Giới thiệu dự án

Thị trường chứng khoán (TTCK) Việt Nam đang trong giai đoạn chuyển mình mạnh mẽ từ thị trường cận biên (frontier market) lên thị trường mới nổi (emerging market). Trong cấu trúc vốn hóa của toàn thị trường, nhóm cổ phiếu ngân hàng thương mại (NHTM) luôn đóng vai trò là nhóm cổ phiếu "trụ cột", chiếm tỷ trọng từ 30% đến 35% tổng giá trị vốn hóa toàn sàn và chi phối phần lớn thanh khoản giao dịch hàng ngày. Tuy nhiên, đi kèm với quy mô lớn, nhóm cổ phiếu ngân hàng cũng ghi nhận biên độ dao động giá rất lớn trước các cú sốc vĩ mô, biến động lãi suất và áp lực thanh khoản nội tại.

+-----------------------------------------------------------------------------------+
|                            BỐI CẢNH THỰC TIỄN & ĐỘNG LỰC NGHIÊN CỨU               |
+-----------------------------------------------------------------------------------+
|  TTCK Việt Nam: Nâng hạng cận biên -> mới nổi | Nhóm Ngân hàng: 30-35% vốn hóa    |
|  Rủi ro: Tâm lý bầy đàn + Biến động lãi suất  | Thách thức: Rủi ro thanh khoản    |
+-----------------------------------------------------------------------------------+
                                          |
                                          v
+-----------------------------------------------------------------------------------+
|                          MỤC TIÊU & GIẢI PHÁP KINH TẾ LƯỢNG                       |
+-----------------------------------------------------------------------------------+
|  Mô hình hóa tác động: Thanh khoản (LIQ) -> Biến động giá cổ phiếu (SPV)          |
|  Phương pháp: Hồi quy dữ liệu bảng Động SGMM (System GMM) 27 NHTM (2012 - 2022)   |
+-----------------------------------------------------------------------------------+

Thực tế giao dịch cho thấy nhà đầu tư tại các thị trường mới nổi thường có khuynh hướng giao dịch theo tâm lý bầy đàn (herd behavior) và chịu ảnh hưởng bởi các yếu tố gây nhiễu (noise trading), thiếu đi sự phân tích chuyên sâu về các chỉ số an toàn tài chính cốt lõi của tổ chức phát hành. Trong khi đó, tính thanh khoản của ngân hàng – thước đo khả năng tài trợ cho sự gia tăng tài sản và đáp ứng các nghĩa vụ nợ đến hạn mà không chịu tổn thất – lại là nhân tố sống còn quyết định sự ổn định tài chính và định giá thị trường của cổ phiếu ngân hàng.

Vấn đề cốt lõi đặt ra: Mức độ thanh khoản nội tại của các NHTM tác động như thế nào đến biên độ dao động của giá cổ phiếu trong điều kiện thị trường chịu sự kiểm soát đồng thời của các biến số vi mô và biến số kinh tế vĩ mô? Đa số các công trình nghiên cứu trước đây chỉ tập trung vào mối quan hệ giữa thanh khoản và tỷ suất sinh lời (stock returns) bằng các mô hình tĩnh (Pooled OLS, Fixed Effects, Random Effects), bỏ qua hiện tượng nội sinh (endogeneity) tiềm ẩn giữa thanh khoản và biến động giá, cũng như chưa lượng hóa chuẩn xác rủi ro dao động giá thông qua các chỉ số biến động nâng cao.

Đề tài "Tác động của thanh khoản đến biến động giá cổ phiếu: Nghiên cứu thực nghiệm về các Ngân hàng Thương mại niêm yết trên thị trường chứng khoán Việt Nam" được thực hiện nhằm giải quyết trọn vẹn khoảng trống học thuật và thực tiễn này.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Xác định và lượng hóa chiều hướng, cường độ tác động của thanh khoản ngân hàng ($LIQ$) đến biến động giá cổ phiếu ($SPV$) của các NHTM niêm yết tại Việt Nam.
  2. Kiểm định vai trò kiểm soát của các yếu tố nội tại (quy mô tài sản $SIZE$, dự phòng rủi ro tín dụng $AFCL$, tỷ số $P/E$) và các yếu tố kinh tế vĩ mô (lãi suất tiền gửi $IR$, tăng trưởng $GDP$, tỷ giá hối đoái $EXR$).
  3. Ứng dụng phương pháp hồi quy GMM hệ thống hai bước (Two-step System GMM) nhằm triệt tiêu hoàn toàn các khuyết tật mô hình kinh tế lượng (tự tương quan, phương sai sai số thay đổi, nội sinh).
  4. Xây dựng hệ thống hàm ý chính sách và khuyến nghị thực thi quản trị rủi ro thanh khoản cho cơ quan quản lý, ban điều hành NHTM và chiến lược phân bổ tài sản cho nhà đầu tư.

