Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh nền kinh tế hội nhập và phát triển, hệ thống ngân hàng đóng vai trò huyết mạch trong việc cung ứng vốn và duy trì tính ổn định tài chính quốc gia. Tuy nhiên, sự biến động nhanh chóng của nền kinh tế cùng tác động từ các cú sốc vĩ mô như đại dịch COVID-19 đã đặt hệ thống ngân hàng trước nhiều thách thức lớn, đặc biệt là rủi ro thanh khoản. Rủi ro thanh khoản được đánh giá là một trong những rủi ro trọng yếu và nguy hiểm nhất trong hoạt động ngân hàng do tính chất lan truyền: sự cố thanh khoản tại một ngân hàng có thể nhanh chóng lây lan sang các tổ chức tín dụng khác, đe dọa sự an toàn của toàn bộ hệ thống tài chính trong nước và quốc tế.

Để kiểm soát rủi ro này, các ngân hàng thương mại buộc phải đối mặt với bài toán đánh đổi giữa khả năng sinh lời và an toàn thanh khoản. Việc nắm giữ dự trữ thanh khoản quá lớn sẽ làm gia tăng chi phí cơ hội và lãng phí các cơ hội đầu tư sinh lời; ngược lại, mức dự trữ quá thấp sẽ khiến ngân hàng rơi vào trạng thái mất khả năng thanh toán khi có các biến động rút vốn đột ngột. Do đó, việc nhận diện và lượng hóa các yếu tố tác động đến rủi ro thanh khoản là yêu cầu cấp thiết. Đề tài "Bank-specific and macro-economic factors affect the liquidity risks of commercial banks in Vietnam" do tác giả Võ Thị Hoàng Thu thực hiện nhằm giải quyết bài toán này.

Mục tiêu nghiên cứu:

  • Mục tiêu tổng quát: Xác định và phân tích mức độ cũng như chiều hướng tác động của các yếu tố nội tại ngân hàng và các yếu tố kinh tế vĩ mô đến rủi ro thanh khoản của các ngân hàng thương mại cổ phần tại Việt Nam, từ đó đề xuất các khuyến nghị giúp nhận diện và hạn chế rủi ro thanh khoản.

Nhiệm vụ và câu hỏi nghiên cứu:

  1. Những yếu tố nào tác động đến rủi ro thanh khoản của các ngân hàng thương mại Việt Nam?
  2. Các yếu tố này tác động như thế nào đến rủi ro thanh khoản của các ngân hàng thương mại Việt Nam?
  3. Chiều hướng tác động của từng yếu tố đến rủi ro thanh khoản là thuận chiều hay nghịch chiều?
  4. Mô hình và phương pháp nghiên cứu nào phù hợp để đo lường và ước lượng rủi ro thanh khoản của các ngân hàng thương mại Việt Nam?
  5. Những giải pháp và chính sách nào cần được thực thi để cải thiện tính thanh khoản và nhận diện sớm rủi ro thanh khoản?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các yếu tố đặc thù nội tại ngân hàng và các yếu tố kinh tế vĩ mô ảnh hưởng đến rủi ro thanh khoản của các ngân hàng thương mại Việt Nam.
  • Phạm vi không gian: Khảo sát và thu thập dữ liệu từ 28 ngân hàng thương mại cổ phần tại Việt Nam (đã loại trừ các ngân hàng 100% vốn nước ngoài, ngân hàng liên doanh và các ngân hàng thiếu dữ liệu tài chính trong giai đoạn khảo sát).
  • Phạm vi thời gian: Dữ liệu thứ cấp được thu thập liên tục trong 11 năm, từ năm 2010 đến năm 2020.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và khái niệm nền tảng

