Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC Tác động của rủi ro thanh khoản đến 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: Tác động của rủi ro thanh khoản đến hiệu quả hoạt động của hệ thống 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

Để đánh giá tác động của rủi ro thanh khoản đến HQHĐ ngân hàng Việt Nam trong giai đoạn 2010-2024, tác giả áp dụng phương pháp nghiên cứu định lượng và lựa chọn mô hình hồi quy phù hợp. Quá trình nghiên cứu được trình bày chi tiết thông qua các bước cụthể được tóm tắt trong hình 3.1

Hình 3. 1 Quy trình nghiên cứu

Bài nghiên cứu được thực hiện thông qua 6 bước, cụ thể:

Bước 1: Xác định vấn đề nghiên cứu

Ở bước 1, dựa trên dựa trên sự phân tích về tính cấp thiết từ góc độ thực tiễn và khoa học, tác giả xác định vấn đề nghiên cứu là tác động rủi ro thanh khoản đến HQHĐ của các ngân hàng TMCP Việt Nam. Từ đó, xây dựng mục tiêu tổng quát và các mục tiêu cụ thể, đồng thời đặt ra các câu hỏi nghiên cứu nhằm định hướng cho toàn bộ quy trình phân tích.

Bước 2: Trình bày lý thuyết chung và lược khảo nghiên cứu liên quan

Tại bước 2, tác giả lựa chọn và nghiên cứu cơ sở lý thuyết nền tảng về rủi ro thanh khoản và HQHĐ của ngân hàng. Sau đó, tác giả lược khảo các công trình nghiên cứu thực nghiệm trong và ngoài nước về mối quan hệ giữa rủi ro thanh khoản và hiệu quả ngân hàng nhằm xác định rõ được khoảng trống cũng như đóng góp của nghiên cứu trong khoa học lẫn thực tiễn từ đó thiết kế mô hình nghiên cứu phù hợp.

Bước 3: Xây dựng mô hình nghiên cứu

Dựa trên cơ sở lý thuyết và tổng quan nghiên cứu, mô hình nghiên cứu được đề xuất, trong đó HQHĐ ngân hàng đo bằng phương pháp DEA được xem là biến phụ thuộc. rủi ro thanh khoản là biến độc lập, cùng với các biến kiểm soát và biến vĩ mô. Phương trình hồi quy được xây dựng nhằm kiểm định giả thuyết tác động của rủi ro thanh khoản đến HQHĐ ngân hàng.

Bước 4: Thu thập và xử lý dữ liệu Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

Đối với bước 4, tác giả xác định mẫu nghiên cứu và thu thập dữ liệu thứ cấp từ các báo cáo tài chính và báo cáo thường niên của 24 ngân hàng TMCP trong giai đoạn 2010-2024. Với bộ dữ liệu, các biến sẽ được tính toán và đưa vào mô hình để phân tích hồi quy.

Bước 5: Phân tích định lượng và kiểm tra khuyết tật mô hình

Tác giả thống kê mô tả các biến trong mô hình và sử dụng phân tích định lượng với các phương pháp như DEA để đo lường HQHĐ của ngân hàng, tạo ra chỉ số Efficiency Score trong khoảng [0,1]. Sau đó, tác giả thực hiện các kiểm định khuyết tật cho mô hình như kiểm định hiện tượng phương sai thay đổi và hiện tượng tự tương quan. Nhằm khắc phục các khuyết tật, luận văn sử dụng phương pháp SGMM để đưa ra kết quả hồi quy cuối cùng.

Bước 6: Thảo luận kết quả

Dựa vào kết quả mô hình hồi quy, tác giả đưa ra các kết luận liên quan đến kết quả tác động của các biến đại diện cho rủi ro thanh khoản và các biến kiểm soát đến HQHĐ kinh doanh của ngân hàng.

Bước 7: Kết luận và đưa ra hàm ý quản trị

Căn cứ kết quả và kết luận ở trên, tác giả trình bày đề xuất các hàm ý quản trị liên quan nhằm giải quyết mục tiêu mà nghiên cứu đã hướng đến trước. Bên cạnh đó, trình bày những hạn chế của đề tài cũng như đưa ra hướng đi mới cho các nghiên cứu tiếp theo.

3.2 Mô hình nghiên cứu Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

3.2.1 Mô hình

Mô hình nghiên cứu được mở rộng trên cơ sở các nghiên cứu của Samad (2019), Fukuyama (1993), Kamarudin & cộng sự (2018), Raphael (2013), Khalaf & Awad (2024), Rudhani & Balaj (2019), Nguyễn Thanh Phong (2021), Lê Thị Hà Thanh & Nguyễn Hoàng Việt (2018). Nghiên cứu này áp dụng mô hình kinh tế lượng đa biến để phân tích sâu mối quan hệ giữa rủi ro thanh khoản và HQHĐ của các ngân hàng TMCP Việt Nam. Ngoài việc đánh giá tác động trực tiếp của rủi ro thanh khoản, nghiên cứu còn xem xét ảnh hưởng của các biến kiểm soát và yếu tố vĩ mô trong việc định hình HQHĐ ngân hàng. TEi,t = 𝜷_𝟎+ 𝜷_𝟏𝑳𝑰𝑸𝑼𝑰𝑫𝑰𝑻𝒀𝑹𝑰𝑺𝑲i,t + 𝜷_𝟐𝑿_𝟐i,t + 𝜷_𝟑𝒁i,t + ei,t

Trong đó:

i: 24 Ngân hàng TMCP Việt Nam,
t: Thời gian nghiên cứu (2010-2024)
Biến phụ thuộc: TEi,t đại diện cho hiệu quả hoạt động của NHTM Việt Nam được đo lường bằng phương pháp DEA.

Biến độc lập:

𝐿𝐼𝑄𝑈𝐼𝐷𝐼𝑇𝑌𝑅𝐼𝑆𝐾i,t : Biến đo lường rủi ro thanh khoản là Khe hở tài trợ (FGAP).
𝑋₂i,t : Các biến kiểm soát là Tài sản thanh khoản trên tổng tài sản (LIA), Tỷ lệ tiền gửi trên tổng tài sản (DEP), Quy mô ngân hàng (SIZE), Rủi ro tín dụng (LLR), Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA), Tỷ lệ nợ xấu (NPL).
𝑍i,t : Biến vĩ mô là Tăng trưởng kinh tế (GDP)
β₀: Hệ số chặn, phản ánh ảnh hưởng đến biến phụ thuộc của các yếu tố không nằm trong mô hình đề xuất.
β₁: Hệ số hồi quy của biến độc lập trong phương trình hồi quy.
β₂β₃: Hệ số hồi quy của các biến kiểm soát trong phương trình hồi quy.
ei,t : Sai số ngẫu nhiên.

