn 2015–2023 tại Việt Nam sử dụng các mô hình kinh tế lượng kiểm soát khuyết tật.

Chương 3: Phương pháp nghiên cứu

Chương 3 xây dựng quy trình nghiên cứu 7 bước logic, từ lược khảo tài liệu, xây dựng mô hình và giả thuyết (H1 đến H6), thu thập dữ liệu bảng của 26 NHTM, chạy hồi quy OLS/FEM/REM, thực hiện các kiểm định lựa chọn mô hình (F-test, LM-test, Hausman), kiểm tra các khuyết tật (tự tương quan, phương sai sai số thay đổi) và áp dụng phương pháp FGLS để khắc phục. Tác giả định nghĩa chi tiết công thức toán học và đơn vị tính của biến phụ thuộc ROA cùng 7 biến độc lập/kiểm soát (FT, ETA, CIR, SIZE, NPL, GDP, INF).

Chương 4: Kết quả nghiên cứu và thảo luận

Chương này trình bày toàn bộ kết quả phân tích thực nghiệm trên phần mềm Stata:

• Thống kê mô tả các biến trong giai đoạn 2015–2023.
• Ma trận hệ số tương quan và kiểm định đa cộng tuyến VIF (xác nhận không có hiện tượng đa cộng tuyến nghiêm trọng giữa các biến độc lập).
• Kết quả ước lượng qua Pooled OLS, FEM và REM; kết quả các kiểm định F-test, Breusch-Pagan LM và Hausman giúp lựa chọn mô hình phù hợp.
• Kiểm định khuyết tật cho thấy mô hình xuất hiện hiện tượng phương sai sai số thay đổi và tự tương quan.
• Kết quả hồi quy FGLS: Biến Fintech ($\text{FT}$) có hệ số hồi quy mang dấu dương và có ý nghĩa thống kê, ủng hộ giả thuyết $H_1$ (sự phát triển của Fintech thúc đẩy khả năng sinh lời ROA của các NHTM Việt Nam). Các biến kiểm soát $\text{ETA}$, $\text{SIZE}$, $\text{GDP}$ tác động cùng chiều (+), biến $\text{CIR}$ tác động ngược chiều (-) đến ROA; trong khi $\text{NPL}$ và $\text{INF}$ không có ý nghĩa thống kê trong mô hình FGLS.

Chương 5: Kết luận và khuyến nghị

Tổng kết toàn bộ kết quả thực nghiệm và đối chiếu với các mục tiêu nghiên cứu ban đầu. Tác giả xây dựng hệ thống khuyến nghị chia làm hai nhóm: khuyến nghị về ứng dụng/hợp tác công nghệ tài chính và khuyến nghị về quản trị các yếu tố nội tại của ngân hàng (cơ cấu vốn, chi phí, quy mô), đồng thời chỉ ra các hạn chế của đề tài.

---

Kết quả và đóng góp

Kết quả nghiên cứu thực nghiệm

Kết quả ước lượng bằng phương pháp FGLS cho thấy:

• Tác động của Fintech (FT): Sự gia tăng số lượng công ty Fintech có tác động tích cực, cùng chiều đến tỷ suất sinh lời trên tổng tài sản (ROA) của các NHTM Việt Nam. Kết quả này phản ánh hiệu ứng lan tỏa công nghệ chiếm ưu thế hơn hiệu ứng cạnh tranh trong giai đoạn 2015–2023: việc ngân hàng tích cực liên kết với các công ty Fintech giúp mở rộng hệ sinh thái số, giảm chi phí vận hành bình quân và tăng nguồn thu dịch vụ.
• Tác động của các biến đặc điểm ngân hàng:
  • Tỷ lệ vốn chủ sở hữu (ETA): Tác động tích cực đến ROA, cho thấy năng lực vốn tự có vững mạnh giúp ngân hàng giảm chi phí huy động rủi ro và tăng cường khả năng đầu tư mở rộng.
  • Tỷ lệ chi phí trên thu nhập (CIR): Tác động ngược chiều có ý nghĩa thống kê đến ROA, khẳng định hiệu quả kiểm soát chi phí hoạt động là nhân tố quyết định lợi nhuận.
  • Quy mô ngân hàng (SIZE): Tác động cùng chiều đến ROA, phù hợp với lý thuyết lợi thế kinh tế nhờ quy mô.
  • Tỷ lệ nợ xấu (NPL): Không cho thấy mối tương quan có ý nghĩa thống kê với ROA trong mô hình FGLS ở mẫu nghiên cứu này.
• Tác động của các biến vĩ mô:
  • Tăng trưởng kinh tế (GDP): Tác động tích cực đến ROA của ngân hàng.
  • Lạm phát (INF): Không có tương quan có ý nghĩa thống kê với ROA.

