Luận văn: PPNC tác động đến tỷ lệ an toàn vốn của các ngân hàng

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC tác động đến tỷ lệ an toàn vốn của các ngân hàng hay nhất năm 2025 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài: Ứng dụng mô hình Bayes phân tích các yếu tố tác động đến tỷ lệ an toàn vốn của các ngân hàng thương mại cổ phần Việt Nam dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

3.1. CƠ SỞ ĐỀ XUẤT CHO MÔ HÌNH NGHIÊN CỨU

Tham khảo Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019); Setiawan và Muchtar (2021); Do Hoai Linh và cộng sự (2019); Lê Thanh Tâm và Nguyễn Diệu Linh (2017); Võ Hồng Đức và cộng sự (2014); Tô Trung Thành và Hồ Hải Yến (2021); Bateni và cộng sự (2014); Alfadli và Djalila (2022); Yahaya và cộng sự (2016); Gunawardhana và Damayanthi (2020) và nhiều tác giả khác, nghiên cứu dùng tỷ lệ an toàn vốn trong vai trò là biến phụ thuộc, được tính theo công thức của các nghiên cứu trước:

Các biến độc lập được đưa vào mô hình trong nhiều nghiên cứu như Do Hoai Linh và cộng sự (2019); Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019); Võ Hồng Đức và cộng sự (2014) với các kết quả ước lượng có ý nghĩa thống kê là: quy mô ngân hàng, tỷ suất lợi nhuận trên tổng tài sản, tỷ suất lợi nhuận trên vốn chủ sở hữu, khả năng thanh khoản, tỷ lệ tiền gửi, dự phòng rủi ro tín dụng, thu nhập lãi cận biên, hệ số đòn bẩy tài chính. Hai biến vĩ mô lạm phát và tăng trưởng kinh tế được tham khảo từ các mô hình thực nghiệm của Lê Thanh Tâm và Nguyễn Diệu Linh (2017), Tô Trung Thành và Hồ Hải Yến (2021), Yahaya và cộng sự (2016). Kế thừa Lê Thị Thanh Lộc và cộng sự (2022), nghiên cứu bổ sung biến dịch bệnh Covid-19. Như vậy, tác giả chọn 9 biến độc lập cho mô hình kinh tế lượng gồm: quy mô ngân hàng (SIZE), tỷ suất lợi nhuận trên tổng tài sản (ROA), khả năng thanh khoản (LIQ), dự phòng rủi ro tín dụng (LLR), thu nhập lãi cận biên (NIM), hệ số đòn bẩy tài chính (LEV), lạm phát (INF), tăng trưởng kinh tế (GDP) và dịch bệnh Covid-19 (COV).

Tóm lại, tác giả quyết định thiết kế một mô hình nền tảng với biến phụ thuộc là tỷ lệ an toàn vốn và các biến độc lập bao gồm 6 biến vi mô (quy mô ngân hàng, tỷ suất lợi nhuận trên tổng tài sản, khả năng thanh khoản, dự phòng rủi ro tín dụng, thu nhập lãi cận biên, hệ số đòn bẩy tài chính) và 3 biến vĩ mô (lạm phát, tăng trưởng kinh tế và dịch bệnh Covid-19). Để kiểm tra chiều và mức độ ảnh hưởng của các yếu tố đến tỷ lệ an toàn vốn của các NHTM Việt Nam, tác giả thực hiện phân tích hồi quy tuyến tính hiệu ứng hỗn hợp Bayes đối với một bộ dữ liệu bảng.

3.2. MÔ HÌNH NGHIÊN CỨU Luận văn: PPNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

3.2.1. Mô hình nghiên cứu

Theo cơ sở đề xuất được tác giả trình bày ở mục 3.1, mô hình xác định các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của các NHTMCP Việt Nam được thể hiện trong phương trình: CARit = a0 + a1 + a2 + a3 + a4 + a5NIM+a6 +a7 + a8 + a9COV + u +

Trong đó:

• Biến phụ thuộc: Tỷ lệ an toàn vốn của ngân hàng (CAR).
• Biến độc lập: gồm 6 biến vi mô và 3 biến vĩ mô.