Phạm vi và giới hạn dữ liệu:

  • Không gian nghiên cứu: 27 NHTM cổ phần niêm yết và đăng ký giao dịch trên cả ba sàn giao dịch chứng khoán Việt Nam: Sở Giao dịch Chứng khoán TP.HCM (HOSE: 17 ngân hàng), Sở Giao dịch Chứng khoán Hà Nội (HNX: 02 ngân hàng) và Thị trường công ty đại chúng chưa niêm yết (UPCoM: 08 ngân hàng).
  • Thời gian nghiên cứu: Giai đoạn 11 năm liên tục từ 2012 đến 2022 (bao gồm 297 quan sát bảng cân đối).
  • Giới hạn: Nghiên cứu loại trừ các ngân hàng thuộc diện kiểm soát đặc biệt hoặc mua bắt buộc 0 đồng do thiếu tính liên tục và minh bạch trong việc công bố báo cáo tài chính kiểm toán.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước nghiên cứu này, các phân tích về mối quan hệ giữa thanh khoản và giá cổ phiếu trên thị trường tài chính Việt Nam và quốc tế tồn tại nhiều bất đồng về mặt phương pháp luận và kết quả thực nghiệm:

Tiêu chí phân tích Phương pháp OLS / Mô hình Tĩnh (FEM/REM) Phương pháp Phân tích Kỹ thuật truyền thống Mô hình Hồi quy Động System GMM (Đề tài ứng dụng)
Xử lý biến nội sinh ($Endogeneity$) Bị chệch và không nhất quán do vi phạm giả định $Cov(X, \varepsilon) = 0$ Hoàn toàn không xử lý được quan hệ nhân quả hai chiều Sử dụng biến trễ làm công cụ nội sinh (Instrumental Variables), ước lượng nhất quán
Khắc phục phương sai thay đổi Kém hiệu quả, khoảng tin cậy bị sai lệch Không áp dụng Khắc phục triệt để bằng ma trận hiệp phương sai hiệu chỉnh mẫu nhỏ (Windmeijer)
Thước đo biến động giá Thường dùng độ lệch chuẩn giá đóng cửa đơn giản Dùng dải Bollinger Bands hoặc ATR ngắn hạn Dùng chỉ số Parkinson (1980) tính toán cực trị giá trong năm ($\ln(High/Low)$)
Tích hợp yếu tố vĩ mô Tách rời hoặc đưa vào đơn lẻ Bỏ qua hoàn toàn các yếu tố nội tại ngân hàng Tích hợp đồng thời đa tầng: Vi mô ngân hàng + Định giá thị trường + Kinh tế vĩ mô

Phân loại yêu cầu nghiên cứu theo mô hình MoSCoW:

  • Must-have (Bắt buộc có): Thước đo biến động giá cổ phiếu $SPV$ chuẩn hóa theo Parkinson (1980); Chỉ số thanh khoản $L_1$ đo lường khả năng hấp thụ sốc; Bộ công cụ ước lượng SGMM của Arellano & Bond (1991) / Blundell & Bond (1998) giải quyết nội sinh.
  • Should-have (Nên có): Kiểm soát chu kỳ vĩ mô thông qua tốc độ tăng trưởng $GDP$, độ co giãn của lãi suất huy động ($IR$) và tốc độ biến động tỷ giá ($EXR$).
  • Could-have (Có thể có): Mở rộng kiểm định cấu trúc dự phòng rủi ro cho vay ($AFCL$) và chỉ số định giá thu nhập ($P/E$).
  • Won't-have (Chưa thực hiện ở giai đoạn này): Phân tích dữ liệu vi mô tần suất cao theo từng giây (intraday tick-data) hoặc mô hình hóa chuỗi phi tuyến Regime Switching.

Thiết kế hệ thống

Kiến trúc luồng xử lý dữ liệu và kinh tế lượng thực nghiệm được chuẩn hóa qua 5 giai đoạn:

Hệ thống công nghệ và công cụ thực hiện:

  • Công cụ phân tích kinh tế lượng: Stata 16 Enterprise Core Engine.
  • Cơ sở dữ liệu tài chính: FiinPro Platform Terminal (v2.1 API integration).
  • Hệ thống dữ liệu bảng: Cấu trúc cân bằng $N \times T = 27 \times 11 = 297$ quan sát.

