Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp của tác giả Hứa Hữu Triết thuộc ngành Tài chính – Ngân hàng (mã ngành 7340201) tại Trường Đại học Ngân hàng Thành phố Hồ Chí Minh, thực hiện năm 2024. Đề tài thuộc loại hình nghiên cứu định lượng thực nghiệm, ứng dụng kinh tế lượng dữ liệu bảng để phân tích các yếu tố tác động đến rủi ro thanh khoản của hệ thống ngân hàng thương mại cổ phần Việt Nam.

Lý do chọn đề tài và bối cảnh thực tiễn

Trong nền kinh tế thị trường, hệ thống ngân hàng thương mại đóng vai trò huyết mạch trong việc chu chuyển dòng vốn, thu hút tiền gửi từ dân cư và doanh nghiệp để cung cấp tín dụng tài trợ phát triển sản xuất kinh doanh. Tuy nhiên, hoạt động ngân hàng luôn tiềm ẩn nhiều rủi ro mang tính hệ thống, trong đó rủi ro thanh khoản (RRTK) giữ vị trí then chốt, quyết định trực tiếp đến sự tồn vong của từng tổ chức tín dụng và sự an toàn của toàn bộ thị trường tiền tệ.

Bối cảnh thực tiễn của nghiên cứu được tác giả đặt trong các mốc biến động lịch sử quan trọng:

  • Giai đoạn 2001 – 2010: Nền kinh tế Việt Nam tăng trưởng nóng làm bộc lộ nhiều điểm yếu trong hệ thống ngân hàng, bao gồm rủi ro thanh khoản, rủi ro tín dụng và hạn chế trong năng lực quản trị. Thực trạng này buộc các ngân hàng thương mại cổ phần (NHTMCP) phải trải qua hai đợt tái cơ cấu quy mô lớn trong giai đoạn 2010 – 2020.
  • Bối cảnh quốc tế: Cuộc khủng hoảng tài chính toàn cầu 2007 – 2009 bắt nguồn từ sự sụp đổ của thị trường cho vay thế chấp bất động sản dưới chuẩn tại Mỹ, lan rộng sang các nhóm tài sản khác và chứng minh vấn đề thanh khoản là nguyên nhân trực tiếp dẫn tới đổ vỡ dây chuyền. Điều này thúc đẩy Ủy ban Basel về Giám sát Ngân hàng (BCBS, 2004) ban hành các chuẩn mực giám sát an toàn thanh khoản khắt khe hơn.
  • Biến động gần đây tại Việt Nam và thế giới: Tháng 10/2022, vụ án Vạn Thịnh Phát phát sinh hiện tượng rút tiền hàng loạt, tạo áp lực nghiêm trọng lên thanh khoản hệ thống khiến Ngân hàng Nhà nước (NHNN) phải can thiệp khẩn cấp. Cùng với đó, đại dịch Covid-19 (ghi nhận ca đầu tiên tại Việt Nam vào tháng 1/2020) và xung đột Nga – Ukraina (bùng nổ từ tháng 2/2022) đã làm gia tăng bất định kinh tế vĩ mô.

Về mặt học thuật, các nghiên cứu trước đây (như Nguyễn Đức Trung và Trần Trọng Huy, 2024; Li và Qingxia, 2019; Huỳnh Thị Hương Thảo, 2019; Faruque và Ahamed, 2021) có kết quả không đồng nhất do khác biệt về mẫu khảo sát, khung thời gian và phương pháp ước lượng. Do đó, việc thực hiện một nghiên cứu cập nhật giai đoạn 2012 – 2023 với dữ liệu 25 NHTMCP là yêu cầu khoa học cấp thiết.

Mục tiêu nghiên cứu

Tác giả xác định hệ thống mục tiêu theo văn bản:

  1. Mục tiêu tổng quát: Xác định các yếu tố ảnh hưởng đến RRTK tại các NHTMCP Việt Nam; từ đó đưa ra một số kiến nghị giúp giảm thiểu RRTK tại các NHTMCP Việt Nam trong tương lai.
  2. Mục tiêu cụ thể:
    • Thứ nhất: Xác định các yếu tố ảnh hưởng đến RRTK tại các NHTMCP Việt Nam.
    • Thứ hai: Đo lường mức độ và chiều hướng ảnh hưởng của các yếu tố đến RRTK tại các NHTMCP Việt Nam.
    • Thứ ba: Dựa trên kết quả đạt được, đề xuất các khuyến nghị nhằm giảm thiểu RRTK tại các NHTMCP Việt Nam.

