Bối cảnh và vấn đề nghiên cứu

Trong hệ thống tài chính quốc gia, các ngân hàng thương mại (NHTM) giữ vai trò then chốt trong việc phân bổ nguồn lực kinh tế thông qua hoạt động cung ứng vốn tín dụng và phát triển chiều sâu tài chính. Hoạt động tín dụng truyền thống đóng góp tới 2/3 tổng lợi nhuận của ngân hàng, trong đó nguồn vốn tiền gửi từ khách hàng là nguồn lực chủ yếu và chiếm tỷ trọng lớn nhất trong tổng nguồn vốn. Tiền gửi khách hàng vừa là nền tảng mở rộng tín dụng, vừa tạo ra biên thu nhập lãi thuần từ chênh lệch giữa lãi suất cho vay và chi phí huy động.

Tuy nhiên, việc gia tăng huy động tiền gửi đặt ra bài toán phức tạp về chi phí vốn và áp lực thanh khoản. Sự cạnh tranh gay gắt từ các tổ chức tín dụng cùng ngành và định chế phi ngân hàng khiến chi phí lãi suất huy động có xu hướng bị đẩy lên cao. Bên cạnh đó, xu thế chuyển đổi số và ứng dụng công nghệ thông tin – truyền thông (ICT) phát triển mạnh mẽ, làm thay đổi căn bản phương thức cung cấp dịch vụ ngân hàng (máy ATM, CDM, dịch vụ ngân hàng số, Internet/SMS Banking). Mặc dù ICT giúp tăng khả năng tiếp cận khách hàng và tối ưu hóa xử lý giao dịch, việc đầu tư hạ tầng công nghệ và nhân lực đòi hỏi nguồn vốn lớn ban đầu, đồng thời phát sinh rủi ro an ninh mạng mà không đảm bảo ngay lập tức sự gia tăng lợi nhuận ổn định. Bối cảnh đại dịch COVID-19 cùng các biến động kinh tế giai đoạn 2016–2022 càng làm nổi bật nhu cầu đánh giá thực chứng tác động của tiền gửi huy động đến hiệu quả sinh lời khi có sự tương tác của yếu tố ICT.

Mục tiêu nghiên cứu

  1. Mục tiêu tổng quát: Xác định mức độ tác động của tiền gửi huy động vào khả năng sinh lời của các NHTM tại Việt Nam trong bối cảnh ứng dụng công nghệ thông tin và truyền thông, từ đó cung cấp căn cứ thực nghiệm phục vụ việc ra quyết định về chiến lược huy động vốn và mức độ đầu tư công nghệ.
  2. Mục tiêu cụ thể:
    • Đánh giá tác động của tiền gửi huy động đến khả năng sinh lời của các NHTM tại Việt Nam.
    • Phân tích ảnh hưởng của công nghệ thông tin và truyền thông đến mối quan hệ giữa tiền gửi huy động và khả năng sinh lời.
    • Đề xuất các kiến nghị nhằm nâng cao hiệu quả hoạt động và năng lực sinh lời cho các NHTM Việt Nam.

Câu hỏi nghiên cứu

  1. Tác động giữa tiền gửi huy động và khả năng sinh lời của ngân hàng thương mại diễn ra như thế nào?
  2. Dưới tác động của công nghệ thông tin – truyền thông (ICT), mức độ ảnh hưởng của tiền gửi huy động đến khả năng sinh lời có sự khác biệt như thế nào?
  3. Những kiến nghị nào cần được đề xuất nhằm giúp các NHTM nâng cao hiệu quả hoạt động và gia tăng khả năng sinh lời?