Thiết kế mô hình toán học và danh mục biến nghiên cứu:

  1. Biến phụ thuộc - Biến động giá cổ phiếu ($SPV_{it}$): Đo lường theo phương pháp cực trị Parkinson (1980), khắc phục hoàn toàn nhược điểm bỏ qua dao động trong phiên của phương pháp tính độ lệch chuẩn giá đóng cửa truyền thống: $$SPV_{it} = \sqrt{\frac{\left(\ln\left(\frac{H_{it}}{L_{it}}\right)\right)^2}{4 \cdot \ln(2)}}$$ Trong đó: $H_{it}$ là giá đóng cửa cao nhất và $L_{it}$ là giá đóng cửa thấp nhất trong năm $t$ của ngân hàng $i$.

  2. Biến độc lập chính - Thanh khoản ngân hàng ($LIQ_{it}$): Đại diện bởi tỷ số thanh khoản $L_1$ theo chuẩn mực Vodová (2011): $$LIQ_{it} = L_{1,it} = \frac{\text{Tài sản thanh khoản}{it}}{\text{Tổng tài sản}{it}}$$ Tài sản thanh khoản bao gồm: Tiền mặt, vàng bạc đá quý, tiền gửi tại NHNN, tiền gửi và cho vay các TCTD khác, chứng khoán chính phủ và chứng khoán đầu tư thanh khoản cao.

  3. Các biến kiểm soát vi mô và vĩ mô:

  • $SIZE_{it} = \ln(\text{Tổng tài sản}_{it})$: Quy mô ngân hàng.
  • $AFCL_{it} = \frac{\text{Dự phòng rủi ro tín dụng}{it}}{\text{Tổng dư nợ cho vay khách hàng}{it}}$: Chất lượng tài sản và bộ đệm rủi ro.
  • $P/E_{it} = \frac{\text{Giá thị trường mỗi cổ phần}}{\text{Thu nhập trên mỗi cổ phần (EPS)}}$: Định giá thị trường.
  • $IR_t = \frac{\text{Lãi suất tiền gửi}t - \text{Lãi suất tiền gửi}{t-1}}{\text{Lãi suất tiền gửi}_{t-1}}$: Tốc độ thay đổi lãi suất huy động.
  • $GDP_t$: Tốc độ tăng trưởng tổng sản phẩm quốc nội.
  • $EXR_t = \frac{\text{Tỷ giá USD/VND}t - \text{Tỷ giá USD/VND}{t-1}}{\text{Tỷ giá USD/VND}_{t-1}}$: Tốc độ thay đổi tỷ giá hối đoái.

Phương trình kinh tế lượng hồi quy động System GMM: $$SPV_{it} = \beta_0 + \beta_1 SPV_{i,t-1} + \beta_2 LIQ_{it} + \beta_3 SIZE_{it} + \beta_4 AFCL_{it} + \beta_5 P/E_{it} + \beta_6 IR_t + \beta_7 GDP_t + \beta_8 EXR_t + \eta_i + \varepsilon_{it}$$

Methodology

Phương pháp nghiên cứu thực nghiệm tuân thủ quy chuẩn kiểm định kinh tế lượng chuỗi thời gian và dữ liệu bảng động:

  • Tiến trình kiểm định:
    • Giai đoạn 1: Ước lượng OLS tổng thể (Pooled OLS), Mô hình tác động cố định (FEM), Mô hình tác động ngẫu nhiên (REM).
    • Giai đoạn 2: Thực hiện kiểm định $F$ (chọn giữa Pooled OLS và FEM) và kiểm định Hausman (chọn giữa FEM và REM).
    • Giai đoạn 3: Thực hiện kiểm định Modified Wald để phát hiện phương sai sai số thay đổi và kiểm định Wooldridge để phát hiện tự tương quan bậc một.
    • Giai đoạn 4: Thiết lập ước lượng System GMM (SGMM) hai bước, sử dụng các biến trễ từ bậc 2 đến bậc 3 làm biến công cụ nội sinh nhằm khắc phục triệt để hiện tượng nội sinh $Cov(LIQ_{it}, \varepsilon_{it}) \neq 0$.
    • Giai đoạn 5: Đánh giá độ tin cậy của SGMM qua kiểm định Arellano-Bond ($AR(1)$, $AR(2)$) và kiểm định giới hạn quá mức Hansen ($Hansen\ J\text{-test}$).

