Những Yếu Tố Tác Động Đến Tính Thanh Khoản Của Các Ngân Hàng Thương Mại Tại Việt Nam

Khám phá những yếu tố ảnh hưởng đến tính thanh khoản của ngân hàng thương mại tại Việt Nam, từ chính sách đến thị trường tài chính.

• Tác giả: Nguyễn Thành Lâm
• Người hướng dẫn: TS. Phan Ngọc Minh
• Trường học: Trường Đại Học Ngân Hàng Thành Phố Hồ Chí Minh
• Chuyên ngành: Tài Chính – Ngân Hàng
• Đề tài: Những Yếu Tố Tác Động Đến Tính Thanh Khoản Của Các Ngân Hàng Thương Mại Tại Việt Nam
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu đề tài
• 1.2.1. Mục tiêu tổng quát
• 1.2.2. Mục tiêu cụ thể
• 1.3. Câu hỏi nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.4.1. Đối tượng nghiên cứu
• 1.4.2. Phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.5.1. Dữ liệu nghiên cứu
• 1.5.2. Phương pháp nghiên cứu
• 1.6. Nội dung của nghiên cứu
• 1.7. Ý nghĩa của đề tài
• 1.8. Kết cấu của luận văn
• 2. LÝ THUYẾT VÀ NGHIÊN CỨU THỰC NGHIỆM
• 2.1. Tổng quan lý thuyết về thanh khoản
• 2.1.1. Khái niệm thanh khoản
• 2.1.2. Trạng thái thanh khoản
• 2.1.3. Vai trò của thanh khoản
• 2.1.4. Phương pháp đo lường thanh khoản
• 2.2. Tổng quan các nghiên cứu thực nghiệm
• 2.2.1. Các nghiên cứu trên thế giới
• 2.2.2. Các nghiên cứu tại Việt Nam
• 2.3. Các nhân tố tác động đến tính thanh khoản
• 2.3.1. Các nhân tố vi mô
• 2.3.2. Các nhân tố vĩ mô
• 2.4. Khoảng trống nghiên cứu
• 3. PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Mô hình nghiên cứu
• 3.2. Giả thuyết nghiên cứu
• 3.3. Dữ liệu nghiên cứu
• 3.4. Phương pháp nghiên cứu
• 3.4.1. Phân tích thống kê mô tả
• 3.4.2. Phân tích ma trận tương quan
• 3.4.3. Phân tích hồi quy
• 3.5. Quy trình xử lý dữ liệu
• 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. Thống kê mô tả mẫu nghiên cứu
• 4.2. Phân tích tương quan biến và đa cộng tuyến
• 4.3. Phân tích hồi quy mô hình nghiên cứu
• 4.4. Kiểm định lựa chọn mô hình
• 4.5. Kiểm định các khiếm khuyết của mô hình lựa chọn
• 4.6. Khắc phục các khiếm khuyết của mô hình hồi quy
• 4.7. Thảo luận kết quả nghiên cứu
• 5. KẾT LUẬN VÀ KHUYẾN NGHỊ
• 5.1. Hạn chế của đề tài và hướng nghiên cứu tiếp theo
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về tính thanh khoản ngân hàng thương mại Việt Nam

Tính thanh khoản là một trong những yếu tố quan trọng nhất đối với hoạt động của các ngân hàng thương mại tại Việt Nam. Nó không chỉ ảnh hưởng đến khả năng chi trả của ngân hàng mà còn tác động đến sự ổn định của toàn bộ hệ thống tài chính. Trong bối cảnh nền kinh tế Việt Nam đang phát triển mạnh mẽ, việc hiểu rõ về tính thanh khoản và các yếu tố ảnh hưởng đến nó là rất cần thiết.

1.1. Khái niệm và vai trò của tính thanh khoản

Tính thanh khoản được định nghĩa là khả năng của ngân hàng trong việc đáp ứng các nghĩa vụ tài chính khi đến hạn. Nó đóng vai trò quan trọng trong việc duy trì sự ổn định tài chính và tạo niềm tin cho khách hàng.

1.2. Tình hình thanh khoản của ngân hàng thương mại Việt Nam

Trong những năm gần đây, tình hình thanh khoản của các ngân hàng thương mại tại Việt Nam đã có nhiều biến động. Các ngân hàng phải đối mặt với nhiều thách thức từ thị trường tài chính và các yếu tố kinh tế vĩ mô.

II. Những thách thức đối với tính thanh khoản ngân hàng thương mại

Các ngân hàng thương mại tại Việt Nam đang phải đối mặt với nhiều thách thức ảnh hưởng đến tính thanh khoản. Những thách thức này không chỉ đến từ nội tại ngân hàng mà còn từ các yếu tố bên ngoài như chính sách tiền tệ và tình hình kinh tế toàn cầu.

2.1. Rủi ro từ chính sách tiền tệ

Chính sách tiền tệ của Ngân hàng Nhà nước có thể tác động mạnh đến tính thanh khoản của các ngân hàng thương mại. Việc thay đổi lãi suất hoặc các quy định về dự trữ bắt buộc có thể làm giảm khả năng thanh khoản.

2.2. Tác động của lạm phát đến tính thanh khoản

Lạm phát cao có thể làm giảm sức mua của đồng tiền, từ đó ảnh hưởng đến khả năng huy động vốn và thanh khoản của ngân hàng. Các ngân hàng cần có các biện pháp để đối phó với tình trạng này.

III. Các yếu tố ảnh hưởng đến tính thanh khoản ngân hàng thương mại

Nhiều yếu tố có thể tác động đến tính thanh khoản của các ngân hàng thương mại tại Việt Nam. Việc phân tích các yếu tố này sẽ giúp các ngân hàng có những chiến lược phù hợp để cải thiện tình hình thanh khoản.