  • Thanh khoản và rủi ro thanh khoản: Nghiên cứu tổng hợp các quan điểm lý thuyết từ Duttweiler (2011), Ủy ban Giám sát Ngân hàng Basel (Basel Committee on Banking Supervision - 2008) và Nguyễn Minh Tiến (2009). Theo đó, thanh khoản là khả năng đáp ứng kịp thời các nghĩa vụ thanh toán đến hạn mà không phải chịu tổn thất lớn. Ngược lại, rủi ro thanh khoản phát sinh khi ngân hàng không đủ nguồn lực tài chính để đáp ứng các nghĩa vụ nợ đến hạn hoặc phải huy động vốn khẩn cấp với chi phí rất cao.
  • Căn cứ pháp lý: Nghiên cứu trích dẫn định nghĩa rủi ro thanh khoản căn cứ theo Điểm c, Khoản 2, Điều 8, Mục 2 thuộc Thông tư số 08/2017/TT-NHNN của Ngân hàng Nhà nước Việt Nam.
  • Các chỉ số đo lường thanh khoản truyền thống:
    • $L_1 = \text{Tài sản thanh khoản} / \text{Tổng tài sản}$
    • $L_2 = \text{Tổng dư nợ cho vay} / \text{Tổng tài sản}$
    • $L_3 = \text{Tổng dư nợ cho vay} / (\text{Tiền gửi} + \text{Vốn huy động ngắn hạn})$
    • $L_4 = \text{Tài sản thanh khoản} / (\text{Tiền gửi} + \text{Vốn huy động ngắn hạn})$
  • Biến phụ thuộc trong mô hình định lượng: Tác giả sử dụng Khe hở tài trợ (Funding Gap - ký hiệu $FGAP$) làm biến đại diện đo lường rủi ro thanh khoản. Giá trị $FGAP$ dương và càng cao phản ánh mức độ rủi ro thanh khoản càng lớn.

Biến nghiên cứu và giả thuyết

Mô hình hồi quy tổng quát được thiết lập như sau:

$$FGAP_{i,t} = \alpha + \beta_1 EFD_{i,t} + \beta_2 TLA_{i,t} + \beta_3 NIITA_{i,t} + \beta_4 LDR_{i,t} + \beta_5 SIZE_{i,t} + \beta_6 ROE_{i,t} + \beta_7 M2_t + \beta_8 GDP_t + \beta_9 INF_t + \varepsilon_{i,t}$$

Ký hiệu Tên biến Phương pháp đo lường Kỳ vọng dấu
FGAP Khe hở tài trợ (Biến phụ thuộc) Khe hở thanh khoản / Quy mô rủi ro Không áp dụng
EFD Mức độ phụ thuộc vốn vay bên ngoài Vay mượn từ các TCTD khác / Tổng vốn chủ sở hữu $+$ (H1)
TLA Tỷ lệ dư nợ cho vay trên tổng tài sản Tổng cho vay / Tổng tài sản $+$ (H2)
NIITA Chất lượng thu nhập Thu nhập lãi thuần / Tổng tài sản $-$ (H3)
LDR Tỷ lệ cho vay trên tiền gửi huy động Tổng cho vay / Tổng tiền gửi ngắn hạn $+$ (H4)
SIZE Quy mô ngân hàng Logarit tự nhiên của Tổng tài sản ($\ln(\text{Total Assets})$) $-$ (H5)
ROE Lợi nhuận trên vốn chủ sở hữu Lợi nhuận sau thuế / Vốn chủ sở hữu $-$ (H6)
M2 Tốc độ tăng trưởng cung tiền Tỷ lệ tăng trưởng cung tiền M2 hàng năm $-$ (H7)
GDP Tốc độ tăng trưởng kinh tế Tốc độ tăng trưởng GDP hàng năm $-$ (H8)
INF Tỷ lệ lạm phát Tỷ lệ lạm phát hàng năm (chỉ số CPI) $+$ (H9)

