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

Nghiên cứu tác động của Fintech đến khả năng sinh lời của ngân hàng thương mại tại Việt Nam. Phân tích các yếu tố ảnh hưởng và đưa ra kết luận quan trọng.

• Tác giả: Trần Thị Kim Ngân
• Người hướng dẫn: Ts. Triệu Kim Lanh
• 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 Tại 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. Tính cấp thiết của 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 định tính
• 1.5.2. Phương pháp nghiên cứu định lượng
• 1.6. Đóng góp của nghiên cứu
• 1.7. Kết cấu của nghiên cứu
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC
• 2.1. Khái quát chung về Fintech
• 2.2. Khái niệm về Fintech
• 2.3. Một số sản phẩm chính của Fintech
• 2.4. Khái quát chung về khả năng sinh lời của Ngân hàng thương mại
• 2.5. Khả năng sinh lời của Ngân hàng thương mại
• 2.6. Chỉ tiêu đo lường khả năng sinh lời
• 2.7. Mối liên hệ hợp tác của các công ty Fintech đến các Ngân hàng thương mại
• 2.8. Tổng quan các nghiên cứu trước
• 2.8.1. Nghiên cứu nước ngoài
• 2.8.2. Nghiên cứu trong nước
• 2.8.3. Khoảng trống nghiên cứu và lược khảo
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Quy trình nghiên cứu
• 3.2. Dữ liệu nghiên cứu
• 3.3. Mẫu nghiên cứu
• 3.4. Công cụ nghiên cứu
• 3.5. Phương pháp nghiên cứu
• 3.6. Mô hình nghiên cứu đề xuất
• 3.7. Giả thiết nghiên cứu
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. Phân tích thống kê và mô tả dữ liệu
• 4.2. Kết quả nghiên cứu
• 4.3. Phân tích tương quan mô hình nghiên cứu
• 4.4. Kiểm định mô hình nghiên cứu
• 4.5. Thảo luận kết quả nghiên cứu
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ
• 5.1. Hàm ý quản trị
• 5.2. Hạn chế của nghiên cứu và đề xuất hướng nghiên cứu tiếp theo
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC 1: DANH SÁCH CÁC NHTM ĐƯỢC ĐƯA VÀO NGHIÊN CỨU
• PHỤ LỤC 2: DỮ LIỆU TRONG MÔ HÌNH NGHIÊN CỨU
• PHỤ LỤC 3: KẾT QUẢ NGHIÊN CỨU

Tóm tắt

I. Tổng Quan Về Fintech và Lợi Nhuận Ngân Hàng 2017 2023

Trong bối cảnh cuộc cách mạng công nghệ 4.0, Fintech đã nổi lên như một yếu tố then chốt, tác động sâu sắc đến ngành ngân hàng thương mại Việt Nam. Giai đoạn 2017-2023 chứng kiến sự chuyển mình mạnh mẽ của các ngân hàng trong việc ứng dụng công nghệ, đặc biệt là trong bối cảnh cạnh tranh gay gắt từ các tổ chức tài chính phi ngân hàng. Theo báo cáo của PWC Việt Nam (2021), khu vực Đông Nam Á, trong đó có Việt Nam, có nhiều tiềm năng phát triển dịch vụ thanh toán không dùng tiền mặt. Tổng giá trị giao dịch thanh toán điện tử của Việt Nam ước tính đạt 15 tỷ USD vào năm 2021 và dự kiến tiếp tục tăng trưởng mạnh. Tuy nhiên, sự phát triển của Fintech cũng đặt ra nhiều thách thức cho các ngân hàng truyền thống, đòi hỏi họ phải thay đổi chiến lược và mô hình kinh doanh để duy trì lợi nhuận ngân hàng.

1.1. Định Nghĩa và Đặc Điểm Nổi Bật Của Fintech Hiện Nay

Theo Ủy ban Ổn định Tài chính (FSB), Fintech là sự đổi mới tài chính dựa trên công nghệ, tạo ra các mô hình kinh doanh mới và tác động đáng kể đến thị trường tài chính. Khác với cách hiểu ban đầu về việc ứng dụng công nghệ để tự động hóa quy trình, Fintech ngày nay tập trung vào việc cung cấp các sản phẩm và dịch vụ hiệu quả, minh bạch và tự động hơn so với các ngân hàng truyền thống. Điều này giúp thu hút khách hàng và mở rộng thị phần.

1.2. Tầm Quan Trọng Của Lợi Nhuận Đối Với Ngân Hàng Thương Mại

Lợi nhuận là yếu tố sống còn đối với ngân hàng thương mại, đảm bảo khả năng hoạt động ổn định và tăng trưởng bền vững. Lợi nhuận không chỉ là thước đo hiệu quả hoạt động mà còn là nguồn vốn để tái đầu tư, nâng cao năng lực cạnh tranh và đáp ứng các yêu cầu về vốn pháp định. Trong bối cảnh Fintech phát triển, việc duy trì và tăng trưởng lợi nhuận ngân hàng trở thành một bài toán khó, đòi hỏi các ngân hàng phải có chiến lược phù hợp.

II. Thách Thức Fintech Tạo Ra Cho Lợi Nhuận Ngân Hàng 2017 2023

Sự trỗi dậy của Fintech đã tạo ra một loạt các thách thức cho lợi nhuận ngân hàng, đặc biệt là trong giai đoạn 2017-2023. Các công ty Fintech, với lợi thế về công nghệ và sự linh hoạt, đã nhanh chóng chiếm lĩnh thị phần trong các lĩnh vực như thanh toán, cho vay và quản lý tài sản. Điều này buộc các ngân hàng phải đối mặt với sự cạnh tranh gay gắt và áp lực giảm giá dịch vụ. Theo tạp chí ngân hàng đánh giá, vào năm 2017 một trong 10 sự kiện nổi bật nhất là “thanh toán điện tử và Fintech phát triển mạnh mẽ. Mặt khác, các ngân hàng cũng phải đối mặt với các rủi ro liên quan đến bảo mật dữ liệu và tuân thủ quy định khi triển khai các giải pháp Fintech.

2.1. Cạnh Tranh Từ Các Công Ty Fintech Trong Dịch Vụ Tài Chính

Các công ty Fintech đang cạnh tranh trực tiếp với các ngân hàng thương mại trong nhiều lĩnh vực như thanh toán điện tử, cho vay ngang hàng (P2P lending) và quản lý tài sản. Với lợi thế về công nghệ, họ có thể cung cấp dịch vụ nhanh chóng, tiện lợi và với chi phí thấp hơn. Điều này gây áp lực lên doanh thu và thị phần của các ngân hàng truyền thống.

2.2. Rủi Ro Bảo Mật và Tuân Thủ Quy Định Fintech Tại Việt Nam

Việc ứng dụng Fintech mang lại nhiều lợi ích, nhưng cũng đi kèm với các rủi ro về bảo mật dữ liệu và tuân thủ quy định. Các ngân hàng phải đầu tư mạnh vào hệ thống bảo mật để bảo vệ thông tin khách hàng và tuân thủ các quy định của nhà nước về Fintech. Nếu không, họ có thể phải đối mặt với các khoản phạt lớn và mất uy tín.