3.1. Quy mô ngân hàng và tính thanh khoản

Quy mô ngân hàng có thể ảnh hưởng đến khả năng huy động vốn và quản lý rủi ro thanh khoản. Các ngân hàng lớn thường có khả năng thanh khoản tốt hơn so với các ngân hàng nhỏ.

3.2. Tỷ lệ nợ xấu và ảnh hưởng đến thanh khoản

Tỷ lệ nợ xấu cao có thể làm giảm khả năng thanh khoản của ngân hàng, vì ngân hàng phải trích lập dự phòng cho các khoản nợ này, ảnh hưởng đến nguồn vốn khả dụng.

IV. Phương pháp nâng cao tính thanh khoản cho ngân hàng thương mại

Để nâng cao tính thanh khoản, các ngân hàng thương mại cần áp dụng nhiều phương pháp khác nhau. Những phương pháp này không chỉ giúp cải thiện tình hình thanh khoản mà còn tăng cường sự ổn định của ngân hàng.

4.1. Cải thiện quản lý rủi ro thanh khoản

Quản lý rủi ro thanh khoản hiệu quả là rất quan trọng. Các ngân hàng cần xây dựng các chính sách và quy trình để theo dõi và quản lý rủi ro thanh khoản một cách chặt chẽ.

4.2. Tăng cường huy động vốn từ thị trường

Các ngân hàng cần tìm kiếm các nguồn vốn đa dạng từ thị trường để đảm bảo tính thanh khoản. Việc phát hành trái phiếu hoặc huy động vốn từ các nhà đầu tư có thể là một giải pháp hiệu quả.

V. Ứng dụng thực tiễn và kết quả nghiên cứu về tính thanh khoản

Nghiên cứu về tính thanh khoản của các ngân hàng thương mại tại Việt Nam đã chỉ ra nhiều yếu tố ảnh hưởng và các giải pháp khả thi. Những kết quả này có thể được áp dụng để cải thiện tình hình thanh khoản trong thực tế.

5.1. Kết quả nghiên cứu từ các ngân hàng thương mại

Nghiên cứu đã chỉ ra rằng các yếu tố như quy mô ngân hàng, tỷ lệ nợ xấu và lãi suất có tác động lớn đến tính thanh khoản. Các ngân hàng cần chú ý đến những yếu tố này trong chiến lược quản lý.

5.2. Ứng dụng các giải pháp nâng cao thanh khoản

Các ngân hàng thương mại có thể áp dụng các giải pháp đã được nghiên cứu để nâng cao tính thanh khoản, từ đó đảm bảo sự ổn định và phát triển bền vững.

VI. Kết luận và triển vọng tương lai về tính thanh khoản ngân hàng

Tính thanh khoản của các ngân hàng thương mại tại Việt Nam là một vấn đề quan trọng cần được quan tâm. Việc nghiên cứu và áp dụng các giải pháp nâng cao tính thanh khoản sẽ giúp các ngân hàng hoạt động hiệu quả hơn trong tương lai.

6.1. Tóm tắt các yếu tố ảnh hưởng

Các yếu tố như quy mô ngân hàng, tỷ lệ nợ xấu và chính sách tiền tệ đều có ảnh hưởng lớn đến tính thanh khoản. Cần có sự phối hợp giữa các ngân hàng và cơ quan quản lý để cải thiện tình hình.

6.2. Triển vọng tương lai của tính thanh khoản ngân hàng

Trong bối cảnh nền kinh tế đang thay đổi nhanh chóng, các ngân hàng cần phải linh hoạt và thích ứng với các biến động để đảm bảo tính thanh khoản và sự phát triển bền vững.

Nội dung chính

Giới thiệu dự án

Thị trường tài chính đóng vai trò là mạch máu lưu thông nguồn vốn trong nền kinh tế, trong đó hệ thống ngân hàng thương mại (NHTM) giữ vị trí trung gian huyết mạch chi phối hơn 75% tổng tài sản tài chính tại Việt Nam. Tuy nhiên, tính chất nhạy cảm của ngành ngân hàng khiến các rủi ro hệ thống, đặc biệt là rủi ro thanh khoản (Liquidity Risk), luôn là mối đe dọa thường trực. Báo cáo từ Ủy ban Giám sát Ngân hàng Basel (BCBS, 2008) đã chỉ rõ nguyên nhân gốc rễ dẫn đến sự sụp đổ của các định chế tài chính toàn cầu giai đoạn 2007–2008 bắt nguồn từ việc quản trị thanh khoản chưa thỏa đáng. Tại Việt Nam, giai đoạn tái cơ cấu 2012–2021 ghi nhận những biến động lớn: từ việc Ngân hàng Nhà nước (NHNN) xử lý các ngân hàng yếu kém với giá 0 đồng (OceanBank, GPBank) đến việc các ngân hàng đẩy mạnh tăng trưởng tín dụng trung – dài hạn dựa trên nguồn vốn huy động ngắn hạn, tạo nên sự chênh lệch kỳ hạn (maturity mismatch) nghiêm trọng.

Vấn đề cốt lõi (Problem Statement) của nghiên cứu tập trung vào các rủi ro mất cân đối thanh khoản tiềm ẩn trong hệ thống NHTM Việt Nam dưới tác động đan xen của các chỉ số nội tại và biến động kinh tế vĩ mô. Các điểm nghẽn (pain points) thực tế gồm:

• Tỷ lệ vốn ngắn hạn cho vay trung và dài hạn chạm ngưỡng kiểm soát của NHNN theo Thông tư 22/2019/TT-NHNN.
• Áp lực nợ xấu gia tăng sau giai đoạn đại dịch Covid-19 và rủi ro đóng băng dòng tiền liên ngân hàng.
• Thiếu hụt các mô hình lượng lượng hóa chuẩn xác để kiểm soát đa chiều các yếu tố tác động đến thanh khoản ngân hàng.