Dữ liệu và phương pháp hồi quy

  • Nguồn dữ liệu: Dữ liệu vi mô được trích xuất từ bảng cân đối kế toán và báo cáo kết quả hoạt động kinh doanh đã được kiểm toán của 28 NHTMCP Việt Nam (tạo thành bộ dữ liệu bảng cân bằng gồm 308 quan sát trong giai đoạn 2010–2020). Dữ liệu vĩ mô ($M2, GDP, INF$) được thu thập từ cơ sở dữ liệu của Ngân hàng Thế giới (The World Bank).
  • Quy trình ước lượng và kiểm định kinh tế lượng:
    1. Thống kê mô tả và phân tích ma trận hệ số tương quan tuyến tính giữa các biến.
    2. Ước lượng hồi quy bình phương tối thiểu gộp (Pooled OLS) và mô hình tác động cố định (FEM); sử dụng kiểm định F ($F\text{-test}$) để lựa chọn mô hình phù hợp.
    3. So sánh mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) thông qua kiểm định Hausman.
    4. Thực hiện các kiểm định chẩn đoán khuyết tật mô hình: Kiểm định đa cộng tuyến qua hệ số phóng đại phương sai ($VIF$), kiểm định tự tương quan qua kiểm định Wooldridge ($Wooldridge\text{ test}$), kiểm định phương sai sai số thay đổi qua kiểm định Wald hiệu chỉnh ($Modified\text{ }Wald\text{ test}$).
    5. Xử lý khuyết tật phương sai thay đổi và tự tương quan bằng phương pháp bình phương tối thiểu tổng quát khả thi (FGLS - Feasible Generalized Least Squares).
    6. Xử lý hiện tượng nội sinh tiềm ẩn bằng phương pháp hồi quy mô-men tổng quát (GMM - Generalized Method of Moments); kiểm định tính hợp lệ của biến công cụ và sự phù hợp của mô hình qua kiểm định Arellano-Bond (AR(2)), kiểm định Sargan và kiểm định Hansen. Kết quả ước lượng GMM được sử dụng làm kết quả kết luận cuối cùng.

Nội dung chính theo từng chương

Chapter 1: Introduction to the Research Topic (Giới thiệu đề tài nghiên cứu)

Chương này thiết lập nền tảng cho toàn bộ khóa luận, bao gồm: tính cấp thiết và lý do chọn đề tài trong bối cảnh rủi ro thanh khoản gia tăng hậu khủng hoảng và đại dịch; xác định rõ 5 câu hỏi nghiên cứu và mục tiêu nghiên cứu tổng quát; định vị đối tượng nghiên cứu là các yếu tố tác động đến rủi ro thanh khoản tại 28 NHTMCP Việt Nam giai đoạn 2010–2020; trình bày đóng góp kỳ vọng của đề tài cho các nhà quản trị rủi ro ngân hàng và cơ quan quản lý; khái quát cấu trúc 5 chương của khóa luận.

Chapter 2: Literature Review (Tổng quan nghiên cứu và cơ sở lý thuyết)

Tác giả hệ thống hóa cơ sở lý thuyết về thanh khoản, rủi ro thanh khoản và các công cụ đo lường thanh khoản trong ngân hàng. Chương 2 phân tích sâu 2 nhóm yếu tố: yếu tố nội tại đặc thù ngân hàng ($EFD, TLA, NIITA, LDR, SIZE, ROE$) và yếu tố kinh tế vĩ mô ($M2, GDP, INF$). Đồng thời, tác giả tổng thuật toàn diện các công trình nghiên cứu trong nước (Dân, 2015; Thông, 2013; Hạnh & Vy, 2019; Nga & Hương, 2018; Nga, 2019; Thuận & Tuyết, 2021; Yen et al., 2019; Thùy & Điệp, 2018) và các công trình quốc tế (Abdulla et al., 2020; Anam & Afrohah, 2020; Lestari & Khafid, 2021; Mahmood et al., 2019; Mehmed, 2014; Moussa, 2015; Onyeiwu, 2012; Shen et al., 2009; Tibebe, 2020; Vodova, 2011, 2013; Zaghdoudi & Hakimi, 2017) để làm căn cứ kế thừa mô hình nghiên cứu.

