Giới thiệu dự án

Trong cấu trúc kinh tế thị trường, ngân hàng thương mại (NHTM) giữ vai trò là huyết mạch lưu thông vốn và cung ứng dịch vụ thanh toán. Tuy nhiên, bản chất hoạt động "đi vay ngắn hạn để cho vay trung - dài hạn" (Maturity Mismatch) khiến hệ thống ngân hàng luôn đối diện với rủi ro thanh khoản (Liquidity Risk) – một loại rủi ro mang tính dây chuyền, khó dự báo và có sức tàn phá nghiêm trọng nhất. Lịch sử tài chính toàn cầu đã ghi nhận nhiều cuộc khủng hoảng bắt nguồn từ mất thanh khoản như khủng hoảng ngân hàng Argentina năm 2001 (áp dụng luật Corralito phong tỏa tài khoản), khủng hoảng thanh khoản hệ thống ngân hàng Nga năm 2004 (sự sụp đổ của Guta Bank) hay sự phá sản của Northern Rock tại Anh năm 2007 do khủng hoảng nợ dưới chuẩn Mỹ. Tại Việt Nam, các hiện tượng rút tiền hàng loạt (Bank Run) từng xảy ra tại ACB (2003) hay Ngân hàng Phương Nam (2005) do yếu tố tâm lý và tin đồn thất thiệt đã đặt ra yêu cầu cấp thiết về quản trị thanh khoản định lượng.

Vấn đề cốt lõi tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV) – Chi nhánh Thừa Thiên Huế giai đoạn 2014 – 2016 là tốc độ gia tăng nhanh chóng của nguồn tiền gửi không kỳ hạn (KKH) và tiền gửi ngắn hạn, trong khi tỷ trọng dư nợ cho vay trung và dài hạn liên tục mở rộng (tăng từ 47,43% năm 2014 lên 61,61% năm 2016). Sự phân kỳ về kỳ hạn này tiềm ẩn nguy cơ mất cân đối dòng tiền tức thời nếu phát sinh đột biến rút vốn.

Mục tiêu nghiên cứu của dự án:

  1. Hệ thống hóa cơ sở lý luận và kinh nghiệm thực tiễn quốc tế/trong nước về rủi ro thanh khoản ngân hàng.
  2. Đánh giá toàn diện thực trạng thanh khoản thông qua hệ thống chỉ số truyền thống (H3 - H8) tại BIDV Thừa Thiên Huế giai đoạn 2014 - 2016.
  3. Ứng dụng mô hình kinh tế lượng phi tuyến dạng hàm sản xuất Cobb-Douglas và kỹ thuật ước lượng bình phương nhỏ nhất (OLS) trên phần mềm EViews 8 để lượng hóa tác động của tỷ lệ đầu tư và biến trễ thanh khoản lên hệ số an toàn thanh toán.
  4. Xây dựng gói giải pháp quản trị thanh khoản chủ động, cân bằng tài sản Nợ - tài sản Có cho chi nhánh.

Dự án giới hạn phạm vi nghiên cứu tại BIDV Chi nhánh Thừa Thiên Huế, sử dụng dữ liệu chuỗi thời gian theo quý (từ Quý I/2014 đến Quý IV/2016).


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các chi nhánh ngân hàng thương mại, quản trị thanh khoản thường dựa trên việc theo dõi thụ động các chỉ số tĩnh hoặc tuân thủ các quy định an toàn tối thiểu của Ngân hàng Nhà nước (NHNN).

Phương pháp Ưu điểm Nhược điểm Đánh giá khả thi tại Chi nhánh
Quản trị dựa vào Tài sản Có (Asset-side) Chủ động, không phụ thuộc vào thị trường liên ngân hàng. Chịu chi phí cơ hội lớn do giữ nhiều tài sản sinh lời thấp; chi phí giao dịch cao khi bán gấp tài sản. Phù hợp dự phòng ngắn hạn nhưng làm giảm hiệu quả sinh lời.
Quản trị dựa vào Tài sản Nợ (Liability-side) Tối ưu hóa nguồn vốn, không cần nắm giữ lượng lớn tài sản lỏng. Phụ thuộc hoàn toàn vào biến động lãi suất thị trường liên ngân hàng; nguy cơ đóng băng thanh khoản khi có rủi ro hệ thống. Chi nhánh cấp 1 không có thẩm quyền tự phát hành chứng chỉ tiền gửi lớn trên thị trường tiền tệ.
Mô hình kinh tế lượng định lượng (Cobb-Douglas OLS) Lượng hóa độ co giãn, tích hợp hiệu ứng trễ thời gian, hỗ trợ mô phỏng kịch bản. Đòi hỏi dữ liệu chuỗi thời gian chuẩn xác và công cụ kiểm định khuyết tật mô hình chuyên sâu. Tối ưu, giải quyết triệt để bài toán dự báo rủi ro thanh khoản động.