Các biến vi mô gồm: quy mô ngân hàng (SIZE); tỷ suất lợi nhuận trên tổng tài sản (ROA); khả năng thanh khoản (LIQ); dự phòng rủi ro tín dụng (LLR); tỷ lệ lĩa cận biên (NIM) và hệ số đòn bẩy tài chính (LEV).

Ba biến vĩ mô là: lạm phát (INF); tăng trưởng kinh tế (GDP) và dịch bệnh Covid-19 (COV)

Biến hiệu ứng ngẫu nhiên (random effects) (u ) chỉ các đặc thù quốc gia (country specifics) không thay đổi theo thời gian nhưng có thể ảnh hưởng đến biến phụ thuộc.

Với i, t tương ứng với ngân hàng và năm khảo sát, a0 là hệ số chặn, a1- a₉ là hệ số hồi quy của các biến độc lập, là phương sai.

3.2.2. Đo lường các biến Luận văn: PPNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Phần mô tả các biến phụ thuộc và độc lập được trình bày trong Bảng 3.1.

Bảng 3.1: Tổng hợp mô tả và đo lường các biến nghiên cứu

3.2.3. Các giả thuyết nghiên cứu

Dựa vào cơ sở lý thuyết, các nghiên cứu thực nghiệm trước và thực trạng tỷ lệ an toàn vốn của các NHTM Việt Nam giai đoạn 2009-2023, tác giả đề xuất các giả thuyết nghiên cứu như sau:

3.2.3.1. Quy mô ngân hàng (SIZE)

Trong điều kiện ngân hàng phát triển về quy mô, nhu cầu vay vốn của khách hàng tăng theo, buộc chúng phải nắm giữ nhiều tài sản hơn. Tuy nhiên, một phần trong các tài sản này có thể mang tính rủi ro cao, chẳng hạn như cho vay nợ xấu, nợ quá hạn hoặc cho vay doanh nghiệp không ổn định. Khi tài sản có rủi ro tăng thì tổng trọng số tài sản có rủi ro cũng tăng, dẫn đến tỷ lệ an toàn vốn giảm. Do Hoai Linh và cộng sự (2019); Lê Thanh Tâm và Nguyễn Diệu Linh (2017); Võ Hồng Đức và cộng sự (2014); Tô Trung Thành và Hồ Hải Yến (2021); Bateni và cộng sự (2014); Alfadli và Djalila (2022) đều tìm thấy mối tương quan ngược chiều giữa quy mô ngân hàng và tỷ lệ an toàn vốn. Do đó, tác giả kỳ vọng mối quan hệ ngược chiều giữa SIZE và CAR: “Giả thuyết H1: Quy mô ngân hàng tác động ngược chiều đến tỷ lệ an toàn vốn”.

3.2.3.2. Tỷ suất lợi nhuận trên tổng tài sản (ROA)

Tỷ suất lợi nhuận trên tổng tài sản (ROA) là một chỉ số quan trọng để đánh giá hiệu quả quản lý và sử dụng tài sản của ngân hàng. ROA cao phản ánh ngân hàng đang quản lý tài sản một cách hiệu quả và thu được lợi nhuận cao từ hoạt động kinh doanh. Khi thu nhiều lợi nhuận, ngân hàng có thể trích một phần lợi nhuận này để bổ sung vào nguồn vốn kinh doanh, nhằm mục đích tăng vốn và tăng khả năng cho vay. Từ đó, nguồn vốn tự có của ngân hàng tăng lên, làm tăng tỷ lệ an toàn vốn. Bateni và cộng sự (2014); Lê Thanh Tâm và Nguyễn Diệu Linh (2017) tìm thấy mối quan hệ cùng chiều giữa tỷ suất lợi nhuận trên tổng tài sản và tỷ lệ an toàn vốn của ngân hàng. Do vậy, tác giả kỳ vọng mối quan hệ cùng chiều giữa ROA và SIZE: “Giả thuyết H2: Tỷ suất lợi nhuận trên tổng tài sản tác động cùng chiều đến tỷ lệ an toàn vốn”.