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Tác động của tiền gửi huy động và biến tương tác tiền gửi gắn với chỉ số ICT đến khả năng sinh lời của NHTM.
  • Phạm vi không gian: Mẫu nghiên cứu gồm 18 NHTM tại Việt Nam (ABB, ACB, BAB, BID, BVB, CTG, EIB, HDB, MBB, NAB, OCB, SHB, SSB, STB, TCB, VCB, VIB, VPB).
  • Phạm vi thời gian: Dữ liệu bảng giai đoạn 2016–2022 (loại trừ năm 2021 do ảnh hưởng của đại dịch COVID-19 và việc cơ quan quản lý không công bố báo cáo chỉ số VN ICT Index năm 2021). Tổng số quan sát đạt 108 quan sát.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và mô hình sử dụng

Tác giả dựa trên ba trụ cột lý thuyết tài chính - ngân hàng để thiết lập khung phân tích:

  1. Thuyết tiền tệ của Keynes (Lý thuyết về sự ưa thích tiền mặt): Giải thích động cơ nắm giữ tiền của các chủ thể kinh tế (giao dịch, dự phòng, đầu cơ), từ đó yêu cầu NHTM phải thiết kế đa dạng sản phẩm tiền gửi (không kỳ hạn, có kỳ hạn, tiết kiệm) để huy động vốn nhàn rỗi.
  2. Lý thuyết trung gian tài chính của ngân hàng (Gurley & Shaw 1955, 1960; Dewatripont, Rochet, & Tirole 2010): Xác định ngân hàng là định chế trung gian thu hút vốn nhàn rỗi kỳ hạn ngắn để cho vay kỳ hạn dài hơn, tạo thanh khoản và hưởng chênh lệch lãi suất.
  3. Lý thuyết tạo tín dụng: Khẳng định ngân hàng tạo tiền gửi thông qua hoạt động cấp tín dụng và mở rộng thấu chi, trong đó lợi nhuận ròng là phần thặng dư giữa thu nhập lãi với chi phí huy động, chi phí vận hành và trích lập dự phòng rủi ro.

Mô hình nghiên cứu định lượng được thiết lập dựa trên sự kế thừa mô hình của Akbar Ali (2020), phân tách thành hai phương trình hồi quy chính:

$$\text{Mô hình 1: } \text{ROA}{i,t} = \beta_0 + \beta_1 \text{DEP}{i,t} + \alpha_1 \text{SIZE}{i,t} + \alpha_2 \text{LLP}{i,t} + \alpha_3 \text{LIQ}{i,t} + \alpha_4 \text{CAP}{i,t} + \varepsilon_{i,t}$$

$$\text{Mô hình 2: } \text{ROA}{i,t} = \beta_0 + \beta_1 \text{DEP_ICT}{i,t} + \alpha_1 \text{SIZE}{i,t} + \alpha_2 \text{LLP}{i,t} + \alpha_3 \text{LIQ}{i,t} + \alpha_4 \text{CAP}{i,t} + \varepsilon_{i,t}$$

Tên biến Ký hiệu Cách thức đo lường Vai trò trong mô hình Kỳ vọng dấu
Khả năng sinh lời ROA Lợi nhuận sau thuế / Tổng tài sản Biến phụ thuộc
Tiền gửi huy động DEP Tiền gửi khách hàng / Tổng tài sản Biến độc lập $+$ (H1)
Tiền gửi tương tác ICT DEP_ICT DEP $\times$ VN ICT Index Biến độc lập $+$ (H2)
Quy mô ngân hàng SIZE Logarit tự nhiên của tổng tài sản $\ln(\text{Tổng tài sản})$ Biến kiểm soát $+$ (H3)
Dự phòng rủi ro tín dụng LLP Chi phí dự phòng RRTD / Tổng dư nợ cho vay khách hàng Biến kiểm soát $-$ (H4)
Tính thanh khoản LIQ Tài sản lưu động / Tổng tài sản Biến kiểm soát $-$ (H5)
Vốn chủ sở hữu CAP Vốn chủ sở hữu / Tổng tài sản Biến kiểm soát $+$ (H6)

Ghi chú: Chỉ số VN ICT Index của từng NHTM được trích xuất từ Báo cáo VN ICT Index thường niên do Bộ Thông tin và Truyền thông phối hợp cùng Hội Tin học Việt Nam (VAIP) công bố, tính bằng trung bình cộng 4 chỉ số thành phần: hạ tầng kỹ thuật CNTT, hạ tầng nhân lực CNTT, ứng dụng CNTT nội bộ và dịch vụ ngân hàng điện tử.

