Giới thiệu dự án

Thị trường chứng khoán Việt Nam sau hơn hai thập kỷ hình thành và phát triển đã khẳng định vai trò là kênh dẫn vốn trung và dài hạn trọng yếu của nền kinh tế. Trong cơ cấu vốn hóa của Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE), nhóm cổ phiếu ngành Ngân hàng Thương mại Cổ phần (NHTMCP) luôn chiếm tỷ trọng chi phối từ 30% đến 35% toàn thị trường, đóng vai trò là "cổ phiếu vua" dẫn dắt thanh khoản và chỉ số VN-Index. Tuy nhiên, giai đoạn 2015–2020 chứng kiến nhiều biến động phức tạp từ bối cảnh kinh tế vĩ mô quốc tế và trong nước: cuộc chiến thương mại Mỹ - Trung (2018), Cục Dự trữ Liên bang Mỹ (Fed) liên tục điều chỉnh lãi suất quỹ liên bang, chính sách điều hành tỷ giá trung tâm linh hoạt theo Quyết định 2730/QĐ-NHNN, và sự bùng phát của đại dịch Covid-19 (2020).

                      +------------------------------------------+
                      |   CÁC CÚ SỐC VĨ MÔ & NỘI TẠI (2015-2020)  |
                      +--------------------+---------------------+
                                           |
                   +-----------------------+-----------------------+
                   |                                               |
                   v                                               v
        +----------------------+                       +----------------------+
        | Yếu Tố Vĩ Mô Ngoại Lai |                       | Yếu Tố Nội Tại Vi Mô |
        | - Lãi suất TPCP (IR) |                       | - Lợi nhuận/VCSH(ROE)|
        | - Tỷ giá USD/VND (FX)|                       | - Chỉ số thị trường  |
        | - Lạm phát CPI (INT) |                       |   (VN-Index)         |
        +----------+-----------+                       +----------+-----------+
                   |                                               |
                   +-----------------------+-----------------------+
                                           |
                                           v
                      +------------------------------------------+
                      |  MÔ HÌNH KINH TẾ LƯỢNG DỮ LIỆU BẢNG      |
                      |  (Pooled OLS -> FEM -> REM -> Diagnostic)|
                      +--------------------+---------------------+
                                           |
                                           v
                      +------------------------------------------+
                      | ĐỘ NHẠY THU NHẬP TRÊN MỖI CỔ PHIẾU (EPS) |
                      |    9 Ngân Hàng Niêm Yết Tại Việt Nam     |
                      +------------------------------------------+

Vấn đề nghiên cứu thực tiễn

Mặc dù nhóm cổ phiếu ngân hàng có thanh khoản vượt trội và vốn hóa lớn, các nhà đầu tư cá nhân lẫn định chế tài chính thường gặp khó khăn trong việc định lượng mức độ tổn thương của thu nhập trên mỗi cổ phần (EPS) trước các cú sốc lãi suất và tỷ giá. Các lý thuyết định giá truyền thống như Mô hình Chiết khấu Cổ tức (DDM) hay Mô hình Định giá Tài sản Vốn (CAPM) thường giả định môi trường vĩ mô ổn định hoặc chỉ xem xét độ nhạy với rủi ro thị trường nói chung, bỏ qua sự tương tác phi tuyến tính giữa chính sách tiền tệ và hiệu quả sử dụng vốn tự có (ROE) của từng ngân hàng thương mại.

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận: Xác lập khung lý thuyết về cơ chế truyền dẫn của biến động lãi suất danh nghĩa, tỷ giá hối đoái USD/VND và lạm phát đến chỉ số lợi nhuận cổ phiếu ngân hàng.
  2. Thu thập và tiền xử lý dữ liệu bảng: Xây dựng bộ cơ sở dữ liệu bảng gồm 54 quan sát chuẩn hóa từ 9 NHTMCP niêm yết hàng đầu giai đoạn 2015–2020.
  3. Ước lượng định lượng đa mô hình: Thực hiện kiểm định và so sánh hiệu quả ước lượng giữa Mô hình Hồi quy Gộp (Pooled OLS), Mô hình Tác động Cố định (FEM) và Mô hình Tác động Ngẫu nhiên (REM).
  4. Đề xuất khuyến nghị chính sách và chiến lược đầu tư: Xây dựng khung quản trị rủi ro thanh khoản, lãi suất cho NHTMCP và tối ưu hóa danh mục đầu tư chứng khoán dựa trên kết quả hồi quy thực nghiệm.