Giải pháp và khuyến nghị đề xuất

1. Đối với cơ quan quản lý Nhà nước (Ngân hàng Nhà nước, Chính phủ):
   • Hoàn thiện khuôn khổ pháp lý thử nghiệm có kiểm soát (Regulatory Sandbox) cho các hoạt động Fintech mới.
   • Xây dựng tiêu chuẩn kỹ thuật kết nối mở (Open API), chuẩn hóa dữ liệu và bảo mật thông tin tài chính nhằm thúc đẩy mô hình ngân hàng mở (Open Banking).
   • Tăng cường giám sát an toàn an ninh mạng và bảo vệ quyền lợi người tiêu dùng tài chính số.
2. Đối với các ngân hàng thương mại Việt Nam:
   • Đẩy mạnh chiến lược hợp tác cùng có lợi (Win-Win) với các công ty Fintech thay vì xem Fintech là đối thủ cạnh tranh thuần túy.
   • Tận dụng thế mạnh công nghệ của Fintech (AI, Big Data, eKYC) để tối ưu hóa quy trình tín dụng, thanh toán và quản trị rủi ro.
   • Tái cấu trúc quy trình nội bộ nhằm kéo giảm tỷ lệ chi phí trên thu nhập (CIR).
   • Nâng cao năng lực an toàn vốn (ETA) và mở rộng quy mô tài sản một cách thận trọng gắn liền với quản trị chất lượng tín dụng.

Đóng góp của đề tài

• Về mặt lý luận: Bổ sung khung phân tích định lượng về cơ chế tác động hai chiều (cạnh tranh và lan tỏa công nghệ) của Fintech đến lợi nhuận ngân hàng tại một thị trường mới nổi.
• Về mặt thực tiễn: Cung cấp bằng chứng thực nghiệm cập nhật giai đoạn 2015–2023 tại Việt Nam, khẳng định lợi ích tích cực của Fintech đối với hiệu quả kinh doanh của 26 NHTM; là tài liệu tham khảo cho các nhà hoạch định chính sách và nhà quản trị ngân hàng trong việc xây dựng chiến lược chuyển đổi số.

---

Hạn chế và hướng nghiên cứu tiếp

Khóa luận ghi nhận các hạn chế cụ thể:

1. Về mẫu nghiên cứu: Do tính minh bạch và mức độ công bố thông tin thuyết minh báo cáo tài chính kiểm toán của một số ngân hàng chưa đồng đều, mẫu nghiên cứu chỉ thu thập được 26 NHTM Việt Nam.
2. Về chỉ số đo lường Fintech: Do dữ liệu về doanh thu, giá trị giao dịch hoặc dư nợ cho vay của từng công ty Fintech tại Việt Nam chưa được công bố công khai và đầy đủ, tác giả sử dụng biến thay thế là logarit tự nhiên của số lượng công ty Fintech hoạt động trong năm. Biến số này phản ánh mức độ mở rộng về số lượng nhưng chưa phản ánh chi tiết quy mô tài chính thực tế của từng phân khúc Fintech.
3. Về phạm vi biến số: Chưa phân tách sâu tác động của từng mảng công nghệ chuyên biệt (Insurtech, P2P lending, Big Data, Blockchain) đến các cấu phần thu nhập chi tiết (thu nhập lãi thuần so với thu nhập ngoài lãi).

Hướng nghiên cứu tiếp theo:

• Mở rộng cỡ mẫu bao gồm toàn bộ hệ thống tổ chức tín dụng khi dữ liệu tài chính được chuẩn hóa và công bố đầy đủ hơn.
• Áp dụng thêm các phương pháp đo lường Fintech nâng cao (như khai thác dữ liệu văn bản - text mining từ báo cáo thường niên, chỉ số tài chính số toàn diện, hoặc dữ liệu lưu lượng giao dịch số).
• Nghiên cứu tác động phân hóa của Fintech đến từng nhóm ngân hàng theo quy mô sở hữu (ngân hàng thương mại cổ phần gốc quốc doanh so với tư nhân).

---

Giá trị tham khảo

• Đối tượng thụ hưởng:
  • Sinh viên, học viên cao học, nghiên cứu sinh chuyên ngành Tài chính – Ngân hàng, Kinh tế học, Fintech và Quản trị kinh doanh.
  • Các nhà quản trị ngân hàng, chuyên viên phân tích chiến lược chuyển đổi số và phát triển sản phẩm tại các NHTM.
  • Các nhà nghiên cứu chính sách tài chính - tiền tệ tại Ngân hàng Nhà nước và các viện nghiên cứu kinh tế.
• Nội dung giá trị:
  • Phần tổng quan lý thuyết hệ thống hóa rõ ràng hai hiệu ứng cạnh tranh và lan tỏa công nghệ (dựa trên lý thuyết Đuôi dài và lý thuyết Lợi thế kinh tế nhờ quy mô).
  • Quy trình xử lý kinh tế lượng dữ liệu bảng chặt chẽ từ kiểm định lựa chọn mô hình (OLS, FEM, REM) đến quy trình kiểm định và khắc phục khuyết tật bằng ước lượng FGLS trên phần mềm Stata.

