Giới thiệu dự án

Trong hệ thống tài chính hiện đại, ngân hàng thương mại cổ phần (NHTMCP) giữ vai trò huyết mạch trong việc dẫn vốn từ khu vực tiết kiệm sang khu vực sản xuất kinh doanh, thúc đẩy tăng trưởng kinh tế. Tuy nhiên, sau các chu kỳ biến động kinh tế vĩ mô và quá trình tái cơ cấu hệ thống tài chính giai đoạn 2011–2020 cùng lộ trình thực thi chuẩn mực an toàn vốn Basel II/Basel III, các ngân hàng Việt Nam đứng trước bài toán cân bằng giữa việc nâng cao năng lực vốn và tối ưu hóa hiệu quả hoạt động kinh doanh.

Nghiên cứu "Tác động của vốn đến khả năng sinh lời tại các ngân hàng thương mại cổ phần Việt Nam" do học viên Lê Hồng Bảo Nhung thực hiện dưới sự hướng dẫn khoa học của TS. Nguyễn Văn Nhật (Trường Đại học Ngân hàng TP. Hồ Chí Minh, Chuyên ngành Tài chính – Ngân hàng, Mã số: 8340201) giải quyết trực tiếp bài toán xung đột lý thuyết giữa chi phí vốn và khả năng sinh lời thông qua phân tích định lượng thực chứng.

+-------------------------------------------------------------------------------+
|                       KHUNG VẤN ĐỀ NGHIÊN CỨU                                |
|                                                                               |
|   Áp lực an toàn vốn (Basel II/III) <-------> Tối đa hóa lợi nhuận (ROE/ROA)   |
|         [Chi phí vốn CSH cao]                        [Đòn bẩy tài chính cao]  |
|                 GIẢI PHÁP: MÔ HÌNH ĐỊNH LƯỢNG PANEL DATA                      |
|                  31 NHTMCP Việt Nam (Giai đoạn 2009 - 2023)                   |
+-------------------------------------------------------------------------------+

Mục tiêu nghiên cứu cụ thể

  1. Mục tiêu 1: Xác định và lượng hóa chiều hướng cũng như mức độ tác động của cấu trúc vốn chủ sở hữu (Equity Capital) cùng các nhân tố nội tại và vĩ mô đến ba chỉ tiêu sinh lời cốt lõi: Thu nhập lãi thuần trên tổng tài sản (NIM), Lợi nhuận sau thuế trên tổng tài sản (ROA), và Lợi nhuận sau thuế trên vốn chủ sở hữu (ROE).
  2. Mục tiêu 2: Lựa chọn mô hình hồi quy kinh tế lượng tối ưu giữa Pooled OLS, FEM và REM thông qua các kiểm định thống kê chuẩn tắc ($F\text{-test}$, $\text{Hausman test}$), từ đó kiểm định tính ổn định và mức độ tin cậy của các ước lượng.
  3. Mục tiêu 3: Đề xuất hệ thống giải pháp và khuyến nghị chính sách về quản trị tài sản nợ – tài sản có (ALM), tái cấu trúc nguồn vốn và tối ưu hóa danh mục tài sản sinh lời cho các NHTMCP Việt Nam.

Phạm vi và dữ liệu

  • Mẫu nghiên cứu: 31 ngân hàng thương mại cổ phần tại Việt Nam (bao gồm các ngân hàng thương mại nhà nước cổ phần hóa như Vietcombank, VietinBank, BIDV và nhóm NHTMCP tư nhân).
  • Chuỗi thời gian: 15 năm (từ năm 2009 đến năm 2023).
  • Số lượng quan sát: 446 quan sát dữ liệu bảng không cân bằng (Unbalanced Panel Data).
  • Nguồn dữ liệu: Báo cáo tài chính kiểm toán thường niên của các ngân hàng và số liệu vĩ mô công bố từ Tổng cục Thống kê (GSO).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu về mối quan hệ giữa vốn chủ sở hữu và khả năng sinh lời của ngân hàng trên thế giới và tại Việt Nam tồn tại hai luồng quan điểm trái chiều:

  1. Trường phái Lý thuyết Chi phí Kiệt quệ Tài chính & Tín hiệu (Signaling Theory): Vốn CSH cao đóng vai trò như lớp đệm chống sốc rủi ro tín dụng và rủi ro thanh khoản, giúp ngân hàng hạ thấp chi phí huy động vốn vay, từ đó nâng cao ROA và NIM (Berger, 1995; Athanasoglou và cộng sự, 2006; Flamini và cộng sự, 2009; Đỗ Hoài Linh & Vũ Kiều Trang, 2019).
  2. Trường phái Lý thuyết Đòn bẩy Tài chính (Financial Leverage Theory): Vốn CSH cao làm giảm tỷ lệ đòn bẩy tài chính, dẫn đến suy giảm tỷ suất sinh lời trên vốn chủ sở hữu (ROE) do chi phí cơ hội của vốn CSH luôn cao hơn chi phí nợ (Goddard và cộng sự, 2013; Wasiuzzaman & Tarmizi, 2010; Nguyễn Thị Hồng Vinh & Lê Phan Thị Diệu Thảo, 2016).
Tác giả / Nghiên cứu Mẫu & Thời gian Phương pháp Kết quả biến CAP đến Lợi nhuận
Athanasoglou và CS (2006) 65 NHTM Nam & Đông Âu (1998–2002) REM Tác động dương (+) lên ROA, ROE
Goddard và CS (2013) 8 quốc gia Châu Âu (1992–2007) Panel Data Tác động âm (-) lên ROE
Lee & Hsieh (2013) 42 quốc gia Châu Á (1994–2008) GMM Tác động không đồng nhất tùy nhóm thu nhập
Nguyễn Thị Hồng Vinh (2016) 30 NHTM Việt Nam (2007–2014) GMM CAP (+) với ROA; CAP (-) với ROE
Đỗ Hoài Linh & CS (2019) 30 NHTM Việt Nam (2012–2018) OLS / FEM / REM CAP (+) đồng nhất với ROA và NIM
Đề án này (2024) 31 NHTM Việt Nam (2009–2023) OLS / FEM / REM CAP (+) với NIM, ROA; không ý nghĩa với ROE

Thiết kế hệ thống mô hình định lượng

Mô hình nghiên cứu thực nghiệm được thiết kế dưới dạng hàm hồi quy đa biến cho dữ liệu bảng nhằm kiểm tra 3 khía cạnh đo lường khả năng sinh lời:

$$\text{NIM}{i,t} = \beta_0 + \beta_1 \text{CAP}{i,t} + \beta_2 \text{SIZE}{i,t} + \beta_3 \text{NLTA}{i,t} + \beta_4 \text{DEP}{i,t} + \beta_5 \text{LIQ}{i,t} + \beta_6 \text{INF}_t + \beta_7 \text{GDP}t + \varepsilon{i,t} \quad (1)$$

$$\text{ROA}{i,t} = \alpha_0 + \alpha_1 \text{CAP}{i,t} + \alpha_2 \text{SIZE}{i,t} + \alpha_3 \text{NLTA}{i,t} + \alpha_4 \text{DEP}{i,t} + \alpha_5 \text{LIQ}{i,t} + \alpha_6 \text{INF}_t + \alpha_7 \text{GDP}t + \varepsilon{i,t} \quad (2)$$

$$\text{ROE}{i,t} = \gamma_0 + \gamma_1 \text{CAP}{i,t} + \gamma_2 \text{SIZE}{i,t} + \gamma_3 \text{NLTA}{i,t} + \gamma_4 \text{DEP}{i,t} + \gamma_5 \text{LIQ}{i,t} + \gamma_6 \text{INF}_t + \gamma_7 \text{GDP}t + \varepsilon{i,t} \quad (3)$$

Methodology

Quy trình nghiên cứu định lượng được chuẩn hóa qua các bước xử lý kinh tế lượng chặt chẽ:

  1. Thu thập và tiền xử lý dữ liệu: Bóc tách 15 năm báo cáo tài chính của 31 NHTMCP, loại bỏ sai lệch kế toán, chuẩn hóa theo chuẩn mực kế toán Việt Nam (VAS).
  2. Thống kê mô tả & Phân tích ma trận tương quan Pearson: Đánh giá phân phối biến số và phát hiện sớm hiện tượng tương quan cao giữa các biến giải thích.
  3. Kiểm định hiện tượng đa cộng tuyến (Multicollinearity Test): Sử dụng hệ số phóng đại phương sai $\text{VIF}$ với ngưỡng chấp nhận $\text{VIF} < 10$ (thực tế yêu cầu $\text{VIF} < 3$).
  4. Ước lượng hồi quy đa mô hình:
    • Hồi quy gộp OLS (Pooled Ordinary Least Squares).
    • Hồi quy tác động cố định FEM (Fixed Effects Model) nhằm kiểm soát các đặc tính bất biến theo thời gian của từng ngân hàng ($\alpha_i$).
    • Hồi quy tác động ngẫu nhiên REM (Random Effects Model) giả định sai số đặc trưng ngẫu nhiên $u_i$.
  5. Kiểm định lựa chọn mô hình tối ưu:
    • $F\text{-test}$ kiểm định giả thuyết $H_0: u_i = 0$ để lựa chọn giữa Pooled OLS và FEM.
    • $\text{Hausman test}$ kiểm định giả thuyết $H_0: \text{Cov}(\alpha_i, X_{it}) = 0$ để chọn giữa FEM và REM.

Implementation và kết quả

Development process

Quy trình ước lượng và kiểm định được lập trình và thực thi thông qua phần mềm Stata 17. Toàn bộ mã lệnh phân tích được tự động hóa từ khâu kiểm định cấu trúc dữ liệu bảng đến hồi quy mô hình.

* Thiết lập cấu trúc dữ liệu bảng
xtset bank_id year

* 1. Thống kê mô tả và phân tích tương quan
summarize NIM ROA ROE CAP SIZE NLTA DEP LIQ INF GDP
pwcorr NIM ROA ROE CAP SIZE NLTA DEP LIQ INF GDP, star(0.01)

* 2. Kiểm định đa cộng tuyến
regress NIM CAP SIZE NLTA DEP LIQ INF GDP
estat vif

* 3. Ước lượng Mô hình (1): NIM
regress NIM CAP SIZE NLTA DEP LIQ INF GDP               // Pooled OLS
estimates store ols_nim
xtreg NIM CAP SIZE NLTA DEP LIQ INF GDP, fe            // FEM
estimates store fe_nim
xtreg NIM CAP SIZE NLTA DEP LIQ INF GDP, re            // REM
estimates store re_nim
hausman fe_nim re_nim                                  // Hausman Test

* 4. Ước lượng Mô hình (2): ROA
xtreg ROA CAP SIZE NLTA DEP LIQ INF GDP, fe
estimates store fe_roa
xtreg ROA CAP SIZE NLTA DEP LIQ INF GDP, re
estimates store re_roa
hausman fe_roa re_roa

* 5. Ước lượng Mô hình (3): ROE
xtreg ROE CAP SIZE NLTA DEP LIQ INF GDP, fe
estimates store fe_roe
xtreg ROE CAP SIZE NLTA DEP LIQ INF GDP, re
estimates store re_roe
hausman fe_roe re_roe

Testing và validation

Kiểm định đa cộng tuyến (VIF Test)

Kết quả kiểm tra hệ số phóng đại phương sai cho thấy mô hình hoàn toàn không vi phạm giả định đa cộng tuyến:

  • Biến có $\text{VIF}$ cao nhất: $\text{SIZE} = 2.50$ ($\text{1/VIF} = 0.40$).
  • Hệ số $\text{Mean VIF} = 1.50 < 2.0$.
  • Kết luận: Các biến độc lập có tính trực giao cao, đủ điều kiện đưa vào hồi quy.

