CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN TỶ LỆ THU NHẬP LÃI CẬN BIÊN CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN TỶ LỆ THU NHẬP LÃI CẬN BIÊN CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM Chuyên ngành: Tài chính ngân hàng LUẬN VĂN THẠC SĨ Ngân hàng thương mại (NHTM) “hình thành, tồn tại và phát triển gắn liền với sự phát triển của kinh tế hàng hoá. Sự phát triển của hệ thống NHTM tác động rất lớn và quan trọng đến quá trình phát triển” của nền kinh tế hàng hoá, “ngược lại kinh tế hàng hoá phát triển mạnh mẽ đến giai đoạn cao của nó – kinh tế thị trường – thì NHTM cũng ngày càng được hoàn thiện và trở thành những định chế tài chính không thể thiếu được.” Hoạt động huy động vốn và cấp tín dụng được coi là hoạt động chính của các NHTM. Các NHTM hoạt động huy động vốn bằng cách nhận tiền gửi từ các cá nhân, tổ chức có vốn nhàn rỗi trong nền kinh tế với chi phí chính cho hoạt động này là lãi huy động, và dùng số tiền trên để đầu tư hoặc cho vay các cá nhân, tổ chức đang thiếu hụt nguồn vốn với doanh thu là lãi cho vay. Sự chênh lệch giữa tổng doanh thu từ lãi và tổng chi phí trả lãi chia cho tổng tài sản sinh lời bình quân được gọi là tỷ lệ thu nhập lãi cận biên (Net interest margin - NIM), đây là chỉ tiêu tài chính quan trọng đánh giá hiệu quả hoạt động của các NHTM vì nó cho thấy khả năng kiểm soát tài sản sinh lời và khả năng duy trì nguồn vốn có chi phí thấp. Sau khi gia nhập WTO vào ngày 11/01/2007 đến thời điểm hiện nay là 16 năm thì hệ thống NHTM Việt Nam có những cột mốc đánh dấu sự thăng trầm rất rõ rệt. Điều này được thể hiện thông qua khủng hoảng tài chính năm 2008, các NHTM Việt Nam chạy đua trong cuộc đua lãi suất và có thời điểm lãi huy động lên đến 21%/năm. Đến đầu năm 2011 thì việc tăng lãi suất giữa các ngân hàng trở nên căng thẳng hơn và chính điều này tạo ra những tiềm ẩn về nguy cơ rủi ro, với biến động lãi suất dao động từ 22% - 24%/năm và có những thời điểm lên đến 25% (Nguyễn Kim Thu và Đỗ Thị Thanh, 2014). Sau đó đến giai đoạn 2012 – 2013 tỷ lệ nợ xấu của các NHTM Việt Nam gia tăng nhanh chóng với sự đe dọa thanh khoản thấp nhất lịch sử và đe dọa hàng loạt các rủi ro vỡ nợ. “Trước tình hình đó, Chính phủ ra quyết định 254/QĐ-TTg ngày 01/03/2012 về việc phê duyệt đề án cơ cấu lại hệ thống các tổ chức tín dụng giai đoạn 2011 – 2015 (Nguyễn Thị Mỹ Linh và Nguyễn Thị Ngọc Hương, 2015)”. Sau giai đoạn đó thì các NHTM Việt Nam bắt đầu nhìn nhận lại HĐKD của mình không phải cứ mãi chạy đua lãi suất huy động lẫn cấp tín dụng để kiếm lợi nhuận một cách bất chấp mà cần phải cân đối với tình hình nội tại NHTM cũng như vĩ mô nền kinh tế. Hay nói cách khác các NHTM Việt Nam cần phải nhận thức một cách đầy đủ tổng quát về TNLCB của mình không chỉ dừng lại tại việc huy động và cho vay mà còn dựa trên các tính chất và hoạt động đặc thù khác của NHTM và thị trường. Mặt khác, NHTM với vai trò là trung gian tài chính của thị trường và thực hiện chức năng kinh doanh tiền tệ, do đó nó sẽ ảnh hưởng rất lớn đến rủi ro cũng như độ nhạy của thị trường. Vì vậy, bản chất của TNLCB là một trong những chỉ tiêu để phản ảnh thu nhập hay khả năng sinh lời của NHTM (Nguyễn Văn Tiến, 2015) nó cũng sẽ thể hiện cho sức mạnh hay sức khỏe tài chính của NHTM và là một chỉ tiêu để khẳng định năng lực kinh doanh hiệu quả của NHTM cũng như thay cho lời cam kết về tổn thất được hạn chế đối với cổ đông, trái chủ, khách hàng của NHTM. Trong giai đoạn từ năm 2011 đến năm 2022, khủng hoảng kinh tế thế giới xảy ra đã có ảnh hưởng đến kinh tế Việt Nam và ảnh hưởng đến hoạt động ngân hàng. Năm 2019, kinh tế toàn cầu tăng chậm dưới ảnh hưởng căng thẳng thương mại giữa các nước lớn, nguy cơ Brexit không đạt được thỏa thuận, rủi ro địa chính trị tại nhiều khu vực, thương mại toàn cầu sụt giảm. Mặt bằng lạm phát và giá hàng hóa thế giới ở mức thấp hơn so với cùng kỳ. Theo thống kê của Quỹ Tiền tệ quốc tế (IMF), tăng trưởng kinh tế thế giới năm 2019 đạt 2,9% thấp hơn mức 3,6% của năm 2018, lạm phát toàn cầu tăng chậm lại, từ mức 3,6% năm 2018 xuống mức 3,5% năm 2019. Hệ thống ngân hàng Việt Nam cũng không ngoại lệ trong các nước có nền kinh tế đang phát triển khi bị ảnh hưởng nghiệm trọng từ nền kinh tế toàn cầu, với thực tế là trong thời gian qua ngân hàng bộc lộ một số yếu điểm, tỷ suất sinh lợi trong những năm gần đây có tăng trưởng không đáng kể, điển hình đến cuối năm 2019, ROE và NIM toàn hệ thống lần lượt là 1,08% và 15,29%, tăng nhẹ so với năm 2018 (năm 2018 lần lượt là 0,9% và 11,8%). Vấn đề đặt ra là tỷ lệ thu nhập lãi cận biên của các NHTM