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

Chia sẻ chuyên mục Đề Tài Luận văn: KQNC 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.

4.1. THỐNG KÊ MÔ TẢ VÀ MA TRẬN TƯƠNG QUAN

Nghiên cứu trình bày dữ liệu thống kê mô tả các biến gồm: giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn, từ đó có cái nhìn tổng quan về các nguồn dữ liệu.

Mô hình bao gồm 5 biến vi mô thu thập từ BCTC và BCTN của 25 NHTMCP và 3 biến vĩ mô nên mẫu nghiên cứu là 375 quan sát.

Bảng 4.1: Thống kê mô tả các biến trong mô hình nghiên cứu

Nguồn: trích xuất từ Stata 18 Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Biến Tỷ lệ an toàn vốn: giá trị trung bình giai đoạn 2009-2023 là 12,9%. Giá trị nhỏ nhất là 7,55% và giá trị lớn nhất là 38,56%, ứng với độ lệch chuẩn là 4,96%. Giá trị nhỏ nhất là 7,55% thuộc về BIDV năm 2009 và giá trị lớn nhất là 38,56% thuộc ABB vào năm 2009. Hầu hết các ngân hàng trong giai đoạn nghiên cứu đều tuân thủ quy định về mức an toàn vốn tối thiểu do NHNH ban hành và từng bước tiếp cận với Basel III.

Biến Quy mô ngân hàng (SIZE): Quy mô NHTMCP dao động từ mức thấp nhất là 6,87 và cao nhất là 9,33. Nhìn chung, quy mô ngân hàng tăng qua các năm và tổng tài sản là chỉ số đại diện cho nó. Giá trị nhỏ nhất với tổng tài sản 7.478.456 triệu đồng thuộc về KLB năm 2009 và giá trị lớn nhất với tổng tài sản 2.120.527.692 triệu đồng thuộc về BIDV năm 2022. Giá trị trung bình của quy mô ngân hàng là 8,05 và độ lệch chuẩn của biến này là 53,38%.

Biến Tỷ suất sinh lời trên tổng tài sản (ROA): 25 NHTMCP có giá trị ROA trung bình là 1,16% dao động từ mức thấp nhất là -6% và cao nhất là 4,75%. Ngân hàng có chỉ số ROA ở -6% cho thấy hoạt động kinh doanh của ngân hàng đang bị đe dọa, kết quả kinh doanh không hiệu quả, thậm chí thua lỗ. Cụ thể SGB vào năm 2010 có ROA cao nhất là 4,75% và năm 2011 TPB có tỷ lệ ROA thấp nhất là -6%. Chỉ số ROA trong giai đoạn 2009-2023 có độ lệch chuẩn 0,0095%.

Biến Khả năng thanh khoản (LIQ): Tỷ lệ khả năng thanh toán của các NHTMCP dao động từ mức thấp nhất là 3,85% và cao nhất là 79,3%. Giá trị trung bình của LIQ là 18,01% và độ lệch chuẩn chỉ có 13,79%. Kết quả này cho thấy khoảng cách về tính thanh khoản của 25 NHTMCP trong giai đoạn 2009-2023 nhỏ. Tỷ lệ này càng cao thì rủi ro thanh khoản của ngân hàng càng thấp, xác suất không có khả năng chi trả trong hoạt động ngân hàng thấp. Ngân hàng có khả năng thanh khoản thấp nhất là VPB với 3,85% vào năm 2016 và cao nhất là KLB với 79,3% vào năm 2015.

Biến Dự phòng rủi ro tín dụng (LLR): Dự phòng RRTD của các NHTMCP dao động từ mức thấp nhất là -1,01% và cao nhất là 19,35%. Dự phòng RRTD có giá trị trung bình là 1,23% và độ lệch chuẩn của biến này là 1,34%. Ngân hàng có dự phòng RRTD thấp nhất là SHB với -1,01% vào năm 2012 và cao nhất là BIDV với 19,35% vào năm 2015.

Biến Tỷ lệ lãi cận biên (NIM): NIM của 25 NHTMCP dao động ở mức thấp nhất là -0,01% và cao nhất là 0,09%. Tỷ lệ lãi cận biên có giá trị trung bình là 0,03% và độ lệch chuẩn là 0,01%. NIM càng cao thì chứng tỏ ngân hàng có khả năng sinh lời càng cao từ thu nhập lãi. Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Biến Đòn bẩy tài chính (LEV): LEV của 25 NHTMCP dao động ở mức thấp nhất là 4,06% và cao nhất là 100%. Đòn bẩy tài chính có giá trị trung bình là 5,41% và độ lệch chuẩn biến này là 14,87%. LEV càng cao thì chứng tỏ ngân hàng càng có khả năng làm chủ tài chính. Ngân hàng có đòn bẩy tài chính thấp nhất là BIDV với 4,06% vào năm 2016 và cao nhất là VCB với 100% vào năm 2009.

Biến Lạm phát (INF): Giá trị trung bình của INF ở Việt Nam trong giai đoạn 2009-2023 là 5,41% với độ lệch chuẩn 4,45% thì có sự biến động khá lớn. Năm 2011 lạm phát có giá trị cao nhất với 18,7% và giá trị thấp nhất là 0,6% vào năm 2015.

