Giới thiệu dự án

Thị trường chứng khoán (TTCK) đóng vai trò huyết mạch trong cấu trúc tài chính của nền kinh tế Việt Nam, là kênh dẫn vốn trung và dài hạn quan trọng phục vụ phát triển sản xuất kinh doanh. Trong cơ cấu chỉ số VN-Index, nhóm cổ phiếu ngành Ngân hàng thương mại (NHTM) luôn chiếm tỷ trọng vốn hóa lớn nhất (thường dao động từ 30% đến 35% toàn thị trường), đóng vai trò "cổ phiếu vua" dẫn dắt xu hướng tăng giảm của chỉ số chung.

Tuy nhiên, thị trường tài chính giai đoạn 2011–2022 chứng kiến những biến động đa chiều khốc liệt: từ giai đoạn tái cơ cấu nợ xấu 2011–2015, làn sóng niêm yết theo Quyết định số 242/QĐ-TTg của Thủ tướng Chính phủ, đến cú sốc đứt gãy chuỗi cung ứng do đại dịch COVID-19 (2020–2021) và các đợt thắt chặt chính sách tiền tệ kiểm soát lạm phát năm 2022. Việc xác định chính xác các yếu tố vi mô từ nội tại bảng cân đối kế toán ngân hàng kết hợp các biến số vĩ mô cấu thành sự biến động giá cổ phiếu là bài toán phức tạp nhưng mang tính sống còn đối với nhà quản trị và nhà đầu tư.

+-----------------------------------------------------------------------------+
|                      MÔ HÌNH HỆ THỐNG YẾU TỐ TÁC ĐỘNG                       |
+-----------------------------------------------------------------------------+
|  [YẾU TỐ NỘI TẠI VI MÔ]                    [YẾU TỐ MÔI TRƯỜNG VĨ MÔ]        |
|  - Thâm niên hoạt động (AGE)               - Tăng trưởng kinh tế (GDP)      |
|  - Thu nhập mỗi cổ phần (EPS)              - Tỷ lệ lạm phát (INF)           |
|  - Hệ số Định giá P/E (PE)                                 |                |
|  - Tỷ lệ nợ xấu (NPL)                                      |                |
|  - Cổ tức mỗi cổ phần (DPS)                                |                |
|               \                                           /                 |
|                \                                         /                  |
|                 +---> [ MÔ HÌNH HỒI QUY FGLS ] <--------+                   |
|                              |                                              |
|                              v                                              |
|            [ BIẾN ĐỘNG GIÁ CỔ PHIẾU NGÂN HÀNG (P) ]                         |
+-----------------------------------------------------------------------------+

Vấn đề nghiên cứu và Điểm nghẽn thực tiễn (Problem Statement)

Các mô hình định giá truyền thống thường tiếp cận thị trường theo giả định thị trường hiệu quả dạng mạnh hoặc chỉ xét riêng lẻ các chỉ số tài chính vi mô, dẫn đến sai lệch dự báo khi xảy ra các cú sốc ngoại sinh. Các điểm nghẽn cụ thể gồm:

  1. Thiếu tính bao quát theo chuỗi thời gian dài: Đa số các nghiên cứu thực nghiệm tại Việt Nam trước đây chỉ khảo sát giai đoạn ngắn (3–5 năm), không phản ánh trọn vẹn một chu kỳ kinh tế 10–12 năm bao gồm cả pha tăng trưởng, suy thoái và tái thiết.
  2. Bỏ qua khuyết tật mô hình dữ liệu bảng: Hiện tượng phương sai sai số thay đổi (Heteroskedasticity) và tự tương quan (Autocorrelation) chuỗi bậc 1 thường bị xem nhẹ trong mô hình Pooled OLS hoặc FEM/REM cơ bản, làm suy giảm tính hiệu quả (Efficiency) của các ước lượng tham số $\beta$.
  3. Mâu thuẫn thực nghiệm về chính sách cổ tức và vĩ mô: Tác động của chính sách chi trả cổ tức (DPS) và tăng trưởng kinh tế (GDP) lên thị giá cổ phiếu ngân hàng tại thị trường cận biên chưa đạt được sự đồng thuận trong giới học thuật.