Phương pháp nghiên cứu và quy trình phân tích

Nghiên cứu áp dụng quy trình kinh tế lượng trên dữ liệu bảng cân bằng (balanced panel data):

  1. Thống kê mô tả và phân tích tương quan: Tính toán các giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất; xây dựng ma trận hệ số tương quan Pearson để phát hiện sớm các cặp biến có tương quan cao.
  2. Kiểm tra hiện tượng đa cộng tuyến: Sử dụng hệ số phóng đại phương sai (VIF).
  3. Lựa chọn mô hình hồi quy thích hợp:
    • Thực hiện hồi quy Pooled OLS, mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM).
    • Kiểm định F (Redundant Fixed Effects) để so sánh FEM với Pooled OLS.
    • Kiểm định Hausman để lựa chọn giữa FEM và REM.
  4. Kiểm định khuyết tật mô hình: Kiểm định Modified Wald nhằm phát hiện hiện tượng phương sai sai số thay đổi và kiểm định Wooldridge nhằm phát hiện hiện tượng tự tương quan.
  5. Khắc phục khuyết tật: Sử dụng phương pháp Bình phương tối thiểu tổng quát (GLS - Generalized Least Squares) để khắc phục đồng thời hiện tượng phương sai thay đổi và tự tương quan, đảm bảo ước lượng thu được không chệch và có hiệu quả.

Nội dung chính theo từng chương

Chương 1. Giới thiệu nghiên cứu

Chương mở đầu trình bày tính cấp thiết của đề tài trong bối cảnh tái cơ cấu hệ thống tài chính gắn liền với làn sóng số hóa ngành ngân hàng tại Việt Nam. Tác giả xác định rõ mục tiêu nghiên cứu tổng quát và 3 mục tiêu cụ thể; thiết lập 3 câu hỏi nghiên cứu tương ứng; xác định phạm vi không gian gồm 18 NHTM và thời gian 6 năm (2016–2022, bỏ năm 2021). Chương 1 cũng trình bày đóng góp khoa học của đề tài khi bổ sung biến tương tác công nghệ thông tin vào mối quan hệ giữa huy động vốn và khả năng sinh lời, đồng thời khái quát cấu trúc đề tài gồm 5 chương.

Chương 2. Cơ sở lý luận và tổng quan nghiên cứu

Chương 2 hệ thống hóa các khái niệm nền tảng về khả năng sinh lời ngân hàng (đặc biệt là chỉ tiêu ROA), bản chất kinh tế của các loại tiền gửi (tiền gửi không kỳ hạn, có kỳ hạn, tiết kiệm), định nghĩa ICT và cấu trúc đo lường chỉ số VN ICT Index. Tác giả phân tích chuyên sâu Lý thuyết trung gian tài chính và Lý thuyết tạo tín dụng, đồng thời tổng quan các nghiên cứu thực nghiệm trên thế giới chia thành hai luồng kết quả trái chiều:

  • Tác động cùng chiều: Ameerh & Hakeem (2020), Erna & Ekki (2004), Elisa & Guido (2016), Nkiru Peace và cộng sự (2018).
  • Tác động ngược chiều hoặc không đáng kể: Szilard Farkasdi và cộng sự (2021), Ruochen Wang (2015), Alharbi (2019), Mahboub (2018). Từ các phân tích trên, tác giả chỉ ra khoảng trống nghiên cứu tại thị trường Việt Nam khi chưa có nhiều công trình đánh giá tác động điều tiết của yếu tố công nghệ thông tin và truyền thông lên hiệu quả sinh lời của nguồn vốn tiền gửi.