3.2.2 Mô tả các biến Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

Biến phụ thuộc

Biến phụ thuộc là hiệu quả hoạt động của ngân hàng TMCP được đo lường thông qua chỉ số hiệu quả kỹ thuật (TE). Khác với các chỉ tiêu đo lường truyền thống như ROA hay ROE vốn chỉ phản ánh hiệu quả tài chính trên cơ sở lợi nhuận ghi nhận, TE được xem là thước đo khách quan và toàn diện hơn vì nó dựa vào nguồn lực mà ngân hàng sử dụng và kết quả mà ngân hàng tạo ra. Theo nghiên cứu của Farrell (1957), TE phản ánh khả năng của ngân hàng trong việc sử dụng tối ưu các nguồn lực để đạt được mức sản lượng cao nhất có thể, trong khi vẫn đảm bảo tính so sánh giữa các đơn vị tương đồng.

Theo Sealey & Lindley (1977), không có một cách tiếp cận hoàn hảo trong việc xác định đầu vào và đầu ra của ngân hàng, bởi lẽ không phương pháp nào có thể phản ánh toàn diện mọi hoạt động và vai trò của ngân hàng với tư cách là đơn vị cung cấp dịch vụ trung gian tài chính. Tuy nhiên, họ cho rằng cách tiếp cận trung gian là phù hợp nhất, trong đó ngân hàng được xem như các trung gian tài chính, thực hiện chức năng kết nối giữa khu vực tiết kiệm và khu vực đầu tư của nền kinh tế, từ đó phân tích và đánh giá HQHĐ.

Trên cơ sở đó, nghiên cứu này lựa chọn cách tiếp cận trung gian. Dựa vào nghiên cứu của Samad (2019), Berger & cộng sự (1993), Ines (2013), Castellanos & cộng sự (2016), Pasha (2024), Raphael (2013), Fukuyama (1993), Kamarudin & cộng sự

(2018), Pasha (2024), Alkhathlan & Malik (2010), Thagunna & Poudel (2013), Lê Thị Hà Thanh & Nguyễn Hoàng Việt (2018), Nguyễn Thị Thu Thương (2017), Nguyễn Minh Kiều & Nguyễn Ngọc Thuỳ Trang (2020), Nguyễn Phúc Quý Thạnh (2019), Đỗ Quang Hưng & cộng sự (2024) các biến đầu vào được lựa chọn bao gồm vốn huy động từ tiền gửi, tài sản cố định ròng và chi phí hoạt động, trong khi các biến đầu ra thể hiện thu nhập của ngân hàng tạo ra trong quá trình hoạt động kinh doanh bao gồm thu nhập lãi và thu nhập ngoài lãi, ngoài ra còn có biến tổng dư nợ cho vay. Phương pháp DEA định hướng đầu vào và đầu ra được áp dụng nhằm tính toán hiệu quả kỹ thuật và hiệu quả quy mô, qua đó xác định mức độ hiệu quả hoạt động của từng ngân hàng trong mẫu nghiên cứu. Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

Biến đầu vào:

Tổng huy động vốn từ tiền gửi (𝑰_𝟏)

Phản ánh khả năng huy động vốn để phục vụ hoạt động kinh doanh và khả năng tạo lập nguồn vốn chủ yếu để ngân hàng thực hiện chức năng trung gian tài chính. Tổng huy động vốn từ tiền gửi đại diện cho vốn huy động và hiệu quả tạo lập nguồn vốn khả dụng. Tổng huy động vốn từ tiền gửi (𝐼₁) = Tiền gửi khách hàng + Tiền gửi của tổ chức tín dụng khác

Nghiên cứu của Fukuyama (1993), Alkhathlan & Malik (2010), Thagunna & Poudel (2013), Samad (2019), Nguyễn Minh Kiều & Nguyễn Ngọc Thuỳ Trang (2020), Lê Thị Hà Thanh & Nguyễn Hoàng Việt (2018), Nguyễn Thị Hồng Anh & cộng sự (2022), Đỗ Quang Hưng & cộng sự (2024) cũng đã sử dụng biến đầu vào này để phân tích hiệu quả kỹ thuật.

Tài sản cố định ròng (𝑰_𝟐)

Tài sản cố định ròng là biến đầu vào phản ánh quy mô đầu tư vật chất và hạ tầng cho hoạt động vận hành, cung ứng dịch vụ và mở rộng mạng lưới. Tài sản cố định ròng (𝐼₂) = Nguyên giá tài sản cố định – Hao mòn lũy kế

Nghiên cứu của các tác giả như Ines (2013), Đỗ Quang Hưng & cộng sự (2024), Lê Thị Hà Thanh & Nguyễn Hoàng Việt (2018), Nguyễn Phúc Quý Thạnh (2019) sử dụng biến này vì nó đại diện cho một nguồn lực đầu vào quan trọng bên cạnh huy động vốn từ tiền gửi và chi phí hoạt động. Việc sử dụng giá trị ròng thay vì giá trị gộp giúp phản ánh chính xác hơn quy mô tài sản đang khai thác và mức độ sử dụng hiệu quả cơ sở vật chất.

Chi phí hoạt động (𝑰_𝟑)

Chi phí hoạt động là tổng chi phí vận hành không bao gồm chi phí lãi, đại diện cho nguồn lực tiêu hao trong hoạt động kinh doanh ngân hàng. Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

Chi phí hoạt động (𝐼₃) = Chi phí nhân viên + Chi phí khấu hao +Chi phí dịch vụ mua ngoài + Chi phí khác

Nghiên cứu của Raphael (2013), Alkhathlan & Malik (2010), Đỗ Quang Hưng & cộng sự (2024), Nguyễn Thị Thu Thương (2017) đã sử dụng biến đầu vào này nhằm phản ánh mức chi phí tài chính mà ngân hàng phải bỏ ra để vận hành hệ thống

Biến đầu ra:

Thu nhập lãi (𝑶_𝟏)

Thu nhập lãi là khoản thu chính của ngân hàng, phản ánh hiệu quả hoạt động tín dụng và đầu tư tài chính. Biến này thường được tính dựa trên tổng lãi thu được từ các khoản cho vay khách hàng, tiền gửi tại các tổ chức tín dụng khác, đầu tư chứng khoán và các khoản sinh lời khác. Trong Báo cáo kết quả kinh doanh, chỉ tiêu này được xác định như sau:

Thu nhập lãi (𝑂₁) = Lãi từ cho vay khách hàng + Lãi từ tiền gửi + Lãi từ đầu tư chứng khoán + Thu nhập tương đương lãi khác

Kế thừa từ nghiên cứu của các tác giả Kamarudin & cộng sự (2018), Habibullah & cộng sự (2005), Thagunna & Poudel (2013), Đỗ Quang Hưng & cộng sự (2024), Nguyễn Thị Thu Thương (2017), Lê Thị Hà Thanh & Nguyễn Hoàng Việt (2018), Nguyễn Phúc Quý Thạnh (2019) đã sử dụng thu nhập lãi là biến đầu ra trong phương pháp DEA để đo lường khả năng tạo ra giá trị cốt lõi từ hoạt động kinh doanh truyền thống của ngân hàng.