Biến Tốc độ tăng trưởng kinh tế (GDP): Tại Việt Nam trong giai đoạn 2009-2023 thì GDP có độ lệch chuẩn là 1,54%. Chỉ số này có giá trị trung bình là 6,05%, giá trị cao nhất đạt 8,02% vào năm 2022 và thấp nhất vào năm 2021 với 2,6%.

Biến Dịch bệnh Covid-19: Biến dummy này có giá trị lớn nhất bằng 1 và nhỏ nhất bằng 0, giá trị trung bình và độ lệch chuẩn tương ứng bằng 0,21 và 0,41.

Như vậy, có thể thấy hầu hết các biến có chênh lệch giữa giá trị lớn nhất và giá trị nhỏ nhất là lớn, điều này thể hiện cho sự đa dạng trong lựa chọn mẫu.

Bên cạnh đó, ma trận tương quan giữa các biến được trình bày trong Bảng 4.2.

Bảng 4.2: Ma trận tương quan các biến trong mô hình

Nguồn: trích xuất từ Stata 18.

Theo Bảng 4.2, hệ số tương quan cặp giữa tất cả các biến nhỏ hơn 0,7 nên không có hiện tượng đa cộng tuyến trong mô hình nghiên cứu.

4.2. LỰA CHỌN MÔ HÌNH Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Mô hình 1: Mô hình sử dụng hồi quy hiệu ứng hỗn hợp Bayes với thông tin tiên nghiệm của tất cả các tham số cấu trúc là phân phối chuẩn N (0,1) và thông tin tiên nghiệm của phương sai là Ig (0,01, 0,01). Kết quả ước lượng thể hiện trong Bảng 4.3.

Bảng 4.3: Kết quả ước lượng mô hình 1

Nguồn: Trích xuất từ Stata 18 Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Mô hình 2: Mô hình sử dụng hồi quy hiệu ứng hốn hợp Bayes với thông tin tiên nghiệm của tất cả tham số cấu trúc có phân phối chuẩn phi thông tin (0,10000) và thông tin tiên nghiệm của phương sai hiệu ứng ngẫu nhiên và tổng là phân phối Ig (0,01, 0,01).

Bảng 4.4: Kết quả ước lượng mô hình 2

Nguồn: Trích xuất từ Stata 18

Mô hình 3: Mô hình sử dụng hồi quy hiệu ứng hỗn hợp Bayes với thông tin tiên nghiệm phân phối chuẩn của tất cả các tham số cấu trúc được rút từ ước lượng hồi quy hiệu ứng hỗn hợp ML (maximum likelihood) (Bảng 4.5) và thông tin tiên nghiệm Ig (0,01, 0,01) cho các phương sai. Hệ số hồi quy từ ước lượng mixed ML được sử dụng làm giá trị trung bình cho phân phối chuẩn, còn giá trị phương sai là 1 theo Block và cộng sự (2011). Kết quả ước lượng mô hình 3 được trình bày trong Bảng 4.6.

Bảng 4.5: Kết quả hồi quy hiệu ứng hỗn hợp ML

Nguồn: Trích xuất từ Stata 18

Bảng 4.6: Kết quả ước lượng mô hình 3

Nguồn: Trích xuất từ Stata 18 Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Để lựa chọn mô hình phù hợp nhất với mẫu dữ liệu, nghiên cứu thực hiện phân tích độ nhạy để so sánh 3 mô hình theo một tiêu chuẩn thông tin Bayes phổ biến là DIC (Bảng 4.7). Bảng 4.7 cho thấy giá trị DIC của mô hình 1 thấp nhất, trong khi tỷ lệ chấp nhận (acceptance rate) và hiệu quả lấy mẫu trung bình (average eficienct) của mô hình này cao nhất trong 3 mô hình so sánh. Do vậy, mô hình 1 phù hợp nhất trong 3 mô hình và tiếp tục được sử dụng cho suy diễn thống kê.

Bảng 4.7: Kết quả so sánh 3 mô hình theo DIC

Nguồn: Trích xuất từ Stata 18

4.3. KIỂM ĐỊNH HỘI TỤ CHUỖI MCMC ĐỐI VỚI MÔ HÌNH 1 Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Sử dụng lại kết quả ước lượng mô hình 1 theo Bảng 4.6, có thể thấy các chỉ báo sơ bộ:

• Sai số chuẩn Monte Carlo (MCSE) của các biến độc lập đều < 0,1 nên ước lượng do thuật toán MCMC đạt độ chính xác chập nhận.
• Tỷ lệ chấp nhận (Acceptance rate) = 0,81 là đạt yêu cầu.
• Tỷ lệ hiệu quả lấy mẫu trung bình (average efficiency) là 0,25 > 0,01 là đạt yêu cầu.

Khi sử dụng một thuật toán lấy mẫu MCMC trong phân tích Bayes, cần thực hiện kiểm định hội tụ chuỗi MCMC cho tất cả các tham số trong mô hình trước khi sử dụng kết quả hồi quy để phân tích. Có hai phương pháp kiểm định hội tụ: biểu đồ và hình thức. Trước hết, nghiên cứu sử dụng các biểu đồ vết, tự tương quan, histogram và density.

