Giới thiệu dự án
Nghiên cứu ứng dụng "Các yếu tố ảnh hưởng đến khả năng sinh lời của các ngân hàng thương mại tại Việt Nam" tập trung giải quyết bài toán cốt lõi về hiệu quả hoạt động và an toàn hệ thống của ngành ngân hàng trong giai đoạn tái cơ cấu và hội nhập kinh tế quốc tế sâu rộng. Ngành ngân hàng đóng vai trò huyết mạch trung gian tài chính của nền kinh tế; tuy nhiên, sau cuộc khủng hoảng tài chính toàn cầu 2008 và giai đoạn tái cấu trúc nợ xấu 2011–2015, biên lợi nhuận cũng như chất lượng tài sản của các tổ chức tín dụng chịu nhiều áp lực biến động. Theo chuẩn mực quốc tế của Moody's, tỷ suất sinh lời trên tài sản (ROA) an toàn cần đạt tối thiểu $\ge 1%$ và tỷ suất sinh lời trên vốn chủ sở hữu (ROE) đạt ngưỡng chấp nhận được từ $12% - 15%$. Tuy vậy, giai đoạn 2010–2020 tại Việt Nam chứng kiến sự phân hóa rõ nét giữa các ngân hàng thương mại cổ phần (NHTMCP) về năng lực quản trị vốn, nợ xấu và đa dạng hóa nguồn thu.
+-----------------------------------------------------------------------------------+
| BỐI CẢNH & ĐỘNG LỰC NGHIÊN CỨU |
| - Chuẩn Moody's: ROA >= 1.0%, ROE: 12% - 15% |
| - Thực trạng 22 NHTM VN (2010-2020): Mean ROA = 0.98%, Mean ROE = 11.1% |
| - Thách thức: Phân hóa biên lợi nhuận, nợ xấu tiềm ẩn, phụ thuộc tín dụng truyền thống|
+-----------------------------------------------------------------------------------+
Vấn đề nghiên cứu (Problem Statement)
Các nghiên cứu thực nghiệm trong và ngoài nước trước đây tồn tại nhiều bất đồng về chiều hướng tác động của quy mô (SIZE), tỷ lệ vốn cho vay (LOAN), cấu trúc vốn (CAP) và các biến số vĩ mô như GDP, lạm phát (INF) lên khả năng sinh lời. Nhiều nghiên cứu dữ liệu bảng (Panel Data) sử dụng mô hình OLS gộp hoặc FEM/REM truyền thống nhưng không xử lý triệt để hiện tượng phương sai sai số thay đổi (Heteroscedasticity) và tự tương quan (Autocorrelation), dẫn đến các ước lượng chệch hoặc không hiệu quả (inefficient estimators).
Mục tiêu nghiên cứu
- Mục tiêu 1: Xác định và xây dựng mô hình kinh tế lượng tối ưu để đo lường các nhân tố nội tại và vĩ mô tác động đến ROA và ROE của 22 NHTM Việt Nam.
- Mục tiêu 2: Kiểm định và đo lường định lượng mức độ cũng như chiều hướng tác động của 7 biến giải thích: Tổng quy mô (
SIZE), Tỷ lệ vốn chủ sở hữu (CAP), Tỷ lệ cho vay (LOAN), Thu nhập ngoài lãi (NII), Nợ xấu (NPL), Tăng trưởng GDP (GDP), và Lạm phát (INF).
- Mục tiêu 3: Đề xuất hàm ý chính sách và chiến lược quản trị kinh doanh giúp các nhà điều hành ngân hàng tối ưu hóa hiệu quả sinh lời và kiểm soát rủi ro thanh khoản.