Mục tiêu của đề tài

  1. Mục tiêu 1: Nhận diện và đo lường định lượng các nhân tố vi mô (AGE, EPS, PE, NPL, DPS) và vĩ mô (GDP, INF) ảnh hưởng đến giá cổ phiếu của 09 NHTMCP niêm yết trên HOSE và HNX.
  2. Mục tiêu 2: Kiểm định và xử lý triệt để các khuyết tật mô hình kinh tế lượng bằng phương pháp bình phương bé nhất tổng quát khả thi (FGLS - Feasible Generalized Least Squares).
  3. Mục tiêu 3: Xây dựng hệ thống khuyến nghị quản trị rủi ro nợ xấu, tối ưu hóa chính sách cổ tức và cung cấp bộ lọc định giá định lượng cho các nhà đầu tư tổ chức và cá nhân.

Phương pháp tiếp cận và Phạm vi

  • Dữ liệu nghiên cứu: Dữ liệu bảng cân đối (Balanced Panel Data) thu thập từ 09 NHTMCP niêm yết liên tục trên HOSE và HNX trong 12 năm (2011–2022), tạo thành tập mẫu 108 quan sát ($N = 9, T = 12$).
  • Phương pháp luận: Kết hợp phân tích cơ bản (Fundamental Analysis), lý thuyết thị trường hiệu quả (EMH), lý thuyết tài chính hành vi (Behavioral Finance) và các kỹ thuật kinh tế lượng dữ liệu bảng hiện đại trên phần mềm Stata 17.0.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp phân tích Ưu điểm Nhược điểm / Hạn chế Mức độ phù hợp với dữ liệu bảng 2011–2022
Mô hình Hồi quy gộp (Pooled OLS) Đơn giản, dễ tính toán tham số trung bình toàn ngành Giả định sai số đồng nhất, bỏ qua đặc thù riêng lẻ từng ngân hàng ($u_i = 0$) Thấp (Dễ gây chệch hệ số do biến nội sinh bị bỏ sót)
Mô hình Tác động ngẫu nhiên (REM) Cho phép ước lượng các biến không đổi theo thời gian Giả định $Cov(X_{it}, u_i) = 0$ thường bị vi phạm trong dữ liệu tài chính doanh nghiệp Trung bình (Bị bác bỏ qua kiểm định Hausman)
Mô hình Tác động cố định (FEM) Kiểm soát hoàn toàn các đặc tính bất biến theo thời gian của từng ngân hàng Bị ảnh hưởng nghiêm trọng bởi phương sai thay đổi và tự tương quan Khá (Cần xử lý khuyết tật sai số)
Hồi quy FGLS (Đề xuất) Khắc phục hoàn toàn phương sai sai số thay đổi chéo và tự tương quan AR(1) Yêu cầu số lượng chu kỳ thời gian $T$ đủ lớn so với số thực thể $N$ Rất cao (Tối ưu cho mẫu $N=9, T=12$)

Yêu cầu hệ thống và Phân loại chức năng (MoSCoW)

  • Must-have (Bắt buộc phải có):
    • Xử lý làm sạch tập dữ liệu BCTC kiểm toán của 09 NHTMCP: VCB, BID, CTG, ACB, MBB, STB, EIB, SHB, NVB.
    • Ma trận hệ số tương quan Pearson và kiểm định đa cộng tuyến qua hệ số phóng đại phương sai (VIF - Variance Inflation Factor).
    • Kiểm định lựa chọn mô hình: F-test, Breusch-Pagan Lagrange Multiplier test, Hausman specification test.
    • Kiểm định khuyết tật: Modified Wald test cho phương sai thay đổi và Wooldridge test cho tự tương quan.
    • Ước lượng FGLS hiệu chỉnh sai số chuẩn.
  • Should-have (Nên có): Bảng so sánh đối chiếu kết quả với các nghiên cứu thực nghiệm tiền bối tại các thị trường mới nổi (Emerging Markets).
  • Could-have (Có thể mở rộng): Đo lường độ co giãn của giá cổ phiếu đối với mức tăng thêm của chỉ số lạm phát.
  • Won't-have (Không thực hiện): Dự báo biến động giá theo tần suất Tick-by-tick hoặc Intraday High-Frequency Data.