Phương pháp tiếp cận và giải pháp

Đề tài sử dụng phương pháp phân tích định lượng dữ liệu bảng (Panel Data Regression Analysis) thông qua phần mềm Stata phiên bản 14.2. Việc áp dụng đồng thời hai biến phụ thuộc là Chỉ số thị trường (VN-Index) và Lợi nhuận thuần trên mỗi cổ phần (EPS) giúp phân lập rõ ràng giữa phản ứng tâm lý thị trường chung và năng lực sinh lời nội tại thực chất của hệ thống NHTMCP.

Kết quả kỳ vọng và chỉ số đo lường

  • Chỉ số kinh tế vĩ mô: Đo lường chính xác hệ số co giãn ($\beta$) của EPS trước biến động 1% của Lãi suất trái phiếu chính phủ kỳ hạn 2 năm ($IR$), Tỷ giá USD/VND ($FX$), và Tỷ lệ lạm phát ($INT$).
  • Độ tin cậy thống kê: Đảm bảo mô hình được lựa chọn vượt qua các kiểm định F-test ($p < 0.05$), kiểm định Breusch-Pagan LM và kiểm định Hausman ($p < 0.05$).
  • Hệ số xác định: Mô hình giải thích tối thiểu 65% ($R^2 > 0.65$) sự biến thiên của thu nhập cổ phiếu ngân hàng.

Phạm vi và giới hạn

  • Không gian nghiên cứu: 9 ngân hàng TMCP niêm yết trên HOSE và HNX có lịch sử giao dịch xuyên suốt gồm: VCB, BID, CTG, ACB, STB, SHB, EIB, MBB, NVB.
  • Thời gian nghiên cứu: Dữ liệu chuỗi thời gian 6 năm liên tục từ ngày 01/01/2015 đến 31/12/2020 (54 quan sát cân bằng).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh ưu và nhược điểm của các phương pháp định lượng hiện có trong việc phân tích tác động vĩ mô đến cổ phiếu:

Phương pháp nghiên cứu Ưu điểm Nhược điểm / Hạn chế Mức độ phù hợp với đề tài
Hồi quy chuỗi thời gian OLS đơn lẻ (Time-series OLS) Dễ tính toán, biểu diễn trực quan xu hướng ngắn hạn của từng ngân hàng riêng lẻ. Bỏ qua đặc tính không đồng nhất (heterogeneity) giữa các ngân hàng; dễ mắc hiện tượng hồi quy giả mạo (spurious regression). Thấp
Mô hình Tự hồi quy Vectơ & VECM (VAR / VECM) Đánh giá được phản ứng đẩy xung (Impulse Response) và mối quan hệ nhân quả hai chiều. Đòi hỏi chuỗi dữ liệu thời gian rất dài ($T > 30$), không nắm bắt được dữ liệu vi mô chéo giữa các ngân hàng. Trung bình
Mô hình Dữ liệu bảng (Panel Data: Pooled OLS, FEM, REM) Kết hợp chiều không gian ($N=9$) và thời gian ($T=6$), kiểm soát biến tiềm ẩn không quan sát được, tăng bậc tự do ($df$). Cần các bước kiểm định chẩn đoán phức tạp (Hausman, F-test, VIF, tự tương quan). Rất cao (Được chọn)

Phân tích yêu cầu theo ma trận MoSCoW

                  +----------------------------------------------+
                  |           MA TRẬN YÊU CẦU NGHIÊN CỨU         |
                  +----------------------------------------------+
                  | MUST HAVE (Bắt buộc):                        |
                  | - Hồi quy Panel Data (Pooled OLS, FEM, REM)  |
                  | - Kiểm định Hausman & Breusch-Pagan LM       |
                  | - Kiểm tra đa cộng tuyến VIF (< 10)          |
                  +----------------------------------------------+
                  | SHOULD HAVE (Nên có):                        |
                  | - Robust Standard Errors điều chỉnh sai số   |
                  | - Ma trận tương quan Pearson giữa các biến   |
                  +----------------------------------------------+
                  | COULD HAVE (Có thể mở rộng):                 |
                  | - Dự báo kịch bản Stress-testing EPS 2021+   |
                  | - So sánh tác động giữa nhóm Big 4 & TMCP tư |
                  +----------------------------------------------+
                  | WON'T HAVE (Không thực hiện):                |
                  | - Hồi quy phi tuyến tính Machine Learning NN |
                  | - Dữ liệu giao dịch tần suất cao Intraday tick|
                  +----------------------------------------------+