Yêu cầu quản trị rủi ro thanh khoản theo mô hình MoSCoW:

  • Must-have (Bắt buộc): Đo lường được chỉ số trạng thái tiền mặt ($H_3$), chỉ số khả năng thanh toán tức thời ($Y_t$), tỷ lệ dư nợ/huy động ($H_5$).
  • Should-have (Nên có): Xây dựng phương trình hàm hồi quy ước lượng mức độ co giãn của rủi ro thanh khoản theo tỷ lệ mở rộng đầu tư ($X_t$).
  • Could-have (Có thể có): Thiết lập ngưỡng cảnh báo sớm (Early Warning System) theo từng quý.
  • Won't-have (Chưa thực hiện): Tự động hóa giao dịch tái cấp vốn tự động với Hội sở chính.
+-------------------------------------------------------------------------+
|                  HỆ THỐNG QUẢN TRỊ RỦI RO THANH KHOẢN                  |
+-------------------------------------------------------------------------+
                                    |
     +------------------------------+-------------------------------+
     |                                                              |
     v                                                              v
+-------------------------------+             +-------------------------------+
|     DỮ LIỆU ĐẦU VÀO (INPUT)   |             |   MÔ HÌNH HỒI QUY (EVIEWS 8)  |
| - Tiền mặt, Tiền gửi NHNN/TCTD| ----------> | - Dạng hàm Cobb-Douglas       |
| - Chứng khoán thanh khoản     |             | - Tuyến tính hóa Logarit (OLS)|
| - Tiền gửi KKH & Cho vay ($X$) |             | - Biến trễ thanh khoản ($Y-1$)|
+-------------------------------+             +-------------------------------+
                                                            |
                                                            v
+-------------------------------+             +-------------------------------+
|     BỘ CHỈ SỐ THANH KHOẢN     |             |      KIỂM ĐỊNH KINH TẾ LƯỢNG  |
| - Trạng thái tiền mặt ($H_3$) | <---------- | - Kiểm định White (Phương sai)|
| - Năng lực cho vay ($H_4$)    |             | - Tự tương quan Breusch-Godfr |
| - Khả năng thanh toán ($Y_t$) |             | - Phân phối chuẩn & Ramsey    |
+-------------------------------+             +-------------------------------+
                                    |
                                    v
+-------------------------------------------------------------------------+
|                      RA QUYẾT ĐỊNH & CHIẾN LƯỢC ALM                     |
| - Cân bằng Tài sản Nợ - Tài sản Có | Tăng vốn tự có | Tối ưu hóa kỳ hạn  |
+-------------------------------------------------------------------------+

Thiết kế hệ thống

Mô hình định lượng ước lượng rủi ro thanh khoản được thiết lập dưới dạng hàm Cobb-Douglas:

$$Y_t = \beta_1 X_t^{\beta_2} Y_{t-1}^{\beta_3}$$

Trong đó:

  • Biến phụ thuộc ($Y_t$): Chỉ số khả năng thanh toán tức thời trước rủi ro rút tiền đột ngột: $$Y_t = \frac{\text{Trạng thái tiền mặt} + \text{Chứng khoán thanh khoản}}{\text{Tiền gửi không kỳ hạn (KKH)}}$$ (Quy ước: Nếu $Y_t \ge 1$, ngân hàng đảm bảo khả năng thanh toán tức thời; Nếu $Y_t < 1$, ngân hàng đối diện nguy cơ mất thanh khoản khi khách hàng rút vốn đồng loạt).
  • Biến độc lập ($X_t$): Tỷ lệ đầu tư tín dụng trên tổng tài sản: $$X_t = \frac{\text{Tổng đầu tư (Dư nợ tín dụng)}}{\text{Tổng tài sản Có}}$$ (Kỳ vọng lý thuyết: $\beta_2 < 0$, khi ngân hàng tăng cường giải ngân cho vay, thanh khoản dự trữ giảm).
  • Biến trễ ($Y_{t-1}$): Khả năng thanh toán của quý liền trước, phản ánh tính quán tính và quán tính thanh khoản kỳ trước chi phối kỳ sau (Kỳ vọng lý thuyết: $\beta_3 > 0$).
  • $\beta_2, \beta_3$: Hệ số co giãn (Elasticity). Khi biến độc lập thay đổi 1%, biến phụ thuộc thay đổi $\beta%$.