3.2.3.3. Khả năng thanh khoản (LIQ) Luận văn: PPNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Khả năng thanh khoản là một trong những thước đo quan trọng để đánh giá sự ổn định tài chính của ngân hàng. Tính thanh khoản cao có nghĩa là ngân hàng có khả năng chuyển đổi các tài sản của mình thành tiền mặt một cách nhanh chóng để đáp ứng các nhu cầu tài chính của khách hàng như yêu cầu rút tiền của khách hàng và các yêu cầu khác liên quan đến thanh toán. Ngược lại, khi tiền và các khoản tương đương tiền của ngân hàng giảm, khả năng thanh khoản của chúng giảm và rủi ro thanh khoản gia tăng. Nếu không có đủ tiền và các khoản tương đương tiền để đáp ứng nhu cầu rút tiền của khách hàng hoặc những yêu cầu thanh toán khác, ngân hàng phải bán tài sản của mình hoặc vay tiền từ các định chế tài chính khác. Tình trạng này có thể gây ra sự bất ổn định tài chính và ảnh hưởng đến hoạt động của ngân hàng. Do đó, khả năng thanh khoản có thể ảnh hưởng cùng chiều đến tỷ lệ an toàn vốn của ngân hàng. Theo Võ Hồng Đức và cộng sự (2014), tỷ lệ thanh khoản có mối quan hệ đồng biến với tỷ lệ an toàn vốn. Vì lý do đó, tác giả kỳ vọng về mối quan hệ cùng chiều giữa khả năng thanh khoản và tỷ lệ an toàn vốn: “Giả thuyết H3: Khả năng thanh khoản tác động cùng chiều đến tỷ lệ an toàn vốn.”

3.2.3.4. Dự phòng rủi ro tín dụng (LLR)

Dự phòng RRTD được tính bằng tỷ lệ giữa tổng chi phí dự phòng RRTD và tổng dư nợ cho vay. Tỷ lệ này thường được sử dụng để đánh giá mức độ rủi ro của các khoản cho vay của ngân hàng. Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019); Lê Thanh Tâm và Nguyễn Diệu Linh (2017) tìm thấy rằng khi dự phòng RRTD tăng, tỷ lệ an toàn vốn của ngân hàng sẽ giảm. Dự phòng RRTD tăng lên có nghĩa là ngân hàng phải trích lập nhiều hơn để giải quyết các khoản nợ có khả năng trở thành xấu hoặc các khoản nợ xấu. Việc trích lập nhiều hơn làm giảm lợi nhuận và làm giảm tỷ lệ an toàn vốn của ngân hàng. Hơn nữa, khi chất lượng các khoản tín dụng giảm, ngân hàng phải trích lập dự phòng RRTD nhiều hơn để đối phó với rủi ro. Việc này ảnh hưởng tiêu cực đến tỷ lệ an toàn vốn của ngân hàng vì chi phí này được tính vào vốn chủ sở hữu. Do đó, tác giá kỳ vọng rằng: “Giả thuyết H4: Tỷ lệ dự phòng rủi ro tín dụng tác động ngược chiều đến tỷ lệ an toàn vốn”

3.2.3.5. Thu nhập lãi cận biên (NIM) Luận văn: PPNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Các nghiên cứu trước (Thoa & Anh, 2017; Mili và cộng sự., 2017; Moussa, 2018; Ahmad & Albaity, 2019) cho thấy NIM có tác động cùng chiều đến tỷ lệ an toàn vốn vì ngân hàng thu được nhiều thu nhập thì chúng có thể huy động vốn thông qua lợi nhuận giữ lại và phát ra tín hiệu tích cực về giá trị công ty. Biên lợi nhuận ròng cao cho thấy khả năng sinh lời cao vì nó làm tăng vốn hóa ngân hàng. Điều kiện này tạo hiệu ứng tích cực khi ngân hàng được định vị tối ưu như một trung gian cũng như một thực thể kinh doanh (Sidabalok & Viverita, 2011). Giả thuyết nghiên cứu là: “Giả thuyết H5: Thu nhập lãi cận biên tác động cùng chiều đến tỷ lệ an toàn vốn”.

