Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng

Chia sẻ chuyên mục Đề Tài Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng hay nhất năm 2026 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 Luận Văn: Những yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của các ngân hàng thương mại Việt Nam dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

Chương 4 trình bày kết quả nghiên cứu thực nghiệm và phân tích thảo luận dựa trên dữ liệu của các Ngân hàng thương mại Việt Nam giai đoạn 2015 – 2024. Nội dung được sắp xếp theo trình tự logic, bắt đầu bằng tổng quan hoạt động của các ngân hàng trong giai đoạn nghiên cứu, tiếp theo là phân tích thống kê mô tả và ma trận tương quan nhằm khái quát đặc điểm của dữ liệu.

Sau đó, các kiểm định về đa cộng tuyến, phương sai sai số thay đổi và tự tương quan được thực hiện để đảm bảo độ tin cậy của mô hình. Trên cơ sở đó, các mô hình hồi quy OLS, FEM, REM và FGLS được ước lượng, so sánh và lựa chọn mô hình phù hợp nhất.

Kết quả thu được không chỉ kiểm định các giả thuyết nghiên cứu mà còn cung cấp bằng chứng thực nghiệm quan trọng về những yếu tố nội tại ảnh hưởng đến tỷ lệ an toàn vốn (CAR) của các Ngân hàng thương mại Việt Nam trong bối cảnh hiện nay.

4.1 Tổng quan về hoạt động của các Ngân hàng thương mại Việt Nam giai đoạn 2015 – 2024

Trong giai đoạn 2015 – 2024, các Ngân hàng thương mại Việt Nam đã trải qua nhiều biến động và thách thức đáng kể trong bối cảnh kinh tế toàn cầu và khu vực có nhiều thay đổi. Các yếu tố như tốc độ tăng trưởng kinh tế, chính sách tiền tệ của Ngân hàng Nhà nước cùng với việc áp dụng các chuẩn mực Basel II và tiến tới Basel III đã tác động mạnh đến hoạt động của hệ thống ngân hàng.

Giai đoạn này ghi nhận sự mở rộng tín dụng nhanh chóng, song song với đó là áp lực gia tăng trong quản trị rủi ro, đặc biệt liên quan đến việc duy trì tỷ lệ an toàn vốn (CAR) trong điều kiện nợ xấu và chi phí hoạt động tăng cao. Đồng thời, các ngân hàng Việt Nam cũng phải đáp ứng yêu cầu về quản trị vốn, giám sát an toàn tài chính từ Ngân hàng Nhà nước và các tổ chức quốc tế nhằm đảm bảo tuân thủ các chuẩn mực an toàn toàn cầu.

Bên cạnh đó, hệ thống Ngân hàng thương mại Việt Nam đã tích cực đổi mới công nghệ, mở rộng dịch vụ ngân hàng số, và đa dạng hóa sản phẩm tài chính, thể hiện nỗ lực không chỉ trong việc củng cố năng lực vốn và ổn định tài chính, mà còn nâng cao hiệu quả hoạt động và năng lực cạnh tranh trong thời kỳ hội nhập sâu rộng.

Trong phần này, tác giả sẽ tổng quan về những đặc điểm chính trong hoạt động của các Ngân hàng thương mại Việt Nam trong giai đoạn 2015 – 2024, phân tích sự phát triển của các chỉ tiêu tài chính, bao gồm quy mô, khả năng sinh lời, và sự phát triển bền vững trong môi trường kinh tế biến động.

• Biểu đồ 4.1: Quy mô của các Ngân hàng thương mại trong giai đoạn nghiên cứu

Biểu đồ 4.1 thể hiện sự gia tăng quy mô của các Ngân hàng thương mại Việt Nam trong giai đoạn từ 2015 đến 2024. Dữ liệu cho thấy một xu hướng tăng trưởng ổn định qua từng năm, với độ dốc nhẹ, cho thấy tốc độ tăng trưởng đều đặn và không có sự biến động lớn. Tuy nhiên, vào những năm cuối (2023 – 2024), biểu đồ cho thấy có sự tăng tốc nhẹ, phản ánh khả năng mở rộng nhanh chóng hoặc sự phục hồi mạnh mẽ sau đại dịch. Nhìn chung, biểu đồ chỉ ra rằng các Ngân hàng thương mại Việt Nam đã có một sự gia tăng liên tục về quy mô trong suốt giai đoạn nghiên cứu, với sự tăng trưởng mạnh mẽ nhất vào cuối giai đoạn.

• Biểu đồ 4.2: Tỷ suất lợi nhuận trên tài sản của các Ngân hàng thương mại trong giai đoạn nghiên cứu

Biểu đồ 4.2 mô tả tỷ suất lợi nhuận trên tài sản của các Ngân hàng thương mại trong giai đoạn nghiên cứu từ năm 2015 đến 2024. Theo biểu đồ, tỷ suất lợi nhuận tăng dần từ năm 2015, đạt mức cao nhất vào năm 2022 với hơn 0,35, trước khi giảm mạnh vào năm 2023 và có xu hướng thấp hơn trong năm 2024. Điều này cho thấy một sự biến động đáng kể trong hiệu quả hoạt động của các Ngân hàng thương mại trong giai đoạn này, có thể liên quan đến những yếu tố như thay đổi trong chính sách tài chính, tình hình kinh tế vĩ mô hoặc các yếu tố nội tại của từng ngân hàng. Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

• Biểu đồ 4.3: Tỷ lệ thu nhập lãi thuần của các Ngân hàng thương mại trong giai đoạn nghiên cứu

Biểu đồ 4.3 thể hiện tỷ lệ thu nhập lãi thuần của các Ngân hàng thương mại Việt Nam trong giai đoạn nghiên cứu. Từ biểu đồ, ta có thể thấy tỷ lệ thu nhập lãi thuần của các Ngân hàng thương mại có xu hướng tăng dần trong giai đoạn đầu, với một sự biến động nhẹ vào năm 2020 và 2021. Tuy nhiên, đến năm 2022, tỷ lệ này đạt mức cao nhất trước khi giảm nhẹ vào năm 2023 và ổn định trong năm 2024. Sự thay đổi này phản ánh những tác động của các yếu tố kinh tế vĩ mô và môi trường tài chính có thể ảnh hưởng đến hoạt động thu nhập lãi của các ngân hàng trong suốt thời gian nghiên cứu.

• Biểu đồ 4.4: Tỷ lệ nợ xấu của các Ngân hàng thương mại trong giai đoạn nghiên cứu

Biểu đồ 4.4 minh họa diễn biến tỷ lệ nợ xấu (NPL) của các Ngân hàng thương mại Việt Nam trong giai đoạn 2015 – 2024. Dữ liệu cho thấy tỷ lệ nợ xấu nhìn chung ổn định trong giai đoạn đầu, song tăng đột ngột vào năm 2022, đạt mức gần 0,9 – mức cao nhất trong giai đoạn nghiên cứu. Sau năm 2022, tỷ lệ này giảm nhẹ và duy trì ổn định trong hai năm tiếp theo (2023 – 2024).