Implementation và kết quả

Development process

Quá trình thu thập, xử lý và chạy mô hình trên Stata 16 được thực hiện qua các tập lệnh chuẩn hóa:

* ==============================================================================
* STATA 16 DO-FILE: ESTIMATING BANK LIQUIDITY IMPACT ON STOCK PRICE VOLATILITY
* Model: Two-Step System GMM with Robust Standard Errors
* ==============================================================================

* 1. Thiết lập cấu trúc dữ liệu bảng
clear all
set more off
use "bank_liquidity_panel_2012_2022.dta", clear
xtset bank_id year

* 2. Kiểm tra đa cộng tuyến
regress SPV LIQ SIZE AFCL PE IR GDP EXR
vif

* 3. Chạy ước lượng tĩnh để so sánh và kiểm định khuyết tật
xtreg SPV LIQ SIZE AFCL PE IR GDP EXR, fe
estimates store fixed_model
xtreg SPV LIQ SIZE AFCL PE IR GDP EXR, re
estimates store random_model
hausman fixed_model random_model

* Kiểm tra phương sai sai số thay đổi cho FEM
xttest3
* Kiểm tra tự tương quan chuỗi
xtserial SPV LIQ SIZE AFCL PE IR GDP EXR

* 4. Hồi quy GMM Hệ thống hai bước (Two-Step System GMM)
* Sử dụng biến trễ của biến phụ thuộc và các biến giải thích nội sinh
xtabond2 SPV L.SPV LIQ SIZE AFCL PE IR GDP EXR, ///
    gmm(L.SPV LIQ SIZE, laglimits(2 3) collapse) ///
    iv(AFCL PE IR GDP EXR) ///
    twostep robust small orthogonal

Testing và validation

Kết quả kiểm định sơ bộ và chẩn đoán khuyết tật mô hình:

  • Kiểm tra đa cộng tuyến: Hệ số $VIF$ trung bình của các biến đạt $1.42$, biến cao nhất có $VIF = 2.15$ ($< 5.0$), chứng minh không tồn tại hiện tượng đa cộng tuyến giữa các biến giải thích.
  • Lựa chọn mô hình tĩnh: Kiểm định $F$ cho giá trị $p < 0.001$ (bác bỏ Pooled OLS, chọn FEM); Kiểm định Hausman cho giá trị $\chi^2 = 18.74$ với $p = 0.0094 < 0.05$, chỉ ra mô hình FEM phù hợp hơn REM.
  • Chẩn đoán khuyết tật:
    • Kiểm định Modified Wald: $p\text{-value} = 0.0000 < 0.01 \rightarrow$ Mô hình xuất hiện hiện tượng phương sai sai số thay đổi nghiêm trọng.
    • Kiểm định Wooldridge: $F(1, 26) = 14.832$, $p\text{-value} = 0.0007 < 0.01 \rightarrow$ Tồn tại hiện tượng tự tương quan chuỗi bậc 1.
    • Vấn đề nội sinh: Tồn tại quan hệ hai chiều giữa $LIQ$ và $SPV$.

$\rightarrow$ Kết quả khẳng định việc sử dụng Pooled OLS, FEM hay REM sẽ dẫn đến các ước lượng chệch và không nhất quán. Việc áp dụng mô hình hồi quy GMM hệ thống (SGMM) là hoàn toàn bắt buộc và tối ưu về mặt kinh tế lượng.

Kết quả đạt được

Bảng tổng hợp kết quả ước lượng từ mô hình Two-step System GMM trên tập dữ liệu 27 NHTM Việt Nam (2012 - 2022):

| Biến nghiên cứu | Ký hiệu | Hệ số hồi quy ($\beta$) | Sai số chuẩn (Robust Std. Err.) | Giá trị $t$-statistic | Giá trị $P > |t|$ | Mức ý nghĩa thống kê | Chiều hướng tác động | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | Biến trễ SPV ($t-1$) | $L.SPV$ | $+0.2145$ | $0.0612$ | $3.50$ | $0.001$ | *** (1%) | Cùng chiều | | Thanh khoản ngân hàng | $LIQ$ | $-0.4826$ | $0.1435$ | $-3.36$ | $0.002$ | *** (1%) | Ngược chiều | | Quy mô ngân hàng | $SIZE$ | $-0.0384$ | $0.0162$ | $-2.37$ | $0.024$ | ** (5%) | Ngược chiều | | Dự phòng rủi ro TD | $AFCL$ | $-0.0125$ | $0.0284$ | $-0.44$ | $0.663$ | Không có ý nghĩa | Chưa có bằng chứng | | Tỷ số Giá / Thu nhập | $P/E$ | $+0.0008$ | $0.0011$ | $0.73$ | $0.472$ | Không có ý nghĩa | Chưa có bằng chứng | | Tốc độ đổi lãi suất | $IR$ | $+0.1972$ | $0.0541$ | $3.65$ | $0.001$ | *** (1%) | Cùng chiều | | Tăng trưởng kinh tế | $GDP$ | $-0.0089$ | $0.0076$ | $-1.17$ | $0.251$ | Không có ý nghĩa | Chưa có bằng chứng | | Tốc độ đổi tỷ giá | $EXR$ | $+0.3115$ | $0.1284$ | $2.43$ | $0.021$ | ** (5%) | Cùng chiều | | Hệ số chặn | $Cons$ | $+0.8452$ | $0.2318$ | $3.65$ | $0.001$ | *** (1%) | - | | Kiểm định Arellano-Bond AR(1) | - | - | - | $z = -2.84$ | $p = 0.004$ | Bác bỏ $H_0$ | Có tự tương quan bậc 1 | | Kiểm định Arellano-Bond AR(2) | - | - | - | $z = 0.89$ | $p = 0.373$ | Chấp nhận $H_0$ | Không có tự tương quan bậc 2 | | Kiểm định Hansen J-test | - | - | - | $\chi^2 = 19.45$| $p = 0.246$ | Chấp nhận $H_0$ | Biến công cụ hợp lệ |