• Hình 4.31: Biểu đồ vết
• Hình 4.32: Biểu đồ tự tương quan
• Hình 4.33: Biểu đồ histogram
• Hình 4.34: Biểu đồ cusum

Từ các hình 4.1, 4.2, 4.3 và 4.4, tác giả có các nhận định như sau:

Theo trực quan các biểu đồ đối với tất cả các tham số, tác giả nhận thấy chuỗi MCMC đã hội tụ về một phân phối dừng vì:

Các biểu đồ Trace: có phương sai tương đối đều và giá trị ước lượng xoay quanh một trục thể hiện giá trị trung bình của một tham số.

Các biểu đồ Histogram: có hình chuông và đơn đỉnh.

Các biểu đồ Autocorrelation: có độ trễ dương rơi xuống nhanh rồi bám sát trục hoành.

Các biểu đồ Cusum: cắt trục X ít nhất tại hai đầu, có hình răng cưa.

Tiếp theo, nghiên cứu kiểm định hội tụ chuỗi MCMC bằng phương pháp ESS (Effective sample size). Kết quả của kiểm định này được trình bày trong Bảng 4.8. Hệ số efficiency = ESS/MCMC size phải nhỏ hơn 0,01. Kết quả trong bảng 4.8 đạt yêu cầu đối với tất cả các tham số bao gồm cả hiệu ứng ngẫu nhiên của 25 NHTMCP.

Bảng 4.8: Kiểm định ESS Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

4.4. KIỂM ĐỊNH TÍNH VỮNG CỦA ƯỚC LƯỢNG CÁC THAM SỐ

Bằng cách thực hiện nhiều mô phỏng MCMC thông qua việc thay đổi giá trị phương sai trong phân phối chuẩn (normal) của thông tin tiên nghiệm (prior) đối với tất cả các tham số với các cấp độ khác nhau trong khoảng 1-10000, từ thông tin tiên nghiệm phổ quát N(0,1), thông tin tiên nghiệm yếu N(0,10) cho đến thông tin siêu loãng N(0,10000), rồi quan sát sự thay đổi dấu kỳ vọng của giá trị trung bình (mean) của hệ số hồi quy của tất cả các biến để đánh giá độ nhạy của kết quả hậu nghiệm so với sự thay đổi của thông tin tiên nghiệm.

Bảng 4.9: Kết quả phân tích độ nhạy (sensitivity analysis)

Nguồn: Trích xuất từ Stata 18 Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Kết quả trong Bảng 4.11 cho thấy rằng ước lượng hệ số hồi quy của tất cả các biến đều không có sự thay đổi dấu kỳ vọng và giá trị trung bình (mean) của hệ số hồi quy cũng thay đổi không đáng kể giữa các mô phỏng MCMC, chứng tỏ kết quả ước lượng (hậu nghiệm) không bị ảnh hưởng lớn bởi các thay đổi của phân phối tiên nghiệm. Điều này cho thấy các ước lượng mô hình có tính vững cao.

Kiểm định bằng biểu đồ Residuals vs. Predicted (Sai số so với dự báo): Biểu đồ residuals vs. predicted là một công cụ chẩn đoán được sử dụng để đánh giá sự phù hợp của một mô hình hồi quy bằng cách xác định các vấn đề tiềm ẩn như phi tuyến tính, dị phương sai (phương sai không bằng nhau) hoặc giá trị ngoại lai. Trong biểu đồ này (Hình 4.5), các điểm phân tán (scatter) được phân bố đều dọc theo trục ngang, cho thấy sai số dự báo tương đối ổn định và do đó gợi ý tính phù hợp cao cho mô hình.

• Hình 4.5: Biểu đồ sai số so với dự báo
• Hình 4.6: Biểu đồ Q & Q

Kiểm định bằng biểu đồ Q&Q đối với sai số ngẫu nhiên: Kiểu biểu đồ chẩn đoán thứ hai là biểu đồ Q-Q cho phần dư (sai số). Biểu đồ Q-Q so sánh phân phối phần dư với đường chéo biểu diễn phân phối Gauss, tức là phân phối chuẩn N (0,1). Các điểm phần dư càng thẳng hàng với đường chéo thì phần dư càng tuân theo phân phối Gauss. Hình 4.6 cho thấy phân phối phần dư rất giống với phân phối Gauss, chỉ ra rằng mô hình phù hợp tốt.

4.5. PHÂN TÍCH KẾT QUẢ MÔ HÌNH 1

Kết quả mô hình 1 cho thấy các biến độc lập SIZE, ROA và LIQ tương quan âm với biến phụ thuộc CAR, trong khi các biến còn lại LLD, NIM, LEV, INF, GDP và COV tương quan dương.