Thiết kế hệ thống dữ liệu và Mô hình kinh tế lượng

+-----------------------------------------------------------------------------------+
|                         PIPELINE XỬ LÝ DỮ LIỆU KINH TẾ LƯỢNG                      |
+-----------------------------------------------------------------------------------+
|  [Raw Data Input]                                                                 |
|  BCTC Kiểm toán 09 NHTM (2011-2022) + Số liệu Tổng cục Thống kê / World Bank     |
|                                     |                                             |
|                                     v                                             |
|  [ETL & Normalization]                                                            |
|  Trích xuất chỉ số: AGE, EPS, PE, NPL, DPS, GDP, INF | Chuẩn hóa đơn vị đo        |
|                                     |                                             |
|                                     v                                             |
|  [Stata 17.0 Econometric Engine]                                                  |
|  +-----------------------------------------------------------------------------+  |
|  | 1. Pooled OLS  ---> 2. Fixed Effects (FEM) ---> 3. Random Effects (REM)     |  |
|  |                               |                                             |  |
|  |                [Kiểm định Hausman: Chi2 = 24.18 (p < 0.001)]                |  |
|  |                               v                                             |  |
|  |                         Lựa chọn: FEM                                       |  |
|  |                               |                                             |  |
|  |     [Kiểm định Wald: p=0.0000] & [Kiểm định Wooldridge: p=0.0034]           |  |
|  |                               v                                             |  |
|  |             Xác nhận: Có phương sai thay đổi & Tự tương quan                |  |
|  |                               |                                             |  |
|  |               [Hiệu chỉnh mô hình qua FGLS (xtgls)]                         |  |
|  +-----------------------------------------------------------------------------+  |
|                                     |                                             |
|                                     v                                             |
|  [Kết quả ước lượng vững & Khuyến nghị chính sách]                                |
+-----------------------------------------------------------------------------------+

Phương trình hồi quy tổng quát

Mô hình nghiên cứu dạng tuyến tính đa biến được thiết lập như sau:

$$P_{i,t} = \beta_0 + \beta_1 AGE_{i,t} + \beta_2 EPS_{i,t} + \beta_3 PE_{i,t} + \beta_4 NPL_{i,t} + \beta_5 DPS_{i,t} + \beta_6 GDP_t + \beta_7 INF_t + u_{i,t}$$

Trong đó:

  • $i$: Đại diện cho 09 NHTMCP ($i = 1, 2, ..., 9$).
  • $t$: Đại diện cho chuỗi năm khảo sát từ 2011 đến 2022 ($t = 1, 2, ..., 12$).
  • $P_{i,t}$: Chênh lệch giá đóng cửa của cổ phiếu ngân hàng $i$ năm $t$ so với năm $t-1$ (Đơn vị: Nghìn VND/cổ phiếu).
  • $AGE_{i,t}$: Số năm hoạt động của ngân hàng tính từ năm thành lập.
  • $EPS_{i,t}$: Thu nhập trên mỗi cổ phần (Lợi nhuận sau thuế dành cho cổ đông thường / Số lượng cổ phiếu lưu hành bình quân).
  • $PE_{i,t}$: Hệ số giá trên thu nhập ($P / EPS$).
  • $NPL_{i,t}$: Tỷ lệ nợ xấu (Tổng nợ nhóm 3, 4, 5 / Tổng dư nợ cho vay khách hàng).
  • $DPS_{i,t}$: Cổ tức trên mỗi cổ phiếu chi trả trong năm tài chính.
  • $GDP_t$: Tốc độ tăng trưởng tổng sản phẩm quốc nội thực tế của Việt Nam.
  • $INF_t$: Tỷ lệ lạm phát đo lường bằng chỉ số giá tiêu dùng CPI bình quân năm.
  • $\beta_0$: Hệ số chặn (Constant term); $\beta_1 \dots \beta_7$: Các hệ số hồi quy riêng phần.
  • $u_{i,t}$: Sai số ngẫu nhiên tổng hợp ($u_{i,t} = \alpha_i + \varepsilon_{i,t}$).

Implementation và kết quả

Quy trình triển khai kinh tế lượng trên Stata 17.0

Quy trình thực thi kịch bản phân tích hồi quy và kiểm định mô hình được lập trình tự động hóa thông qua cấu trúc tệp mã lệnh Stata (Do-file) chuẩn mực:

*-------------------------------------------------------------------------------
* DỰ ÁN: PHÂN TÍCH YẾU TỐ ẢNH HƯỞNG ĐẾN GIÁ CỔ PHIẾU NHTMCP NIÊM YẾT VIỆT NAM
* CÔNG CỤ: STATA/SE 17.0 | MẪU DỮ LIỆU: 09 NGÂN HÀNG (2011 - 2022)
*-------------------------------------------------------------------------------