Chapter 3: Research Models and Methods (Mô hình và phương pháp nghiên cứu)

Chương 3 chi tiết hóa phương trình hồi quy, công thức tính toán và kỳ vọng dấu cho 9 biến độc lập (từ H1 đến H9). Tác giả mô tả nguồn thu thập dữ liệu bảng từ 28 NHTMCP và Ngân hàng Thế giới, đồng thời thiết lập quy trình thực nghiệm 5 bước trên phần mềm STATA: từ thống kê mô tả, ước lượng Pooled OLS/FEM/REM, kiểm định Hausman, kiểm định khuyết tật mô hình (VIF, Wooldridge, Modified Wald), áp dụng hồi quy FGLS và hoàn thiện bằng phương pháp GMM với 4 điều kiện kiểm định tính vững (số lượng biến công cụ, Arellano-Bond, Sargan, Hansen).

Chapter 4: Research Results and Discussion (Kết quả nghiên cứu và thảo luận)

Chương 4 trình bày toàn bộ kết quả tính toán thực nghiệm:

  • Thống kê mô tả (308 quan sát):
    • Biến $FGAP$ có giá trị trung bình là $-9{,}31%$ (thấp nhất $-38{,}57%$, cao nhất $18{,}4%$), cho thấy phần lớn NHTMCP duy trì khe hở tài trợ âm, kiểm soát tốt thanh khoản.
    • Biến $EFD$ đạt trung bình $64{,}21%$ (cao nhất lên đến $424{,}9%$, thấp nhất $0%$), phản ánh mức độ phụ thuộc đáng kể vào nguồn vốn vay liên ngân hàng.
    • Biến $TLA$ có giá trị trung bình $54{,}81%$ (thấp nhất $14{,}48%$).
    • Biến $NIITA$ có giá trị trung bình $7{,}47%$ (cao nhất $16{,}03%$, thấp nhất $0%$).
    • Biến $LDR$ trung bình đạt $86{,}42%$ (dao động từ $36{,}33%$ đến $157{,}16%$).
    • Biến $SIZE$ đạt trung bình $805{,}9%$ (thang đo logarit tài sản từ $691{,}52%$ đến $919{,}54%$).
    • Biến $ROE$ trung bình đạt $8{,}68%$ (thấp nhất $-82%$, cao nhất $26{,}82%$).
    • Các biến vĩ mô: $M2$ trung bình $17{,}65%$ ($11% - 29{,}7%$); $GDP$ trung bình $5{,}99%$ ($2{,}91% - 7{,}1%$); $INF$ trung bình $5{,}81%$ ($0{,}63% - 18{,}7%$).
  • Kết quả kiểm định chẩn đoán:
    • $F\text{-test}$ có $\text{Prob} > F = 0{,}000 < 0{,}05 \rightarrow$ Bác bỏ Pooled OLS, chọn FEM ($R^2 = 0{,}7565$).
    • Hausman test có $\text{Chi}^2(9) = 18{,}0322$, $P\text{-value} = 0{,}0322 < 0{,}05 \rightarrow$ Bác bỏ REM, chọn FEM.
    • Kiểm định VIF: Biến $TLA$ có $VIF = 3{,}83$ và tất cả các biến độc lập đều có $VIF < 10 \rightarrow$ Không có hiện tượng đa cộng tuyến nghiêm trọng.
    • Kiểm định Wooldridge: $F(1, 27) = 13{,}0011$, $P\text{-value} = 0{,}0011 < 0{,}05 \rightarrow$ Mô hình có hiện tượng tự tương quan bậc một.
    • Kiểm định Modified Wald: $\text{Chi}^2(28) = 6600{,}00$, $P\text{-value} = 0{,}0000 < 0{,}05 \rightarrow$ Mô hình có hiện tượng phương sai sai số thay đổi.
    • Hồi quy FGLS: Khắc phục được phương sai thay đổi và tự tương quan, cho thấy $TLA, LDR, ROE, M2, INF$ có ý nghĩa thống kê.
    • Hồi quy GMM: Kiểm định tính vững cho thấy số biến công cụ là 24 ($< 28$ nhóm ngân hàng); kiểm định Arellano-Bond $\text{AR}(2)$ có $P\text{-value} = 0{,}197 > 0{,}1$ (không có tự tương quan chuỗi bậc hai); kiểm định Sargan có $P\text{-value} = 0{,}816 > 0{,}1$; kiểm định Hansen có $P\text{-value} = 0{,}486 > 0{,}1$. Mô hình GMM được chọn làm kết quả chính thức.

