Luận văn thạc sĩ các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại nghiên cứu tại các nền kinh tế phát triển và các nền kinh tế mới nổi

Luận văn thạc sĩ kinh tế phân tích các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại nghiên cứu tại các nền, đánh giá thực trạng, chỉ ra hạn chế, đề xuất

Trường đại học

Trường Đại Học N T T C

Chuyên ngành

Tín Dụng

Người đăng

Ẩn danh

Thể loại

Luận Án Tiến Sĩ

2018

234

Phí lưu trữ

55 Point

Mục lục chi tiết

LỜI CAM ĐOAN

1. CHƯƠNG 1: GIỚI THIỆU

1.1. Bối cảnh nghiên cứu

1.2. Vấn đề nghiên cứu

2. CHƯƠNG 2: XẾP HẠNG TÍN NHIỆM CỦA NGÂN HÀNG THƯƠNG MẠI TẠI CÁC NỀN KINH TẾ PHÁT TRIỂN VÀ CÁC NỀN KINH TẾ MỚI NỔI

2.1. Tổng quan về mức xếp hạng tín nhiệm của ngân hàng thương mại

2.1.1. Khái niệm về mức xếp hạng tín nhiệm của ngân hàng thương mại

2.1.2. Phương pháp đánh giá mức xếp hạng tín nhiệm của ngân hàng thương mại

2.1.2.1. Hệ thống thống nhất đánh giá các tổ chức tài chính (The Uniform Financial Institutions Rating System - UFIRS)

2.1.2.2. Phương pháp đánh giá mức xếp hạng tín nhiệm ngân hàng thương mại của các tổ chức xếp hạng tín nhiệm quốc tế

2.2. Đặc điểm kinh tế và đặc điểm của các ngân hàng thương mại tại các nền kinh tế phát triển và các nền kinh tế mới nổi

2.2.1. Một số đặc điểm kinh tế của các nền kinh tế phát triển

2.2.2. Một số đặc điểm của các ngân hàng thương mại tại các nền kinh tế phát triển

2.2.3. Một số đặc điểm kinh tế của các nền kinh tế mới nổi

2.2.4. Một số đặc điểm của các ngân hàng thương mại tại các nền kinh tế mới nổi

2.3. Cơ sở lý thuyết về các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại

2.3.1. Sự tác động của các yếu tố vĩ mô đến mức xếp hạng tín nhiệm của ngân hàng thương mại

2.3.2. Sự tác động của yếu tố hỗ trợ từ chính phủ hay tập đoàn mẹ đến mức xếp hạng tín nhiệm của các ngân hàng thương mại

2.3.3. Sự tác động của các yếu tố đặc thù của ngân hàng thương mại đến mức xếp hạng tín nhiệm

2.3.4. Cơ sở lý thuyết về sự khác biệt trong tác động của các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế mới nổi so với các nền kinh tế phát triển

2.3.4.1. Khái niệm về bất cân xứng thông tin

2.3.4.2. Nguyên nhân dẫn đến sự khác biệt trong tác động của các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế mới nổi so với các nền kinh tế phát triển

2.3.4.3. Bất cân xứng thông tin tạo ra sự khác biệt trong tác động của các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế mới nổi so với các nền kinh tế phát triển

2.5. Tổng hợp các nghiên cứu thực nghiệm có liên quan

2.5.1. Mức độ tin cậy và tính thống nhất trong các đánh giá mức xếp hạng tín nhiệm của ngân hàng thương mại

2.5.2. Xây dựng mô hình dự báo mức xếp hạng tín nhiệm

2.5.2.1. Các nghiên cứu sử dụng phương pháp phân loại bằng các mô hình hồi quy thống kê

2.5.2.2. Các nghiên cứu sử dụng các phương pháp phân loại trí tuệ nhân tạo

2.6. Khe hổng nghiên cứu và khung phân tích của luận án

2.6.1. Khe hổng nghiên cứu

2.6.2. Khung phân tích của luận án

3. CHƯƠNG 3: MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU

3.1. Mô hình nghiên cứu đề xuất

3.1.1. Mô hình hồi quy Ordered logit

3.1.2. Xác định và đo lường biến phụ thuộc

3.1.3. Xác định và đo lường các biến giải thích

3.2. Dữ liệu nghiên cứu

3.3. Các giả thuyết nghiên cứu

3.4. Phương pháp phân tích dữ liệu

4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

4.1. Phân tích phương sai một yếu tố các chỉ tiêu tài chính ngân hàng thương mại theo từng mức xếp hạng tín nhiệm

4.2. Kết quả phương pháp lựa chọn biến giải thích và đánh giá mức độ phù hợp của mô hình hồi quy Ordered logit

4.2.1. Kết quả phương pháp lựa chọn biến giải thích trong mô hình hồi quy Ordered logit

4.2.2. Kết quả đánh giá mức độ phù hợp của mô hình

4.2.3. Kiểm định các giả định trong mô hình Ordered logit

4.2.3.1. Kiểm định hiện tượng đa cộng tuyến trong mô hình (Multicollinearity)

4.2.3.2. Kiểm tra hiện tượng phương sai thay đổi trong mô hình (heteroskedasticity)

4.2.3.3. Kiểm tra việc thiếu biến giải thích cần thiết trong mô hình

4.4. Đánh giá tác động biên của một số biến giải thích trong mô hình

4.5. Xác định sự khác biệt trong tác động của các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế phát triển so với các nền kinh tế mới nổi

4.6. Thảo luận kết quả nghiên cứu

4.6.1. Thảo luận các kết quả nghiên cứu từ mô hình dự đoán mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế mới nổi

4.6.2. Ảnh hưởng của các yếu tố mang tính chất hệ thống đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế mới nổi

4.6.3. Ảnh hưởng của yếu tố sở hữu đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế mới nổi

4.6.4. Ảnh hưởng của yếu tố quy mô đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế mới nổi

4.6.5. Ảnh hưởng của các chỉ tiêu tài chính đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế mới nổi

4.6.6. Thảo luận các kết quả nghiên cứu từ mô hình dự đoán mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế phát triển

4.6.7. Ảnh hưởng của các yếu tố mang tính chất hệ thống đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế phát triển

4.6.8. Ảnh hưởng của yếu tố sở hữu đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế phát triển

4.6.9. Ảnh hưởng của yếu tố quy mô đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế phát triển

4.6.10. Ảnh hưởng của các chỉ tiêu tài chính đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế phát triển

4.6.11. Thảo luận kết quả xác định sự khác biệt trong tác động của các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế phát triển so với các nền kinh tế mới nổi