Câu hỏi nghiên cứu

Để hoàn thành các mục tiêu trên, khóa luận giải quyết 3 câu hỏi nghiên cứu:

  • Thứ nhất: Các yếu tố nào tác động đến RRTK tại các NHTMCP Việt Nam?
  • Thứ hai: Mức độ và chiều hướng ảnh hưởng của các nhân tố đến RRTK tại các NHTMCP Việt Nam như thế nào?
  • Thứ ba: Những đề xuất nào phù hợp nhằm giảm thiểu RRTK tại các NHTMCP Việt Nam?

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Các yếu tố ảnh hưởng đến RRTK tại các NHTMCP Việt Nam.
  • Phạm vi không gian: 25 NHTMCP Việt Nam được cấp phép hoạt động và niêm yết, không bao gồm các chi nhánh ngân hàng nước ngoài và ngân hàng liên doanh.
  • Phạm vi thời gian: Giai đoạn 12 năm, từ năm 2012 đến năm 2023.

Cơ sở lý thuyết và phương pháp

Khung khái niệm và thước đo rủi ro thanh khoản

Khóa luận tổng hợp các định nghĩa học thuật và pháp lý về RRTK:

  • Theo Rudolf Duttweiler (2009) và Phan Hồng Hạnh, Trần Thế Sao (2021): RRTK là rủi ro phát sinh khi NHTMCP không có khả năng thanh toán tại một thời điểm nhất định, hoặc phải huy động các nguồn tài chính với chi phí quá cao để đáp ứng nhu cầu thanh toán.
  • Theo văn bản pháp luật: Khoản 14 Điều 3 Thông tư 13/2018/TT-NHNN quy định RRTK là rủi ro do NHTMCP không có khả năng thực hiện các nghĩa vụ trả nợ khi đến hạn; hoặc NHTMCP có khả năng thực hiện nghĩa vụ trả nợ khi đến hạn nhưng phải trả chi phí cao hơn mức chi phí bình quân của thị trường theo quy định nội bộ của ngân hàng thương mại.

Thước đo RRTK được tác giả sử dụng là chỉ số Khe hở tài trợ (FGAP), được kế thừa từ Lucchetta (2007), Bunda (2008), Cornett (2006), Shen và cộng sự (2009), Phan Thị Mỹ Hạnh và cộng sự (2019). Công thức xác định:

$$\text{FGAP} = \frac{\text{Dư nợ tín dụng} - \text{Huy động vốn}}{\text{Tổng tài sản}} = \frac{\text{Cho vay khách hàng} - \text{Tiền gửi khách hàng}}{\text{Tổng tài sản}}$$

Chỉ số FGAP phản ánh mức độ thiếu hụt thanh khoản trong tương lai: khi khe hở tài trợ dương hoặc tăng lên, ngân hàng phải thu hẹp dự trữ tiền mặt và tài sản thanh khoản hoặc gia tăng vay mượn từ thị trường tài chính, làm tăng RRTK.

Các lý thuyết nền tảng

Tác giả vận dụng 4 lý thuyết tài chính - ngân hàng để giải thích cơ chế tác động:

  1. Lý thuyết khả năng thay đổi (Shiftability theory - Moulton, 1918; Toby, 2006): Khẳng định thanh khoản là khả năng chuyển đổi tài sản. Ngân hàng tự bảo đảm an toàn thanh khoản bằng việc duy trì tỷ trọng lớn tài sản ngắn hạn có khả năng bán trên thị trường mở với mức giá dự đoán được để đáp ứng nhu cầu rút tiền đột ngột.
  2. Lý thuyết tín hiệu (Signalling theory - Spence, 1973): Quy mô ngân hàng đóng vai trò như tín hiệu về sức mạnh tài chính. Ngân hàng quy mô lớn phát tín hiệu tích cực, củng cố niềm tin của khách hàng và nhà đầu tư, tận dụng lợi thế kinh tế theo quy mô (economies of scale) để tiếp cận nguồn vốn chi phí thấp, từ đó kiểm soát thanh khoản tốt hơn.
  3. Lý thuyết "Quá lớn để đổ vỡ" (Too big to fail theory - Greg, 2009): Các ngân hàng có quy mô tài sản vượt trội có xu hướng ỷ lại vào sự bảo trợ của chính phủ, chấp nhận khẩu vị rủi ro cao hơn và đầu tư vào tài sản kém thanh khoản để tối đa hóa lợi nhuận, dẫn tới thanh khoản suy giảm.
  4. Lý thuyết thu nhập dự kiến (Anticipated Income theory - Prochnow, 1949): Tính thanh khoản của danh mục tài sản được đảm bảo bằng các dòng thu nhập từ gốc và lãi phát sinh định kỳ trong suốt vòng đời của khoản vay, làm nền tảng cho việc quản lý cấu trúc kỳ hạn tài sản nợ - tài sản có.