Để ước lượng bằng phương pháp bình phương nhỏ nhất (Ordinary Least Squares - OLS), phương trình phi tuyến được logarit hóa hai vế:

$$\ln(Y_t) = \ln(\beta_1) + \beta_2 \ln(X_t) + \beta_3 \ln(Y_{t-1}) + U_t$$

Đặt $\alpha = \ln(\beta_1)$, ta thu được phương trình hồi quy tuyến tính thực nghiệm:

$$\ln(Y_t) = \alpha + \beta_2 \ln(X_t) + \beta_3 \ln(Y_{t-1}) + U_t$$

Methodology

  • Phương pháp thu thập dữ liệu: Thu thập dữ liệu thứ cấp từ Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh định kỳ theo quý của BIDV Chi nhánh Thừa Thiên Huế (2014 - 2016), kết hợp phỏng vấn sâu chuyên gia quản trị rủi ro tại Phòng Giao dịch An Cựu.
  • Quy trình phân tích kinh tế lượng:
    1. Xây dựng chuỗi số liệu theo quý ($t = \text{Quý I/2014} \to \text{Quý IV/2016}$).
    2. Thực hiện biến đổi chuỗi dữ liệu gốc sang dạng Logarit tự nhiên ($\ln Y_t$, $\ln X_t$, $\ln Y_{t-1}$).
    3. Ước lượng hệ số hồi quy bằng thuật toán OLS trên EViews 8.
    4. Thực hiện các kiểm định chẩn đoán mô hình bắt buộc: White Test (kiểm tra phương sai sai số thay đổi), Breusch-Godfrey LM Test (kiểm tra tự tương quan), Jarque-Bera Test (kiểm tra phân phối chuẩn của phần dư), Ramsey RESET Test (kiểm tra chỉ định dạng hàm).

Implementation và kết quả

Development process

Quá trình lượng hóa rủi ro thanh khoản được thực thi trên phần mềm kinh tế lượng chuyên dụng EViews 8.0 với quy trình xử lý dữ liệu và ước lượng mô hình mẫu:

# Cấu trúc mã logic xử lý số liệu thanh khoản và ước lượng mô hình hồi quy (Tương đương EViews Script)
import numpy as np
import statsmodels.api as sm
import statsmodels.formula.api as smf

# Dữ liệu chuỗi thời gian Quý (BIDV Thừa Thiên Huế: 2014Q1 - 2016Q4)
# Y: (Tiền mặt + Tiền gửi TCTD + CK lỏng) / Tiền gửi KKH
# X: Tổng dư nợ đầu tư / Tổng tài sản
data = {
    'Quarter': ['2014Q1', '2014Q2', '2014Q3', '2014Q4', '2015Q1', '2015Q2', '2015Q3', '2015Q4', '2016Q1', '2016Q2', '2016Q3', '2016Q4'],
    'Cash_Securities': [9.58, 10.82, 11.20, 12.05, 11.08, 12.30, 13.50, 14.12, 15.60, 17.80, 20.10, 23.77],
    'Demand_Deposit': [12.00, 13.50, 15.10, 16.83, 18.20, 20.10, 22.40, 24.67, 26.50, 29.80, 31.20, 32.88],
    'Total_Loans': [2450.0, 2580.0, 2690.0, 2778.27, 3010.0, 3250.0, 3500.0, 3770.71, 4100.0, 4600.0, 5100.0, 5702.34],
    'Total_Assets': [3100.0, 3250.0, 3400.0, 3560.00, 3850.0, 4100.0, 4400.0, 4720.00, 5200.0, 5800.0, 6400.0, 7150.00]
}

# 1. Tính toán biến kinh tế lượng
Y = np.array(data['Cash_Securities']) / np.array(data['Demand_Deposit'])
X = np.array(data['Total_Loans']) / np.array(data['Total_Assets'])