4.6.11.1. Sự khác biệt trong tác động của các yếu tố mang tính chất hệ thống đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế phát triển so với các nền kinh tế mới nổi

4.6.11.2. Sự khác biệt trong tác động của yếu tố sở hữu đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế phát triển so với các nền kinh tế mới nổi

4.6.11.3. Sự khác biệt trong tác động của yếu tố quy mô và các chỉ tiêu tài chính đến mức xếp hạng tín nhiệm của ngân hàng thương mại tại các nền kinh tế phát triển so với các nền kinh tế mới nổi

5. CHƯƠNG 5: KẾT LUẬN VÀ GỢI Ý CHÍNH SÁCH

5.1. Gợi ý chính sách

5.1.1. Các gợi ý chính sách cho các cơ quan quản lý hoạt động ngân hàng

5.1.2. Các gợi ý chính sách cho các ngân hàng thương mại

5.1.3. Hạn chế của nghiên cứu và đề xuất hướng nghiên cứu tiếp theo

PHỤ LỤC

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về yếu tố ảnh hưởng đến xếp hạng tín nhiệm ngân hàng

Xếp hạng tín nhiệm ngân hàng là một chỉ số quan trọng phản ánh khả năng tài chính và độ tin cậy của ngân hàng trong việc thực hiện nghĩa vụ tài chính. Các tổ chức xếp hạng tín nhiệm quốc tế như Fitch, Moody's và S&P thường sử dụng nhiều yếu tố để đánh giá mức độ tín nhiệm của ngân hàng. Những yếu tố này không chỉ bao gồm các chỉ tiêu tài chính mà còn liên quan đến môi trường kinh tế vĩ mô và các yếu tố đặc thù của từng ngân hàng.

1.1. Khái niệm về xếp hạng tín nhiệm ngân hàng

Xếp hạng tín nhiệm ngân hàng là đánh giá khả năng thanh toán nợ của ngân hàng, giúp nhà đầu tư và khách hàng có cái nhìn tổng quan về tình hình tài chính của ngân hàng đó. Đánh giá này thường dựa trên các chỉ tiêu tài chính như tỷ lệ nợ xấu, lợi nhuận và vốn chủ sở hữu.

1.2. Tầm quan trọng của xếp hạng tín nhiệm ngân hàng

Xếp hạng tín nhiệm ngân hàng ảnh hưởng trực tiếp đến khả năng huy động vốn và lãi suất mà ngân hàng phải trả cho các khoản vay. Một ngân hàng có xếp hạng tín nhiệm cao sẽ dễ dàng thu hút vốn đầu tư hơn và có thể cung cấp lãi suất thấp hơn cho khách hàng.

II. Các yếu tố vĩ mô ảnh hưởng đến tín nhiệm ngân hàng

Yếu tố vĩ mô như tình hình kinh tế, chính trị và xã hội có tác động lớn đến xếp hạng tín nhiệm ngân hàng. Sự ổn định của nền kinh tế, mức độ rủi ro chính trị và các chính sách tài chính của chính phủ đều có thể ảnh hưởng đến khả năng thanh toán nợ của ngân hàng.

2.1. Tác động của tình hình kinh tế đến tín nhiệm ngân hàng

Khi nền kinh tế phát triển, khả năng sinh lời của ngân hàng tăng lên, từ đó cải thiện xếp hạng tín nhiệm. Ngược lại, trong thời kỳ suy thoái, ngân hàng có thể gặp khó khăn trong việc thu hồi nợ, dẫn đến giảm xếp hạng tín nhiệm.

2.2. Ảnh hưởng của chính sách tài chính đến xếp hạng tín nhiệm

Chính sách tài chính của chính phủ, bao gồm lãi suất và các quy định về vốn, có thể tác động đến hoạt động của ngân hàng. Các chính sách hỗ trợ ngân hàng trong thời kỳ khủng hoảng có thể giúp cải thiện xếp hạng tín nhiệm.

III. Đặc điểm của ngân hàng và ảnh hưởng đến xếp hạng tín nhiệm

Các yếu tố đặc thù của từng ngân hàng như quy mô, cấu trúc sở hữu và chất lượng tài sản cũng đóng vai trò quan trọng trong việc xác định xếp hạng tín nhiệm. Ngân hàng lớn thường có khả năng chống chịu tốt hơn trong các tình huống khủng hoảng.

3.1. Quy mô ngân hàng và tác động đến tín nhiệm

Ngân hàng có quy mô lớn thường có khả năng phân tán rủi ro tốt hơn và có nguồn lực tài chính dồi dào hơn, từ đó cải thiện xếp hạng tín nhiệm.

3.2. Chất lượng tài sản và ảnh hưởng đến xếp hạng tín nhiệm

Chất lượng tài sản của ngân hàng, bao gồm tỷ lệ nợ xấu và khả năng thu hồi nợ, là yếu tố quan trọng trong việc đánh giá xếp hạng tín nhiệm. Ngân hàng có chất lượng tài sản tốt sẽ có xếp hạng tín nhiệm cao hơn.

IV. Phương pháp đánh giá xếp hạng tín nhiệm ngân hàng

Có nhiều phương pháp khác nhau để đánh giá xếp hạng tín nhiệm ngân hàng, bao gồm phương pháp định lượng và định tính. Các tổ chức xếp hạng tín nhiệm thường kết hợp cả hai phương pháp này để đưa ra đánh giá chính xác nhất.

4.1. Phương pháp định lượng trong đánh giá tín nhiệm

Phương pháp định lượng sử dụng các chỉ số tài chính để đánh giá khả năng thanh toán nợ của ngân hàng. Các chỉ số này bao gồm tỷ lệ vốn, tỷ lệ nợ xấu và lợi nhuận.

4.2. Phương pháp định tính trong đánh giá tín nhiệm

Phương pháp định tính xem xét các yếu tố như quản lý, chiến lược kinh doanh và môi trường hoạt động của ngân hàng. Những yếu tố này có thể ảnh hưởng đến khả năng sinh lời và rủi ro của ngân hàng.

V. Kết quả nghiên cứu và ứng dụng thực tiễn

Nghiên cứu cho thấy rằng các yếu tố vĩ mô và đặc thù ngân hàng đều có ảnh hưởng đáng kể đến xếp hạng tín nhiệm. Việc hiểu rõ các yếu tố này giúp các ngân hàng cải thiện xếp hạng tín nhiệm của mình.