Việt Nam trong giai đoạn 2011 – 2022 như thế nào? Cần có những nghiên cứu thường xuyên hơn để cập nhật những thông tin mới nhất ? Trên “thế giới đã có rất nhiều “nghiên cứu về thu nhập lãi cận biên, chẳng hạn như nghiên cứu về các yếu tố ảnh hưởng đến TNLCB” của ngân hàng ở Đông Nam Á của Doliente (2005), Kasman (2010), Zhou (2008)… Ở Việt Nam, có nghiên cứu của Hoàng Kim Khánh (2015), Nguyễn Kim Thu (2011) đã xác định được các yếu tố tác động đến thu nhập lãi cận biên của các NHTM Việt Nam” bao gồm quy mô ngân hàng, tỷ lệ an toàn vốn, tăng trưởng tín dụng, nợ xấu hay dự phòng rủi ro tín dụng hoặc quản lý chi phí. Tuy nhiên, đối với các nghiên cứu này thì dữ liệu nghiên cứu còn hạn chế, chưa được cập nhập, chưa “phù hợp với tình hình kinh tế thị trường hiện nay, do đó chưa phản ánh hết tác động của các yếu tố đến thu nhập lãi cận biên trong giai đoạn hiện tại. Từ những minh chứng về hạn chế, tác giả lựa chọn đề tài nghiên cứu: “Các yếu tố ảnh hưởng đến tỷ lệ thu nhập lãi cận biên của các ngân hàng thương mại Việt Nam” nhằm tìm hiểu và phân tích các nhân tố ảnh hưởng đến tỷ lệ tỷ lệ thu nhập lãi cận biên với mong muốn có một số đóng góp giúp các nhà quản trị ngân hàng cải thiện tỷ lệ NIM và đưa ra những quyết định hợp lý, hiệu quả trong quá trình quản lý, vận hành hệ thống ngân hàng.

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH NGUYỄN NGỌC ANH THƠ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN TỶ LỆ THU NHẬP LÃI CẬN BIÊN CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM Chuyên ngành: Tài ngân hàng Mã số: 34 02 01 LUẬN VĂN THẠC SĨ TP Hồ Chí Minh - Năm 2023 BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH NGUYỄN NGỌC ANH THƠ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN TỶ LỆ THU NHẬP LÃI CẬN BIÊN CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM Chuyên ngành: Tài ngân hàng Mã số: 34 02 01 LUẬN VĂN THẠC SĨ NGƯỜI HƯỚNG DẪN KHOA HỌC: TS NGUYỄN XUÂN TRƯỜNG TP Hồ Chí Minh – Năm 2023 i LỜI CAM ĐOAN Tôi tên Nguyễn Ngọc Anh Thơ xin cam đoan đề tài “Các yếu tố ảnh hưởng đến tỷ lệ thu nhập lãi cận biên ngân hàng thương mại Việt Nam” cơng trình nghiên cứu riêng cá nhân Các kết nghiên cứu thu thập độc lập kết chưa cơng bố đâu, đồng thời có trích dẫn nguồn tài liệu nguyên tắc TP Hồ Chí Minh, ngày tháng năm 2023 Tác giả Nguyễn Ngọc Anh Thơ ii LỜI CẢM ƠN “ Tôi xin chân thành bày tỏ lòng biết ơn sâu sắc đến TS Nguyễn Xuân Trường tận tình hướng dẫn, bảo, giúp đỡ tơi thực hồn thành luận văn Tôi xin chân thành cảm ơn thầy cô trường ĐH Ngân hàng TP Hồ Chí Minh tận tình giảng dạy, hướng dẫn tơi suốt q trình học tập, nghiên cứu rèn luyện ” Trân trọng ! iii TÓM TẮT Tên đề tài: Các yếu tố ảnh hưởng đến tỷ lệ thu nhập lãi cận biên ngân hàng thương mại Việt Nam Nội dung: Luận văn tiến hành tổng hợp lý thuyết liên quan đến tỷ lệ thu nhập lãi cận biên (TNLCB) NHTM Đồng thời, luận văn tiến hành lược khảo nghiên cứu liên quan để xác định khoảng trống nghiên cứu nhằm tạo sở để đề xuất mơ hình giả thuyết nghiên cứu áp dụng cho bối cảnh NHTM Việt Nam Dựa số liệu 24 NHTM Việt Nam đại diện cho toàn hệ thống ngân hàng giai đoạn 2011 – 2022 với trợ giúp phần mềm STATA 14.0 kết nghiên cứu thực nghiệm Trong đó, tác giả dựa giá trị trung bình biến số qua năm để đánh giá tình hình chung thống kê mơ tả để xác định giá trị trung bình, lớn nhất, nhỏ độ lệch chuẩn Tiếp phân tích tương quan biến độc lập nhằm phát khơng có tượng đa cộng tuyến nghiêm trọng Dựa kết hồi quy ba mô hình OLS, FEM, REM để lựa chọn mơ hình phù hợp REM Từ đó, tiến hành kiểm định khuyết tật mơ hình sử dụng phương pháp FGLS để khắc phục nhằm đưa kết nghiên cứu cuối quy mơ ngân hàng, tỷ lệ chi phí hoạt động, hệ số an tồn vốn, đa dạng hóa thu nhập tỷ lệ lạm phát có ảnh hưởng chiều với NIM, ngược lại, tỷ lệ dự phịng rủi ro tín dụng có ảnh hưởng ngược chiều với NIM Dựa vào chiều hướng ảnh hưởng làm sở đề đề xuất cho NHTM nhằm tăng trưởng TNLCB thời gian Từ khóa: NIM, ngân hàng thương mại Việt Nam, đa dạng hóa thu nhập, GDP iv ABSTRACT Thesis title: Factors affecting the rate of profit margin of commercial banks in Vietnam Content: This thesis has conducted a synthesis of theories related to the rate of marginal interest income (CBT) of commercial banks At the same time, the thesis has conducted a review of related studies to identify research gaps to create a basis for proposing research models and hypotheses applicable to the context of Vietnamese commercial banks Based on the data of 24 Vietnamese commercial banks representing the entire banking system in the period 2011 - 2022 