Thiết kế hệ thống xử lý và phân tích dữ liệu

Kiến trúc quy trình phân tích định lượng được thiết kế thành một pipeline khép kín gồm 4 tầng xử lý:

Ngăn xếp công nghệ sử dụng

  • Phần mềm xử lý kinh tế lượng chính: Stata 14.2 Multi-Core Enterprise Edition.
  • Môi trường tính toán phụ trợ: Python 3.10.12 (Thư viện pandas 2.1.0, statsmodels 0.14.0, seaborn 0.12.2).
  • Nguồn dữ liệu: Báo cáo kiểm toán thường niên 9 NHTMCP, Tổng cục Thống kê Việt Nam (GSO), Ngân hàng Nhà nước Việt Nam (SBV).
  • Bộ soạn thảo văn bản học thuật: LaTeX / Overleaf TeXLive 2023.

Thiết kế cấu trúc dữ liệu bảng

Tên trường (Variable) Kiểu dữ liệu Vai trò trong mô hình Nguồn trích xuất Công thức / Định nghĩa
Bank_ID String(4) Cross-section Index ($i$) Mã chứng khoán VCB, BID, CTG, ACB, STB, SHB, EIB, MBB, NVB
Year Integer Time-series Index ($t$) Niên độ kế toán 2015, 2016, 2017, 2018, 2019, 2020
EPS Float ($10^3$ VNĐ) Biến phụ thuộc chính BCTC hợp nhất $\text{EPS} = \frac{\text{Lợi nhuận sau thuế} - \text{Cổ tức ưu đãi}}{\text{Số lượng cổ phiếu bình quân lưu hành}}$
VNI Float (Điểm) Biến phụ thuộc bổ trợ HOSE Chỉ số giá đóng cửa VN-Index tại ngày 31/12
FX Float ($10^3$ VNĐ) Biến độc lập vĩ mô SBV / MSN Money Tỷ giá giao dịch bình quân USD/VND tại ngày 31/12
IR Float (%) Biến độc lập vĩ mô Cophieu68 / HNX Lãi suất trái phiếu chính phủ kỳ hạn 2 năm
ROE Float (%) Biến độc lập vi mô BCTC hợp nhất $\text{ROE} = \frac{\text{Lợi nhuận sau thuế}}{\text{Vốn chủ sở hữu bình quân}} \times 100%$
INT Float (%) Biến kiểm soát vĩ mô GSO Tỷ lệ lạm phát CPI bình quân năm của Việt Nam

Phương pháp nghiên cứu

Mô hình tổng quát dạng ma trận được xây dựng trên hai phương trình hồi quy:

$$\text{VNI}_{i,t} = \beta_0 + \beta_1 \text{FX}_t + \beta_2 \text{IR}t + \beta_3 \text{ROE}{i,t} + \beta_4 \text{INT}t + \varepsilon{i,t} \quad (1)$$

$$\text{EPS}_{i,t} = \beta_0 + \beta_1 \text{FX}_t + \beta_2 \text{IR}t + \beta_3 \text{ROE}{i,t} + \beta_4 \text{INT}t + \varepsilon{i,t} \quad (2)$$

Trong đó:

  • $i = 1, 2, \dots, 9$ đại diện cho từng ngân hàng trong mẫu nghiên cứu.
  • $t = 2015, 2016, \dots, 2020$ biểu diễn niên độ quan sát.
  • $\varepsilon_{i,t} = \alpha_i + u_{i,t}$ với $\alpha_i$ là sai số đặc thù đơn vị không đổi theo thời gian, $u_{i,t}$ là sai số ngẫu nhiên đặc thù.
                   +-----------------------------------------------+
                   |           QUY TRÌNH RA QUYẾT ĐỊNH MÔ HÌNH     |
                   +-----------------------------------------------+
                                           |
                                           v
                             +---------------------------+
                             | Ước lượng Pooled OLS vs   |
                             | Fixed Effects Model (FEM) |
                             +-------------+-------------+
                                           |
                              Kiểm định F-test (p < 0.05?)
                                           |
                           +---------------+---------------+
                           |                               |
                       (Không)                           (Có)
                           |                               |
                           v                               v
                 +-------------------+           +-------------------+
                 | Chọn Pooled OLS   |           |    Bác bỏ OLS,    |
                 +-------------------+           |     Chọn FEM      |
                                                 +---------+---------+
                                                           |
                                             Ước lượng Random Effects (REM)
                                                           |
                                              Kiểm định Hausman (p < 0.05?)
                                                           |
                                           +---------------+---------------+
                                           |                               |
                                        (Không)                           (Có)
                                           |                               |
                                           v                               v
                                 +-------------------+           +-------------------+
                                 |     Chọn REM      |           |     Chọn FEM      |
                                 +-------------------+           +---------+---------+
                                                                           |
                                                               Kiểm định VIF & Hetero
                                                                           |
                                                                           v
                                                                 +-------------------+
                                                                 | FEM Robust Errors |
                                                                 +-------------------+

Implementation và kết quả

Quy trình triển khai thực nghiệm

Dữ liệu được làm sạch, kiểm tra tính đầy đủ và đưa vào Stata 14.2 để thực thi phân tích hồi quy panel.

* ==============================================================================
* KHÓA LUẬN TỐT NGHIỆP: NGHIÊN CỨU TÁC ĐỘNG LÃI SUẤT & TỶ GIÁ ĐẾN EPS NGÂN HÀNG
* Mã định danh mẫu: 9 NHTMCP Niêm Yết (2015-2020) - 54 Quan sát
* Tác giả: Đặng Nguyễn Kim Ngân | GVHD: TS. Lưu Thu Quang
* Công cụ: Stata MP 14.2
* ==============================================================================

clear all
set more off

* 1. Nhập cơ sở dữ liệu bảng đã chuẩn hóa
import excel using "data_banking_2015_2020.xlsx", sheet("PanelData") firstrow

* 2. Thiết lập định dạng dữ liệu bảng không gian và thời gian
encode Bank_Code, gen(bank_id)
xtset bank_id Year

* 3. Thống kê mô tả dữ liệu thực nghiệm
summarize VNI EPS FX IR ROE INT

* 4. Ước lượng Mô hình Pooled OLS
regress EPS FX IR ROE INT
estimates store pooled_ols

* 5. Kiểm tra hiện tượng đa cộng tuyến (VIF)
estat vif

* 6. Ước lượng Mô hình Tác động Cố định (Fixed Effects Model - FEM)
xtreg EPS FX IR ROE INT, fe
estimates store fem

* 7. Ước lượng Mô hình Tác động Ngẫu nhiên (Random Effects Model - REM)
xtreg EPS FX IR ROE INT, re
estimates store rem

* 8. Kiểm định Hausman lựa chọn giữa FEM và REM
hausman fem rem

* 9. Kiểm định phương sai sai số thay đổi và tự tương quan
xttest3
xtserial EPS FX IR ROE INT

* 10. Ước lượng mô hình hiệu chỉnh sai số chuẩn vững (Robust Standard Errors)
xtreg EPS FX IR ROE INT, fe robust

Kiểm định và chẩn đoán mô hình kinh tế lượng

1. Thống kê mô tả các biến nghiên cứu ($N=54$)

Biến số Ký hiệu Giá trị trung bình ($\mu$) Độ lệch chuẩn ($\sigma$) Giá trị nhỏ nhất (Min) Giá trị lớn nhất (Max)
Chỉ số VN-Index VNI 864.04 điểm 185.32 579.03 (2015) 1,103.85 (2020)
Thu nhập trên mỗi cổ phần EPS 1.71 ngàn VNĐ 1.14 0.08 ngàn VNĐ 4.65 ngàn VNĐ
Tỷ giá hối đoái USD/VND FX 22.88 ngàn VNĐ 0.28 22.48 (2015) 23.19 (2018)
Lãi suất TPCP 2 năm IR 2.65% 1.83% 0.47% (2020) 5.05% (2015)
Lợi nhuận trên VCSH ROE 10.32% 5.41% 0.03% (NVB-2020) 24.80% (ACB-2019)
Tỷ lệ lạm phát INT 2.74% 1.09% 0.63% (2015) 3.54% (2018)

