Luận án khả năng sinh lời của các ngân hàng thương mại việt nam trong bối cảnh khủng hoảng kinh tế thế giới

1 CHƯƠNG GIỚI THIỆU 1.1 LÝ DO CHỌN ĐỀ TÀI 1.1.1 Bối cảnh nghiên cứu giới và nước Hệ thống ngân hàng thương mại đóng vai trò quan trọng hệ thống tài chính nền kinh tế mỗi quốc gia, thúc đẩy tăng trưởng kinh tế, ổn định thị trường Đặc biệt, Việt Nam, thị trường chứng khoán chưa đáp ứng được kênh dẫn vốn trung dài hạn chủ yếu cho nền kinh tế vai trò NHTM nởi bật, định tới phát triển nền kinh tế nói chung thị trường tài chính nói riêng Tuy nhiên, hệ thống ngân hàng cũng bị tác động mạnh chu kỳ kinh tế bao gồm giai đoạn khủng hoảng, suy thối, phục hồi, tăng trưởng cơng nghiệp (Marx), vốn quy luật quan trọng nền kinh tế thị trường Trong năm 2007, kinh tế giới bắt đầu xuất dấu hiệu khủng hoảng kinh tế toàn diện, xuất phát từ thị trường bất động sản cho vay chuẩn Mỹ Khủng hoảng kinh tế là giai đoạn chu kỳ kinh tế (Gordon, 1994) có tác động tiêu cực cách sâu rộng đến doanh nghiệp, thị trường tài chính, thị trường ngân hàng… Cuộc khủng hoảng từ Mỹ sau đó lan toàn giới với đáy khủng hoảng năm 2009 tốc độ tăng trưởng kinh tế giới -0,1% (IMF, 2009) hay - 1,67% (WB, 2009), hàng loạt quốc gia có nền kinh tế phát triển Mỹ, Nhật, EU có mức tăng trưởng kinh tế âm (IMF, 2009), làm cho sản lượng sản xuất suy giảm, thất nghiệp gia tăng, hoạt động kinh tế lâm vào tình trạng đình đốn, từ đó lan nước khác toàn cầu (Bùi Tất Thắng, 2009) Nền kinh tế giới có dấu hiệu bước sang giai đoạn phục hồi với tốc độ tăng trưởng kinh tế dương trở lại 5,4% năm 2010 ( IMF, 2010), 4.30% năm 2010 (WB, 2010) Mức tăng tương đương với mức tăng năm 2006 5,5 % (IMF, 2006), trước giai đoạn khủng hoảng Điều chứng tỏ kinh tế giới bước vào giai đoạn phục hồi, bốn giai đoạn chu kỳ kinh tế Cũng năm 2010, nền kinh tế giới đều có mức tăng trưởng ấn tượng: Các nền kinh tế phát triển 3,1%, nền kinh tế phát triển nổi 7,4% (IMF, 2010) Khủng hoảng kinh tế gây nhiều hậu nghiệm trọng lan khắp giới, đó có Việt Nam Vốn quốc gia có nền kinh tế kế hoạch tập trung, năm 1986 Việt Nam định chuyển sang nền kinh tế thị trường, hội nhập ngày sâu rộng với kinh tế giới Kinh tế Việt Nam phát triển mạnh, kim ngạch xuất, nhập tăng lên cách nhanh chóng, vốn đầu tư trực tiếp nước ngày cao xảy khủng hoảng kinh tế giới năm 2007 Tăng trưởng GDP Việt Nam giai đoạn 2000 – 2007 đạt tốc độ bình quân 7,6% (WB, 2007) Từ năm 2008, tốc độ tăng trưởng kinh tế Việt Nam bắt đầu giảm, đạt 5,7% chạm đáy vào năm 2009 với tốc độ 5,4% (WB, 2009) Vốn đầu tư trực tiếp nước giảm từ 11,5 tỷ USD năm 2008 còn 10 tỷ USD năm 2009 (Tổng cục Thống kê, 2009) Cán cân thương mại thâm hụt nghiêm trọng, đặc biệt cao giai đoạn khủng hoảng kinh tế giới Năm 2008, cán cân thương mại thâm hụt 18 tỷ USD, năm 2009 12,9 tỷ USD năm 2010 giảm còn 12,6 tỷ USD (Tổng cục Hải quan, 2010) Mức thâm hụt cao gây rủi ro cho an ninh tài chính quốc gia (IMF, 2010), gây nhiều khó khăn việc điều hành chính sách tiền tệ chính sách tài khóa Bên cạnh đó, giai đoạn khủng hoảng, tỷ lệ lạm phát biến động thất thường, tăng giảm với biên độ lớn, phản ánh khó khăn nền kinh tế Tỷ lệ lạm phát năm 2007 8,3%, năm 2008 tăng mạnh lên 22,97%, năm 2009 giảm xuống còn 6,88%, năm 2010 tăng lên lại 9,19%, tăng mạnh lên 18,58% vào năm 2011 (Tổng cục Thống kê, 2011) giảm dần năm sau đó Sở dĩ lạm phát tăng cao vào năm 2011 hiệu ứng gói kích thích kinh tế mà Chính phủ Việt Nam đưa vào năm 2009 nhằm thúc đẩy tăng trưởng kinh tế Tuy nhiên, việc triển khai gói kích thích không hiệu dẫn đến không đạt được mục tiêu mà Chính phủ đưa ra, đồng thời làm tín dụng tăng trưởng nóng, hình thành bóng bóng giá tài sản, doanh nghiệp hoạt động khó khăn, làm cho lạm phát tăng cao vào năm 2010 đạt mức cao vào năm 2011 Bên cạnh đó, nền kinh tế nước khác giới bước vào giai đoạn phục hồi kinh tế Việt Nam thực vượt qua khủng hoảng kinh tế sau năm 2011, tác dụng phụ gói kích thích năm 2009 bớt ảnh hưởng Trong lĩnh vực ngân hàng, sau cải cách lĩnh vực kinh tế lĩnh vực ngân hàng, hệ thống ngân hàng hai cấp đời năm 1988 tạo phát triển vượt bậc về số lượng lẫn chất lượng Nhiều ngân hàng thương mại tư nhân được thành lập phát triển, đáp ứng nhu cầu về vốn cho thành phần kinh tế, góp phần thúc đẩy tăng trưởng kinh tế mạnh mẽ Hệ thống ngân hàng thương mại đóng vai trò quan trọng việc chuyển đổi từ nền kinh tế kế hoạch hóa tập trung sang nền kinh tế thị trường cách có hiệu Sự chuyển đổi nền kinh tế cùng với việc tham gia tổ chức quốc tế IMF, WB, WTO… trở thành điều cốt lõi thay đổi về kinh tế hoạt động ngân hàng Việt Nam Tuy nhiên, sau giai đoạn phát triển, khủng hoảng kinh tế giới tác động mạnh đến kinh tế Việt nam, đặc biệt hệ thống ngân hàng Sự biến động kinh tế vĩ mô có thể dẫn đến khủng hoảng hệ thống ngân hàng (Nkusu, 2011) Sau giai đoạn tăng trưởng tín dụng nóng, ngân hàng phải đối mặt với nợ xấu tăng cao, gặp nhiều khó khăn về khoản dẫn