Chương 3. Mô hình và phương pháp nghiên cứu

Chương 3 thiết lập quy trình nghiên cứu thực nghiệm và xây dựng hai phương trình hồi quy. Tác giả chi tiết hóa định nghĩa vận hành của 1 biến phụ thuộc (ROA), 2 biến độc lập (DEP, DEP_ICT) và 4 biến kiểm soát (SIZE, LLP, LIQ, CAP), đi kèm 6 giả thuyết nghiên cứu từ H1 đến H6. Dữ liệu thứ cấp được thu thập từ báo cáo tài chính kiểm toán của 18 NHTM niêm yết trên HOSE và ấn phẩm Báo cáo VN ICT Index. Lý do loại trừ năm 2021 được giải thích do Bộ Thông tin và Truyền thông không công bố chỉ số do ảnh hưởng giãn cách xã hội vì đại dịch COVID-19. Chương này cũng trình bày các tiêu chuẩn kiểm định lựa chọn mô hình từ Pooled OLS, FEM, REM sang GLS.

Chương 4. Kết quả và thảo luận

Chương 4 công bố toàn bộ số liệu thống kê mô tả, ma trận tương quan, các kiểm định chẩn đoán mô hình và bảng kết quả hồi quy GLS:

Biến số Số quan sát Trung bình Độ lệch chuẩn Nhỏ nhất Lớn nhất
ROA 108 0,0109 0,0074 0,0001 0,0292
DEP 108 0,6887 0,0946 0,4804 0,8860
DEP_ICT 108 0,3523 0,0908 0,1526 0,6278
SIZE 108 19,3717 0,9835 17,2932 21,4750
LLP 108 -0,0118 0,0106 -0,0541 0,0020
LIQ 108 0,1443 0,0501 0,0450 0,3252
CAP 108 0,0798 0,0267 0,0406 0,1697

Kết quả kiểm định đa cộng tuyến cho thấy giá trị VIF trung bình ở Mô hình 1 là 1,35 và Mô hình 2 là 1,22 (đều nhỏ hơn 2), loại trừ khả năng đa cộng tuyến nghiêm trọng. Kiểm định Hausman (P-value = 0,0000) khẳng định FEM vượt trội hơn REM. Kiểm định Modified Wald và Wooldridge xác nhận sự hiện diện của phương sai thay đổi và tự tương quan, dẫn đến việc lựa chọn mô hình GLS làm cơ sở phân tích kết luận cuối cùng.

Biến số Mô hình 1 (GLS) - Hệ số Mô hình 1 (GLS) - t-stat Mô hình 2 (GLS) - Hệ số Mô hình 2 (GLS) - t-stat
DEP -0,0263*** (-4,13) — —
DEP_ICT — — -0,0078** (-2,56)
SIZE 0,0030*** (6,16) 0,0032*** (7,97)
LLP 0,0498 (1,25) 0,0040 (0,10)
LIQ -0,0031 (-0,49) 0,0071 (1,23)
CAP 0,157*** (6,11) 0,193*** (12,93)
_cons -0,0415*** (-4,21) -0,0657*** (-8,78)
Số quan sát 108 108
R-squared 0,709 0,714

Ghi chú: **, *** tương ứng có ý nghĩa thống kê ở mức 5% và 1%.

Chương 5. Kết luận và hàm ý quản trị

Chương tổng kết toàn bộ các phát hiện nghiên cứu, đối chiếu mức độ đạt được so với mục tiêu ban đầu và đưa ra hệ thống các hàm ý chính sách, giải pháp quản trị danh mục vốn huy động, tối ưu hóa ngân sách đầu tư công nghệ thông tin cho ban lãnh đạo các NHTM. Đồng thời, tác giả trình bày các giới hạn thực tế về mẫu dữ liệu và định hướng các nghiên cứu tiếp nối.