with the help of STATA 14.0 software to produce empirical research results In which, the author has based on the mean values of the variables over the years to evaluate the general situation and descriptive statistics to determine the mean, maximum, minimum and standard deviation Next, the correlation analysis of the independent variables was performed to detect no serious multicollinearity Based on the regression results of three models OLS, FEM, REM to choose the most suitable model that is REM From there, test the defects of this model and use the FGLS method to overcome in order to give the final research results that are bank size, operating cost ratio, safety factor, capital, income diversification and inflation rate have a positive effect on NIM, on the contrary, the credit risk provision ratio has a negative effect on NIM Based on that trend of iluence as a basis for proposals for commercial banks to increase equity capital in the next time Keywords: NIM, commercial banks in Vietnam, income diversification, GDP v MỤC LỤC “ LỜI CAM ĐOAN i LỜI CẢM ƠN ii TÓM TẮT iii ABSTRACT iv DANH MỤC TỪ VIẾT TẮT ix DANH MỤC BẢNG BIỂU x DANH MỤC HÌNH VẼ SƠ ĐỒ xi CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI 1.1 Lý chọn đề tài 1.2 Mục tiêu nghiên cứu 1.2.1 Mục tiêu tổng quát 1.2.2 Mục tiêu cụ thể 1.3 Câu hỏi nghiên cứu 1.4 Đối tượng phạm vi nghiên cứu 1.5 Phương pháp nghiên cứu 1.6 Đóng góp đề tài 1.7 Kết cấu luận văn TÓM TẮT CHƯƠNG CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TÌNH HÌNH NGHIÊN CỨU 2.1 Tổng quan tỷ lệ thu nhập lãi cận biên 2.1.1 Khái niệm tỷ lệ thu nhập lãi cận biên 2.1.2 Ý nghĩa tỷ lệ thu nhập lãi cận biên ngân hàng thương mại vi 2.2 Các yếu tố ảnh hưởng đến tỷ lệ thu nhập lãi cận biên ngân hàng thương mại 10 2.2.1 Nhóm yếu tố khách quan 10 2.2.2 Nhóm yếu tố chủ quan 11 2.3 Tình hình nghiên cứu 14 2.3.1 Các nghiên cứu nước 14 2.3.2 Các nghiên cứu nước 17 2.3.3 Khoảng trống nghiên cứu 19 TÓM TẮT CHƯƠNG 21 CHƯƠNG 3: MƠ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU 22 3.1 Mơ hình giả thuyết nghiên cứu 22 3.1.1 Mơ hình nghiên cứu 22 3.1.2 Giả thuyết nghiên cứu 26 3.1.2.1 Đối với quy mô ngân hàng 26 3.1.2.2 Đối với địn bẩy tài 27 3.1.2.3 Đối với tỷ lệ chi phí hoạt động 27 3.1.2.4 Đối với tỷ lệ an toàn vốn 28 3.1.2.5 Tỷ lệ dự phịng rủi ro tín dụng 28 3.1.2.6 Đối với tỷ lệ đa dạng hóa thu nhập 29 3.1.2.7 Đối với tốc độ tăng trưởng kinh tế 29 3.1.2.8 Đối với tỷ lệ lạm phát 30 3.1.2.9 Đối với đại dịch Covid 19 30 3.2 Thu thập số liệu phương pháp nghiên cứu 30 3.2.1 Mẫu nghiên cứu 30 vii 3.2.2 Thu thập liệu 32 3.2.3 Quy trình nghiên cứu 32 3.2.4 Phương pháp phân tích số liệu 34 TÓM TẮT CHƯƠNG 36 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 37 4.1 Thống kê mô tả mẫu nghiên cứu xét tính tương quan biến độc lập mơ hình nghiên cứu 37 4.1.1 Thống kê mô tả mẫu nghiên cứu 37 4.1.2 Phân tích tương quan biến độc lập mơ hình 40 4.2 Kết nghiên cứu thực nghiệm 41 4.2.1 Kết mơ hình hồi quy đa biến 41 4.2.2 So sánh phù hợp mơ hình tác động cố định FEM mơ hình tác động ngẫu nhiên REM 42 4.2.3 Kiểm định khuyết tật mô hình 43 4.2.3.1 Kiểm định tượng phương sai thay đổi 44 4.2.3.2 Kiểm định tượng tự tương quan 44 4.2.3.3 Khắc phục khuyết tật mơ hình lựa chọn 45 4.3 Thảo luận kết nghiên cứu 50 TÓM TẮT CHƯƠNG 54 CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH 55 5.1 Kết luận 55 5.2 Hàm ý sách 56 5.2.1 Mở rộng quy mô ngân hàng 56 5.2.2 Quản lý chi phí hoạt động 57 viii 5.2.3 Đảm bảo hệ số an toàn vốn 58 5.2.4 Đảm bảo chất lượng tín dụng 58 5.2.5 Đa dạng hóa thu nhập thơng qua đa dạng hóa hoạt động kinh doanh59 5.2.6 Kiểm sốt tốt nhân tố vĩ mơ kinh tế 60 5.3 Hạn chế hướng nghiên cứu 60 5.3.1 Hạn chế nghiên cứu 60 5.3.2 Hướng nghiên cứu 60 TÓM TẮT CHƯƠNG 62 TÀI LIỆU THAM KHẢO i PHỤ LỤC 1: DỮ LIỆU THU THẬP CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM GIAI ĐOẠN 2011 – 2022 vi PHỤ LỤC 2: KẾT QUẢ TÍNH TỐN TỪ PHẦN MỀM THỐNG KÊ STATA 14.0 xvi vi BANK YEAR SCB 2012 SEAB 2012 MSB 2012 AGB 2012 TPB 2012 NAMA 2012 TCB 2012 OCB 2012 HDB 2012 ACB 2012 VIB 2012 VIETCAP 2012 STB 2012 PGB 2012 SGB 2012 BID 2012 KLB 2012 VCB 2012 VPB 2012 LIENVIET 2012 EIB 2012 MBB 2012 CTG 2012 SCB 2013 VIB 2013 PGB 2013 HDB 2013 NIM 0,005614 0,009449 0,024908 0,02633 0,035056 0,055128 0,057616 0,060189 0,06052 0,062105 0,0625 0,063117 0,073172 0,075135 0,08398 0,097032 0,101898 0,105844 0,106643 0,117462 0,135253 0,179252 0,182948 0,003247 0,006295 0,011902 0,02534 SIZE 32,63635 31,9494 32,3308 34,05623 30,34706 30,40412 32,82361 30,94244 31,59721 32,80325 