2.3. Ảnh Hưởng của Nợ Xấu đến Hiệu Quả Sinh Lợi của Ngân Hàng

Nợ xấu là một trong những yếu tố ảnh hưởng lớn đến lợi nhuận ngân hàng. Sự gia tăng nợ xấu có thể làm giảm tỷ suất sinh lời trên tổng tài sản (ROA) và tỷ suất sinh lợi trên vốn chủ sở hữu (ROE). Do đó, các ngân hàng cần có các biện pháp quản lý rủi ro tín dụng hiệu quả để giảm thiểu nợ xấu.

III. Cách Fintech Tác Động Đến Hiệu Quả và Lợi Nhuận Ngân Hàng

Fintech không chỉ tạo ra thách thức mà còn mang đến những cơ hội để các ngân hàng thương mại cải thiện hiệu quả hoạt động ngân hàng và tăng lợi nhuận. Việc ứng dụng các công nghệ như trí tuệ nhân tạo (AI), dữ liệu lớn (Big Data) và tự động hóa quy trình có thể giúp ngân hàng giảm chi phí hoạt động, nâng cao năng suất và cải thiện trải nghiệm khách hàng. Nghiên cứu cho thấy biến Chi phí trên thu nhập (CIR) tác động ngược chiều đến ROA với mức ý nghĩa 1% . Hơn nữa, Fintech còn giúp ngân hàng mở rộng phạm vi hoạt động và tiếp cận các phân khúc khách hàng mới.

3.1. Ứng Dụng Trí Tuệ Nhân Tạo và Dữ Liệu Lớn Trong Ngân Hàng

Trí tuệ nhân tạo (AI) và dữ liệu lớn (Big Data) có thể được sử dụng để phân tích dữ liệu khách hàng, dự đoán rủi ro tín dụng, phát hiện gian lận và cá nhân hóa dịch vụ. Điều này giúp ngân hàng đưa ra các quyết định chính xác hơn, giảm thiểu rủi ro và tăng cường lợi nhuận.

3.2. Tự Động Hóa Quy Trình và Giảm Chi Phí Hoạt Động Ngân Hàng

Tự động hóa quy trình có thể giúp ngân hàng giảm chi phí hoạt động bằng cách loại bỏ các công việc thủ công và tăng tốc độ xử lý giao dịch. Ví dụ, các chatbot có thể trả lời các câu hỏi của khách hàng và giải quyết các vấn đề đơn giản, giúp giảm tải cho nhân viên ngân hàng.

3.3. Cải Thiện Trải Nghiệm Khách Hàng và Tăng Lòng Trung Thành

Fintech có thể giúp ngân hàng cải thiện trải nghiệm khách hàng bằng cách cung cấp các dịch vụ tiện lợi, nhanh chóng và cá nhân hóa. Ví dụ, các ứng dụng di động cho phép khách hàng thực hiện các giao dịch ngân hàng mọi lúc mọi nơi, và các chương trình khách hàng thân thiết có thể được thiết kế dựa trên sở thích và nhu cầu của từng khách hàng.

IV. Phương Pháp Nâng Cao Lợi Nhuận Ngân Hàng Với Fintech 2017 2023

Để tận dụng tối đa cơ hội từ Fintech và tăng lợi nhuận ngân hàng trong giai đoạn 2017-2023, các ngân hàng thương mại Việt Nam cần có một chiến lược rõ ràng và toàn diện. Chiến lược này cần bao gồm việc đầu tư vào công nghệ, hợp tác với các công ty Fintech, thay đổi mô hình kinh doanh và tuân thủ các quy định của nhà nước. Nghiên cứu đưa ra kết luận rằng sự gia tăng số lượng của các công ty Fintech có ảnh hưởng tích cực đến khả năng sinh lời của 29 ngân hàng thương mại tại Việt Nam trong giai đoạn nghiên cứu.

4.1. Đầu Tư Vào Công Nghệ và Chuyển Đổi Số Ngân Hàng

Việc đầu tư vào công nghệ là yếu tố then chốt để các ngân hàng thương mại có thể cạnh tranh trong kỷ nguyên số. Các ngân hàng cần đầu tư vào các công nghệ mới như AI, Big Data, Blockchain và điện toán đám mây để cải thiện hiệu quả hoạt động ngân hàng và cung cấp các dịch vụ tốt hơn cho khách hàng.

4.2. Hợp Tác Với Các Công Ty Fintech Để Tạo Ra Giá Trị Mới

Hợp tác với các công ty Fintech có thể giúp các ngân hàng tiếp cận các công nghệ mới và các phân khúc khách hàng mới. Thay vì cạnh tranh trực tiếp, các ngân hàng có thể hợp tác với Fintech để tạo ra các sản phẩm và dịch vụ có giá trị gia tăng, mang lại lợi ích cho cả hai bên.

4.3. Xây Dựng Mô Hình Kinh Doanh Linh Hoạt và Đổi Mới

Các ngân hàng thương mại cần xây dựng một mô hình kinh doanh linh hoạt và đổi mới để đáp ứng với sự thay đổi nhanh chóng của thị trường. Điều này có nghĩa là các ngân hàng cần sẵn sàng thử nghiệm các ý tưởng mới, chấp nhận rủi ro và học hỏi từ những sai lầm.

V. Nghiên Cứu Thực Tiễn Tác Động Của Fintech đến Lợi Nhuận 2017 2023

Nghiên cứu về Tác Động của Fintech Đến Lợi Nhuận Ngân Hàng Thương Mại Việt Nam (2017-2023) cung cấp cái nhìn sâu sắc về mối quan hệ giữa hai yếu tố này. Dữ liệu từ 29 ngân hàng thương mại Việt Nam đã được phân tích để đánh giá mức độ ảnh hưởng của các yếu tố Fintech đến khả năng sinh lời. Kết quả cho thấy sự gia tăng số lượng của các công ty Fintech có ảnh hưởng tích cực đến khả năng sinh lời của 29 ngân hàng thương mại tại Việt Nam trong giai đoạn nghiên cứu.

5.1. Phân tích Thống Kê Mô Tả Dữ Liệu Nghiên Cứu

Để hiểu rõ hơn về dữ liệu nghiên cứu, việc phân tích thống kê mô tả là cần thiết. Các chỉ số như giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất và nhỏ nhất được sử dụng để mô tả các biến số như Fintech (số lượng công ty Fintech), tỷ suất sinh lời (ROA), quy mô ngân hàng, và các yếu tố vĩ mô khác. Điều này giúp xác định đặc điểm của mẫu nghiên cứu và cung cấp cơ sở cho các phân tích sâu hơn.

5.2. Kết Quả Hồi Quy và Các Yếu Tố Ảnh Hưởng Đến Lợi Nhuận

Phân tích hồi quy được sử dụng để xác định các yếu tố Fintech nào có tác động đáng kể đến lợi nhuận của các ngân hàng thương mại. Các biến số độc lập (ví dụ: số lượng công ty Fintech, mức độ ứng dụng công nghệ) được đưa vào mô hình hồi quy để ước lượng tác động của chúng lên biến số phụ thuộc (lợi nhuận). Kết quả hồi quy cho thấy những yếu tố Fintech nào có tác động tích cực và tiêu cực, cũng như mức độ ảnh hưởng của chúng.