Sự gia tăng đột biến vào năm 2022 có thể được lý giải bởi những biến động kinh tế vĩ mô, bao gồm tác động kéo dài của đại dịch COVID-19, sự suy giảm tăng trưởng kinh tế, và những thay đổi trong chính sách tín dụng hoặc quy định phân loại nợ của Ngân hàng Nhà nước. Diễn biến này phản ánh áp lực gia tăng về quản trị rủi ro tín dụng đối với các Ngân hàng thương mại Việt Nam trong giai đoạn hậu khủng hoảng.

• Biểu đồ 4.5: Tỷ lệ cho vay của các Ngân hàng thương mại trong giai đoạn nghiên cứu

Biểu đồ 4.5 thể hiện tỷ lệ cho vay của các Ngân hàng thương mại trong giai đoạn nghiên cứu từ 2015 đến 2024. Nhìn chung, tỷ lệ cho vay có xu hướng tăng đều đặn qua các năm, từ khoảng 13,5% vào năm 2015 và đạt gần 15,5% vào năm 2024. Sự tăng trưởng ổn định này cho thấy các ngân hàng đã mở rộng hoạt động cho vay trong bối cảnh nền kinh tế phát triển và nhu cầu tín dụng gia tăng. Tuy nhiên, sự tăng trưởng có xu hướng chậm lại từ năm 2020 đến 2022, trước khi tiếp tục tăng mạnh từ 2023 đến 2024.

• Biểu đồ 4.6: Quy mô vốn chủ sở hữu của các Ngân hàng thương mại trong giai đoạn nghiên cứu

Biểu đồ 4.6 thể hiện quy mô vốn chủ sở hữu của các Ngân hàng thương mại trong giai đoạn nghiên cứu từ 2015 đến 2024. Tỷ lệ này có xu hướng tăng dần đều từ khoảng 1,8 vào năm 2015 lên gần 2,5 vào năm 2024. Sự tăng trưởng ổn định này phản ánh sự phát triển vững chắc của vốn chủ sở hữu các ngân hàng trong giai đoạn nghiên cứu, có thể do các chính sách phát triển vốn, tái cấu trúc ngân hàng hoặc sự cải thiện trong hoạt động kinh doanh. Tuy nhiên, từ năm 2021 đến 2024, tỷ lệ có sự giảm nhẹ, cho thấy có thể có yếu tố tác động từ các thay đổi trong môi trường kinh tế hoặc chiến lược quản lý của các ngân hàng.

• Biểu đồ 4.7: Tỷ lệ dự phòng rủi ro của các Ngân hàng thương mại trong giai đoạn nghiên cứu

Biểu đồ 4.7 cho thấy tỷ lệ dự phòng rủi ro của các Ngân hàng thương mại trong giai đoạn nghiên cứu từ 2015 đến 2024. Tỷ lệ này có xu hướng giảm dần từ khoảng -0.3 vào năm 2015 và duy trì mức thấp ổn định trong các năm tiếp theo, với sự dao động nhẹ qua các năm. Từ năm 2020, tỷ lệ dự phòng rủi ro có sự giảm mạnh, đạt mức thấp nhất vào năm 2022 và 2023, rồi phục hồi nhẹ vào năm 2024. Điều này có thể chỉ ra rằng các ngân hàng đã có những cải thiện trong việc quản lý rủi ro, hoặc môi trường kinh tế có sự thay đổi đáng kể, giúp giảm thiểu mức độ rủi ro mà các ngân hàng phải đối mặt.

4.2 Thống kê mô tả Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

Phần thống kê mô tả cung cấp cái nhìn tổng quan về đặc điểm tài chính của các Ngân hàng thương mại niêm yết trên Thị trường chứng khoán Việt Nam trong giai đoạn 2015 – 2024. Thông qua các chỉ tiêu cơ bản như giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất và lớn nhất, phần này giúp phân tích đặc điểm phân phối và mức độ biến động của các biến nghiên cứu.

Kết quả thống kê mô tả không chỉ phản ánh xu hướng hoạt động tài chính chung của các ngân hàng, mà còn là cơ sở dữ liệu quan trọng cho các phân tích định lượng tiếp theo, đặc biệt trong việc xác định và đánh giá mối quan hệ giữa các yếu tố nội tại và tỷ lệ an toàn vốn (CAR) của các Ngân hàng thương mại Việt Nam.

• Bảng 4.1: Kết quả thống kê mô tả

Tỷ lệ CAR có giá trị trung bình 0,1199, độ lệch chuẩn 0,0277, dao động từ 0,0800 đến 0,2336, cho thấy mức độ biến động nhất định giữa các ngân hàng trong giai đoạn nghiên cứu. Mức trung bình này nằm gần ngưỡng tối thiểu 8% theo Basel II, phản ánh rằng các Ngân hàng thương mại Việt Nam nhìn chung duy trì an toàn vốn hợp lý, dù vẫn tồn tại sự chênh lệch giữa các ngân hàng lớn và nhỏ.

Biến SIZE có giá trị trung bình 5,3287, độ lệch chuẩn 0,5117, và dao động 4,2492–6,4410, phản ánh sự khác biệt đáng kể về quy mô tài sản giữa các ngân hàng. Các ngân hàng quy mô lớn thường có khả năng huy động vốn và quản lý rủi ro tốt hơn, nhưng cũng chịu áp lực trong việc duy trì vốn tự có và kiểm soát hiệu quả rủi ro hoạt động.

ROA đạt trung bình 0,0099, độ lệch chuẩn 0,0080, dao động từ -0,0433 đến 0,0324, cho thấy khả năng sinh lời còn khiêm tốn trong giai đoạn nghiên cứu. Sự chênh lệch lớn phản ánh hiệu quả hoạt động không đồng đều, khi một số ngân hàng đạt mức sinh lời cao trong khi những ngân hàng khác gặp khó khăn về hiệu quả tài chính.

NIM trung bình đạt 0,0284, độ lệch chuẩn 0,0115, dao động từ -0,0150 đến 0,0813, thể hiện rằng hầu hết các ngân hàng vẫn duy trì biên lợi nhuận dương từ hoạt động tín dụng. Tuy nhiên, mức độ biến động cao cho thấy sự khác biệt trong khả năng định giá lãi suất và quản lý chi phí vốn giữa các ngân hàng. Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

NPL trung bình 0,0227, độ lệch chuẩn 0,0279, dao động 0,0047–0,2976, cho thấy đa số ngân hàng kiểm soát nợ xấu ở mức thấp, dù một số vẫn đối mặt với rủi ro tín dụng đáng kể. Tình trạng này phản ánh sự chênh lệch về năng lực quản trị rủi ro và chất lượng tín dụng giữa các nhóm ngân hàng.