3.2.3.6. Hệ số đòn bẩy tài chính (LEV)

Trong nghiên cứu này, đòn bẩy tài chính được xác định bằng tỷ lệ của tổng vốn chủ sở hữu trên tổng tài sản. Đòn bẩy tài chính càng cao nếu tỷ lệ vốn chủ sở hữu trên tổng tài sản của ngân hàng càng cao. Hay nói cách khác, tỷ lệ vốn chủ sở hữu chiếm tỷ trọng lớn trong tổng nguồn vốn. Vì vốn chủ sở hữu là thành phần vốn ổn định nhất, ít chịu rủi ro nhất, cơ cấu vốn chủ sở hữu cao làm tăng độ an toàn vốn và tỷ lệ an toàn vốn của ngân hàng. Do Hoai Linh và cộng sự (2019) chỉ ra mối quan hệ cùng chiều giữa hai chỉ tiêu này. Bởi vậy, tác giả kỳ vọng mối tương quan cùng chiều giữa đòn bẩy tài chính và tỷ lệ an toàn vốn. “Giả thuyết H6: Đòn bẩy tài chính tác động cùng chiều đến tỷ lệ an toàn vốn”.

3.2.3.7. Lạm phát (INF)

Lạm phát tăng làm suy yếu giá trị đồng tiền, thúc đẩy NHTW tăng lãi suất, khiến rủi ro của các tài sản rủi ro mà ngân hàng nắm giữ gia tăng. Chẳng hạn, các khoản cho vay với lãi suất tăng sẽ khiến khả năng trả nợ của khách hàng giảm đi, làm cho các khoản cho vay trở thành tài sản với mức độ rủi ro cao. Do đó, tổng tài sản rủi ro tăng khi ngân hàng gặp khó khăn trong việc huy động vốn làm giảm tỷ lệ an toàn vốn. Theo Yahaya và cộng sự (2016), Alfadli và Djalila (2022), Tô Trung Thành và Hồ Hải Yến (2021), Lê Thanh Tâm và Nguyễn Diệu Linh (2017) đều tìm thấy lạm phát có mối tương quan ngược chiều đến tỷ lệ an toàn vốn. Vì vậy, nghiên cứu đưa ra giả thuyết: “Giả thuyết H7: Lạm phát tác động ngược chiều đến tỷ lệ an toàn vốn”

3.2.3.8. Tăng trưởng kinh tế (GDP) Luận văn: PPNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Tăng trưởng kinh tế là một chỉ tiêu quan trọng để đánh giá sức khỏe của nền kinh tế và cũng là mục tiêu chính của nhiều chính sách kinh tế. Khi GDP tăng, thị trường tài chính thường có xu hướng tăng trưởng và ngân hàng dễ dàng tăng lợi nhuận. Tuy nhiên, việc tăng lợi nhuận mà không đảm bảo đủ mức độ an toàn vốn có thể dẫn đến rủi ro tài chính và ảnh hưởng đến sự ổn định ngân hàng. Do vậy, ngân hàng thường có xu hướng giữ lại lợi nhuận để tăng vốn, từ đó tăng tỷ lệ an toàn vốn. Như Alfadli và Djalila (2022) chỉ ra, “tăng trưởng kinh tế có tác động tích cực đến tỷ lệ an toàn vốn của ngân hàng”. Khi nền kinh tế tăng trưởng, doanh nghiệp và người dân có xu hướng mua sắm và tăng đầu tư, việc này có thể làm tăng lượng tiền gửi và tín dụng của ngân hàng, từ đó tăng vốn và tăng tỷ lệ an toàn vốn. Do vậy, tác giả đề xuất giả thuyết cho yếu tố này là “Giả thuyết H8: Tăng trưởng kinh tế tác động cùng chiều đến tỷ lệ an toàn vốn”