5.3. So Sánh và Thảo Luận Kết Quả Với Các Nghiên Cứu Trước

Để đánh giá tính xác thực và mức độ đóng góp của nghiên cứu, kết quả cần được so sánh và thảo luận với các nghiên cứu trước đây. So sánh kết quả với các nghiên cứu trong và ngoài nước giúp xác định những điểm tương đồng và khác biệt, từ đó đưa ra những nhận xét và kết luận có giá trị.

VI. Tương Lai Fintech và Lợi Nhuận Ngân Hàng Thương Mại Việt Nam

Tương lai của Fintech và lợi nhuận ngân hàng tại Việt Nam hứa hẹn nhiều thay đổi và cơ hội mới. Với sự phát triển không ngừng của công nghệ và sự thay đổi trong hành vi của người tiêu dùng, các ngân hàng thương mại cần tiếp tục đổi mới và thích nghi để duy trì và tăng trưởng lợi nhuận. Việc tập trung vào trải nghiệm khách hàng, bảo mật dữ liệu và tuân thủ quy định sẽ là những yếu tố quan trọng để thành công trong tương lai.

6.1. Xu Hướng Phát Triển Fintech Trong Ngành Ngân Hàng

Các xu hướng như thanh toán không tiếp xúc, ngân hàng số và ứng dụng trí tuệ nhân tạo sẽ tiếp tục phát triển mạnh mẽ trong ngành ngân hàng. Các ngân hàng thương mại cần nắm bắt và ứng dụng các xu hướng này để cải thiện hiệu quả hoạt động ngân hàng và cung cấp các dịch vụ tốt hơn cho khách hàng.

6.2. Chính Sách và Quy Định Hỗ Trợ Phát Triển Fintech

Chính phủ và Ngân hàng Nhà nước Việt Nam cần tiếp tục hoàn thiện khung pháp lý và chính sách để hỗ trợ sự phát triển của Fintech. Điều này bao gồm việc tạo ra một môi trường cạnh tranh lành mạnh, bảo vệ quyền lợi của người tiêu dùng và khuyến khích sự đổi mới sáng tạo.

6.3. Tầm Quan Trọng Của Bảo Mật Dữ Liệu và Tuân Thủ Quy Định

Bảo mật dữ liệu và tuân thủ quy định sẽ tiếp tục là những ưu tiên hàng đầu đối với các ngân hàng thương mại. Các ngân hàng cần đầu tư mạnh vào hệ thống bảo mật và tuân thủ các quy định của nhà nước để bảo vệ thông tin khách hàng và duy trì uy tín.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh cuộc Cách mạng công nghiệp lần thứ tư diễn ra mạnh mẽ, làn sóng chuyển đổi số và công nghệ tài chính (Fintech) đã tác động sâu sắc đến hệ thống tài chính toàn cầu cũng như tại Việt Nam. Ngành ngân hàng – huyết mạch của nền kinh tế – đang đối mặt với sức ép cạnh tranh gay gắt từ các tổ chức tài chính phi ngân hàng và các doanh nghiệp công nghệ. Tại Việt Nam, dịch vụ trung gian thanh toán bắt đầu xuất hiện từ năm 2008 và bùng nổ từ năm 2013. Đến năm 2017, Tạp chí Ngân hàng ghi nhận thanh toán điện tử và Fintech là một trong 10 sự kiện nổi bật nhất của ngành, thúc đẩy các tổ chức tín dụng triển khai ngân hàng số, mã QR, sinh trắc học, Tokenization và thanh toán không tiếp xúc. Theo báo cáo của PwC (2021), giá trị giao dịch thanh toán điện tử tại Việt Nam ước đạt 15 tỷ USD năm 2021 và dự kiến tăng trưởng kép 15,7% đến năm 2025.

Trước xu thế đó, các nghiên cứu thực nghiệm quốc tế ghi nhận nhiều luồng quan điểm trái chiều: một số học giả cho rằng Fintech làm tăng chi phí và xói mòn lợi nhuận ngân hàng truyền thống, trong khi các quan điểm khác chỉ ra rằng việc hợp tác và ứng dụng Fintech giúp cải thiện hiệu quả và thúc đẩy tài chính toàn diện. Xuất phát từ thực tế này, tác giả thực hiện khóa luận tốt nghiệp nhằm đánh giá định lượng tác động của Fintech đến khả năng sinh lời của các ngân hàng thương mại (NHTM) tại Việt Nam.

Mục tiêu nghiên cứu:

• Mục tiêu tổng quát: Đánh giá tác động của Fintech đối với khả năng sinh lời của các NHTM tại Việt Nam trong giai đoạn 2017 – 2023, từ đó đề xuất các hàm ý quản trị nhằm nâng cao hiệu quả kinh doanh cho các ngân hàng.
• Mục tiêu cụ thể:
  1. Đánh giá tác động của Fintech đến khả năng sinh lời của các NHTM tại Việt Nam giai đoạn 2017 – 2023 thông qua mô hình kinh tế lượng.
  2. Đề xuất các hàm ý quản trị giúp nâng cao khả năng sinh lời của các NHTM trong thời đại số hóa.

Câu hỏi nghiên cứu:

• Câu hỏi 1: Fintech tác động đến khả năng sinh lời của các ngân hàng thương mại như thế nào?
• Câu hỏi 2: Những hàm ý quản trị nào đối với NHTM nhằm gia tăng khả năng sinh lời trong thời đại số hóa hiện nay?

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Tác động của Fintech đến khả năng sinh lời của các NHTM tại Việt Nam.
• Phạm vi nghiên cứu:
  • Không gian: 29 NHTM tại Việt Nam được niêm yết trên thị trường chứng khoán và công bố báo cáo tài chính kiểm toán minh bạch.
  • Thời gian: Giai đoạn 2017 – 2023. Đây là giai đoạn thị trường Fintech Việt Nam phát triển nhanh chóng, đồng thời nền kinh tế ghi nhận nhiều biến động vĩ mô phức tạp như đại dịch Covid-19, gián đoạn chuỗi cung ứng toàn cầu, xung đột Nga – Ukraine và sự thay đổi chính sách lãi suất của Cục Dự trữ Liên bang Mỹ (FED).