Phương pháp tiếp cận và kết quả kỳ vọng
Đề tài áp dụng phương pháp kinh tế lượng dữ liệu bảng đa biến (Multivariate Panel Data Econometrics), kết hợp kiểm định mô hình Pooled OLS, mô hình tác động cố định (FEM), mô hình tác động ngẫu nhiên (REM), kiểm định F-Test, Hausman Test, kiểm định đa cộng tuyến (VIF), kiểm định Breusch-Pagan và kiểm định Wooldridge. Để khắc phục các khuyết tật mô hình, phương pháp Tổng bình phương tối thiểu tổng quát khả thi (Feasible Generalized Least Squares - FGLS) được triển khai nhằm đảm bảo tính vững và hiệu quả thống kê.
Phạm vi và giới hạn
- Không gian: 22 ngân hàng thương mại cổ phần niêm yết và công bố báo cáo tài chính kiểm toán đầy đủ tại Việt Nam.
- Thời gian: Chuỗi dữ liệu bảng cân đối 11 năm liên tục (2010 – 2020), tổng cộng 242 quan sát ($N=22, T=11$).
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Nghiên cứu tiến hành phân tích so sánh các mô hình ước lượng dữ liệu bảng phổ biến nhằm xác định giải pháp kinh tế lượng chuẩn xác nhất.
| Mô hình hồi quy |
Ưu điểm |
Hạn chế |
Mức độ phù hợp với bộ dữ liệu |
| Pooled OLS |
Đơn giản, dễ tính toán trên mẫu gộp lớn. |
Bỏ qua đặc trưng riêng biệt giữa các ngân hàng, vi phạm giả định sai số độc lập. |
Không phù hợp (Bị bác bỏ qua F-test: $Prob > F = 0.0002 < 0.05$). |
| FEM (Fixed Effects) |
Kiểm soát được các đặc tính bất biến theo thời gian của từng ngân hàng. |
Gặp sai số khi xuất hiện hiện tượng phương sai thay đổi và tự tương quan chuỗi. |
Phù hợp hơn Pooled OLS và REM (Hausman test $P = 0.0389 < 0.05$), nhưng còn khuyết tật sai số. |
| REM (Random Effects) |
Tiết kiệm bậc tự do, tính toán sai số ngẫu nhiên giữa các cá thể. |
Giả định sai số không tương quan với các biến độc lập thường bị vi phạm trong tài chính. |
Bị loại bỏ qua kiểm định Hausman. |
| FGLS (Khả thi GLS) |
Khắc phục hoàn toàn phương sai sai số thay đổi và tự tương quan bậc nhất $AR(1)$. |
Yêu cầu số lượng đơn vị không gian $N$ và chuỗi thời gian $T$ cân đối. |
Lựa chọn tối ưu nhất cho kết quả ước lượng vững. |
So sánh với các công trình thực nghiệm trước:
- Trujillo-Ponce (2013): Dùng GMM tại Tây Ban Nha, ghi nhận GDP và tín dụng tăng làm tăng ROA, nhưng quy mô tác động ngược chiều ROE.
- Syafri (2012): Tại Indonesia, ghi nhận tỷ lệ vốn cho vay tác động dương, lạm phát tác động âm đến ROA.
- Hồ Thị Hồng Minh & Nguyễn Thị Cành (2014): Tại Việt Nam (2007–2013), thu nhập ngoài lãi tác động dương, trong khi nợ xấu và quy mô không có ý nghĩa rõ nét với tăng trưởng.