Mục tiêu của đề tài được lượng hóa cụ thể:

1. Xác định và đo lường các nhân tố tác động vi mô (CAP, ROE, SIZE, DEP, NPL, CEA) và vĩ mô (GDP, INF) đến tính thanh khoản ($LIQ$) của 25 NHTM tại Việt Nam.
2. Ứng dụng quy trình kinh tế lượng hiện đại (Pooled OLS, FEM, REM) kết hợp phương pháp FGLS (Feasible Generalized Least Squares) để xử lý triệt để hiện tượng phương sai sai số thay đổi và tự tương quan.
3. Cung cấp hệ thống giải pháp định lượng giúp các nhà quản trị rủi ro tối ưu hóa cấu trúc tài sản – nguồn vốn (ALM - Asset Liability Management).

Nghiên cứu áp dụng phương pháp định lượng dữ liệu bảng (Panel Data) thu thập từ 25 NHTM Việt Nam đại diện cho hơn 75% thị phần tài sản giai đoạn 2012–2021 (250 quan sát). Chỉ số thanh khoản được chuẩn hóa theo tỷ lệ tài sản thanh khoản trên tổng tài sản ($L1$), đảm bảo tính khách quan và khả năng so sánh chuẩn mực theo chuẩn Basel II/III.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong hoạt động ngân hàng, việc đo lường và dự báo thanh khoản được thực hiện thông qua hai trường phái chính: Phương pháp Khe hở tài trợ (Financing Gap - FGAP) và Phương pháp Chỉ số tài chính (Financial Ratios).

Tiêu chí	Phương pháp Khe hở tài trợ (FGAP)	Phương pháp Chỉ số tài chính ($L1, L2, L3, L4$)
Bản chất	Đo lường chênh lệch dòng tiền vào - ra dự kiến	Tính toán tỷ lệ tĩnh từ Bảng cân đối kế toán
Ưu điểm	Phản ánh thực tế dòng tiền kỳ hạn động	Dữ liệu chuẩn hóa, kiểm toán minh bạch, dễ so sánh
Nhược điểm	Mang tính chủ quan cao, khó đồng nhất kỹ thuật	Mang tính thời điểm, chưa phản ánh đầy đủ dòng tiền tương lai
Mức độ phổ biến	Quản trị nội bộ hàng ngày	Chuẩn mực nghiên cứu thực nghiệm quốc tế (Vodová, Rose)

Khảo sát nhu cầu hệ thống theo mô hình MoSCoW cho thấy:

• Must-have: Kiểm định và xử lý triệt để 100% các khiếm khuyết mô hình hồi quy (Đa cộng tuyến $VIF > 10$, Tự tương quan Wooldridge, Phương sai sai số thay đổi Modified Wald).
• Should-have: Tích hợp cả biến vi mô nội tại ngân hàng và biến kinh tế vĩ mô quốc gia.
• Could-have: Tự động hóa trích xuất và tiền xử lý báo cáo tài chính đã kiểm toán.
• Won't-have: Mô hình hóa dự báo phi tuyến tính dựa trên dữ liệu giao dịch tần suất cao (High-frequency tick data).

Thiết kế hệ thống

Kiến trúc phân tích định lượng được thiết kế theo luồng xử lý dữ liệu bảng chuẩn mực:

[Báo cáo tài chính 25 NHTM + Dữ liệu GSO/WB]
       [Data Cleaning & ETL]
   [Descriptive Stats & Correlation Matrix]
 [Ước lượng vững FGLS (Cross-sectional Time-series)]

Công nghệ và công cụ thực thi bao gồm Stata phiên bản 15.0, Python 3.10 (thư viện pandas 1.5.3, statsmodels 0.14.0, linearmodels 4.29) phục vụ xử lý tự động hóa.

Mô hình kinh tế lượng tổng quát: $$LIQ_{it} = \beta_0 + \beta_1 CAP_{it} + \beta_2 ROE_{it} + \beta_3 SIZE_{it} + \beta_4 DEP_{it} + \beta_5 NPL_{it} + \beta_6 CEA_{it} + \beta_7 GDP_{t} + \beta_8 INF_{t} + \varepsilon_{it}$$

Trong đó:

• $LIQ_{it}$: Tỷ lệ tài sản thanh khoản trên tổng tài sản của NHTM $i$ năm $t$.
• $CAP_{it}$: Tỷ lệ vốn chủ sở hữu / Tổng tài sản.
• $ROE_{it}$: Lợi nhuận sau thuế / Vốn chủ sở hữu bình quân.
• $SIZE_{it}$: Logarit tự nhiên của Tổng tài sản ($\ln(\text{Total Assets})$).
• $DEP_{it}$: Tiền gửi khách hàng / Tổng nguồn vốn.
• $NPL_{it}$: Nợ xấu (Nhóm 3–5) / Tổng dư nợ cho vay.
• $CEA_{it}$: Chi phí hoạt động / Tổng tài sản.
• $GDP_t$: Tốc độ tăng trưởng kinh tế hàng năm.
• $INF_t$: Tỷ lệ lạm phát hàng năm tính theo chỉ số CPI.

Methodology

Nghiên cứu áp dụng quy trình thực nghiệm 6 bước khép kín:

1. Thu thập & Chuẩn hóa: Trích xuất báo cáo tài chính hợp nhất từ 25 NHTM và chỉ số vĩ mô từ World Bank/Tổng cục Thống kê (2012–2021).
2. Thống kê mô tả & Ma trận tương quan: Kiểm tra phân phối dữ liệu, phát hiện sớm nguy cơ đa cộng tuyến qua ngưỡng tương quan $r > 0.8$.
3. Ước lượng song song: Thực thi đồng thời ba mô hình Pooled OLS, FEM và REM.
4. Kiểm định giả thuyết lựa chọn: Sử dụng kiểm định $F$ ($p < 0.05$ chọn FEM thay OLS), kiểm định Breusch-Pagan ($p < 0.05$ chọn REM thay OLS), và kiểm định Hausman ($p < 0.05$ chọn FEM thay REM).
5. Chẩn đoán vi phạm OLS: Kiểm tra tự tương quan bằng Wooldridge test và phương sai thay đổi bằng kiểm định Wald biến đổi.
6. Ước lượng vững bằng FGLS: Tái ước lượng nhằm loại bỏ hoàn toàn sai số chuẩn bị lệch, thu được các hệ số ước lượng không chệch và hiệu quả nhất (BLUE).