---

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng nền tảng lý luận dựa trên các định nghĩa chuẩn mực quốc tế và lý thuyết quản trị ngân hàng:

• Khái niệm và sản phẩm Fintech: Tác giả sử dụng định nghĩa của Ủy ban Ổn định Tài chính (FSB) và Ủy ban Basel về Giám sát Ngân hàng (BCBS), xác định Fintech là sự đổi mới tài chính dưới sự hỗ trợ của công nghệ nhằm tạo ra các mô hình, quy trình hoặc sản phẩm kinh doanh mới. Các sản phẩm Fintech được phân loại thành nhóm hướng đến người tiêu dùng (B2C) và nhóm hướng đến doanh nghiệp (B2B), tiêu biểu gồm: Mua trước trả sau (BNPL), Cho vay ngang hàng (P2P Lending), Thanh toán điện tử, Quản lý tài chính cá nhân, Bảo hiểm trực tuyến (Insurtech) và Giao dịch chứng khoán trực tuyến.
• Khả năng sinh lời của NHTM: Khả năng sinh lời phản ánh năng lực tạo lợi nhuận từ việc sử dụng tài sản và vốn kinh tế trên cơ sở kiểm soát rủi ro. Các chỉ tiêu đo lường chính gồm Tỷ suất sinh lời trên tổng tài sản bình quân (ROA), Tỷ suất sinh lời trên vốn chủ sở hữu bình quân (ROE) và Thu nhập lãi thuần cận biên (NIM). Qua phân tích thực nghiệm so sánh, biến ROA được chọn làm biến phụ thuộc chính thức vì phản ánh toàn diện hiệu quả phân bổ và sử dụng tài sản của ngân hàng.
• Mối quan hệ Fintech – Ngân hàng: Tại Việt Nam, xu hướng chủ đạo là hợp tác thay vì đối đầu trực diện. Fintech sở hữu ưu thế công nghệ linh hoạt nhưng thiếu quy mô khách hàng và thâm niên tín dụng; ngược lại, NHTM có uy tín thương hiệu, mạng lưới và cơ sở dữ liệu khách hàng lớn. Khung pháp lý như Quyết định số 316/QĐ-TTg của Thủ tướng Chính phủ về thí điểm Mobile Money đã tạo cơ sở thúc đẩy kết nối dịch vụ tài chính đến các vùng nông thôn, vùng sâu vùng xa.
• Đo lường biến Fintech: Kế thừa phương pháp của Kong (2022) và Wu & Yuan (2021), tác giả đo lường biến Fintech ($FT$) bằng logarit tự nhiên của số lượng công ty Fintech hoạt động tại Việt Nam theo từng năm ($FT = \ln(\text{số công ty Fintech năm } t)$).

Phương pháp nghiên cứu:

• Phương pháp định tính: Khảo lược các công trình trong và ngoài nước, tổng hợp cơ sở lý thuyết để xây dựng mô hình và xác lập các giả thuyết nghiên cứu ($H1$ đến $H7$).
• Phương pháp định lượng: Thu thập dữ liệu bảng cân bằng (balanced panel data) từ báo cáo tài chính hợp nhất đã kiểm toán của 29 NHTM và dữ liệu kinh tế vĩ mô từ Tổng cục Thống kê, Ngân hàng Thế giới (World Bank) giai đoạn 2017 – 2023, tạo thành 203 quan sát.
• Quy trình phân tích kinh tế lượng:
  1. Sử dụng Microsoft Excel để tính toán các tỷ số tài chính ban đầu.
  2. Sử dụng phần mềm Stata 17 để chạy thống kê mô tả và phân tích tương quan tuyến tính Pearson.
  3. Hồi quy mô hình bình phương nhỏ nhất gộp (Pooled OLS), kiểm định hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai (VIF).
  4. Hồi quy mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM); sử dụng kiểm định Hausman để chọn mô hình phù hợp ($p\text{-value} < 0,05$ bác bỏ $H0$, chọn FEM).
  5. Thực hiện kiểm định Modified Wald (kiểm tra phương sai sai số thay đổi) và kiểm định Wooldridge (kiểm tra tự tương quan).
  6. Sử dụng phương pháp bình phương nhỏ nhất tổng quát khả thi (FGLS - Feasible Generalized Least Squares) để khắc phục triệt để các khuyết tật của mô hình, đảm bảo hệ số ước lượng vững và hiệu quả.

---

Nội dung chính theo từng chương

Chương 1. Giới thiệu nghiên cứu

Chương mở đầu xác lập tính cấp thiết của đề tài trong bối cảnh thanh toán không dùng tiền mặt và công nghệ số phát triển nhanh tại Việt Nam. Tác giả làm rõ mục tiêu nghiên cứu tổng quát và 2 mục tiêu cụ thể; nêu 2 câu hỏi nghiên cứu cốt lõi; xác định đối tượng là tác động của Fintech đến khả năng sinh lời và phạm vi nghiên cứu gồm 29 NHTM giai đoạn 2017 – 2023. Chương 1 cũng trình bày phương pháp tiếp cận kết hợp định tính - định lượng, đóng góp thực nghiệm của khóa luận và kết cấu 5 chương của công trình.

Chương 2. Cơ sở lý thuyết và tổng quan các nghiên cứu trước

Tác giả hệ thống hóa các khái niệm nền tảng về Fintech, phân loại các sản phẩm dịch vụ tài chính công nghệ và cơ sở lý luận về khả năng sinh lời của NHTM (ROA, ROE, NIM). Chương này phân tích cơ chế tương tác và tính bổ trợ giữa Fintech và hệ thống ngân hàng truyền thống tại Việt Nam. Phần tổng quan tài liệu lược khảo 9 công trình quốc tế tiêu biểu (Wang & Nor, 2022; Chhaidar và cộng sự, 2023; Siska, 2022; Khatima và cộng sự, 2023; Zheng và cộng sự, 2023; Kong, 2022; Wu & Yuan, 2021; Yang, 2023; Song và cộng sự, 2023) và 2 nghiên cứu trong nước (Đinh Thị Thu Hồng & Nguyễn Hữu Tuấn, 2021; Phan Thị Hoàng Yến & Đào Mỹ Hằng, 2022). Từ bảng tổng hợp chiều hướng tác động của các biến, tác giả chỉ ra khoảng trống nghiên cứu: các nghiên cứu trước tại Việt Nam chủ yếu tiếp cận theo góc độ hiệu quả hoạt động chung trong giai đoạn cũ (2006 – 2018), do đó việc phân tích tác động trực tiếp của số lượng công ty Fintech đến khả năng sinh lời (ROA) trong giai đoạn mới 2017 – 2023 là cần thiết.

Chương 3. Phương pháp nghiên cứu

Chương 3 thiết lập quy trình nghiên cứu 2 giai đoạn và xác định mẫu dữ liệu bảng gồm 29 NHTM cổ phần qua 7 năm (203 quan sát). Mô hình hồi quy đề xuất có dạng:

$$ROA_{it} = \beta_0 + \beta_1 FT_{it} + \beta_2 SIZE_{it} + \beta_3 NPL_{it} + \beta_4 CAP_{it} + \beta_5 CIR_{it} + \beta_6 GDP_{it} + \beta_7 INF_{it} + \varepsilon_{it}$$

Trong đó, tác giả định nghĩa rõ biến phụ thuộc $ROA$ (Lợi nhuận sau thuế / Tổng tài sản bình quân) và 7 biến độc lập:

1. $FT$: $\ln(\text{Số lượng công ty Fintech năm } t)$ (Kỳ vọng dấu: $+$)
2. $SIZE$: $\ln(\text{Tổng tài sản})$ (Kỳ vọng dấu: $+$)
3. $NPL$: Tổng nợ xấu / Tổng dư nợ cho vay (Kỳ vọng dấu: $-$)
4. $CAP$: Vốn chủ sở hữu bình quân / Tổng tài sản bình quân (Kỳ vọng dấu: $+$)
5. $CIR$: Tổng chi phí hoạt động / Tổng thu nhập hoạt động (Kỳ vọng dấu: $-$)
6. $GDP$: Tốc độ tăng trưởng GDP thực tế (Kỳ vọng dấu: $-$)
7. $INF$: Tỷ lệ lạm phát dựa trên chỉ số giá tiêu dùng CPI (Kỳ vọng dấu: $-$)

Tác giả thuyết minh chi tiết cơ sở khoa học cho từng giả thiết nghiên cứu từ $H1$ đến $H7$.