Chapter 5: Conclusions and Recommendations (Kết luận và kiến nghị)

Tổng hợp các phát hiện từ mô hình GMM, đối chiếu với các nghiên cứu trước đó và đề xuất hệ thống khuyến nghị quản trị thanh khoản; chỉ rõ các hạn chế nghiên cứu về mẫu dữ liệu và đề xuất hướng mở rộng cho các nghiên cứu tiếp theo.


Kết quả và đóng góp

Kết quả ước lượng thực nghiệm từ mô hình GMM

Kết quả phân tích từ mô hình GMM (mô hình tối ưu khắc phục hiện tượng nội sinh, tự tương quan và phương sai thay đổi) chỉ ra tác động cụ thể của từng biến đến rủi ro thanh khoản ($FGAP$):

Biến nghiên cứu Hệ số tác động (GMM) Ý nghĩa thống kê Tác động đến rủi ro thanh khoản ($FGAP$)
EFD Dương ($+0{,}0092$) Có ý nghĩa Cùng chiều (+): Tăng phụ thuộc vốn vay ngoài làm tăng rủi ro thanh khoản
TLA Dương Ý nghĩa $10%$ Cùng chiều (+): Tỷ lệ cho vay trên tài sản càng cao, rủi ro thanh khoản càng lớn
NIITA Âm Có ý nghĩa Ngược chiều (-): Chất lượng thu nhập tốt giúp đệm thanh khoản, giảm rủi ro
LDR Dương Có ý nghĩa Cùng chiều (+): Tỷ lệ dư nợ trên tiền gửi cao làm cạn kiệt dự trữ thanh khoản
SIZE Âm Có ý nghĩa Ngược chiều (-): Ngân hàng quy mô lớn có khả năng quản trị và huy động tốt hơn
ROE Dương Có ý nghĩa Cùng chiều (+): Tối đa hóa lợi nhuận thúc đẩy chấp nhận rủi ro thanh khoản
M2 Âm Không có ý nghĩa Không có ý nghĩa thống kê trong mô hình GMM
GDP Dương Có ý nghĩa Cùng chiều (+): Tăng trưởng kinh tế nóng kích thích mở rộng tín dụng, tăng rủi ro
INF Dương Có ý nghĩa Cùng chiều (+): Lạm phát cao làm xáo trộn dòng tiền và tăng chi phí huy động

Hệ thống kiến nghị từ tác giả

Dựa trên kết quả thực nghiệm, tác giả đề xuất 6 nhóm giải pháp chính sách:

  1. Xây dựng chính sách phát triển và sử dụng nguồn vốn phù hợp: Phân bổ tỷ trọng vốn hợp lý giữa huy động tiền gửi ổn định từ dân cư và vay mượn thị trường liên ngân hàng, tránh phụ thuộc quá mức vào nguồn tài trợ ngắn hạn bên ngoài ($EFD$).
  2. Kiểm soát chặt chẽ hoạt động và nguồn vốn cho vay: Giám sát tỷ lệ $TLA$ và $LDR$, cân đối kỳ hạn cho vay và kỳ hạn huy động để tránh rủi ro mất cân bằng kỳ hạn.
  3. Tăng quy mô tổng tài sản hiện có: Tăng cường quy mô vốn tự có và tổng tài sản ($SIZE$) nhằm nâng cao năng lực chống chịu rủi ro và tận dụng lợi thế quy mô.
  4. Xây dựng chính sách phân phối và sử dụng lợi nhuận hợp lý: Trích lập quỹ dự phòng và giữ lại lợi nhuận sau thuế ($ROE$) thích đáng để củng cố bộ đệm vốn thanh khoản thay vì tập trung chi trả cổ tức cao.
  5. Chủ động quản lý thanh khoản trước biến động vĩ mô: Thiết lập kịch bản ứng phó thanh khoản trước sự thay đổi của lãi suất cho vay, lạm phát ($INF$) và tăng trưởng kinh tế ($GDP$).
  6. Xây dựng đội ngũ chuyên trách giám sát và dự báo thanh khoản: Thiết lập hệ thống cảnh báo sớm nhằm nhận diện và xử lý kịp thời các dấu hiệu căng thẳng thanh khoản phát sinh.