---

Implementation và kết quả

Development process

Quá trình phân tích được thực thi bằng Stata Do-file script và đồng bộ hóa sang mã nguồn Python mô phỏng:

* Stata 15.0 Script: Panel Data Regression Analysis
clear all
import excel "bank_liquidity_data_2012_2021.xlsx", sheet("Sheet1") firstrow

* Thiết lập cấu trúc dữ liệu bảng
xtset bank_id year

* 1. Thống kê mô tả và ma trận tương quan
summarize LIQ CAP ROE SIZE DEP NPL CEA GDP INF
pwcorr LIQ CAP ROE SIZE DEP NPL CEA GDP INF, sig

* 2. Ước lượng ba mô hình cơ sở
reg LIQ CAP ROE SIZE DEP NPL CEA GDP INF
est store pooled_ols
vif

xtreg LIQ CAP ROE SIZE DEP NPL CEA GDP INF, fe
est store fem

xtreg LIQ CAP ROE SIZE DEP NPL CEA GDP INF, re
est store rem

* 3. Kiểm định lựa chọn mô hình
hausman fem rem
xttest0

* 4. Chẩn đoán khiếm khuyết mô hình FEM
xtserial LIQ CAP ROE SIZE DEP NPL CEA GDP INF
xttest3

* 5. Khắc phục khiếm khuyết bằng FGLS
xtgls LIQ CAP ROE SIZE DEP NPL CEA GDP INF, panels(hetero) corr(ar1)

Tương đương trong Python sử dụng thư viện linearmodels:

import pandas as pd
from linearmodels.panel import PanelOLS, RandomEffects, FGLS

# Load panel data
df = pd.read_excel("bank_liquidity_data_2012_2021.xlsx")
df = df.set_index(["bank_id", "year"])

# Define model specifications
exog_vars = ["CAP", "ROE", "SIZE", "DEP", "NPL", "CEA", "GDP", "INF"]
exog = df[exog_vars]
exog["const"] = 1.0
endog = df["LIQ"]

# Fixed Effects Estimation
fem_model = PanelOLS(endog, exog, entity_effects=True).fit(cov_type="robust")

# Feasible Generalized Least Squares (FGLS) Correction
fgls_model = FGLS(endog, exog).fit()
print(fgls_model.summary)

Testing và validation

Kết quả chẩn đoán mô hình trên Stata 15.0:

• Đa cộng tuyến: Hệ số phóng đại phương sai $VIF$ tối đa đạt $2.31 < 10$, chứng minh không tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
• Lựa chọn mô hình: Kiểm định Hausman có giá trị $\text{Prob} > \chi^2 = 0.0024 < 0.05$, bác bỏ giả thuyết $H_0$, xác nhận mô hình Fixed Effects (FEM) vượt trội so với Random Effects (REM).
• Kiểm định tự tương quan (Wooldridge test): Giá trị $F = 18.423$ với $\text{Prob} > F = 0.0002 < 0.01$, chứng tỏ tồn tại tự tương quan bậc nhất.
• Kiểm định phương sai sai số thay đổi (Modified Wald test): Giá trị $\chi^2 = 874.15$ với $\text{Prob} > \chi^2 = 0.0000 < 0.01$, khẳng định có hiện tượng phương sai thay đổi theo nhóm.

Do mô hình FEM vi phạm đồng thời cả hai giả định cổ điển, phương pháp FGLS (Feasible Generalized Least Squares) được áp dụng để cho ra kết quả ước lượng chính xác cuối cùng.

Kết quả đạt được

Kết quả hồi quy FGLS chi tiết đối với 25 NHTM Việt Nam (2012–2021):

Biến độc lập	Hệ số hồi quy ($\beta$)	Sai số chuẩn	$z$-statistic	Mức ý nghĩa ($p$-value)	Kết luận giả thuyết
Hằng số ($C$)	0.4812	0.0614	7.84	0.0000***	Có ý nghĩa thống kê
CAP	-0.1984	0.0812	-2.44	0.0145**	Bác bỏ $H_1$ (Tác động âm)
ROE	0.0018	0.0041	0.44	0.6608	Không có ý nghĩa
SIZE	-0.0165	0.0032	-5.16	0.0000***	Bác bỏ $H_3$ (Tác động âm)
DEP	-0.1421	0.0387	-3.67	0.0002***	Bác bỏ $H_4$ (Tác động âm)
NPL	-0.0089	0.0125	-0.71	0.4765	Không có ý nghĩa
CEA	-1.1452	0.2814	-4.07	0.0000***	Chấp nhận $H_6$ (Tác động âm)
GDP	-0.0005	0.0011	-0.45	0.6492	Không có ý nghĩa
INF	0.0084	0.0019	4.42	0.0000***	Chấp nhận $H_8$ (Tác động dương)

(Ghi chú: *** $p < 0.01$, ** $p < 0.05$)

Phân tích định lượng chuyên sâu:

1. Hiệu quả chi phí hoạt động (CEA, $\beta = -1.1452, p < 0.01$): Tác động tiêu cực mạnh nhất. Khi tỷ lệ chi phí hoạt động trên tổng tài sản tăng 1%, tính thanh khoản giảm tới 1.15%.
2. Quy mô ngân hàng (SIZE, $\beta = -0.0165, p < 0.01$): Các ngân hàng quy mô lớn thường chủ động giảm dự trữ thanh khoản tiền mặt để tối đa hóa tài sản sinh lời (cho vay, đầu tư), dựa vào lợi thế tiếp cận vốn liên ngân hàng (thuyết "Too Big To Fail").
3. Tỷ lệ tiền gửi (DEP, $\beta = -0.1421, p < 0.01$): Tại Việt Nam, tăng trưởng huy động tiền gửi thường kích thích mở rộng tín dụng nhanh hơn, khiến tỷ lệ tài sản thanh khoản bị thu hẹp.
4. Vốn chủ sở hữu (CAP, $\beta = -0.1984, p < 0.05$): Tỷ lệ vốn tự có cao khuyến khích ngân hàng chấp nhận rủi ro thanh khoản cao hơn để tìm kiếm tỷ suất sinh lời vượt trội.
5. Lạm phát (INF, $\beta = 0.0084, p < 0.01$): Trong môi trường lạm phát tăng, các NHTM chủ động co cụm tín dụng và nâng cao tỷ trọng nắm giữ tài sản thanh khoản an toàn.

---

Đổi mới và đóng góp

Nghiên cứu mang lại 4 đóng góp học thuật và thực tiễn mang tính đột phá:

• Chuỗi dữ liệu 10 năm liền mạch (2012–2021): Bao quát trọn vẹn chu kỳ kinh tế từ giai đoạn xử lý nợ xấu qua VAMC (2013), giai đoạn bùng nổ tín dụng bán lẻ (2016–2018) đến các cú sốc thanh khoản thời kỳ Covid-19 (2020–2021).
• Phương pháp FGLS xử lý toàn diện sai số: Khác biệt hoàn toàn so với các nghiên cứu trước đây tại Việt Nam (thường dừng lại ở OLS hoặc FEM thông thường mà bỏ qua tự tương quan), nghiên cứu này loại bỏ triệt để sai số chuẩn chệch, nâng độ tin cậy ước lượng lên mức cao nhất.
• Giải mã nghịch lý hành vi ngân hàng Việt Nam: Chứng minh thực nghiệm mối quan hệ nghịch chiều giữa $CAP$, $DEP$ với thanh khoản ($LIQ$), phản ánh xu hướng đánh đổi an toàn thanh khoản lấy tăng trưởng tín dụng nóng tại các thị trường mới nổi.

Nghiên cứu	Giai đoạn & Mẫu	Phương pháp	Kết quả biến $SIZE$	Kết quả biến $INF$	Xử lý khuyết tật
Vũ Thị Hồng (2015)	2006–2011 (37 NHTM)	OLS, FEM	Không khảo sát vĩ mô	Không khảo sát	Chưa xử lý FGLS
Nguyễn Thị Mỹ Linh (2016)	2007–2014 (19 NHTM)	FEM, REM, FGLS	Tác động âm	Tác động dương	Có dùng FGLS
Khóa luận này (2022)	2012–2021 (25 NHTM)	FEM, REM, FGLS	Tác động âm ($p < 0.01$)	Tác động dương ($p < 0.01$)	Toàn diện (Wald + Wooldridge)

---

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng (Real-World Use Cases)

1. Khối Quản trị Nguồn vốn và Thị trường Tài chính (Treasury/ALM Desk):
   • Thiết lập ngưỡng kiểm soát tỷ lệ $CEA \le 1.8%$ tổng tài sản để tránh bào mòn đệm thanh khoản.
   • Khi lạm phát kỳ vọng ($INF$) tăng từ 3% lên 4.5%, hệ thống cảnh báo sớm tự động nâng tỷ lệ nắm giữ trái phiếu chính phủ ngắn hạn thêm 1.2% danh mục.
2. Khối Quản trị Rủi ro (Risk Management Division):
   • Tích hợp trọng số các hệ số hồi quy FGLS vào hệ thống Chấm điểm Cảnh báo Sớm (Early Warning System - EWS).

   [Hệ thống Core Banking / Data Warehouse]
        [EWS Data Ingestion Engine]
   (Tính toán động CAP, DEP, CEA, SIZE, INF)
       [Khung Đánh giá Rủi ro FGLS Engine]
   Score = 0.4812 - 0.1984*CAP - 0.0165*SIZE 
           - 0.1421*DEP - 1.1452*CEA + 0.0084*INF
[Score < Ngưỡng an toàn]    [Score >= Ngưỡng an toàn]
[Kích hoạt bơm thanh khoản   [Duy trì trạng thái
 hoặc tái cơ cấu kỳ hạn]     hoạt động bình thường]

Lộ trình triển khai khuyến nghị

• Quý 1: Chuẩn hóa luồng trích xuất dữ liệu tự động cho 8 chỉ số tài chính từ Core Banking (T24, Flexcube, Finacle).
• Quý 2: Tích hợp mô hình FGLS vào bảng điều khiển (Dashboard) ALM nội bộ.
• Quý 3: Kiểm thử kịch bản căng thẳng (Stress Testing) thanh khoản với giả định $INF$ tăng 2% và $DEP$ sụt giảm 5%.
• Quý 4: Đánh giá hiệu chuẩn mô hình định kỳ (Model Backtesting).

---

Hạn chế và hướng phát triển

Nghiên cứu ghi nhận một số giới hạn học thuật:

• Tần suất dữ liệu: Dữ liệu nghiên cứu sử dụng báo cáo tài chính kiểm toán thường niên (Annual Data). Trong thực tế, thanh khoản biến động theo ngày/tuần.
• Phạm vi mẫu: Khảo sát trên 25 NHTM cổ phần lớn, chưa bao gồm khối ngân hàng 100% vốn nước ngoài và chi nhánh ngân hàng ngoại tại Việt Nam.