đến lợi nhuận sụt giảm mạnh, chí thua lỗ, không có khả hoạt động liên tục mà hậu tận ngày vẫn chưa thể giải xong Theo Reinhart Rogoff (2010), nợ xấu tăng cao có thể dẫn đến khủng hoảng hệ thống ngân hàng Các ngân hàng hoạt động mục tiêu tối đa hóa lợi nhuận, đẩy tăng trưởng tín dụng cao chấp nhận rủi ro cao dẫn đến nợ xấu tăng cao (Caprio & cộng sự, 2003) Kết ngân hàng có nợ xấu cao, khó khăn về khoản phải sáp nhập vào ngân hàng khác hoặc được mua lại với giá đồng Đối với Việt Nam, để cho ngân hàng phá sản hậu để lại không thể lường trước được, tác động lớn đến toàn hệ thống ngân hàng, gây khủng hoảng niềm tin toàn xã hội Do vậy, giải pháp sáp nhập, mua lại giá đồng giúp ổn định hệ thống ngân hàng, lấy lại niềm tin xã hội, được đánh giá cao Ảnh hưởng từ khủng hoảng cho thấy điểm yếu hệ thống ngân hàng nền kinh tế bóng bóng giá tài sản, sử dụng đòn bẩy tài chính mức, lệ thuộc nhiều vào tín dụng, đòi hỏi cải tổ mạnh mẽ về tư quản lý lẫn cấu tổ chức (Amba & Almukharreq, 2013) Điều quan trọng tốc độ tăng trưởng cao mà ổn định, có thể thích nghi tốt với biến động kinh tế giới Bản thân NHTM cũng phải có kiểm sốt chặt chẽ hơn, an tồn hơn, tập trung cấp tín dụng cho hoạt động sản xuất kinh doanh thay bất động sản, chứng khốn, đa dạng hóa hoạt động kinh doanh Ngân hàng nhà nước, với vai trò quan quản lý nhà nước hệ thống ngân hàng, cần định hướng cho NHTM, giám sát chặt chẽ hoạt động NHTM Sự khỏe mạnh, an toàn hệ thống ngân hàng cần được đặt lên hàng đầu, thay tốc độ tăng trưởng, đòi hỏi thay đổi từ thân ngân hàng lẫn quan quản lý nhà nước Vì vậy, nghiên cứu được thực nhằm cung cấp thông tin, hàm ý chính sách cho lãnh đạo ngân hàng nhà hoạch định để xây dựng chiến lược phù hợp cho hệ thống NHTM đạt được KNSL phù hợp bối cảnh khủng hoảng kinh tế cũng giai đoạn hậu khủng hoảng 1.1.2 Tổng quan nghiên cứu liên quan và khoảng trống khoa học Các nghiên cứu giới về tác động khủng hoảng kinh tế đến KNSL NHTM được thực rải rác khu vực giới, mỗi khu vực lại có đặc điểm khác Trong bối cảnh khủng hoảng tài chính giới năm 2008, nghiên cứu phần làm sáng tỏ mối quan hệ khủng hoảng tài chính (một khía cạnh khủng hoảng kinh tế) đến KNSL NHTM Ở khu vực châu Á, nghiên cứu có thể kể đến nghiên cứu Sufian (2011) về KNSL NHTM Hàn Quốc từ năm 1992 đến năm 2003, giai đoạn xảy khủng hoảng tài chính châu Á Nghiên cứu cho thấy khủng hoảng tài chính tác động tiêu cực đến KNSL NHTM Hay nghiên cứu Kamarudin cộng (2016) về tác động khủng hoảng tài chính đến KNSL ngân hàng nhà nước ngân hàng tư nhân Bangladesh từ năm 2004 đến năm 2011, so sánh mức độ tác động khủng hoảng tài chính đến hai khu vực sở hữu tư nhân sở hữu nhà nước Kết cho thấy, giai đoạn khủng hoảng tài chính, hiệu lợi nhuận ngân hàng nhà nước tăng 3,7%, ngân hàng tư nhân tăng 5,8%, nhiên sau giai đoạn khủng hoảng lại giảm lần lượt 38,7% 9,9% Ở khu vực vùng Vịnh có nghiên cứu Amba Almukharreq (2013), về tác động khủng hoảng tài chính đến KNSL ngân hàng Hồi giáo ngân hàng thông thường nước vùng Vịnh từ năm 2006 đến năm 2013 Nghiên cứu cho thấy khủng hoảng tài chính tác động tiêu cực đến KNSL đến ngân hàng Hồi giáo ngân hàng thông thường Ở khu vực châu Âu, có nghiên cứu Pawlowska (2016) tìm hiểu yếu tố tác động đến KNSL NHTM Ba Lan, giai đoạn khủng hoảng trước khủng hoảng tài chính, từ năm 1997 đến năm 2012 Kết cho thấy KNSL giai đoạn khủng hoảng giảm nhẹ so với giai đoạn trước khủng hoảng Hay nghiên cứu Andries cộng (2016), nghiên cứu mối quan hệ khủng hoảng tài chính KNSL NHTM Đông Tây Âu từ năm 2004 đến năm 2013 Kết cho thấy khủng hoảng tài chính tác động tiêu cực đến KNSL NHTM Ở khu vực Trung Đông Bắc Phi có nghiên cứu Mongid (2016) tìm hiểu về tác động khủng hoảng tài chính đến KNSL NHTM Hồi giáo nước Trung Đông Bắc Phi từ năm 2003 đến năm 2011 Kết cho thấy khủng hoảng tài chính có tác động tiêu cực đến KNSL NHTM Ở khu vực Bắc Mỹ, Chronopoulos cộng (2015) nghiên cứu tác động khủng hoảng tài chính đến KNSL ngân hàng Mỹ có tổng tài sản từ 10.000 $ trở lên theo phương pháp GMM Kết nghiên cứu cho thấy KNSL NHTM tốt giai đoạn khủng hoảng Tại Việt Nam, nghiên cứu Le (2017) về yếu tố tác động đến KNSL NHTM Việt Nam giai đoạn từ năm 2005 đến năm 2015, đó sử dụng biến giả để giai đoạn khủng hoảng năm 2008 – 2009 (nhận giá trị cho năm 2008 2009, giá trị cho năm còn lại) Kết cho thấy ngân hàng có khả giảm giá sản phẩm, dịch vụ có KNSL cao Kết nghiên cứu cho thấy khủng hoảng tài chính có ảnh hưởng tiêu cực đến KNSL NHTM Nguyễn Anh Tú Phạm Trí Nghĩa (2019) tìm hiểu yếu tố ảnh hưởng đến lãi suất cận biên (NIM) 27 NHTM Việt Nam giai đoạn 2005-2017 Các tác giả sử dụng biến giả để giai đoạn khủng hoảng (nhận giá trị cho năm 2008 2009, giá trị cho năm còn lại) Kết cho thấy rủi ro tín dụng, mức ngại rủi ro (risk aversion) tỉ lệ vốn cho vay chiều với NIM, đó khoản chất lượng quản lý ảnh hưởng ngược chiều với NIM Ngoài ra, kết cũng cho thấy, bình quân giai đoạn