Thiết kế hệ thống mô hình hóa kinh tế lượng
Hệ thống phân tích định lượng được thiết kế theo quy trình đường ống xử lý dữ liệu (Data Pipeline) 5 tầng:
[Audited BCTC 2010-2020 (22 Banks)] + [World Bank Macro Indicators]
|
v
[1. Data Harmonization & Feature Extraction]
(Log Assets, CAP, LOAN, NPL, NII, GDP, INF)
|
v
[2. Descriptive Statistics & Correlation Matrix]
(Screening Outliers & Collinearity Matrix VIF < 10)
|
v
[3. Panel Model Formulation: Pooled OLS vs FEM vs REM]
(F-test Selection -> Hausman Specification Test)
|
v
[4. Econometric Diagnostics & Defect Identification]
(Breusch-Pagan: Heteroscedasticity | Wooldridge: AR(1))
|
v
[5. Final Estimation Engine: FGLS (Cross-Sectional Hetero + AR1)]
Đặc tả phương trình toán học
Hai mô hình ước lượng tổng quát đại diện cho khả năng sinh lời gồm:
$$\text{ROA}{i,t} = \beta_0 + \beta_1 \text{SIZE}{i,t} + \beta_2 \text{CAP}{i,t} + \beta_3 \text{LOAN}{i,t} + \beta_4 \text{NII}{i,t} + \beta_5 \text{NPL}{i,t} + \beta_6 \text{GDP}_t + \beta_7 \text{INF}t + \varepsilon{i,t}$$
$$\text{ROE}{i,t} = \alpha_0 + \alpha_1 \text{SIZE}{i,t} + \alpha_2 \text{CAP}{i,t} + \alpha_3 \text{LOAN}{i,t} + \alpha_4 \text{NII}{i,t} + \alpha_5 \text{NPL}{i,t} + \alpha_6 \text{GDP}_t + \alpha_7 \text{INF}t + u{i,t}$$
Trong đó:
- $i \in [1, 22]$ đại diện cho ngân hàng thương mại thứ $i$.
- $t \in [2010, 2020]$ đại diện cho năm tài chính thứ $t$.
- $\varepsilon_{i,t}, u_{i,t}$ là sai số ngẫu nhiên gồm hiệu ứng cố định cá thể $v_i$ và sai số đặc thù $e_{i,t}$.
Công nghệ và công cụ sử dụng
- Phần mềm tính toán: Stata MP phiên bản 16.0 / 17.0 (chuyên dụng xử lý dữ liệu bảng đa biến).
- Bộ công cụ bổ trợ: Excel Data Analysis Tools (chuẩn hóa dữ liệu thô), World Bank Open Data API.
- Các gói lệnh kinh tế lượng:
xtreg, xttest3, xtserial, vif, xtgls.
Phương pháp luận (Methodology)
Nghiên cứu tuân thủ quy trình khoa học định lượng 7 bước:
- Lược khảo lý thuyết & khoảng trống: Phân tích nền tảng lý thuyết biên khả năng sản xuất (PPF) và lý thuyết trung gian tài chính (Rose, 1999).
- Thiết kế biến số: Định lượng hóa 2 biến phụ thuộc và 7 biến độc lập theo chuẩn kế toán VAS/IFRS.
- Thu thập & tiền xử lý dữ liệu: Trích xuất báo cáo tài chính hợp nhất kiểm toán của 22 ngân hàng, kết hợp chỉ số CPI và GDP từ Ngân hàng Thế giới.
- Hồi quy cơ sở: Chạy mô hình Pooled OLS, FEM và REM.
- Kiểm định giả thuyết lựa chọn mô hình: Áp dụng F-test hạn chế ($H_0$: OLS vs $H_1$: FEM) và Hausman Test ($H_0$: REM vs $H_1$: FEM).
- Kiểm tra khuyết tật mô hình: Đánh giá đa cộng tuyến (VIF), kiểm định phương sai sai số thay đổi (Breusch-Pagan), và kiểm định tự tương quan (Wooldridge test).
- Ước lượng vững bằng FGLS: Tái ước lượng hệ số hồi quy để triệt tiêu phương sai thay đổi và tự tương quan chuỗi.
