Luận văn: PPNC đa dạng hóa thu nhập đến rủi ro của các NH

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC đa dạng hóa thu nhập đến rủi ro của các NH hay nhất năm 2024 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: Tác động của đa dạng hóa thu nhập đến rủi ro 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.

3.1. Quy trình nghiên cứu

Các bước chính của quy trình nghiên cứu luận văn được tiến hành như sau:

Bước 1: Tìm hiểu ảnh hưởng của ĐDHTN đến các NHTM tại Việt Nam đối với vấn đề rủi ro.

Bước 2: Từ vấn đề nghiên cứu ở bước 1, tác giả thực hiện tìm hiểu các cơ sở lý thuyết cùng tổng hợp các công trình nghiên cứu về tác động của ĐDHTN đến rủi ro của các NHTM tại Việt Nam. Thông qua cơ sở lý thuyết cũng như việc đánh giá tổng quan về các nghiên cứu trước, tác giả đề xuất mô hình nghiên cứu lý thuyết.

Bước 3: Tiến hành thu thập làm sạch dữ liệu của các NHTM trên nguồn báo cáo tài chính đã kiểm toán.

Bước 4: Tiến hành hồi quy với ước lượng OLS, FEM, REM, GMM trên phần mềm Stata 14.0. Luận văn đã kiểm tra hệ số tương quan giữa các biến độc lập để xem có tồn tại đa cộng tuyến hay không, đồng thời, chạy mô hình hồi quy với ước lượng GMM trên phần mềm Stata và kiểm định Hansen để kiểm định tính over-identifying của các biến công cụ. Khi các kiểm định này thỏa điều kiện thì biến công cụ là phù hợp. Luận văn: PPNC đa dạng hóa thu nhập đến rủi ro của các NH.

Bước 5: Phân tích kết quả và thảo luận.

Bước 6: Trên cơ sở dữ liệu thu được từ mô hình nghiên cứu, đưa ra các nhận định, khuyến nghị cho các NHTM hạn chế các rủi ro trong hoạt động kinh doanh của mình.

3.2. Mô hình và các giả thuyết nghiên cứu

3.2.1. Mô hình nghiên cứu

Dựa trên mô hình của Wang và Lin (2023) tác giả lựa chọn làm mô hình gốc nhằm phát triển mô hình nghiên cứu cho bối cảnh Việt Nam. Trong đó, tác giả sử dụng các biến nghiên cứu có nét tương đồng với hoàn cảnh kinh tế Việt Nam – đó là ĐDHTN, quy mô ngân hàng, tăng trưởng tín dụng, nợ xấu, tốc độ tăng trưởng kinh tế, tỷ lệ lạm phát. Ngoài ra, tác giả bổ sung các biến số chưa được Wang và Lin (2023) nghiên cứu gồm: đòn bẩy tài chính, chỉ số dự phòng rủi ro tín dụng và tỷ lệ dư nợ trên tổng tiền gửi của các nhóm tác giả Meslier và cộng sự (2016); Moudud và cộng sự (2022); Abbas và Ali (2023); Võ Xuân Vinh và Trần Thị Phương Mai (2017). Nguyên nhân tác giả bổ sung các biến này là do: Đòn bẩy tài chính thể hiện việc các NHTM huy động vốn chủ sở hữu trên tổng nguồn vốn, hay nói cách khác đây là nguồn vốn dài hạn mà NHTM có thể sử dụng làm giảm áp lực thanh toán và hạn chế được rủi ro phá sản. Tỷ lệ dự phòng rủi ro đại diện cho chất lượng tín dụng và đại diện cho rủi ro nợ xấu của NHTM, hay nói cách khác đây là chỉ tiêu thể hiện cho rủi ro phá sản của NHTM nếu không được thu hẹp. Tỷ lệ cho vay trên tổng tiền gửi đại diện cho hoạt động mở rộng tín dụng của NHTM, nếu các NHTM kiểm soát được tỷ lệ này tương xứng thì duy trì được tính thanh khoản hay tập trung vào việc phát triển bền vững hay phát triển nóng, sẽ tạo điều kiện gia tăng hay hạn chế rủi ro cho NHTM.