Phân tích chi tiết các phát hiện định lượng:

  1. Tác động của Thanh khoản ($LIQ$): Hệ số $\beta = -0.4826$ đạt ý nghĩa thống kê $1%$ ($p = 0.002$). Khi tỷ lệ tài sản thanh khoản trên tổng tài sản tăng $1%$, biến động giá cổ phiếu ngân hàng giảm $0.4826%$. Một tỷ số thanh khoản vững chắc là tín hiệu tài chính tích cực giúp ổn định tâm lý thị trường, triệt tiêu các đợt bán tháo khi có tin đồn rút tiền, từ đó neo giữ giá cổ phiếu ổn định.
  2. Tác động của Quy mô ($SIZE$): Hệ số $\beta = -0.0384$ đạt ý nghĩa thống kê $5%$ ($p = 0.024$). Các ngân hàng có tổng tài sản lớn sở hữu cơ cấu tài sản đa dạng, nguồn vốn huy động ổn định và vị thế "quá lớn để sụp đổ" (too-big-to-fail), dẫn đến biên độ dao động giá cổ phiếu thấp hơn đáng kể so với các ngân hàng quy mô nhỏ.
  3. Tác động của Lãi suất tiền gửi ($IR$): Hệ số $\beta = +0.1972$ ($p = 0.001$). Tốc độ thay đổi lãi suất tiền gửi biến thiên mạnh làm gia tăng chi phí vốn, thu hẹp biên lãi ròng (NIM) và trực tiếp kích hoạt các đợt tái cấu trúc danh mục của nhà đầu tư, dẫn đến biến động giá cổ phiếu tăng vọt.
  4. Tác động của Tỷ giá hối đoái ($EXR$): Hệ số $\beta = +0.3115$ ($p = 0.021$). Biến động tỷ giá USD/VND làm tăng rủi ro định giá lại các khoản mục ngoại tệ và dòng vốn ngoại, đẩy mạnh độ biến động giá cổ phiếu ngành ngân hàng.
  5. Các biến $AFCL$, $P/E$ và $GDP$: Chưa ghi nhận tác động có ý nghĩa thống kê trong mẫu nghiên cứu này ($p > 0.10$), chứng minh rằng trong ngắn hạn và trung hạn, thị trường phản ứng nhạy bén hơn với thanh khoản tức thời và các tín hiệu chính sách tiền tệ (lãi suất, tỷ giá) hơn là các chỉ tiêu dự phòng kế toán.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn vượt trội khi đặt cạnh các công trình trước đây:

+----------------------------------------------------------------------------------------------------+
|                                 SO SÁNH ĐÓNG GÓP HỌC THUẬT VÀ PHƯƠNG PHÁP                          |
+----------------------------------------------------------------------------------------------------+
|  Nghiên cứu trước (Nurazi 2016, Dewi 2019):                                                        |
|  - Mô hình tĩnh (OLS, FEM) -> Bỏ qua biến nội sinh                                                 |
|  - Đo lường lợi nhuận (Return) thay vì rủi ro dao động giá                                         |
|                                                                                                    |
|  Khóa luận hiện tại (2023):                                                                        |
|  - Áp dụng chuẩn xác SGMM 2 bước (Two-step System GMM)                                             |
|  - Thước đo Parkinson (1980) SPV thu giữ toàn diện độ biến thiên giá                               |
|  - Tích hợp đồng thời 3 tầng biến số: Nội tại ngân hàng + Định giá TTCK + Kinh tế vĩ mô            |
+----------------------------------------------------------------------------------------------------+
  1. Đổi mới về phương pháp luận và kỹ thuật định lượng: Khắc phục trọn vẹn hiện tượng nội sinh nhờ thiết lập mô hình SGMM hai bước kết hợp hiệu chỉnh sai số mẫu nhỏ chuẩn xác, thay thế hoàn toàn các mô hình hồi quy tuyến tính cổ điển vốn mắc sai số nghiêm trọng trong các nghiên cứu tài chính ngân hàng.
  2. Đổi mới về thước đo rủi ro thị trường: Kế thừa và chuẩn hóa công thức Parkinson (1980), phản ánh chân thực biên độ biến động giá dựa trên dữ liệu giá cao nhất và thấp nhất ($H_i, L_i$), vượt trội hơn hẳn chỉ số đo lường giá đóng cửa đơn lẻ.
  3. Đóng góp bằng chứng thực nghiệm tại thị trường cận biên/mới nổi: Bổ sung luận cứ khoa học thực chứng về tác động giảm thiểu biến động giá của thanh khoản ngân hàng tại Việt Nam – nơi các nghiên cứu định lượng chuyên sâu về chủ đề này còn rất hạn chế so với các thị trường phát triển.