Implementation và kết quả
Quy trình triển khai và kịch bản Stata Script
Toàn bộ đường ống xử lý dữ liệu và ước lượng mô hình được tự động hóa thông qua kịch bản lệnh Stata chuyên sâu:
* Thiết lập dữ liệu bảng (Panel Settings)
clear all
import excel "Bank_Profitability_Dataset_2010_2020.xlsx", sheet("Data") firstrow
destring _all, replace
xtset BankID Year
* 1. Thống kê mô tả và Ma trận tương quan
summarize ROA ROE SIZE LOAN NPL NII CAP GDP INF
correlate ROA ROE SIZE LOAN NPL NII CAP GDP INF
* 2. Ước lượng Pooled OLS và kiểm tra Đa cộng tuyến (VIF)
regress ROA SIZE CAP LOAN NII NPL GDP INF
vif
* 3. Ước lượng FEM và REM cho mô hình ROA
xtreg ROA SIZE CAP LOAN NII NPL GDP INF, fe
estimates store fem_roa
xtreg ROA SIZE CAP LOAN NII NPL GDP INF, re
estimates store rem_roa
* 4. Kiểm định lựa chọn mô hình (Hausman Test)
hausman fem_roa rem_roa
* 5. Kiểm tra khuyết tật mô hình FEM
xtreg ROA SIZE CAP LOAN NII NPL GDP INF, fe
* Kiểm định phương sai thay đổi (Breusch-Pagan / Modified Wald test)
xttest3
* Kiểm định tự tương quan chuỗi bậc 1 (Wooldridge Test)
xtserial ROA SIZE CAP LOAN NII NPL GDP INF
* 6. Khắc phục khuyết tật bằng mô hình FGLS
xtgls ROA SIZE CAP LOAN NII NPL GDP INF, panels(hetero) corr(ar1)
xtgls ROE SIZE CAP LOAN NII NPL GDP INF, panels(hetero) corr(ar1)
Kiểm định và đánh giá kỹ thuật (Testing & Validation)
Kết quả kiểm tra chẩn đoán kỹ thuật trên bộ dữ liệu 242 quan sát:
+-----------------------------------------------------------------------------------------+
| KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH (DIAGNOSTICS) |
| - Đa cộng tuyến: Mean VIF = 1.32 (LOAN max = 1.98 < 10) -> Không có đa cộng tuyến |
| - Lựa chọn OLS vs FEM: F(21, 213) = 2.0002 (Prob > F = 0.0002) -> Chọn FEM |
| - Lựa chọn FEM vs REM: Hausman Chi2(7) = 14.0389 (p = 0.0389 < 0.05) -> Chọn FEM |
| - Kiểm định Phương sai thay đổi: Chi2(22) = 1456.00 (p = 0.0000) -> Có khuyết tật |
| - Kiểm định Tự tương quan: Wooldridge F(1, 21) = 6.0184 (p = 0.0229) -> Có khuyết tật |
| ==> KẾT LUẬN: Bắt buộc sử dụng FGLS panels(hetero) corr(ar1) để hiệu chỉnh toàn diện |
+-----------------------------------------------------------------------------------------+
- Kiểm tra đa cộng tuyến: Hệ số phóng đại phương sai (VIF) của tất cả các biến độc lập đều dao động từ $1.05$ đến $1.98$, với giá trị VIF trung bình đạt $1.32$ (nhỏ hơn rất nhiều so với ngưỡng cảnh báo 10), xác nhận không tồn tại đa cộng tuyến nghiêm trọng.
- Kiểm định F-Test: Giá trị $Prob > F = 0.0002 < 0.05$, bác bỏ giả thuyết $H_0$ của Pooled OLS, chấp nhận mô hình FEM.
- Kiểm định Hausman: Giá trị thống kê $\chi^2(7) = 14.0389$ với giá trị $P = 0.0389 < 0.05$, chứng minh sự tồn tại của hiệu ứng cố định cá thể, khẳng định FEM vượt trội hơn REM.
- Kiểm định phương sai sai số thay đổi: Thống kê $\chi^2(22) = 1456.00$ ($P = 0.0000 < 0.05$), mô hình FEM xuất hiện hiện tượng phương sai thay đổi nghiêm trọng.
- Kiểm định tự tương quan (Wooldridge Test): Giá trị $F(1, 21) = 6.0184$ ($Prob > F = 0.0229 < 0.05$), xác nhận tồn tại tự tương quan giữa các phần dư.