khủng hoảng NIM NHTM giảm khoảng 1,5 lần so với thời kỳ kinh tế ởn định Như vậy, cơng trình nghiên cứu trước về khủng hoảng kinh tế đến KNSL NHTM có kết không quán Một số cơng trình cho thấy khủng hoảng kinh tế có tác động tiêu cực (Sufian, 2011; Amba & Almukharreq, 2013; Andries & cộng sự, 2016; Le, 2017; Nguyễn Anh Tú & Phạm Trí Nghĩa, 2019) Một số cơng trình khác lại cho thấy khủng hoảng kinh tế có tác động tích cực đến KNSL NHTM (Chronopoulos, cộng sự, 2015; Kamarudin & cộng sự, 2016) Các kết khác nghiên cứu đánh giá tác động tức thời khủng hoảng, kết tiêu cực Tuy nhiên, đánh giá cách tổng thể tác động biện pháp kích thích kinh tế chính phủ nhằm vượt qua khủng hoảng, kết tích cực Hơn nữa, cơng trình nghiên cứu trước đều sử dụng phương pháp truyền thống FEM, REM, FGLS, GMM để thực mục tiêu nghiên cứu Do phương pháp truyền thống tồn nhiều nhược điểm tự tương quan, nội sinh … nên cần nhiều phương pháp khác để khắc phục nhược điểm đó Vì vậy, sử dụng nhiều phương pháp ước lượng truyền thống khác nên kết có thể khác Tại Việt Nam, số cơng trình đánh giá tác động khủng hoảng tài chính năm 2008 đến KNSL NHTM nghiên cứu Le (2017) có liên quan đến đề tài, với mẫu nghiên cứu gồm 40 ngân hàng từ năm 2005 đến năm 2015 biến giả (D=1) để khủng hoảng hai năm 2008 2009 Hay nghiên cứu Nguyễn Anh Tú Phạm Trí Nghĩa (2018), với mẫu nghiên cứu gồm 27 ngân hàng từ năm 2005 đến năm 2017 sử dụng biến giả (D=1) để khủng hoảng hai năm 2008 2009, tức đáy khủng hoảng Theo lược khảo tác giả, thời điểm tại, chưa có cơng trình nghiên cứu được thực nhằm nghiên cứu tác động khủng hoảng kinh tế giới, xem xét cách tổng thể tác động biện pháp kích thích kinh tế Chính phủ Việt Nam, đồng thời gắn với thời kỳ khủng hoảng thời kỳ hậu khủng hoảng Đây khoảng trống khoa học nghiên cứu về KNSL NHTM Bên cạnh đó, về mặt phương pháp, các nghiên cứu trước sử dụng phương pháp hồi quy truyền thống để nghiên cứu yếu tố tác động đến KNSL NHTM Các phương pháp cho phép nghiên cứu tác động yếu tố vi mô vĩ mô đến KNSL NHTM còn tồn nhiều nhược điểm Các kết luận khoa học thống kê truyền thống (hay tần suất) đều dựa liệu mà không quan tâm thông tin biết trước (Nguyễn Ngọc Thạch, 2019) Trong thống kê tần suất, tham số tổng thể được coi hằng số cố định chưa biết Nhưng liệu chuỗi thời gian, tham số có thay đổi, chính vậy, giả định tham số hằng số không còn phù hợp Do đó, mở rộng hơn, thống kê Bayes, tham số được giả định biến ngẫu nhiên tuân theo quy luật phân phối (van de Schoot & Depaoli, 2014; Bolstad & Curran, 2016; Nguyễn Ngọc Thạch, 2019) Các kết luận theo phương pháp Bayes dựa thông tin tiên nghiệm kết hợp với liệu thu thập được nên có độ chính xác cao Đối với thống kê tần suất, cần phải có liệu đủ lớn có thể đưa kết luận Trong thống kê Bayes, việc đưa kết luận không phụ thuộc vào kích cỡ liệu (Baldwin & Fellingham, 2013; Depaoli & van de Schoot, 2016; Doron & Gaudreau, 2014), khắc phục được nhược điểm thống kê tần suất Ngoài ra, khác với phương pháp truyền thống áp dụng cách khác để khắc phục nhược điểm, suy luận Bayes dựa quy tắc xác suất nhất, quy tắc Bayes, được áp dụng cho tất mơ hình tham số Điều làm cho cách tiếp cận Bayes trở nên phổ biến tạo điều kiện thuận lợi đáng kể cho việc áp dụng giải thích kết Do đó, để nghiên cứu yếu tố tác động đến KNSL NHTM giai đoạn khác chu kỳ kinh tế, tác giả sử dụng phương pháp Bayes thuật toán lấy mẫu Gibbs, cách tiếp cận so với cơng trình nghiên cứu trước Chính lý về mặt lý luận thực tiễn nêu cho thấy tính cấp thiết nghiên cứu về KNSL hệ thống NHTM Việt Nam bối cảnh khủng hoảng kinh tế giới Ngoài ra, để tăng giá trị khoa học kết nghiên cứu, Luận án tiếp cận mục tiêu nghiên cứu theo phương pháp Bayes, xem xét vấn đề thời kỳ hậu khủng hoảng, so sánh với thời kỳ khủng hoảng thời kỳ hậu khủng hoảng, nhiều NHTM Việt Nam vẫn tiềm ẩn rủi ro tín dụng, rủi ro khoản, cần phải ổn định hoạt động kinh doanh, nâng cao hiệu hoạt động, cải thiện khả khoản, tránh được nguy phá sản tăng giá trị ngân hàng Đây chính lý tác giả lựa chọn đề tài “Khả sinh lời ngân hàng thương mại Việt Nam bối cảnh khủng hoảng kinh tế giới” làm Luận án nghiên cứu 1.2 MỤC TIÊU VÀ CÂU HỎI NGHIÊN CỨU 1.2.1 Mục tiêu tổng quát Mục tiêu tổng quát Luận án nghiên cứu tác động khủng hoảng kinh tế giới, yếu tố kinh tế vi mô, yếu tố kinh tế vĩ mô đến KNSL NHTM Việt Nam bối cảnh khủng hoảng kinh tế giới, so sánh mối quan hệ với thời kỳ hậu khủng hoảng 1.2.2 Mục tiêu cụ thể Trên sở mục tiêu nghiên cứu tổng quát, mục tiêu cụ thể được đặt ra: - Nghiên cứu nhận diện yếu tố kinh tế vi mô tác động đến KNSL NHTM Việt Nam giai đoạn (pha) chu kỳ kinh tế: bối cảnh khủng hoảng kinh tế giới so sánh với thời kỳ hậu khủng hoảng - Nghiên cứu nhận diện yếu tố kinh tế vĩ mô tác động đến KNSL NHTM Việt Nam bối cảnh khủng hoảng kinh tế giới so sánh với thời kỳ hậu khủng hoảng - Phân tích khác biệt về KNSL NHTM Việt Nam đạt được thời kỳ khủng hoảng