5.1. Kết quả nghiên cứu về yếu tố ảnh hưởng đến tín nhiệm

Nghiên cứu đã chỉ ra rằng các yếu tố như quy mô ngân hàng, chất lượng tài sản và tình hình kinh tế vĩ mô đều có tác động lớn đến xếp hạng tín nhiệm ngân hàng.

5.2. Ứng dụng kết quả nghiên cứu vào thực tiễn

Các ngân hàng có thể sử dụng kết quả nghiên cứu để điều chỉnh chiến lược kinh doanh và cải thiện các chỉ tiêu tài chính nhằm nâng cao xếp hạng tín nhiệm.

VI. Kết luận và triển vọng tương lai của xếp hạng tín nhiệm ngân hàng

Xếp hạng tín nhiệm ngân hàng sẽ tiếp tục đóng vai trò quan trọng trong việc định hình thị trường tài chính. Các ngân hàng cần chú trọng đến việc cải thiện các yếu tố ảnh hưởng đến xếp hạng tín nhiệm để duy trì sự ổn định và phát triển bền vững.

6.1. Tương lai của xếp hạng tín nhiệm ngân hàng

Trong bối cảnh toàn cầu hóa, xếp hạng tín nhiệm ngân hàng sẽ ngày càng trở nên quan trọng hơn. Các ngân hàng cần phải thích ứng với những thay đổi trong môi trường kinh tế và chính trị để duy trì xếp hạng tín nhiệm cao.

6.2. Gợi ý chính sách cho ngân hàng

Các ngân hàng cần xây dựng các chính sách tài chính hợp lý và cải thiện quản lý rủi ro để nâng cao xếp hạng tín nhiệm. Đồng thời, cần có sự hỗ trợ từ chính phủ trong việc tạo ra môi trường kinh doanh ổn định.

Tóm tắt và mô tả trên trang này được tạo với sự hỗ trợ của AI. Nếu bạn thấy nội dung không chính xác hoặc có vấn đề, vui lòng Báo lỗi nội dung.

16/08/2025

Bạn đang xem trước tài liệu:

Luận văn thạc sĩ các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại nghiên cứu tại các nền kinh tế phát triển và các nền kinh tế mới nổi

Tải đầy đủ

Nội dung chính

Tổng quan về luận án

Nghiên cứu về cơ chế xác định mức xếp hạng tín nhiệm (MXHTN) của hệ thống ngân hàng thương mại (NHTM) đóng vai trò then chốt đối với sự ổn định tài chính toàn cầu. Luận án tiến sĩ kinh tế của tác giả Lâm Thanh Phi Quỳnh (2018) với đề tài "Các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại – Nghiên cứu tại các nền kinh tế phát triển và các nền kinh tế mới nổi" tiên phong giải mã cấu trúc phân bổ trọng số đánh giá của các tổ chức xếp hạng tín nhiệm quốc tế (CRA) hàng đầu như Fitch Ratings, Standard & Poor's (S&P), và Moody's.

Khoảng trống nghiên cứu (research gap) cốt lõi xuất phát từ thực tiễn các CRA không công bố trọng số toán học cụ thể và quy chuẩn định lượng rõ ràng giữa hai nhóm thị trường có cấu trúc kinh tế bất đối xứng. Đa phần các nghiên cứu thực nghiệm tiền nhiệm (như Matousek & Stewart, 2009; Ioannidis và cộng sự, 2010; Caporale và cộng sự, 2012) chỉ khảo sát trên mẫu gộp chung hoặc tập trung vào các nền kinh tế phát triển, xem nhẹ tính đặc thù thể chế của các thị trường mới nổi. Ngoại trừ nghiên cứu sơ khởi của Shen và cộng sự (2012) về một số chỉ tiêu tài chính đơn lẻ, chưa có công trình nào phân tích so sánh toàn diện tác động đồng thời của các yếu tố hệ thống vĩ mô, cấu trúc sở hữu và các nhóm chỉ số tài chính vi mô đến MXHTN giữa hai phân tầng kinh tế.

Luận án thiết lập hai câu hỏi nghiên cứu (Research Questions - RQ) và hệ thống giả thuyết đối ứng:

RQ1: Có tồn tại sự khác biệt mang tính hệ thống trong tác động của mức độ rủi ro quốc gia và rủi ro ngành ngân hàng đến MXHTN của NHTM tại các nền kinh tế phát triển so với các nền kinh tế mới nổi hay không?
- H1: Rủi ro quốc gia và rủi ro ngành ngân hàng có tác động tiêu cực đến MXHTN của NHTM ở các nền kinh tế mới nổi mạnh hơn so với các nền kinh tế phát triển.
RQ2: Có sự phân hóa trong mức độ chi phối của các yếu tố đặc thù ngân hàng (quy mô tài sản, đặc điểm sở hữu nhà nước/tập đoàn mẹ nước ngoài, các chỉ tiêu tài chính CAMELS) đến MXHTN giữa hai nhóm nền kinh tế hay không?
- H2a: Cấu trúc sở hữu và bảo trợ ngoại sinh có mức độ hỗ trợ xếp hạng tại các nền kinh tế mới nổi vượt trội hơn tại các thị trường phát triển.
- H2b: Các chỉ số tài chính nội tại phản ánh mức độ rủi ro vi mô có tác động phân loại xếp hạng tại các nền kinh tế phát triển mạnh hơn so với các nền kinh tế mới nổi.

Khung lý thuyết nền tảng tích hợp Lý thuyết Bất cân xứng Thông tin (Information Asymmetry Theory), Mô hình Tối ưu hóa Hàm tổn thất của CRA (Liu & Ferri, 2001), và Khung đánh giá CAMELS / UFIRS (FFIEC, 1979). Luận án khai thác bộ dữ liệu vi mô từ hệ thống dữ liệu quốc tế Bankscope kết hợp hồ sơ xếp hạng của Fitch Ratings giai đoạn 2010–2015, tập trung mẫu quan sát phân tích chi tiết chu kỳ 2013–2015 trên các NHTM thuộc nhóm G7 và các nền kinh tế phát triển (Mỹ, Anh, Đức, Nhật, Thụy Sĩ, Hà Lan, Thụy Điển, Bỉ, Úc,...) so sánh với các nền kinh tế mới nổi theo phân loại của Quỹ Tiền tệ Quốc tế IMF (Trung Quốc, Ấn Độ, Brazil, Argentina, Chile, Mexico, Thái Lan, Philippines, Việt Nam,...).