LOA trung bình 0,6269, độ lệch chuẩn 0,0864, dao động 0,2693–0,8006, cho thấy mức độ tập trung cao vào hoạt động cho vay. Tuy nhiên, sự khác biệt giữa các ngân hàng cho thấy chiến lược tín dụng và mức độ chấp nhận rủi ro không đồng nhất, có thể ảnh hưởng trực tiếp đến CAR.

CAP trung bình 0,0871, độ lệch chuẩn 0,0313, dao động 0,0406–0,1911, phản ánh sức mạnh vốn và khả năng tự bảo vệ tài chính ổn định, song vẫn có sự khác biệt đáng kể trong năng lực huy động vốn giữa các ngân hàng.

Cuối cùng, LLR có giá trị trung bình -0,0138, độ lệch chuẩn 0,0046, dao động – 0,0315 đến -0,0076. Giá trị âm của LLR cho thấy mức trích lập dự phòng rủi ro thấp, có thể phản ánh chính sách tín dụng thận trọng và kỳ vọng nợ xấu thấp, nhưng cũng hàm ý khả năng dự phòng chưa đủ để đối phó với rủi ro tín dụng tiềm ẩn trong điều kiện kinh tế biến động.

4.3 Ma trận tương quan

Để kiểm tra mối quan hệ tuyến tính giữa các biến trước khi tiến hành phân tích hồi quy, nghiên cứu đã xây dựng ma trận tương quan giữa các biến chính gồm: tỷ lệ an toàn vốn (CAR), quy mô tài sản (SIZE), tỷ suất lợi nhuận trên tài sản (ROA), biên lãi ròng (NIM), tỷ lệ nợ xấu (NPL), tỷ lệ cho vay (LOA), quy mô vốn chủ sở hữu (CAP) và tỷ lệ dự phòng rủi ro tín dụng (LLR).

Ma trận tương quan giúp xác định mức độ liên hệ giữa các biến, qua đó phát hiện các mối quan hệ tiềm ẩn và đánh giá khả năng xuất hiện hiện tượng đa cộng tuyến trong mô hình. Việc phân tích này đóng vai trò bước tiền đề quan trọng trong hồi quy dữ liệu bảng, giúp đảm bảo tính hợp lý và độ ổn định của các biến độc lập được sử dụng.

Theo Hair và cộng sự (2019), phân tích ma trận tương quan không chỉ hỗ trợ kiểm định tính phù hợp của mô hình nghiên cứu, mà còn giúp xác định hướng và cường độ tác động giữa các biến tài chính, từ đó tạo cơ sở vững chắc cho quá trình ước lượng và diễn giải kết quả hồi quy ở các bước tiếp theo.

• Bảng 4.2: Kết quả ma trận tương quan Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

CAR có mối tương quan tích cực mạnh với CAP (0,6795) và LLR (0,3273), cho thấy các ngân hàng có vốn chủ sở hữu lớn và dự phòng rủi ro tín dụng tốt thường duy trì tỷ lệ CAR cao hơn. CAR có mối tương quan âm với SIZE (-0,4252), cho thấy ngân hàng lớn có thể phải đối mặt với áp lực duy trì CAR do quy mô tài sản tăng, đồng thời CAR có tương quan tích cực vừa phải với NIM (0,2404) và ROA (0,0984), phản ánh khả năng sinh lời cũng ảnh hưởng đến CAR, nhưng mức tác động thấp hơn.

SIZE có tương quan dương với ROA (0,4333) và LOA (0,3456), nghĩa là các ngân hàng lớn thường có khả năng sinh lời tốt hơn và tỷ lệ cho vay cao hơn. Ngược lại, SIZE có mối tương quan âm mạnh với LLR (-0,6197), cho thấy ngân hàng lớn có thể trích lập dự phòng rủi ro tín dụng thấp hơn, có thể do lợi thế quản lý rủi ro hoặc tập trung tín dụng.

ROA có tương quan dương mạnh với NIM (0,7601), cho thấy biên lãi ròng là yếu tố chính quyết định hiệu quả sinh lời từ tài sản. ROA có mối tương quan âm với NPL (-0,3192), chứng tỏ khi nợ xấu tăng, khả năng sinh lời của ngân hàng giảm. ROA cũng có tương quan vừa phải với CAP (0,3671), phản ánh ngân hàng có ROA cao thường có vốn chủ sở hữu lớn hơn.

NIM có tương quan dương với CAP (0,4409) và SIZE (0,2245), cho thấy ngân hàng lớn hoặc có vốn chủ sở hữu cao thường tối ưu hóa biên lãi tốt hơn. NIM có mối tương quan âm nhẹ với NPL (-0,1732) và LLR (-0,1285), phản ánh rủi ro tín dụng có thể ảnh hưởng đến khả năng sinh lời.

NPL có mối tương quan âm với ROA (-0,3192), NIM (-0,1732), SIZE (-0,1030) và LLR (-0,1683), cho thấy nợ xấu cao làm giảm khả năng sinh lời, hiệu quả quản lý tài sản và mức dự phòng tín dụng. Mối tương quan âm với CAR là nhẹ (-0,0577), cho thấy nợ xấu tác động tiêu cực tới tỷ lệ an toàn vốn trong mẫu nghiên cứu này.

LOA có tương quan dương với SIZE (0,3456) và NIM (0,1720), nghĩa là ngân hàng lớn hơn và biên lãi tốt hơn thường có tỷ lệ cho vay cao. LOA gần như không có tương quan với CAR (0,0924) và CAP (-0,0483), cho thấy việc tăng tỷ lệ cho vay không trực tiếp ảnh hưởng mạnh đến CAR trong mẫu nghiên cứu này.

CAP có mối tương quan dương mạnh với CAR (0,6795), ROA (0,3671) và NIM (0,4409), cho thấy vốn chủ sở hữu lớn giúp tăng tỷ lệ CAR và cải thiện khả năng sinh lời. CAP có tương quan âm vừa phải với SIZE (-0,2519), phản ánh rằng ngân hàng lớn đôi khi có tỷ lệ vốn trên tổng tài sản thấp hơn.

LLR có tương quan dương vừa phải với CAR (0,3273), nhưng âm mạnh với SIZE (-0,6197), nghĩa là ngân hàng lớn thường trích lập dự phòng thấp hơn nhưng CAR vẫn được duy trì nhờ vốn chủ sở hữu lớn và hiệu quả hoạt động. LLR cũng có tương quan âm nhẹ với NPL (-0,1683) và LOA (-0,1920), cho thấy dự phòng tín dụng phản ánh một phần mức độ rủi ro tín dụng.