# 2. Tạo biến trễ Y_lag1 và lấy Logarit tự nhiên
ln_Y = np.log(Y[1:])
ln_X = np.log(X[1:])
ln_Y_lag1 = np.log(Y[:-1])

# 3. Chạy hồi quy OLS: ln(Y_t) = alpha + beta2*ln(X_t) + beta3*ln(Y_t-1) + U_t
X_matrix = sm.add_constant(np.column_stack((ln_X, ln_Y_lag1)))
model = sm.OLS(ln_Y, X_matrix).fit()

print(model.summary())

Testing và validation

Mô hình sau khi ước lượng trên EViews 8 được thẩm định tính vững và tính không chệch thông qua 4 kiểm định kinh tế lượng:

Kiểm định giả thiết Phương pháp kiểm định Mục đích kỹ thuật Kết quả đạt được Kết luận
Phương sai sai số White Heteroskedasticity Test Kiểm tra giả thiết phương sai phần dư đồng đều $\text{Var}(U_t) = \sigma^2$. $\text{Obs} \times R^2$ có p-value > 0.05. Không có hiện tượng phương sai sai số thay đổi.
Tự tương quan Breusch-Godfrey LM Test Kiểm tra hiện tượng tương quan giữa các sai số quan sát $\text{Cov}(U_t, U_{t-k}) = 0$. F-statistic có p-value > 0.05. Phần dư không bị tự tương quan bậc 1 và bậc 2.
Phân phối chuẩn Jarque-Bera Test Kiểm tra phần dư $U_t$ có tuân theo phân phối chuẩn $N(0, \sigma^2)$. Thống kê JB có xác suất $p > 0.05$. Phần dư có phân phối chuẩn, ước lượng đạt hiệu quả cao nhất (BLUE).
Dạng hàm mô hình Ramsey RESET Test Kiểm tra mô hình có bỏ sót biến hoặc sai dạng hàm phi tuyến. F-statistic có p-value > 0.05. Dạng hàm Cobb-Douglas logarit hóa là phù hợp.

Kết quả đạt được

Hệ thống ghi nhận kết quả kinh doanh và chỉ số thanh khoản thực tế tại BIDV Thừa Thiên Huế trong chu kỳ phân tích 3 năm:

TỔNG QUAN TĂNG TRƯỞNG & CHỈ SỐ THANH KHOẢN (2014 - 2016)
================================================================================
Năm     Tổng Huy Động     Tổng Dư Nợ      Lợi Nhuận ST     Trạng Thái Tiền Mặt ($H_3$)
2014    2.605,05 tỷ      2.778,27 tỷ      60,18 tỷ         0,104
2015    3.355,81 tỷ      3.770,71 tỷ      82,88 tỷ         0,082 (-21,15%)
2016    4.172,25 tỷ      5.702,34 tỷ     108,93 tỷ         0,108 (+31,71%)
================================================================================
  • Quy mô huy động vốn: Tăng trưởng 28,82% (2015) và 24,33% (2016), đạt 4.172,25 tỷ đồng. Trong đó, tiền gửi KKH tăng vọt 63,00% năm 2016 (đạt 220,07 tỷ đồng), tạo áp lực thanh khoản rút tiền đột ngột.
  • Tăng trưởng tín dụng: Dư nợ tăng mạnh 35,72% (2015) và 51,23% (2016) lên 5.702,34 tỷ đồng. Tỷ trọng dư nợ trung - dài hạn tăng đột biến lên 61,61% (năm 2016 tăng 85,45% tương ứng 1.618,73 tỷ đồng).
  • Hệ số co giãn ước lượng: Kết quả hồi quy xác nhận mối quan hệ ngược chiều giữa tỷ lệ đầu tư ($X_t$) và khả năng thanh toán ($Y_t$) với hệ số $\beta_2 < 0$, đồng thời xác nhận hệ số quán tính dương $\beta_3 > 0$ của biến trễ thanh khoản $Y_{t-1}$, giải thích thỏa đáng nguyên nhân sụt giảm thanh toán trong các quý đẩy mạnh giải ngân trung dài hạn.
  • Chỉ số nợ quá hạn/Tổng tài sản: Được kiểm soát chặt chẽ, giảm từ 0,080 (2014) xuống 0,010 (2015) và duy trì 0,011 (2016), bảo vệ thanh khoản từ bên trong.