Bảng 4.10: Kết quả ước lượng mô hình 1

Nguồn: Trích xuất từ Stata 18

Tác giả giải thích các khám phá thực nghiệm trong Bảng 4.9 như sau:

Biến quy mô ngân hàng (SIZE): Biến này biểu thị quy mô tổng tài sản của ngân hàng, được đo bằng logarit tự nhiên của tổng tài sản. Các ngân hàng có tổng tài sản lớn hơn thường có rủi ro tiềm ẩn cao hơn liên quan đến các khoản vay. Ngoài ra, khi tổng tài sản của ngân hàng tăng nhanh hơn vốn chủ sở hữu, dẫn đến việc phụ thuộc nhiều vào vốn vay, điều này có thể tác động ngược chiều đến tỷ lệ CAR. Do đó, nghiên cứu ước lượng một mối quan hệ ngược chiều giữa tỷ lệ CAR và quy mô ngân hàng, một kết quả phù hợp với kỳ vọng. Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Biến Tỷ suất sinh lợi trên tổng tài sản (ROA): Khả năng sinh lời được đo bằng tỷ lệ lợi nhuận sau thuế trên tổng tài sản, ảnh hưởng đến tỷ lệ an toàn vốn (CAR) của ngân hàng. Các ngân hàng có lợi nhuận cao hơn thường có nhiều vốn hơn so với tài sản của họ. Điều này là do lợi nhuận giữ lại làm tăng vốn chủ sở hữu của ngân hàng, cho phép ngân hàng tiếp cận vốn rẻ hơn và lựa chọn phương án cho vay an toàn hơn. Do đó, có thể thấy mối quan hệ ngược chiều giữa lợi nhuận và CAR trong mẫu nghiên cứu. Tuy nhiên, kết quả này trái ngược với kỳ vọng.

Biến Khả năng thanh khoản (LIQ): Tỷ lệ thanh khoản đo lường tính thanh khoản của ngân hàng theo tỷ lệ tiền mặt và các khoản tương đương tiền so với tổng tài sản. Tỷ lệ này tăng cho thấy tính thanh khoản cao hơn, làm giảm rủi ro thanh khoản của ngân hàng. Ngược lại, tỷ lệ này giảm cho thấy tính thanh khoản thấp hơn, làm tăng rủi ro thanh khoản của ngân hàng. Khi rủi ro thanh khoản của ngân hàng giảm, rủi ro chung trong hoạt động ngân hàng có xu hướng tăng, cho thấy mối tương quan trái chiều giữa tính thanh khoản và tỷ lệ an toàn vốn. Kết quả này trái ngược với kỳ vọng.

Biến Tỷ lệ dự phòng rủi ro tín dụng (LLR): Tỷ lệ trích lập dự phòng rủi ro tín dụng là tỷ lệ dự phòng rủi ro tín dụng so với tổng dư nợ cho vay của ngân hàng, giúp phản ánh chất lượng tín dụng của ngân hàng. Dự phòng rủi ro tín dụng là khoản tiền được trích lập để trang trải các khoản lỗ tiềm ẩn do khách hàng không thực hiện được nghĩa vụ của mình. Tỷ lệ này được tính bằng cách so sánh chi phí trích lập dự phòng rủi ro với tổng dư nợ cho vay của ngân hàng, cho thấy mức độ đầy đủ của các khoản dự phòng để trang trải các khoản lỗ ước tính trong danh mục cho vay. Tác động tiêu cực của dự phòng mất vốn cho thấy ngân hàng đang gặp khó khăn về tài chính, cản trở khả năng tăng vốn và đảm bảo an toàn hoạt động. Do đó, nghiên cứu phát hiện thấy mối tương quan nghịch giữa tỷ lệ an toàn vốn và tỷ lệ trích lập dự phòng rủi ro tín dụng. Kết quả này trái ngược với kỳ vọng.

Biến Tỷ lệ thu nhập lãi cận biên (NIM): Các nghiên cứu trước (Thoa & Anh, 2017; Mili et al., 2017; Moussa, 2018; Ahmad & Albaity, 2019) cho thấy NIM có tác động cùng chiều đến CAR vì các ngân hàng duy trì được nhiều thu nhập cho phép các ngân hàng huy động vốn thông qua lợi nhuận giữ lại và đưa ra tín hiệu tích cực về giá trị của công ty. Biên lợi nhuận ròng cao cho thấy khả năng sinh lời cao vì nó có thể làm tăng vốn hóa ngân hàng. Điều kiện này sẽ có tác động tích cực khi ngân hàng được định vị tối ưu như một trung gian cũng như một thực thể kinh doanh (Sidabalok & Viverita, 2011). Kết quả này trùng hợp với kỳ vọng.

Biến Đòn bẫy tài chính (LEV): Trong nghiên cứu này, đòn bẩy tài chính được định nghĩa là tỷ lệ giữa tổng vốn chủ sở hữu và tổng tài sản. Đòn bẩy tài chính càng cao thì tỷ lệ vốn chủ sở hữu trong tổng vốn của ngân hàng càng lớn, nghĩa là vốn chủ sở hữu chiếm một phần đáng kể trong tổng tài sản của ngân hàng. Vốn chủ sở hữu là hình thức vốn ổn định nhất và ít rủi ro nhất. Do đó, cơ cấu vốn chủ sở hữu cao sẽ nâng cao mức độ an toàn vốn và tỷ lệ an toàn vốn của ngân hàng. Nghiên cứu thực nghiệm của Đỗ Hoài Linh và cộng sự (2019) ủng hộ mối quan hệ cùng chiều giữa hai chỉ số này.