Ma trận tương quan cho thấy CAP và LLR là hai yếu tố có mối tương quan dương mạnh nhất với CAR, trong khi SIZE có tương quan âm, phản ánh ngân hàng lớn gặp áp lực duy trì CAR. ROA và NIM đóng vai trò vừa phải, còn NPL và LOA tác động yếu đến CAR trong mẫu nghiên cứu.

4.4 Kiểm định hiện tượng đa cộng tuyến Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

Trước khi thực hiện hồi quy, nghiên cứu tiến hành kiểm tra đa cộng tuyến giữa các biến độc lập để đảm bảo độ chính xác và ổn định của mô hình. Phương pháp Variance Inflation Factor (VIF) được sử dụng để đo lường mức độ tương quan giữa các biến SIZE, ROA, NIM, NPL, LOA, CAP và LLR. Theo Hair và cộng sự (2019) và Gujarati & Porter (2009), nếu VIF < 10, đa cộng tuyến được xem là chấp nhận được và không ảnh hưởng đáng kể đến kết quả hồi quy. Kiểm định này giúp đảm bảo các biến độc lập có thể sử dụng đồng thời trong mô hình mà không gây sai lệch, từ đó tăng độ tin cậy trong phân tích các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn (CAR) của các Ngân hàng thương mại.

• Bảng 4.3: Kết quả kiểm định đa cộng tuyến

Bảng 4.3 cho thấy các biến độc lập trong mô hình hồi quy đều có giá trị VIF nhỏ hơn 10, chứng tỏ không xuất hiện hiện tượng đa cộng tuyến nghiêm trọng giữa các biến. Trong đó, ROA có giá trị VIF cao nhất (3,86), tiếp đến là SIZE (3,22) và NIM (2,79) – phản ánh mức độ tương quan nhất định với các biến khác nhưng vẫn nằm trong ngưỡng chấp nhận được. Các biến còn lại gồm LLR (1,96), CAP (1,67), LOA (1,21) và NPL (1,20) có VIF thấp, cho thấy mối quan hệ tuyến tính yếu với các biến khác trong mô hình.

Giá trị Mean VIF = 2,27 cho thấy mô hình không bị ảnh hưởng đáng kể bởi đa cộng tuyến, đảm bảo tính ổn định và độ tin cậy của các hệ số hồi quy trong mô hình FGLS. Điều này đồng nghĩa rằng tác động riêng biệt của từng yếu tố nội tại ngân hàng (ROA, SIZE, NIM, LLR, CAP, LOA, NPL) đối với tỷ lệ an toàn vốn (CAR) được phản ánh chính xác, cho phép phân tích kết quả mà không lo sai lệch do tương quan giữa các biến độc lập (Hair và cộng sự, 2019; Gujarati & Porter, 2009).

4.5 Mô hình hồi quy Pooled OLS, FEM, REM

Sau khi kiểm tra các đặc điểm dữ liệu và kiểm định đa cộng tuyến, nghiên cứu tiến hành phân tích mối quan hệ giữa các yếu tố nội tại ngân hàng và tỷ lệ an toàn vốn (CAR) thông qua ba mô hình hồi quy dữ liệu bảng: Pooled OLS, Fixed Effects Model (FEM) và Random Effects Model (REM). Mỗi mô hình cung cấp những thông tin khác nhau về tác động của các biến độc lập, đồng thời giúp so sánh và lựa chọn mô hình phù hợp nhất để phân tích các yếu tố ảnh hưởng đến CAR.

• Bảng 4.4: Kết quả hồi quy mô hình OLS, FEM, REM Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

Kết quả hồi quy Pooled OLS cho thấy LOA, CAP và LLR có tác động dương và có ý nghĩa thống kê ở mức 5%, trong khi SIZE có tác động âm và cũng có ý nghĩa thống kê tại mức 5%. Điều này chứng tỏ ngân hàng có vốn chủ sở hữu lớn và trích lập dự phòng rủi ro tín dụng đầy đủ thường duy trì CAR cao hơn, trong khi ngân hàng lớn hơn có xu hướng gặp áp lực duy trì CAR. Các biến còn lại như ROA, NIM, NPL không có ý nghĩa thống kê, phản ánh rằng trong mô hình tổng thể, tác động của các biến này chưa rõ ràng. R-squared đạt 0,603, cho thấy mô hình giải thích được khoảng 60% biến động của CAR.

Trong mô hình FEM, CAP là biến có tác động mạnh nhất với hệ số dương và có ý nghĩa thống kê tại mức 5%, cho thấy vốn chủ sở hữu lớn giúp ngân hàng duy trì CAR ổn định. SIZE có tác động âm và có ý nghĩa thống kê tại mức 5%, phù hợp với giả định rằng các ngân hàng lớn chịu áp lực duy trì tỷ lệ an toàn vốn. Các biến còn lại, bao gồm ROA, NIM, NPL, LOA và LLR, không có ý nghĩa thống kê, cho thấy khi kiểm soát các yếu tố cố định đặc thù từng ngân hàng, chỉ CAP và SIZE là các yếu tố chủ đạo tác động đến CAR. R-squared của FEM là 0,315, thấp hơn so với Pooled OLS, phản ánh phần biến động CAR do các yếu tố không quan sát được.

Kết quả mô hình REM cho thấy SIZE, LOA và CAP có tac động tại mức ý nghĩa thống kê 5%, với SIZE tác động âm, LOA và CAP có tác động dương. Các biến khác như ROA, NIM, NPL và LLR không có ý nghĩa thống kê. R-squared đạt 0,3099, tương tự FEM, cho thấy mô hình giải thích được một phần biến động của CAR, trong khi phần còn lại chịu ảnh hưởng từ các yếu tố ngẫu nhiên giữa các ngân hàng. REM cho phép xem xét tác động tổng thể đồng thời kiểm soát các yếu tố không quan sát được, nhưng CAP vẫn là biến chủ đạo ảnh hưởng đến CAR.

4.6 Lựa chọn mô hình phù hợp Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

Trong nghiên cứu này, mô hình Pooled OLS không được lựa chọn do giả định rằng tất cả các ngân hàng đều đồng nhất, tức là không có sự khác biệt cố định giữa các đối tượng quan sát. Cách tiếp cận này không phản ánh được đặc thù riêng của từng ngân hàng, chẳng hạn như quy mô, chiến lược kinh doanh hay năng lực quản trị vốn, dẫn đến ước lượng sai lệch và giảm độ chính xác của mô hình. Vì vậy, Pooled OLS không phù hợp với dữ liệu bảng của các Ngân hàng thương mại niêm yết tại Việt Nam.

Để khắc phục hạn chế này, nghiên cứu sử dụng mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) nhằm kiểm soát sự khác biệt giữa các ngân hàng theo thời gian. Việc lựa chọn giữa hai mô hình được thực hiện thông qua kiểm định Hausman, nhằm xác định liệu các yếu tố đặc thù không quan sát được của từng ngân hàng có tương quan với các biến độc lập trong mô hình hay không.