Về nguyên nhân gây ra RRTK, tác giả trích dẫn phân loại của Ali (2013), bao gồm:

  • Nguyên nhân khách quan: Rút tiền đột ngột từ người gửi tiền; giải ngân cho vay khối lượng lớn trong thời gian ngắn; biến động thị trường bất ngờ làm kết tinh nghĩa vụ dự phòng; đối tác ngừng giao dịch/cho vay trên thị trường liên ngân hàng; thị trường tài sản phụ thuộc bị mất thanh khoản.
  • Nguyên nhân chủ quan: Vay mượn quá mức, mất cân đối kỳ hạn vốn khi sử dụng nguồn vốn ngắn hạn để tài trợ cho các khoản đầu tư/cho vay trung và dài hạn.

Phương pháp nghiên cứu và nguồn dữ liệu

Nghiên cứu kết hợp hai phương pháp:

  • Phương pháp định tính: Sử dụng kỹ thuật khái quát hóa, hệ thống hóa, so sánh và quy nạp từ các nghiên cứu trước đây (cả trong nước và quốc tế) nhằm xây dựng khung giả thuyết nghiên cứu.
  • Phương pháp định lượng: Xây dựng cấu trúc dữ liệu bảng cân bằng (balanced panel data) gồm 25 NHTMCP trong 12 năm (2012 – 2023), tương ứng 300 quan sát. Công cụ xử lý số liệu là phần mềm Microsoft Excel và Stata 17.0.

Nguồn dữ liệu thứ cấp gồm:

  • Dữ liệu vi mô từ Báo cáo tài chính (BCTC) hợp nhất đã kiểm toán của 25 NHTMCP, thu thập qua hệ thống FiinPro của Công ty Cổ phần Tập đoàn FiinGroup (FiinPro).
  • Dữ liệu kinh tế vĩ mô (tăng trưởng GDP và lạm phát INF) thu thập từ website chính thức của Tổng cục Thống kê Việt Nam.

Quy trình ước lượng và kiểm định kinh tế lượng:

  1. Thống kê mô tả và phân tích tương quan Pearson (kiểm tra ngưỡng tương quan $r > |0.8|$ theo Farrar và Glauber, 1967).
  2. Kiểm tra hiện tượng đa cộng tuyến thông qua Hệ số phóng đại phương sai (Variance Inflation Factor - VIF, ngưỡng an toàn VIF < 10).
  3. Hồi quy mô hình dữ liệu bảng bằng 3 phương pháp: Pooled OLS, Mô hình tác động cố định (FEM) và Mô hình tác động ngẫu nhiên (REM).
  4. Kiểm định lựa chọn mô hình: Kiểm định F (F-test) để so sánh giữa Pooled OLS và FEM; Kiểm định Hausman (Hausman test) để lựa chọn giữa FEM và REM.
  5. Kiểm định khuyết tật mô hình: Kiểm định phương sai sai số thay đổi bằng kiểm định Modified Wald (xttest3 cho FEM) hoặc Breusch-Pagan Lagrange Multiplier (xttest0 cho REM); Kiểm định tự tương quan chuỗi bằng kiểm định Wooldridge (xtserial).
  6. Khắc phục khuyết tật: Ứng dụng phương pháp Bình phương nhỏ nhất tổng quát khả thi (Feasible Generalized Least Squares - FGLS/GLS) để khắc phục triệt để hiện tượng tự tương quan và phương sai sai số thay đổi, đảm bảo các ước lượng thu được là vững và hiệu quả.