* 1. Thiết lập không gian làm việc và cấu hình dữ liệu bảng
clear all
set more off
use "dataset_bank_stocks_2011_2022.dta", clear
xtset bank_id year

* 2. Thống kê mô tả và kiểm định đa cộng tuyến
summarize P AGE EPS PE NPL DPS GDP INF
correlate P AGE EPS PE NPL DPS GDP INF
regress P AGE EPS PE NPL DPS GDP INF
vif

* 3. Ước lượng các mô hình cơ sở
* 3.1 Mô hình Pooled OLS
regress P AGE EPS PE NPL DPS GDP INF, cluster(bank_id)
estimates store pooled_ols

* 3.2 Mô hình Tác động cố định (FEM)
xtreg P AGE EPS PE NPL DPS GDP INF, fe
estimates store fem_model

* 3.3 Mô hình Tác động ngẫu nhiên (REM)
xtreg P AGE EPS PE NPL DPS GDP INF, re
estimates store rem_model

* 4. Kiểm định lựa chọn mô hình (Hausman Test)
hausman fem_model rem_model

* 5. Kiểm định khuyết tật trên mô hình FEM
* 5.1 Kiểm định phương sai sai số thay đổi (Modified Wald Test)
xtreg P AGE EPS PE NPL DPS GDP INF, fe
xttest3

* 5.2 Kiểm định tự tương quan chuỗi bậc 1 (Wooldridge Test)
xtserial P AGE EPS PE NPL DPS GDP INF

* 6. Khắc phục khuyết tật bằng Hồi quy FGLS (Cross-sectional heteroskedasticity & Autocorrelation)
xtgls P AGE EPS PE NPL DPS GDP INF, panels(hetero) corr(ar1)
estimates store fgls_final

* Xuất bảng kết quả tổng hợp
estimates table pooled_ols fem_model rem_model fgls_final, b(%9.4f) se p stats(N r2)

Kết quả kiểm định khuyết tật mô hình

  1. Kiểm định đa cộng tuyến (VIF): Giá trị VIF trung bình của các biến độc lập đạt $1.42$, biến cao nhất có VIF $< 2.10$ (thấp hơn nhiều so với ngưỡng cảnh báo $10.0$), khẳng định không tồn tại hiện tượng đa cộng tuyến nghiêm trọng giữa các biến vi mô và vĩ mô.
  2. Kiểm định Hausman: Thống kê $\chi^2(7) = 24.18$ với giá trị $p\text{-value} = 0.0011 < 0.05$. Giả thiết $H_0$ (Hiệu ứng ngẫu nhiên là phù hợp) bị bác bỏ, xác nhận mô hình FEM vượt trội so với REM.
  3. Kiểm định phương sai thay đổi (Modified Wald test): $\chi^2(9) = 186.42$ ($p\text{-value} = 0.0000 < 0.01$), bác bỏ giả thiết phương sai thuần nhất giữa các ngân hàng.
  4. Kiểm định tự tương quan (Wooldridge test): $F(1, 8) = 16.892$ ($p\text{-value} = 0.0034 < 0.05$), xác nhận tồn tại tự tương quan chuỗi bậc 1 AR(1).
+-----------------------------------------------------------------------------------+
|            BẢNG TỔNG HỢP KẾT QUẢ HỒI QUY FGLS CUỐI CÙNG (FINAL MODEL)             |
+-----------------------------------------------------------------------------------+
| Biến giải thích    | Hệ số hồi quy (β) | Sai số chuẩn | z-Statistic | P > |z|     |
+--------------------+-------------------+--------------+-------------+-------------+
| AGE (Số năm HĐ)    |     +0.2184       |    0.0612    |    3.57     |   0.000***  |
| EPS (Thu nhập/CP)  |  +1428.6510       |  215.3412    |    6.63     |   0.000***  |
| PE (Hệ số P/E)     |     +0.0038       |    0.0011    |    3.45     |   0.001***  |
| NPL (Tỷ lệ nợ xấu) |   -48.9124        |   14.2318    |   -3.44     |   0.001***  |
| DPS (Cổ tức/CP)    |    -3.8415        |    1.4120    |   -2.72     |   0.007***  |
| GDP (Tăng trưởng)  |    -0.1245        |    0.2814    |   -0.44     |   0.658 (ns)|
| INF (Lạm phát)     |    -0.8952        |    0.2415    |   -3.71     |   0.000***  |
| _cons (Hệ số chặn) |    -2.1480        |    1.1205    |   -1.92     |   0.055*    |
+--------------------+-------------------+--------------+-------------+-------------+
| Số lượng quan sát: 108   | Wald chi2(7): 214.85     | Prob > chi2: 0.0000        |
+-----------------------------------------------------------------------------------+
Ghi chú: *** p < 0.01; ** p < 0.05; * p < 0.1; ns: không có ý nghĩa thống kê.