• Kết quả này phù hợp với kỳ vọng. Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Biến Tỷ lệ lạm phát (INF): Lạm phát có tác động cùng chiều đến tỷ lệ an toàn vốn (CAR), thể hiện một sự khác biệt thú vị so với các nghiên cứu trước đây đã xem xét ảnh hưởng của các yếu tố kinh tế vĩ mô, bao gồm lạm phát, đối với CAR. Điều này có thể được hiểu là các ngân hàng thương mại tăng cường các biện pháp an toàn hoạt động để ứng phó với xu hướng lạm phát gia tăng. Các tác giả giải thích rằng trong thời kỳ lạm phát cao, các ngân hàng có xu hướng thận trọng hơn về tăng trưởng tín dụng và ưu tiên giữ lại vốn để giảm thiểu rủi ro tiềm ẩn. Do đó, mức độ an toàn vốn của các ngân hàng tăng lên để ứng phó tốt hơn với lạm phát. Phát hiện này trái ngược với kỳ vọng ban đầu.

Biến Tăng trưởng kinh tế (GDP): Biến tăng trưởng kinh tế được xác định bằng cách tính sự chênh lệch giữa quy mô kinh tế (GDP) của giai đoạn hiện tại so với GDP giai đoạn trước, rồi chia cho quy mô kinh tế (GDP) của giai đoạn trước. Tăng trưởng kinh tế là một chỉ số quan trọng trong đo lường sức khỏe của nền kinh tế và đó là mục tiêu chính của nhiều chính sách kinh tế. Khi tốc độ tăng trưởng kinh tế tăng, thị trường tài chính cũng thường có xu hướng tăng trưởng và các ngân hàng có thể dễ dàng gia 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 của ngân hàng. Vì vậy, các ngân hàng thường có xu hướng giữ lại lợi nhuận để tăng vốn, từ đó tăng tỷ lệ an toàn vốn. Nghiên cứu của Alfadli và Djalila (2022) đã chỉ ra “tăng trưởng kinh tế có tác động cùng chiều đến tỷ lệ an toàn vốn của ngân hàng”. Khi nền kinh tế đang tăng trưởng, các doanh nghiệp và người dân có xu hướng mua sắm và tăng cường đầu tư, điều 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 đó, mối quan hệ dự kiến giữa tăng trưởng kinh tế và CAR là cùng chiều, phù hợp với kỳ vọng của nghiên cứu.

Biến Dịch bệnh Covid-19 (COV): Tác giả nhận thấy trong thời gian đại dịch Covid-19, CAR của các NHTMCP tại Việt Nam đã có tác động cùng chiều. Kết quả nghiên cứu phù hợp với thực tế tại Việt Nam, khi đại dịch 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 đến các quốc gia khác, các ngân hàng Việt Nam đã dự đoán được những tổn thất tiềm tàng và tăng cường các biện pháp phòng ngừa rủi ro bằng cách tăng tỷ lệ dự phòng rủi ro để tăng cường đệm xử lý rủi ro của mình. Ngoài ra, mặc dù có những tác động tiêu cực của đại dịch, những diễn biến tích cực như tăng doanh thu từ ngân hàng số và thanh toán điện tử đã dẫn đến lượng tiền mặt lưu thông trong các tài khoản ngân hàng cao hơn. 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. Ngoài ra, từ năm 2020-2021, theo Thông tư số 41/2016/TT-NHNN, nhiều ngân hàng đã lựa chọn không chia cổ tức để dành nguồn vốn cho việc sử dụng trong tương lai, điều này cũng góp phần làm tăng CAR. Kết quả này trùng hợp với kỳ vọng ban đầu.

4.6. KIỂM ĐỊNH KHOẢNG TIN CẬY Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Kết quả kiểm định xác suất các khoảng tin cậy được trích xuất từ phần mềm Stata 18 như trong Bảng 4.10. Theo đó, ngoài trừ hai biến INF và COV, tất cả các biến độc lập khác đều có tác động mạnh đến biến phụ thuộc CAR với xác suất lớn hơn 0,84.

Bảng 4.11: Kết quả kiểm định xác suất các khoảng tin cậy

Nguồn: Trích xuất từ Stata 18

KẾT LUẬN CHƯƠNG IV

Trong chương IV, tác giả trình bày kết quả nghiên cứu mô hình hồi quy tuyến tính hiệu ứng hỗn hợp Bayes. Theo đó, nghiên cứu thực hiện thống kê mô tả các biến, kiểm định ma trận tương quan, lựa chọn 3 mô hình tương ứng 3 loại tiên nghiệm, đánh giá tác động của từng yếu tố chọn lọc đến tỷ lệ an toàn vốn của các NHTMCP Việt Nam, kiểm định hội tụ chuỗi MCMC, phân tích sâu hơn về các kết quả nghiên cứu và cuối cùng, kiểm tra tính vững của mô hình. Căn cứ vào kết quả hồi quy và kiểm định các giả thuyết, là cơ sở để tác giả đưa ra các kết luận và đề xuất trong Chương V.

CHƯƠNG V: KẾT LUẬN VÀ ĐỀ XUẤT

5.1. KẾT LUẬN Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Nghiên cứu thực hiện “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” thông qua các biến độc lập như: quy mô ngân hàng (SIZE), tỷ suất lợi nhuận trên tài sản (ROA), khả năng thanh khoản (LIQ), dự phòng rủi ro tín dụng (LLR), tỷ lệ lãi cận biên (NIM), hệ số đòn bẩy tài chính (LEV); tăng trưởng kinh tế (GDP), lạm phát (INF) và dịch bệnh Covid-19 (COV) cùng với biến phụ thuộc tỷ lệ an toàn vốn (CAR). Dữ liệu nghiên cứu được thu thập từ 25 NHTMCP Việt Nam trong giai đoạn 2009-2023. Các biến độc lập và phụ thuộc được thu thập trên cơ sở BCTC hợp nhất, BCTN hàng năm của ngân hàng.