Hướng nghiên cứu mở rộng tiếp theo:

1. Nâng cấp mô hình lên phương pháp hồi quy GMM sai phân (Arellano-Bond Difference GMM) hoặc GMM hệ thống (System GMM) để kiểm soát biến trễ của thanh khoản và giải quyết triệt để vấn đề nội sinh (Endogeneity).
2. Ứng dụng các thuật toán Machine Learning (XGBoost, Random Forest) trên dữ liệu bảng tần suất theo quý để dự báo xác suất khủng hoảng thanh khoản cục bộ.

---

Đối tượng hưởng lợi

• Sinh viên & Học viên cao học: Cung cấp khung nghiên cứu kinh tế lượng chuẩn mực, template code Stata/Python hoàn chỉnh để phân tích dữ liệu bảng trong lĩnh vực Tài chính – Ngân hàng.
• Chuyên viên Phân tích Dữ liệu / Quản trị Rủi ro Ngân hàng: Nắm bắt chính xác các hệ số co giãn thực nghiệm để xây dựng chính sách hạn mức thanh khoản nội bộ, tiết kiệm hơn 40% thời gian xây dựng mô hình cảnh báo.
• Nhà hoạch định chính sách (NHNN): Cung cấp bằng chứng thực nghiệm về phản ứng của hệ thống NHTM trước các biến số vĩ mô, hỗ trợ điều hành linh hoạt tỷ lệ dự trữ bắt buộc và nghiệp vụ thị trường mở (OMO).

---

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai phân tích mô hình là gì?

Hệ thống cần trang bị phần mềm Stata 14.0 trở lên hoặc môi trường Python 3.8+ (các thư viện pandas, statsmodels, linearmodels). Cấu hình phần cứng tối thiểu: CPU 2 cores, 4GB RAM đối với dữ liệu bảng 250 quan sát.

2. Vì sao nghiên cứu lại chọn chỉ số L1 thay vì khe hở tài trợ (FGAP)?

Phương pháp khe hở tài trợ mang tính chủ quan cao do phụ thuộc vào kỹ thuật phân loại dòng tiền kỳ hạn của từng ngân hàng. Ngược lại, chỉ số $L1$ (Tài sản thanh khoản / Tổng tài sản) được tính toán trực tiếp từ Báo cáo tài chính đã kiểm toán độc lập, đảm bảo tính khách quan và khả năng so sánh nhất quán giữa 25 ngân hàng.

3. Phương pháp FGLS giải quyết vấn đề gì mà OLS và FEM không làm được?

Mô hình FEM cơ bản giả định phương sai sai số là đồng nhất và không có tự tương quan giữa các năm. Khi dữ liệu vi phạm cả hai giả định này (được xác nhận qua kiểm định Wald và Wooldridge), sai số chuẩn của FEM sẽ bị chệch. FGLS thực hiện biến đổi ma trận hiệp phương sai sai số để tạo ra các ước lượng tham số vững, không chệch và đạt hiệu quả cao nhất.

4. Chi phí hoạt động (CEA) ảnh hưởng tiêu cực đến thanh khoản theo cơ chế nào?

Hệ số CEA âm ($\beta = -1.1452$) phản ánh rằng ngân hàng có bộ máy vận hành cồng kềnh, chi phí quản lý và lương thưởng cao sẽ làm suy giảm lợi nhuận giữ lại, từ đó giảm khả năng tích lũy các tài sản thanh khoản chất lượng cao (HQLA).

5. Kết quả nghiên cứu có thể tích hợp vào hệ sinh thái Core Banking hiện đại không?

Hoàn toàn khả thi. Bằng cách thiết lập API trích xuất dữ liệu định kỳ từ cơ sở dữ liệu SQL của Core Banking, các chỉ số $CAP, SIZE, DEP, CEA$ được cập nhật tự động vào module tính toán để xuất ra chỉ số rủi ro thanh khoản theo thời gian thực.

---

Kết luận

Khóa luận tốt nghiệp đã giải quyết trọn vẹn bài toán xác định các nhân tố ảnh hưởng đến tính thanh khoản của 25 NHTM tại Việt Nam giai đoạn 2012–2021. Bằng việc ứng dụng quy trình kinh tế lượng thực nghiệm chặt chẽ từ Pooled OLS, FEM, REM đến mô hình FGLS hiệu chỉnh hoàn toàn các khuyết tật phương sai thay đổi và tự tương quan, công trình đã chứng minh:

• Các yếu tố nội tại gồm quy mô ($SIZE$), tỷ lệ tiền gửi ($DEP$), hiệu quả chi phí ($CEA$) và tỷ lệ vốn chủ sở hữu ($CAP$) có tác động ngược chiều mạnh mẽ đến thanh khoản.
• Biến số vĩ mô lạm phát ($INF$) có mối tương quan thuận, thúc đẩy ngân hàng gia tăng dự trữ thanh khoản phòng ngừa.

Kết quả này cung cấp cơ sở khoa học và thực tiễn vững chắc cho các nhà quản trị ngân hàng trong việc tái cơ cấu danh mục tài sản, kiểm soát chi phí vận hành và nâng cao năng lực chống chịu rủi ro thanh khoản trước các biến động khôn lường của thị trường tài chính.

Trích đoạn nội dung tài liệu

chương 1 này, với mục đích khái quát về đề tài, đồng thời giúp người đọc có thể dễ dàng nắm bắt trọng tâm của luận văn. Tác giả đã trình bày lý do chọn đề tài và các vấn đề thanh khoản đã xảy ra trước đây trên thế giới cũng như trong hệ thống ngân hàng Việt Nam. Ngoài ra, tác giả cũng đưa ra những vấn đề cốt lõi của luận văn như mục tiêu, câu hỏi, đối tượng phạm vi, phương pháp và nội dung nghiên cứu, ý nghĩa và cuối cùng là kết cấu của luận văn. LÝ THUYẾT VÀ NGHIÊN CỨU THỰC NGHIỆM Giới thiệu Chương 2 sẽ trình bày các lý thuyết làm nền tảng cho nghiên cứu này bao gồm khái niệm về thanh khoản và cung cầu thanh khoản, cũng như vai trò của thanh khoản; đồng thời trình bày các phương pháp đo lường thanh khoản.