Chương 4. Kết quả nghiên cứu và thảo luận

Chương này trình bày toàn bộ kết quả phân tích thống kê mô tả, ma trận tương quan Pearson và quy trình kiểm định kinh tế lượng trên Stata 17:

• Kết quả thống kê mô tả cho thấy ROA trung bình của các NHTM đạt 1,1%; tỷ lệ nợ xấu bình quân là 2,1%; tỷ lệ CIR trung bình ở mức 48,1%; tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAP) bình quân là 8,2%.
• Ma trận tương quan Pearson chỉ ra mối tương quan giữa biến tăng trưởng kinh tế ($GDP$) và $ROA$ có mức ý nghĩa $p = 0,4517 > 0,05$, do đó biến $GDP$ bị loại khỏi mô hình hồi quy tiếp theo vì không đạt ý nghĩa thống kê.
• Kiểm định mô hình: Mô hình OLS ban đầu vi phạm giả định phương sai không đổi và tự tương quan. Thực hiện kiểm định Hausman giữa mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) cho kết quả chọn FEM. Các kiểm định sau mô hình FEM tiếp tục phát hiện hiện tượng phương sai sai số thay đổi và tự tương quan chuỗi.
• Ước lượng mô hình FGLS: Khắc phục các khuyết tật trên, kết quả ước lượng FGLS xác nhận các biến có ý nghĩa thống kê giải thích cho ROA gồm: $FT$ (tác động dương ở mức ý nghĩa 5%), $CAP$ (tác động dương ở mức ý nghĩa 1%), $SIZE$ (tác động dương ở mức ý nghĩa 1%), và $CIR$ (tác động âm ở mức ý nghĩa 1%).

Chương 5. Kết luận và hàm ý quản trị

Chương cuối tóm lược các kết luận rút ra từ thực nghiệm, khẳng định sự gia tăng của các công ty Fintech tác động cùng chiều đến khả năng sinh lời của các NHTM tại Việt Nam. Từ kết quả hồi quy, tác giả đề xuất 3 nhóm hàm ý quản trị cụ thể: (1) Tăng cường chiến lược hợp tác công nghệ với các đối tác Fintech nhằm tối ưu hóa dịch vụ và mở rộng cơ sở khách hàng; (2) Tối ưu hóa chi phí hoạt động để kéo giảm tỷ lệ $CIR$; (3) Nâng cao năng lực tài chính, củng cố quy mô vốn chủ sở hữu ($CAP$) và tài sản ($SIZE$). Cuối cùng, chương nêu rõ các hạn chế về dữ liệu và đề xuất hướng mở rộng cho các nghiên cứu tiếp sau.

---

Kết quả và đóng góp

1. Bảng số liệu thống kê mô tả và tương quan

Biến số	Ký hiệu	Số quan sát	Giá trị trung bình	Độ lệch chuẩn	Giá trị nhỏ nhất	Giá trị lớn nhất	Tương quan với ROA (r)
Tỷ suất sinh lời trên tổng tài sản	ROA	203	0,011	0,008	-0,007	0,037	1,0000
Số lượng công ty Fintech ($\ln$)	FT	203	2,094	0,196	1,643	2,274	+0,2287
Tỷ lệ nợ xấu	NPL	203	0,021	0,025	0,005	0,298	-0,2677
Quy mô ngân hàng ($\ln$)	SIZE	203	8,296	0,496	7,305	9,345	+0,4306
Tỷ lệ vốn chủ sở hữu / Tổng tài sản	CAP	203	0,082	0,030	0,041	0,172	+0,4562
Chi phí trên thu nhập	CIR	203	0,481	0,163	0,227	1,722	-0,6475
Tốc độ tăng trưởng GDP	GDP	203	0,058	0,021	0,026	0,080	-0,0531 ($sig = 0,4517$)
Tỷ lệ lạm phát	INF	203	0,030	0,005	0,018	0,035	-0,1418

2. Kết quả hồi quy định lượng chính

Sau khi thực hiện các bước kiểm định và khắc phục khuyết tật phương sai thay đổi và tự tương quan bằng phương pháp FGLS, các phát hiện thực nghiệm cốt lõi gồm:

• Biến Fintech ($FT$): Có tác động cùng chiều ($+$) đến $ROA$ ở mức ý nghĩa thống kê 5% ($p < 0,05$). Sự gia tăng số lượng các công ty Fintech trên thị trường thúc đẩy các NHTM nâng cao năng lực cạnh tranh, tích hợp công nghệ hiện đại, cải thiện trải nghiệm khách hàng và gia tăng khả năng sinh lời.
• Quy mô vốn chủ sở hữu ($CAP$): Có tác động cùng chiều ($+$) đến $ROA$ ở mức ý nghĩa 1% ($p < 0,01$). Ngân hàng có tỷ lệ vốn tự có cao đảm bảo an toàn tài chính, tăng cường khả năng tự tài trợ và nâng cao hiệu quả sinh lời trên tài sản.
• Quy mô ngân hàng ($SIZE$): Có tác động cùng chiều ($+$) đến $ROA$ ở mức ý nghĩa 1% ($p < 0,01$). Ngân hàng có quy mô tổng tài sản lớn sở hữu lợi thế kinh tế theo quy mô, đa dạng hóa danh mục sản phẩm và dễ dàng thu hút các khách hàng tổ chức lớn.
• Tỷ lệ chi phí trên thu nhập ($CIR$): Có tác động ngược chiều ($-$) đến $ROA$ ở mức ý nghĩa 1% ($p < 0,01$). Ngân hàng kiểm soát chi phí vận hành kém (CIR tăng cao) sẽ trực tiếp làm sụt giảm tỷ suất sinh lời.
• Điểm dữ liệu cá biệt được ghi nhận:
  • Giá trị $ROA$ cao nhất đạt 3,7% tại Ngân hàng TMCP Kỹ Thương Việt Nam (Techcombank) vào năm 2021, gắn liền với mức tăng trưởng lợi nhuận sau thuế 46% và tỷ lệ $CAP$ đạt 22%.
  • Giá trị $ROA$ thấp nhất đạt -0,7% tại Ngân hàng TMCP Quốc Dân (NCB) vào năm 2023. Đây cũng là năm NCB ghi nhận tỷ lệ nợ xấu kỷ lục 29,8% và tỷ lệ $CIR$ lên tới 172,2% do chi phí hoạt động vượt quá thu nhập.