Kết quả ước lượng thực nghiệm đạt được
Sau khi khắc phục toàn bộ khuyết tật bằng kỹ thuật FGLS, bảng tổng hợp kết quả tác động của các biến lên ROA và ROE đạt được như sau:
| Biến độc lập |
Ký hiệu |
Tác động tới ROA (FGLS) |
Mức ý nghĩa thống kê |
Tác động tới ROE (FGLS) |
Mức ý nghĩa thống kê |
Kết luận lý thuyết |
| Quy mô ngân hàng |
SIZE |
Không có ý nghĩa |
$p > 0.10$ |
Dương (+) |
$p < 0.05$ |
Quy mô lớn giúp gia tăng ROE nhờ lợi thế kinh tế theo quy mô và đòn bẩy. |
| Tỷ lệ an toàn vốn |
CAP |
Dương (+) |
$p < 0.05$ |
Không có ý nghĩa |
$p > 0.10$ |
Vốn tự có dày củng cố tỷ suất sinh lời trên tài sản ROA. |
| Tỷ lệ cho vay |
LOAN |
Âm (-) |
$p < 0.05$ |
Âm (-) |
$p < 0.01$ |
Tập trung cho vay quá mức đẩy chi phí thanh khoản và rủi ro trích lập lên cao. |
| Thu nhập ngoài lãi |
NII |
Dương (+) |
$p < 0.01$ |
Dương (+) |
$p < 0.01$ |
Đa dạng hóa nguồn thu dịch vụ thúc đẩy vượt bậc cả ROA và ROE. |
| Tỷ lệ nợ xấu |
NPL |
Âm (-) |
$p < 0.05$ |
Âm (-) |
$p < 0.01$ |
Nợ xấu bào mòn trực tiếp lợi nhuận do tăng chi phí dự phòng rủi ro tín dụng. |
| Tăng trưởng GDP |
GDP |
Không có ý nghĩa |
$p > 0.10$ |
Không có ý nghĩa |
$p > 0.10$ |
Tác động vĩ mô phân hóa mạnh giữa các nhóm ngân hàng. |
| Lạm phát |
INF |
Dương (+) |
$p < 0.01$ |
Dương (+) |
$p < 0.01$ |
Ngân hàng Việt Nam chủ động dự báo và điều chỉnh lãi suất danh nghĩa bù đắp lạm phát. |
Thống kê mô tả chi tiết mẫu:
- ROA trung bình: $0.98%$ (Min: $-5.9%$ tại TPB năm 2011; Max: $5.6%$ tại SGB năm 2010).
- ROE trung bình: $11.1%$ (Min: $-56.3%$ tại TPB năm 2011; Max: $29.57%$ tại VIB năm 2020).
- Tỷ lệ cho vay (LOAN) bình quân: $59.74%$ (BIDV cao nhất đạt $74.36%$).
- Tỷ lệ nợ xấu (NPL) bình quân: $2.20%$ (SHB cao nhất đạt $19.10%$ năm 2019 do tiếp nhận bàn giao ngân hàng sáp nhập).
- Thu nhập ngoài lãi (NII) bình quân: $0.85%$ (OCB đạt đỉnh $13.11%$ năm 2020).
Đổi mới và đóng góp
Đổi mới về mặt kỹ thuật và phương pháp luận
- Triệt tiêu sai số dữ liệu bảng kép: Thay vì dừng lại ở mô hình FEM/REM như phần lớn các đề tài tốt nghiệp trước đây, nghiên cứu đã tiến hành chuỗi kiểm định chẩn đoán vi phạm giả định và áp dụng thành công ước lượng FGLS hiệu chỉnh tương quan chuỗi và phương sai thay đổi đồng thời.
- Chứng minh vai trò đòn bẩy của Thu nhập ngoài lãi (NII): Kết quả nghiên cứu cung cấp bằng chứng định lượng đanh thép với mức ý nghĩa $1%$ ($p < 0.01$) rằng việc chuyển dịch cơ cấu từ tín dụng truyền thống sang dịch vụ phi tín dụng (thanh toán quốc tế, bancassurance, ngân hàng số) là động lực tăng trưởng lợi nhuận bền vững nhất.