Mô hình nghiên cứu được xây dựng dưới dạng tổng quát như sau:

Z-SCORE_i,t = 𝜷_𝟎 + 𝜷_𝟏*DIV_i,t + 𝜷_𝟐*SIZE_i,t + 𝜷_𝟑*LEV_i,t + 𝜷_𝟒*LDR_i,t +𝜷_𝟓*LLR_i,t + *GROW_i,t + 𝜷_𝟕*GDP_t + 𝜷_𝟖*CPI_t

Trong đó:

• Z-SCORE là hệ số rủi ro của NHTM.
• DIV là tỷ lệ ĐDHTN.
• SIZE là quy mô ngân hang.
• LEV là đòn bẩy tài chính.
• LDR là tỷ lệ cho vay trên tiền gửi.
• LLR là tỷ lệ dự phòng rủi ro.
• GROW là tốc độ tăng trưởng tín dụng.
• GDP là tốc độ tăng trưởng kinh tế.
• CPI là tỷ lệ lạm phát. Luận văn: PPNC đa dạng hóa thu nhập đến rủi ro của các NH.
• Các hệ số 𝛽_𝑗 là hệ số tác động của các biến số độc lập, i là đại diện cho NHTM thứ i và t đại diện cho năm t.

Nguyên nhân tác giả lựa chọn các biến này để tập trung vào mô hình nghiên cứu như sau:

Thứ nhất, ĐDHTN (DIV) là vấn đề cốt lõi được đặt ra từ mục tiêu nghiên cứu. Trong đó, biến số này thể hiện việc đa dạng hóa hoạt động kinh doanh của NHTM nhằm hạn chế vấn đề hoạt động tín dụng chi phối đến rủi ro của NHTM.

Thứ hai, quy mô NHTM (SIZE) thể hiện năng lực tài chính và sức mạnh của các NHTM. Hay nói cách khác, các NHTM có quy mô càng lớn thì khả năng chống chọi với các rủi ro sẽ càng tốt hơn.

Thứ ba, đòn bẩy tài chính (LEV) thể hiện cho quy mô vốn chủ sở hữu mà các NHTM có thể huy động được. Đây được xem là nguồn vốn dài hạn mà NHTM huy động từ khách hàng để phục vụ mục đích đầu tư sinh lời. Hay nói cách khác, với nguồn vốn này, NHTM có thể giảm được áp lực thanh toán và hạn chế được khả năng gặp rủi ro.

Thứ tư, tỷ lệ cho vay trên tiền gửi (LDR) thể hiện được khả năng cho vay của NHTM trên tổng tiền gửi huy động được. Đây cũng được xem là một trong những nguyên nhân trực tiếp gây ra rủi ro tín dụng cho NHTM vì phản ánh sự mở rộng quy mô cho vay hay gia tăng dư nợ cho vay của NHTM.

Thứ năm, tỷ lệ dự phòng rủi ro (LLR) thể hiện cho chất lượng tín dụng. Tỷ lệ này gia tăng cho thấy chất lượng tín dụng suy giảm, ảnh hưởng làm gia tăng rủi ro NHTM.

Thứ sáu, tăng trưởng tín dụng (GROW) thể hiện tốc độ tăng trưởng tín dụng trong NHTM, thể hiện cho quy mô hoạt động tín dụng mà các NHTM muốn mở rộng để thu được nhiều lợi nhuận và không ngừng gia tăng số dư nợ cho vay.

Thứ bảy, hai biến số liên quan đến tình hình kinh tế vĩ mô Việt Nam – đó là tốc độ tăng trưởng kinh tế (GDP) và tỷ lệ lạm phát (CPI). Khi hoạt động trên thị trường thì không một tổ chức thương mại nào không chịu sự ảnh hưởng của sự tăng trưởng hay trì trệ của nền kinh tế. Do đó, rủi ro của NHTM cũng sẽ chịu sự chi phối của các biến số vĩ mô này.