---

Câu hỏi thường gặp

1. Khóa luận sử dụng chỉ tiêu nào để đại diện cho khả năng sinh lời của ngân hàng và vì sao?
Tác giả sử dụng tỷ suất sinh lời trên tổng tài sản ($\text{ROA} = \text{Lợi nhuận sau thuế / ròng} / \text{Tổng tài sản}$) làm biến phụ thuộc chính. Lý do là thu nhập chính của ngân hàng thương mại gắn liền với tài sản sinh lời từ hoạt động huy động và cho vay, do đó ROA phản ánh toàn diện hơn hiệu quả sử dụng toàn bộ nguồn lực tài sản của ngân hàng so với ROE hay lợi nhuận ròng đơn thuần.

2. Mức độ phát triển của Fintech được đo lường bằng phương pháp nào trong mô hình?
Do dữ liệu tài chính nội bộ (doanh thu, quy mô dư nợ) của các công ty Fintech không được công bố công khai tại Việt Nam, tác giả sử dụng logarit tự nhiên của số lượng công ty Fintech hiện diện trong năm ($\text{FT} = \ln(\text{Số lượng công ty Fintech})$), tham khảo phương pháp tiếp cận thực nghiệm của Phan và cộng sự (2020).

3. Tại sao tác giả phải sử dụng phương pháp hồi quy FGLS thay vì Pooled OLS, FEM hay REM?
Sau khi thực hiện các kiểm định F-test, Breusch-Pagan LM và Hausman để chọn mô hình phù hợp, các kiểm định chẩn đoán khuyết tật (kiểm định Wooldridge và kiểm định Breusch-Pagan) phát hiện dữ liệu bảng bị vi phạm giả định do xuất hiện hiện tượng tự tương quan và phương sai sai số thay đổi. Phương pháp FGLS (Feasible Generalized Least Squares) được áp dụng để khắc phục triệt để các khuyết tật này, đảm bảo các ước lượng thu được không bị chệch và có hiệu quả thống kê.

4. Kết quả nghiên cứu của khóa luận có gì khác biệt so với các nghiên cứu trước đây tại Việt Nam?
Nghiên cứu của Đinh Thị Thu Hồng và Nguyễn Hữu Tuấn (2021) trên dữ liệu giai đoạn 2006–2018 kết luận Fintech tác động tiêu cực đến lợi nhuận ngân hàng do áp lực cạnh tranh ban đầu. Ngược lại, kết quả của khóa luận này trên dữ liệu 2015–2023 chỉ ra tác động tích cực có ý nghĩa thống kê của Fintech đến ROA, chứng minh rằng trong giai đoạn sau, khi sự hợp tác giữa ngân hàng và Fintech chiếm trên 90%, hiệu ứng lan tỏa công nghệ và cộng hưởng hệ sinh thái đã phát huy hiệu quả.

5. Những biến kiểm soát nào có tác động có ý nghĩa thống kê đến ROA trong mô hình FGLS?
Trong mô hình FGLS cuối cùng, các biến có ý nghĩa thống kê bao gồm: Tỷ lệ vốn chủ sở hữu ($\text{ETA}$), Quy mô ngân hàng ($\text{SIZE}$) và Tốc độ tăng trưởng kinh tế ($\text{GDP}$) tác động cùng chiều (+); Tỷ lệ chi phí trên thu nhập ($\text{CIR}$) tác động ngược chiều (-). Hai biến Tỷ lệ nợ xấu ($\text{NPL}$) và Lạm phát ($\text{INF}$) không có mối tương quan có ý nghĩa thống kê với ROA trong mẫu nghiên cứu này.