31,80577 30,65972 32,65568 30,58858 30,32919 33,81473 30,55316 33,65807 32,26257 31,82691 32,76774 32,79929 33,85266 32,82962 31,9732 30,84491 32,088 LEV 0,076204 0,074362 0,082694 0,060242 0,219506 0,204698 0,073858 0,139278 0,102188 0,071605 0,129733 0,157979 0,090053 0,165916 0,238307 0,055083 0,185397 0,100603 0,065344 0,111289 0,092928 0,077045 0,067206 0,072438 0,103839 0,129027 0,099589 ME 0,015773 0,012644 0,016878 0,017431 0,021531 0,019705 0,018307 0,018616 0,015091 0,024223 0,027932 0,017097 0,027309 0,028936 0,025794 0,009435 0,030552 0,014507 0,018262 0,015607 0,013499 0,015356 0,018739 0,009983 0,020312 0,019917 0,011718 CAR 16,6975 7,963185 7,286119 14,89514 9,84317 11,77049 9,186261 16,93247 9,258615 12,31477 13,0131 11,33411 13,44718 16,76967 15,58733 16,8246 13,65 12,67604 9,301144 8,343079 15,95034 9,487923 17,29592 9,075956 12,22444 15,00594 10,58698 LLR 0,072296 0,029691 0,026453 0,073706 0,036625 0,02476 0,026962 0,028 0,023528 0,025006 0,024951 0,01895 0,020482 0,084372 0,0293 0,02695 0,029258 0,024033 0,027187 0,0271 0,013182 0,018417 0,014669 0,016319 0,028205 0,029804 0,036718 DIVER 0,067005 0,017301 0,357112 0,266635 0,49772 0,418065 0,199055 -0,24726 0,493185 -0,41826 0,153052 0,419241 0,098539 0,260051 0,148768 0,317889 0,053183 0,398296 0,101743 -0,13102 0,164089 0,25086 0,27051 0,347844 0,354135 0,359187 0,336907 GDP 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,0525 0,054219 0,054219 0,054219 0,054219 CPI COVID 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,090947 0,065927 0,065927 0,065927 0,065927 vii BANK YEAR SEAB 2013 VIETCAP 2013 MSB 2013 NAMA 2013 AGB 2013 EIB 2013 TCB 2013 SGB 2013 OCB 2013 ACB 2013 LIENVIET 2013 SHB 2013 KLB 2013 VCB 2013 TPB 2013 CTG 2013 BID 2013 STB 2013 VPB 2013 MBB 2013 SCB 2014 MSB 2014 SEAB 2014 EIB 2014 PGB 2014 AGB 2014 VIETCAP 2014 NIM 0,026491 0,032033 0,035046 0,041377 0,044754 0,04487 0,047347 0,049355 0,060889 0,066097 0,077878 0,082056 0,090176 0,102818 0,103058 0,107119 0,125802 0,130634 0,131702 0,150247 0,006844 0,015113 0,01529 0,025985 0,039243 0,042819 0,048929 SIZE 32,01135 30,76906 32,30492 30,99076 34,17786 32,76585 32,69928 30,31783 31,1213 32,74661 32,00796 32,59823 30,69309 33,78161 31,0995 33,98777 33,938 32,71477 32,42899 32,82609 33,12088 32,27895 32,01534 32,7071 30,8806 34,26905 30,88072 LEV 0,071701 0,139585 0,087873 0,113213 0,054182 0,086438 0,087605 0,238381 0,120895 0,075056 0,091354 0,072121 0,162631 0,090696 0,115329 0,094189 0,058887 0,105738 0,063718 0,087077 0,054435 0,090503 0,070863 0,081924 0,12954 0,053931 0,128504 ME 0,010031 0,017473 0,015772 0,014469 0,021738 0,012487 0,021119 0,025919 0,018603 0,022566 0,014967 0,012956 0,027494 0,013314 0,013187 0,017193 0,013478 0,026063 0,023402 0,015226 0,007029 0,013915 0,009729 0,012793 0,018593 0,01951 0,019323 CAR 8,67612 12,4981 6,277743 12,68736 14,15851 15,73267 8,785981 14,81524 15,83437 11,64174 7,978309 12,64469 13,67517 12,38455 12,48213 15,48527 17,30743 12,59821 9,387838 9,671212 10,12609 5,578105 10,68155 12,89508 12,08666 12,76893 13,26612 LLR 0,062965 0,041081 0,027076 0,014766 0,058991 0,019822 0,036517 0,022417 0,029 0,030253 0,0248 0,056625 0,024712 0,027251 0,023252 0,01002 0,022605 0,014561 0,028096 0,024459 0,004948 0,051588 0,031111 0,024606 0,024845 0,050159 0,028877 DIVER 0,317442 0,317299 0,443495 0,482679 0,31182 0,265734 0,356708 0,185408 -0,04667 0,347192 -0,13088 0,198098 0,05317 0,423709 0,430378 0,270112 0,349171 0,223409 0,317242 0,320629 0,455145 0,499991 0,446538 0,217071 0,21962 0,26661 0,416133 GDP 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,054219 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 CPI COVID 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,065927 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 viii BANK YEAR SGB 2014 KLB 2014 HDB 2014 OCB 2014 NAMA 2014 VIB 2014 LIENVIET 2014 TCB 2014 SHB 2014 ACB 2014 CTG 2014 VCB 2014 STB 2014 TPB 2014 VPB 2014 BID 2014 MBB 2014 EIB 2015 SCB 2015 MSB 2015 PGB 2015 SGB 2015 SEAB 2015 VIETCAP 2015 LIENVIET 2015 KLB 2015 OCB 2015 NIM 0,051891 0,052291 0,053738 0,054894 0,056185 0,061489 0,063111 0,072191 0,075437 0,076775 0,103807 0,105402 0,122151 0,124129 0,139594 0,148714 0,149505 0,003043 0,005013 0,008539 0,012099 0,012714 0,015928 0,01606 0,04603 0,048983 0,049576 SIZE 30,39251 30,77102 32,23143 31,29701 31,24983 32,02128 32,24418 32,80095 32,76113 32,82181 34,12514 33,98886 32,87701 31,57217 32,72625 34,10852 32,93178 32,45813 33,37246 32,2784 30,83707 30,50734 32,07081 