Bảng 3.1: Tổng hợp các biến trong mô hình và phương pháp đo lường

Nguồn: Đề xuất của tác giả

3.2.2. Giả thuyết nghiên cứu Luận văn: PPNC đa dạng hóa thu nhập đến rủi ro của các NH.

3.2.2.1. Đối với đa dạng hóa thu nhập

Theo lý thuyết ĐDH danh mục đầu tư hiện đại thì khi NHTM ĐDHTN sẽ làm tăng lợi nhuận và giảm rủi ro của NHTM. Các nghiên cứu của Molyneux và Yip (2015); Meslier và cộng sự (2016); Sharma và Anand (2020); Moudud và cộng sự (2022); Buyuran và Ekşi (2023); Võ Xuân Vinh và Trần Thị Phương Mai (2017); Lâm Thanh Phi Quỳnh và cộng sự (2021); Phạm Gia Quyên và cộng sự (2023) cho thấy ĐDHTN càng cao thì hiệu quả kinh doanh của NHTM càng cao và giảm thiểu tối đa rủi ro NHTM. Căn cứ các thông tin về mặt lý thuyết cũng như căn cứ một số bài phân tích mô hình trước, tác giả ủng hộ quan điểm cho rằng ĐDHTN sẽ giúp NHTM giảm rủi ro, tăng lợi nhuận nhờ vào việc NHTM phân tán rủi ro và tận dụng nguồn lực sẵn có của NHTM để cung cấp thêm nhiều dịch vụ, tăng thêm thu nhập cho NHTM, điều này làm tăng lợi nhuận NHTM và có điều chỉnh rủi ro. Vì vậy, giả thuyết được đề xuất như sau:

Giả thuyết H1: ĐDHTN tương quan cùng hướng với hệ số Z-Score của NHTM.

3.2.2.2. Đối với quy mô ngân hàng

Quy mô NHTM được tính bằng chỉ tiêu tổng tài sản. Khi tổng tài sản tăng lên thì nguồn lực để NHTM mở rộng hoạt động cho vay, đầu tư và mua sắm các tài sản cố định phục vụ hoạt động kinh doanh của NHTM cũng tăng. Quy mô càng tăng thì rủi ro phá sản của NHTM càng giảm xuống, đây cũng là kết quả nghiên cứu của các tác giả Sharma và Anand (2020); Moudud và cộng sự (2022); Buyuran và Ekşi (2023); Wang và Lin (2023); Abbas và Ali (2023); Võ Xuân Vinh và Trần Thị Phương Mai (2017); Lâm Thanh Phi Quỳnh và cộng sự (2021); Phạm Gia Quyên và cộng sự (2023). Vì vậy, giả thuyết được đề xuất như sau:

Giả thuyết H2: Quy mô NHTM tương quan cùng hướng với hệ số Z-Score của các NHTM.

3.2.2.3. Đối với đòn bẩy tài chính

Sharma và Anand (2020); Moudud và cộng sự (2022); Buyuran và Ekşi (2023); Wang và Lin (2023) cho rằng hiện nay các NHTM đa số đều cổ phần hóa nên việc các NHTM huy động nguồn vốn chủ sở hữu trở nên phổ biến và được các NHTM ưu tiên hơn các khoản vay nợ. Nguyên nhân đến từ việc các nguồn vốn được huy động từ các chủ sở hữu khác sẽ được kéo dài thời gian và không bị áp lực thanh toán lãi như các khoản trái phiếu phát hành hay vay nợ từ các tổ chức tín dụng khác. Từ đó, giảm được áp lực thanh toán và các rủi ro thanh toán của NHTM. Vì vậy, giả thuyết được đề xuất như sau:

Giả thuyết H3: Đòn bẩy tài chính có tương quan cùng chiều với hệ số Z-Score của NHTM.

3.2.2.4. Đối với tỷ lệ cho vay trên tiền gửi Luận văn: PPNC đa dạng hóa thu nhập đến rủi ro của các NH.

Meslier và cộng sự (2016); Sharma và Anand (2020); Moudud và cộng sự (2022) cho rằng hoạt động chính của các NHTM vẫn là luân chuyển tiền gửi tiết kiệm sang các sản phẩm tín dụng cho vay đối với các đối tượng khách hàng có nhu cầu. Do đó, khi tỷ số này tăng lên đồng nghĩa với việc hoạt động cho vay càng tăng lên thì các NHTM có thể tìm kiếm được nhiều lợi nhuận hơn, nhưng cũng sẽ gia tăng nguy cơ gây ra các khoản nợ xấu hay quá hạn trong tương lai. Vì vậy, giả thuyết được đề xuất như sau:

Giả thuyết H4: Tỷ lệ cho vay trên tiền gửi tương quan trái chiều với hệ số ZScore của NHTM.