2. Kiểm tra hiện tượng đa cộng tuyến (Multicollinearity Test)

Hệ số phóng đại phương sai (Variance Inflation Factor - VIF) được tính toán trực tiếp từ ma trận hiệp phương sai của các biến giải thích:

$$\text{VIF}_k = \frac{1}{1 - R_k^2}$$

Biến độc lập VIF 1/VIF (Hệ số dung sai Tolerance) Đánh giá hiện tượng
FX (Tỷ giá) 2.14 0.467 Không có đa cộng tuyến ($\text{VIF} < 10$)
IR (Lãi suất) 2.86 0.350 Không có đa cộng tuyến ($\text{VIF} < 10$)
INT (Lạm phát) 1.95 0.513 Không có đa cộng tuyến ($\text{VIF} < 10$)
ROE (Lợi nhuận VCSH) 1.18 0.847 Không có đa cộng tuyến ($\text{VIF} < 10$)
VIF Trung bình 2.03 0.494 Mô hình đạt độ độc lập tuyến tính chuẩn

Kết quả đạt được

Bảng tổng hợp kết quả ước lượng mô hình thu nhập trên mỗi cổ phần (EPS):

Biến giải thích Mô hình Pooled OLS (1) Mô hình FEM (2) Mô hình REM (3) Mô hình FEM Robust (4 - Tối ưu)
Hệ số chặn ($\beta_0$) -3.421 (2.115) -2.184 (1.892) -2.871 (1.945) -2.184* (1.102)
FX (Tỷ giá USD/VND) 0.185 (0.124) 0.112 (0.098) 0.145 (0.104) 0.112 ($p = 0.284$, Không có ý nghĩa)
IR (Lãi suất TPCP) -0.198** (0.078) -0.246*** (0.065) -0.221*** (0.068) -0.246*** ($p = 0.001$, Nghịch biến)
ROE (Lợi nhuận VCSH) 0.142*** (0.024) 0.168*** (0.021) 0.158*** (0.022) 0.168*** ($p = 0.000$, Đồng biến)
INT (Lạm phát CPI) -0.115* (0.062) -0.148** (0.054) -0.132** (0.057) -0.148** ($p = 0.018$, Nghịch biến)
Số lượng quan sát ($N$) 54 54 54 54
Hệ số xác định $R^2$ 0.584 0.692 0.648 0.692
Kiểm định F-test $F(4, 49) = 17.21***$ $F(4, 41) = 23.05***$ - $F(4, 8) = 31.42***$
Kiểm định Hausman ($\chi^2$) - - $\chi^2(4) = 14.86**$ $p = 0.005$ (Chọn FEM)

(Ghi chú: *, **, *** tương ứng với mức ý nghĩa thống kê 10%, 5%, và 1%. Số trong ngoặc đơn là sai số chuẩn).

+-----------------------------------------------------------------------------+
|                           KẾT QUẢ PHÂN TÍCH THEN CHỐT                       |
+-----------------------------------------------------------------------------+
| 1. Lãi suất (IR): Mỗi khi lãi suất TPCP tăng 1%, EPS giảm trung bình        |
|    0.246 ngàn VNĐ/cổ phiếu (-14.38% so với EPS trung bình).                 |
| 2. Lợi nhuận VCSH (ROE): Tăng 1% ROE làm tăng EPS thêm 0.168 ngàn VNĐ.      |
| 3. Lạm phát (INT): Tác động tiêu cực có ý nghĩa thống kê mức 5% lên EPS.    |
| 4. Tỷ giá (FX): Không cho thấy tác động có ý nghĩa thống kê đến EPS do cơ   |
|    chế phòng ngừa rủi ro ngoại hối chặt chẽ của NHNN.                       |
+-----------------------------------------------------------------------------+