kinh tế giới so với thời kỳ hậu khủng hoảng - Gợi ý giải pháp điều chỉnh KNSL NHTM Việt Nam thời kỳ khủng hoảng thời kỳ hậu khủng hoảng kinh tế giới, cung cấp kênh tham khảo cho nhà hoạch định chính sách, nhà quản lý việc tăng cường hiệu tài chính phát triển vững hệ thống ngân hàng giai đoạn khủng hoảng kinh tế cũng toàn thời kỳ 1.2.3 Câu hỏi nghiên cứu Để đạt được mục tiêu trên, Luận án cần giải câu hỏi nghiên cứu sau đây: (1) Các yếu tố kinh tế vi mô có ảnh hưởng đến KNSL NHTM Việt Nam bối cảnh khủng hoảng hậu khủng hoảng kinh tế giới? Chiều hướng tác động nào? Có khác biệt so sánh chiều hướng tác động thời kỳ khủng hoảng với chiều hướng tác động thời kỳ hậu khủng hoảng? (2) Các yếu tố kinh tế vĩ mô có ảnh hưởng đến KNSL NHTM bối cảnh khủng hoảng hậu khủng hoảng kinh tế giới? Chiều hướng tác động nào? Có khác biệt so sánh chiều hướng tác động thời kỳ khủng hoảng với chiều hướng tác động thời kỳ hậu khủng hoảng? (3) Sự khác biệt về KNSL NHTM Việt Nam đạt được thời kỳ khủng hoảng so với thời kỳ hậu khủng hoảng kinh tế giới? (4) Giải pháp nhằm điều chỉnh KNSL NHTM phát triển vững hệ thống NHTM Việt Nam bối cảnh khủng hoảng hậu khủng hoảng kinh tế giới? 1.3 ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU 1.3.1 Đối tượng nghiên cứu Các yếu tố tác động đến KNSL NHTM Việt Nam thời kỳ khủng hoảng hậu khủng hoảng kinh tế giới, so sánh chiều hướng tác động yếu tố thời kỳ khủng hoảng với thời kỳ hậu khủng hoảng kinh tế giới, tác động khủng hoảng kinh tế giới đến KNSL NHTM Việt Nam 1.3.2 Phạm vi nghiên cứu Về không gian: Luận án tập trung nghiên cứu 30 NHTM Việt Nam Theo thống kê Ngân hàng Nhà nước Việt Nam, thời điểm 31/12/2018, tổng số NHTM 35, đó có 31 NHTM cổ phần, NHTM 100% vốn nhà nước Tổng tài sản 30 NHTM được tác giả sử dụng nghiên cứu chiếm xấp xỉ 86% tổng tài sản NHTM, đảm bảo tính đại diện cho NHTM Việt Nam Về thời gian: Từ năm 2007 – 2018 Trong đó, tác giả lựa chọn giai đoạn 2007 – 2011 để bối cảnh khủng hoảng kinh tế giới Việc lựa chọn khoảng thời gian đến năm 2011 cần độ trễ tác động biện pháp kích cầu Chính phủ xét bối cảnh nền kinh tế Việt Nam còn nhiều bất ổn đến năm 2011 Giai đoạn 2012 đến năm 2018 để giai đoạn hậu khủng hoảng kinh tế 1.4 PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU Để thực mục tiêu nghiên cứu đề cập trên, Luận án sử dụng phương pháp liệu sau: - Phương pháp nghiên cứu định tính: Luận án sử dụng phương pháp thống kê mô tả, phân tích, tổng hợp, so sánh xuyên suốt toàn nội dung Luận án - Phương pháp nghiên cứu định lượng: Tác giả xây dựng mơ hình hồi quy tuyến tính Bayes để ước lượng tác động yếu tố đến KNSL NHTM bối cảnh khủng hoảng kinh tế giới giai đoạn hậu khủng hoảng Cụ thể, nghiên cứu tiến hành xây dựng mơ hình hồi quy tuyến tính Bayes dựa sở lý thuyết mơ hình nghiên cứu trước có điều chỉnh phù hợp với đặc thù hệ thống NHTM Việt Nam nhằm đánh giá tác động yếu tố đó đến KNSL NHTM giai đoạn khủng hoảng giai đoạn hậu khủng hoảng kinh tế giới, tìm hiểu khác biệt về KNSL NHTM Việt Nam thời kỳ khủng hoảng thời kỳ hậu khủng hoảng - Nghiên cứu sử dụng phương pháp hồi quy tuyến tính Bayes thông qua thuật toán lấy mẫu Gibbs để đánh giá yếu tố có ảnh hưởng đến KNSL NHTM giai đoạn khác Ngoài ra, nghiên cứu thực kiểm định tự tương quan chuỗi MCMC biến bằng biểu đồ Autocorrelation Effective sample size (ESS) nhằm đánh giá suy diễn Bayes vững - Dữ liệu được thu thập từ báo cáo tài chính 30 NHTM Việt Nam, số liệu kinh tế vĩ mô Tổng cục Thống kê, Ngân hàng Nhà nước Việt Nam giai đoạn từ năm 2007 đến năm 2018 1.5 ĐÓNG GÓP MỚI CỦA LUẬN ÁN Kết nghiên cứu Luận án có đóng góp về mặt khoa học thực tiễn chủ yếu sau: 10 Về mặt khoa học: - Thứ nhất, sở cách tiếp cận kết hợp lý thuyết về KNSL lý thuyết chu kỳ kinh tế vả khủng hoảng kinh tế, tác giả nghiên cứu mối quan hệ thời kỳ kinh tế (giai đoạn khủng hoảng giai đoạn hậu khủng hoảng) KNSL NHTM Từ đó tác giả xây dựng giả thuyết nghiên cứu: (i) tác động yếu tố vi mô đến KNSL; (ii) tác động yếu tố vĩ mô đến KNSL; (iii) tác động khủng hoảng kinh tế giới đến KNSL NHTM - Thứ hai, xuất phát từ việc nghiên cứu trước sử dụng phương pháp ước lượng truyền thống FEM, REM, GMM, dẫn đến kết khác đánh giá tác động khủng hoảng kinh tế đến KNSL NHTM Trong nghiên cứu này, tác giả sử dụng phương pháp hồi quy tuyến tính Bayes thơng qua thuật tốn lấy mẫu Gibbs, cách tiếp cận mới, nhằm đánh giá yếu tố có ảnh hưởng đến KNSL NHTM theo hai giai đoạn khác chu kỳ kinh tế Kết ước lượng theo phương pháp Bayes không bị ảnh hưởng nhược điểm phương pháp truyền thống nên có quán đáng tin cậy - Thứ ba, nghiên cứu tiếp cận theo hướng đánh giá ảnh hưởng khủng hoảng kinh tế đến KNSL NHTM Việt Nam toàn giai đoạn khủng hoảng kinh tế, khác với nghiên cứu trước được thực Việt Nam, đánh giá tác động tức thời khủng hoảng kinh tế đến khả sinh lời NHTM Việt Nam chưa đánh giá tác động biện pháp kích thích kinh tế Chính phủ - Thứ tư, đóng