Literature Review và Positioning

Dòng chảy học thuật về xếp hạng tín nhiệm ngân hàng phân tách thành ba trường phái nghiên cứu chính:

                      ┌───────────────────────────────────────────────┐
                      │    DÒNG CHẢY HỌC THUẬT VỀ XẾP HẠNG TÍN NHIỆM    │
                      └───────────────────────┬───────────────────────┘
                                              │
         ┌────────────────────────────────────┼────────────────────────────────────┐
         │                                    │                                    │
         ▼                                    ▼                                    ▼
┌─────────────────────────────┐ ┌─────────────────────────────┐ ┌─────────────────────────────┐
│    TRƯỜNG PHÁI TÀI CHÍNH    │ │    TRƯỜNG PHÁI BẤT ĐỐI    │ │    TRƯỜNG PHÁI THỂ CHẾ    │
│       VI MÔ (CAMELS)        │ │     XỨNG & ĐÁNH GIÁ       │ │     & RỦI RO HỆ THỐNG     │
├─────────────────────────────┤ ├─────────────────────────────┤ ├─────────────────────────────┤
│• Horrigan (1966)            │ │• Poon & Firth (2005)        │ │• Matousek & Stewart (2009)  │
│• Poon và cộng sự (1999)     │ │• Poon và cộng sự (2009)     │ │• Bellotti và cộng sự (2011a)│
│• Ioannidis và cộng sự (2010)│ │• Shen và cộng sự (2012)     │ │• Caporale và cộng sự (2012) │
└─────────────────────────────┘ └─────────────────────────────┘ └─────────────────────────────┘

Trường phái tài chính vi mô tập trung vào các chỉ số nội tại dựa trên khung UFIRS/CAMELS (Horrigan, 1966; Poon và cộng sự, 1999; Ioannidis và cộng sự, 2010). Các nghiên cứu này lập luận rằng các chỉ số an toàn vốn, chất lượng tài sản, tỷ lệ sinh lời (ROAA, ROAE) và thanh khoản là động lực cốt lõi định hình điểm số tín dụng độc lập (Stand-Alone Credit Profile - SACP hoặc Viability Rating - VR).

Trường phái bất đối xứng thông tin và bản chất xếp hạng (Poon & Firth, 2005; Poon và cộng sự, 2009; Shen và cộng sự, 2012) phân tích sự khác biệt giữa xếp hạng theo yêu cầu (solicited ratings) và xếp hạng không theo yêu cầu (unsolicited ratings / shadow ratings). Bằng chứng chỉ ra các đánh giá không theo yêu cầu thường bị phạt điểm (rating penalty) do CRA phải dựa trên thông tin công bố đại chúng có độ trễ và thiếu tương tác với ban điều hành ngân hàng.

Trường phái thể chế và rủi ro hệ thống vĩ mô (Matousek & Stewart, 2009; Bellotti và cộng sự, 2011a; Caporale và cộng sự, 2012) chứng minh rủi ro quốc gia và trần xếp hạng quốc gia (Sovereign Ceiling) là biến kiểm soát có sức chi phối áp đảo lên MXHTN của định chế tài chính, đặc biệt trong các giai đoạn khủng hoảng tài chính và nợ công.

Trong y văn tồn tại cuộc tranh luận lý thuyết sâu sắc giữa hai quan điểm đối nghịch:

Quan điểm tính đồng nhất toàn cầu (Global Invariance Hypothesis): Cho rằng các CRA đa quốc gia sử dụng một quy chuẩn định lượng và thước đo rủi ro thống nhất trên toàn cầu nhằm đảm bảo tính so sánh xuyên biên giới của các mức thang AAA, AA, A, BBB,...
Quan điểm phân kỳ theo cấu trúc thể chế (Institutional Divergence Hypothesis): Khẳng định tính bất đối xứng thông tin tại các thị trường mới nổi làm suy giảm nghiêm trọng độ tin cậy của các báo cáo kế toán tài chính, buộc các CRA phải thay đổi cấu trúc hàm xếp hạng, chuyển trọng số từ các chỉ tiêu tài chính vi mô sang các chỉ số vĩ mô và năng lực bảo trợ ngoại sinh (Liu & Ferri, 2001; Shen và cộng sự, 2012).

Luận án định vị chính xác tại điểm giao thoa của cuộc tranh luận này. So với nghiên cứu của Shen và cộng sự (2012) vốn chỉ giới hạn ở một vài tỷ số tài chính đơn lẻ trên mẫu dữ liệu gộp, công trình này thúc đẩy tri thức học thuật bằng cách phân tách độc lập hai không gian mẫu (phát triển vs mới nổi), kiểm định toàn diện hệ thống biến vĩ mô (Country Rating, BICRA), biến sở hữu (Government, Group) và biến tài chính vi mô thông qua mô hình hồi quy Logistic có thứ tự (Ordered Logit) kết hợp phân tích biến tương tác (interaction terms).

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Nghiên cứu mở rộng Lý thuyết Bất cân xứng Thông tin (Akerlof, 1970; Stiglitz & Weiss, 1981; Mishkin, 1999) và Mô hình Hàm tổn thất của Liu & Ferri (2001) trong bối cảnh đánh giá tín nhiệm định chế tài chính.

Theo mô hình tối ưu hóa hành vi của CRA (Liu & Ferri, 2001), CRA tìm cách tối thiểu hóa hàm tổn thất kỳ vọng để bảo toàn danh tiếng:

$$U = - [R_f - R_t]^2$$

Trong đó $R_f$ là mức xếp hạng công bố, $R_t$ là mức độ rủi ro thực tế của NHTM. Mức rủi ro thực tế $R_t$ phân rã thành rủi ro đặc trưng nội tại ($R_c$) và rủi ro môi trường kinh tế vĩ mô ($R_s$):

$$R_t = \alpha R_c + \beta R_s$$

Rủi ro nội tại $R_c$ lại được cấu thành từ rủi ro định lượng qua các chỉ số tài chính ($R_q$) và rủi ro định tính về quản trị, đạo đức ($R_l$):

$$R_c = \gamma R_q + (1 - \gamma) R_l$$

Thiết lập hàm xếp hạng chuẩn hóa với điều kiện ràng buộc tổng trọng số bằng 1:

$$R_f = \lambda R_q + \beta R_s + (1 - \lambda - \beta) R_l \quad (\text{với } \lambda = \alpha \gamma)$$

Luận án cung cấp bằng chứng thực nghiệm khẳng định bước chuyển dịch mô hình (paradigm shift): Tại các nền kinh tế mới nổi, do rào cản chuẩn mực kế toán và tính minh bạch thấp, mức độ bất cân xứng thông tin trầm trọng hơn khiến CRA chủ động hạ thấp trọng số $\lambda$ (các chỉ tiêu tài chính $R_q$) và gia tăng đáng kể trọng số $\beta$ (rủi ro hệ thống vĩ mô $R_s$). Ngược lại, tại các nền kinh tế phát triển, hệ thống kế toán nghiêm ngặt giúp tối thiểu hóa bất đối xứng thông tin, cho phép $\lambda$ phát huy tối đa vai trò giải thích phương sai xếp hạng tín nhiệm.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp đa tầng ba nhóm lý thuyết: Khung phân tích CAMELS của FFIEC (1979), Mô hình đánh giá hai giai đoạn của Fitch Ratings (2014) & S&P (2011a), và Lý thuyết Thể chế kinh tế tài chính.