3.2.3.9. Dịch bệnh Covid-19 (COV)

Thực tế tại Việt Nam, đại dịch Covid-19 xảy ra từ cuối năm 2019 đến đầu năm 2020 đã ảnh hưởng nghiêm trọng đến các hoạt động kinh tế. Quan sát tác động tàn phá của Covid-19 đối với các quốc gia khác, dự báo được những tổn thất tiềm tàng, các NHTM Việt Nam tăng cường các biện pháp phòng ngừa rủi ro bằng cách tăng tỷ lệ dự phòng rủi ro để củng cố đệm xử lý rủi ro của mình. Bên cạnh đó, mặc dù đại dịch gây ra nhiều tác động tiêu cực, những diễn biến tích cực như doanh thu tăng từ ngân hàng số và thanh toán điện tử đã dẫn đến lượng tiền mặt lưu thông tăng cao trong các tài khoản ngân hàng (Lê Thị Thanh Lộc và cộng sự, 2022). Điều này đã giúp các NHTMCP đẩy mạnh tiền gửi không kỳ hạn với lãi suất thấp, giảm chi phí huy động vốn của họ. Do vậy, tác giả đề xuất giả thuyết cho yếu tố này là “Giả thuyết H9: Dịch bệnh Covid-19 tác động cùng chiều đến tỷ lệ an toàn vốn”.

Bảng 3.2: Bảng tổng hợp các giả thuyết nghiên cứu

3.3. DỮ LIỆU NGHIÊN CỨU Luận văn: PPNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Để đo lường các biến phụ thuộc và biến độc lập, nghiên cứu sử dụng dữ liệu thứ cấp. Bộ dữ liệu sử dụng là dữ liệu bảng bao gồm 25 NHTMCP Việt Nam giai đoạn 2009-2023, đây là giai đoạn phục hồi kinh tế thế giới và Việt Nam từ sau khủng hoảng tài chính toàn cầu 2008-2009 cho đến kết thúc khủng hoảng dịch bệnh Covid-19.

Nhóm yếu tố vi mô: dữ liệu về các biến vi mô được thu thập từ báo cáo tài chính (BCTC) đã kiểm toán và BCTN từ năm 2009 đến 2023 được công bố trên các website của các NHTMCP Việt Nam. Ngoài ra, tác giả còn tham khảo website như vietstock.vn và cafef.vn. Theo Ngân hàng Nhà nước Việt Nam (2023) thì tính đến ngày 31/03/2023 tại Việt Nam có tổng cộng 31 NHTM trong nước. Tuy nhiên, do hạn chế về việc minh bạch và tính đầy đủ thông tin, nghiên cứu chỉ chọn 25 NHTMCP có công bố các chỉ tiêu đầy đủ trong giai đoạn mẫu nên số lượng quan sát là 375. Danh sách các NHTMCP được lựa chọn làm mẫu nghiên cứu thể hiện trong phần Phụ lục (Phụ lục 1). Chính vì vậy, đề án được thực hiện trên một mẫu 25 NHTMCP tại Việt Nam cho giai đoạn 2009-2023.

Nhóm yếu tố vĩ mô: tăng trưởng kinh tế và lạm phát tác giả thu thập từ website của Ngân hàng Thế giới (World Bank). Dịch bệnh Covid-19 là biến dummy.

Để tránh hiện tượng nhiều giá trị ngoại vi (outliers) và phân phối lệch (skew distribution) trong dữ liệu mà có thể gây ảnh hưởng sai lệch đến kết quả ước lượng, tác giá lấy logarithm tự nhiên cho biến SIZE.