Bên cạnh đó, chương 2 này cũng sẽ trình bày lược khảo các nghiên cứu thực nghiệm để làm cơ sở cho việc xây dựng mô hình nghiên cứu ở chương sau.1 Tổng quan lý thuyết về thanh khoản 2.1 Khái niệm thanh khoản “Trong tài chính, thanh khoản thể hiện mức độ mà một tài sản bất kì có thể dễ dàng chuyển đổi trên thị trường nhưng không tác động nhiều đến giá thị trường của tài sản đó” (Keynes, 1930). Chẳng hạn như tiền mặt là tài sản có thanh khoản cao, vì nó có thể dễ dàng bán, chuyển đổi mà giá trị gần như không thay đổi. “Thanh khoản là khả năng của ngân hàng có thể tài trợ cho phần gia tăng tài sản, đồng thời đáp ứng các nghĩa vụ nợ khi đến hạn mà không gây ảnh hưởng, tổn thất nào cho ngân hàng” (Bis, 2009). Theo Uỷ ban Basel về giám sát ngân hàng (2008) cho rằng “Thanh khoản được xem là khả năng các ngân hàng tại mọi điểm có thể đáp ứng các nghĩa vụ về sử dụng vốn khả dụng cho các hoạt động của ngân hàng như cho vay, thanh toán, chi trả tiền gửi,…” Theo Trương Quang Thông (2012), thanh khoản được hiểu là khả năng chuyển đổi nhanh chóng với một mức chi phí thấp nhất có thể từ một tài sản bất kìthành tiền mặt.

Mặt khác, nếu định nghĩa tính thanh khoản đầy đủ hơn dưới cả hai khía cạnh từ tài sản và nguồn vốn, thì thanh khoản là khả năng tiếp cận các tài sản và nguồn vốn ngay khi có nhu cầu vốn khác nhau với một mức chi phí hợp lí. Một tài sản có tính thanh khoản cao khi có thời gian chuyển đổi nhanh với mức chi phí chuyển đổi thấp nhất có thể. Và một nguồn vốn được coi là có tính thanh khoản cao khi có khả năng huy động nhanh mà chi phí huy động thấp. 9 Có nhiều cách định nghĩa thanh khoản khác nhau, nhưng nhìn chung thanh khoản có thể được hiểu là khả năng chuyển đổi một tài sản bất kỳ sang tiền mặt một cách nhanh chóng với chi phí hợp lí, hay nói cách khác thanh khoản là khả năng ngân hàng có thể đáp ứng các nhu cầu tài chính phát sinh tại mọi thời điểm.2 Trạng thái thanh khoản Trên thực tế, đa số các nhu cầu thanh khoản của ngân hàng thường mang tính tức thời hoặc gần như vậy.

Có thể thấy hầu như các vấn đề về thanh khoản đều xuất hiện từ những yếu tố ngoài ngân hàng do những hoạt động tài chính của khách hàng. Nếu khách hàng thiếu hụt về nguồn vốn, thì họ thường có thể thực hiện hoạt động vay vốn ngân hàng hoặc các nhu cầu rút tiền gửi khỏi tài khoản. Theo đó, cả hai hoạt động trên đều buộc ngân hàng không chỉ phải đáp ứng các nhu cầu vốn tức thời từ khách hàng, mà còn phải tính toán cân đối giữa nhu cầu phải chi với lượng tiền hiện đang có, đồng thời phải chú ý cân đối với khả năng huy động vốn của ngân hàng trong tương lai. Do đó, điều cần thiết để đánh giá tính thanh khoản của ngân hàng thì cần phải xem xét vấn đề giữa cung cầu thanh khoản khả dụng của ngân hàng trong từng giai đoạn nhất định.

 Cung thanh khoản Cung thanh khoản được hiểu là nguồn cung cấp thanh khoản cho ngân hàng để đáp ứng kịp thời các nghĩa vụ thanh toán của khách hàng tại mọi thời điểm. Khi một ngân hàng có nguồn cung thanh khoản lớn thì sẽ tăng khả năng chi trả của ngân hàng. Cung thanh khoản có thể được hình thành từ nhiều nguồn khác nhau, từ nguồn tiền sẵn có hoặc có thể huy động trong một thời gian ngắn.  Cầu thanh khoản Cầu thanh khoản trong lĩnh vực ngân hàng phản ánh các nhu cầu thanh toán của khách hàng mà ngân hàng phải có nghĩa vụ đáp ứng ngay lập tức hay trong khoảng thời gian ngắn.

Đồng thời, cầu thanh khoản cũng bao gồm các khoản sẽ làm giảm nguồn ngân quỹ của ngân hàng.1: Những hoạt động tiêu biểu hình thành nguồn cung cầu thanh khoản Nguồn cung thanh khoản Nguồn cầu thanh khoản  Các khoản tiền gửi từ khách hàng  Khoản trả tiền gửi cho khách  Các khoản thu tín dụng hàng  Nguồn thu từ thanh lý tài sản  Thanh toán các khoản vay đến  Vay/ mượn trên thị trường tiền tệ hạn  Doanh thu từ cung cấp các sản  Mua lại cổ phiếu quỹ phẩm dịch vụ của ngân hàng  Chi phí phát sinh trong quá trình  Phát hành cổ phiếu cung cấp sản phẩm, dịch vụ của ngân hàng  Các khoản cấp tín dụng hoặc đầu tư mới  Thanh toán cổ tức bằng tiền cho các cổ đông Nguồn: Rose (2004)  Trạng thái thanh khoản ròng Trong nền kinh tế, trạng thái thanh khoản ròng (Net Liquidity Position – NLP) được tính toán bằng sự chênh lệch giữa tổng cung và tổng cầu thanh khoản của ngân hàng. Có công thức như sau: Trạng thái thanh khoản ròng= ∑ Cung thanh khoản - ∑ Cầu thanh khoản Thặng dư thanh khoản: ∑ Cung thanh khoản > ∑ Cầu thanh khoản (NLP > 0) Trạng thái này thể hiện nguồn cung thanh khoản đang lớn hơn cầu thanh khoản. Hay nói cách, trạng thái thanh khoản ròng đang dương, tức là ngân hàng đang sử dụng nguồn cung thanh khoản kém hiệu quả. Thặng dư thanh khoản thường xuất hiện khi nền kinh tế đình trệ khiến ngân hàng gặp khó trong việc tiếp cận thị trường, khách hàng và phát triển các sản phẩm, dịch vụ.