Nội dung chính theo từng chương

Chương 1. Giới thiệu đề tài nghiên cứu

Chương 1 mở đầu bằng việc thiết lập lý do lựa chọn đề tài xuất phát từ vai trò của hệ thống NHTMCP và tính chất nhạy cảm của rủi ro thanh khoản qua các cuộc khủng hoảng tài chính trong và ngoài nước. Tác giả xác định mục tiêu tổng quát, 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, cùng phạm vi không gian (25 NHTMCP) và thời gian (2012 – 2023). Chương này cũng khái quát phương pháp nghiên cứu định tính và định lượng, nêu rõ kết cấu khóa luận gồm 5 chương.

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

Chương 2 tập trung phân tích bản chất của RRTK trong hoạt động ngân hàng thông qua các định nghĩa học thuật và quy định pháp lý tại Thông tư 13/2018/TT-NHNN. Tác giả trình bày chi tiết công thức đo lường khe hở tài trợ (FGAP) và các nhóm nguyên nhân chủ quan - khách quan theo Ali (2013). Hệ thống lý thuyết nền tảng gồm: Lý thuyết khả năng thay đổi, Lý thuyết tín hiệu, Lý thuyết quá lớn để đổ vỡ và Lý thuyết thu nhập dự kiến.

Phần lược khảo nghiên cứu tổng hợp 5 công trình trong nước và 5 công trình quốc tế tiêu biểu:

  • Trong nước: Lê Hoàng Vinh và Trần Phi Dũng (2020) dùng GLS trên 23 ngân hàng (2009–2018); Phạm Ngọc Vân (2021) nghiên cứu giai đoạn 2012–2019; Nguyễn Hoàng Chung (2022) dùng GMM trên các ngân hàng niêm yết (2008–2018); Nguyễn Thị Anh Thi (2023) dùng Pooled OLS trên 34 NHTM (2008–2022); Đoàn Thanh Hà (2024) dùng GMM hệ thống trên 30 NHTM (2011–2021).
  • Quốc tế: Berger và Bouwman (2018) dùng mô hình VAR tại Mỹ (1998–2015); Bitar và Saad (2019) cùng Alzoubi và Hussain (2020) dùng mô hình GMM trên hệ thống ngân hàng châu Âu (2007–2017); Faruque và Ahamed (2021) phân tích hệ thống ngân hàng Bangladesh (2008–2018); Nadia Mansour (2023) nghiên cứu hoạt động liên ngân hàng giai đoạn 2010–2020.

Từ các kết quả nghiên cứu không đồng nhất, tác giả xác định khoảng trống nghiên cứu và thiết lập cơ sở lựa chọn giai đoạn 2012 – 2023 cho đề tài.

Chương 3. Phương pháp nghiên cứu

Chương 3 xây dựng quy trình nghiên cứu chuẩn hóa gồm 11 bước cụ thể. Mô hình nghiên cứu thực nghiệm được thiết lập dựa trên kế thừa các nghiên cứu của Zaghdoudi và Hakimi (2017), Sopan và Dutta (2018), El-Massah và cộng sự (2019), Trương Quang Thông (2013), Mai Thị Phương Thùy và Bùi Thị Điệp (2018):

$$\text{FGAP}{it} = \beta_0 + \beta_1 \text{LEV}{it} + \beta_2 \text{LDR}{it} + \beta_3 \text{SIZE}{it} + \beta_4 \text{ROE}{it} + \beta_5 \text{LLPR}{it} + \beta_6 \text{NPL}_{it} + \beta_7 \text{GDP}_t + \beta_8 \text{INF}t + u{it}$$

Trong đó, các biến độc lập và giả thuyết nghiên cứu được xác định như sau:

Tên biến Ký hiệu Phương pháp đo lường Dấu kỳ vọng Căn cứ giả thuyết
Tỷ lệ đòn bẩy tài chính LEV Tổng nợ / Tổng tài sản (+) H1 Brigham và Houston (2017), Berger và Bouwman (2009)
Tỷ lệ cho vay trên tiền gửi LDR Cho vay khách hàng / Tiền gửi khách hàng (+) H2 Vũ Thị Hồng (2015), Vodová (2011)
Quy mô ngân hàng SIZE $\log(\text{Tổng tài sản})$ (-) H3 / (+) Shaikh (2015), Sopan và Dutta (2018)
Tỷ suất sinh lời trên VCSH ROE Lợi nhuận sau thuế / VCSH bình quân (+) H4 Zhang và Zhao (2021), Gogo và Arundina (2021)
Tỷ lệ chi phí dự phòng RR LLPR Trích lập dự phòng / Tổng dư nợ cho vay (+) H5 Shen và cộng sự (2009), Allen và Saunders (2004)
Tỷ lệ nợ xấu NPL Tổng nợ xấu / Tổng dư nợ (+) H6 Lucchetta (2007), Vong và Chan (2009)
Tăng trưởng kinh tế GDP Tốc độ tăng trưởng GDP thực tế hàng năm (-) H7 Zaghdoudi và Hakimi (2017), El-Massah và cs (2019)
Lạm phát INF Tỷ lệ lạm phát hàng năm (+) H8 Zaghdoudi và Hakimi (2017), Sopan và Dutta (2018)