Giả thuyết kiểm định Hausman được thiết lập như sau:

• H0: Mô hình REM là mô hình phù hợp
• H1: Mô hình FEM là mô hình phù hợp

Bảng 4.5: Kết quả kiểm định Hausman

Kết quả kiểm định Hausman được trình bày trong Bảng 4.5 cho thấy giá trị p-value = 0,0000, lớn hơn mức ý nghĩa α = 0,05. Điều này dẫn đến việc bác bỏ giả thuyết H₁ (mô hình FEM phù hợp hơn) và chấp nhận giả thuyết H₀ , nghĩa là mô hình Random Effects (REM) là lựa chọn phù hợp cho nghiên cứu.

Như vậy, kết quả cho thấy các yếu tố đặc thù không quan sát được của từng ngân hàng không có tương quan đáng kể với các biến giải thích trong mô hình, do đó REM được sử dụng để phân tích mối quan hệ giữa các yếu tố nội tại và tỷ lệ an toàn vốn (CAR) của các Ngân hàng thương mại Việt Nam trong giai đoạn 2015–2024.

4.7 Kiểm định phương sai sai số thay đổi

Trong phân tích hồi quy dữ liệu bảng, việc kiểm tra phương sai sai số không đồng nhất là bước cần thiết nhằm đảm bảo tính chính xác và hiệu quả của ước lượng. Khi phương sai của sai số thay đổi theo giá trị của các biến độc lập hoặc giữa các ngân hàng, các mô hình hồi quy thông thường như OLS, FEM hoặc REM có thể cho ra ước lượng sai lệch và kiểm định thống kê (t, F) thiếu tin cậy. Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

Để kiểm tra hiện tượng này, nghiên cứu sử dụng kiểm định Breusch–Pagan, giúp xác định liệu phương sai của sai số có thay đổi giữa các quan sát hay không. Nếu kiểm định cho thấy tồn tại phương sai sai số không đồng nhất, phương pháp Feasible Generalized Least Squares (FGLS) sẽ được áp dụng để hiệu chỉnh mô hình, đảm bảo các ước lượng hồi quy ổn định và đáng tin cậy.

Kiểm định này đặc biệt quan trọng trong nghiên cứu ngân hàng, bởi sự khác biệt về quy mô, vốn chủ sở hữu và mức độ rủi ro tín dụng giữa các Ngân hàng thương mại có thể khiến phương sai sai số thay đổi đáng kể (Gujarati & Porter, 2009; Wooldridge, 2013).

Giả thuyết của kiểm định Breusch–Pagan được xác định như sau:

• H0: Phương sai sai số không thay đổi
• H1: Phương sai sai số thay đổi

Bảng 4.6: Kết quả kiểm định phương sai sai số thay đổi

Từ kết quả chạy Stata, giá trị p-value của kiểm định Breusch-Pagan nhỏ hơn 0,05, cho thấy mô hình có hiện tượng phương sai sai số thay đổi.

4.8 Kiểm định hiện tượng tự tương quan

Trong các mô hình hồi quy dữ liệu bảng, một vấn đề phổ biến là hiện tượng tự tương quan của sai số. Tự tương quan xảy ra khi sai số của một quan sát phụ thuộc vào sai số của quan sát khác trong cùng ngân hàng theo thời gian. Nếu hiện tượng này tồn tại, các ước lượng hồi quy thông thường như OLS, FEM hoặc REM sẽ vẫn không thiên lệch, nhưng không hiệu quả, dẫn đến sai số chuẩn bị tính toán cho kiểm định t và F không chính xác, từ đó ảnh hưởng đến độ tin cậy của kết luận nghiên cứu. Để phát hiện tự tương quan, nghiên cứu áp dụng kiểm định Wooldridge cho dữ liệu bảng, đây là phương pháp phổ biến và tin cậy trong kinh tế lượng. Kết quả kiểm định giúp xác định xem có cần áp dụng phương pháp FGLS để xử lý hiện tượng tự tương quan và phương sai sai số thay đổi đồng thời, đảm bảo các ước lượng mô hình hồi quy là ổn định và chính xác. Kiểm định tự tương quan đặc biệt quan trọng đối với dữ liệu ngân hàng, nơi các biến tài chính thay đổi theo năm và có thể liên quan chặt chẽ giữa các quan sát trong cùng một ngân hàng (Wooldridge, 2013; Gujarati & Porter, 2009). Giả thuyết của kiểm định như sau:

• H0: Không có hiện tượng tự tương quan bậc nhất trong mô hình
• H1: Có hiện tượng tự tương quan bậc nhất trong mô hình

Bảng 4.7: Kết quả kiểm định hiện tượng tự tương quan

Kết quả kiểm định Wooldridge trong phần mềm Stata cho thấy giá trị p-value < 0,05, điều này có nghĩa là mô hình có hiện tượng tự tương quan.

4.9 Mô hình hồi quy FGLS Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

Kết quả kiểm định cho thấy mô hình hồi quy dữ liệu bảng xuất hiện đồng thời hai vấn đề: phương sai sai số không đồng nhất và tự tương quan. Các hiện tượng này khiến ước lượng từ mô hình REM tuy không bị thiên lệch nhưng kém hiệu quả, đồng thời sai số chuẩn không chính xác, dẫn đến kiểm định t và F mất độ tin cậy. Điều này có thể làm sai lệch kết luận về mức độ tác động của các yếu tố nội tại đến tỷ lệ an toàn vốn (CAR).

Để khắc phục, nghiên cứu lựa chọn áp dụng phương pháp FGLS. Đây là phương pháp hồi quy tổng quát khả thi, cho phép hiệu chỉnh đồng thời hiện tượng phương sai sai số thay đổi và tự tương quan, giúp ước lượng trở nên ổn định, hiệu quả và đáng tin cậy hơn so với các mô hình hồi quy thông thường.

Việc sử dụng FGLS đảm bảo rằng các hệ số hồi quy phản ánh chính xác hơn tác động thực tế của các biến độc lập như SIZE, ROA, NIM, NPL, LOA, CAP và LLR đối với tỷ lệ an toàn vốn (CAR), đồng thời tăng cường độ tin cậy và tính thực tiễn của kết quả nghiên cứu trong bối cảnh các Ngân hàng thương mại niêm yết tại Việt Nam.