Thu nhập ngoài lãi (𝑶_𝟐)

Thu nhập ngoài lãi phản ánh khả năng đa dạng hóa nguồn thu của ngân hàng, bao gồm phí dịch vụ, hoa hồng, lãi từ đầu tư chứng khoán, ngoại hối và các hoạt động phi tín dụng khác. Chỉ tiêu này được tính toán từ báo cáo kết quả kinh doanh:

Thu nhập ngoài lãi (𝑂₂) = Tổng thu nhập hoạt động – Thu nhập lãi và tương đương lãi

Việc đưa biến này vào mô hình DEA giúp phân tích toàn diện hơn hiệu quả hoạt , đặc biệt trong bối cảnh các ngân hàng chuyển dịch sang hoạt động phi tín dụng. Nghiên cứu cuả các tác giả Kamarudin & cộng sự (2018), Habibullah & cộng sự (2005), Thagunna & Poudel (2013), Đỗ Quang Hưng & cộng sự (2024), Nguyễn Thị Thu Thương (2017), Lê Thị Hà Thanh & Nguyễn Hoàng Việt (2018), Nguyễn Phúc Quý Thạnh (2019) đã sử dụng biến thu nhập ngoài lãi và nhấn mạnh vai trò quan trọng của thu nhập ngoài lãi đối với hiệu quả hoạt động ngân hàng. Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

Tổng dư nợ cho vay (𝑶_𝟑)

Cho vay là hoạt động cốt lõi và chiếm tỷ trọng lớn trong tổng tài sản của ngân hàng, đại diện cho khả năng triển khai nguồn vốn để tạo ra lợi nhuận.

Tổng dư nợ cho vay (𝑂₃) = Dư nợ cho vay khách hàng cuối kỳ

Nhiều nghiên cứu trong và ngoài nước như Pasha (2024), Raphael (2013), Habibullah & cộng sự (2005), Thagunna & Poudel (2013), Đỗ Quang Hưng & cộng sự (2024), Nguyễn Thị Thu Thương (2017) cũng sử dụng biến tổng dư nợ cho vay để đánh giá hiệu quả trung gian vốn và hoạt động kinh doanh của ngân hàng.

Biến độc lập

Biến đo lường rủi ro thanh khoản (LIQUIDITY RISK)

Khe hở tài trợ (FGAP)

Khe hở tài trợ (FGAP) là chỉ số phản ánh mức độ rủi ro thanh khoản của ngân hàng, được xác định dựa trên tỷ lệ giữa tổng dư nợ tín dụng và tổng huy động vốn. Chỉ số này thể hiện mức độ mất cân đối giữa nguồn vốn huy động và việc cho vay của ngân hàng, qua đó phản ánh khả năng đáp ứng nhu cầu thanh khoản trong ngắn hạn. Theo Đặng Văn Dân (2015), “khe hở tài trợ là một trong những phương pháp định lượng phù hợp nhất để phân tích rủi ro thanh khoản, bởi nó có khả năng phản ánh một cách toàn diện và trực quan về năng lực thanh khoản của NHTM”.

Trong nghiên cứu của Chen & cộng sự (2018), phương pháp đo lường rủi ro thanh khoản bằng khe hở thanh khoản được đánh giá có ưu thế hơn so với việc sử dụng các hệ số thanh khoản. Nguyên nhân là do các hệ số thanh khoản được tính toán từ số liệu trong bảng cân đối kế toán, do đó chủ yếu phản ánh tình hình hiện tại và chỉ mang tính dự báo xu hướng. Poorman & Blake (2005) cũng cho rằng, việc chỉ dựa vào các hệ số thanh khoản là chưa đủ và không thể xem là một giải pháp toàn diện. Ngược lại, khe hở tài trợ được tính bằng chênh lệch giữa tài sản và nguồn vốn tại các thời điểm nhất định, cung cấp một bức tranh cụ thể và trực tiếp hơn về trạng thái thanh khoản của ngân hàng. Nhiều nghiên cứu quốc tế như của Madhuwanthi & Morawakage (2019), Arif & Anees (2012), Dezfouli & cộng sự (2014). Tại Việt Nam, các tác giả như Đặng Vân Dân (2015), Nguyễn Thanh Phong (2021), Phan Thị Mỹ Hạnh & Tống Lâm Vy (2019) cũng sử dụng biến FGAP để đo lường rủi ro thanh khoản tại các NHTM. Trên cơ sở đó, nghiên cứu sử dụng khe hở tài trợ là biến đại diện đánh giá mức độ rủi ro thanh khoản của các ngân hàng.

Biến kiểm soát Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

Tài sản thanh khoản trên tổng tài sản (LIA)

Tỷ lệ tài sản thanh khoản trên tổng tài sản được xem là một trong những chỉ tiêu phản ánh hiệu quả nhất về mức độ thanh khoản và mức độ rủi ro thanh khoản của ngân hàng (Mustafa, 2019). Tài sản thanh khoản thường bao gồm tiền mặt, tiền gửi tại ngân hàng trung ương, chứng khoán của nhà nước và các tài sản tài chính dễ dàng chuyển đổi thành tiền mà không chịu rủi ro đáng kể về giá trị (Vodova, 2011).

Nếu tỷ lệ tài sản thanh khoản trên tổng tài sản giảm thì có thể khiến ngân hàng thiếu khả năng thanh khoản vì khi tài sản thanh khoản giảm, ngân hàng sẽ bị ảnh hưởng bởi đợt rút tiền lớn (Rai, 2024). Do đó, nó ảnh hưởng tiêu cực đến lợi nhuận của NHTM. Theo tác giả Trần Thị Thanh Nga (2018) nắm giữ tài sản thanh khoản sẽ làm gia tăng HQHĐ, nhưng khi vượt quá một mức nhất định lại dẫn đến suy giảm hiệu quả. Khi cấu trúc thanh khoản tăng, chi phí cơ hội của thu nhập bị bỏ lỡ ngày càng lớn, và điều này làm giảm khả năng sinh lợi. Nghiên cứu của Bourke (1989), Molyneux & Thornton (1992), Rudhani & Balaj (2019), Zidan (2020), Bhatt & Verghese (2018), Saleh & Abu Afifa (2020), Pradhan & Srestha (2016) đã chỉ ra rằng tỷ lệ tài sản thanh khoản trên tổng tài sản có tác động tiêu cực đến khả năng sinh lợi của các ngân hàng. Tương tự, Demirgüç-Kunt & Huizinga (1999) lập luận rằng việc nắm giữ quá nhiều tài sản thanh khoản có thể làm giảm hiệu quả sử dụng vốn. Trong bài nghiên cứu, tác giả kỳ vọng sự tác động ngược chiều giữa hai biến trên.