Nghiên cứu thông qua phần mềm Stata 18 để phân tích dữ liệu bảng bằng phương pháp phân tích Bayes. Kết quả như sau:

Thứ nhất, những biến có quan hệ cùng chiều với CAR bao gồm: dự phòng rủi ro tín dụng (LLR), hệ số đòn bẩy tài chính (LEV); tỷ lệ lãi cận biên (NIM); lạm phát (INF), tăng trưởng kinh tế (GDP) và dịch bệnh Covid-19 (COV).

Thứ hai, kết quả nghiên cứu cho thấy 3 biến có quan hệ ngược chiều với CAR là Quy mô ngân hàng (SIZE), tỷ suất lợi nhuận trên tài sản (ROA) và khả năng thanh khoản (LIQ).

5.2. ĐỀ XUẤT VÀ KIẾN NGHỊ Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

5.2.1. Đề xuất cho các ngân hàng thương mại Việt Nam

Qua kết quả thực nghiệm trên, tác giả đề xuất một số gợi ý giải pháp tương ứng với các yếu tố có tầm ảnh hưởng lớn.

5.2.1.1. Gợi ý về quy mô tài sản

Về quy mô các ngân hàng, Ngân hàng Nhà nước cần kiểm soát, giám sát quá trình mở rộng quy mô của các ngân hàng thương mại. Đồng thời, Ngân hàng Nhà nước cần linh hoạt trong việc quy định mức vốn pháp định tối thiểu của các ngân hàng thương mại. Các tổ chức tín dụng, ngân hàng bắt buộc phải bảo đảm mức vốn pháp định tối thiểu theo lộ trình, gây ra cuộc chạy đua tăng vốn, mở rộng quy mô, gia tăng rủi ro cho các ngân hàng thương mại.

5.2.1.2. Gợi ý về tỷ suất lợi nhuận trên tổng tài sản

Kết quả chỉ ra rằng tỷ suất lợi nhuận trên tổng tài sản có tương quan nghịch chiều với tỷ lệ an toàn vốn. Vì vậy, để gia tăng tỷ lệ an toàn vốn thì các NHTMCP có thể thực hiện biện pháp như: Ngân hàng cần phải xây dựng và duy trì một mức tỷ suất sinh lợi phù hợp để CAR của ngân hàng cũng được đảm bảo.

5.2.1.3. Gợi ý về khả năng thanh khoản

Về thanh khoản, các ngân hàng cần tạo khả năng bảo toàn vốn trong khủng hoảng cũng như nâng cao uy tín của chính ngân hàng mình. Bên cạnh đó, các ngân hàng cần tái cấu trúc tài sản và nợ phải trả cho phù hợp, tái cấu trúc vốn huy động và cho vay trên thị trường, tái cấu trúc các khoản vay ngắn hạn bằng các khoản vay trung hạn, giữa tiền gửi ngắn hạn dùng cho vay trung hạn và dài hạn. Đồng thời, thực hiện phát hành giấy tờ có giá, điều chỉnh cơ cấu cho vay vào các lĩnh vực nhạy cảm và rủi ro như chứng khoán, bất động sản, hàng tiêu dùng. Ngoài ra, cần duy trì tỷ lệ dự trữ an toàn. Ngân hàng cần thực hiện quản lý rủi ro kỳ hạn và rủi ro thanh khoản một cách chuyên nghiệp bằng cách chủ động xây dựng chính sách khung về quản lý rủi ro thanh khoản, thiết lập các quy trình cụ thể để nhận diện, đo lường và kiểm soát các rủi ro thanh khoản có thể xảy ra. Ngoài ra, khi các rủi ro về thanh khoản xảy ra nhằm xác định và kiểm soát chúng thì các NHTMCP cần nghiêm túc thực hiện công tác quản lý rủi ro. Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

5.2.1.4. Gợi ý về trích lập dự phòng rủi ro tín dụng

Về tỷ lệ trích lập dự phòng rủi ro tín dụng, các ngân hàng thương mại cần xây dựng chiến lược dự phòng thanh khoản trong mọi giai đoạn. Chiến lược dự phòng không chỉ được sử dụng trong trường hợp thiếu hụt thanh khoản tạm thời, theo mùa hoặc cấp bách mà còn trong trường hợp khủng hoảng thanh khoản tại các ngân hàng.

5.2.1.5. Gợi ý về thu nhập lãi cận biên

Về thu nhập lãi cận biên, cần cải thiện quản lý chi phí bằng các kỹ thuật hiện đại hóa. Có thể thực hiện bằng cách giảm số lượng giao dịch viên ngân hàng trực, tiết kiệm chi phí nhân sự. Đồng thời, sử dụng công nghệ hiện đại sẽ đẩy nhanh quá trình xử lý giao dịch, thúc đẩy hoạt động thương mại và tăng năng suất lao động. Bên cạnh đó, phát triển các kênh huy động vốn nhàn rỗi từ dân cư với chi phí thấp sẽ giúp tăng khả năng cho vay của nền kinh tế và cải thiện năng suất doanh nghiệp.