---

Kết luận

Khóa luận của tác giả Nguyễn Thị Mỹ Duyên đã hoàn thành mục tiêu nghiên cứu thông qua việc phân tích định lượng tác động của Fintech đến khả năng sinh lời của 26 ngân hàng thương mại Việt Nam giai đoạn 2015–2023. Kết quả thực nghiệm từ mô hình hồi quy FGLS khẳng định sự phát triển của các công ty Fintech có tác động tích cực, thúc đẩy tỷ suất sinh lời ROA của hệ thống ngân hàng thương mại nhờ hiệu ứng lan tỏa công nghệ và xu thế hợp tác sâu rộng. Nghiên cứu cung cấp hệ thống cơ sở khoa học và bằng chứng thực nghiệm xác thực, làm nền tảng cho việc đề xuất các giải pháp nâng cao hiệu quả hoạt động kinh doanh ngân hàng và hoàn thiện khuôn khổ pháp lý cho hệ sinh thái công nghệ tài chính tại Việt Nam.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 Trong chương này, tác giả đã khái quát về đề tài nghiên cứu, bao gồm việc trình “ bày về lý do chọn đề tài, mục tiêu và câu hỏi nghiên cứu, cũng như đối tượng, phạm vi, và phương pháp của nghiên cứu.”Đóng góp và kết cấu của đề tài cũng được nêu rõ trong chương này. Những định hướng nêu trên là cơ sở cho các bước nghiên cứu tiếp theo. Cho nên, chương kế tiếp sẽ tập trung thiết lập cơ sở lý thuyết và khám phá ra mối quan hệ tương tác giữa Fintech và NHTM tại Việt Nam. CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU 2.

TỔNG QUAN VỀ FINTECH 2. Khái niệm về Fintech Fintech là thuật ngữ bắt nguồn từ sự kết hợp giữa hai từ “Financial” và “Technology” và được định nghĩa là một lĩnh vực liên ngành kết hợp giữa Tài chính, Quản lý công nghệ và Quản lý đổi mới. Nó mô tả sự kết nối của công nghệ liên quan đến internet với các hoạt động dịch vụ thương mại của ngành tài chính như các giao dịch ngân hàng và cho vay tiền. Thuật ngữ công nghệ tài chính xuất hiện khi Citicorp triển khai một dự án có tên là Hiệp hội Công nghệ Dịch vụ Tài chính nhằm tạo điều kiện cho sự hợp tác của công nghệ trong ngành dịch vụ tài chính.

Đối với Fintech, chưa có một định nghĩa thống nhất nào ở trong và ngoài nước. Các học giả khác nhau có những cách diễn đạt khác nhau về định nghĩa của nó: Năm 2016, Ủy ban Ổn định Tài chính Quốc tế đã đưa ra một định nghĩa tiêu chuẩn tương đối có thẩm quyền ở cấp độ quốc tế trong Báo cáo về mô tả toàn cảnh và khung phân tích của Fintech: “Fintech là sự đổi mới tài chính được thúc đẩy bởi các công nghệ nhằm chuyển đổi hoặc đổi mới các sản phẩm tài chính, quy trình dịch vụ, mô hình kinh doanh,. với sự trợ giúp của các thành tựu khoa học công nghệ hiện đại nhằm nâng cao cả chất lượng và hiệu quả phát triển tài chính”. Với sự phát triển không ngừng của công nghệ Internet, ý nghĩa của Fintech ngày càng mở rộng.

Nó thường đề cập đến sự đổi mới các sản phẩm và dịch vụ do ngành tài chính truyền thống cung cấp thông qua các phương tiện công nghệ khác nhau để cải thiện hiệu quả hoạt động của thị trường tài chính và giảm đáng kể chi phí hoạt động (Sajid và cộng sự, 2023). Theo Kelvin Leong và Anna Sung (2018), Fintech là "bất kỳ ý tưởng sáng tạo nào nhằm cải thiện quy trình dịch vụ tài chính bằng cách đề xuất giải pháp công nghệ tùy theo các tình huống kinh doanh khác nhau, đồng thời ý tưởng đó cũng có thể dẫn đến các mô hình kinh doanh mới hoặc thậm chí là các hoạt động kinh doanh mới". 8 Hassan Sarhan (2020) định nghĩa Fintech như sau: “Các hoạt động được thực hiện xung quanh các chức năng tài chính (tài trợ, đầu tư, tiền tệ, thanh toán, bảo hiểm và tư vấn tài chính) nhằm số hóa chúng bằng cách sử dụng các công nghệ tài chính được áp dụng hoặc đang được phát triển bởi một số tổ chức nhất định trong cả hai ngành tài chính và CNTT.” Theo Arner và cộng sự (2015), “Fintech” đề cập đến các giải pháp tài chính được hỗ trợ bởi công nghệ. Thuật ngữ Fintech không giới hạn ở các lĩnh vực cụ thể hay mô hình kinh doanh nhất định, mà thay vào đó bao gồm toàn bộ phạm vi dịch vụ và sản phẩm được ngành dịch vụ tài chính cung cấp theo truyền thống.

Như vậy, từ các định nghĩa trên, Fintech có thể hiểu là việc sử dụng công nghệ mới nhằm cải thiện và tự động hóa hoạt động cung cấp và sử dụng các dịch vụ tài chính.