3.2.2.5. Đối với tỷ lệ dự phòng rủi ro tín dụng

Sharma và Anand (2020); Moudud và cộng sự (2022); Wang và Lin (2023); Võ Xuân Vinh và Trần Thị Phương Mai (2017) cho rằng tỷ lệ dự phòng rủi ro tín dụng là chỉ tiêu để đánh giá tình hình nợ quá hạn hay nợ xấu của NHTM. Hay nói cách khác, tỷ lệ này càng cao và được duy trì ở mức cao thì NHTM sẽ ngày càng gặp khó khăn trong hoạt động kinh doanh và gia tăng thu nhập của mình. Vì vậy, giả thuyết được đề xuất như sau:

Giả thuyết H5: Tỷ lệ dự phòng rủi ro tín dụng tương quan trái chiều với hệ số ZScore của NHTM.

3.2.2.6. Đối với tăng trưởng tín dụng

Zhou (2016); Wang và Lin (2023); Abbas và Ali (2023); Lê Thanh Tâm và cộng sự (2024) cho rằng khi các NHTM nới lỏng các quy định tín dụng để thực hiện tham vọng tăng trưởng tín dụng nóng nhằm tìm kiếm nhiều hơn lợi nhuận của mình qua các năm thì sẽ làm cho gia tăng nguy cơ rủi ro nợ xấu, nợ quá hạn hay áp lực thanh toán các khoản tiền gửi tiết kiệm đến hạn hay nợ các tổ chức tín dụng khác. Do đó, khi tăng trưởng tín dụng thiếu bền vững sẽ làm gia tăng rủi ro tại các NHTM, mặt khác, hạn chế việc các NHTM tập trung ĐDHTN mà chỉ tập trung vào các hoạt động tín dụng tuyền thống. Vì vậy, giả thuyết được đề xuất như sau:

Giả thuyết H6: Tăng trưởng tín dụng tương quan trái chiều với hệ số Z-Score của NHTM.

3.2.2.7. Đối với tốc độ tăng trưởng kinh tế

Wang và Lin (2023); Abbas và Ali (2023); Lê Thanh Tâm và cộng sự (2024) cho rẳng khi nền kinh tế tăng trưởng ổn định sẽ tạo ra cơ hội làm ăn thuận lợi cho các tổ chức kinh doanh trong việc tiêu thụ hàng hóa. Từ đó các NHTM cũng thuận tiện trong việc thu nợ hay mở rộng được các kênh đầu tư khác. Đây được xem là khả năng thu hẹp rủi ro của các NHTM. Vì vậy, giả thuyết được đề xuất như sau: Luận văn: PPNC đa dạng hóa thu nhập đến rủi ro của các NH.

Giả thuyết H7: Tăng trưởng kinh tế tương quan cùng hướng với hệ số Z-Score của NHTM.

3.2.2.8. Đối với tỷ lệ lạm phát

Wang và Lin (2023); Abbas và Ali (2023); Lê Thanh Tâm và cộng sự (2024) cho rẳng khi tỷ lệ lạm phát tăng cao làm cho nền kinh tế tiêu thụ hàng hóa chậm chạp, giá cả hàng hóa leo thang và sức mua đồng tiền giảm xuống, điều này kéo theo tất cả các tổ chức kinh doanh trở nên khó khăn trong việc hoạt động và NHTM cũng bị ảnh hưởng theo. Hay nói cách khác, NHTM cũng sẽ rất khó khăn trong việc mở rộng các hình thức kinh doanh khác nhằm đa dạng hóa, thậm chí rủi ro kinh doanh của NHTM cũng tăng theo. Vì vậy, giả thuyết được đề xuất như sau:

Giả thuyết H8: Tỷ lệ lạm phát có tương quan trái chiều với hệ số Z-Score của các NHTM.

3.3. Dữ liệu nghiên cứu

Thu thập số liệu: Đề tài tiến hành khai thác và sử dụng bộ dữ liệu của 24 NHTM Việt Nam trong giai đoạn 2013 – 2024. Bộ dữ liệu để tính toán các yếu tố nội tại của NHTM trong mô hình nghiên cứu được thu thập thứ cấp từ báo cáo thường niên và báo cáo tài chính đã qua kiểm toán của 24 NHTM trong chuỗi thời gian từ 2013 đến 2024. Dữ liệu để tính toán các yếu tố vĩ mô trong mô hình nghiên cứu như tốc độ tăng trưởng GDP và tỷ lệ lạm phát được thu thập từ website chính thống của World Bank (WB) được thể hiện dưới dạng tỷ lệ phần trăm.