Kết quả và đóng góp nghiên cứu

Kết quả nghiên cứu chính kèm dữ liệu thực nghiệm

  1. Tác động tiêu cực của tiền gửi huy động (DEP) đến ROA: Hệ số hồi quy biến DEP ở Mô hình 1 đạt giá trị -0,0263 với mức ý nghĩa 1% ($p < 0,01$). Kết quả này bác bỏ giả thuyết kỳ vọng H1 ban đầu nhưng phù hợp với nghiên cứu của Szilard Farkasdi và cộng sự (2021) và Alharbi (2019). Khi tỷ lệ tiền gửi huy động tăng, khả năng sinh lời của NHTM lại giảm xuống. Tác giả lý giải: việc chạy đua nâng lãi suất để thu hút tiền gửi làm gia tăng chi phí vốn; khi dư thừa nguồn vốn huy động không kịp giải ngân an toàn, ngân hàng đứng trước áp lực nới lỏng chuẩn tín dụng dẫn tới rủi ro nợ xấu và tăng chi phí trích lập dự phòng rủi ro.
  2. Vai trò điều tiết tích cực của công nghệ thông tin – truyền thông (DEP_ICT): Hệ số hồi quy của biến tương tác DEP_ICT ở Mô hình 2 là -0,0078 với mức ý nghĩa 5% ($p < 0,05$). Mặc dù dấu hệ số vẫn âm, mức độ tác động tiêu cực đã giảm đi đáng kể (từ mức $-0,0263$ của DEP đơn thuần xuống còn $-0,0078$ khi gắn với ICT). Điều này chứng minh ứng dụng ICT giúp các NHTM tối ưu hóa vận hành, cắt giảm chi phí xử lý giao dịch và nâng cao hiệu quả phân bổ tiền gửi, qua đó giảm thiểu đáng kể các tác động bất lợi của chi phí huy động vốn lên lợi nhuận ròng.
  3. Tác động của các biến kiểm soát:
    • Quy mô ngân hàng (SIZE): Hệ số đạt +0,0030 (Mô hình 1) và +0,0032 (Mô hình 2), đều có ý nghĩa thống kê ở mức 1%. Quy mô tài sản lớn mang lại lợi thế kinh tế nhờ quy mô, giúp ngân hàng đa dạng hóa danh mục dịch vụ, giảm chi phí bình quân và củng cố vị thế thương hiệu.
    • Vốn chủ sở hữu (CAP): Hệ số đạt +0,157 (Mô hình 1) và +0,193 (Mô hình 2), có ý nghĩa thống kê ở mức 1%. Ngân hàng có tỷ lệ đệm vốn chủ sở hữu cao phản ánh nền tảng tài chính an toàn, tạo lập niềm tin đối với khách hàng và gia tăng khả năng sinh lời dài hạn.
    • Dự phòng rủi ro (LLP) và Thanh khoản (LIQ): Đều có giá trị $p > 0,05$, không cho thấy tác động có ý nghĩa thống kê đến ROA trong mẫu nghiên cứu này.

Giải pháp và kiến nghị quản trị do tác giả đề xuất

  • Tối ưu hóa cơ cấu tiền gửi huy động: Tránh chạy đua tăng lãi suất huy động vượt quá nhu cầu tín dụng thực tế; tập trung thu hút nguồn tiền gửi không kỳ hạn (CASA) có chi phí thấp thông qua việc nâng cao chất lượng dịch vụ tài khoản và giải pháp thanh toán số.
  • Hoạch định đầu tư công nghệ thông tin có trọng tâm: Cân đối giữa chi phí đầu tư hạ tầng công nghệ/nhân sự ban đầu với khả năng sinh lời thực tế; ưu tiên nâng cấp bảo mật hệ thống an ninh mạng nhằm giảm thiểu rủi ro vận hành và bảo vệ tài sản thông tin của khách hàng.
  • Tăng cường năng lực quản trị rủi ro tín dụng: Nâng cao chất lượng thẩm định dự án vay vốn khi nguồn vốn dồi dào, tránh việc giải ngân dưới chuẩn dẫn đến gia tăng tỷ lệ nợ xấu và áp lực trích lập dự phòng bào mòn lợi nhuận.
  • Củng cố đệm vốn chủ sở hữu: Duy trì tốc độ tích lũy vốn tự có tương xứng với quy mô mở rộng tài sản nhằm bảo đảm các tỷ lệ an toàn vốn và tạo nền tảng sinh lời bền vững.