┌─────────────────────────────────────────────────────────────────────────────┐
│                         KHUNG PHÂN TÍCH CỦA LUẬN ÁN                         │
└──────────────────────────────────────┬──────────────────────────────────────┘
                                       │
         ┌─────────────────────────────┼─────────────────────────────┐
         │                             │                             │
         ▼                             ▼                             ▼
┌────────────────────────┐ ┌────────────────────────┐ ┌────────────────────────┐
│  YẾU TỐ HỆ THỐNG VĨ MÔ │ │  BẢO TRỢ & SỞ HỮU      │ │ YẾU TỐ TÀI CHÍNH VI MÔ │
├────────────────────────┤ ├────────────────────────┤ ├────────────────────────┤
│• Country_Rating (Fitch)│ │• Government (Nhà nước) │ │• LnAss (Quy mô TS)     │
│• BICRA (S&P)           │ │• Group (Tập đoàn mẹ)   │ │• AssGrow (Tăng trưởng) │
│                        │ │                        │ │• LoanLoss_Ln (Dự phòng)│
│                        │ │                        │ │• NIM, ROAA, ROAE       │
│                        │ │                        │ │• OthIn_Ass (Thu ngoài) │
└───────────┬────────────┘ └───────────┬────────────┘ └───────────┬────────────┘
            │                          │                          │
            └──────────────────────────┼──────────────────────────┘
                                       ▼
                       ┌───────────────────────────────┐
                       │  MÔ HÌNH ORDERED LOGIT RIÊNG  │
                       │   BIỆT & MẪU GỘP TƯƠNG TÁC    │
                       └───────────────┬───────────────┘
                                       ▼
                       ┌───────────────────────────────┐
                       │  MXHTN DÀI HẠN CỦA NHTM       │
                       │ (Thang bậc Fitch: AAA -> D)   │
                       └───────────────────────────────┘

Khung phân tích xác định các điều kiện biên (boundary conditions): Áp dụng đối với các NHTM có hoạt động huy động và cho vay truyền thống lẫn hiện đại; phân loại không gian kinh tế căn cứ theo phân loại chính thức của IMF; chuẩn hóa biến phụ thuộc dựa trên thang đo xếp hạng phát hành dài hạn của Fitch Ratings (từ AAA đến D, quy đổi thành biến thứ bậc từ 11 đến 1).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu vận dụng thế giới quan thực chứng (positivism) với phương pháp định lượng đa cấp (multi-level quantitative empirical design). Thiết kế nghiên cứu phân lập hai cấp độ phân tích:

Cấp độ vĩ mô/ngành (Macro/Industry-level): Mức độ rủi ro quốc gia và đánh giá rủi ro ngành ngân hàng (BICRA).
Cấp độ vi mô doanh nghiệp (Firm-level): Đặc điểm cấu trúc sở hữu, quy mô và các chỉ tiêu tài chính CAMELS.

Mô hình hồi quy Logistic có thứ tự (Ordered Logit) được lựa chọn do biến phụ thuộc $Y$ (MXHTN của NHTM) là biến định tính đa giá trị mang bản chất thứ bậc ($j = 1, 2, \dots, J$):

$$Y_i^* = X_i \beta + \epsilon_i$$

Xác suất để NHTM $i$ rơi vào mức xếp hạng $j$ được xác định theo công thức:

$$P(Y_i = j) = P(\mu_{j-1} < Y_i^* \le \mu_j) = \frac{1}{1 + e^{-(\mu_j - X_i \beta)}} - \frac{1}{1 + e^{-(\mu_{j-1} - X_i \beta)}}$$

Trong đó $\mu_j$ là các ngưỡng phân định (cut-off points) cần ước lượng, $X_i$ là vector chứa các biến giải thích.

Quy trình nghiên cứu rigorous

Quy trình xử lý dữ liệu trải qua ba giai đoạn kiểm định nghiêm ngặt:

┌─────────────────────────────────────────────────────────────────────────────┐
│                        QUY TRÌNH PHÂN TÍCH DỮ LIỆU                          │
└──────────────────────────────────────┬──────────────────────────────────────┘
                                       │
                                       ▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ BƯỚC 1: PHÂN TÍCH SO SÁNH PHƯƠNG SAI & PHI THAM SỐ                          │
│ • Kiểm định Levene về phương sai đồng nhất                                  │
│ • Phân tích phương sai một yếu tố (One-way ANOVA)                           │
│ • Kiểm định Kruskal-Wallis cho các biến không thỏa mãn phân phối chuẩn      │
└──────────────────────────────────────┬──────────────────────────────────────┘
                                       │
                                       ▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ BƯỚC 2: LỰA CHỌN BIẾN & HỒI QUY ORDERED LOGIT RIÊNG BIỆT                    │
│ • Ước lượng mô hình trên mẫu con và toàn bộ mẫu (Phát triển vs Mới nổi)     │
│ • Tối ưu hóa tập biến giải thích qua Tiêu chí Thông tin Bayes (BIC)         │
│ • Đánh giá tần suất xuất hiện có ý nghĩa thống kê của các biến              │
└──────────────────────────────────────┬──────────────────────────────────────┘
                                       │
                                       ▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ BƯỚC 3: KIỂM ĐỊNH MÔ HÌNH, TÁC ĐỘNG BIÊN & HỒI QUY MẪU GỘP VỚI BIẾN TƯƠNG TÁC│
│ • Kiểm tra đa cộng tuyến (VIF < 10) & Phương sai thay đổi                   │
│ • Tính toán Marginal Effects cho từng thứ bậc xếp hạng                      │
│ • Đưa biến tương tác: Emer * Country_Rating, Emer * BICRA, Emer * FinRatios │
└─────────────────────────────────────────────────────────────────────────────┘

Data và phân tích

Dữ liệu bảng và dữ liệu chéo đa quốc gia được trích xuất từ Bankscope và Fitch Ratings, bao gồm 17 chỉ tiêu tài chính và vĩ mô đại diện cho 6 nhóm yếu tố: Rủi ro quốc gia (Country_Rating), Rủi ro ngành (Bicra), Hỗ trợ sở hữu (Government, Group), Quy mô (LnAss), Tăng trưởng tài sản (AssGrow), Chất lượng tài sản (LoanLoss_Ln), Khả năng sinh lời (NIM, ROAA, ROAE), Đa dạng hóa thu nhập (OthIn_Ass), và Khả năng thanh khoản.