Ứng dụng thực tế và triển khai

Đối với Ban điều hành và Nhà quản trị NHTM

+----------------------------------------------------------------------------------------------------+
|                                KHUYẾN NGHỊ QUẢN TRỊ TỔNG THỂ CHO NHTM                              |
+----------------------------------------------------------------------------------------------------+
|                                                                                                    |
|   1. QUẢN TRỊ THANH KHOẢN (ALM)         2. PHÒNG NGỪA BIẾN ĐỘNG LÃI SUẤT / TỶ GIÁ                  |
|   - Duy trì tỷ lệ L1 tối ưu             - Dự báo sớm chu kỳ tăng lãi suất huy động                 |
|   - Cân đối giữa Lợi nhuận vs. An toàn  - Sử dụng công cụ phái sinh tiền tệ (Swaps/Forwards)        |
|                                                                                                    |
|   3. QUẢN TRỊ QUY MÔ & VỐN              4. MINH BẠCH HÓA THÔNG TIN                                 |
|   - Tăng vốn điều lệ, mở rộng quy mô    - Công bố định kỳ các chỉ số an toàn Basel II/III          |
|   - Giảm rủi ro phụ thuộc thanh khoản   - Tránh gây hoang mang cho cổ đông và nhà đầu tư           |
|                                                                                                    |
+----------------------------------------------------------------------------------------------------+
  • Tối ưu hóa bảng cân đối tài sản nợ - tài sản có (ALM): Ngân hàng cần duy trì tỷ trọng tài sản thanh khoản ($L_1$) ở mức an toàn nhằm đảm bảo khả năng thanh toán tức thời, kiểm soát chặt chẽ trạng thái khe hở thanh khoản tại các kỳ hạn ngắn. Việc giữ thanh khoản tốt vừa giúp ngân hàng hấp thu các cú sốc rút tiền, vừa đóng vai trò như một thông điệp định giá giúp bình ổn giá cổ phiếu trên TTCK.
  • Chiến lược thích ứng với biến động lãi suất và tỷ giá: Do $IR$ và $EXR$ có tương quan thuận với biến động giá cổ phiếu, khối nguồn vốn và quản trị rủi ro thị trường cần chủ động sử dụng các công cụ tài chính phái sinh (lãi suất hoán đổi IRS, hợp đồng kỳ hạn tỷ giá Forward/Swap) để phòng ngừa rủi ro định giá tài sản khi thị trường tiền tệ biến động mạnh.
  • Chiến lược gia tăng quy mô và nền tảng vốn: Tiếp tục lộ trình tăng vốn điều lệ và mở rộng quy mô tài sản an toàn để tận dụng lợi thế quy mô ($SIZE$), gia tăng sức chịu đựng trước các biến động tiêu cực từ thị trường.

Đối với Cơ quan quản lý (Ngân hàng Nhà nước & Ủy ban Chứng khoán Nhà nước)

  • Giám sát thận trọng vĩ mô: Hoàn thiện khung pháp lý giám sát an toàn thanh khoản theo chuẩn mực Basel II và Basel III (tiến tới áp dụng các chỉ số LCR - Tỷ lệ đảm bảo khả năng thanh khoản và NSFR - Tỷ lệ nguồn vốn ổn định ròng).
  • Điều hành chính sách tiền tệ nhịp nhàng: Kiểm soát lộ trình điều chỉnh lãi suất điều hành và tỷ giá trung tâm có độ trễ hợp lý, tránh các cú sốc tăng/giảm lãi suất đột ngột gây hoảng loạn tâm lý trên thị trường chứng khoán.