Danh sách mẫu nghiên cứu gồm 25 NHTMCP: ABB, ACB, BAB, BID, BVB, CTG, EIB, HDB, KLB, LPB, MBB, MSB, NAB, NVB, OCB, PGB, SGB, SSB, STB, TCB, TPB, VAB, VCB, VIB, VPB.

Chương 4. Kết quả nghiên cứu và thảo luận

Chương 4 thực hiện phân tích định lượng trên mẫu 300 quan sát. Tác giả khảo sát thực trạng chỉ số Khe hở tài trợ (FGAP) trung bình giai đoạn 2012 – 2023:

  • FGAP giảm sâu xuống mức đáy là -0.170, phản ánh sự gia tăng nợ phải trả nhạy cảm với lãi suất so với tài sản sinh lời nhạy cảm lãi suất, làm tăng mức độ tổn thương của ngân hàng khi lãi suất thị trường biến động.
  • Sau giai đoạn chạm đáy, FGAP phục hồi và tăng dần đều, đạt đỉnh vào năm 2022 ở mức -0.014 do các ngân hàng cơ cấu lại kỳ hạn nguồn vốn và tài sản nợ - tài sản có.

Thống kê mô tả các biến trong mô hình giai đoạn 2012 – 2023:

  • ROE: Giá trị trung bình đạt 11.08%; giá trị nhỏ nhất là -12%; giá trị lớn nhất đạt 30.3% (thuộc về VIB năm 2021).
  • NPL: Giá trị trung bình là 2.27% (nằm dưới ngưỡng an toàn 3%); giá trị nhỏ nhất là 0.4% (BAB năm 2013); giá trị lớn nhất lên tới 29.8% (NVB năm 2023).
  • LLPR: Giá trị trung bình là 1.43%; nhỏ nhất là 0.7% (NAB năm 2013); lớn nhất là 3.xx% (BAB năm 2012).
  • LDR: Giá trị trung bình là 81.5%; thấp nhất là 35% (MSB năm 2014); cao nhất đạt 119.xx% (VPB năm 2022, vượt trần an toàn 85%).
  • LEV: Giá trị trung bình rất cao đạt 90.0%; dao động từ 76.6% đến mức cao nhất là 95.9% (BID năm 2017).
  • GDP: Tăng trưởng trung bình 5.9%/năm; thấp nhất là 2.6% (năm dịch Covid 2021); cao nhất đạt 8.0% (năm phục hồi 2022).
  • INF: Lạm phát trung bình 3.7%/năm; thấp nhất là 0.6% (năm 2015); cao nhất là 9.0% (năm 2012).
  • SIZE: Quy mô trung bình là 18.xx; nhỏ nhất là 16.xx (SGB năm 2013); lớn nhất là 21.xx (BID năm 2023).
  • FGAP: Giá trị trung bình toàn mẫu là -0.085 (tương đương -0.2% đến -8.5% tùy cách làm tròn quy ước trong phân tích); nhỏ nhất tại MSB năm 2014 và lớn nhất tại VPB năm 2022.

Quy trình ước lượng và lựa chọn mô hình:

  • Phân tích tương quan: Không có cặp biến độc lập nào có tương quan vượt quá $|0.8|$, loại trừ nguy cơ đa cộng tuyến nghiêm trọng. Kiểm tra hệ số VIF đều thỏa mãn điều kiện nhỏ hơn 10.
  • Ước lượng Pooled OLS, FEM và REM: Kiểm định F cho thấy mô hình FEM vượt trội so với Pooled OLS; kiểm định Hausman được thực hiện để đưa ra lựa chọn giữa FEM và REM.
  • Kiểm định khuyết tật: Phát hiện mô hình có hiện tượng phương sai sai số thay đổi và tự tương quan chuỗi.
  • Ước lượng FGLS: Tác giả sử dụng phương pháp GLS (Generalized Least Squares) để khắc phục toàn bộ các khuyết tật, mang lại kết quả ước lượng chính thức và đáng tin cậy.