Đóng góp của đề tài

Khóa luận đã bổ sung bằng chứng thực nghiệm cụ thể tại thị trường ngân hàng Việt Nam về cơ chế tác động phi tuyến của nguồn vốn tiền gửi khi có sự điều tiết của chuyển đổi số. Kết quả nghiên cứu làm rõ hiện tượng chi phí vốn tiền gửi vượt trội hơn doanh thu tín dụng trong ngắn hạn, đồng thời khẳng định việc ứng dụng ICT là giải pháp hữu hiệu giúp thu hẹp biên tác động tiêu cực của chi phí tiền gửi lên khả năng sinh lời của hệ thống ngân hàng.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế còn tồn đọng

  • Kích thước mẫu và chuỗi thời gian: Mẫu nghiên cứu mới chỉ dừng lại ở 18 NHTM trong giai đoạn 6 năm do hạn chế về tính đồng nhất và khả dụng của bộ dữ liệu chỉ số VN ICT Index.
  • Dữ liệu gián đoạn: Bộ dữ liệu phải loại bỏ năm 2021 do Bộ Thông tin và Truyền thông không thực hiện công bố Báo cáo VN ICT Index trong giai đoạn đỉnh điểm của đại dịch COVID-19.
  • Phạm vi biến số: Mô hình tập trung chủ yếu vào các biến số nội tại của ngân hàng và chỉ số ICT tổng hợp, chưa đưa vào kiểm soát các biến số kinh tế vĩ mô ngoại sinh (như lạm phát, tăng trưởng GDP, lãi suất tái cấp vốn).

Đề xuất hướng phát triển

  • Mở rộng phạm vi khảo sát cho toàn bộ hệ thống các NHTM tại Việt Nam với chuỗi thời gian dài hơn khi dữ liệu VN ICT Index được cập nhật liên tục.
  • Bổ sung các biến kiểm soát kinh tế vĩ mô và phân tích sâu từng chỉ số thành phần của VN ICT Index (hạ tầng kỹ thuật, hạ tầng nhân lực, ứng dụng nội bộ, dịch vụ trực tuyến) để xác định rõ cấu phần công nghệ nào đóng góp mạnh mẽ nhất vào việc tối ưu hóa hiệu quả sinh lời.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo giá trị cho các nhóm đối tượng:

  • Sinh viên và học viên chuyên ngành Tài chính – Ngân hàng: Cung cấp tài liệu tham khảo mẫu mực về quy trình thực hiện một nghiên cứu định lượng hoàn chỉnh trên dữ liệu bảng (panel data), từ xử lý thống kê mô tả, ma trận tương quan, kiểm định đa cộng tuyến (VIF), kiểm định Hausman đến kỹ thuật ước lượng GLS khắc phục phương sai thay đổi và tự tương quan trên phần mềm Stata.
  • Nhà nghiên cứu về Chuyển đổi số trong Ngân hàng: Đáng chú ý ở phương pháp thiết lập biến tương tác giữa tỷ lệ tài chính (DEP) với chỉ số công nghệ chuẩn hóa quốc gia (VN ICT Index) để kiểm định vai trò điều tiết của công nghệ.
  • Bộ phận quản trị nguồn vốn và chiến lược công nghệ tại NHTM: Cung cấp số liệu định lượng giúp cân nhắc bài toán chi phí - hiệu quả khi phân bổ ngân sách cho huy động tiền gửi và đầu tư hạ tầng ngân hàng số.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại loại bỏ dữ liệu của năm 2021 ra khỏi mẫu quan sát?
Nghiên cứu phải loại bỏ dữ liệu năm 2021 vì lý do khách quan: đại dịch COVID-19 bùng phát mạnh khiến các hoạt động thu thập và xử lý số liệu bị gián đoạn; Bộ Thông tin và Truyền thông không công bố Báo cáo chỉ số VN ICT Index cho năm 2021. Do đó, tác giả chỉ sử dụng dữ liệu 6 năm đồng nhất (2016–2020 và 2022) của 18 NHTM.