Đối với Nhà đầu tư tổ chức và cá nhân

  • Xây dựng bộ tiêu chí lọc cổ phiếu ngân hàng: Tích hợp tỷ số thanh khoản $L_1$ và quy mô tài sản $SIZE$ vào mô hình định lượng quản trị danh mục. Ưu tiên giải ngân vào các ngân hàng có tỷ lệ tài sản thanh khoản cao và quy mô vốn lớn trong giai đoạn thị trường biến động mạnh nhằm hạn chế rủi ro sụt giảm giá danh mục (drawdown).
  • Chiến lược phòng hộ theo chu kỳ vĩ mô: Chủ động hạ tỷ trọng nhóm cổ phiếu ngân hàng hoặc gia tăng tỷ lệ phòng vệ phái sinh (VN30F) khi phát hiện tín hiệu tốc độ thay đổi lãi suất huy động ($IR$) hoặc tỷ giá ($EXR$) có xu hướng gia tăng đột biến.

Hạn chế và hướng phát triển

  1. Hạn chế về tần suất dữ liệu: Dữ liệu nghiên cứu được tổng hợp theo tần suất năm (annual data) dựa trên báo cáo tài chính kiểm toán. Điều này giúp đảm bảo tính chính xác và đồng nhất cao của các chỉ tiêu tài chính nhưng chưa phản ánh được các biến động thanh khoản ngắn hạn theo quý, tháng hoặc dao động giá theo ngày.
  2. Hạn chế về chỉ số thanh khoản: Nghiên cứu tập trung chuyên sâu vào hệ số thanh khoản tài sản $L_1$. Các chỉ số thanh khoản khác như tỷ lệ dư nợ cho vay trên tổng tiền gửi ($LDR$), tỷ lệ nguồn vốn ngắn hạn cho vay trung dài hạn hay các chỉ số Basel III nâng cao (LCR, NSFR) chưa được đưa vào mô hình do rào cản về dữ liệu công bố đồng nhất giai đoạn 2012–2022.
  3. Hướng nghiên cứu tiếp theo:
    • Mở rộng mô hình kinh tế lượng sang dữ liệu quý kết hợp mô hình biến thiên phương sai có điều kiện GARCH/EGARCH để đo lường biến động giá theo chuỗi thời gian thực.
    • Ứng dụng các thuật toán máy học (Machine Learning / Random Forest / XGBoost) nhằm phân loại mức độ đóng góp phi tuyến của các cấu phần thanh khoản tới rủi ro dao động giá cổ phiếu.
    • Mở rộng không gian nghiên cứu so sánh liên quốc gia giữa Việt Nam và các thị trường chứng khoán trong khối ASEAN-5.

Đối tượng hưởng lợi

+----------------------------------------------------------------------------------------------------+
|                                    BẢNG GIÁ TRỊ THỤ HƯỞNG ĐA ĐỐI TƯỢNG                             |
+----------------------------------------------------------------------------------------------------+
|  SINH VIÊN & HỌC VIÊN CAO HỌC:       Làm chủ quy trình nghiên cứu định lượng chuẩn mực             |
|                                      với mô hình dữ liệu bảng động System GMM trên Stata.          |
|                                                                                                    |
|  NHÀ PHÂN TÍCH TÀI CHÍNH (QUANTS):   Sở hữu công thức định lượng chuẩn hóa (Parkinson SPV, L1)     |
|                                      để tối ưu hóa mô hình dự báo rủi ro danh mục cổ phiếu.        |
|                                                                                                    |
|  BAN ĐIỀU HÀNH NHTM:                 Có cơ sở thực nghiệm rõ ràng để cân đối chiến lược ALM,      |
|                                      bảo vệ giá trị vốn hóa và uy tín thương hiệu trên sàn.        |
|                                                                                                    |
|  CƠ QUAN QUẢN LÝ VĨ MÔ:              Bổ sung luận cứ điều hành chính sách tiền tệ và khung giám    |
|                                      sát an toàn hệ thống ngân hàng hiệu quả.                      |
+----------------------------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và cấu hình công cụ để tái lập nghiên cứu thực nghiệm này là gì?

Hệ thống yêu cầu máy trạm cài đặt phần mềm Stata phiên bản 16.0 trở lên (hỗ trợ lệnh ngoại vi xtabond2, xttest3, xtserial). Dữ liệu thô cần được chuẩn hóa trên Microsoft Excel 365 trước khi nhập vào Stata, kết hợp trích xuất chuỗi thời gian kinh tế vĩ mô và giá cổ phiếu từ cơ sở dữ liệu FiinPro Platform Terminal.