góp khác Luận án so sánh chiều hướng tác động yếu tố đến KNSL NHTM Việt Nam hai giai đoạn, giai đoạn khủng hoảng hậu khủng hoảng kinh tế giới Luận án cung cấp bằng chứng cho thấy chiều hướng tác động khác yếu tố so sánh hai giai đoạn Về thực tiễn: Mặc dù phạm vi nghiên cứu luận án gắn với bối cảnh khủng hoảng kinh tế giới (2007 – 2011), nhiên phân tích trên, chu kỳ kinh tế khủng hoảng kinh tế xảy theo định kỳ, có tính quy luật không thể tránh khỏi Do đó, kết nghiên cứu gợi ý chính sách Luận án có ý nghĩa thực tiễn ngân hàng thương mại nhằm đạt được khả sinh lời hợp lý thời kỳ khủng hoảng kinh tế mà còn có ý nghĩa xix 𝜋(𝑥 𝑝𝑟𝑜𝑝𝑜𝑠𝑎𝑙 ) 𝜋(𝑥 (𝑛−1) ) Ràng buộc nhằm mục tiêu mẫu có xu hướng nằm khu vực phân phối cao mật độ kết hợp toàn (full joint density): 𝜋(𝑥 (𝑛−1) |𝑥 𝑝𝑟𝑜𝑝𝑜𝑠𝑎𝑙 ) 𝜋(𝑥 𝑝𝑟𝑜𝑝𝑜𝑠𝑎𝑙 |𝑥 (𝑛−1) ) Giới hạn làm mẫu khám phá không gian tránh bị kẹt vào khu vực, mẫu có thể đảo ngược tính tốn trước đó không gian vectơ Hàm chấp nhận Metropolis-Hastings phải có dạng cụ thể để đảm bảo rằng thuật toán Metropolis-Hastings thỏa mãn điều kiện cân bằng (Gilks & cộng sự, 1996) Hàm chấp nhận trường hợp đề xuất đối xứng là: Ѳ(𝑥 (𝑛) |𝑥 (𝑛−1) ) = {1, 𝑞(𝑥 𝑞(𝑥 (𝑛−1) (𝑛) |𝑥 |𝑥 (𝑛) (𝑛−1) )𝜋(𝑥 (𝑛) ) )𝜋(𝑥 (𝑛−1) ) } Trong đó Ѳ xác suất chấp nhận 𝜋 (.) mật độ kết hợp toàn Giá trị nhỏ được tính để đảm bảo xác suất chấp nhận không lớn Khi phân phối đề xuất đối xứng 𝑞(𝑥 (𝑛−1) |𝑥 (𝑛) ) = 𝑞(𝑥 (𝑛) |𝑥 (𝑛−1) ), hàm chấp nhận có thể được viết lại: Ѳ(𝑥 (𝑛) |𝑥 (𝑛−1) ) = {1, 𝜋(𝑥 (𝑛) ) 𝜋(𝑥 (𝑛−1) ) } Giai đoạn 3: Đây bước cuối cùng, dựa xác suất chấp nhận Ѳ, định chấp nhận hay bác bỏ đề xuất Nếu giá trị đề xuất nhỏ Ѳ, chấp nhận giá trị này, ngược lại bác bỏ Phương pháp lấy mẫu Gibbs (Gibbs sampling) Phương pháp lấy mẫu Gibbs về trường hợp đặc biệt thuật toán MetropolisHastings, thuật toán cho phép tạo mẫu số liệu từ hàm phân phối xác suất đồng thời mà không đòi hỏi phải biết đầy đủ thông tin về phân phối Giả sử, với k mẫu vectơ X = (x1, x2, …, xn) từ xác suất hợp (joint probability) p (x1, x2…, xn) Đặt mẫu thứ i 𝑋 (𝑖) = (𝑖) (𝑖) (𝑥1 , … , 𝑥𝑛 ) Thuật toán thực sau: xx Bước 1: Bắt đầu với vài giá trị 𝑋 (𝑖) ban đầu (𝑖+1) Bước 2: Gọi mẫu 𝑋 (𝑖+1) Do 𝑋 (𝑖+1) = (𝑥1 (𝑖+1) , 𝑥2 (𝑖+1) … , 𝑥𝑛 ) vectơ, thuật toán (𝑖+1) lấy mẫu mỗi thành phần vectơ Điều kiện thành phần 𝑋 (𝑖+1) tới 𝑥𝑗−1 sau (𝑖) (𝑖) đó, điều kiện thành phần 𝑋 (𝑖) được bắt đầu từ 𝑥𝑗−1 tới 𝑥𝑛 Để đạt được điều này, (𝑖) nghiên cứu lấy mẫu thành phần theo thứ tự, bắt đầu tự thành phần đầu tiên Để lấy mẫu 𝑥𝑗−1 cần cập (𝑖) nhật (𝑖+1) 𝑝(𝑥𝑗−1 |𝑥1 theo (𝑖+1) phân (𝑖) phối được xác định xác suất điều kiện (𝑖) , … , 𝑥𝑗−1 , 𝑥𝑗+1 , … , 𝑥𝑛 Lưu ý rằng, thuật toán sử dụng thành phần thứ (𝑗 + 1) có mẫu thứ i, khơng phải mẫu thứ (𝑖 + 1) Bước 3: Lặp lại bước k lần Điều quan trọng phải thực phương pháp lấy mẫu là: - Tất mẫu xấp xỉ phân phối xác suất hợp cho tất biến - Phân phối biên tập biến (subset) có thể được xấp xỉ bằng việc xem xét đơn giản cho tập biến đó, lờ phần lại - Giá trị kỳ vọng biến có thể được xấp xỉ bằng lấy trung bình tất mẫu Khi thực lấy mẫu: - Giá trị ban đầu biến có thể được xác định ngẫu nhiên hoặc được thực bằng thuật toán khác tối đa hóa giá trị kỳ vọng (expectation-maximization) - Không cần thiết phải xác định giá trị ban đầu cho mẫu biến đầu tiên - Do giá trị xuất phát không ảnh hưởng đến hội tụ đó thực hành người ta thường bỏ vài giá trị đầu nó còn được gọi trình burn-in period Lý điều (1) phân phối dừng (Stationary distribution) chuỗi Markov được thõa mãn phân phối hợp với tất biến, nó có thể tốn thời gian để đạt được phân phối dừng (2) mẫu liên tiếp không phụ thuộc lẫn nhau, từ chuỗi Markov với tương quan định Thỉnh thoảng, thuật toán được sử dụng để xác định mức độ tự tương quan (Autocorrelation) mẫu giá trị n được tính từ xxi - Tiến trình thuật tốn mơ luyện kim (Simulated Annealing – kỹ thuật xác suất để xấp xỉ tối đa hóa khơng gian tìm kiếm lớn siêu liệu) thường được sử dụng để giảm “bước ngẫu nhiên” (random walk) giai đoạn đầu trình lấy mẫu) PHỤ LỤC 3: Giai đoạn 2007 – 2011 Variable Obs Mean ROA ROE SIZE LLP LOAN 132 132 133 128 133 0122723 1099978 31.17319 0110188 4980299 CAP DEP LIQUI INT OPE 133 131 133 132 132 INFLAT GGDP 133 133 Efficiency summaries Std Dev Min Max 0094089 1006951 1.259605 0064496 1460224 -.0551175 -.8200213 28.34221 0013969 113841 0595185 2846444 33.76356 0378056 8516832 1282458 5197855 3467763 0675589 0139167 0771619 1280773 1551646 0282006 0057466 0425561 1851091 0508746 0237756 0039602 4624462 7655939 8078276 1499806 051961 1330173 0657714 0640113 0100761 0688 0532 2297 0846 MCMC sample size = Efficiency: = avg = max = 10,000 8557 9848 ESS Corr time Efficiency SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP _cons 10000.00 10000.00 10000.00 10000.00 9622.31 10000.00 10000.00 10000.00 10000.00 10000.00 10000.00 1.00 1.00 1.00 1.00 1.04 1.00 1.00 1.00 1.00 1.00 1.00 1.0000 1.0000 1.0000 1.0000 0.9622 