3.4. QUY TRÌNH KINH TẾ LƯỢNG BAYES

Phương pháp nghiên cứu định lượng được sử dụng nhằm xác định chiều hướng và mức độ ảnh hưởng của các yếu tố đến biến phụ thuộc là tỷ lệ an toàn vốn. Nghiên cứu sử dụng phương pháp hồi quy hiệu ứng hỗn hợp Bayes trên phần mềm Stata 18.0 nhằm kiểm định các giả thuyết đặt ra. Trình tự thực hiện gồm 6 bước chính:

Bước 1: Thực hiện ước lượng 3 mô hình bằng phương pháp hồi quy tuyến tính hiệu ứng hỗn hợp Bayes tương ứng với 3 thông tin tiên nghiệm (prior) theo 3 cấp độ thông tin tiên nghiệm là: (i) Thông tin tiên nghiệm của các tham số cấu trúc (structural parameters) có phân phối chuẩn N (0,1), thông tin tiên nghiệm của các phương sai (phương sai cho các hiệu ứng ngẫu nhiên, phương sai tổng) là phân phối Ig (0,01, 0,01); thông tin tiên nghiệm chuẩn phi thông tin với N (0,10000) cho các tham số và Ig (0,01, 0,01) cho các phương sai; và (iii) thông tin tiên nghiệm chuẩn cho các tham số với giá trị trung bình (mean) được lấy từ kết quả ước lượng hệ số góc trong hồi quy hiệu ứng hỗn hợp tần suất và phương sai bằng 1;

Bước 2: Lựa chọn mô hình tốt nhất Luận văn: PPNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Sau khi có các kết quả ước lượng của 3 mô hình trên, để lựa chọn mô hình tốt nhất với dữ liệu, nghiên cứu so sánh 3 mô hình theo tiêu chuẩn thông tin Bayes DIC (Deviance information criteria).

Bước 3: Kiểm định hội tụ chuỗi MCMC (Markov chain Monte Carlo)

Vì mô hình Bayes được sử dụng không phải dạng đóng (close form), nghiên cứu cần dùng thuật toán MCMC để đạt các kết quả hậu nghiệm (posterior results). Trước khi tiến hành các suy diễn thống kê thì phải kiểm định hội tụ chuỗi MCMC đối với tất cả các tham số của mô hình được chọn. Trong phân tích Bayes, có 2 phương pháp kiểm định tính hội tụ chuỗi MCMC là: Kiểm định thông qua biểu đồ với 4 loại biểu đồ phổ biến: biểu đồ vết (trace plot), biểu đồ tự tương quan (autocorrelation plot), histogram và cusum) và kiểm tra bằng phương pháp số thông qua kiểm định cỡ mẫu hiệu quả (ESS). Ngoài ra, cũng cần thiết dựa vào các chỉ báo ban đầu như tỷ lệ chấp nhận (acceptance rate) và hiệu quả lấy mẫu (efficiency) để chuẩn đoán hội tụ chuỗi MCMC.

Bước 4: Phân tích độ nhạy để kiểm định tính vững (robustness) của kết quả ước lượng.

Bằng cách thực hiện nhiều mô phỏng và thay đổi nhiều giá trị phương sai của phân phối chuẩn (normal) của thông tin tiên nghiệm (prior), tất cả các biến độc lập và quan sát sự thay đổi dấu kỳ vọng của các hệ số hồi quy ở mô hình ước lượng được chọn.

Bước 5: Ước lượng khoảng

Bên cạnh đó, nghiên cứu còn thực hiện kiểm tra xác suất các khoảng tin cậy để đánh giá mức độ tác động của các biến độc lập đến biến phụ thuộc (CAR).