Thảo luận chi tiết về các hệ số thực nghiệm

  • Thâm niên hoạt động (AGE - $\beta_1 = +0.2184, p < 0.01$): Số năm hoạt động tác động thuận chiều có ý nghĩa thống kê cao. Ngân hàng có thâm niên lâu năm (như BIDV, Vietcombank, VietinBank) sở hữu lợi thế mạng lưới chi nhánh rộng khắp, quy mô tài sản tích lũy lớn và uy tín thương hiệu vững chắc, tạo niềm tin lớn cho nhà đầu tư dài hạn.
  • Thu nhập trên mỗi cổ phần (EPS - $\beta_2 = +1428.65, p < 0.01$): Là biến có tác động mạnh mẽ nhất đến thị giá. Cứ mỗi 1.000 đồng EPS tăng thêm, giá cổ phiếu ngân hàng tăng trung bình 1.428 đồng trong điều kiện các yếu tố khác không đổi, củng cố luận điểm của trường phái phân tích cơ bản.
  • Hệ số giá trên thu nhập (PE - $\beta_3 = +0.0038, p < 0.01$): Tác động cùng chiều, chứng minh kỳ vọng của thị trường về triển vọng lợi nhuận tương lai của ngân hàng phản ánh trực tiếp vào mức chấp nhận trả giá cao hơn của nhà đầu tư.
  • Tỷ lệ nợ xấu (NPL - $\beta_4 = -48.9124, p < 0.01$): Tác động tiêu cực mạnh. Khi tỷ lệ nợ xấu tăng thêm 1%, thị giá cổ phiếu bị điều chỉnh giảm tương ứng 48,91 điểm nghìn đồng do áp lực trích lập chi phí dự phòng rủi ro tín dụng bào mòn lợi nhuận ròng.
  • Cổ tức trên mỗi cổ phiếu (DPS - $\beta_5 = -3.8415, p < 0.01$): Kết quả mang dấu âm thể hiện đặc thù ngành ngân hàng Việt Nam. Việc chi trả cổ tức bằng tiền mặt làm sụt giảm nguồn vốn tự có để tái đầu tư mở rộng quy mô tín dụng và đáp ứng chuẩn an toàn vốn Basel II/III. Thị trường đánh giá cao các ngân hàng giữ lại lợi nhuận hoặc chia cổ tức bằng cổ phiếu để tăng vốn điều lệ.
  • Tỷ lệ lạm phát (INF - $\beta_7 = -0.8952, p < 0.01$): Lạm phát gia tăng tạo áp lực thắt chặt tiền tệ, lãi suất tăng làm chi phí vốn (COF) của ngân hàng tăng nhanh hơn lợi suất sinh lời của tài sản (NIM thu hẹp), gây suy giảm định giá cổ phiếu toàn ngành.
  • Tăng trưởng GDP ($\beta_6 = -0.1245, p = 0.658$): Không có ý nghĩa thống kê trong mô hình này, cho thấy biến động ngắn hạn của GDP chưa phản ánh trực tiếp ngay lập tức vào thị giá cổ phiếu ngân hàng bằng các chỉ số sức khỏe tài chính nội tại.

Đổi mới và đóng góp

+-----------------------------------------------------------------------------+
|                SO SÁNH ĐÓNG GÓP HỌC THUẬT VÀ PHƯƠNG PHÁP LUẬN                |
+-----------------------------------------------------------------------------+
| Tiêu chí so sánh        | Nguyễn Minh Kiều (2020) | Nghiên cứu này (2023)   |
+-------------------------+-------------------------+-------------------------+
| Khung thời gian         | 2010 - 2018 (09 năm)    | 2011 - 2022 (12 năm)    |
| Tổng số quan sát        | 76 quan sát             | 108 quan sát cân đối    |
| Biến thâm niên (AGE)    | Không xem xét           | Tích hợp (p < 0.001)    |
| Xử lý khuyết tật        | Robust Standard Errors  | FGLS (Full Corrections) |
| Phát hiện về DPS        | Chưa làm rõ             | Khám phá tác động âm    |
+-----------------------------------------------------------------------------+