Xử lý số liệu: Sau khi hoàn tất bước thu thập bộ số liệu đề tài cần, tác giả tổng hợp lại và dùng phần mềm excel để tính toán những biến số theo công thức tỷ lệ được nêu ở phần Phương pháp đo lường các biến tại bảng 3.1. Các biến số được thể hiện dưới dạng tỷ lệ phần trăm.

3.4. Phương pháp nghiên cứu Luận văn: PPNC đa dạng hóa thu nhập đến rủi ro của các NH.

Phương pháp định lượng và phân tích hồi quy đa biến cho dữ liệu bảng (panel data) được sử dụng cho nghiên cứu này. Dữ liệu bảng là dạng dữ liệu được sử dụng rộng rãi nhất trong các nghiên cứu cả về vi mô và vĩ mô, dữ liệu bảng có hai chiều không gian lẫn thời gian. Việc chọn sử dụng dữ liệu bảng mang đến nhiều lợi ích hơn so với việc sử dụng dữ liệu chuỗi thời gian hoặc dữ liệu chéo.

Hồi quy bằng dữ liệu bảng theo phương pháp bình phương nhỏ nhất với ba mô hình chính là Pooled OLS, FEM và REM

Nghiên cứu với sự trợ giúp của phần mềm thống kê STATA 14.0 để phân tích kết quả nghiên cứu và các kiểm định. Các trình tự thực hiện nghiên cứu được tiến hành chi tiết như sau:

Bước 1: Dựa trên các giá trị trung bình, độ lệch chuẩn, lớn nhất và nhỏ nhất sẽ thống kê mô tả tình hình chung các biến của mô hình.

Bước 2: Lựa chọn mô hình hồi quy phù hợp giữa Pooled OLS, FEM và REM.

Pooled OLS là mô hình sử dụng dữ liệu bảng không phân biệt từng đơn vị chéo riêng. Mô hình này đơn giản nhất trong việc xử lý kết quả dữ liệu và không quan tâm đến thời gian và không gian của dữ liệu, nhưng chính vì vậy mà mô hình dạng này bỏ qua đặc điểm riêng biệt của các biến số.

FEM là mô hình tác động cố định với giả định biến số độc lập không có sự thay đổi qua thời gian. REM là mô hình tác động ngẫu nhiên thì là các biến số độc lập lại có sự thay đổi qua thời gian. Do đó, với mô hình REM sẽ có thể xem xét được sự tương quan của các đặc điểm riêng của các biến độc lập và phải tách riêng các đặc điểm để xem xét như FEM. Tuy nhiên, FEM thì không xem xét các đặc điểm điểm riêng.

Từ đó dễ dàng nhận thấy FEM, REM có các điểm mạnh hơn Pooled OLS. Do đó, để lựa chọn giữa FEM và Pooled OLS thì phải sử dụng kiểm định F – test (Breuch và Pagan, 1979) và kiểm định Breusch-Pagan Lagrangian để lựa chọn REM và Pooled OLS. Cuối cùng, giữa FEM và REM phải dùng kiểm định Hausman để lựa chọn.

Bước 3: Phương pháp kiểm định các hệ số hồi quy và sự phù hợp của mô hình.

Tác giả bắt đầu bằng việc sử dụng kiểm định Wald để xác định tính thừa biến trong ba mô hình này. Nếu có biến thừa, các biến đó sẽ được loại bỏ. Theo kinh nghiệm, các mức ý nghĩa thống kê thường được sử dụng là 99%, 95% và 90% để đảm bảo độ tin cậy. Luận văn: PPNC đa dạng hóa thu nhập đến rủi ro của các NH.

Bước 4: Kiểm định các khuyết tật của mô hình.

Kiểm định hiện tượng phương sai thay đổi: Nếu mô hình được chọn là REM thì sử dụng kiểm định Breusch – Pagan. Ngược lại nếu mô hình được chọn là mô hình FEM thì dùng kiểm định Wald. Với cặp giả thuyết đối nhau cùng với mữa ý nghĩa thống kê là 5% để so sánh với giá trị P – value.