Bước 6: Đánh giá và giải thích kết quả ước lượng mô hình

3.5. PHƯƠNG PHÁP HỒI QUY HIỆU ỨNG HỖN HỢP BAYES Luận văn: PPNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Phương pháp nghiên cứu mà hầu hết các nghiên cứu trước đây đã sử dụng là hồi quy dữ liệu bảng bằng các mô hình hồi quy tần suất (frequentist) đơn giản như Pool OLS, FEM, REM và có một số hạn chế có thể dẫn đến hết quả ước lượng thường thiếu tin cậy (Dan & Thach, 2024; Thach, 2023; Thach, 2024). Tuy nhiên, như đã phân tích tại Chương 1, các phương pháp trên có nhiều điểm hạn chế so với phương pháp hồi quy tuyến tính Bayes. Vì vậy, tác giả sử dụng mô hình hồi quy tuyến tính hiệu ứng hỗn hợp Bayes (Bayesian mixed-effects regression) để phân tích dữ liệu bảng làm phương pháp nghiên cứu trong đề án này. Sự phổ biến và khả năng tiếp cận ngày càng cao của phương pháp Bayes là nhờ một số ưu việt của nó so với thống kê tần suất thông thường.

Trước hết, quy tắc xác suất Bayes (Bayes’s probability rule) có thể được áp dụng cho tất cả các mô hình tham số (parametric models). Ngoài ra, nhờ khả năng kết hợp dữ liệu với thông tin tiên nghiệm, phương pháp Bayes thể hiện tính linh hoạt cao trong việc xử lý các mô hình phức tạp so với cách tiếp cận tần suất. Hơn nữa, phương pháp Bayes có thể ước lượng tác động của tất cả các yếu tố độc lập trong mô hình hồi quy và cung cấp các tuyên bố xác suất về tác động của chúng đối với biến phụ thuộc, trong khi, phân tích tần suất thường chỉ chọn các kết quả có ý nghĩa thống kê, bỏ qua các biến có ý nghĩa tiềm tàng mà có thể ảnh hưởng đến biến độc lập. Hơn nữa, phương pháp Bayes cung cấp toàn bộ hàm phân phối (probability distribution) chứa đựng các giá trị tham số hợp lý, trong khi phân tích tần suất tạo ra các ước lượng điểm (point estimates) có ý nghĩa hoặc không có ý nghĩa. Đặc biệt, phương pháp Bayes, thông qua việc kết hợp thông tin tiên nghiệm với dữ liệu trong mô hình kinh tế lượng, giải quyết các vấn đề thống kê phát sinh liên quan đến các hạn chế của dữ liệu trong phân tích tần suất, chẳng hạn như đa cộng tuyến. Trong hồi quy tần suất, các ước lượng hệ số thu được bằng cách giảm thiểu tổng bình phương của phần dư là cách tốt nhất giúp giảm thiểu sự chênh lệch giữa các giá trị quan sát và giá trị dự báo. Tuy nhiên, khi xảy ra đa cộng tuyến, việc phân tích các tác động của các biến có tương quan cao trở nên khó khăn, dẫn đến ước lượng hệ số không ổn định và không đáng tin cậy. Khi các biến độc lập tương quan mạnh, việc phân biệt các hiệu ứng riêng phần của từng biến đọc lập đối với biến phụ thuộc trở nên thực sự phức tạp vì các tác động của chúng đan xen nhau. Do đó, các hệ số ước lượng có thể có các dấu hoặc độ lớn tác động không mong muốn, khiến việc giải thích trở nên khó khăn, thậm chí không thể. Trong các trường hợp xảy ra đa cộng tuyến, Block và cộng sự (2011), Thach (2023), Thach (2024) khuyến nghị áp dụng cách tiếp cận Bayes. Bên cạnh đó, phương pháp Bayes còn mang lại một số lợi thế khác. Cụ thể: Luận văn: PPNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Diễn giải xác suất về sự không chắc chắn: Phân tích Bayesian cung cấp trực tiếp phân phối xác suất cho các tham số thông qua phân phối hậu nghiệm. Phân phối này biểu thị sự không chắc chắn trong ước lượng tham số, tính đến cả dữ liệu quan sát được và thông tin tiên nghiệm. Không giống như phương pháp tần suất cung cấp các khoảng tin cậy (confidence intervals), các khoảng tin cậy Bayesian (credible intervals) có cách diễn giải xác suất tự nhiên. Các khoảng tin cậy này đưa ra phạm vi chứa đựng các giá trị hợp lý cho một tham số cùng với xác suất chúng nằm trong phạm vi đó.