- Phát hiện nghịch lý tỷ lệ cho vay (LOAN): Trái với quan niệm thông thường cho rằng tăng trưởng tín dụng luôn đem lại lợi nhuận cao hơn, nghiên cứu chỉ ra rằng hệ số
LOAN mang dấu âm có ý nghĩa thống kê, phản ánh chi phí vốn huy động và chi phí xử lý thanh khoản lớn hơn biên thu nhập lãi thuần tại các ngân hàng mở rộng tín dụng quá nóng.
So sánh với các công trình thực nghiệm trước
| Tiêu chí |
Khóa luận này (2022) |
Trịnh Quốc Trung & Nguyễn Văn Sang (2013) |
Đặng Hoàng Nhật Tâm & Phạm Thị Tuấn Linh (2020) |
| Giai đoạn mẫu |
2010 – 2020 (11 năm, 242 quan sát) |
2005 – 2012 (39 ngân hàng) |
2008 – 2019 (31 ngân hàng) |
| Phương pháp chính |
FGLS (Xử lý Heteroscedasticity & AR1) |
Tobit Model |
FEM / REM |
| Tác động của LOAN |
Âm (-) (Ảnh hưởng tiêu cực do chi phí vốn) |
Dương (+) |
Dương (+) |
| Tác động của NII |
Dương (+) ($p < 0.01$) |
Chưa đưa biến NII độc lập |
Không phân tích sâu NII |
| Tác động của INF |
Dương (+) (Dự báo lạm phát chủ động) |
Không xem xét |
Không có ý nghĩa |
Ứng dụng thực tế và triển khai
Kịch bản ứng dụng trong quản trị ngân hàng
+------------------------------------------------------------------------------------+
| LỘ TRÌNH 4 BƯỚC NÂNG CAO HIỆU QUẢ SINH LỜI |
| |
| [Bước 1: Tối ưu ALM & Hạn mức Tín dụng] |
| -> Duy trì tỷ lệ LOAN/Total Assets ở ngưỡng an toàn 60% - 65% |
| |
| [Bước 2: Mở rộng Thu nhập Ngoài lãi (NII)] |
| -> Nâng tỷ trọng phí dịch vụ, bancassurance, thanh toán số lên > 20% tổng thu nhập|
| |
| [Bước 3: Siết chặt Quản trị Rủi ro Tín dụng (NPL)] |
| -> Ứng dụng mô hình chấm điểm tín dụng tự động, kiểm soát NPL < 1.5% |
| |
| [Bước 4: Tăng cường Bộ đệm Vốn (CAP)] |
| -> Đảm bảo CAR theo Basel II/III, tạo lá chắn chống sốc thanh khoản |
+------------------------------------------------------------------------------------+
- Chiến lược Quản trị Tài sản Nợ - Tài sản Có (ALM): Giảm thiểu sự phụ thuộc quá mức vào tăng trưởng dư nợ cho vay thuần túy. Kiểm soát tỷ lệ
LOAN ở mức tối ưu nhằm tránh áp lực chi phí huy động vốn lãi suất cao và rủi ro thanh khoản.
- Chiến lược đa dạng hóa sản phẩm dịch vụ: Mở rộng danh mục sản phẩm phi tín dụng, đầu tư công nghệ ngân hàng số (Digital Banking), phát triển dịch vụ quản lý gia sản và trung gian thanh toán để tối đa hóa biến
NII.
- Chiến lược kiểm soát chất lượng tín dụng: Thiết lập hệ thống cảnh báo sớm rủi ro nợ xấu (
NPL), áp dụng chấm điểm tín dụng tự động bằng máy học (Machine Learning Credit Scoring) nhằm giảm tải chi phí trích lập dự phòng rủi ro tín dụng.
Lộ trình triển khai và Phân tích Chi phí - Lợi ích (ROI)
- Giai đoạn 1 (0–6 tháng): Rà soát danh mục tài sản sinh lời, tái cơ cấu nguồn vốn huy động, thiết lập trần tỷ lệ cho vay/tổng tài sản cho từng phân khúc khách hàng.