30,99898 32,30932 30,8627 31,53193 LEV 0,220297 0,145608 0,092428 0,102768 0,089326 0,105383 0,073323 0,085196 0,062016 0,069024 0,083569 0,075343 0,095168 0,082299 0,055012 0,051675 0,085532 0,105284 0,049603 0,130535 0,13665 0,191053 0,068064 0,114174 0,070645 0,133217 0,085451 ME 0,020174 0,022737 0,018288 0,016701 0,012432 0,020254 0,013402 0,018812 0,00961 0,021511 0,014827 0,011871 0,023501 0,012923 0,022562 0,013261 0,015533 0,018459 0,008406 0,017341 0,019651 0,021266 0,01142 0,015072 0,014532 0,022586 0,016111 CAR 14,22623 12,24445 9,629624 13,34395 12,2761 11,67502 7,958593 9,147355 12,67115 11,2853 15,55476 11,48751 11,77637 13,76215 10,85042 15,17782 9,000349 12,91669 9,988858 6,729461 14,12647 13,25395 11,261 12,7766 10,85254 12,11452 14,07868 LLR 0,020803 0,019534 0,022711 0,03 0,013999 0,025142 0,011 0,023831 0,020247 0,021778 0,011151 0,023079 0,011893 0,012169 0,025376 0,020321 0,027299 0,018587 0,003398 0,034107 0,027539 0,018815 0,031693 0,028877 0,009662 0,011257 0,0194 DIVER 0,253255 0,099103 0,492312 0,226824 0,225565 0,448313 -0,18258 0,271681 0,273037 0,335389 0,255926 0,424151 0,325045 0,298421 0,263698 0,355373 0,259176 0,189088 0,179371 0,46281 0,216437 0,197105 0,051793 0,345836 -0,38017 0,060863 0,126687 GDP 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 0,059837 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 CPI COVID 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 0,040846 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 ix BANK STB HDB NAMA VIB AGB SHB ACB TCB CTG MBB TPB VCB BID VPB VIETCAP STB SCB NAMA MSB SEAB EIB PGB KLB SGB VIB SHB AGB YEAR 2015 2015 2015 2015 2015 2015 2015 2015 2015 2015 2015 2015 2015 2015 2016 2016 2016 2016 2016 2016 2016 2016 2016 2016 2016 2016 2016 NIM 0,051913 0,054622 0,056899 0,060513 0,069553 0,070647 0,080409 0,092917 0,10199 0,110475 0,117149 0,118069 0,142181 0,178944 0,000811 0,002848 0,004925 0,009572 0,010294 0,019863 0,022972 0,035083 0,035967 0,03966 0,064251 0,069032 0,069769 SIZE 33,30789 32,29903 31,19971 32,06551 34,40502 32,95259 32,9366 32,88848 34,28965 33,02937 31,96466 34,14484 34,37685 32,89824 31,10871 33,43623 33,52179 31,38876 32,15937 32,26929 32,48929 30,84285 31,04714 30,57798 32,28037 33,11479 34,54124 LEV 0,07561 0,092422 0,096268 0,102134 0,048591 0,054995 0,063475 0,085719 0,071984 0,104881 0,062957 0,066982 0,049777 0,069059 0,102228 0,066839 0,042749 0,080115 0,146859 0,056884 0,104412 0,140802 0,110469 0,184527 0,083649 0,054959 0,044217 ME 0,016649 0,022628 0,016592 0,020938 0,017845 0,010154 0,019963 0,019161 0,013752 0,015604 0,010428 0,012317 0,013036 0,029361 0,018619 0,017102 0,006746 0,018238 0,020486 0,010829 0,017509 0,016888 0,022386 0,022305 0,020022 0,010416 0,018365 CAR 10,68509 11,38116 12,84441 13,44469 12,38887 13,24614 11,60665 11,83003 16,37292 10,0252 10,72269 11,61941 15,89628 13,44941 12,79615 10,22754 11,29162 10,58064 9,147635 12,26707 12,73425 14,37451 12,95358 13,2688 15,23255 14,62179 12,97376 LLR 0,018552 0,015861 0,009131 0,020704 0,027183 0,017216 0,013082 0,016614 0,009166 0,016066 0,008066 0,018408 0,0168 0,026926 0,028877 0,069121 0,006759 0,016243 0,023644 0,029665 0,029464 0,024684 0,010606 0,026313 0,025752 0,018746 0,0208 DIVER 0,341454 0,337387 0,174641 0,319775 0,310431 0,115208 0,102416 0,352014 0,284425 0,276463 0,17668 0,395251 0,341406 0,243608 0,316768 0,472785 0,397562 0,214829 0,483038 0,070935 0,288479 0,186183 0,255916 0,240016 0,351812 0,267727 0,320059 GDP 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 0,066793 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 CPI COVID 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 0,006312 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 x BANK YEAR HDB 2016 OCB 2016 ACB 2016 TPB 2016 CTG 2016 MBB 2016 LIENVIET 2016 VCB 2016 BID 2016 TCB 2016 VPB 2016 SCB 2017 MSB 2017 VIETCAP 2017 SGB 2017 PGB 2017 STB 2017 SEAB 2017 KLB 2017 EIB 2017 NAMA 2017 AGB 2017 SHB 2017 CTG 2017 MBB 2017 HDB 2017 VIB 2017 NIM 0,079224 0,082049 0,094233 0,099483 0,112334 0,112626 0,127556 0,143239 0,143595 0,160766 0,229081 0,007823 0,008893 0,010028 0,015976 0,01812 0,043045 0,049373 0,056789 0,057738 0,065241 0,072208 0,104765 0,117101 0,12287 0,124079 0,12794 SIZE 32,64362 31,78701 33,08498 32,29739 34,48597 33,17721 32,5859 34,30044 34,54514 33,09215 33,06374 33,72692 32,35165 31,31742 30,69064 31,00854 33,54038 32,45941 31,25073 32,63744 31,62812 34,6807 33,28705 34,62959 33,38002 32,87454 32,4445 LEV 0,066155 0,073896 0,060179 0,053442 0,063577 