Kết hợp thông tin tiên nghiệm: Một trong những điểm mạnh quan trọng của phân tích Bayes là khả năng đưa kiến thức hoặc niềm tin trước đó về các tham số vào phân tích. Điều này đặc biệt có giá trị đặc biệt là trong các tình huống gặp phải bộ dữ liệu hạn chế.

Tính linh hoạt cao với các mô hình phức tạp và nghiên cứu sử dụng cỡ mẫu nhỏ: Phương pháp Bayes có thể xử lý các mô hình phức tạp hiệu quả hơn phương pháp tần suất. Việc kết hợp thông tin tiên nghiệm đặc biệt có lợi trong các trường hợp cỡ mẫu nhỏ, khi đó thông tin tiên nghiệm giúp thu được các ước lượng ổn định và hợp lý. Điều này rất quan trọng khi xử lý các dữ liệu kinh tế, trong đó số lượng quan sát bị hạn chế.

Xử lý đa cộng tuyến tốt hơn: Trong một mô hình có thể tồn tại mối tương quan cao giữa các biến độc lập, dẫn đến vấn đề đa cộng tuyến. Phân tích Bayesian có thể xử lý đa cộng tuyến hiệu quả hơn bằng cách kết hợp thông tin tiên nghiệm, điều chỉnh các ước lượng và cung cấp kết quả ổn định và dễ giải thích hơn. Luận văn: PPNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Hỗ trợ quá trình làm quyết định và hàm ý chính sách: Phân tích Bayes cho phép các nhà nghiên cứu đưa ra các tuyên bố xác suất về giá trị tham số, điều này rất có giá trị trong phân tích chính sách. Các nhà hoạch định chính sách có thể xem xét toàn bộ giá trị tham số và xác suất liên quan khi đưa ra các quyết định chính sách.

Cập nhật niềm tin theo chu kỳ: Phân tích Bayes có bản chất lặp lại; khi có nhiều dữ liệu hơn, phân phối hậu nghiệm có thể được cập nhật nhờ kết hợp dữ liệu với thông tin mới.

KẾT LUẬN CHƯƠNG III

Thông qua cơ sở lý thuyết và lược khảo các nghiên cứu trong Chương II về tỷ lệ an toàn vốn, tác giả xây dựng mô hình với 9 yếu tố nghiên cứu ảnh hưởng đến tỷ lệ an toàn vốn bao gồm quy mô ngân hàng, tỷ suất sinh lời trên tổng tài sản, tỷ lệ dự phòng rủi ro tín dụng, khả năng thanh khoản, tỷ lệ lãi cận biên, hệ số đòn bẩy tài chính, tỷ lệ lạm phát, tăng trưởng kinh tế và dịch bệnh Covid-19. Đồng thời, trong chương này, tác giả cũng đề xuất các giả thuyết nghiên cứu thông qua các nghiên cứu trước, trình bày mô hình nghiên cứu, mô tả dữ liệu thu thập, quy trình thực hiện kinh tế lượng cho mô hình nghiên cứu và phương pháp hồi quy hỗn hợp Bayes. Luận văn: PPNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:

===>>> Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng

Dịch Vụ Viết Luận Văn 24/7 Chuyên cung cấp dịch vụ làm luận văn thạc sĩ, báo cáo tốt nghiệp, khóa luận tốt nghiệp, chuyên đề tốt nghiệp và Làm Tiểu Luận Môn luôn luôn uy tín hàng đầu. Dịch Vụ Viết Luận Văn 24/7 luôn đặt lợi ích của các bạn học viên là ưu tiên hàng đầu. Rất mong được hỗ trợ các bạn học viên khi làm bài tốt nghiệp. Hãy liên hệ ngay Dịch Vụ Viết Luận Văn qua Website:  https://dichvuvietluanvan.com/ – Hoặc Gmail: lamluanvan24h@gmail.com