Chương 5. Kết luận và khuyến nghị

Chương 5 đúc kết các phát hiện định lượng chính, từ đó đề xuất hệ thống giải pháp cho ban điều hành các NHTMCP và Ngân hàng Nhà nước nhằm kiểm soát khe hở tài trợ, duy trì tỷ lệ LDR hợp lý, nâng cao chất lượng tài sản và tăng cường khả năng chống chịu trước các cú sốc vĩ mô.

Kết quả và đóng góp

Kết quả nghiên cứu chính

Ước lượng hồi quy theo phương pháp FGLS trên mẫu 300 quan sát từ 25 NHTMCP giai đoạn 2012 – 2023 mang lại các kết quả thực nghiệm sau:

Biến Ký hiệu Tác động thực nghiệm Ý nghĩa thống kê Kết luận giả thuyết
Tốc độ tăng trưởng kinh tế GDP Ngược chiều (-) Có ý nghĩa Chấp nhận H7
Tỷ suất sinh lời trên VCSH ROE Cùng chiều (+) Có ý nghĩa Chấp nhận H4
Tỷ lệ cho vay trên tiền gửi LDR Cùng chiều (+) Có ý nghĩa Chấp nhận H2
Quy mô ngân hàng SIZE Cùng chiều (+) Có ý nghĩa Phù hợp lý thuyết Too-Big-To-Fail
Tỷ lệ lạm phát INF Cùng chiều (+) Có ý nghĩa Chấp nhận H8
Tỷ lệ nợ xấu NPL Không xác định Không có ý nghĩa Không có bằng chứng thống kê
Chi phí dự phòng rủi ro LLPR Không xác định Không có ý nghĩa Không có bằng chứng thống kê
Tỷ lệ đòn bẩy tài chính LEV Không xác định Không có ý nghĩa Không có bằng chứng thống kê

Chi tiết thảo luận kết quả:

  • Tăng trưởng kinh tế (GDP) tác động ngược chiều có ý nghĩa thống kê đến RRTK (đo bằng FGAP): Khi nền kinh tế tăng trưởng tốt, hoạt động kinh doanh của doanh nghiệp và thu nhập dân cư cải thiện, khả năng trả nợ tăng lên, giảm nợ đọng và nguồn tiền gửi đổ vào ngân hàng dồi dào, từ đó làm giảm khe hở tài trợ và giảm RRTK.
  • Tỷ suất sinh lời trên VCSH (ROE), Tỷ lệ cho vay trên tiền gửi (LDR), Quy mô ngân hàng (SIZE) và Lạm phát (INF) tác động cùng chiều với RRTK:
    • LDR tăng phản ánh ngân hàng đẩy mạnh cấp tín dụng vượt quá tốc độ huy động tiền gửi, trực tiếp làm giãn rộng khe hở tài trợ FGAP.
    • ROE cao phản ánh khẩu vị rủi ro gia tăng; các ngân hàng tìm kiếm lợi nhuận biên cao bằng cách phân bổ vốn vào tài sản kém thanh khoản.
    • SIZE tác động cùng chiều ủng hộ lý thuyết "Quá lớn để đổ vỡ": Các ngân hàng quy mô lớn có xu hướng mở rộng đầu tư rủi ro, gia tăng mức độ tiếp xúc với các cú sốc thanh khoản.
    • Lạm phát (INF) gia tăng làm suy giảm giá trị thực của đồng tiền, kích thích rút tiền hoặc chuyển dịch dòng vốn sang các kênh tài sản khác, gây căng thẳng nguồn vốn khả dụng.
  • Các biến NPL, LLPR và LEV không có ý nghĩa thống kê trong mô hình FGLS cuối cùng, cho thấy trong giai đoạn 2012 – 2023 tại mẫu 25 NHTMCP, tác động của trích lập dự phòng và nợ xấu chưa thể hiện mối liên hệ tuyến tính trực tiếp lên chỉ số FGAP khi đã kiểm soát các yếu tố vĩ mô và quy mô.