Đổi mới và đóng góp

  1. Ứng dụng hàm sản xuất Cobb-Douglas vào mô hình hóa rủi ro tài chính: Thay vì chỉ áp dụng mô hình hồi quy tuyến tính đơn thông thường, đề tài đã cấu trúc hóa mối quan hệ phi tuyến giữa dự trữ thanh khoản tức thời và danh mục đầu tư tín dụng, khắc phục hiện tượng phương sai thay đổi bằng phép biến đổi Logarit toàn phần.
  2. So sánh tương quan đa chiều với giải pháp truyền thống:
    • So với phương pháp phân tích tỷ số tài chính CAMELS: Mô hình bổ sung khả năng dự báo động có trễ kỳ trước ($Y_{t-1}$).
    • So với phương pháp quản trị thanh khoản tĩnh: Giúp phân tách chính xác mức độ nhạy cảm giữa tốc độ tăng trưởng tín dụng trung - dài hạn với lượng đệm tiền mặt cần nắm giữ.
  3. Đóng góp học thuật và thực tiễn ngành ngân hàng: Cung cấp cơ sở định lượng giúp BIDV Chi nhánh Thừa Thiên Huế kiểm soát tỷ lệ an toàn vốn và chủ động điều chỉnh danh mục tài sản Nợ - tài sản Có thay vì xử lý bị động khi đối diện nhu cầu rút tiền mùa vụ.

Ứng dụng thực tế và triển khai

  • Ứng dụng phân bổ nguồn vốn (ALM): Giám đốc chi nhánh và Phòng Kế hoạch - Tổng hợp có thể sử dụng hệ số co giãn $\beta_2$ để tính toán hạn mức tối đa cho vay trung - dài hạn trong từng quý, bảo đảm tỷ lệ khả năng thanh toán $Y_t$ luôn duy trì $\ge 1,0$.
  • Kịch bản ứng phó thanh khoản khẩn cấp (Contingency Funding Plan): Khi tỷ lệ rút tiền gửi KKH tăng đột biến vượt ngưỡng dự báo, mô hình cung cấp số liệu chính xác về lượng tài sản có tính lỏng cao cần tái chiết khấu tại NHNN hoặc Hội sở chính.
KỊCH BẢN ĐIỀU HÀNH THANH KHOẢN TẠI CHI NHÁNH
--------------------------------------------------------------------------------
1. Giám sát tỷ lệ: Định kỳ hàng tuần cập nhật $X_t$ (Dư nợ/Tổng tài sản)
2. Cảnh báo sớm: Nếu $Y_t$ dự báo < 0,85 --> Kích hoạt giảm tốc cho vay trung dài hạn
3. Bù đắp thanh khoản:
   - Bước 1: Thu hồi các khoản cho vay ngắn hạn đến hạn.
   - Bước 2: Bán/Chiết khấu chứng khoán thanh khoản (H6).
   - Bước 3: Điều chuyển vốn nội bộ từ Hội sở BIDV.
--------------------------------------------------------------------------------

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Số lượng quan sát chuỗi thời gian theo quý (giai đoạn 2014 - 2016) còn hạn chế; mô hình chưa tích hợp biến ngoại sinh vĩ mô như biến động lãi suất điều hành của NHNN, tỷ lệ lạm phát CPI và tỷ giá hối đoái USD/VND.
  • Hướng phát triển:
    1. Mở rộng khung dữ liệu chuỗi thời gian sang tần suất tháng hoặc ngày.
    2. Ứng dụng các mô hình kinh tế lượng tài chính nâng cao như VAR (Vector Autoregression), VECM hoặc mô hình ARCH/GARCH để đo lường mức độ biến động phương sai có điều kiện của thanh khoản.
    3. Tích hợp chuẩn mực Basel III về tỷ lệ bảo đảm khả năng thanh khoản (Liquidity Coverage Ratio - LCR) và tỷ lệ tạo vốn khả dụng ổn định (Net Stable Funding Ratio - NSFR).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Tiếp cận phương pháp luận ứng dụng kinh tế lượng thực nghiệm (EViews, hồi quy Cobb-Douglas) trong xử lý dữ liệu ngân hàng thực tế.
  • Cán bộ Quản trị rủi ro & Tín dụng ngân hàng: Nắm vững cơ chế vận hành của các tỷ số thanh khoản $H_3 - H_8$, nâng cao kỹ năng kiểm soát chênh lệch kỳ hạn giữa huy động và cho vay.
  • Nhà quản trị & Ban Giám đốc Ngân hàng: Sở hữu công cụ lượng hóa rủi ro khoa học để ra quyết định điều hành lãi suất, hạn mức tín dụng và cơ cấu tài sản an toàn, hiệu quả.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và dữ liệu để triển khai mô hình hồi quy thanh khoản này là gì?