Tỷ lệ tiền gửi khách hàng trên tổng tài sản (DEP)

Tỷ lệ tiền gửi trên tổng tài sản phản ánh mức độ ngân hàng dựa vào nguồn vốn huy động từ khách hàng để tài trợ cho các hoạt động kinh doanh. Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

hỉ tiêu tỷ lệ tiền gửi trên tổng tài sản phản ánh mức độ ổn định của nguồn vốn huy động và khả năng tài trợ cho tài sản của ngân hàng. Sự gia tăng tiền gửi có thể giúp ngân hàng giảm thiểu tình trạng thiếu hụt thanh khoản, đồng thời cải thiện khả năng sinh lời. Tỷ lệ tiền gửi khách hàng trên tổng tài sản cao thường gắn liền với mức độ tự chủ tài chính cao hơn, với điều kiện hoạt động huy động vốn được quản lý hiệu quả về chi phí. Việc huy động tiền gửi tự nguyện còn giúp các tổ chức tài chính vi mô giảm sự phụ thuộc vào nguồn vốn từ các nhà tài trợ hoặc nhà đầu tư, yếu tố đặc biệt quan trọng trong bối cảnh căng thẳng thanh khoản (Mwangi, 2015). Một số nghiên cứu liên quan đã tìm thấy mối quan hệ của tỷ lệ tiền gửi khách hàng trên tổng tài sản cùng chiều với HQHĐ của ngân hàng như Dezfouli & cộng sự (2014), Arif & Anees (2012), (Mwangi, 2015). Trong bài nghiên cứu, tác giả kỳ vọng sự tác động cùng chiều giữa tỷ lệ tiền gửi trên tổng tài sản và HQHĐ của ngân hàng.

Quy mô ngân hàng (SIZE)

Chỉ tiêu này thường phản ánh năng lực tài chính, khả năng đa dạng hóa hoạt động và mức độ tận dụng lợi thế quy mô của ngân hàng. Biến SIZE được xác định theo công thức:

Quy mô ngân hàng (SIZE) = Ln(Tổng tài sản)

Theo lý thuyết kinh tế, các ngân hàng có quy mô với tổng tài sản càng lớn thì sẽ ít gặp rủi ro thanh khoản hơn. Biến này đại diện cho lợi thế kinh tế theo quy mô trong ngành ngân hàng (Khalaf & Awad, 2024). Bên cạnh đó, Vodova (2013) cho rằng những ngân hàng lớn có thể được hỗ trợ thanh khoản từ ngân hàng nhà nước hay từ thị trường liên ngân hàng. Hasan & cộng sự (2010) cho rằng lợi nhuận và quy mô ngân hàng có mối liên hệ chặt chẽ, trong đó việc mở rộng quy mô ngân hàng sẽ giúp gia tăng lợi nhuận nhờ tận dụng lợi thế kinh tế theo quy mô. Việc mở rộng quy mô cho phép ngân hàng phân bổ chi phí cố định trên một cơ sở tài sản lớn hơn, từ đó giảm chi phí bình quân. Nhiều nghiên cứu liên quan như Rahman & cộng sự (2015), Saif-Alyousfi (2022), Ahmad & Jan (2017), Mohammad (2014), Chen & cộng sự (2018), Dezfouli & cộng sự (2014), Hồ Thanh Thuỷ (2017) đã thể hiện kết quả mối quan hệ cùng chiều giữa quy mô ngân hàng và HQHĐ của ngân hàng. Do đó, trong bài nghiên cứu, tác giả kỳ vọng sự tác động cùng chiều giữa quy mô ngân hàng và HQHĐ của ngân hàng.

Rủi ro tín dụng (LLR) Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

Biến rủi ro tín dụng được sử dụng để kiểm định tác động đến rủi ro thanh khoản.

Dự phòng rủi ro tín dụng được xem là chỉ tiêu phản ánh mức độ rủi ro tín dụng mà ngân hàng phải đối mặt (Chung-Hua Shen & cộng sự, 2018). Khi ngân hàng phải trích lập dự phòng với giá trị lớn, điều này cho thấy chất lượng tín dụng suy giảm và nợ quá hạn gia tăng, buộc ngân hàng phải dành một phần lợi nhuận để bù đắp rủi ro, từ đó làm giảm khả năng sinh lời và gia tăng áp lực thanh khoản. Nói cách khác, chi phí dự phòng rủi ro tín dụng cao có thể làm giảm lợi nhuận và gia tăng rủi ro thanh khoản của ngân hàng. Một số các nghiên cứu liên quan như Kosmidou & cộng sự (2005), Chen & cộng sự (2018), Trần Thị Thanh Nga (2018), Nguyễn Đăng Khoa & cộng sự (2023) đều chỉ ra mối quan hệ ngược chiều giữa rủi ro tín dụng và khả năng sinh lời của ngân hàng, qua đó khẳng định rằng việc kiểm soát rủi ro tín dụng đóng vai trò quan trọng trong việc duy trì HQHĐ và ổn định thanh khoản. Do đó, trong bài nghiên cứu, tác giả đưa ra kỳ vọng rủi ro tín dụng có tác động ngược chiều đến HQHĐ của ngân hàng.

Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA)

Biến tỷ lệ vốn được đo lường bằng công thức:

Vốn chủ sở hữu được xem là yếu tố nền tảng giúp củng cố sự ổn định tài chính của ngân hàng, vì nó đóng vai trò như một lá chắn hấp thụ tổn thất, đảm bảo ngân hàng có đủ nguồn lực để đáp ứng các nghĩa vụ thanh toán khi dòng tiền gặp khó khăn. Đây cũng là nguồn vốn tự có giúp ngân hàng duy trì hoạt động bình thường trong bối cảnh thị trường biến động mạnh. Khi tỷ lệ vốn chủ sở hữu trên tổng tài sản tăng, ngân hàng thường giảm phụ thuộc vào nguồn vốn vay, qua đó hạn chế rủi ro tài chính và nâng cao khả năng sinh lời nhờ chi phí vốn thấp hơn. Ngược lại, mức vốn chủ sở hữu thấp có thể làm suy yếu khả năng thanh khoản, khiến ngân hàng dễ rơi vào trạng thái mất cân đối tài chính, thậm chí có nguy cơ đổ vỡ khi đối mặt với cú sốc thanh khoản. Nhiều nghiên cứu thực nghiệm, bao gồm Rahman & Banna (2015), Tabari & cộng sự (2013), Chen & cộng sự (2018), Chowdhury & Zaman (2018), cùng Nguyễn Thanh Phong (2021), đều nhất quán chỉ ra rằng vốn chủ sở hữu có tác động tích cực đến hiệu quả hoạt động của ngân hàng, phản ánh vai trò bảo vệ và nâng cao hiệu suất tài chính của yếu tố này. Vì vậy, trong bài nghiên cứu, tác giả kỳ vọng tỷ lệ cấu trúc vốn có tác động cùng chiều với HQHĐ của ngân hàng.