Đóng góp của đề tài

  • Khóa luận kiểm định đồng thời cả yếu tố đặc thù ngân hàng và yếu tố vĩ mô tại 28 NHTMCP Việt Nam trong suốt giai đoạn dài 11 năm (2010–2020), bao gồm giai đoạn tái cơ cấu hệ thống ngân hàng và đại dịch COVID-19.
  • Áp dụng phương pháp kinh tế lượng chặt chẽ, kiểm định và so sánh tuần tự 5 mô hình (Pooled OLS, FEM, REM, FGLS, GMM), khắc phục triệt để các khuyết tật tự tương quan, phương sai thay đổi và nội sinh để đưa ra ước lượng đáng tin cậy.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế của nghiên cứu:
    • Phạm vi dữ liệu chỉ dừng lại ở 28 NHTMCP, đã loại bỏ một số ngân hàng do thiếu dữ liệu tài chính năm 2020 hoặc mới thành lập sau năm 2010.
    • Nghiên cứu tập trung vào giai đoạn 2010–2020, chưa bao quát được các biến động kinh tế trong giai đoạn phục hồi hậu đại dịch.
    • Chưa mở rộng kiểm định toàn diện các chỉ tiêu vi mô khác như tỷ lệ an toàn vốn (CAR) hoặc chi tiết các công cụ phái sinh thanh khoản.
  • Hướng nghiên cứu tiếp theo:
    • Mở rộng mẫu nghiên cứu sang toàn bộ hệ thống các tổ chức tín dụng bao gồm ngân hàng liên doanh, ngân hàng nước ngoài và các công ty tài chính khi có đủ dữ liệu.
    • Cập nhật chuỗi thời gian nghiên cứu đến các năm gần nhất để đánh giá tác động của môi trường lãi suất cao và biến động kinh tế toàn cầu mới.
    • Bổ sung thêm các biến kiểm soát vi mô và chính sách tiền tệ chuyên sâu vào mô hình hồi quy.

Giá trị tham khảo

  • Đối tượng thụ hưởng:
    • Sinh viên, học viên chuyên ngành Tài chính – Ngân hàng: Tài liệu tham khảo về quy trình xây dựng đề cương, tổng quan lý thuyết thanh khoản, cách đo lường các biến số tài chính ngân hàng ($FGAP, EFD, TLA, NIITA, LDR, ROE$) và kỹ thuật xử lý dữ liệu bảng trên STATA.
    • Nhà nghiên cứu định lượng: Cung cấp ví dụ thực nghiệm về quy trình xử lý khuyết tật mô hình từ Pooled OLS, FEM, REM qua kiểm định Wooldridge, Wald, FGLS đến kỹ thuật hồi quy GMM (kiểm tra điều kiện Arellano-Bond, Sargan, Hansen).
    • Cán bộ quản trị rủi ro tại các NHTM: Tham khảo bằng chứng định lượng về tác động của đòn bẩy liên ngân hàng, tỷ lệ cho vay và biến động vĩ mô để xây dựng hạn mức rủi ro thanh khoản.

Câu hỏi thường gặp

1. Tại sao tác giả lựa chọn phương pháp GMM làm kết quả phân tích cuối cùng thay vì Pooled OLS, FEM hay FGLS?

Mô hình Pooled OLS và FEM/REM bị vi phạm các giả định kinh tế lượng cơ bản: kiểm định Wooldridge phát hiện hiện tượng tự tương quan ($P\text{-value} = 0{,}0011$) và kiểm định Modified Wald phát hiện hiện tượng phương sai thay đổi ($P\text{-value} = 0{,}0000$). Mặc dù FGLS khắc phục được phương sai thay đổi và tự tương quan, mô hình vẫn có thể chịu tác động của hiện tượng nội sinh (endogeneity). Phương pháp GMM được áp dụng để kiểm soát hiện tượng nội sinh, đồng thời thỏa mãn toàn bộ 4 điều kiện kiểm định tính vững: số lượng biến công cụ (24) nhỏ hơn số nhóm ngân hàng (28), kiểm định Arellano-Bond AR(2) ($P = 0{,}197 > 0{,}1$), kiểm định Sargan ($P = 0{,}816 > 0{,}1$) và kiểm định Hansen ($P = 0{,}486 > 0{,}1$).