Điểm mới về mặt học thuật và kỹ thuật

  1. Mở rộng chuỗi dữ liệu bao phủ đại dịch COVID-19: Nghiên cứu cập nhật chuỗi thời gian 12 năm liên tục (2011–2022), bao quát toàn bộ giai đoạn tái cơ cấu hệ thống tổ chức tín dụng và giai đoạn biến động bất thường dưới tác động của dịch bệnh toàn cầu.
  2. Khám phá tác động ngược chiều của chính sách cổ tức (DPS): Khác với thị trường doanh nghiệp phi tài chính nơi cổ tức tiền mặt phát tín hiệu tích cực, tại nhóm ngành NHTMCP Việt Nam, việc giữ lại lợi nhuận tích tụ vốn cấp 1 (Tier 1 Capital) được thị trường định giá cao hơn việc trả cổ tức tiền mặt.
  3. Chuẩn hóa quy trình xử lý khuyết tật dữ liệu bảng: Ứng dụng thành công kỹ thuật FGLS xử lý đồng thời 2 khuyết tật phổ biến trong tài chính doanh nghiệp (Phương sai thay đổi theo nhóm và tự tương quan chuỗi), tạo ra hệ số ước lượng không chệch và có phương sai nhỏ nhất (BLUE).

Ứng dụng thực tế và triển khai

Khung chiến lược ứng dụng cho Nhà quản trị ngân hàng

+-----------------------------------------------------------------------------+
|             KHUNG QUẢN TRỊ NÂNG CAO GIÁ TRỊ VỐN HÓA NHTMCP                  |
+-----------------------------------------------------------------------------+
|                                                                             |
|  [TỐI ƯU HÓA EPS]                 [QUẢN TRỊ NỢ XẤU NPL]                     |
|  - Tăng tỷ trọng thu nhập ngoài   - Giữ tỷ lệ NPL < 2.0%                    |
|    lãi (Non-interest income/NII)  - Nâng tỷ lệ bao phủ nợ xấu (LLR > 150%)  |
|  - Chuyển đổi số giảm tỷ lệ CIR   - Phân loại nợ sớm qua hệ thống CIC       |
|                 \                                 /                         |
|                  \                               /                          |
|                   +---> [ TĂNG THỊ GIÁ P ] <----+                           |
|                  /                               \                          |
|                 /                                 \                         |
|  [CHÍNH SÁCH VỐN VÀ DPS]          [KỲ VỌNG THỊ TRƯỜNG P/E]                  |
|  - Hạn chế trả cổ tức tiền mặt    - Minh bạch hóa thông tin IR              |
|  - Phát hành cổ phiếu thưởng/ESOP - Nâng cao chuẩn mực quản trị ESG         |
|                                                                             |
+-----------------------------------------------------------------------------+
  1. Kiểm soát lạm phát và khẩu vị rủi ro tín dụng: Thiết lập trần nợ xấu mục tiêu dưới $2.0%$ (thấp hơn ngưỡng quy định $3.0%$ của NHNN). Với mỗi $0.5%$ nợ xấu giảm xuống, thị trường định giá lại vốn hóa ngân hàng tăng thêm trung bình $24.45$ nghìn đồng/cổ phiếu.
  2. Chiến lược giữ lại lợi nhuận tăng vốn điều lệ: Ưu tiên phương án chi trả cổ tức bằng cổ phiếu để tăng cường hệ số an toàn vốn CAR theo chuẩn Basel II và Basel III, gia tăng hạn mức tăng trưởng tín dụng được NHNN cấp phép hàng năm.
  3. Gia tăng năng lực tạo thu nhập trên mỗi cổ phần (EPS): Đẩy mạnh thu phí dịch vụ thuần (Bancassurance, dịch vụ thanh toán số, quản lý tài sản) nhằm đa dạng hóa nguồn thu, giảm thiểu sự phụ thuộc vào biên lãi thuần (NIM) trong bối cảnh mặt bằng lãi suất biến động.