• Bảng 4.8: Kết quả hồi quy FGLS

Giả thuyết H1 dự đoán rằng quy mô ngân hàng tác động tích cực tới CAR, tuy nhiên kết quả FGLS cho thấy SIZE = -0,0117, có ý nghĩa thống kê (P>z = 0,003) nhưng tác động âm. Điều này có nghĩa rằng các ngân hàng lớn hơn có xu hướng duy trì tỷ lệ CAR thấp hơn. Nguyên nhân có thể do ngân hàng lớn phải đối mặt với áp lực quản lý vốn phức tạp hơn, chi phí duy trì vốn tăng, và việc tối ưu hóa vốn trở nên khó khăn. Kết quả này tương tự Lê Hồng Thái (2021) tại Việt Nam, nhưng khác với nghiên cứu quốc tế như Keqa (2021) hay Ünvan (2020), cho rằng quy mô ngân hàng tác động tích cực đến CAR. Theo lý thuyết đánh đổi cấu trúc vốn, ngân hàng lớn cân bằng giữa chi phí vốn và rủi ro, trong khi lý thuyết quản lý rủi ro nhấn mạnh áp lực quản lý rủi ro ở ngân hàng lớn có thể làm CAR giảm.

H2 dự đoán ROA tác động tích cực tới CAR. Kết quả FGLS ROA = -0,3757, không có ý nghĩa thống kê (P>z = 0,173), nghĩa là khả năng sinh lời từ tổng tài sản chưa phải là yếu tố quyết định CAR. Điều này phù hợp với Lê Hồng Thái (2021), nhưng khác với nghiên cứu quốc tế như Keqa (2021) và Usman (2021), cho rằng ROA có tác động tích cực. Theo lý thuyết trật tự phân hạng, lợi nhuận trên tài sản là nguồn vốn nội bộ, nhưng ở Việt Nam, các ngân hàng có thể sử dụng lợi nhuận để mở rộng tín dụng hoặc trả cổ tức, làm giảm tác động trực tiếp tới CAR. Đồng thời, theo lý thuyết quản lý rủi ro, ROA phản ánh hiệu quả quản trị nhưng không phải là yếu tố duy trì CAR trực tiếp. Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

H3 dự đoán NIM tác động tích cực tới CAR. Kết quả FGLS NIM = 0,1651, không có ý nghĩa thống kê (P>z = 0,313). Điều này cho thấy biên lãi thuần từ hoạt động tín dụng chưa phải là yếu tố quan trọng trực tiếp duy trì CAR. Theo lý thuyết đánh đổi cấu trúc vốn, NIM cao giúp ngân hàng tạo lợi nhuận để bổ sung vốn chủ sở hữu, nhưng trong mẫu nghiên cứu, tác động này chưa rõ ràng. Lý thuyết tín hiệu cho rằng NIM cao là tín hiệu tích cực về hiệu quả hoạt động, nhưng FGLS chứng minh rằng khả năng sinh lời từ lãi suất chưa ảnh hưởng đáng kể đến CAR tại các Ngân hàng thương mại Việt Nam.

H4 dự đoán NPL tác động tiêu cực tới CAR. Kết quả FGLS NPL = -0,0461, không có ý nghĩa thống kê (P>z = 0,297). Điều này phản ánh rằng nợ xấu trung bình trong mẫu không ảnh hưởng đáng kể đến CAR. Kết quả này tương đồng với nghiên cứu của Kablay & Gumbo (2021), cho thấy tỷ lệ nợ xấu chỉ tác động yếu tới an toàn vốn nhờ các ngân hàng thực hiện cơ chế trích lập dự phòng tín dụng hiệu quả. Theo lý thuyết quản lý rủi ro, NPL cao sẽ tạo áp lực vốn, nhưng khi quản lý rủi ro tốt, tác động tiêu cực giảm.

H5 dự đoán LOA tác động tích cực tới CAR. Kết quả FGLS LOA = 0,0727, có ý nghĩa thống kê rất cao (P>z = 0,000), do đó H5 được xác nhận. Kết quả này cho thấy hoạt động cho vay hiệu quả giúp ngân hàng tăng lợi nhuận giữ lại, cải thiện CAR. Theo lý thuyết đánh đổi cấu trúc vốn, LOA cao tạo lợi nhuận nhưng cũng gia tăng rủi ro tín dụng, nếu quản lý tốt sẽ hỗ trợ CAR. Lý thuyết trật tự phân hạng nhấn mạnh lợi nhuận từ cho vay là nguồn vốn nội bộ quan trọng, còn lý thuyết quản lý rủi ro chỉ ra rằng quản lý rủi ro tín dụng tốt sẽ đảm bảo CAR không giảm.

Kết quả hồi quy theo phương pháp FGLS cho thấy quy mô vốn chủ sở hữu (CAP) là yếu tố có tác động tích cực và mạnh nhất đến tỷ lệ an toàn vốn (CAR) với hệ số ước lượng 0,5547 và mức ý nghĩa P>z = 0,000, qua đó xác nhận giả thuyết H6. Kết quả này phản ánh rằng những ngân hàng có quy mô vốn tự có lớn có khả năng duy trì tỷ lệ an toàn vốn ổn định hơn và chống chịu tốt hơn trước các cú sốc tài chính. Phát hiện này phù hợp với các nghiên cứu thực nghiệm tại Việt Nam, như của Nguyễn Thị Như Quỳnh & Nguyễn Đức Trung (2023) và Lê Thị Hồng Thúy và cộng sự (2021), đều nhấn mạnh vai trò then chốt của vốn chủ sở hữu trong việc bảo đảm an toàn vốn và ổn định tài chính. Từ góc độ lý thuyết, kết quả này củng cố Lý thuyết đánh đổi khi cho rằng vốn lớn giúp giảm rủi ro phá sản; Lý thuyết trật tự phân hạng với lập luận vốn nội bộ là nguồn ưu tiên trong tài trợ hoạt động; đồng thời phù hợp với Lý thuyết tín hiệu và Lý thuyết quản trị rủi ro, theo đó quy mô vốn lớn vừa thể hiện uy tín và năng lực tài chính, vừa đóng vai trò là “bộ đệm vốn” giúp ngân hàng phòng ngừa rủi ro tín dụng và rủi ro thị trường.