0,103756 0,058731 0,061103 0,043835 0,083218 0,075086 0,034976 0,122256 0,083801 0,160288 0,121505 0,063062 0,049393 0,095149 0,095409 0,06736 0,042047 0,051366 0,05823 0,094308 0,077953 0,071351 ME 0,021804 0,016399 0,020018 0,012516 0,013546 0,016291 0,01432 0,012614 0,013446 0,018104 0,028943 0,007529 0,018406 0,01618 0,018867 0,016276 0,017198 0,010148 0,021599 0,014769 0,015821 0,016921 0,010129 0,013762 0,019113 0,021508 0,018955 CAR 11,93967 13,41262 11,83774 12,70187 15,15863 11,60637 10,76851 11,70651 14,95198 12,33354 17,53082 11,54009 9,555052 13,89502 14,2484 14,04511 10,45521 13,217 14,17393 12,93065 13,67725 13,10511 15,26175 15,75211 12,54824 13,00389 17,51978 LLR 0,014579 0,017542 0,008694 0,007501 0,009037 0,013183 0,011139 0,015022 0,019938 0,015751 0,02908 0,004469 0,022268 0,018 0,029799 0,032252 0,046669 0,018616 0,00839 0,022684 0,0195 0,020446 0,023318 0,011397 0,01204 0,015151 0,024876 DIVER 0,235885 0,191117 0,161625 0,149619 0,260445 0,30829 -0,08167 0,380234 0,354689 0,432916 0,180903 0,490244 0,49991 0,230997 0,226574 0,354409 0,475575 0,182747 0,140235 0,422475 0,391445 0,332287 0,381495 0,282261 0,308995 0,261051 0,261822 GDP 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 0,062108 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 CPI COVID 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 0,026682 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 xi BANK YEAR ACB 2017 OCB 2017 TPB 2017 LIENVIET 2017 BID 2017 VCB 2017 VPB 2017 TCB 2017 SCB 2018 SGB 2018 VIETCAP 2018 PGB 2018 EIB 2018 SEAB 2018 KLB 2018 MSB 2018 STB 2018 CTG 2018 LIENVIET 2018 AGB 2018 SHB 2018 NAMA 2018 BID 2018 TCB 2018 TPB 2018 HDB 2018 MBB 2018 NIM 0,132128 0,133045 0,144324 0,145801 0,147661 0,173267 0,216892 0,23934 0,010839 0,01212 0,027465 0,034426 0,044384 0,059429 0,061835 0,062828 0,072675 0,078542 0,094105 0,098876 0,102392 0,139778 0,142836 0,163648 0,169958 0,181775 0,187259 SIZE 33,26231 32,0654 32,45226 32,72743 34,723 34,57346 33,25775 33,22719 33,86338 30,64526 31,47188 31,02887 32,65918 32,57614 31,37604 32,5566 33,63747 34,69101 32,79635 34,78755 33,40953 31,9493 34,81115 33,40243 32,54499 33,00657 33,52356 LEV 0,057454 0,072828 0,053793 0,057413 0,040618 0,050766 0,106914 0,099968 0,032253 0,168595 0,073759 0,123305 0,0975 0,059091 0,088635 0,100314 0,060665 0,05793 0,058259 0,045367 0,050522 0,056357 0,041545 0,161322 0,077998 0,077887 0,094315 ME 0,022283 0,017152 0,015643 0,017212 0,012896 0,011462 0,032025 0,01744 0,008136 0,022043 0,015008 0,017378 0,019003 0,011623 0,021944 0,021222 0,019303 0,012095 0,017408 0,018775 0,009969 0,01538 0,012274 0,018202 0,020904 0,020557 0,024105 CAR 12,33549 13,58395 13,53284 11,76624 15,12035 11,505 20,51648 14,11197 11,76466 13,9706 13,29608 14,16898 13,14844 14,92275 15,13653 11,51342 11,01735 15,71039 14,30915 13,67936 14,45153 14,06652 14,98587 11,9112 15,20629 14,42272 13,41987 LLR 0,007 0,017944 0,010863 0,010673 0,016224 0,011425 0,033942 0,016064 0,004195 0,022014 0,021 0,030612 0,018464 0,023441 0,008572 0,030062 0,021149 0,015629 0,014099 0,01598 0,023959 0,0295 0,016888 0,017528 0,011159 0,015308 0,013212 DIVER 0,38539 0,208859 0,212939 -0,05303 0,327849 0,378949 0,290414 0,495692 0,493954 0,341487 0,256603 0,413268 0,402852 0,280593 0,34757 0,473368 0,452722 0,342241 -0,05745 0,355053 0,289911 0,094815 0,336609 0,470857 0,345407 0,307931 0,378503 GDP 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 0,068122 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 0,070758 CPI COVID 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 0,035203 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 0,035396 xii BANK YEAR OCB 2018 VIB 2018 VPB 2018 VCB 2018 ACB 2018 SCB 2019 KLB 2019 PGB 2019 VIETCAP 2019 SGB 2019 EIB 2019 MSB 2019 STB 2019 SEAB 2019 BID 2019 CTG 2019 LIENVIET 2019 SHB 2019 NAMA 2019 AGB 2019 TCB 2019 HDB 2019 VPB 2019 MBB 2019 ACB 2019 OCB 2019 VCB 2019 NIM 0,20018 0,205661 0,211671 0,235155 0,244413 0,010782 0,017847 0,019844 0,033835 0,04061 0,054995 0,070209 0,091799 0,100537 0,112295 0,123204 0,12721 0,130644 0,147527 0,162645 0,163076 0,189003 0,195696 0,205874 0,216455 0,224403 0,229097 SIZE 32,23583 32,56669 33,40957 34,61019 33,42809 33,97299 31,56485 31,08336 31,57858 30,75834 32,75223 32,68713 33,7482 32,6898 34,93752 34,75446 32,93958 33,53161 32,1816 34,91198 33,58088 33,06683 33,56381 33,6508 33,5804 32,40306 34,73985 LEV 0,088004 0,076654 0,107488 0,057894 0,06382 0,029314 0,074201 0,119098 0,072098 0,156105 0,094004 0,094685 0,058957 