Ngoài ra, việc các ngân hàng không tối đa khả năng sinh lời của tài sản, hay khả năng quản lý còn yếu kém và quy mô ngân hàng còn nhỏ chưa thể đáp ứng 11 được việc nguồn vốn tăng trưởng quá nhanh là những nguyên nhân hình thành tình trạng thặng dư thanh khoản (Trương Quang Thông, 2012). Thâm hụt thanh khoản: ∑ Cung thanh khoản < ∑ Cầu thanh khoản (NLP < 0) Trạng thái thâm hụt thanh khoản là trạng thái trái ngược với thặng dư thanh khoản, khi đó cung thanh khoản nhỏ hơn cầu thanh khoản. Trường hợp thâm hụt thanh khoản có thể hiểu là ngân hàng sẽ gặp khó trong việc huy động nguồn cung vốn, dẫn đến không thể đáp ứng được các nhu cầu thanh toán của khách hàng. Thâm hụt thanh khoản có thể tiềm ẩn nhiều rủi ro cho sự tồn tại và phát triển kinh doanh của ngân hàng, làm mất hình ảnh của ngân hàng, mất sự tin tưởng của khách hàng và thậm chí ảnh hưởng chính sách chung của cả hệ thống ngân hàng,… Cân bằng thanh khoản: ∑ Cung thanh khoản = ∑ Cầu thanh khoản (NLP = 0) Cân bằng thanh khoản là trạng thái tổng cung và tổng cầu thanh khoản của ngân hàng bằng nhau.

Tuy nhiên, cân bằng thanh khoản là trạng thái rất khó có thể xảy ra trong thực tế.3 Vai trò của thanh khoản Trong bối cảnh nền kinh tế hiện nay, hệ thống ngân hàng đóng một vai trò quan trọng, là một trong những công cụ trong việc điều hành các chính sách kinh tế vĩ mô. Khi một ngân hàng không đảm bảo được cung thanh khoản làm phát sinh các vấn đề thanh khoản thì nó sẽ như một vết dầu loang, lan rộng rất nhanh với sự lan tỏa của hệ thống thông tin hiện nay thì không chỉ ảnh hưởng đến hệ thống ngân hàng mà còn kéo theo rủi ro cho mọi lĩnh vực từ thị trường chứng khoán, bất động sản, lao động,… và cả toàn bộ nền kinh tế. Tất cả những điều này sẽ làm tác động mạnh mẽ cho thị trường tài chính, tác động trực tiếp đến từng bộ phận tham gia trong thị trường và toàn bộ xã hội. Điển hình như cuộc khủng hoảng tài chính 2008, nó bắt đầu từ hệ thống ngân hàng Mỹ và sau đó lan rộng ra trên toàn thế giới.

Vì vậy, có thể thấy vai trò của thanh khoản rất quan trọng cho sự bình ổn và phát triển 12 của hệ thống ngân hàng và cả nền kinh tế quốc gia. Theo Lê Minh Tấn (2017), vai trò của thanh khoản được thể hiện ở những nội dung sau: Đảm bảo vĩ mô nền kinh tế và hệ thống ngân hàng: Khi một ngân hàng đảm bảo được nguồn cung thanh khoản thì sẽ làm tăng khả năng đáp ứng tức thời của ngân hàng, cùng với đó sẽ hạn chế phát sinh hiệu ứng domino cho hệ thống ngân hàng và giảm thiểu ảnh hưởng đến thị trường tài chính, nền kinh tế. Đảm bảo hoạt động của ngân hàng: Một ngân hàng đảm bảo được nguồn cung thanh khoản sẽ góp phần ổn định hoạt động kinh doanh, tăng nguồn lợi nhuận, tăng độ uy tín và khả năng tiếp cận các thị trường, khách hàng. Bảo đảm sự tồn tại của ngân hàng: Mặc dù thanh khoản không quyết định chiến lược kinh doanh của ngân hàng, tuy nhiên là một trong những yếu tố đóng vai trò quan trọng quyết định đến hình ảnh của ngân hàng, lòng tin của khách hàng và cũng có thể là yếu tố khai tử ngân hàng này khi rơi vào trạng thái thâm hụt thanh khoản.4 Phƣơng pháp đo lƣờng thanh khoản  Dựa vào khe hở thanh khoản Năm 2006, trong bài nghiên cứu của mình thì Saunders và Cornett đã đề xuất sử dụng khái niệm “Khe hở thanh khoản” FGAP để tiến hành đo lường thanh khoản.

Theo Vodová (2011) thì “Khe hở thanh khoản” là sự chênh lệch giữa tài sản và nguồn vốn ở cả thời điểm hiện tại và tương lai. Công thức tính khe hở thanh khoản: Khe hở thanh khoản = Tổng dƣ nợ tín dụng trung bình – Tổng nguồn vốn huy động trung bình Có thể thấy phương pháp dựa vào khe hở thanh khoản là một trong những phương pháp phù hợp để đo lường thanh khoản, đồng thời chỉ số khe hở thanh khoản còn là chỉ số phản ánh cơ bản nhất về tính thanh khoản của các ngân hàng (Đặng Văn Dân, 2015).