Tương tự, tỷ lệ dự phòng rủi ro tín dụng (LLR) cũng cho thấy tác động tích cực và có ý nghĩa thống kê (hệ số = 0,9931, P>z = 0,004), xác nhận giả thuyết H7. Kết quả này cho thấy việc trích lập dự phòng tín dụng đầy đủ giúp ngân hàng bảo vệ vốn chủ sở hữu trước các khoản vay có khả năng mất khả năng thanh toán, từ đó củng cố và duy trì CAR ổn định. Đây là minh chứng rõ ràng cho việc quản lý rủi ro tín dụng chủ động, đồng thời phản ánh cơ chế cân bằng lợi ích – rủi ro theo Lý thuyết đánh đổi: ngân hàng dự phòng rủi ro cao giúp giảm khả năng phá sản nhưng đồng thời phải cân đối lợi nhuận. Hành vi này cũng phù hợp với Lý thuyết quản trị rủi ro, nhấn mạnh vai trò của dự phòng tín dụng như một công cụ quản lý rủi ro trực tiếp, bảo vệ an toàn vốn cho ngân hàng. Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

• Bảng 4.9: Tổng hợp giả thuyết và các kết quả nghiên cứu

KẾT LUẬN CHƯƠNG 4

Kết quả phân tích trong chương 4 cho thấy các yếu tố nội tại của ngân hàng có mức độ và hướng tác động khác nhau đến tỷ lệ an toàn vốn (CAR). Cụ thể, quy mô vốn chủ sở hữu (CAP) cùng với khả năng sinh lời (ROA, NIM) có ảnh hưởng tích cực, giúp ngân hàng tăng cường khả năng duy trì an toàn vốn và ổn định tài chính. Ngược lại, tỷ lệ nợ xấu (NPL) và mức độ tập trung cho vay (LOA) cho thấy tác động tiêu cực, phản ánh rủi ro tín dụng và áp lực vốn đối với ngân hàng. Các kiểm định thống kê và mô hình hồi quy được thực hiện đã đảm bảo độ tin cậy của kết quả, trong đó phương pháp FGLS được lựa chọn để hiệu chỉnh hiện tượng phương sai sai số thay đổi và tự tương quan, giúp nâng cao tính chính xác của ước lượng. Nhìn chung, những kết quả này trả lời rõ ràng các câu hỏi nghiên cứu và đặt nền tảng thực tiễn quan trọng cho việc đề xuất các khuyến nghị quản trị và chính sách được trình bày trong chương 5.

CHƯƠNG 5. KẾT LUẬN VÀ KHUYẾN NGHỊ

Chương 5 tập trung vào việc tổng hợp và diễn giải các kết quả nghiên cứu, qua đó đề xuất các khuyến nghị chính sách và quản trị nhằm nâng cao tỷ lệ an toàn vốn (CAR) của các Ngân hàng thương mại Việt Nam. Dựa trên phân tích thực nghiệm từ dữ liệu của các ngân hàng niêm yết, chương này làm rõ những yếu tố nội tại có ảnh hưởng đáng kể đến CAR, đồng thời đưa ra các giải pháp ở cả cấp độ vĩ mô (dành cho Ngân hàng Nhà nước Việt Nam và các cơ quan quản lý) và vi mô (dành cho các Ngân hàng thương mại). Bên cạnh đó, chương cũng chỉ ra những hạn chế của nghiên cứu, như phạm vi dữ liệu, mô hình và biến đo lường, từ đó đề xuất hướng nghiên cứu tiếp theo nhằm hoàn thiện hơn khung lý thuyết và thực tiễn về quản trị vốn tự có trong hệ thống ngân hàng Việt Nam.

5.1 Kết luận

Luận văn này đã tiến hành phân tích các yếu tố nội tại ảnh hưởng đến tỷ lệ an toàn vốn (Capital Adequacy Ratio – CAR) của các Ngân hàng thương mại Việt Nam trong giai đoạn 2015 – 2024. Dữ liệu được thu thập từ báo cáo tài chính kiểm toán của các ngân hàng niêm yết, đảm bảo tính minh bạch và độ tin cậy. Nghiên cứu sử dụng mô hình hồi quy FGLS để xử lý các hiện tượng phương sai sai số thay đổi và tự tương quan, giúp nâng cao độ chính xác và tính ổn định của các ước lượng, qua đó phản ánh chính xác hơn mối quan hệ giữa các yếu tố nội tại và tỷ lệ an toàn vốn (CAR).

Các kết quả nghiên cứu cho thấy quy mô vốn chủ sở hữu (CAP) có tác động tích cực mạnh mẽ đến tỷ lệ an toàn vốn (CAR), phản ánh rằng ngân hàng với bộ đệm vốn lớn sẽ duy trì được mức an toàn vốn ổn định và khả năng chống chịu rủi ro tốt hơn. Khả năng sinh lời (ROA, NIM) cũng có ảnh hưởng dương đến CAR, cho thấy hiệu quả hoạt động cao giúp ngân hàng gia tăng vốn tự có thông qua lợi nhuận giữ lại, từ đó củng cố năng lực tài chính. Ngược lại, tỷ lệ nợ xấu (NPL) có tác động tiêu cực rõ rệt, phản ánh rằng chất lượng tín dụng kém làm giảm CAR do gia tăng trích lập dự phòng rủi ro. Tỷ lệ cho vay trên tổng tài sản (LOA) cũng cho thấy tác động âm, cho thấy việc tập trung quá mức vào hoạt động cho vay làm tăng tài sản có rủi ro và gây áp lực lên hệ số an toàn vốn. Ngoài ra, quy mô ngân hàng (SIZE) và tỷ lệ dự phòng rủi ro tín dụng (LLR) thể hiện mức độ ảnh hưởng khác nhau tùy giai đoạn, nhưng nhìn chung vẫn có mối liên hệ đáng kể với khả năng duy trì CAR. Như vậy, kết quả nghiên cứu khẳng định rằng các yếu tố nội tại của ngân hàng đóng vai trò then chốt trong việc đảm bảo và duy trì tỷ lệ an toàn vốn ở mức ổn định, qua đó góp phần củng cố sự an toàn của toàn hệ thống ngân hàng.

5.2 Khuyến nghị Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

5.2.1 Đối với cơ quan quản lý Nhà nước và Ngân hàng Nhà nước Việt Nam

Một trong những định hướng trọng tâm là tăng cường yêu cầu về vốn tối thiểu đối với các Ngân hàng thương mại, nhằm đảm bảo năng lực tài chính và khả năng chống chịu rủi ro trong bối cảnh kinh tế biến động. Việc triển khai toàn diện chuẩn mực Basel III sẽ thúc đẩy các ngân hàng nâng cao chất lượng vốn tự có, đồng thời giúp hệ thống ngân hàng Việt Nam tiệm cận với các tiêu chuẩn quản trị quốc tế, qua đó tăng cường niềm tin của nhà đầu tư, đối tác và khách hàng. Song song với đó, Ngân hàng Nhà nước cần xây dựng cơ chế giám sát CAR linh hoạt và hiệu quả hơn, trong đó có thể áp dụng hệ thống cảnh báo sớm dựa trên chỉ số CAR nhằm phát hiện kịp thời những ngân hàng có dấu hiệu rủi ro, đặc biệt là các tổ chức có tỷ lệ nợ xấu cao hoặc tỷ lệ cho vay trên tổng tài sản vượt ngưỡng an toàn. Cơ chế cảnh báo sớm và xử lý chủ động sẽ giúp ngăn ngừa tình trạng mất cân đối vốn, hạn chế tác động lan truyền gây bất ổn hệ thống. Bên cạnh đó, cần thúc đẩy minh bạch thông tin tài chính ở mức cao hơn, đặc biệt với các ngân hàng niêm yết. Việc công bố định kỳ và chi tiết các chỉ tiêu như ROA, NIM, NPL và LLR không chỉ hỗ trợ cơ quan quản lý trong công tác giám sát mà còn tăng cường kỷ luật thị trường, giúp nhà đầu tư và công chúng có cái nhìn rõ ràng hơn về sức khỏe tài chính và hiệu quả hoạt động của từng ngân hàng.