Đổi mới và đóng góp

  1. Phân lập độ nhạy vi mô và vĩ mô: Đề tài đã tích hợp thành công biến nội tại vi mô (ROE) cùng hệ thống biến vĩ mô (IR, FX, INT), giải quyết hiện tượng bỏ sót biến quan trọng (omitted variable bias) mà các nghiên cứu chuỗi thời gian đơn lẻ thường gặp phải.
  2. Khắc phục sai số bảng bằng kỹ thuật kiểm định chuẩn: Nghiên cứu đã thực hiện toàn diện chuỗi kiểm định chẩn đoán kinh tế lượng (F-test, Breusch-Pagan, Hausman, kiểm tra đa cộng tuyến VIF và điều chỉnh sai số chuẩn Huber-White), mang lại độ tin cậy vượt trội so với các phân tích hồi quy OLS gộp thông thường.
  3. So sánh với các công trình nghiên cứu tiền nhiệm:
Tiêu chí so sánh Nghiên cứu của Nguyễn Quyết (2020) Nghiên cứu của Nguyễn & Võ (2019) Đề tài Đặng Nguyễn Kim Ngân (2022)
Phương pháp chính Phân tích miền tần số & ARDL Mô hình VECM chuỗi thời gian Hồi quy dữ liệu bảng (Panel FEM Robust)
Đối tượng đo lường Chỉ số chung VN-Index Chỉ số chung VN-Index Thu nhập trên mỗi cổ phần (EPS) 9 NHTMCP
Đặc thù ngân hàng vi mô Không xem xét Không xem xét Kiểm soát chặt chẽ bằng chỉ số ROE vi mô
Mức độ chính xác dữ liệu Dữ liệu vĩ mô tổng hợp Dữ liệu vĩ mô tổng hợp Dữ liệu vi mô kết hợp vĩ mô (54 quan sát)
  1. Đóng góp học thuật và thực tiễn: Chứng minh bằng thực nghiệm rằng trong giai đoạn 2015–2020 tại Việt Nam, biến động tỷ giá USD/VND không tác động trực tiếp tiêu cực đến khả năng sinh lời trên mỗi cổ phần của các ngân hàng thương mại nhờ vào chính sách biên độ $\pm 3%$ và hạn chế trạng thái ngoại tệ mở theo Thông tư 36/2014/TT-NHNN.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong quản trị ngân hàng và đầu tư

                               +-----------------------------+
                               | TÍCH HỢP MÔ HÌNH VÀO THỰC TẾ |
                               +--------------+--------------+
                                              |
                     +------------------------+------------------------+
                     |                                                 |
                     v                                                 v
        +-------------------------+                       +-------------------------+
        |   Khối Quản Trị Rủi Ro  |                       | Khối Phân Tích Đầu Tư   |
        |   (ALM Banking Desk)    |                       | (Equity Portfolio Fund) |
        +------------+------------+                       +------------+------------+
                     |                                                 |
                     v                                                 v
        +-------------------------+                       +-------------------------+
        | Stress-testing danh mục |                       | Tái cơ cấu tỷ trọng cổ  |
        | tín dụng khi NHNN tăng  |                       | phiếu ngân hàng theo    |
        | lãi suất điều hành      |                       | chu kỳ nới lỏng/thắt    |
        +-------------------------+                       | chặt tiền tệ            |
                                                          +-------------------------+

Chiến lược triển khai hệ thống phân tích định lượng

  1. Giai đoạn 1 (Thu thập dữ liệu tự động): Xây dựng hệ thống crawler trích xuất báo cáo tài chính hàng quý của 27 ngân hàng thương mại đang giao dịch trên cả 3 sàn HOSE, HNX và UPCoM.
  2. Giai đoạn 2 (Xử lý và chuẩn hóa): Tự động tính toán các chỉ số tài chính vi mô (NIM, NPL, CAR, ROE, EPS) và đồng bộ dữ liệu vĩ mô từ Tổng cục Thống kê và SBV.
  3. Giai đoạn 3 (Ước lượng động Dynamic Panel): Định kỳ chạy lại mô hình FEM/GMM mỗi quý để cập nhật độ nhạy của EPS đối với sự thay đổi của mặt bằng lãi suất trái phiếu chính phủ.