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 var 8556.96 1.17 0.8557 ROA xxii Efficiency summaries MCMC sample size = Efficiency: = avg = max = 10,000 8637 9763 ESS Corr time Efficiency SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP _cons 10000.00 9690.10 10000.00 9803.67 10000.00 10000.00 9556.55 9472.21 10000.00 10000.00 10000.00 1.00 1.03 1.00 1.02 1.00 1.00 1.05 1.06 1.00 1.00 1.00 1.0000 0.9690 1.0000 0.9804 1.0000 1.0000 0.9557 0.9472 1.0000 1.0000 1.0000 var 8637.16 1.16 0.8637 ROE SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP INFLAT GGDP SIZE LLP LOAN CAP DEP LIQUI INT OPE 1.0000 0.5886 -0.0359 -0.7036 0.3503 -0.0358 -0.1462 -0.1689 -0.0101 -0.1212 1.0000 0.1235 -0.3253 0.2422 -0.1802 0.0107 0.0062 0.0788 -0.2282 1.0000 -0.0068 0.4451 -0.8398 0.2223 0.1928 -0.0820 0.0269 1.0000 -0.3523 0.0078 0.1486 0.2549 0.1609 -0.0122 1.0000 -0.3094 -0.0247 -0.0108 -0.0618 -0.0424 1.0000 -0.2347 -0.1213 0.0393 0.0414 1.0000 0.5150 0.6752 -0.2087 1.0000 0.3329 -0.2967 INFLAT GGDP 1.0000 -0.1754 1.0000 xxiii Model summary Likelihood: ROA ~ normal(xb_ROA,{var}) Priors: {ROA:SIZE} {ROA:LLP} {ROA:LOAN} {ROA:CAP} {ROA:DEP} {ROA:LIQUI} {ROA:INT} {ROA:OPE} {ROA:INFLAT} {ROA:GGDP} {ROA:_cons} {var} ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) igamma(2.5,2.5) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) Parameters are elements of the linear form xb_ROA Block summary 1: 2: {ROA:SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP _cons} {var} Bayesian normal regression Gibbs sampling MCMC iterations Burn-in MCMC sample size Number of obs Acceptance rate Efficiency: avg max Log marginal-likelihood = -.74757551 Mean Std Dev MCSE Median = = = = = = = = (Gibbs) (Gibbs) 12,500 2,500 10,000 133 8557 9848 Equal-tailed [95% Cred Interval] ROA SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP _cons 0028688 -.2124825 0059199 0986451 0157872 0026785 -.0114077 -.3451738 -.0136359 0175301 -.0932824 0238967 3.17732 2537006 3433373 1555988 2176729 9827032 3.513205 4035873 1.848883 8183932 000239 030721 002537 003433 001586 002177 009827 035132 004036 018489 008184 0025476 -.2201485 0054476 0974444 0165515 -.0018528 -.007183 -.3504431 -.0133268 -.0259349 -.0937272 -.0441114 -6.41249 -.4863881 -.5805027 -.2889355 -.423879 -1.958638 -7.278633 -.8088171 -3.556433 -1.711612 0498292 5.891316 5031439 7741976 3134644 4356535 1.908994 6.568389 7714637 3.669589 1.500539 var 0399465 0051275 000055 0395236 0312262 0512572 xxiv Model summary Likelihood: ROE ~ normal(xb_ROE,{var}) Priors: {ROE:SIZE} {ROE:LLP} {ROE:LOAN} {ROE:CAP} {ROE:DEP} {ROE:LIQUI} {ROE:INT} {ROE:OPE} {ROE:INFLAT} {ROE:GGDP} {ROE:_cons} {var} ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) igamma(2.5,2.5) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) Parameters are elements of the linear form xb_ROE Block summary 1: 2: {ROE:SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP _cons} {var} Bayesian normal regression Gibbs sampling MCMC iterations Burn-in MCMC sample size Number of obs Acceptance rate Efficiency: avg max Log marginal-likelihood = -9.5816475 Mean Std Dev MCSE Median = = = = = = = = (Gibbs) (Gibbs) 12,500 2,500 10,000 133 8637 9763 Equal-tailed [95% Cred Interval] ROE SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP _cons 0453588 -4.123411 1965802 3312666 1119171 0684824 0287201 -8.542678 0122988 -1.049228 -1.299219 0252713 3.389193 2747121 3634407 165338 2348397 1.051564 3.673791 4284535 1.980878 8648199 00025 03443 002747 003671 001653 00232 010757 037748 004285 019809 008648 0451861 -4.093688 200494 3352165 1107981 0667658 0347319 -8.53363 0175902 -1.04855 -1.290619 -.004523 -10.82127 -.3373665 -.3696099 -.2069125 -.3933814 -2.044787 -15.74472 -.8366407 -4.960801 -2.99182 0940147 2.471433 7357301 1.043917 4360057 5327749 2.07741 -1.34208 8628654 2.825973 4340139 var 04537 0057479 000062 0448747 0355642 0577458 xxv PHỤ LỤC 4: Giai đoạn 2012 – 2018 Variable Obs Mean ROA ROE SIZE LLP LOAN 206 206 206 206 206 0060187 0704603 32.25111 0132046 5543287 CAP DEP LIQUI INT OPE 206 206 206 206 206 INFLAT GGDP 206 206 Std Dev Min Max 004973 0567846 1.085509 00477 1171049 0000829 0006827 30.21753 0054339 2223948 0264346 2444132 34.81112 034058 7530163 0923233 6692231 2714091 0532647 0166055 0393111 1065786 104699 0194253 0052347 0322527 4140806 0545048 0134608 0037028 2383814 8937174 6292637 1345339 0328927 0457073 062115 024844 0064872 0063 0525 0921 0708 SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP INFLAT GGDP SIZE LLP LOAN CAP DEP LIQUI INT OPE 1.0000 0.1311 0.2389 -0.6779 0.2651 -0.1587 -0.3827 -0.2355 -0.1910 0.2608 1.0000 -0.3757 0.0062 -0.1888 0.2172 0.0695 0.0473 0.3123 -0.3250 1.0000 -0.0543 0.5364 -0.6771 -0.1630 0.1829 -0.2156 0.3434 1.0000 -0.2184 0.0147 0.4248 0.4794 0.3047 -0.3547 1.0000 -0.5817 -0.1188 0.0111 -0.2913 0.2434 1.0000 -0.0844 -0.1503 