Quy trình kiểm định khuyết tật mô hình:

Kiểm định đa cộng tuyến: Hệ số phóng đại phương sai (Variance Inflation Factor - VIF) của tất cả các biến giải thích trong cả hai mô hình đều nằm trong khoảng an toàn ($VIF < 5.0$, thấp hơn nhiều so với ngưỡng cảnh báo 10.0), khẳng định không tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
Kiểm định phương sai thay đổi (Heteroskedasticity): Áp dụng ước lượng sai số chuẩn vững (robust standard errors) và kiểm tra mô hình có phương sai thay đổi để hiệu chỉnh sai số ước lượng.
Lựa chọn mô hình tối ưu bằng tiêu chí BIC: Giá trị chênh lệch tuyệt đối $|\Delta BIC| = |BIC_1 - BIC_2| > 10$ được áp dụng để xác nhận mức độ phù hợp vượt trội của mô hình thu gọn tối ưu so với mô hình tổng thể ban đầu.

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả ước lượng kinh tế lượng mang lại 5 phát hiện đột phá có ý nghĩa thống kê cao ($p < 0.01$ và $p < 0.05$):

┌─────────────────────────────────────────────────────────────────────────────┐
│           SO SÁNH MỨC ĐỘ TÁC ĐỘNG CỦA CÁC YẾU TỐ ĐẾN MXHTN                  │
├───────────────────────────────┬──────────────────────┬──────────────────────┤
│         Nhóm yếu tố           │ Nền kinh tế mới nổi  │ Nền kinh tế phát triển│
├───────────────────────────────┼──────────────────────┼──────────────────────┤
│ 1. Rủi ro vĩ mô quốc gia      │   Cực kỳ mạnh (+++)  │     Vừa phải (+)     │
│ 2. Rủi ro ngành (BICRA)       │   Cực kỳ mạnh (---)  │     Vừa phải (-)     │
│ 3. Bảo trợ Chính phủ/Tập đoàn │   Rất mạnh (+++)     │     Trung bình (+)   │
│ 4. Các chỉ số tài chính CAMELS│   Yếu / Mờ nhạt (+)  │     Rất mạnh (++++)  │
│ 5. Quy mô tổng tài sản (LnAss)│   Rất mạnh (+++)     │     Mạnh (++)        │
└───────────────────────────────┴──────────────────────┴──────────────────────┘

Sự chi phối áp đảo của rủi ro hệ thống vĩ mô tại các nền kinh tế mới nổi: Biến Country_Rating và Bicra đạt hệ số hồi quy mang ý nghĩa thống kê cao nhất ($p < 0.001$) trong mô hình các nước mới nổi. Mức xếp hạng của NHTM tại thị trường mới nổi bị ghìm chặt bởi trần xếp hạng quốc gia. Khi rủi ro ngành ngân hàng gia tăng một bậc BICRA, xác suất rơi vào các nhóm xếp hạng thấp (BB, B, CCC) tăng vọt so với các nước phát triển.
Sự suy giảm vai trò của các chỉ tiêu tài chính kế toán tại thị trường mới nổi: Trái ngược với thị trường phát triển – nơi các biến NIM, ROAE, LoanLoss_Ln, và OthIn_Ass giải thích hơn 65% sự biến thiên của thang xếp hạng – tại các nền kinh tế mới nổi, phần lớn các chỉ số tài chính nội tại không đạt mức ý nghĩa thống kê hoặc có tác động biên rất nhỏ. Điều này xác nhận giả thuyết về sự bất tín nhiệm của CRA đối với số liệu kế toán tại các thị trường kém minh bạch.
Hiệu ứng bảo trợ ngoại sinh và cấu trúc sở hữu: Biến hỗ trợ chính phủ (Government) và tập đoàn mẹ nước ngoài (Group) có tác động nâng hạng vượt trội tại các nền kinh tế mới nổi. Việc thuộc sở hữu nhà nước hoặc có cổ đông chiến lược nước ngoài giúp ngân hàng mới nổi vượt qua các rào cản thanh khoản và rủi ro đổ vỡ hệ thống.
Hiệu ứng quy mô tài sản (LnAss): Biến quy mô có ý nghĩa tích cực ở cả hai nhóm nước, củng cố học thuyết "Quá lớn để sụp đổ" (Too Big To Fail). Tuy nhiên, tại các nước mới nổi, tác động biên của quy mô tài sản lên xác suất đạt mức hạng A/BBB mạnh hơn rõ rệt, do quy mô lớn thường gắn liền với sự bảo hộ ngầm định của chính phủ.
Nghịch lý thu nhập phi truyền thống (OthIn_Ass): Tại các nước phát triển, tỷ trọng thu nhập ngoài lãi (OthIn_Ass) có tác động tích cực đến MXHTN nhờ năng lực quản trị rủi ro dịch vụ tài chính hiện đại. Ngược lại, tại các nước mới nổi, hoạt động phi truyền thống không thể hiện tác động tích cực rõ ràng, phản ánh sự e ngại của CRA trước các rủi ro đầu cơ ngoài bảng cân đối kế toán.

Bằng chứng trích dẫn trực tiếp từ văn bản luận án

[!IMPORTANT] Trích dẫn minh chứng 1 (Trang 10): "Mức xếp hạng tín nhiệm của một NHTM do Fitch công bố thể hiện khả năng thanh toán đúng hạn các nghĩa vụ tài chính... dựa trên việc phân tích khả năng gánh chịu, thái độ và năng lực quản trị rủi ro của NHTM kết hợp với việc đánh giá khả năng hỗ trợ tài chính của chính phủ hay tập đoàn mẹ."

[!NOTE] Trích dẫn minh chứng 2 (Trang 21): "Tại các nền kinh tế mới nổi, chất lượng thông tin tài chính của các NHTM thường không có độ tin cậy cao... các chuẩn mực kế toán áp dụng bởi các NHTM tại các nền kinh tế mới nổi thường không tương đồng với các chuẩn mực kế toán quốc tế."