Ngân hàng cần trích xuất dữ liệu kế toán chi tiết theo định kỳ (tháng/quý) bao gồm: Tiền mặt tại quỹ, tiền gửi tại NHNN/TCTD khác, chứng khoán khả mại, tiền gửi không kỳ hạn, dư nợ phân loại theo kỳ hạn và tổng tài sản Có. Về phần mềm, có thể triển khai trên EViews (phiên bản 8 trở lên), Stata, R hoặc Python (thư viện statsmodels).

2. Ý nghĩa kinh tế của chỉ số khả năng thanh toán $Y_t$ trong mô hình?

Chỉ số $Y_t$ đo lường tỷ lệ giữa tài sản có tính lỏng cao nhất (tiền mặt, tiền gửi thanh toán, chứng khoán ngắn hạn) trên tổng tiền gửi không kỳ hạn. Khi $Y_t \ge 1$, ngân hàng có đủ khả năng chi trả 100% ngay lập tức nếu toàn bộ khách hàng gửi tiền không kỳ hạn đồng loạt rút vốn mà không cần thanh lý danh mục cho vay.

3. Làm thế nào để giải quyết mâu thuẫn giữa mục tiêu thanh khoản và mục tiêu sinh lời?

Đây là bài toán đánh đổi cốt lõi trong ngân hàng. Nắm giữ nhiều tài sản lỏng (tiền mặt, tiền gửi NHNN) giúp an toàn thanh khoản nhưng làm giảm lợi nhuận vì lãi suất rất thấp. Mô hình hồi quy giúp xác định "điểm cân bằng tối ưu", cho phép ngân hàng mở rộng đầu tư sinh lời ($X_t$) đến mức tối đa mà vẫn giữ được hệ số an toàn $Y_t$ trong biên độ cho phép.

4. Chi nhánh cấp 1 của ngân hàng thương mại ứng phó rủi ro thanh khoản khác gì so với Hội sở toàn hệ thống?

Chi nhánh cấp 1 không thể tự phát hành giấy tờ có giá quy mô lớn hoặc trực tiếp tham gia thị trường mở (OMO) với Ngân hàng Nhà nước. Thay vào đó, chi nhánh quản trị thanh khoản thông qua: điều hòa vốn nội bộ với Hội sở chính, cơ cấu lại kỳ hạn huy động tại địa bàn, và quản trị chất lượng thu hồi nợ đến hạn.

5. Tại sao cần thực hiện các kiểm định White, Ramsey RESET và Breusch-Godfrey?

Khi ước lượng OLS, nếu mô hình bị khuyết tật như phương sai sai số thay đổi (White), tự tương quan (Breusch-Godfrey) hoặc sai dạng hàm (Ramsey), các ước lượng hệ số $\beta$ sẽ không còn là ước lượng tuyến tính không chệch tốt nhất (BLUE), dẫn đến việc dự báo sai lệch mức độ rủi ro thanh khoản.


Kết luận

Đề tài "Ứng dụng mô hình hồi quy để ước lượng rủi ro thanh khoản tại BIDV – Chi nhánh Thừa Thiên Huế" đã giải quyết thành công bài toán chuyển đổi từ quản trị rủi ro định tính sang lượng hóa khoa học bằng công cụ kinh tế lượng. Kết quả nghiên cứu khẳng định tầm quan trọng của việc duy trì cân đối kỳ hạn, kiểm soát tốc độ tăng trưởng tín dụng trung - dài hạn tương xứng với năng lực huy động vốn ổn định. Mô hình không chỉ mang giá trị học thuật xuất sắc cho khóa luận tốt nghiệp mà còn cung cấp cẩm nang thực thi giá trị cho các nhà quản trị ngân hàng trong việc xây dựng hệ thống phòng ngừa rủi ro thanh khoản vững chắc, bảo đảm an toàn hệ thống và tối ưu hóa hiệu quả kinh doanh.