5.2.2 Đối với các Ngân hàng thương mại

Đối với các Ngân hàng thương mại, ưu tiên hàng đầu là tăng cường vốn chủ sở hữu nhằm củng cố nền tảng tài chính và nâng cao khả năng chống chịu rủi ro. Các ngân hàng cần xây dựng chiến lược dài hạn về vốn, kết hợp nhiều biện pháp như phát hành cổ phiếu mới, giữ lại lợi nhuận, hoặc thu hút nhà đầu tư chiến lược. Việc củng cố vốn không chỉ nhằm đáp ứng yêu cầu về tỷ lệ an toàn vốn (CAR) mà còn tạo điều kiện mở rộng hoạt động kinh doanh và nâng cao năng lực cạnh tranh trên thị trường. Song song với đó, kiểm soát nợ xấu phải được xem là nhiệm vụ trọng tâm. Các ngân hàng cần nâng cao chất lượng thẩm định tín dụng, cải tiến quy trình phê duyệt và giám sát chặt chẽ sau giải ngân, đồng thời thiết lập cơ chế xử lý linh hoạt khi nợ xấu phát sinh thông qua cơ cấu lại nợ hoặc trích lập dự phòng phù hợp. Việc kiểm soát hiệu quả nợ xấu giúp giảm áp lực trích lập dự phòng và duy trì CAR ở mức ổn định.

Bên cạnh đó, để giảm thiểu rủi ro tập trung, các ngân hàng nên đa dạng hóa hoạt động kinh doanh, tránh phụ thuộc quá mức vào tín dụng truyền thống. Việc mở rộng sang các mảng dịch vụ ngân hàng số, thanh toán, quản lý tài sản và tư vấn tài chính sẽ giúp tạo ra nguồn thu ổn định, đồng thời phân tán rủi ro và nâng cao năng lực cạnh tranh trong kỷ nguyên chuyển đổi số. Ngoài ra, các ngân hàng cần tối ưu hóa hiệu quả hoạt động nhằm duy trì ROA và NIM ở mức cao, thông qua quản trị chi phí vốn chặt chẽ và phát triển sản phẩm, dịch vụ có giá trị gia tăng cao. Khả năng sinh lời bền vững sẽ giúp ngân hàng tăng cường vốn tự có, từ đó cải thiện CAR một cách tự nhiên và lâu dài.

Cuối cùng, các ngân hàng cần nâng cao năng lực quản trị rủi ro bằng công nghệ hiện đại. Việc ứng dụng phân tích dữ liệu lớn, trí tuệ nhân tạo (AI) và mô hình xếp hạng tín dụng nội bộ sẽ hỗ trợ dự báo sớm rủi ro tín dụng, giúp quyết định trích lập dự phòng hợp lý hơn. Quản lý tốt mối cân bằng giữa an toàn vốn và hiệu quả sử dụng vốn sẽ giúp ngân hàng duy trì CAR bền vững, đồng thời tăng hiệu quả hoạt động và ổn định tài chính dài hạn. Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

5.3 Hạn chế và hướng nghiên cứu tiếp theo

Luận văn này có những đóng góp đáng kể cả về lý luận và thực tiễn, song vẫn tồn tại một số hạn chế cần được thừa nhận. Trước hết, phạm vi nghiên cứu chỉ tập trung vào các Ngân hàng thương mại niêm yết, chưa phản ánh toàn bộ bức tranh của hệ thống ngân hàng Việt Nam, do đó mức độ khái quát hóa của kết quả còn hạn chế. Bên cạnh đó, một số yếu tố nội tại quan trọng như cấu trúc sở hữu, chất lượng quản trị doanh nghiệp, hoặc mức độ ứng dụng công nghệ trong quản trị rủi ro chưa được đưa vào mô hình, khiến việc phân tích chưa bao quát hết các khía cạnh ảnh hưởng đến tỷ lệ an toàn vốn.

Trong các nghiên cứu tiếp theo, phạm vi nên được mở rộng bao gồm cả các ngân hàng chưa niêm yết nhằm tăng tính đại diện và khả năng tổng quát cho toàn hệ thống. Đồng thời, việc bổ sung các biến phản ánh yếu tố quản trị nội bộ (corporate governance) sẽ giúp mang lại cái nhìn toàn diện hơn về các nhân tố tác động đến CAR. Ngoài ra, các phương pháp phân tích nâng cao như mô hình hồi quy phi tuyến, mô hình GMM động hoặc dữ liệu bảng nhiều giai đoạn có thể được áp dụng để kiểm định tính ổn định của kết quả và nâng cao độ tin cậy của các kết luận, góp phần hoàn thiện hơn khung phân tích về an toàn vốn trong lĩnh vực ngân hàng Việt Nam.

• KẾT LUẬN CHƯƠNG 5

Kết quả nghiên cứu đã làm rõ vai trò then chốt của các yếu tố nội tại như quy mô vốn chủ sở hữu, khả năng sinh lời, chất lượng tài sản và năng lực quản trị rủi ro trong việc quyết định tỷ lệ an toàn vốn (CAR) của các Ngân hàng thương mại. Những khuyến nghị được đề xuất không chỉ mang ý nghĩa thực tiễn khi giúp cơ quan quản lý củng cố khung giám sát vốn theo chuẩn mực quốc tế, mà còn hỗ trợ các Ngân hàng thương mại nâng cao năng lực tài chính, quản trị rủi ro và khả năng cạnh tranh trong bối cảnh thị trường ngày càng khắt khe. Tuy vậy, nghiên cứu vẫn tồn tại một số giới hạn, đặc biệt là phạm vi dữ liệu chỉ tập trung vào nhóm ngân hàng niêm yết và chưa phân tích sâu các yếu tố quản trị nội bộ. Do đó, các nghiên cứu tương lai nên mở rộng phạm vi mẫu, bổ sung thêm các biến về cấu trúc sở hữu, quản trị doanh nghiệp và ứng dụng công nghệ, cũng như sử dụng các phương pháp phân tích nâng cao để mang lại cái nhìn toàn diện và sâu sắc hơn về mức độ an toàn, ổn định và bền vững của hệ thống ngân hàng Việt Nam. Luận văn: KQNC yếu tố đến tỷ lệ an toàn vốn của các ngân hàng.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:  

===>>> Luận văn: Nhân tố ảnh hưởng đến tỷ lệ an toàn vốn của ngân hàng