[!TIP] Trích dẫn minh chứng 3 (Trang 34): "Các yếu tố rủi ro liên quan đến môi trường kinh tế vĩ mô nơi NHTM đang hoạt động sẽ có tác động lớn hơn đến MXHTN của các NHTM tại các nền kinh tế mới nổi so với các nền kinh tế phát triển. Ngược lại, các yếu tố đặc trưng riêng của các NHTM như các chỉ số tài chính và năng lực điều hành lại có tác động lớn hơn đến MXHTN của các NHTM tại các nền kinh tế phát triển."

Thống kê và bối cảnh quốc tế đối sánh

Luận án tích hợp các dữ liệu so sánh định lượng quốc tế sâu sắc:

Tuân thủ chuẩn mực giám sát: Tỷ lệ tuân thủ tiêu chuẩn quản trị rủi ro Basel II của các NHTM tại các nền kinh tế phát triển đạt mức trung bình 80%, trong khi tại các nền kinh tế mới nổi chỉ đạt 40% vào năm 2003 (Powell, 2004).
Phân bổ xếp hạng không theo yêu cầu: Hơn 80% các đánh giá xếp hạng không theo yêu cầu (S&P "pi ratings" và Fitch shadow ratings "s") tập trung tại các NHTM thuộc khu vực Châu Á, Châu Phi và Nam Mỹ (Roy, 2005).
Tỷ suất sinh lời bình quân: Tỷ số ROAA của các NHTM tại các nền kinh tế phát triển duy trì ổn định ở mức nền thấp quanh 0.5%, trong khi tại các nền kinh tế mới nổi có biên độ dao động mạnh và tỷ suất sinh lời trên danh nghĩa cao hơn nhưng kèm theo mức độ rủi ro tín dụng tiềm ẩn lớn hơn (Mirzaei và cộng sự, 2013).
Tiến trình tái cấu trúc sở hữu nước ngoài: Indonesia nâng tỷ lệ sở hữu nước ngoài trong ngân hàng liên doanh từ 85% lên 99% năm 2000; Thái Lan nới lỏng sở hữu nước ngoài kéo dài đến 10 năm dẫn đến việc thành lập 4 NHTM liên doanh lớn năm 2001 (Montgomery, 2003); Trung Quốc cho phép biên độ lãi suất cho vay lên tới 130% lãi suất cơ bản cho doanh nghiệp nhỏ năm 1999 trước khi tự do hóa hoàn toàn lãi suất tiền gửi ngoại tệ năm 2003 (Fu & Heffernan, 2009).

Implications đa chiều

Về mặt lý thuyết: Chứng minh tính tất yếu phải nội suy biến thể chế và mức độ bất đối xứng thông tin vào mọi mô hình vi mô dự báo xác suất vỡ nợ (Probability of Default) và xếp hạng tín nhiệm ngân hàng.
Về phương pháp luận: Khẳng định sự sai lệch nghiêm trọng nếu sử dụng mẫu gộp chung đa quốc gia mà không phân tách không gian kinh tế hoặc không sử dụng các biến tương tác điều tiết (moderating variables).
Về mặt thực tiễn cho NHTM tại các thị trường mới nổi: Ngân hàng không thể chỉ dựa vào việc "làm đẹp" các chỉ tiêu tài chính ngắn hạn để kỳ vọng nâng hạng tín nhiệm; trọng tâm cốt lõi là minh bạch hóa thông tin, chủ động yêu cầu xếp hạng chính thức (solicited ratings) để xóa bỏ nhãn shadow rating, và chuẩn hóa hệ thống quản trị rủi ro theo chuẩn mực IFRS và Basel II/III.
Về mặt chính sách cho Ngân hàng Trung ương: Để nâng cao mức xếp hạng cho hệ thống NHTM nội địa, ưu tiên hàng đầu của các cơ quan quản lý là củng cố mức độ tín nhiệm quốc gia, ổn định kinh tế vĩ mô, nâng cao chỉ số môi trường kinh doanh ngành ngân hàng (hạ điểm rủi ro BICRA), và thiết lập hành lang pháp lý buộc các ngân hàng phải công bố thông tin trung thực, kịp thời.

Limitations và Future Research

Luận án thẳng thắn nhìn nhận các hạn chế học thuật:

Giới hạn nguồn dữ liệu và khung thời gian: Mẫu nghiên cứu sử dụng dữ liệu Fitch Ratings và Bankscope giai đoạn 2010–2015. Đây là giai đoạn hậu khủng hoảng tài chính toàn cầu 2008 và khủng hoảng nợ công châu Âu, do đó có thể chứa đựng các biến động mang tính chu kỳ đặc thù.
Đơn nhất tổ chức xếp hạng: Luận án sử dụng dữ liệu xếp hạng phát hành dài hạn của Fitch Ratings làm đại diện. Mặc dù có tính tương đồng cao, nhưng sự khác biệt phương pháp luận chi tiết giữa Fitch, Moody's và S&P (split ratings) chưa được phân tích so sánh chéo đa chiều.
Các biến số quản trị phi tài chính: Chưa định lượng hóa đầy đủ các yếu tố quản trị nội bộ chi tiết như cơ cấu hội đồng quản trị, năng lực kiểm toán nội bộ, và chỉ số chấp nhận rủi ro (risk appetite) do hạn chế về nguồn dữ liệu công bố tại các nước mới nổi.

Chương trình nghiên cứu tiếp nối (Future Research Agenda):

Mở rộng khung chuỗi thời gian sang thập niên tiếp theo để kiểm tra tính ổn định của mô hình qua các cú sốc kinh tế mới.
Ứng dụng kỹ thuật Máy học nâng cao (Machine Learning) như Random Forest, Support Vector Machines (SVM), và Mạng Nơ-ron Nhân tạo (ANN) kết hợp giải thuật giải thích được (XAI/SHAP) để so sánh đối chuẩn với mô hình Ordered Logit truyền thống.
Phân tích hiện tượng phân kỳ xếp hạng (Split Ratings) giữa ba tổ chức Fitch, Moody's và S&P đối với các ngân hàng tại thị trường mới nổi.

Tác động và ảnh hưởng

Ảnh hưởng học thuật: Công trình là tài liệu tham khảo chuẩn mực trong lĩnh vực Kinh tế lượng tài chính ngân hàng, cung cấp bằng chứng thực nghiệm mẫu mực về việc xử lý mô hình Ordered Logit trên dữ liệu phân tầng kinh tế.
Tác động ngành ngân hàng: Cung cấp cho các nhà quản trị ngân hàng tại các thị trường mới nổi bức tranh thực tế về cách thức các CRA toàn cầu định giá rủi ro, từ đó xây dựng chiến lược quản trị vốn và cơ cấu cổ đông hợp lý nhằm tối ưu hóa chi phí huy động vốn quốc tế.
Tác động hoạch định chính sách: Cung cấp luận cứ khoa học để Ngân hàng Nhà nước và các bộ ngành tài chính xây dựng lộ trình nâng cao mức tín nhiệm quốc gia, tái cấu trúc hệ thống ngân hàng, và ban hành các quy chế minh bạch hóa thông tin thị trường vốn theo chuẩn mực quốc tế.