Kết quả kiểm định lựa chọn mô hình ($F\text{-test}$ và $\text{Hausman test}$)

Mô hình / Biến phụ thuộc Kiểm định $F\text{-test}$ (OLS vs FEM) Kiểm định $\text{Hausman}$ (FEM vs REM) Mô hình được chọn
Mô hình (1): NIM $F(30, 408) = 16.00^{***}$ ($p = 0.0000$) $\chi^2(7) = 283.00^{***}$ ($p = 0.0000$) FEM (Fixed Effects)
Mô hình (2): ROA $F(30, 408) = 4.00^{***}$ ($p = 0.0000$) $\chi^2(7) = 6.53$ ($p = 0.4795 > 0.10$) REM (Random Effects)
Mô hình (3): ROE $F(30, 408) = 5.00^{***}$ ($p = 0.0000$) $\chi^2(7) = 17.01^{**}$ ($p = 0.0173 < 0.05$) FEM (Fixed Effects)

Ghi chú: $^{} p < 0.01$, $^{} p < 0.05$, $^{} p < 0.10$.

Kết quả đạt được

Dựa trên các mô hình tối ưu đã lựa chọn thông qua kiểm định thống kê, kết quả thực nghiệm về tác động của vốn và các yếu tố vĩ mô đến hiệu quả sinh lời của 31 NHTMCP Việt Nam được tổng hợp chi tiết:

Biến độc lập Mô hình (1): NIM (FEM) Mô hình (2): ROA (REM) Mô hình (3): ROE (FEM) Ý nghĩa kinh tế & Thực tiễn
CAP (Tỷ lệ vốn CSH) (+) $p < 0.01$ (+) $p < 0.01$ Không có ý nghĩa Tăng vốn giúp hạ chi phí vốn vay, cải thiện biên lãi ròng và chất lượng tài sản sinh lời
SIZE (Quy mô tài sản) (+) $p < 0.01$ (+) $p < 0.01$ (+) $p < 0.05$ Lợi thế kinh tế nhờ quy mô (Economies of Scale), đa dạng hóa danh mục tín dụng
NLTA (Tỷ lệ cho vay) (+) $p < 0.01$ (+) $p < 0.01$ (+) $p < 0.01$ Hoạt động tín dụng tiếp tục là động lực tạo doanh thu và lợi nhuận cốt lõi
DEP (Tỷ lệ tiền gửi) (-) $p < 0.01$ (-) $p < 0.01$ (-) $p < 0.01$ Chi phí trả lãi tiền gửi cao và áp lực cạnh tranh lãi suất huy động làm xói mòn lợi nhuận
LIQ (Thanh khoản) Không có ý nghĩa Không có ý nghĩa Không có ý nghĩa Nắm giữ tài sản thanh khoản không trực tiếp tác động mang tính đánh đổi lên lợi nhuận
INF (Lạm phát) (+) $p < 0.01$ (+) $p < 0.01$ (+) $p < 0.01$ Ngân hàng điều chỉnh tăng lãi suất cho vay nhanh hơn lãi suất huy động khi lạm phát tăng
GDP (Tăng trưởng KT) (+) $p < 0.10$ (+) $p < 0.05$ (+) $p < 0.10$ Tăng trưởng vĩ mô mở rộng nhu cầu tín dụng và giảm áp lực trích lập dự phòng rủi ro

Đổi mới và đóng góp

Đóng góp học thuật và phương pháp luận

  • Dung lượng mẫu lớn và tính đại diện cao: Khảo sát 31 NHTMCP Việt Nam xuyên suốt 15 năm (2009–2023) với 446 quan sát, bao quát trọn vẹn chu kỳ tái cơ cấu ngân hàng (2011–2015), giai đoạn bùng nổ tín dụng bán lẻ (2016–2019), cú sốc đại dịch COVID-19 (2020–2021) và giai đoạn thanh lọc thị trường vốn (2022–2023).
  • Giải quyết mâu thuẫn lý thuyết về biến CAP: Đề án làm rõ cơ chế tác động không đồng nhất của tỷ lệ an toàn vốn:
    • Vốn CSH tác động đồng biến có ý nghĩa thống kê ở mức 1% đối với NIM và ROA, khẳng định lý thuyết tín hiệu (Signaling Theory) và đệm an toàn rủi ro.
    • Ngược lại, CAP không có tác động đáng kể đến ROE trong mô hình FEM. Điều này phản ánh sự trung hòa giữa việc gia tăng lợi nhuận sau thuế và sự mở rộng của mẫu số (vốn chủ sở hữu) trong công thức ROE.
|               CƠ CHẾ TRUYỀN DẪN CỦA VỐN CHỦ SỞ HỮU (CAP)                    |
|                                                                             |