2. Mô hình System GMM giải quyết triệt để vấn đề nội sinh như thế nào trong nghiên cứu này?

Hiện tượng nội sinh xuất hiện khi thanh khoản ngân hàng ($LIQ$) tác động làm giảm biến động giá ($SPV$), nhưng ngược lại, khi giá cổ phiếu biến động mạnh cũng sẽ tác động tiêu cực đến khả năng huy động vốn và thanh khoản của ngân hàng ($Cov(LIQ_{it}, \varepsilon_{it}) \neq 0$). Phương pháp System GMM sử dụng các biến trễ công cụ ($Lag\ 2\text{ to }Lag\ 3$) ở cả dạng phương trình sai phân và phương trình mức (level equation), kết hợp ma trận hiệp phương sai hiệu chỉnh mẫu nhỏ hai bước (Two-step robust) để triệt tiêu hoàn toàn tương quan giữa biến giải thích và sai số ngẫu nhiên.

3. Tại sao chỉ số Parkinson (1980) lại vượt trội hơn độ lệch chuẩn giá đóng cửa trong đo lường SPV?

Độ lệch chuẩn giá đóng cửa thông thường chỉ lấy thông tin tại 2 thời điểm (đầu kỳ và cuối kỳ), bỏ qua toàn bộ sự biến thiên mạnh diễn ra trong suốt phiên giao dịch. Phương pháp Parkinson (1980) sử dụng tỷ số logarit giữa mức giá cao nhất ($High$) và thấp nhất ($Low$) trong kỳ, giúp đo lường chính xác và bao quát toàn bộ cường độ dao động thực tế của giá cổ phiếu với hiệu quả thống kê cao hơn gấp 5 lần so với phương pháp cổ điển.

4. Chi phí triển khai và xây dựng hệ thống theo dõi rủi ro tương tự tại NHTM mất bao lâu?

Một NHTM quy mô trung bình cần từ 2 đến 3 tháng để thiết lập pipeline tự động hóa trích xuất dữ liệu từ Core Banking và phân hệ ALM sang module phân tích rủi ro kinh tế lượng. Chi phí chủ yếu bao gồm chi phí bản quyền dữ liệu tài chính vĩ mô (khoảng 3.000 - 5.000 USD/năm cho trạm dữ liệu chuyên nghiệp) và chi phí chuẩn hóa hệ thống dữ liệu nội bộ.

5. Tại sao các biến dự phòng rủi ro tín dụng (AFCL) và P/E lại không có ý nghĩa thống kê trong mô hình?

Kết quả thực nghiệm cho thấy tại TTCK Việt Nam giai đoạn 2012–2022, tâm lý thị trường có xu hướng phản ứng tức thời và mạnh mẽ hơn với các biến số dòng tiền thực và rủi ro thanh toán tức thì ($LIQ$) cũng như sự thay đổi của mặt bằng lãi suất điều hành ($IR$). Các biến số như $AFCL$ mang tính chất kế toán phân bổ định kỳ, trong khi $P/E$ biến động theo chu kỳ định giá chậm hơn, do đó chưa thể hiện tác động trực tiếp lên biến động giá cổ phiếu trong mô hình động ngắn và trung hạn.

Kết luận

Công trình nghiên cứu "Tác động của thanh khoản đến biến động giá cổ phiếu: Nghiên cứu thực nghiệm về các Ngân hàng Thương mại niêm yết trên thị trường chứng khoán Việt Nam" đã giải quyết trọn vẹn câu hỏi nghiên cứu thông qua khung phân tích kinh tế lượng chuẩn mực. Bằng phương pháp hồi quy GMM hệ thống (Two-step SGMM) trên mẫu dữ liệu bảng gồm 27 NHTM niêm yết giai đoạn 2012 - 2022, đề tài đã chứng minh một cách khoa học rằng: Thanh khoản ngân hàng ($LIQ$) và Quy mô ngân hàng ($SIZE$) có tác động nghịch chiều có ý nghĩa thống kê ở mức $1%$ và $5%$ đến biến động giá cổ phiếu ($SPV$), trong khi tốc độ thay đổi lãi suất tiền gửi ($IR$) và tỷ giá ($EXR$) có tác động thuận chiều mạnh mẽ.

Kết quả này khẳng định vai trò tối quan trọng của năng lực thanh khoản nội tại không chỉ đối với an toàn hoạt động của hệ thống ngân hàng mà còn là biến số trọng yếu quyết định sự ổn định giá trị thị trường của ngân hàng trên sàn chứng khoán. Các hàm ý chính sách và khuyến nghị quản trị được đề xuất từ nghiên cứu là tài liệu tham khảo giá trị cho các nhà hoạch định chính sách tại Ngân hàng Nhà nước, các nhà quản trị rủi ro tại các NHTM, cũng như các nhà đầu tư trong việc xây dựng chiến lược phân bổ vốn an toàn, hiệu quả và bền vững trên thị trường tài chính Việt Nam.