Đối tượng hưởng lợi

Nghiên cứu sinh và học giả chuyên sâu: Tiếp cận phương pháp luận kinh tế lượng chuẩn mực trong việc lựa chọn biến tối ưu qua tiêu chí BIC, kiểm định giả định Ordered Logit và phân tích tác động biên.
Giảng viên và nhà nghiên cứu cao cấp: Khai thác khung lý thuyết tích hợp giữa Bất cân xứng thông tin và Hàm tổn thất CRA làm nền tảng phát triển các hướng nghiên cứu tài chính thực nghiệm.
Ban điều hành và khối Quản trị rủi ro NHTM: Xác định chính xác các đòn bẩy chiến lược (quy mô, uy tín cổ đông chiến lược, sự minh bạch) để cải thiện hồ sơ tín dụng SACP và MXHTN dài hạn.
Cơ quan quản lý và Ngân hàng Trung ương: Có thêm công cụ định lượng hỗ trợ công tác giám sát an toàn vĩ mô và nhận diện sớm các nguy cơ lan truyền rủi ro hệ thống.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?

Luận án đã mở rộng Mô hình Tối ưu hóa Hàm tổn thất của CRA (Liu & Ferri, 2001) dựa trên nền tảng Lý thuyết Bất cân xứng Thông tin của Akerlof và Mishkin. Đóng góp độc đáo nhất là việc chứng minh bằng thực nghiệm sự chuyển dịch cơ cấu trọng số: Tại các thị trường mới nổi, bất cân xứng thông tin nghiêm trọng làm suy giảm độ tin cậy của báo cáo tài chính vi mô, buộc các tổ chức xếp hạng phải gia tăng trọng số của rủi ro vĩ mô hệ thống ($R_s$) và giảm thiểu trọng số của các chỉ tiêu tài chính kế toán ($R_q$).

2. Điểm đổi mới phương pháp luận so với các nghiên cứu trước đây là gì?

Khác với các nghiên cứu trước (như Poon và cộng sự, 1999; Matousek & Stewart, 2009; Caporale và cộng sự, 2012) vốn chỉ hồi quy trên mẫu dữ liệu gộp chung các quốc gia, luận án tiến hành xây dựng hai mô hình hồi quy Ordered Logit độc lập cho hai nhóm nền kinh tế phát triển và mới nổi, sau đó kết hợp hồi quy mẫu gộp với hệ thống biến tương tác (Emer * Country_Rating, Emer * Bicra, Emer * Financial Ratios). Quy trình này giúp cô lập hoàn toàn hiệu ứng điều tiết của thể chế kinh tế đối với từng yếu tố tác động.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?

Phát hiện mang tính phản trực giác là các chỉ tiêu tài chính sinh lời và chất lượng tài sản (như ROAE, NIM, LoanLoss_Ln) – vốn là những trụ cột định giá rủi ro hàng đầu tại các nền kinh tế phát triển – lại gần như mất đi ý nghĩa giải thích thống kê đối với MXHTN của các NHTM tại các nền kinh tế mới nổi. Điều này phản ánh thực tế rằng các tổ chức xếp hạng quốc tế chủ động chiết khấu độ tin cậy của các báo cáo tài chính nội địa tại các thị trường này do sự phân kỳ về chuẩn mực kế toán và tính minh bạch thông tin.

4. Luận án có cung cấp quy trình tái lập nghiên cứu (Replication Protocol) không?

Có. Luận án cung cấp bảng định nghĩa chi tiết 17 biến số kinh tế lượng, mô tả quy tắc mã hóa biến thứ bậc phụ thuộc từ thang Fitch Ratings, trình bày đầy đủ các ngưỡng cắt $\mu_j$, hệ số phóng đại phương sai VIF, quy trình chọn biến qua chỉ số BIC, và kết quả kiểm định phi tham số Kruskal-Wallis trong hệ thống phụ lục từ 1a đến 10.

5. Định hướng nghiên cứu 10 năm tới mở ra từ luận án này là gì?

Mở ra hướng nghiên cứu phân tích tác động của các rủi ro phi truyền thống mới xuất hiện (như rủi ro biến đổi khí hậu ESG, rủi ro an ninh mạng và chuyển đổi số Fintech) đến MXHTN của hệ thống ngân hàng thương mại, đồng thời phát triển các mô hình lai tạo giữa Kinh tế lượng chuỗi thời gian vi mô và Trí tuệ nhân tạo (AI/Machine Learning) nhằm dự báo sớm nguy cơ hạ bậc tín nhiệm ngân hàng.

Kết luận

Luận án đã xác lập một cách khoa học và hệ thống sự khác biệt mang tính bản chất trong cơ chế xác định mức xếp hạng tín nhiệm NHTM giữa hai nhóm nền kinh tế phát triển và mới nổi.
Cung cấp bằng chứng thực nghiệm vững chắc khẳng định rủi ro vĩ mô quốc gia và rủi ro ngành ngân hàng (BICRA) chi phối áp đảo MXHTN tại các thị trường mới nổi, trong khi các chỉ số tài chính nội tại CAMELS giữ vai trò then chốt tại các thị trường phát triển.
Làm sáng tỏ vai trò đòn bẩy của cấu trúc sở hữu nhà nước và sự tham gia của tập đoàn mẹ quốc tế trong việc bù đắp khoảng trống thông tin và nâng cao mức xếp hạng tín nhiệm cho các NHTM mới nổi.
Đóng góp về mặt phương pháp luận thông qua quy trình chọn biến tối ưu Bayes (BIC) kết hợp hồi quy Ordered Logit phân tầng và phân tích biến tương tác chuyên sâu.
Cung cấp hệ thống giải pháp và khuyến nghị chính sách toàn diện, khả thi cho các Ngân hàng Trung ương và bản thân các ngân hàng thương mại tại các thị trường đang phát triển nhằm cải thiện năng lực tín nhiệm và hội nhập thị trường vốn quốc tế.

Chủ đề

Quản trị rủi ro tài chính ngân hàng

xếp hạng tín nhiệm và đánh giá ngân hàng

so sánh kinh tế phát triển và mới nổi