So sánh với các công trình nghiên cứu tiền nhiệm

  1. So với nghiên cứu của Nguyễn Thị Hồng Vinh & Lê Phan Thị Diệu Thảo (2016): Đề án này mở rộng chuỗi dữ liệu thêm 9 năm (đến hết 2023). Kết quả khẳng định tính bền vững của mối quan hệ thuận chiều giữa CAP và ROA/NIM trong bối cảnh các ngân hàng đã hoàn tất áp dụng chuẩn mực Basel II (Thông tư 41/2016/TT-NHNN).
  2. So với nghiên cứu của Đỗ Hoài Linh & Vũ Kiều Trang (2019): Nghiên cứu bổ sung biến phụ thuộc ROE và phân tích sâu hơn tác động ngược chiều có ý nghĩa 1% của tỷ lệ tiền gửi (DEP) đến cả ba chỉ tiêu sinh lời, chỉ ra hạn chế của mô hình tăng trưởng dựa thuần túy vào mở rộng huy động tiền gửi chi phí cao.

Ứng dụng thực tế và triển khai

Chiến lược quản trị nguồn vốn và tài sản cho NHTMCP

+-------------------------------------------------------------------------------+
|             KHUNG HOẠCH ĐỊNH QUẢN TRỊ TÀI SẢN NỢ - CÓ (ALM FRAMEWORK)         |
|                                                                               |
|   1. TĂNG VỐN TỰ CÓ (CAP)      2. TỐI ƯU CHI PHÍ NỢ (DEP)   3. TĂNG TRƯỞNG QUY MÔ  |
|   - Phát hành CP / Giữ LN      - Tăng tỷ lệ CASA            - M&A / Mở rộng số hóa |
|   - Tăng CAR theo Basel III    - Giảm huy động lãi suất cao - Đa dạng danh mục     |
|                        MỤC TIÊU: TỐI ĐA HÓA NIM & ROA BỀN VỮNG                |
+-------------------------------------------------------------------------------+
  1. Chủ động nâng cao tỷ lệ an toàn vốn (CAR) và năng lực vốn tự có:
    • Tăng cường tích tụ vốn tự có thông qua việc giữ lại lợi nhuận chưa phân phối và phát hành cổ phiếu thưởng thay vì chia cổ tức bằng tiền mặt trong các giai đoạn nền kinh tế mở rộng.
    • Phát hành trái phiếu tăng vốn cấp 2 dài hạn để củng cố bộ đệm vốn theo định hướng Basel III, giúp hạ thấp hệ số rủi ro tín nhiệm và giảm chi phí huy động vốn trên thị trường liên ngân hàng.
  2. Tối ưu hóa cấu trúc tiền gửi, giảm thiểu tác động tiêu cực của biến DEP:
    • Dữ liệu chỉ ra rằng việc tăng tỷ lệ tiền gửi truyền thống (DEP) làm giảm khả năng sinh lời do chi phí lãi suất huy động lớn. Các ngân hàng cần đẩy mạnh chiến lược tăng trưởng tiền gửi không kỳ hạn (CASA) thông qua hệ sinh thái ngân hàng số (Digital Banking), dịch vụ quản lý dòng tiền doanh nghiệp và thanh toán không dùng tiền mặt.
  3. Mở rộng quy mô tài sản gắn liền với quản trị chất lượng tín dụng (NLTA & SIZE):
    • Khai thác lợi thế kinh tế nhờ quy mô (SIZE tác động đồng biến ở mức 1%) bằng cách đầu tư vào hạ tầng công nghệ lõi (Core Banking) và mở rộng danh mục cho vay bán lẻ, doanh nghiệp vừa và nhỏ (SME) để nâng cao biên lãi thuần NIM.