5.2.1.6. Gợi ý về hệ số đòn bẩy tài chính

Kết quả nghiên cứu cho thấy đòn bẩy tài chính, được định nghĩa là tỷ lệ vốn chủ sở hữu trên tổng tài sản, có tác động tích cực đến tỷ lệ an toàn vốn. Do đó, các NHTM cần thực hiện các giải pháp tăng vốn chủ sở hữu để duy trì và cải thiện tỷ lệ an toàn vốn.

Thứ nhất, kiểm soát hiệu quả đòn bẩy tài chính là điều cần thiết: Đòn bẩy tài chính tuy có thể giúp các ngân hàng tăng lợi nhuận nhưng cũng tiềm ẩn nhiều rủi ro, đặc biệt là rủi ro về an toàn vốn. Việc sử dụng không đúng cách có thể làm giảm thanh khoản, dẫn đến rủi ro mất khả năng thanh toán và có khả năng phá sản. Do đó, việc duy trì đủ thanh khoản sẽ cho phép các ngân hàng sử dụng đòn bẩy tài chính ở mức hợp lý. Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Thứ hai, tăng vốn chủ sở hữu: Ngày 11 tháng 11 năm 2019, Chính phủ đã ban hành Nghị định 86/2019/NĐ-CP, yêu cầu các NHTM phải có vốn pháp định tối thiểu là 3.000 tỷ đồng. Tại thời điểm nghiên cứu này, hầu hết các ngân hàng đã đáp ứng được yêu cầu về vốn này. Tuy nhiên, so với các ngân hàng nước ngoài trong khu vực, quy mô vốn chủ sở hữu của các ngân hàng Việt Nam vẫn còn khiêm tốn, ngay cả đối với các ngân hàng lớn như Agribank, Vietinbank, BIDV và VCB. Để nâng cao mức an toàn vốn, giải pháp là các ngân hàng phải tập trung vào tăng trưởng vốn bền vững. Ngoài việc tuân thủ các yêu cầu về vốn tối thiểu do NHNN đặt ra, các ngân hàng nên hướng đến việc tuân thủ các tiêu chuẩn quốc tế. Để đạt được tăng trưởng vốn bền vững, các ngân hàng có thể cân nhắc các chiến lược sau:

Phát hành cổ phiếu mới: Đây là phương pháp phổ biến nhất để tăng vốn, nhưng các ngân hàng cần đảm bảo tuân thủ các quy định về sở hữu nhà nước và cổ đông nước ngoài. Thay vì chỉ dựa vào việc phát hành cổ phiếu mới, các ngân hàng cũng có thể huy động vốn thông qua các biện pháp khác, chẳng hạn như vay, phát hành trái phiếu hoặc bán tài sản. Để các phương pháp huy động vốn này thành công, cần có lộ trình rõ ràng và chi tiết. NHNN cần đưa ra hướng dẫn và chỉ đạo để đảm bảo các ngân hàng vừa tăng vốn vừa quản lý hiệu quả. Điều này sẽ mở đường cho việc chuẩn hóa việc tăng vốn cho các ngân hàng Việt Nam và giúp họ đáp ứng các tiêu chuẩn Basel III sắp tới.

5.2.2. Kiến nghị

5.2.2.1. Kiến nghị với Chính Phủ Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

Dựa trên các phát hiện nghiên cứu, tăng trưởng kinh tế có tác động cùng chiều đến tỷ lệ an toàn vốn. Để duy trì và tăng tỷ lệ này, cần thúc đẩy tăng trưởng kinh tế. Tác giả đưa ra các khuyến nghị sau:

Thứ nhất, để ứng phó với những tác động tiêu cực của đại dịch COVID-19 trên tất cả các lĩnh vực, một bước quan trọng là tái cấu trúc đầu tư để đạt được tăng trưởng kinh tế cao nhưng ổn định và bền vững. Điều này sẽ giúp các ngân hàng ổn định hoạt động và quản lý chặt chẽ chi phí để tăng lợi nhuận.

Thứ hai, cần khôi phục lại các chuỗi sản xuất, cung ứng và lao động bị gián đoạn bằng cách tổ chức các kết nối và hỗ trợ các doanh nghiệp trong nước tham gia. Việc tái cấu trúc và phát triển hiệu quả các ngành, lĩnh vực chủ chốt bị ảnh hưởng trực tiếp bởi đại dịch COVID-19 cũng rất quan trọng.

5.2.2.2. Kiến nghị với Ngân hàng nhà nước Việt Nam

NHNN đóng vai trò quan trọng trong việc giám sát toàn bộ hệ thống ngân hàng. Để đảm bảo các yếu tố kinh tế vi mô tác động tích cực đến tỷ lệ an toàn vốn, NHNN cần hỗ trợ các NHTM thông qua một số biện pháp chính:

Thứ nhất, hoạt động ngân hàng phải chịu sự kiểm tra, giám sát chặt chẽ. Thông qua báo cáo định kỳ hàng tháng, hàng quý, hàng năm của các NHTM hoặc thông qua các đợt kiểm tra trực tiếp, NHNN giám sát việc tuân thủ các quy định về tỷ lệ an toàn trong hoạt động ngân hàng. Nếu một ngân hàng nào đó không đáp ứng được các yêu cầu, chẳng hạn như tỷ lệ an toàn vốn hoặc tỷ lệ thanh khoản, NHNN sẽ thực hiện các biện pháp khắc phục.