Tỷ lệ nợ xấu (NPL)

Theo thông tư 02/2013/TT-NHNN, tỷ lệ nợ xấu bao gồm các nợ được phân loại theo nhóm 3-5, bao gồm nợ dưới tiêu chuẩn, nợ nghi ngờ và nợ có khả năng mất vốn. Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

Nợ xấu được xem là một trong những yếu tố làm suy giảm hiệu quả hoạt động kinh doanh của ngân hàng. Các khoản cho vay vốn được coi là tài sản sinh lợi, khi khách hàng thanh toán đầy đủ cả gốc và lãi sẽ tạo ra dòng tiền vào ổn định, góp phần duy trì khả năng sinh lời và thanh khoản của ngân hàng. Tuy nhiên, khi chất lượng tín dụng suy giảm, tỷ lệ nợ xấu gia tăng sẽ làm gián đoạn dòng tiền, khiến ngân hàng đối mặt với nguy cơ mất vốn và áp lực thanh khoản ngày càng lớn. Nói cách khác, sự gia tăng nợ xấu không chỉ phản ánh hiệu quả quản trị tín dụng yếu kém mà còn làm gia tăng rủi ro thanh khoản, bởi ngân hàng buộc phải sử dụng nguồn lực khác để bù đắp tổn thất. Các nghiên cứu thực nghiệm của Ahmad & Jan (2017), Madhuwanthi & Morawakage (2019), Hồ Thanh Thủy (2017), Samarasinghe (2024) và Khalaf & Awad (2024) đều chỉ ra mối quan hệ tiêu cực giữa tỷ lệ nợ xấu và hiệu quả hoạt động của ngân hàng. Do đó, trong nghiên cứu này, tác giả kỳ vọng tỷ lệ nợ xấu có tác động ngược chiều đến hiệu quả kinh doanh ngân hàng, phản ánh tầm quan trọng của việc kiểm soát chất lượng tín dụng trong duy trì ổn định tài chính.

Biến vĩ mô:

Tăng trưởng kinh tế (GDP)

Nhiều nhà nghiên cứu đã đưa GDP vào như một biến số kinh tế vĩ mô nhằm kiểm soát mối quan hệ giữa rủi ro thanh khoản và lợi nhuận ngân hàng (Golubeva & cộng sự, 2019). Bên cạnh đó, GDP là một chỉ số quan trọng phản ánh sức khỏe kinh tế của một quốc gia vì nó thể hiện giá trị của toàn bộ hàng hóa và dịch vụ được tạo ra trong phạm vi lãnh thổ Khalaf & Awad (2024). Khi GDP tăng trưởng, hoạt động kinh doanh phát triển, kéo theo nhu cầu lớn hơn đối với các dịch vụ tài chính như tín dụng và đầu tư, qua đó tạo điều kiện cho ngân hàng mở rộng danh mục cho vay và gia tăng lợi nhuận (Klein & Weill, 2022). Ngược lại, trong giai đoạn suy thoái, GDP sụt giảm tác động tiêu cực đến doanh nghiệp và cá nhân, làm tăng nguy cơ vỡ nợ, từ đó ảnh hưởng đến khả năng sinh lợi của ngân hàng (Budhathoki & cộng sự, 2024). Ngoài ra, Chen & cộng sự (2018) chỉ ra rằng trong thời kỳ kinh tế suy thoái, ngân hàng có xu hướng nắm giữ nhiều tiền hơn do rủi ro tín dụng gia tăng, trong khi ở giai đoạn tăng trưởng, họ lại giảm dự trữ thanh khoản để mở rộng cho vay, dẫn đến khả năng phát sinh khe hở tài trợ và gia tăng rủi ro thanh khoản. Một số nghiên cứu thực nghiệm như Khalaf & Awad (2024), Kosmidou & cộng sự (2005), Chen & cộng sự (2018), Saif-Alyousfi (2022), Trần Thị Thanh Nga (2018), Hồ Thanh Thủy (2017) cho thấy tác động cùng chiều giữa tăng trưởng GDP và lợi nhuận ngân hàng. Do đó, trong nghiên cứu này, tác giả kỳ vọng biến GDP sẽ có tác động cùng chiều đến HQHĐ của ngân hàng.

Bảng 3.1 Danh sách các biến trong mô hình

3.2.3 Giả thuyết Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

Trong lĩnh vực ngân hàng, rủi ro thanh khoản thường được xem là một yếu tố then chốt ảnh hưởng đến HQHĐ, bởi nó phản ánh cách ngân hàng cân bằng giữa yêu cầu duy trì khả năng chi trả và mục tiêu sinh lời. Nhiều lý thuyết cho rằng rủi ro thanh khoản có thể đem lại tác động cùng chiều đến HQHĐ nếu được kiểm soát ở mức hợp lý. Theo lý thuyết trung gian tài chính của Gurley & Shaw (1960) nhấn mạnh vai trò trung gian của ngân hàng trong việc huy động vốn ngắn hạn để cho vay dài hạn, nếu chính sách nội bộ hiệu quả rủi ro thanh khoản, ngân hàng có thể mở rộng tín dụng, gia tăng thu nhập lãi và cải thiện HQHĐ. Bên cạnh đó, lý thuyết rủi ro – lợi nhuận cũng chỉ ra rằng mức độ rủi ro cao hơn, bao gồm rủi ro thanh khoản, thường gắn liền với lợi nhuận kỳ vọng lớn hơn nhờ phần bù rủi ro mà ngân hàng nhận được.

Nghiên cứu của Hồ Thanh Thủy (2017), Demirgüç-Kunt & cộng sự (2003), cùng các nghiên cứu của Kibuchi (2015), Salim & Bilal (2016), Dezfouli & cộng sự (2014), Trần Thị Thanh Nga (2018), Nguyễn Thanh Phong (2021) đều khẳng định biến FGAP có tác động cùng chiều với HQHĐ ngân hàng. FGAP dương cho thấy ngân hàng cho vay vượt quá khả năng huy động vốn, qua đó làm gia tăng áp lực thanh khoản. Tuy nhiên, tình trạng này đồng thời phản ánh chiến lược chấp nhận rủi ro để tối ưu hóa lợi nhuận.