Lộ trình triển khai ứng dụng (Implementation Roadmap)

Giai đoạn 1 (0-6 tháng)       Giai đoạn 2 (6-18 tháng)      Giai đoạn 3 (18-36 tháng)

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Phương pháp ước lượng: Nghiên cứu sử dụng các mô hình tĩnh (Pooled OLS, FEM, REM). Mặc dù các kiểm định $F\text{-test}$ và $\text{Hausman}$ đã được thực hiện chuẩn tắc, mô hình tĩnh chưa kiểm soát triệt để hiện tượng nội sinh tiềm ẩn (Endogeneity) phát sinh từ biến độ trễ của khả năng sinh lời ($\text{NIM}{t-1}, \text{ROA}{t-1}$) hoặc tính đồng thời (Simultaneity).
  • Biến số phi tài chính: Mô hình chưa tích hợp các biến định tính quan trọng như chỉ số chuyển đổi số ngân hàng (Digital Transformation Index), cơ cấu quản trị công ty (Corporate Governance), và rủi ro môi trường - xã hội - quản trị (ESG).

Định hướng mở rộng nghiên cứu

  • Ứng dụng phương pháp hồi quy động GMM / System GMM (SGMM): Đưa biến trễ của biến phụ thuộc vào phương trình nhằm khắc phục hoàn toàn hiện tượng tự tương quan và nội sinh.
  • Mô hình hóa tác động phi tuyến tính (Non-linear Threshold Model): Kiểm tra sự tồn tại của ngưỡng vốn tối ưu (Optimal Capital Threshold), xác định điểm giới hạn mà tại đó việc tiếp tục tăng vốn CSH sẽ làm suy giảm hiệu quả sử dụng vốn của ngân hàng.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                          ĐỐI TƯỢNG HƯỞNG LỢI TRỰC TIẾP                        |
+-------------------------------------------------------------------------------+
|  1. NHÀ QUẢN TRỊ NGÂN HÀNG (ALM, Risk Managers, CFO):                         |
|     -> Công thức định lượng hóa tương quan vốn - lợi nhuận                    |
|     -> Chiến lược phát triển CASA và mở rộng quy mô tối ưu                    |
|                                                                               |
|  2. SINH VIÊN, HỌC VIÊN CAO HỌC & NGHIÊN CỨU SINH:                           |
|     -> Tài liệu tham khảo chuẩn mực về cấu trúc đề án tài chính định lượng    |
|     -> Full Stata workflow: Từ VIF, F-test, Hausman đến FEM/REM               |
|                                                                               |
|  3. NHÀ ĐẦU TƯ & CHUYÊN VIÊN PHÂN TÍCH TÀI CHÍNH (Equity Analysts):          |
|     -> Mô hình định giá ngân hàng dựa trên sức mạnh vốn tự có (CAP) và quy mô |
|     -> Bộ tiêu chí đánh giá chất lượng tài sản nợ - có                        |
|                                                                               |
|  4. CƠ QUAN QUẢN LÝ NHÀ NƯỚC (NHNN, Thanh tra Giám sát Ngân hàng):           |
|     -> Bằng chứng thực nghiệm ủng hộ lộ trình áp chuẩn an toàn vốn Basel      |
+-------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại chọn cả 3 biến phụ thuộc NIM, ROA và ROE?

NIM đo lường hiệu quả cốt lõi của hoạt động trung gian tín dụng (thu nhập lãi thuần trên tổng tài sản sinh lời). ROA phản ánh năng lực tổng thể của ban điều hành trong việc sử dụng toàn bộ tài sản để tạo ra lợi nhuận ròng. ROE đo lường tỷ suất sinh lời thực tế trên mỗi đồng vốn của cổ đông. Việc tích hợp cả 3 biến giúp nhìn nhận toàn diện bức tranh tài chính mà không bị lệch góc nhìn theo một nhóm lợi ích đơn lẻ.