0,069415 0,052118 0,062347 0,062258 0,05067 0,052387 0,047675 0,161774 0,088815 0,111902 0,096931 0,072397 0,097386 0,06615 ME 0,018704 0,019327 0,032893 0,012673 0,020381 0,00799 0,020383 0,017789 0,016745 0,021318 0,01612 0,01594 0,020428 0,012633 0,011582 0,012682 0,019956 0,010819 0,016408 0,016934 0,019058 0,022139 0,032724 0,023631 0,021662 0,020728 0,012936 CAR 13,99452 16,99312 19,48735 11,819 12,80714 11,42671 15,25464 14,00068 14,47873 13,93654 12,1973 11,79528 11,07773 15,4523 15,03817 15,71382 15,40286 15,34283 14,3218 13,2751 14,96792 17,417 18,03116 13,76908 13,08057 15,42276 11,86988 LLR 0,022877 0,025189 0,034989 0,009849 0,007266 0,004924 0,010214 0,031592 0,025085 0,019393 0,017069 0,020449 0,019367 0,023121 0,017454 0,011562 0,014448 0,019067 0,0395 0,015614 0,013336 0,013645 0,034207 0,011575 0,005394 0,018416 0,0079 DIVER 0,431559 0,328403 0,326387 0,40031 0,386276 0,491545 0,271606 0,408037 0,294279 0,259417 0,405105 0,455349 0,467591 0,493841 0,37734 0,296048 0,12762 0,27689 0,201249 0,403525 0,43752 0,246723 0,263842 0,394007 0,372556 0,471127 0,368812 GDP 0,070758 0,070758 0,070758 0,070758 0,070758 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 0,0702 CPI COVID 0,035396 0,035396 0,035396 0,035396 0,035396 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 0,027958 xiii BANK YEAR TPB 2019 VIB 2019 SCB 2020 SGB 2020 KLB 2020 VIETCAP 2020 PGB 2020 EIB 2020 BID 2020 STB 2020 SEAB 2020 SHB 2020 MSB 2020 NAMA 2020 LIENVIET 2020 AGB 2020 CTG 2020 TCB 2020 MBB 2020 HDB 2020 VCB 2020 VPB 2020 OCB 2020 TPB 2020 ACB 2020 VIB 2020 SGB 2021 NIM 0,236629 0,243223 0,003965 0,026799 0,032239 0,041347 0,043133 0,063627 0,091564 0,092622 0,099519 0,108462 0,11918 0,121184 0,130828 0,1436 0,161457 0,16626 0,172475 0,184758 0,19627 0,197255 0,202736 0,209634 0,216734 0,258283 0,033078 SIZE 32,73356 32,84884 34,08373 30,80669 31,67901 31,74356 31,21878 32,70891 34,9553 33,83055 32,82513 33,65369 32,80546 32,53121 33,12137 34,98866 34,83252 33,71689 33,83554 33,39661 34,82112 33,66896 32,65838 32,96042 33,72804 33,13095 30,83413 LEV 0,079511 0,072777 0,02695 0,151248 0,068401 0,06367 0,108702 0,104837 0,052514 0,058792 0,075859 0,058244 0,095501 0,049129 0,058726 0,046606 0,063671 0,169732 0,101215 0,077411 0,070949 0,125991 0,114309 0,08116 0,079743 0,07346 0,150719 ME 0,020089 0,018626 0,007189 0,019574 0,01895 0,014197 0,018119 0,0152 0,011666 0,02212 0,012083 0,010418 0,020294 0,012141 0,019168 0,016655 0,011991 0,020399 0,021325 0,019343 0,012093 0,027187 0,015277 0,020344 0,017151 0,018248 0,023306 CAR 15,51994 15,83887 11,26907 12,71499 12,39342 14,44175 13,40144 11,28686 14,84864 11,92607 14,41638 15,10157 13,59966 13,61343 15,18011 12,96155 15,37869 15,00357 14,38915 15,31807 12,20488 18,68774 15,35559 15,52899 13,22831 16,91266 13,67166 LLR 0,012913 0,019633 0,008068 0,01444 0,054234 0,027906 0,024401 0,025152 0,017598 0,016987 0,018563 0,018318 0,019632 0,008341 0,014309 0,017733 0,009375 0,004667 0,024711 0,01322 0,006227 0,034125 0,016904 0,011838 0,014417 0,017446 0,019712 DIVER 0,445462 0,362541 0,485228 0,333112 0,357105 0,342954 0,332447 0,379559 0,407202 0,443955 0,443579 0,303182 0,441237 0,30137 0,233892 0,372902 0,337383 0,431636 0,383753 0,235824 0,385207 0,283944 0,470371 0,389758 0,316476 0,367355 0,444128 GDP 0,0702 0,0702 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0291 0,0258 CPI COVID 0,027958 0,027958 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,032209 0,018347 xiv BANK YEAR SCB 2021 VIETCAP 2021 EIB 2021 PGB 2021 STB 2021 BID 2021 SEAB 2021 SHB 2021 VPB 2021 CTG 2021 AGB 2021 KLB 2021 LIENVIET 2021 NAMA 2021 MSB 2021 TPB 2021 TCB 2021 VCB 2021 OCB 2021 HDB 2021 MBB 2021 ACB 2021 VIB 2021 SGB 2022 SCB 2022 VIETCAP 2022 EIB 2022 NIM 0,050978 0,053639 0,054284 0,061801 0,099573 0,126783 0,13966 0,140921 0,149394 0,151566 0,15724 0,164609 0,171008 0,17874 0,183083 0,18583 0,195806 0,201034 0,202016 0,208502 0,213128 0,213865 0,263876 0,033475 0,05159 0,054283 0,054935 SIZE 34,1866 31,96846 32,742 31,33284 33,887 35,10505 32,98602 33,85875 33,93661 34,96508 35,06601 32,05972 33,29812 32,66301 32,9475 33,3106 33,97443 34,88567 32,84862 33,55691 34,03978 33,89968 33,36603 31,20414 34,59684 32,35208 33,1349 LEV 0,032049 0,060633 0,107247 0,103177 0,065746 0,049003 0,088174 0,070137 0,157866 0,061145 0,043585 0,055825 0,058099 0,052369 0,108206 0,088745 0,163595 0,077133 0,11819 0,082192 0,102919 0,085077 0,078479 0,152527 0,032433 0,06136 0,108533 ME 0,008031 0,013742 0,015161 0,016396 0,01871 