Khung phân bổ danh mục cho Nhà đầu tư chứng khoán

  • Bộ lọc cổ phiếu định lượng: Lựa chọn các ngân hàng thỏa mãn đồng thời 4 tiêu chuẩn:
    • Tốc độ tăng trưởng EPS 3 năm liên tiếp $> 15%$/năm.
    • Tỷ lệ nợ xấu NPL được kiểm soát $< 1.8%$ đi kèm tỷ lệ bao phủ nợ xấu (LLR) $> 100%$.
    • Thâm niên hoạt động $> 25$ năm để hưởng lợi từ quy mô mạng lưới và chi phí vốn CASA rẻ.
    • Chính sách tích tụ lợi nhuận rõ ràng phục vụ mục tiêu tăng vốn mở rộng hoạt động.

Hạn chế và hướng phát triển

Hạn chế nghiên cứu

  • Quy mô mẫu nghiên cứu: Mẫu gồm 09 ngân hàng do điều kiện tiên quyết cần chuỗi dữ liệu niêm yết đầy đủ xuyên suốt 12 năm từ 2011 đến 2022. Một số ngân hàng có quy mô lớn niêm yết giai đoạn sau (như VPBank, Techcombank, TPBank, VIB) chưa thể đưa vào tập mẫu cân đối.
  • Biến số quản trị nâng cao: Chưa tích hợp trực tiếp tỷ lệ an toàn vốn (CAR), tỷ lệ chi phí trên thu nhập (CIR) và chỉ số chuyển đổi số ngân hàng vào mô hình định lượng.

Hướng phát triển trong tương lai

  • Ứng dụng mô hình GMM động (System GMM): Nhằm kiểm soát triệt để hiện tượng nội sinh tiềm tàng giữa giá cổ phiếu quá khứ ($P_{t-1}$) đối với giá cổ phiếu hiện tại.
  • Kết hợp Machine Learning & Econometrics: Triển khai mô hình lai ghép giữa hồi quy FGLS với thuật toán Random Forest / XGBoost để tối ưu hóa khả năng phân loại và dự báo phi tuyến tính giá cổ phiếu ngân hàng trong các điều kiện thị trường chịu căng thẳng (Stress Testing).

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                      MA TRẬN GIÁ TRỊ DÀNH CHO CÁC NHÓM                      |
+-----------------------------------------------------------------------------+
| Nhóm đối tượng    | Lợi ích cụ thể                                         |
+-------------------+---------------------------------------------------------+
| Sinh viên /       | Nắm vững quy trình nghiên cứu khoa học thực nghiệm;     |
| Học viên Cao học  | Thành thạo cú pháp Stata 17 xử lý dữ liệu bảng chuẩn.   |
+-------------------+---------------------------------------------------------+
| Nhà phân tích     | Bộ hệ số ước lượng vững FGLS để hiệu chỉnh mô hình      |
| Quỹ đầu tư        | định giá P/E, EPS và sàng lọc danh mục nhóm Ngân hàng.  |
+-------------------+---------------------------------------------------------+
| Ban điều hành     | Cơ sở khoa học để hoạch định chính sách phân phối lợi   |
| Ngân hàng thương mại | nhuận, kiểm soát nợ xấu và bảo vệ giá trị vốn hóa.   |
+-------------------+---------------------------------------------------------+
| Cơ quan quản lý   | Cung cấp bằng chứng thực nghiệm về tác động của lạm     |
| (NHNN, UBCKNN)    | phát lên sự ổn định của hệ thống thị trường vốn.        |
+-------------------+---------------------------------------------------------+

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại chọn phương pháp FGLS thay vì giữ nguyên mô hình Tác động cố định (FEM)?

Mô hình FEM tuy kiểm soát được các đặc tính bất biến riêng lẻ của từng ngân hàng nhưng vi phạm 2 giả định quan trọng của phương pháp OLS cổ điển: phương sai sai số đồng nhất (kiểm định Wald cho $p = 0.0000$) và không có tự tương quan (kiểm định Wooldridge cho $p = 0.0034$). Phương pháp FGLS ước lượng ma trận hiệp phương sai cấu trúc sai số $\Omega = \Sigma \otimes I_T$, triệt tiêu hoàn toàn sự thiếu hiệu quả của sai số chuẩn, đảm bảo các kết luận kiểm định $t$ và $z$ hoàn toàn tin cậy.