3. Giải pháp và hàm ý quản trị do tác giả đề xuất

• Tăng cường liên kết hợp tác công nghệ: Các NHTM cần chủ động ký kết hợp tác chiến lược với các công ty Fintech để tận dụng các nền tảng công nghệ sẵn có như AI, máy học (ML), định danh khách hàng điện tử (eKYC) và điện toán đám mây. Việc này giúp giảm chi phí R&D tự thân, mở rộng mạng lưới dịch vụ đến khu vực nông thôn (thông qua Mobile Money) và đa dạng hóa nguồn thu phi tín dụng.
• Kiểm soát và tối ưu hóa chi phí vận hành (CIR): Ứng dụng tự động hóa quy trình nghiệp vụ (RPA) và số hóa khâu xử lý chứng từ nhằm tinh gọn bộ máy nhân sự, giảm thiểu chi phí quản lý doanh nghiệp và nâng cao hiệu quả trên từng đồng doanh thu.
• Củng cố quy mô vốn và quản trị rủi ro tài sản: Tăng vốn điều lệ để nâng cao hệ số $CAP$, củng cố hệ số an toàn vốn theo chuẩn mực Basel; đồng thời mở rộng quy mô tài sản an toàn gắn liền với việc kiểm soát chặt chẽ tỷ lệ nợ xấu $NPL$.

4. Đóng góp khoa học của đề tài

Nghiên cứu bổ sung bằng chứng thực nghiệm cập nhật giai đoạn 2017 – 2023 về mối quan hệ thuận chiều giữa phát triển Fintech và khả năng sinh lời của hệ thống NHTM tại một thị trường mới nổi như Việt Nam. Đề tài cung cấp tài liệu tham khảo có giá trị thực tiễn cho các nhà quản trị ngân hàng trong việc hoạch định chính sách số hóa và lựa chọn đối tác công nghệ.

---

Hạn chế và hướng nghiên cứu tiếp

• Hạn chế của nghiên cứu:
  • Mẫu nghiên cứu giới hạn ở 29 NHTM do tính minh bạch và mức độ công bố thông tin trên báo cáo tài chính của một số ngân hàng chưa đầy đủ.
  • Thước đo Fintech mới chỉ tiếp cận từ góc độ ngoại sinh (dựa trên logarit tự nhiên số lượng công ty Fintech tại Việt Nam), chưa phản ánh được chi tiết mức độ đầu tư công nghệ số nội tại riêng biệt của từng ngân hàng.
  • Giai đoạn nghiên cứu 2017 – 2023 có nhiều biến động bất thường từ các cú sốc ngoại sinh (đại dịch Covid-19, biến động địa chính trị quốc tế) có thể tạo ra các nhiễu động số liệu ngắn hạn.
• Hướng nghiên cứu tiếp theo:
  • Mở rộng phạm vi mẫu khảo sát đối với toàn bộ các ngân hàng thương mại và tổ chức tín dụng tại Việt Nam khi dữ liệu công bố hoàn thiện hơn.
  • Xây dựng chỉ số đo lường Fintech nội sinh dựa trên phân tích nhân tố (khảo sát mức độ ứng dụng AI, Cloud, Blockchain, ngân sách IT) của từng ngân hàng cụ thể.
  • Phân tầng mẫu nghiên cứu để so sánh sự khác biệt về tác động của Fintech giữa nhóm NHTM quy mô lớn (Big 4, NHTM cổ phần tốp đầu) và nhóm NHTM quy mô vừa và nhỏ.

---

Giá trị tham khảo

Khóa luận là nguồn tài liệu hữu ích cho:

• Sinh viên và học viên cao học ngành Tài chính - Ngân hàng, Công nghệ tài chính (Fintech), Kinh tế số: Cung cấp tài liệu tham khảo chi tiết về cơ sở lý thuyết, lược khảo tài liệu quốc tế và mô hình kinh tế lượng phân tích hoạt động ngân hàng.
• Người thực hiện đề tài nghiên cứu định lượng về dữ liệu bảng: Cung cấp quy trình kiểm định kinh tế lượng bài bản trên phần mềm Stata 17, bao gồm các bước từ thống kê mô tả, ma trận tương quan, OLS, lựa chọn FEM/REM qua kiểm định Hausman, đến xử lý hiện tượng tự tương quan và phương sai sai số thay đổi bằng FGLS.
• Cán bộ quản trị và chuyên viên phân tích tại các NHTM: Tham khảo các bằng chứng thực nghiệm về mối liên hệ giữa các tỷ số tài chính nội tại (CIR, CAP, SIZE) và tác động của công nghệ tài chính đối với tỷ suất sinh lời ROA.

---

Câu hỏi thường gặp

1. Tại sao tác giả lựa chọn giai đoạn nghiên cứu từ năm 2017 đến năm 2023?
Trả lời: Tác giả chọn mốc bắt đầu từ năm 2017 vì đây là năm được Tạp chí Ngân hàng đánh giá là thời điểm thanh toán điện tử và Fintech bùng nổ mạnh mẽ tại Việt Nam. Đồng thời, giai đoạn 2017 – 2023 phản ánh đầy đủ tác động của các biến động kinh tế vĩ mô phức tạp như đại dịch Covid-19, đứt gãy chuỗi cung ứng và sự điều chỉnh chính sách tiền tệ toàn cầu.

2. Chỉ tiêu nào được tác giả lựa chọn làm biến phụ thuộc chính trong mô hình và lý do là gì?
Trả lời: Tác giả chọn Tỷ suất sinh lời trên tổng tài sản bình quân (ROA = Lợi nhuận sau thuế / Tổng tài sản bình quân). Sau khi chạy thử nghiệm trên 3 biến đo lường khả năng sinh lời phổ biến gồm ROA, ROE và NIM, kết quả kiểm định cho thấy biến ROA cho kết quả hồi quy phù hợp và phản ánh rõ ràng nhất hiệu quả sử dụng toàn bộ tài sản của 29 NHTM trong giai đoạn 2017 – 2023.

3. Số liệu nợ xấu (NPL) và chi phí trên thu nhập (CIR) trong mẫu nghiên cứu có những điểm cực trị nào đáng chú ý?
Trả lời: Trong 203 quan sát, tỷ lệ nợ xấu trung bình là 2,1% và tỷ lệ CIR trung bình là 48,1%. Tuy nhiên, năm 2023 ghi nhận các giá trị cực đại tại Ngân hàng TMCP Quốc Dân (NCB) với tỷ lệ nợ xấu lên tới 29,8% và tỷ lệ CIR đạt 172,2%, khiến lợi nhuận sau thuế bị âm và ROA đạt mức thấp nhất mẫu là -0,7%. Ngược lại, Techcombank đạt ROA cao nhất là 3,7% vào năm 2021 với tỷ lệ vốn chủ sở hữu trên tổng tài sản đạt 22%.

4. Tại sao biến Tốc độ tăng trưởng kinh tế (GDP) lại bị loại khỏi mô hình hồi quy chính thức?
Trả lời: Trong bước phân tích ma trận hệ số tương quan Pearson, hệ số tương quan giữa biến $GDP$ và biến phụ thuộc $ROA$ có mức ý nghĩa thống kê $p\text{-value} = 0,4517 > 0,05$. Do không có mối tương quan tuyến tính có ý nghĩa thống kê với $ROA$, biến $GDP$ đã được loại bỏ trước khi tiến hành các bước hồi quy chuyên sâu.