Từ nền tảng lý thuyết và bằng chứng thực nghiệm trong và ngoài nước, nghiên cứu đề xuất giả thuyết như sau:

Giả thuyết: Rủi ro thanh khoản có tác động cùng chiều đến hiệu quả hoạt động của ngân hàng thương mại.

3.3 Phương pháp nghiên cứu Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

3.3.1 Dữ liệu nghiên cứu

Luận văn sử dụng mẫu gồm dữ liệu của 24 ngân hàng thương mại cổ phần Việt Nam trong giai đoạn 2010–2024, được thu thập từ các nguồn chính thống. Việc lựa chọn 24 ngân hàng này dựa trên hai lý do: (i) các ngân hàng không được đưa vào nghiên cứu bao gồm Ngân hàng TMCP Đại Chúng Việt Nam, Ngân hàng TMCP Thịnh Vượng và Phát Triển, Ngân hàng TMCP Sài Gòn Công Thương, Ngân hàng TMCP Sài Gòn, Ngân hàng TMCP Đông Á do nguồn số liệu trong giai đoạn nghiên cứu chưa đầy đủ, không được công bố minh bạch hoặc đang chịu sự kiểm soát đặc biệt từ Ngân hàng Nhà nước; (ii) các ngân hàng được lựa chọn đều hoạt động liên tục trong suốt thời gian nghiên cứu, đảm bảo tính cân bằng của dữ liệu bảng.

Đối với dữ liệu dùng để tính toán biến phụ thuộc (các chỉ tiêu đo lường HQHĐ ngân hàng), luận văn tổng hợp từ báo cáo tài chính hợp nhất đã kiểm toán và báo cáo thường niên của các ngân hàng trong giai đoạn 2010–2024. Biến độc lập đại diện cho rủi ro thanh khoản (khe hở tài trợ) được thu thập và tính toán từ thuyết minh báo cáo tài chính và báo cáo thường niên của từng ngân hàng.

Ngoài ra, các yếu tố nội tại ngân hàng như tài sản thanh khoản, huy động vốn, quy mô, mức độ sử dụng đòn bẩy tài chính, tỷ lệ nợ xấu, tốc độ tăng trưởng tín dụng cũng được khai thác từ hệ thống dữ liệu tổng hợp của trang điện tử uy tín vietstock. Dữ liệu biến vĩ mô GDP được tham khảo từ các nguồn đáng tin cậy, bao gồm Quỹ Tiền tệ Quốc tế (IMF) và các báo cáo kinh tế công bố chính thức.

3.3.2 Phương pháp nghiên cứu Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

Để phân tích tác động của rủi ro thanh khoản đến HQHĐ các NHTM Việt Nam, tác giả tiến hành phân tích theo 2 giai đoạn:

Giai đoạn 1: Phân tích hiệu quả sử dụng nguồn lực của các NHTM theo phương pháp phân tích phi tham số với sự trợ giúp của phần mềm STATA 17.0.
Giai đoạn 2: Sử dụng kết quả phân tích hiệu quả từ giai đoạn 1 tiến hành phân tích sự tác động của rủi ro thanh khoản, các biến kiểm soát và biến vĩ mô đến hiệu quả hoạt động của các NHTM theo mô hình hồi quy dưới sự trợ giúp của phần mềm STATA17.0.

Phương pháp đo lường hiệu quả hoạt động các ngân hàng thương mại Việt Nam

Nghiên cứu sử dụng phương pháp phân tích bao dữ liệu (Data Envelopment Analysis – DEA), được phát triển từ khái niệm đo lường hiệu quả kỹ thuật (Technical Efficiency – TE) của Farrell (1957). Trong nghiên cứu của mình, Farrell đã mở rộng cách tiếp cận từ mô hình một đầu vào – một đầu ra sang mô hình nhiều đầu vào – nhiều đầu ra, đồng thời phân tách hiệu quả thành hai thành phần: hiệu quả kỹ thuật (Technical Efficiency – TE) và hiệu quả phân bổ (Allocative Efficiency – AE). Hiệu quả kỹ thuật phản ánh khả năng đơn vị sản xuất tối đa hóa đầu ra dựa trên các đầu vào sẵn có, trong đó bao gồm hiệu quả kỹ thuật thuần túy (Pure Technical Efficiency – PTE) và hiệu quả theo quy mô (Scale Efficiency – SE). Ngược lại, hiệu quả phân bổ thể hiện khả năng kết hợp các yếu tố đầu vào theo tỷ lệ tối ưu khi giá cả của các yếu tố này đã được biết.

Sau này, Charnes, Cooper và Rhodes (1978) đã chính thức giới thiệu phương pháp DEA với mô hình giả định hiệu quả không đổi theo quy mô (Constant Returns to Scale – CRS), còn gọi là mô hình CCR. Tuy nhiên, do giả định CRS còn nhiều hạn chế khi áp dụng vào thực tiễn, Charnes & cộng sự (1984) đã phát triển thêm mô hình hiệu quả biến đổi theo quy mô (Variable Returns to Scale – VRS), hay mô hình BCC, nhằm khắc phục những bất cập này. Về cơ sở lý thuyết, DEA được xây dựng dựa trên đường giới hạn khả năng sản xuất (Production Possibility Frontier – PPF), cho phép đánh giá HQHĐ của các đơn vị ra quyết định (Decision Making Unit – DMU) như doanh nghiệp, tổ chức hay ngân hàng trong điều kiện có nhiều đầu vào và nhiều đầu ra.

Phương pháp DEA với mô hình giả định hiệu quả không đổi theo quy mô (Constant Returns to Scale – CRS)

Mô hình Charnes, Cooper và Rhodes (CCR) được xem là nền tảng ban đầu của phương pháp phân tích bao dữ liệu (DEA). Trong nghiên cứu đầu tiên, Charnes, Cooper và Rhodes (1978) đã xây dựng khung lý thuyết để đo lường hiệu quả của các đơn vị ra quyết định (Decision Making Units – DMUs) dựa trên tỷ lệ đầu ra có trọng số so với đầu vào có trọng số. Tiếp theo, Charnes, Cooper & Rhodes (1979) đã có những điều chỉnh, bổ sung ngắn gọn nhằm làm rõ hơn các khía cạnh tính toán trong mô hình. Sau đó, Charnes, Cooper & Rhodes (1981) mở rộng ứng dụng DEA để đánh giá hiệu quả của các chương trình và hoạt động quản lý, minh chứng tính linh hoạt của phương pháp này trong nhiều lĩnh vực khác nhau.