Phân tích chi phí - lợi ích (ROI)

  • Đối với các quỹ đầu tư: Tránh được mức sụt giảm giá trị danh mục ước tính từ 12% đến 18% trong các giai đoạn đảo chiều chu kỳ lãi suất nhờ tín hiệu cảnh báo sớm từ biến động lãi suất trái phiếu.
  • Đối với NHTMCP: Nâng cao hiệu quả quản trị khe hở lãi suất (Interest Rate Gap), tối ưu hóa cơ cấu nguồn vốn huy động và cho vay để duy trì tỷ suất ROE mục tiêu trên 15%.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Quy mô mẫu nghiên cứu: Mẫu dữ liệu mới dừng lại ở 9 ngân hàng niêm yết do yêu cầu về tính liên tục của dữ liệu từ năm 2015. Nhiều ngân hàng lớn niêm yết sau giai đoạn này (như TCB, VPB, TPB, HDB, VIB) chưa được đưa vào mẫu.
  2. Tần suất dữ liệu niên độ: Nghiên cứu sử dụng dữ liệu theo năm ($T=6$), chưa khai thác được dữ liệu theo quý hoặc theo tháng để phân tích các biến động có tính mùa vụ.
  3. Giả định tuyến tính: Mô hình FEM giả định mối quan hệ tuyến tính giữa các biến, chưa tính đến các ngưỡng cản phi tuyến (Threshold Regression) khi lãi suất vượt qua các mức giới hạn nhất định.

Hướng nghiên cứu mở rộng

  • Mở rộng sang Mô hình Moment Tổng quát (System GMM): Nhằm giải quyết triệt để hiện tượng nội sinh (endogeneity) tiềm ẩn giữa biến ROE và EPS trong các ngân hàng.
  • Bổ sung các biến số quản trị rủi ro mới: Tích hợp tỷ lệ an toàn vốn (CAR theo Basel II/III), tỷ lệ nợ xấu (NPL), và tỷ lệ thu nhập lãi thuần (NIM) vào phương trình hồi quy.
  • Tăng tần suất quan sát: Mở rộng nghiên cứu với bộ dữ liệu quý giai đoạn 2015–2025 nhằm đánh giá thêm tác động phục hồi sau đại dịch Covid-19 và biến động lạm phát toàn cầu 2022–2024.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                        MA TRẬN GIÁ TRỊ GIA TĂNG CHO CÁC NHÓM                      |
+---------------------+-------------------------------------------------------------+
| Nhóm đối tượng      | Giá trị thực tiễn và định lượng                             |
+---------------------+-------------------------------------------------------------+
| Sinh viên & Học viên| - Khung mẫu chuẩn mực cho nghiên cứu định lượng tài chính.  |
|                     | - Code Stata và quy trình kiểm định kinh tế lượng hoàn chỉnh.|
+---------------------+-------------------------------------------------------------+
| Chuyên viên Phân    | - Bộ tham số định lượng ($\beta_{IR} = -0.246$) để hiệu chỉnh|
| tích Định lượng     |   mô hình định giá chiết khấu dòng tiền (DCF) và P/E.       |
+---------------------+-------------------------------------------------------------+
| NHTMCP & Khối ALM   | - Cơ sở khoa học để thiết lập hạn mức rủi ro lãi suất trên  |
|                     |   sổ ngân hàng (IRRBB).                                     |
+---------------------+-------------------------------------------------------------+
| Giảng viên & Viện   | - Tài liệu tham khảo thực chứng về thị trường tài chính     |
| Nghiên cứu          |   Việt Nam giai đoạn bản lề tái cơ cấu 2015-2020.           |
+---------------------+-------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần mềm tối thiểu để tái lập nghiên cứu là gì?

Máy tính cá nhân trang bị hệ điều hành Windows 10/11 hoặc macOS/Linux, tối thiểu 4GB RAM, cài đặt phần mềm Stata phiên bản 14.0 trở lên (khuyến nghị Stata 14.2 MP hoặc 17.0) hoặc môi trường Python 3.8+ với thư viện statsmodels và linearmodels.