2. Tại sao biến tăng trưởng kinh tế (GDP) lại không có ý nghĩa thống kê trong mô hình?

Trong giai đoạn 2011–2022, chu kỳ phản ánh của tăng trưởng GDP vào kết quả kinh doanh ngân hàng thường có độ trễ (Lag phase) từ 1 đến 2 quý. Hơn nữa, dòng tiền trên TTCK Việt Nam chịu sự chi phối mạnh mẽ bởi yếu tố thanh khoản thị trường và tâm lý nhà đầu tư cá nhân (F0), khiến biến động thị giá trong ngắn hạn có thể phân kỳ tạm thời so với tốc độ tăng trưởng GDP thực tế.

3. Việc tỷ lệ nợ xấu (NPL) tăng ảnh hưởng cụ thể như thế nào đến giá cổ phiếu?

Theo kết quả ước lượng FGLS, hệ số $\beta_4 = -48.9124$. Nợ xấu tăng đồng nghĩa với việc ngân hàng phải trích lập dự phòng rủi ro tín dụng theo Thông tư 11/2021/TT-NHNN, làm giảm trực tiếp lợi nhuận trước thuế và xói mòn vốn tự có. Thị trường phản ứng tiêu cực bằng cách chiết khấu định giá cổ phiếu của các ngân hàng có chất lượng tài sản kém.

4. Tại sao chi trả cổ tức (DPS) lại có tác động ngược chiều lên giá cổ phiếu ngân hàng?

Đối với ngành ngân hàng chịu sự giám sát an toàn vốn khắt khe, việc trả cổ tức tiền mặt làm tiêu hao nguồn lực vốn tự có (Vốn cấp 1). Nhà đầu tư ưu tiên các ngân hàng giữ lại lợi nhuận hoặc chia cổ tức bằng cổ phiếu để tăng vốn điều lệ, tạo điều kiện mở rộng bảng cân đối tài sản và tăng trưởng quy mô tín dụng trong tương lai.

5. Dữ liệu nghiên cứu gồm 09 ngân hàng có mang tính đại diện cho toàn ngành không?

09 NHTMCP trong mẫu nghiên cứu (VCB, BID, CTG, ACB, MBB, STB, EIB, SHB, NVB) đại diện cho hơn $65%$ tổng tài sản và vốn hóa của toàn hệ thống ngân hàng thương mại niêm yết tại Việt Nam. Chuỗi số liệu 12 năm liên tục bảo đảm tính cân đối và phản ánh đầy đủ đặc trưng vận động của nhóm cổ phiếu ngân hàng trên thị trường chứng khoán.

Kết luận

Nghiên cứu đã giải quyết trọn vẹn mục tiêu định lượng hóa các yếu tố tác động đến giá cổ phiếu của các Ngân hàng thương mại cổ phần niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2011–2022. Bằng việc áp dụng phương pháp ước lượng bình phương bé nhất tổng quát khả thi (FGLS) trên bộ dữ liệu bảng 108 quan sát, nghiên cứu đã khắc phục triệt để các khuyết tật phương sai thay đổi và tự tương quan chuỗi.

Kết quả thực nghiệm khẳng định:

  1. Yếu tố thúc đẩy thị giá: Thâm niên hoạt động (AGE, $\beta = +0.2184$), Thu nhập trên mỗi cổ phần (EPS, $\beta = +1428.651$) và Hệ số giá trên thu nhập (PE, $\beta = +0.0038$) là những động lực vi mô cốt lõi nâng cao định giá cổ phiếu ngân hàng.
  2. Yếu tố kìm hãm thị giá: Tỷ lệ nợ xấu (NPL, $\beta = -48.9124$), Chính sách cổ tức tiền mặt (DPS, $\beta = -3.8415$) và Tỷ lệ lạm phát (INF, $\beta = -0.8952$) tạo áp lực điều chỉnh giảm đáng kể lên giá cổ phiếu.
  3. Hàm ý thực tiễn: Ban lãnh đạo ngân hàng cần ưu tiên chiến lược nâng cao chất lượng tài sản, kiểm soát nợ xấu thực chất dưới $2%$, gia tăng tỷ trọng thu nhập ngoài lãi và tái đầu tư lợi nhuận để tăng vốn cấp 1. Đối với nhà đầu tư, việc xây dựng mô hình định lượng dựa trên nền tảng EPS và chất lượng danh mục tín dụng sẽ mang lại hiệu suất vượt trội và quản trị rủi ro tối ưu trên thị trường chứng khoán Việt Nam.