Kiểm định hiện tượng tự tương quan: Cả hai mô hình REM hay FEM đều sử dụng kiểm định Wooldridge. Với cặp giả thuyết đối nhau cùng với mữa ý nghĩa thống kê là 5% để so sánh với giá trị P – value.

Bước 5: Ước lượng theo phương pháp FGLS.

Sau khi xác định được các khuyết tật có thể xảy ra với mô hình được chọn thì sẽ tiến hành ước lượng FGLS để khắc phục. FGLS cũng giống như OLS tuy nhiên các biến số có sự điều chỉnh để phù hợp với bình phương tối thiểu tiêu chuẩn và P – value của mô hình sau khi khắc phục thấp hơn 1% thì phù hợp.

Tuy nhiên các mô hình ước lượng FGLS có thể xảy ra hiện tượng nội sinh nên tác giả thực hiện kiểm định Dubin-Wu-Hausman. Nếu mô hình bị nội sinh, việc sử dụng phương pháp hồi quy trong cùng nhóm (within regression) có thể dẫn đến ước lượng bị sai lệch đối với dữ liệu bảng động do tác động của biến trễ. Vì vậy, để tăng tính hiệu quả của kết quả ước lượng, Arellano và Bond (1995) đã đề xuất sử dụng phương pháp GMM sai phân (Difference GMM) trong mô hình nghiên cứu.

Bước 6: Ước lượng hồi quy mô hình GMM.

GMM giúp giải quyết sự mất tính nội sinh và các vấn đề khác trong dữ liệu bảng (Arellano và Bond, 1991a). SGMM được thiết kế dựa trên các giả định về tiến trình tạo ra dữ liệu: là tiến trình động với biến phụ thuộc chịu tác động của nó trong quá khứ; một vài biến bị nội sinh; nhiễu đặc dị (Idiosyncratic Disturbances) có thể có mô hình đặc trưng cá nhân của phương sai thay đổi (Heteroskedasticity) và tự tương quan (Serial Corr roelation); nhiễu đặc dị không tương quan với các cá thể (Individuals); bảng là T nhỏ, N lớn.

Bước 7: Xem kết quả kiểm định Sargan – Hansen để kiểm định sự ngoại sinh của biến công cụ thông qua việc kiểm định thỏa hơn điều kiện xác định (overidentification).

• H0: αi = 0 với mọi αi (các biến công cụ không thỏa điều kiện ngoại sinh)
• H1: tồn tại αi ≠ 0 (i =1,n) (các biến công cụ thỏa điều kiện ngoại sinh) Nếu p ≥ α, chấp nhận H0:  các biến công cụ thỏa điều kiện ngoại sinh. Luận văn: PPNC đa dạng hóa thu nhập đến rủi ro của các NH.
• Nếu p < α, bác bỏ H0: các biến công cụ không thỏa điều kiện ngoại sinh.
• Bước 8: Kiểm định Abond về sự tự tương quan bậc 2 của phương trình sai phân
• H0: αi = 0 với mọi αi (phương trình sai phân không bị tự tương quan bậc 2)
• H1: tồn tại αi ≠ 0 (i =1,n) (phương trình sai phân không bị tự tương quan bậc 2)
• Nếu p ≥ α, chấp nhận H0: phương trình sai phân không bị tự tương quan bậc 2 Nếu p < α, bác bỏ H0: phương trình sai phân bị tự tương quan bậc 2.

Sau khi thực hiện các kiểm định, tác giả sử dụng kết quả nghiên cứu của mô hình GMM để phân tích tác động của ĐDHTN đến hiệu quả kinh doanh của các NHTM tại Việt Nam.

TÓM TẮT CHƯƠNG 3

Trong chương 3, tác giả đã tiến hành trình bày quy trình nghiên cứu theo các bước. Dựa trên các cơ sở lý thuyết lẫn các khoảng trống nghiên cứu được xác định thì lựa chọn mô hình gốc để để xuất phát triển cho bối cảnh NHTM Việt Nam. Đồng thời, chương này cũng trình bày cách thức thu thập số liệu, xử lý và ý nghĩa các hệ số phân tích cho chương 4. Luận văn: PPNC đa dạng hóa thu nhập đến rủi ro của các NH.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:

===>>> Luận văn: KQNC đa dạng hóa thu nhập đến rủi ro của các NH

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