- Giai đoạn 2 (6–18 tháng): Đầu tư hạ tầng Open API và dịch vụ thu phí tự động; mục tiêu gia tăng tỷ trọng thu nhập ngoài lãi từ mức trung bình $0.85%$ lên trên $3.0%$ tổng tài sản.
- Giai đoạn 3 (18–36 tháng): Tăng vốn điều lệ để cải thiện chỉ số
CAP, đáp ứng toàn diện hiệp ước vốn Basel II/Basel III.
- Đánh giá ROI: Việc giảm tỷ lệ nợ xấu $1%$ và tăng tỷ trọng thu nhập ngoài lãi thêm $2%$ ước tính giúp cải thiện ROA toàn hệ thống tăng từ $0.25% - 0.45%$, đưa ROA bình quân vượt ngưỡng chuẩn $1.0%$ của Moody's.
Hạn chế và hướng phát triển
Hạn chế nghiên cứu
- Giới hạn mẫu dữ liệu: Mẫu nghiên cứu gồm 22 NHTMCP; chưa bao gồm toàn bộ các ngân hàng thương mại 100% vốn nhà nước chưa cổ phần hóa hoặc ngân hàng liên doanh do thiếu hụt dữ liệu công khai đồng nhất.
- Mô hình tĩnh: Mô hình FGLS đã xử lý tốt sai số nhưng chưa kiểm soát triệt để tính nội sinh tiềm tàng (Endogeneity) giữa các biến nội tại của ngân hàng bằng mô hình động System GMM (Generalized Method of Moments).
- Thiếu biến số chuyển đổi số: Chưa định lượng hóa được mức độ đầu tư công nghệ số (Digital Transformation Index) và cấu trúc quản trị công ty (Corporate Governance).
Hướng nghiên cứu tiếp theo
- Mở rộng giai đoạn dữ liệu sau năm 2020 (giai đoạn biến động hậu đại dịch COVID-19 và chu kỳ siết chặt tiền tệ 2022–2024).
- Ứng dụng phương pháp hồi quy GMM hai bước (Two-step System GMM) với biến phụ thuộc trễ $\text{ROA}_{t-1}$ để phân tích tính bền vững của lợi nhuận.
- Bổ sung các biến số vĩ mô thế hệ mới như tỷ giá hối đoái, lãi suất tái cấp vốn của NHNN, và chỉ số an toàn vốn CAR theo Thông tư 41/2016/TT-NHNN.
Đối tượng hưởng lợi
+---------------------------------------------------------------------------------------+
| ĐỐI TƯỢNG HƯỞNG LỢI & GIÁ TRỊ |
| - Sinh viên / Học viên: Khung mẫu chuẩn mực về nghiên cứu dữ liệu bảng kinh tế lượng |
| - Chuyên viên Phân tích: Mô hình định giá ngân hàng và đánh giá hiệu quả sinh lời |
| - Ban Điều hành NHTM: Cơ sở dữ liệu khoa học cho chiến lược ALM và chuyển dịch NII |
| - Cơ quan Quản lý (NHNN): Căn cứ xây dựng chính sách trần tín dụng và an toàn vốn |
+---------------------------------------------------------------------------------------+
- Sinh viên và Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu tài chính định lượng, quy trình xử lý khuyết tật mô hình từ Pooled OLS, FEM/REM đến FGLS trên Stata.
- Chuyên viên phân tích tài chính & Nhà đầu tư: Nắm bắt được các chỉ số cốt lõi (
NII, NPL, CAP) để định giá cổ phiếu ngân hàng và dự báo khả năng sinh lời chính xác.
- Ban điều hành các Ngân hàng Thương mại: Tiếp cận các luận cứ khoa học để đưa ra quyết định tái cấu trúc danh mục kinh doanh, ưu tiên tăng trưởng thu ngoài lãi thay vì phụ thuộc tín dụng rủi ro.
- Cơ quan quản lý nhà nước (NHNN): Có thêm căn cứ thực nghiệm trong việc giám sát tỷ lệ an toàn vốn, điều hành chỉ tiêu tăng trưởng tín dụng và kiểm soát nợ xấu hệ thống.