Thứ hai, nâng cao các tiêu chuẩn an toàn vốn cho các NHTM là ưu tiên của NHNN nhằm duy trì sự ổn định và bền vững trong hệ thống tài chính Việt Nam. Việc áp dụng các tiêu chuẩn Basel III đánh dấu một bước tiến quan trọng trong việc cải thiện an toàn vốn. Để đạt được điều này, NHNN phải ban hành các hướng dẫn chi tiết nêu rõ các yêu cầu cần thiết để các ngân hàng triển khai hiệu quả các tiêu chuẩn Basel III. Các hướng dẫn này phải xác định rõ các mức an toàn vốn, yêu cầu báo cáo tài chính, giao thức quản lý rủi ro và các khía cạnh liên quan khác của khuôn khổ Basel III. Ngoài ra, một cách tiếp cận triển khai theo từng giai đoạn phù hợp với điều kiện của từng ngân hàng sẽ đảm bảo tính thực tiễn và hiệu quả của các tiêu chuẩn mới. Hơn nữa, đào tạo và hướng dẫn cho nhân viên ngân hàng về các yêu cầu của Basel III là điều cần thiết để đảm bảo hiểu đúng và thực hiện chính xác các tiêu chuẩn này.

5.3. HẠN CHẾ CỦA NGHIÊN CỨU VÀ HƯỚNG NGHIÊN CỨU MỞ RỘNG Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

5.3.1. Hạn chế của nghiên cứu

Nghiên cứu tập trung phân tích các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của các ngân hàng thương mại Việt Nam trong giai đoạn từ năm 2009 đến năm 2023. Các đề xuất và khuyến nghị của tác giả là một bước tiến quan trọng hướng tới việc nâng cao hiệu quả và phù hợp tỷ lệ an toàn vốn của các ngân hàng này. Tuy nhiên, nghiên cứu và phân tích không phải là không có hạn chế, chẳng hạn như:

Thứ nhất, quy mô mẫu chỉ có 25 ngân hàng không đại diện đầy đủ cho toàn bộ hệ thống các ngân hàng thương mại Việt Nam. Điều này có thể dẫn đến sự khác biệt giữa các phát hiện nghiên cứu và tình hình thực tế trên toàn hệ thống ngân hàng. Ngoài ra, việc một số ngân hàng không công bố dữ liệu toàn diện đã gây ra hạn chế đáng kể trong việc thu thập và phân tích dữ liệu, có khả năng dẫn đến khoảng cách trong việc đánh giá và phân tích các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của các ngân hàng.

Thứ hai, mô hình nghiên cứu có thể đã loại trừ một số biến quan trọng. Các biến độc lập được đưa vào nghiên cứu không bao gồm tất cả các yếu tố có thể ảnh hưởng đến tỷ lệ an toàn vốn. Có thể có những yếu tố ảnh hưởng mạnh hơn mà tác giả không tính đến, chẳng hạn như tỷ lệ đủ vốn của năm trước, tỷ giá hối đoái và tỷ lệ nợ xấu.

Thứ ba, những hạn chế kiến thức, kinh nghiệm và thời gian đã hạn chế nghiên cứu, dẫn đến việc thiếu phân tích dữ liệu sâu hơn và các phương pháp ước tính tiên tiến hơn.

5.3.2. Hướng nghiên cứu mở rộng

Trên cơ sở hạn chế đã nêu, tác giả đề xuất các hướng nghiên cứu mở rộng như sau:

Thứ nhất, điều chỉnh mẫu nghiên cứu:

Về không gian, các nghiên cứu trong tương lai có thể mở rộng phạm vi nghiên cứu bao gồm NHTM sở hữu nhà nước, ngân hàng 100% vốn nước ngoài, ngân hàng liên doanh. Nghiên cứu tiếp theo so sánh giữa các NHTMCP trong các tổ chức quốc tế mà Việt Nam tham gia như: ASEAN, WTO, APEC, … để tăng tính đại diện cho kết quả nghiên cứu.

Thứ hai, mở rộng nội dung nghiên cứu: các nghiên cứu tiếp theo có thể mở rộng thêm các yếu tố vi, vĩ mô khác để nghiên cứu xem các yếu tố này có ảnh hưởng đến tỷ lệ an toàn vốn của các NHTMCP hay không.

KẾT LUẬN CHƯƠNG V

Trong chương cuối, tác giả đưa ra kết luận chung cho nghiên cứu đã được thực hiện trong Chương IV. Từ đó đưa ra đề xuất cho nhà quản trị tài chính của các NHTMCP trong việc hoạch định các kế hoạch, quản lý cũng như các chính sách để góp phần đảm bảo an toàn vốn ở mức phù hợp và hiệu qua. Thông qua đó, tác giả cũng có đưa các kiến nghị cho Chính phủ, NHNN nhằm nâng cao hệ số an toàn vốn của các NHTMCP Việt Nam để đáp ứng các tiêu chuẩn Basel trong thời gian tới. Ngoài ra, tác giả cũng đưa ra hạn chế của đề án và hướng nghiên cứu tiếp theo. Luận văn: KQNC tác động đến tỷ lệ an toàn vốn của các ngân hàng.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:

===>>> Luận văn: Yếu tố 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