2. Biến phụ thuộc đo lường rủi ro thanh khoản trong khóa luận được xác định bằng chỉ số nào?

Tác giả sử dụng biến $FGAP$ (Funding Gap - Khe hở tài trợ/khe hở thanh khoản). Giá trị $FGAP$ dương và càng lớn thể hiện sự thiếu hụt thanh khoản và mức độ rủi ro thanh khoản của ngân hàng thương mại càng cao.

3. Tỷ lệ phụ thuộc vốn vay bên ngoài (EFD) tác động cụ thể như thế nào đến rủi ro thanh khoản?

Theo kết quả mô hình GMM, biến $EFD$ có tác động cùng chiều với rủi ro thanh khoản: khi tỷ lệ $EFD$ tăng thêm 1 đơn vị, rủi ro thanh khoản ($FGAP$) của ngân hàng tăng thêm 0,0092 đơn vị. Điều này cho thấy việc phụ thuộc quá nhiều vào nguồn vốn vay mượn từ các tổ chức tín dụng khác khiến ngân hàng đối mặt với chi phí huy động cao và rủi ro thanh toán nghiêm trọng khi thị trường biến động.

4. Yếu tố quy mô ngân hàng (SIZE) và chất lượng thu nhập (NIITA) có ảnh hưởng ra sao đến thanh khoản?

Cả hai biến $SIZE$ (đo bằng logarit tổng tài sản) và $NIITA$ (thu nhập lãi thuần trên tổng tài sản) đều có hệ số âm có ý nghĩa thống kê trong mô hình GMM, đồng nghĩa với việc chúng có tác động làm giảm rủi ro thanh khoản ($FGAP$). Ngân hàng có quy mô lớn và chất lượng thu nhập cao có nền tảng tài chính vững chắc, khả năng tiếp cận vốn đa dạng và tạo lập được bộ đệm thanh khoản an toàn hơn.

5. Dữ liệu thực nghiệm của khóa luận được thu thập trong phạm vi và quy mô mẫu như thế nào?

Dữ liệu nghiên cứu gồm 308 quan sát thu thập từ 28 ngân hàng thương mại cổ phần tại Việt Nam trong giai đoạn 11 năm liên tục từ năm 2010 đến năm 2020. Dữ liệu vi mô được trích xuất từ báo cáo tài chính kiểm toán của các ngân hàng, và dữ liệu vĩ mô ($M2, GDP, INF$) được lấy từ Ngân hàng Thế giới (World Bank).


Kết luận

Khóa luận tốt nghiệp của tác giả Võ Thị Hoàng Thu đã hệ thống hóa cơ sở lý thuyết và lượng hóa thành công các nhân tố nội tại ngân hàng cùng các nhân tố kinh tế vĩ mô ảnh hưởng đến rủi ro thanh khoản tại 28 ngân hàng thương mại cổ phần Việt Nam giai đoạn 2010–2020. Thông qua quy trình thực nghiệm kinh tế lượng chặt chẽ với mô hình GMM, nghiên cứu chứng minh rằng các yếu tố $EFD, TLA, LDR, ROE, GDP, INF$ tác động làm tăng rủi ro thanh khoản, trong khi $SIZE$ và $NIITA$ đóng vai trò làm giảm rủi ro thanh khoản. Công trình cung cấp hệ thống 6 nhóm khuyến nghị quản trị thực tiễn và là tài liệu tham khảo có giá trị học thuật cao cho sinh viên, học viên và các nhà nghiên cứu trong lĩnh vực tài chính – ngân hàng.