Câu hỏi thường gặp
1. Yêu cầu kỹ thuật và dữ liệu để triển khai lại mô hình nghiên cứu này là gì?
Cần cài đặt phần mềm Stata 15.0 trở lên, bảng dữ liệu cân đối định dạng Excel hoặc .dta gồm 9 cột biến số (BankID, Year, ROA, ROE, SIZE, CAP, LOAN, NII, NPL, GDP, INF). Dữ liệu tài chính phải được trích xuất từ BCTC hợp nhất kiểm toán theo niên độ thống nhất từ 31/12 hàng năm.
2. Vì sao mô hình FEM bị vi phạm và phải chuyển sang FGLS?
Mô hình FEM giải quyết được đặc tính riêng biệt của từng ngân hàng nhưng giả định sai số không đổi và độc lập bị vi phạm khi kiểm định Breusch-Pagan cho thấy hiện tượng phương sai thay đổi ($p = 0.0000$) và kiểm định Wooldridge phát hiện tự tương quan chuỗi ($p = 0.0229$). Ước lượng FGLS (xtgls) là giải pháp hiệu chỉnh bắt buộc để loại bỏ hoàn toàn hiện tượng sai số này.
3. Tại sao tỷ lệ cho vay (LOAN) lại có tác động tiêu cực đến khả năng sinh lời?
Tỷ lệ cho vay trên tổng tài sản tăng quá cao khiến ngân hàng phải đối mặt với chi phí huy động vốn lớn để bù đắp thanh khoản, đồng thời gia tăng quy mô trích lập dự phòng rủi ro tín dụng tiềm ẩn, từ đó làm giảm biên lợi nhuận ròng.
4. Tác động của lạm phát (INF) mang dấu dương phản ánh điều gì trong thực tế tại Việt Nam?
Dấu dương của hệ số lạm phát với mức ý nghĩa $1%$ chỉ ra rằng các NHTM Việt Nam có khả năng dự báo lạm phát tương đối tốt, từ đó chủ động điều chỉnh tăng lãi suất cho vay danh nghĩa nhanh hơn tốc độ tăng của chi phí huy động vốn, giúp bảo toàn và gia tăng biên sinh lời.
5. Chi phí triển khai chiến lược dịch chuyển tăng thu nhập ngoài lãi (NII) như thế nào?
Chi phí ban đầu tập trung vào nâng cấp hệ thống Core Banking, phát triển ứng dụng Mobile Banking và mở rộng quan hệ đối tác sinh thái (Bancassurance, Fintech). Tuy nhiên, chi phí biên (Marginal Cost) cho mỗi giao dịch phi tín dụng sau đó gần như bằng 0, mang lại hiệu quả hoàn vốn (ROI) vượt trội và ổn định dòng tiền lâu dài.
Kết luận
Khóa luận tốt nghiệp "Các yếu tố ảnh hưởng đến khả năng sinh lời của các ngân hàng thương mại tại Việt Nam" đã hoàn thành xuất sắc mục tiêu nghiên cứu với tính học thuật cao và giá trị ứng dụng thực tiễn vượt bậc. Bằng việc sử dụng bộ dữ liệu bảng 242 quan sát trong 11 năm và áp dụng kỹ thuật ước lượng FGLS chuẩn xác, nghiên cứu đã phân định rõ nét tác động tích cực của Thu nhập ngoài lãi (NII), Tỷ lệ an toàn vốn (CAP), Quy mô (SIZE) và Lạm phát (INF), đồng thời cảnh báo rủi ro từ Tỷ lệ cho vay quá mức (LOAN) và Nợ xấu (NPL). Đây là nền tảng tài liệu và định hướng chiến lược giá trị cho các nhà quản trị ngân hàng trong hành trình tối ưu hóa hiệu quả kinh doanh, nâng cao năng lực cạnh tranh và đảm bảo an toàn tài chính bền vững.