2. Vì sao biến tỷ lệ vốn chủ sở hữu (CAP) tác động dương đến NIM và ROA nhưng lại không có ý nghĩa thống kê đối với ROE?

Theo lý thuyết đòn bẩy tài chính, $\text{ROE} = \text{ROA} \times \text{Đòn bẩy tài chính (Tổng tài sản / Vốn CSH)}$. Khi CAP tăng (tức tỷ lệ Vốn CSH / Tổng tài sản tăng), ROA tăng lên (tác động dương ở mức 1%), nhưng đòn bẩy tài chính lại giảm xuống. Hai hiệu ứng ngược chiều này triệt tiêu lẫn nhau, dẫn đến việc hệ số hồi quy của CAP trong phương trình ROE không đạt mức ý nghĩa thống kê.

3. Kết quả kiểm định lựa chọn mô hình cho 3 biến phụ thuộc có sự khác nhau như thế nào?

  • Với NIM: $F\text{-test}$ bác bỏ OLS ($p = 0.0000$), $\text{Hausman test}$ bác bỏ REM ($p = 0.0000$), do đó chọn mô hình tác động cố định (FEM).
  • Với ROA: $F\text{-test}$ bác bỏ OLS ($p = 0.0000$), nhưng $\text{Hausman test}$ không bác bỏ $H_0$ ($p = 0.4795 > 0.10$), do đó chọn mô hình tác động ngẫu nhiên (REM).
  • Với ROE: Cả $F\text{-test}$ và $\text{Hausman test}$ đều có ý nghĩa thống kê ở mức dưới 5%, do đó chọn mô hình tác động cố định (FEM).

4. Tại sao tỷ lệ tiền gửi (DEP) lại có hệ số âm có ý nghĩa thống kê 1% đối với cả 3 mô hình?

Tiền gửi là nguồn vốn chiếm tỷ trọng lớn nhất nhưng cũng mang lại gánh nặng chi phí lãi vay trực tiếp. Tại Việt Nam giai đoạn 2009–2023, sự cạnh tranh lãi suất huy động giữa các ngân hàng diễn ra gay gắt. Nếu ngân hàng gia tăng tỷ lệ tiền gửi có kỳ hạn lãi suất cao mà không thể giải ngân vào các tài sản sinh lời tương ứng hoặc không có nguồn vốn CASA chi phí thấp bổ trợ, biên lợi nhuận NIM và lợi nhuận ròng ROA/ROE sẽ bị bào mòn.

5. Nghiên cứu kiểm soát hiện tượng đa cộng tuyến bằng phương pháp nào?

Tác giả sử dụng hệ số phóng đại phương sai (Variance Inflation Factor - VIF) sau khi chạy hồi quy tuyến tính. Kết quả cho thấy tất cả các biến độc lập đều có $\text{VIF} < 3$ (cao nhất là biến SIZE đạt 2.50) và $\text{Mean VIF} = 1.50 < 2.0$. Theo tiêu chuẩn kinh tế lượng thực nghiệm (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005), mô hình hoàn toàn không xảy ra hiện tượng đa cộng tuyến.

Kết luận

Đề án tốt nghiệp "Tác động của vốn đến khả năng sinh lời tại các ngân hàng thương mại cổ phần Việt Nam" của học viên Lê Hồng Bảo Nhung là một công trình nghiên cứu định lượng hoàn chỉnh, chuẩn mực và có giá trị thực tiễn cao cho ngành Tài chính – Ngân hàng. Thông qua tập dữ liệu bảng 446 quan sát của 31 NHTMCP trong giai đoạn 15 năm (2009–2023), nghiên cứu đã chứng minh một cách nhất quán rằng việc củng cố vốn chủ sở hữu không những không làm suy giảm hiệu quả kinh doanh mà còn là nền tảng cốt lõi giúp cải thiện biên lãi ròng (NIM) và tỷ suất sinh lời trên tài sản (ROA).

Kết quả này cung cấp cơ sở khoa học vững chắc ủng hộ Ngân hàng Nhà nước trong việc thúc đẩy áp dụng các tiêu chuẩn an toàn vốn Basel II/Basel III, đồng thời mở ra khung định hướng chiến lược giúp các ngân hàng thương mại tái cấu trúc danh mục tài sản nợ - có, phát triển nguồn vốn chi phí thấp (CASA) và nâng cao năng lực cạnh tranh trong kỷ nguyên số.