Giải pháp và kiến nghị của tác giả

Dựa trên kết quả hồi quy, tác giả đề xuất một số khuyến nghị:

  1. Kiểm soát tỷ lệ LDR trong biên độ an toàn: Tránh việc cho vay quá mức so với nguồn vốn huy động ổn định (giữ LDR dưới ngưỡng an toàn theo quy định, không để chạm trần như trường hợp 119% của VPB năm 2022).
  2. Quản trị thanh khoản thận trọng khi tăng trưởng quy mô và theo đuổi lợi nhuận: Các ngân hàng lớn không được chủ quan dựa vào vị thế "quá lớn để đổ vỡ"; cần cân đối hài hòa giữa mục tiêu tối đa hóa ROE và duy trì dự trữ tài sản có tính thanh khoản cao.
  3. Dự báo kinh tế vĩ mô và chủ động ứng phó lạm phát: Theo dõi sát sao chỉ số GDP và lạm phát để kịp thời cơ cấu lại kỳ hạn danh mục nguồn vốn và tài sản có, hạn chế rủi ro khi lãi suất thị trường biến động làm giãn rộng khe hở tài trợ.

Đóng góp của đề tài

  • Về mặt học thuật: Khóa luận cung cấp bằng chứng thực nghiệm đầy đủ về mức độ và chiều hướng tác động của các yếu tố vi mô và vĩ mô đến RRTK của 25 NHTMCP Việt Nam trong chuỗi thời gian 12 năm (2012 – 2023), đóng góp vào kho tàng nghiên cứu thực nghiệm tại các thị trường tài chính mới nổi.
  • Về mặt thực tiễn: Cung cấp nguồn tư liệu và quy trình định lượng chuẩn hóa giúp các nhà quản trị ngân hàng nhận diện các yếu tố thúc đẩy khe hở tài trợ, từ đó xây dựng chính sách phòng ngừa rủi ro thanh khoản phù hợp với bối cảnh kinh tế Việt Nam.

Hạn chế và hướng nghiên cứu tiếp

Căn cứ vào nội dung và phạm vi được tác giả trình bày trong khóa luận, công trình có một số hạn chế và hướng mở:

Hạn chế của đề tài

  • Mẫu nghiên cứu: Giới hạn trong phạm vi 25 NHTMCP đã niêm yết hoặc cung cấp đầy đủ BCTC kiểm toán minh bạch; chưa bao quát các chi nhánh ngân hàng nước ngoài, ngân hàng liên doanh và các ngân hàng thương mại thuộc diện kiểm soát đặc biệt hoặc chưa niêm yết.
  • Thước đo rủi ro thanh khoản: Nghiên cứu tiếp cận RRTK duy nhất qua chỉ số Khe hở tài trợ (FGAP), chưa so sánh đối chiếu với các chỉ số an toàn thanh khoản theo chuẩn mực Basel III như Tỷ lệ đảm bảo khả năng thanh khoản (LCR) hay Tỷ lệ nguồn vốn ổn định ròng (NSFR) do hạn chế về công bố thông tin chi tiết trên BCTC tại Việt Nam.

Hướng nghiên cứu tiếp theo

  • Mở rộng phạm vi mẫu và thời gian: Bổ sung thêm các tổ chức tín dụng phi ngân hàng hoặc các ngân hàng thương mại có yếu tố nước ngoài, cập nhật thêm chuỗi dữ liệu các năm tiếp theo sau 2023.
  • Cải tiến phương pháp kinh tế lượng: Áp dụng các phương pháp hồi quy nâng cao như Mô hình Moment tổng quát (GMM hệ thống) để kiểm soát hiện tượng nội sinh tiềm ẩn giữa quy mô, khả năng sinh lời và thanh khoản ngân hàng.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo chuyên khảo hữu ích cho các nhóm đối tượng:

  • Sinh viên, học viên cao học ngành Tài chính – Ngân hàng: Tham khảo cấu trúc chuẩn mực của một khóa luận định lượng tài chính ngân hàng; học hỏi quy trình xử lý dữ liệu bảng cân bằng từ phần mềm Stata 17.0 với chuỗi kiểm định đầy đủ: Pooled OLS, FEM, REM, kiểm định F, kiểm định Hausman, Modified Wald, Wooldridge và khắc phục bằng FGLS.
  • Người làm nghiên cứu về an toàn hệ thống ngân hàng: Tham khảo hệ thống biến số vi mô (ROE, NPL, LLPR, LDR, LEV, SIZE) và vĩ mô (GDP, INF), cũng như cách thức đo lường chỉ số khe hở tài trợ FGAP.
  • Cán bộ quản lý rủi ro tại các NHTMCP: Sử dụng các phát hiện thực nghiệm về tác động thuận chiều của LDR, SIZE, ROE và INF lên FGAP để thiết lập các chỉ báo cảnh báo sớm (Early Warning Indicators) trong quản trị rủi ro thanh khoản.