5. Mô hình kinh tế lượng cuối cùng được sử dụng để kết luận kết quả nghiên cứu là mô hình nào và tại sao?
Trả lời: Tác giả sử dụng Mô hình bình phương nhỏ nhất tổng quát khả thi (FGLS). Ban đầu, mô hình tác động cố định (FEM) được lựa chọn thông qua kiểm định Hausman (ưu tiên hơn REM), nhưng sau đó kiểm định Modified Wald và Wooldridge phát hiện mô hình FEM mắc khuyết tật phương sai sai số thay đổi và tự tương quan. Do đó, FGLS được áp dụng để khắc phục triệt để các hiện tượng này, mang lại các ước lượng không chệch và có hiệu quả thống kê cao nhất.

---

Kết luận

Khóa luận tốt nghiệp của tác giả Trần Thị Kim Ngân đã giải quyết hoàn chỉnh mục tiêu nghiên cứu thông qua việc đánh giá thực nghiệm tác động của Fintech đến khả năng sinh lời của 29 NHTM tại Việt Nam giai đoạn 2017 – 2023. Bằng phương pháp ước lượng FGLS trên dữ liệu bảng 203 quan sát, nghiên cứu chứng minh sự gia tăng số lượng các công ty Fintech ($FT$), tỷ lệ vốn chủ sở hữu ($CAP$) và quy mô ngân hàng ($SIZE$) có tác động tích cực đến tỷ suất sinh lời trên tổng tài sản ($ROA$), trong khi tỷ lệ chi phí trên thu nhập ($CIR$) có tác động tiêu cực đáng kể. Các phát hiện này cung cấp cơ sở khoa học vững chắc để đề xuất các hàm ý quản trị thiết thực, nhấn mạnh việc tăng cường liên kết hợp tác công nghệ và kiểm soát tối ưu hóa chi phí vận hành cho hệ thống ngân hàng thương mại Việt Nam.

Trích đoạn nội dung tài liệu

Chương 1 đã trình bày các vấn đề cơ bản của đề tài nghiên cứu, đặt ra vấn đề và lý do chọn thực hiện đề tài “Tác động của Fintech đối với khả năng sinh lời của các ngân hàng thương mại tại Việt Nam”. Đưa ra mục tiêu nghiên cứu, phương pháp nghiên cứu, đối tượng và phạm vi nghiên cứu, câu hỏi nghiên cứu để từng bước thực hiện nhằm đạt được mục tiêu tổng quát của đề tài. Đồng thời làm cơ sở và tiền đề để phát triển các chương tiếp theo có trình tự và logic hơn. CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC 2.

Khái quát chung về Fintech 2. Khái niệm về Fintech Theo Ủy ban Ổn định Tài chính (FSB) định nghĩa Fintech là “sự đổi mới tài chính dưới sự hỗ trợ về mặt công nghệ nhằm tạo ra các mô hình kinh doanh, ứng dụng, quy trình hoặc sản phẩm mới có tác động đáng kể đến thị trường và tổ chức tài chính cũng như việc cung cấp các dịch vụ tài chính”. Và định nghĩa này cũng đã được Ủy ban Basel về Giám sát Ngân hàng (BCBS) thông qua, vì “Định nghĩa này được BCBS coi là hữu ích trong bối cảnh tính linh hoạt hiện tại của sự phát triển fintech.” Trong những năm đầu phát triển, thuật ngữ về Fintech được hiểu là một thuật ngữ được ghép từ hai khái niệm riêng biệt là “Financial” và “Technology”, thường dùng để mô tả quá trình ứng dụng những công nghệ mới hiện đại nhằm tự động hóa trong cung ứng và sử dụng dịch vụ tài chính. Khi đó, các định chế tài chính ứng dụng công nghệ thông tin, tạo ra các phần mềm chuyên dụng nhằm cải thiện tốt hơn hiệu quả của các giao dịch tài chính.

Trong thời đại ngày nay, với sự phát triển vượt bậc của công nghệ dưới tác động của cuộc cách mạng 4.0, Fintech đang hướng đến việc thu hút khách hàng bằng các sản phẩm và dịch vụ mang tính hiệu quả, minh bạch và tự động hơn những sản phẩm hiện có mà các ngân hàng truyền thống vẫn chưa cải tiến kịp thời, với mục đích nhằm tăng số lượng khách hàng (Gregor Dorfleitner và các cộng sự, 2017). Thuật ngữ “Fintech” (Financial Technology), mô tả việc sử dụng công nghệ nhằm tự động hóa việc cung cấp, ứng dụng và sử dụng dịch vụ tài chính, qua đó đáp ứng tốt hơn các giao dịch tài chính và thương mại (Dương Tấn Khoa, 2019). Và Fintech là thị trường mới tích hợp tài chính và công nghệ (Arner và cộng sự, 2015), 8 thay đổi các hình thức tài chính truyền thống bằng các quy trình dựa trên công nghệ mới (Hochstein và cộng sự, 2015). Tóm lại, qua khảo lược nhiều định nghĩa về Fintech, chúng ta có thể rút ra hàm ý bao quát của công nghệ tài chính là quy trình áp dụng những đổi mới sáng tạo và hiện đại của công nghệ vào lĩnh vực tài chính, nhằm mục đích mang lại các giải pháp tài chính tối ưu, mang tính minh bạch hiệu quả và thuận tiện cho khách hàng với mức chi phí thấp hơn các dịch vụ ngân hàng truyền thống (Mackenzie, 2015 và Schueffel, 2016).

Các lĩnh vực mà Fintech cung cấp bao gồm: dịch vụ tín dụng, dịch vụ thanh toán, dịch vụ quản lý đầu tư, bảo hiểm, tiền gửi và huy động vốn (Navaretti và cộng sự, 2017). Tuy nhiên vẫn chưa có một định nghĩa mang tính pháp lý nhất định về Fintech. Một số sản phẩm chính của Fintech Hiện nay, Fintech ngày càng phát triển mạnh mẽ về mọi mặt cả về số lượng lẫn sản phẩm và dịch vụ. Sản phẩm của Fintech chủ yếu hướng đến người tiêu dùng cuối cùng (B2C Fintech) và hướng đến các doanh nghiệp (B2B Fintech).

Cụ thể như sau: * Nhóm 1: Sản phẩm Fintech hướng đến người tiêu dùng (B2C): chủ yếu cung cấp các tiện ích và công cụ kỹ thuật để nâng cao chất lượng phục vụ khách hàng trong hoạt động tài chính như cho vay, quản lý tài chính cá nhân, tiết kiệm và đầu tư, tài trợ vốn cho các công ty khởi nghiệp,… * Nhóm 2: Sản phẩm Fintech hướng đến doanh nghiệp (B2B): phần lớn cung cấp các giải pháp tối ưu sử dụng các công nghệ hiện có để cung cấp các dịch vụ tài chính cho các doanh nghiệp, như nhận dạng sinh trắc học, quản lý kho dữ liệu lớn, quản trị rủi ro,… * Một số sản phẩm tiêu biểu của Fintech: Mua trước trả sau (Buy Now Pay Later): phương thức thanh toán trực tuyến cho phép người mua được mua trước, không cần thanh toán hết số tiền tại thời điểm 9 mua hàng mà có thể thanh toán thành nhiều lần hoặc theo chu kỳ. Các nền tảng Buy Now Pay Later phổ biến trên thế giới như Payright, PayItLater, Klarna. Tại Việt Nam, nhận thấy kết quả tích cực trên thế giới, các doanh nghiệp tại Việt Nam đang từng bước tiến vào thị trường như Fiin Credit, Movi, Kredivo, Momo, Zalo Pay. Cho vay P2P (Peer to Peer Lending): đây là mô hình cho vay trên nền tảng công nghệ số hiện đại, người đi vay và người cho vay sẽ được kết nối trực tiếp với nhau không thông qua tổ chức tín dụng hay các ngân hàng truyền thống.