Trong đó: Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

ℎ_𝑜: Điểm hiệu quả của đơn vị ra quyết định (𝐷𝑀𝑈₀)
𝑥_𝑖j: Lượng đầu vào thứ 𝑖 của 𝐷𝑀𝑈_𝐽
𝑦_𝑟j: Lượng đầu ra thứ 𝑟 của 𝐷𝑀𝑈_𝐽
𝑣_𝑖: Trọng số (hệ số nhân) gán cho đầu vào
𝑢_𝑟: 𝑇rọng số (hệ số nhân) gán cho đầu ra
𝑛 : 𝑇ổng số đơn vị ra quyết định (DMUs) trong mẫu nghiên cứu
𝑚: Số lượng biến đầu vào
𝑠 : Số lượng biến đầu ra
𝜀: Hằng số rất nhỏ dương, đảm bảo 𝑣_𝑖, 𝑢_𝑟 ≠ 0
Giá trị hiệu quả tối ưu ℎ^∗ luôn nằm trong khoảng từ 0 đến 1

Bài toán quy hoạch tuyến tính trên nếu được giải quyết trực tiếp sẽ gặp phải những hạn chế lớn về mặt tính toán do tính chất phân số của mô hình. Tuy nhiên, nhờ vào lý thuyết lập trình phân số (fractional programming) được giới thiệu bởi Charnes & Cooper (1962), vấn đề này có thể được khắc phục bằng cách chuyển đổi sang một mô hình quy hoạch tuyến tính tương đương. Phép biến đổi này đã được phát triển và ứng dụng trong nghiên cứu kinh điển của Charnes, Cooper & Rhodes (1978), cho phép đơn giản hóa quá trình tính toán và đánh giá hiệu quả kỹ thuật trong mô hình DEA:

Để phù hợp trong tính toán, các nhà nghiên cứu đã đưa ra cách tính đối ngẫu trong bài tóan quy hoạch tuyến tính trên.

Mô hình hiệu suất theo quy mô không đổi (CRS) không phù hợp khi nghiên cứu trong lĩnh vực ngân hàng. Đặc biệt, nó càng trở nên thiếu thích hợp đối với một hệ thống ngân hàng có tính chất không đồng nhất như ở Việt Nam trong quá trình chuyển đổi kinh tế. Do đó, việc áp dụng giả định hiệu suất theo quy mô biến đổi (VRS) là hợp lý hơn, vì nó đảm bảo rằng một ngân hàng chỉ được so sánh với các ngân hàng có quy mô tương đồng.

Phương pháp DEA với mô hình giả định hiệu quả biến theo quy mô (Variable Returns to Scale – VRS)

Để khắc phục hạn chế , Banker, Charnes và Cooper (1984) đã mở rộng mô hình CCR và phát triển mô hình BCC (Banker – Charnes – Cooper), còn gọi là mô hình DEA với hiệu suất theo quy mô thay đổi (Variable Returns to Scale – VRS). Mô hình này cho phép phân biệt giữa hiệu quả kỹ thuật thuần (Pure Technical Efficiency – PTE) và hiệu quả theo quy mô (Scale Efficiency – SE), qua đó phản ánh chính xác hơn khả năng sử dụng nguồn lực của mỗi DMU.

Để tính hiệu quả kĩ thuật theo mô hình quy mô thay đổi (VRS), bài toán tính hiệu quả kỹ thuật có thêm điều kiện:

Dạng đối ngẫu của mô hình VRS được viết lại như sau:

Trong đó: Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

𝜃 : Hiệu quả kỹ thuật (technical efficiency) của 𝐷𝑀𝑈₀
𝑠^–: Biến dư (slack variable) biểu thị phần dư thừa đầu vào
𝑠⁺: Biến thiếu (slack variable) biểu thị phần thiếu hụt đầu ra
𝜆_j: Hệ số trọng số biểu diễn sự kết hợp tuyến tính giữa các DMUs trong tập biên hiệu quả

Mô hình VRS cho phép xác định ba loại hiệu suất quy mô:

Tăng theo quy mô (Increasing Returns to Scale – IRS): Khi việc mở rộng quy mô giúp tăng hiệu quả sản xuất.
Giảm theo quy mô (Decreasing Returns to Scale – DRS): Khi quy mô quá lớn khiến hiệu quả giảm sút.
Hiệu suất không đổi theo quy mô (Constant Returns to Scale – CRS): Khi mở rộng quy mô không làm thay đổi hiệu quả.

Trong mô hình VRS, chỉ số hiệu quả phản ánh hiệu quả kỹ thuật thuần túy (Pure Technical Efficiency – PTE), loại bỏ ảnh hưởng của quy mô. Từ đó, hiệu quả theo quy mô (Scale Efficiency – SE) có thể tính bằng tỷ số giữa hiệu quả CRS và hiệu quả VRS:

Giá trị của SE nằm trong khoảng từ 0 đến 1:

SE=1: DMU hoạt động ở quy mô tối ưu.
SE<1: DMU chưa đạt quy mô tối ưu, cần điều chỉnh để cải thiện hiệu quả.

Xuất phát từ sự khác biệt về quy mô của các ngân hàng thương mại trong mẫu nghiên cứu, nghiên cứu sử dụng giả định VRS để ước lượng hiệu quả kỹ thuật của 24 ngân hàng TMCP Việt Nam.

Phương pháp nghiên cứu định lượng

Nghiên cứu sử dụng mô hình hồi quy dữ liệu bảng để phân tích tác động của rủi ro thanh khoản và các biến kiểm soát đến HQHĐ ngân hàng. Trước khi tiến hành ước lượng, tác giả kiểm định các giả định của mô hình nhằm đảm bảo tính phù hợp và độ tin cậy của kết quả. Các kiểm định được sử dụng trong nghiên cứu bao gồm:

Kiểm định đa cộng tuyến Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

Đa cộng tuyến là hiện tượng mà các biến giải thích có tương quan quá chặt chẽ với nhau. Phân tích ma trận tương quan giữa các biến trong mô hình là rất cần thiết, cho thấy mối quan hệ tương quan giữa từng cặp biến trong mô hình. Việc xem xét ma trận tương quan giúp nhận ra các biến có mối quan hệ tương quan quá lớn với nhau và có thể dẫn đến hiện tượng đa cộng tuyến khiến cho kết quả mô hình hồi quy bị sai dấu và không chính xác. Hệ số tương quan giữa các biến giải thích lớn hơn 0,8 thì mô hình có khả năng đa cộng tuyến cao.

Bên cạnh đó, có thể kiểm định đa cộng tuyến bằng hệ số phóng đại phương sai VIF (Variance Inflation Factor) bằng công thức VIF=1/(1-R𝑖²). Nếu VIF lớn hơn 10 thì kết luận mô hình có hiện tượng đa cộng tuyến.