2. Kết quả hồi quy cho thấy tiền gửi huy động tác động như thế nào đến khả năng sinh lời ROA?
Tiền gửi huy động (DEP) có tác động tiêu cực (nghịch chiều) đến khả năng sinh lời (ROA) với hệ số hồi quy là -0,0263 ở mức ý nghĩa thống kê 1% ($p < 0,01$). Điều này phản ánh việc tăng tỷ lệ tiền gửi huy động làm tăng áp lực chi phí trả lãi và chi phí quản lý vốn, từ đó làm giảm hiệu quả sinh lời ròng trên tổng tài sản.

3. Khi có sự tương tác của yếu tố ICT, mối quan hệ giữa tiền gửi và ROA thay đổi ra sao?
Khi kết hợp với chỉ số công nghệ (DEP_ICT), hệ số hồi quy của biến tương tác vẫn mang dấu âm nhưng giảm độ lớn tuyệt đối xuống mức -0,0078 (mức ý nghĩa 5%). Điều này chứng minh ứng dụng ICT giúp giảm thiểu mức độ ảnh hưởng tiêu cực của việc gia tăng chi phí tiền gửi lên khả năng sinh lời.

4. Những biến kiểm soát nào có ý nghĩa thống kê trong mô hình hồi quy GLS?
Hai biến kiểm soát có tác động tích cực và đạt ý nghĩa thống kê ở mức 1% là Quy mô ngân hàng (SIZE, hệ số +0,0030 ở Mô hình 1 và +0,0032 ở Mô hình 2) và Vốn chủ sở hữu (CAP, hệ số +0,157 ở Mô hình 1 và +0,193 ở Mô hình 2). Các biến Dự phòng rủi ro tín dụng (LLP) và Tính thanh khoản (LIQ) không có ý nghĩa thống kê.

5. Chỉ số VN ICT Index của các ngân hàng thương mại được xác định dựa trên những tiêu chí nào?
Chỉ số VN ICT Index của các NHTM được lấy từ Báo cáo VN ICT Index thường niên, tính bằng giá trị trung bình cộng của 4 chỉ số thành phần: hạ tầng kỹ thuật CNTT, hạ tầng nhân lực CNTT, ứng dụng CNTT nội bộ và dịch vụ ngân hàng điện tử.

Kết luận

Khóa luận tốt nghiệp của tác giả Trần Thị Anh Thơ đã thực hiện một nghiên cứu định lượng chặt chẽ về tác động của tiền gửi huy động đến khả năng sinh lời (ROA) của 18 NHTM Việt Nam giai đoạn 2016–2022 dưới góc độ điều tiết của công nghệ thông tin và truyền thông. Kết quả ước lượng qua mô hình GLS khẳng định gia tăng tiền gửi thuần túy có tác động tiêu cực đến sinh lời do gánh nặng chi phí lãi vay và áp lực nợ xấu, tuy nhiên việc ứng dụng ICT đã hỗ trợ đáng kể trong việc thu hẹp mức độ suy giảm lợi nhuận này. Nghiên cứu cũng chứng minh quy mô tài sản và năng lực vốn chủ sở hữu là hai động lực quan trọng thúc đẩy tỷ suất sinh lời của các ngân hàng thương mại. Toàn bộ phát hiện cung cấp nền tảng thực chứng hữu ích để các nhà quản trị ngân hàng cân đối chiến lược huy động vốn và tối ưu hóa hiệu quả đầu tư công nghệ số.