0.0426 -0.0894 1.0000 0.2688 0.6542 -0.5627 1.0000 0.1921 -0.1386 INFLAT GGDP 1.0000 -0.8226 1.0000 xxvi Efficiency summaries MCMC sample size = Efficiency: = avg = max = 10,000 8924 9894 ESS Corr time Efficiency SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP _cons 10000.00 10000.00 10000.00 10000.00 10000.00 9800.04 10000.00 10000.00 10000.00 10000.00 10000.00 1.00 1.00 1.00 1.00 1.00 1.02 1.00 1.00 1.00 1.00 1.00 1.0000 1.0000 1.0000 1.0000 1.0000 0.9800 1.0000 1.0000 1.0000 1.0000 1.0000 var 8923.85 1.12 0.8924 ROE Efficiency summaries MCMC sample size = Efficiency: = avg = max = 10,000 8915 989 ESS Corr time Efficiency SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP _cons 10000.00 10000.00 10000.00 10000.00 10000.00 10000.00 10000.00 9766.42 10000.00 10000.00 10000.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.02 1.00 1.00 1.00 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9766 1.0000 1.0000 1.0000 var 8914.57 1.12 0.8915 ROA xxvii Model summary Likelihood: ROA ~ normal(xb_ROA,{var}) Priors: {ROA:SIZE} {ROA:LLP} {ROA:LOAN} {ROA:CAP} {ROA:DEP} {ROA:LIQUI} {ROA:INT} {ROA:OPE} {ROA:INFLAT} {ROA:GGDP} {ROA:_cons} {var} ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) igamma(2.5,2.5) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) Parameters are elements of the linear form xb_ROA Block summary 1: 2: {ROA:SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP _cons} {var} Bayesian normal regression Gibbs sampling Log marginal-likelihood = Mean MCMC iterations Burn-in MCMC sample size Number of obs Acceptance rate Efficiency: avg max 60.374986 Std Dev MCSE Median = = = = = = = = (Gibbs) (Gibbs) 12,500 2,500 10,000 206 8915 989 Equal-tailed [95% Cred Interval] ROA SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP _cons 0021508 -.0417101 0105042 0505338 -.0024644 0163054 -.0361421 4187812 0882065 2471057 -.1004701 0152412 2.700477 1583876 4518202 1428097 1619706 8495553 2.487336 9200721 3.155909 5566176 000147 027005 001584 004417 001428 00162 008496 025169 009032 031559 005397 0019141 -.0338744 0085945 0497504 -.0030165 016677 -.0376351 4116701 0793091 2768542 -.100025 -.0273612 -5.377006 -.3008076 -.8303646 -.282636 -.3030894 -1.714141 -4.481809 -1.713346 -6.011606 -1.22435 0324138 5.283718 322571 9530707 2785935 3327952 1.634228 5.310291 1.874656 6.454099 9828202 var 0252174 002526 000027 0251005 0206765 0306069 xxviii Model summary Likelihood: ROE ~ normal(xb_ROE,{var}) Priors: {ROE:SIZE} {ROE:LLP} {ROE:LOAN} {ROE:CAP} {ROE:DEP} {ROE:LIQUI} {ROE:INT} {ROE:OPE} {ROE:INFLAT} {ROE:GGDP} {ROE:_cons} {var} ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) igamma(2.5,2.5) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) Parameters are elements of the linear form xb_ROE Block summary 1: 2: {ROE:SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP _cons} {var} Bayesian normal regression Gibbs sampling Log marginal-likelihood = Mean MCMC iterations Burn-in MCMC sample size Number of obs Acceptance rate Efficiency: avg max 54.934942 Std Dev MCSE Median = = = = = = = = (Gibbs) (Gibbs) 12,500 2,500 10,000 206 8924 9894 Equal-tailed [95% Cred Interval] ROE SIZE LLP LOAN CAP DEP LIQUI INT OPE INFLAT GGDP _cons 029814 -.900563 1779039 0357271 -.0568046 2005992 -.5087952 3.882138 6435787 1.136071 -1.135144 0157946 2.760241 1620679 4689696 1464829 1668298 8870023 2.566411 9522655 3.258897 5795993 000158 027602 001621 00469 001465 001685 00887 025664 009523 032589 005796 0296599 -.9019002 1782862 0377903 -.0575909 200285 -.520582 3.893116 6534489 1.139661 -1.126815 -.0009323 -6.388154 -.1424808 -.8773911 -.3433418 -.1231219 -2.264962 -1.120688 -1.245535 -5.250398 -2.289786 0609972 4.506352 4957963 9328628 231206 5309689 1.234749 8.83788 2.493923 7.453526 0107659 var 0266987 0026768 000028 0264898 0220054 0324113 xxix PHỤ LỤC 5: Toàn thời kỳ 2007 – 2018 Efficiency summaries MCMC sample size = Efficiency: = avg = max = 10,000 9446 9912 ESS Corr time Efficiency SIZE LLP LOAN CAP DEP LIQUI INT OPE DUMMY INFLAT GGDP _cons 10000.00 10000.00 9682.95 10000.00 10000.00 10000.00 10000.00 10000.00 9720.33 10000.00 10000.00 10000.00 1.00 1.00 1.03 1.00 1.00 1.00 1.00 1.00 1.03 1.00 1.00 1.00 1.0000 1.0000 0.9683 1.0000 1.0000 1.0000 1.0000 1.0000 0.9720 1.0000 1.0000 1.0000 var 9446.28 1.06 0.9446 ROA xxx Efficiency summaries MCMC sample size = Efficiency: = avg = max = 10,000 9089 9865 ESS Corr time Efficiency SIZE LLP LOAN CAP DEP LIQUI INT OPE DUMMY INFLAT GGDP _cons 10000.00 10000.00 9780.10 10000.00 10000.00 10000.00 10000.00 10000.00 9379.82 10000.00 10000.00 10000.00 1.00 1.00 1.02 1.00 1.00 1.00 1.00 1.00 1.07 1.00 1.00 1.00 1.0000 1.0000 0.9780 1.0000 1.0000 1.0000 1.0000 1.0000 0.9380 1.0000 1.0000 1.0000 var 9088.75 1.10 0.9089 ROE xxxi Model summary Likelihood: ROA ~ normal(xb_ROA,{var}) Priors: {ROA:SIZE} {ROA:LLP} {ROA:LOAN} {ROA:CAP} {ROA:DEP} {ROA:LIQUI} {ROA:INT} {ROA:OPE} {ROA:DUMMY} {ROA:INFLAT} {ROA:GGDP} {ROA:_cons} {var} ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) igamma(2.5,2.5) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) Parameters are elements of the linear form xb_ROA Block summary 1: 2: {ROA:SIZE LLP LOAN CAP DEP LIQUI INT OPE DUMMY INFLAT GGDP _cons}(Gibbs) {var} (Gibbs) Bayesian normal regression Gibbs sampling Log marginal-likelihood = Mean MCMC iterations Burn-in MCMC sample size Number of obs Acceptance rate Efficiency: avg max 188.98258 Std Dev MCSE Median 000088 013673 000903 001697 000674 000859 004215 013796 000244 002103 009661 003009 0024558 -.0972482 0120426 0831773 0032538 0105017 -.0280848 -.0190255 0066783 -.0049607 -.0197989 -.0916022 = = = = = = = = 12,500 2,500 10,000 339 9446 9912 Equal-tailed [95% Cred Interval] ROA SIZE LLP LOAN CAP DEP LIQUI INT OPE DUMMY INFLAT GGDP _cons 0025566 -.0941885 0121481 084374 0035272 0109637 -.0322164 -.0219991 006662 -.004481 -.0083757 -.0921787 0087918 1.367339 088871 1696984 0674165 085944 4214742 1.411969 0240297 210277 9661023 30093 -.0147936 -2.773618 -.1627977 -.25224 -.1290358 -.1549287 -.8719096 -2.774357 -.0401433 -.4152328 -1.929775 -.6846828 0197917 2.595 18897 4198967 1343332 1843016 7907562 2.742507 0545728 406147 1.895046 4972008 xxxii Model summary Likelihood: ROE ~ normal(xb_ROE,{var}) Priors: {ROE:SIZE} {ROE:LLP} {ROE:LOAN} {ROE:CAP} {ROE:DEP} {ROE:LIQUI} {ROE:INT} {ROE:OPE} {ROE:DUMMY} {ROE:INFLAT} {ROE:GGDP} {ROE:_cons} {var} ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) normal(1,100) igamma(2.5,2.5) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) (1) Parameters are elements of the linear form xb_ROE Block summary 1: 2: {ROE:SIZE LLP LOAN CAP DEP LIQUI INT OPE DUMMY INFLAT GGDP _cons}(Gibbs) {var} (Gibbs) Bayesian normal regression Gibbs sampling Log marginal-likelihood = Mean MCMC iterations Burn-in MCMC sample size Number of obs Acceptance rate Efficiency: avg max 146.51599 Std Dev MCSE Median 000099 015305 001035 001944 00077 00099 004911 016202 00028 002389 010694 003431 0318384 -1.328436 1923053 1823995 0087061 1296542 -.3481191 -1.693114 0657536 0220427 -.6085143 -1.021106 = = = = = = = = 12,500 2,500 10,000 339 9089 9865 Equal-tailed [95% Cred Interval] ROE SIZE LLP LOAN CAP DEP LIQUI INT OPE DUMMY INFLAT GGDP _cons 0318922 -1.351348 1925586 1830741 0087931 1281524 -.3503326 -1.696525 0657158 0222854 -.6046472 -1.021216 0099287 1.530506 1023751 1944296 0770309 0989892 491104 1.620228 0271235 2389412 1.069358 3430581 0123357 -4.404625 -.0101855 -.1930543 -.1414137 -.0686511 -1.325941 -4.790776 0124103 -.4380741 -2.721304 -1.691691 0512876 1.624732 3933352 5656626 1613576 3212034 6124404 1.477829 1190212 5067051 1.489015 -.3512835 xxxiii Prob > chi2 = 0.0000 Two-step results ROA Coef Std Err z P>|z| [95% Conf Interval] ROA L1 .2387109 0523155 4.56 0.000 1361745 3412473 SIZE LLP LOAN CAP DEP LIQUI INT OPE DUMMY INFLAT GGDP _cons 0056886 -.058814 0235895 1266126 -.0010053 0167948 0580603 -.5804855 0060486 -.0250515 -.1306337 -.1919533 0009271 0728387 0037716 0122798 0030851 0049852 0129149 0755523 0010609 0030259 0365185 0297666 6.14 -0.81 6.25 10.31 -0.33 3.37 4.50 -7.68 5.70 -8.28 -3.58 -6.45 0.000 0.419 0.000 0.000 0.745 0.001 0.000 0.000 0.000 0.000 0.000 0.000 0038716 -.2015753 0161973 1025446 -.007052 007024 0327476 -.7285652 0039693 -.0309821 -.2022086 -.2502947 0075056 0839473 0309816 1506806 0050413 0265655 0833731 -.4324058 0081279 -.0191208 -.0590587 -.1336118 Two-step results ROE Coef Std Err z P>|z| [95% Conf Interval] ROE L1 .133843 0213459 6.27 0.000 0920059 1756802 SIZE LLP LOAN CAP DEP LIQUI INT OPE DUMMY INFLAT GGDP _cons 0496911 7620578 4802513 7392402 -.0444943 3185382 5585706 -10.86234 0414452 -.1695422 -1.47592 -1.69129 0109518 2.184842 0710818 1374255 0431886 071667 2360911 1.579306 0135027 0388798 3611543 3409592 4.54 0.35 6.76 5.38 -1.03 4.44 2.37 -6.88 3.07 -4.36 -4.09 -4.96 0.000 0.727 0.000 0.000 0.303 0.000 0.018 0.000 0.002 0.000 0.000 0.000 028226 -3.520154 3409334 4698912 -.1291424 1780735 0958405 -13.95773 0149805 -.2457453 -2.183769 -2.359557 0711562 5.04427 6195691 1.008589 0401538 459003 1.021301 -7.76696 06791 -.0933391 -.7680707 -1.023022 ... kỳ kinh tế: bối cảnh khủng hoảng kinh tế giới so sánh với thời kỳ hậu khủng hoảng - Nghiên cứu nhận diện yếu tố kinh tế vĩ mô tác động đến KNSL NHTM Việt Nam bối cảnh khủng hoảng kinh tế giới. .. quan hệ khủng hoảng kinh tế KNSL ngân hàng thương mại Trong phạm vi Luận án, tác giả giới hạn bối cảnh khủng hoảng tài chính 2.2 CƠ SỞ LÝ THUYẾT VỀ KHẢ NĂNG SINH LỜI CỦA NGÂN HÀNG THƯƠNG MẠI... thiện khả khoản, tránh được nguy phá sản tăng giá trị ngân hàng Đây chính lý tác giả lựa chọn đề tài ? ?Khả sinh lời ngân hàng thương mại Việt Nam bối cảnh khủng hoảng kinh tế giới? ?? làm Luận án