Câu hỏi thường gặp

1. Khóa luận sử dụng chỉ số nào để đại diện cho rủi ro thanh khoản của ngân hàng và công thức tính ra sao?
Khóa luận sử dụng chỉ số Khe hở tài trợ (FGAP). Công thức được xác định bằng: (Dư nợ tín dụng − Huy động vốn) chia cho Tổng tài sản, tương đương với (Cho vay khách hàng − Tiền gửi khách hàng) / Tổng tài sản.

2. Mẫu nghiên cứu của khóa luận gồm bao nhiêu ngân hàng và dữ liệu được thu thập trong giai đoạn nào?
Mẫu nghiên cứu bao gồm 25 ngân hàng thương mại cổ phần Việt Nam, thu thập dữ liệu bảng cân bằng trong giai đoạn 12 năm từ năm 2012 đến năm 2023, tạo ra tổng cộng 300 quan sát.

3. Kết quả hồi quy cuối cùng cho thấy những biến nào tác động đến rủi ro thanh khoản và những biến nào không có ý nghĩa thống kê?
Kết quả mô hình FGLS cho thấy biến tốc độ tăng trưởng kinh tế (GDP) tác động ngược chiều (-) đến rủi ro thanh khoản. Các biến ROE, LDR, SIZE và INF tác động cùng chiều (+). Ba biến không có ý nghĩa thống kê trong mô hình là Tỷ lệ nợ xấu (NPL), Tỷ lệ chi phí dự phòng rủi ro (LLPR) và Tỷ lệ đòn bẩy tài chính (LEV).

4. Dữ liệu thực nghiệm của 25 ngân hàng cho thấy giá trị cao nhất và thấp nhất của chỉ số LDR và NPL là bao nhiêu?
Chỉ số LDR có giá trị trung bình là 81.5%, thấp nhất là 35% tại MSB năm 2014 và cao nhất là 119.xx% tại VPB năm 2022. Tỷ lệ nợ xấu (NPL) có giá trị trung bình là 2.27%, thấp nhất là 0.4% tại BAB năm 2013 và cao nhất là 29.8% tại NVB năm 2023.

5. Khuyết tật nào của mô hình đã xuất hiện trong quá trình ước lượng và tác giả đã dùng phương pháp gì để xử lý?
Mô hình gặp phải hiện tượng phương sai sai số thay đổi và hiện tượng tự tương quan chuỗi. Tác giả đã sử dụng phương pháp Bình phương nhỏ nhất tổng quát khả thi (FGLS/GLS) để khắc phục toàn bộ các khuyết tật này nhằm thu được ước lượng vững và hiệu quả.

Kết luận

Khóa luận tốt nghiệp của tác giả Hứa Hữu Triết đã giải quyết một cách có hệ thống vấn đề các yếu tố ảnh hưởng đến rủi ro thanh khoản tại 25 ngân hàng thương mại cổ phần Việt Nam giai đoạn 2012 – 2023. Thông qua phương pháp ước lượng FGLS trên cấu trúc dữ liệu bảng cân bằng với 300 quan sát, nghiên cứu chứng minh tăng trưởng GDP giúp giảm thiểu rủi ro thanh khoản, trong khi các yếu tố lợi nhuận trên vốn chủ sở hữu (ROE), tỷ lệ dư nợ trên tiền gửi (LDR), quy mô ngân hàng (SIZE) và lạm phát (INF) lại thúc đẩy khe hở tài trợ gia tăng. Toàn bộ phát hiện thực nghiệm và hệ thống kiểm định kinh tế lượng chặt chẽ là cơ sở khoa học tin cậy giúp các tổ chức tín dụng hoàn thiện chiến lược quản trị rủi ro thanh khoản bền vững.