Kiểm định phương sai thay đổi

Phương sai thay đổi xảy ra khi phương sai của sai số không phải hằng số. Tác giả kiểm định phương sai thay đổi theo hai giả thuyết sau:

Ho: Không xảy ra hiện tượng phương sai thay đổi
H4: Có xảy ra hiện tượng phương sai thay đổi.
Nếu giá trị p-value nhỏ hơn mức ý nghĩa 5% thì mô hình xảy ra hiện tượng phương sai thay đổi
Kiểm định tự tương quan

Hiện tượng tương quan xảy ra khi các sai số ngẫu nhiên có tương quan với nhau. Để kiểm định hiện tượng tương quan, tác giả dùng kiểm định Wooldridge (Wooldridge test) theo hai giả thuyết sau:

Ho: Không xảy ra hiện tượng tương quan H4: Có xảy ra hiện tượng tương quan
Nếu giá trị p-value nhỏ hơn mức ý nghĩa 5% thì mô hình xảy ra hiện tượng tương quan.
Kiểm định hiện tượng nội sinh

Trong nghiên cứu này, tác giả cho rằng mối quan hệ giữa rủi ro thanh khoản và HQHĐ ngân hàng có khả năng mang tính hai chiều. Cụ thể, rủi ro thanh khoản có thể ảnh hưởng đến HQHĐ, đồng thời HQHĐ của ngân hàng cũng có thể tác động trở lại mức độ rủi ro thanh khoản. Hiện tượng này phản ánh khả năng tồn tại của nội sinh, khi biến giải thích và biến phụ thuộc có sự tương quan lẫn nhau. Bên cạnh đó, các yếu tố khác như điều kiện kinh tế vĩ mô hoặc đặc điểm quản trị ngân hàng, nếu không được đưa vào mô hình có thể trở thành phần của sai số và làm nảy sinh mối tương quan giữa sai số và biến giải thích, dẫn đến sai lệch trong ước lượng. Nhằm xác định liệu mô hình có gặp phải vấn đề nội sinh hay không, tác giả tiến hành kiểm định Durbin–Wu–Hausman (DWH) cho các mô hình nghiên cứu. Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

Bảng 3. 2 Kết quả kiểm định biến nội sinh và ngoại sinh trong mô hình

Kết quả bảng 3.2 cho thấy các biến FGAP, LIA, LLR, ETA, NPL, GDP có giá trị P-value lần lượt là 0.7900, 0.9842, 0.6140, 0.1978, 0.6382, 0.1551 đều lớn hơn 5%, điều này có nghĩa là FGAP, LIA, LLR, ETA, NPL, GDP chưa đủ điều kiện để bác bỏ H₀, do đó được xem là biến ngoại sinh. Biến DEP và SIZE có giá trị P-value lần lượt là 0.0477, 0.0408 nhỏ hơn 5%, bác bỏ gỉa thuyết H₀, vì vậy DEP và SIZE là biến nội sinh trong mô hình.

Để khắc phục hiện tượng nội sinh trong mô hình, hai hướng xử lý phổ biến được sử dụng trong nghiên cứu kinh tế lượng là Two-Stage Least Squares (2SLS) và Generalized Method of Moments (GMM). Tuy nhiên, 2SLS yêu cầu xác định và lựa chọn biến công cụ (instrumental variables) có mối tương quan mạnh với biến nội sinh nhưng không tương quan với sai số. Trong thực tế, việc tìm được biến công cụ phù hợp trong lĩnh vực ngân hàng là rất khó khăn và dễ gây sai lệch mô hình (Gujarati & Porter, 2009). Trong khi đó, phương pháp GMM lại khắc phục được hạn chế này bằng cách sử dụng chính các giá trị trễ của biến nội sinh làm biến công cụ nội tại (internal instruments). Phương pháp System-GMM, được phát triển bởi Arellano & Bond (1991) và mở rộng bởi Blundell & Bond (1998), cho phép kết hợp cả hai hệ phương trình là phương trình sai phân bậc nhất (first-difference equation), và phương trình ở dạng mức (level equation). Do đó, GMM có thể xử lý đồng thời các vấn đề nội sinh, phương sai thay đổi, và tự tương quan trong dữ liệu bảng động (dynamic panel data), đồng thời cho phép ước lượng hiệu quả hơn trong các mẫu nhỏ hoặc có thời gian dài trung bình như bộ dữ liệu của nghiên cứu này.

Vì vậy, nghiên cứu lựa chọn sử dụng phương pháp SGMM để ước lượng mô hình tác động của rủi ro thanh khoản đến HQHĐ NHTM Việt Nam.

Để kiểm tra sự phù hợp của biến công cụ được sử dụng, nghiên cứu sẽ kiểm định Sargan hoặc Hansen để kiểm định tính chất xác định quá mức (over-identifying) của các biến công cụ. Kiểm định này xác định liệu có sự tương quan giữa biến công cụ và phần dư trong mô hình hay không thông qua giả thuyết HI: Biến công cụ là phù hợp (thỏa tính over-identifying). Nếu p-value > 10% nghĩa là chấp nhận giả thuyết HI, các biến công cụ được sử dụng trong mô hình là phù hợp. Ngoài ra, tác giả kiểm định tự tương quan bậc 2 (AR2) để kiểm định sự tương quan bậc 2 của phần dư trong mô hình, với giả thuyết HI: không có sự tương quan bậc 2 của phần dư. Nếu p-value lớn hơn 10%, thì mô hình đạt yêu cầu, chấp nhận H₀: phần dư của mô hình không tồn tại hiện tượng tự tương quan bậc 2.

TÓM TẮT CHƯƠNG 3

Chương 3 trình bày quy trình phân tích, thống kê mô tả các biến được sử trong mô hình và đưa ra đưa ra các giả thuyết nghiên cứu liên , thông qua đó tác giả xây dựng mô hình và phương pháp được sử dụng để phân tích mô hình. Trong đó, biến phụ thuộc đo lường cho HQHĐ kinh doanh là chỉ số hiệu quả kỹ thuật (TE) được đo lường bởi phương pháp DEA. Bên cạnh đó, tác giả đã sử dụng phương pháp nghiên cứu định lượng và các kỹ thuật phân tích, so sánh, thống kê mô tả các biến đo lường rủi ro thanh khoản và biến kiểm soát được sử dụng trong mô hình. Nghiên cứu định lượng được thực hiện thông qua việc xây dựng mô hình hồi quy tuyến tính và phân tích hồi quy theo các phương pháp SGMM để khắc phục các hiện tượng, đảm bảo tính vững nhằm đánh giá tác động của rủi ro thanh khoản đến HQHĐ của các ngân hàng tại Việt Nam. Trong chương 3, tác giả cũng đặt dấu kì vọng cho rủi ro thanh khoản cũng như các biến tác động đến HQHĐ và kết quả đạt được sẽ trình bày trong phần nội dung của chương 4. Luận văn: PPNC Tác động của rủi ro thanh khoản đến Ngân hàng.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:

===>>> Luận văn: KQNC Tác động của rủi ro thanh khoản đến Ngân hàng

Luận Văn Thạc Sĩ, Tài Chính Ngân Hàng