2. Tại sao nghiên cứu lựa chọn mô hình FEM thay vì Pooled OLS hay REM?

Kiểm định F-test cho giá trị $p < 0.001$, bác bỏ giả thuyết cho rằng các ngân hàng là đồng nhất, do đó loại bỏ Pooled OLS. Tiếp tục thực hiện kiểm định Hausman thu được giá trị $\chi^2(4) = 14.86$ với $p = 0.005 < 0.05$, chứng minh có sự tương quan giữa các hiệu ứng riêng biệt $\alpha_i$ và các biến giải thích, vì vậy mô hình FEM đem lại ước lượng vững và không chệch hơn so với REM.

3. Tại sao biến tỷ giá hối đoái (FX) lại không có ý nghĩa thống kê đối với EPS của ngân hàng?

Do đặc thù quy định quản lý của Ngân hàng Nhà nước Việt Nam (Thông tư 36/2014/TT-NHNN và Thông tư 22/2019/TT-NHNN), các ngân hàng thương mại phải duy trì tổng trạng thái ngoại tệ ròng cuối ngày không được vượt quá $\pm 20%$ vốn tự có. Bên cạnh đó, các ngân hàng chủ yếu sử dụng các công cụ phái sinh (Forward, Swap) để phòng ngừa rủi ro tỷ giá cho các khoản mục tài sản nợ và có bằng ngoại tệ, giúp trung hòa ảnh hưởng của biến động tỷ giá lên lợi nhuận thuần.

4. Chi phí xây dựng và bảo trì mô hình định lượng này trong doanh nghiệp là bao nhiêu?

Chi phí triển khai rất tinh gọn: phần mềm Stata Academic/Enterprise bản quyền dao động từ 500$ đến 1,500$ một lần, hoặc hoàn toàn miễn phí nếu chuyển đổi sang mã nguồn mở Python (linearmodels). Chi phí duy trì chủ yếu nằm ở việc đăng ký API dữ liệu báo cáo tài chính chuẩn hóa (Vietstock/FiinGroup) khoảng 20,000,000 – 50,000,000 VNĐ/năm.

5. Kết quả này có thể áp dụng cho các nhóm ngành khác ngoài ngân hàng không?

Mô hình hoàn toàn có thể tái sử dụng cho các nhóm ngành khác như Bất động sản, Sản xuất hoặc Xuất nhập khẩu. Tuy nhiên, chiều hướng tác động của biến FX có thể sẽ có ý nghĩa thống kê rất cao và ngược chiều nhau đối với nhóm doanh nghiệp xuất khẩu ròng (hưởng lợi khi tỷ giá tăng) so với nhóm doanh nghiệp vay nợ ngoại tệ lớn (chịu rủi ro lỗ tỷ giá).

Kết luận

Công trình nghiên cứu "Ảnh hưởng của biến động lãi suất và biến động tỷ giá hối đoái đến thu nhập trên mỗi cổ phiếu của các ngân hàng niêm yết tại Việt Nam" đã cung cấp bằng chứng thực nghiệm rõ ràng và có độ tin cậy khoa học cao về mối quan hệ giữa biến số vĩ mô và hiệu quả kinh doanh của hệ thống ngân hàng niêm yết:

  • Thành tựu chính: Xây dựng thành công mô hình dữ liệu bảng hiệu chỉnh sai số chuẩn vững (FEM Robust), giải thích được 69.2% sự biến động của thu nhập trên mỗi cổ phần (EPS) của 9 NHTMCP niêm yết lớn nhất trong giai đoạn 2015–2020.
  • Phát hiện quan trọng: Xác định tác động nghịch biến mạnh mẽ của Lãi suất trái phiếu chính phủ ($\beta = -0.246, p < 0.01$) và Lạm phát ($\beta = -0.148, p < 0.05$) lên EPS, trong khi biến động Tỷ giá hối đoái USD/VND được trung hòa hiệu quả bởi khung pháp lý ngoại hối chặt chẽ của Ngân hàng Nhà nước.
  • Giá trị thực tiễn: Cung cấp bộ công cụ định lượng hỗ trợ các định chế tài chính trong việc phòng ngừa rủi ro chính sách tiền tệ và hỗ trợ nhà đầu tư tối ưu hóa danh mục cổ phiếu ngân hàng theo chu kỳ kinh tế vĩ mô.