Các nền tảng cho vay P2P nổi bật trên thế giới như Zopa, Funding Circle, LendUp, CreditEase,… Mặc dù cho vay P2P chỉ mới xuất hiện ở Việt Nam từ năm 2016 nhưng tính đến nay đã có nhiều doanh nghiệp lớn nhỏ cung cấp dịch vụ này điển hình như Fiin, Vaymuon, Tima Lender, Huydong. Thanh toán điện tử: đây là phương thức thanh toán qua các ứng dụng di động thay vì thanh toán tiền mặt hay thẻ tín dụng truyền thống, nhằm nâng cao tính tiện lợi và giảm thiểu rủi ro khi mang theo tiền mặt. Một vài ứng dụng thanh toán điện tử được sử dụng phổ biến như Apple Pay, Momo, ZaloPay, AirPay, Google Pay. Quản lý tài chính cá nhân: ứng dụng quản lý và theo dõi chi tiêu như Money Lover, HomeBudget, PocketGuard, Mint, Spendee, Personal Capital đang được ưa chuộng trên thế giới và Việt Nam.

Bảo hiểm trực tuyến: dịch vụ hỗ trợ người dùng mua bán các sản phẩm bảo hiểm qua internet mà không cần đến các trụ sở bảo hiểm truyền thống. Lemonade, Policybazaar, Insurify, Oscar là những công ty bảo hiểm trực tuyến phổ biến. Tại Việt Nam, các ứng dụng bảo hiểm trực tuyến đang được phát triển và tin dùng như Bảo hiểm Manulife, Bảo hiểm FWD, bảo hiểm BIDV, Bảo hiểm Liberty. Giao dịch chứng khoán trực tuyến: những nền tảng giao dịch chứng khoán trực tuyến nổi bật như E-Trade, Robinhood, Fidelity.

Song đó tại Việt Nam các nền tảng SSI, HSC, MBS và VNDIRECT cũng đang phát triển rất vượt trội. 10 Và tại Việt Nam, các dịch vụ của Fintech chủ yếu tập trung vào các dịch vụ thanh toán, cho vay ngang hàng (P2P) và quản lý tài chính cá nhân. Khái quát chung về khả năng sinh lời của Ngân hàng thương mại 2. Khả năng sinh lời của Ngân hàng thương mại Khả năng sinh lời của NHTM là một trong các chỉ số quan trọng đánh giá kết quả hoạt động của các ngân hàng thương mại.

Theo Rose (2002), khả năng sinh lời được xem là một trong những chỉ số quan trọng để đánh giá hiệu quả kinh doanh về mặt tài chính của doanh nghiệp và là một yếu tố quan trọng, nhưng không đủ để duy trì cân bằng tài chính. Để đánh giá khả năng sinh lời cần dựa trên đánh giá mức độ rủi ro. Tại cấp độ ngân hàng, khả năng sinh lời là việc sử dụng tập hợp các tài sản vật chất và tài sản chính, tức là vốn kinh tế mà ngân hàng nắm giữ. Đây là khả năng tạo ra lợi nhuận của ngân hàng từ tất cả các hoạt động kinh doanh và đồng thời cân nhắc mức độ rủi ro liên quan.

Theo Nguyễn Thị Thu Hiền (2017), một trong những chỉ tiêu đo lường quan trọng để đánh giá kết quả tài chính của các NHTM chính là khả năng sinh lời, được xem xét trên cơ sở kết hợp kết quả kinh doanh cùng với nguồn lực sử dụng. Đây chính là nền tảng quan trọng giúp các ngân hàng đổi mới, đa dạng hóa các sản phẩm và dịch vụ, từ đó giúp ngân hàng kinh doanh hiệu quả. Khả năng sinh lời của ngân hàng được đo lường bằng nhiều chỉ tiêu khác nhau như tỷ suất sinh lời trên tổng tài sản (ROA), tỷ suất sinh lời trên vốn chủ sở hữu (ROE), tỷ lệ thu nhập lãi thuần (NIM) và các chỉ tiêu khác. Để nâng cao khả năng sinh lời, ngân hàng cần tạo ra nguồn thu nhập ngày càng tăng, tiết kiệm chi phí hoạt động.

Đồng thời, cần kiểm soát chi phí hoạt động một cách hiệu quả bằng cách tối ưu hóa quy trình, nâng cao hiệu suất làm việc và ứng dụng những công nghệ hiện đại nhằm tối ưu hóa chi phí. Chỉ tiêu đo lường khả năng sinh lời Các chỉ tiêu đặc trưng thường được sử dụng để đo lường khả năng sinh lời của ngân hàng bao gồm tỷ suất sinh lời trên tổng tài sản bình quân (ROA), tỷ suất sinh lời trên vốn chủ sở hữu bình quân (ROE) và thu nhập lãi ròng cận biên (NIM). Tỷ suất lợi nhuận trên tổng tài sản (Return on Assets – ROA) Tỷ suất sinh lời trên tổng tài sản bình quân (ROA) thể hiện tỷ lệ giữa lợi nhuận ròng và tổng tài sản bình quân của ngân hàng trong khoảng thời gian xác định. ROA có ý nghĩa cho biết mối đồng tài sản bình quân được sử dụng vào hoạt động kinh doanh của doanh nghiệp sẽ mang lại bao nhiêu đồng lợi nhuận sau thuế.

Chỉ tiêu ROA đánh giá hiệu quả trong quản lý doanh thu và chi phí, đồng thời phản ánh khả năng chuyển đổi tài sản của ngân hàng thành lợi nhuận ròng (Halil Emre, 2012). Tỷ suất lợi nhuận trên tổng tài sản (ROA) được xác định theo công thức sau: Lợi nhuận sau thuế ROA = x 100% Tổng tài sản bình quân (1) Chỉ số ROA của doanh nghiệp càng cao cho thấy khả năng quản trị và hiệu quả sử dụng tài sản của doanh nghiệp hợp lý. Tuy nhiên, ROA quá cao cũng không phải là một tín hiệu tốt cho các ngân hàng, vì ngân hàng sẽ phải đối mặt với mối quan hệ thuận chiều giữa lợi nhuận kỳ vọng và rủi ro trong trường hợp này. Và hạn chế của ROA là không phản ánh được các hoạt động ngoại bảng, có thể chiếm tỷ trọng cao trong hoạt động của ngân hàng.

Tỷ suất lợi nhuận trên vốn chủ sở hữu (Return on Equity – ROE) Tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE) đây là chỉ số thể hiện tỷ lệ giữa lợi nhuận so với VCSH của doanh nghiệp nhằm đánh giá hiệu quả trong việc sử dụng vốn.