0,011049 0,01195 0,008697 0,019573 0,011221 0,014272 0,014641 0,017602 0,014616 0,019306 0,015609 0,019646 0,012423 0,013025 0,017038 0,020386 0,015593 0,017065 0,023586 0,008127 0,013907 0,015343 CAR 10,55274 15,37948 12,52145 14,69244 13,61517 14,72002 17,43252 16,61459 22,0364 14,59745 12,75526 11,20305 17,38615 13,35247 16,10121 15,17902 16,55306 12,69351 15,49281 16,6309 14,17581 14,289 17,41568 13,83572 10,67937 15,56404 12,67171 LLR 0,011004 0,025349 0,019597 0,022446 0,014748 0,01 0,016495 0,016866 0,045722 0,012648 0,018684 0,018917 0,013292 0,015714 0,017416 0,008191 0,006604 0,006371 0,013224 0,016535 0,008989 0,007735 0,023175 0,019948 0,011136 0,025653 0,019832 DIVER 0,465505 0,285064 0,376632 0,464564 0,438192 0,375752 0,387566 0,244062 0,348373 0,33625 0,355239 0,278597 0,184515 0,197556 0,484831 0,388801 0,403113 0,377509 0,457118 0,28366 0,412344 0,315202 0,327699 0,449458 0,471091 0,288485 0,381151 GDP 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0258 0,0802 0,0802 0,0802 0,0802 CPI COVID 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,018347 0,0315 0,0315 0,0315 0,0315 xv BANK YEAR PGB 2022 STB 2022 BID 2022 SEAB 2022 SHB 2022 VPB 2022 CTG 2022 AGB 2022 KLB 2022 LIENVIET 2022 NAMA 2022 MSB 2022 TPB 2022 TCB 2022 VCB 2022 OCB 2022 HDB 2022 MBB 2022 ACB 2022 VIB 2022 NIM 0,062542 0,100768 0,128305 0,141336 0,142612 0,151187 0,153385 0,159127 0,166584 0,17306 0,180885 0,18528 0,18806 0,198156 0,203447 0,20444 0,211004 0,215686 0,216432 0,267043 SIZE 31,70884 34,29364 35,52631 33,38185 34,26506 34,34385 35,38466 35,4868 32,44444 33,6977 33,05497 33,34287 33,71033 34,38212 35,3043 33,24281 33,95959 34,44826 34,30648 33,76643 LEV 0,104415 0,066535 0,049591 0,089232 0,070979 0,15976 0,061879 0,044108 0,056495 0,058796 0,052997 0,109504 0,08981 0,165559 0,078058 0,119608 0,083178 0,104154 0,086098 0,079421 ME 0,016592 0,018934 0,011182 0,012094 0,008801 0,019808 0,011356 0,014443 0,014816 0,017813 0,014791 0,019537 0,015796 0,019882 0,012572 0,013181 0,017243 0,020631 0,015781 0,01727 CAR 14,86875 13,77855 14,89666 17,64171 16,81397 22,30084 14,77262 12,90832 11,33749 17,59479 13,5127 16,29443 15,36116 16,7517 12,84584 15,67872 16,83047 14,34592 14,46047 17,62467 LLR 0,022715 0,014925 0,01012 0,016693 0,017069 0,046271 0,0128 0,018908 0,019144 0,013452 0,015903 0,017625 0,00829 0,006683 0,006448 0,013383 0,016733 0,009097 0,007828 0,023453 DIVER 0,470139 0,443451 0,380261 0,392216 0,24699 0,352553 0,340285 0,359502 0,28194 0,186729 0,199926 0,490649 0,393467 0,40795 0,382039 0,462603 0,287064 0,417292 0,318985 0,331631 GDP 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 0,0802 CPI COVID 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 0,0315 xvi PHỤ LỤC 2: KẾT QUẢ TÍNH TỐN TỪ PHẦN MỀM THỐNG KÊ STATA 14.0 DATA 2011 - 2022 reg NIM SIZE LEV ME CAR LLR DIVER GDP CPI COVID Source | SS df MS -+ Number of obs = 288 F(9, 278) = 70.58 Model | 1.5070587 167450966 Prob > F = 0.0000 Residual | 659534877 278 002372428 R-squared = 0.6956 Adj R-squared = 0.6857 Root MSE = 04871 -+ -Total | 2.16659357 287 007549107 -NIM | Coef Std Err t P>|t| [95% Conf Interval] -+ -SIZE | 0239956 003267 7.34 0.000 0175644 0304268 LEV | -.004613 1057878 -0.04 0.965 -.2128599 2036338 ME | 3.728579 6822683 5.46 0.000 2.385511 5.071648 CAR | 0051249 0012505 4.10 0.000 0026633 0075865 LLR | -1.426883 2444209 -5.84 0.000 -1.908034 -.9457322 DIVER | 0042693 0002327 18.34 0.000 0038111 0047274 GDP | 1.296812 4951554 2.62 0.009 3220818 2.271542 CPI | 4545533 0733852 6.19 0.000 310092 5990146 COVID | 0766458 0220207 3.48 0.001 0332974 1199942 _cons | -.8949603 110206 -8.12 0.000 -1.111904 -.678016 - est sto pool xtreg NIM SIZE LEV ME CAR LLR DIVER GDP CPI COVID,fe Fixed-effects (within) regression Number of obs = 288 Group variable: x Number of groups = 24 R-sq: Obs per group: = 0.7923 = 12 between = 0.3530 avg = 12.0 overall = 0.5679 max = 12 F(9,255) = 108.11 Prob > F = 0.0000 within corr(u_i, Xb) = -0.5329 -NIM | Coef Std Err t P>|t| [95% Conf Interval] xvii -+ -SIZE | 0576871 008371 6.89 0.000 041202 0741722 LEV | -.0069209 097789 -0.07 0.944 -.1994977 185656 ME | 1.506979 7928304 1.90 0.058 -.0543503 3.068308 CAR | 0045798 0012651 3.62 0.000 0020884 0070711 LLR | -.9005258 2070374 -4.35 0.000 -1.308247 -.4928048 DIVER | 0040215 0002026 19.85 0.000 0036225 0044204 GDP | -.2568297 5294117 -0.49 0.628 -1.299406 7857463 CPI | 5183567 060844 8.52 0.000 398536 6381775 COVID | -.0004694 0246375 -0.02 0.985 -.0489884 0480495 _cons | -1.864674 2519337 -7.40 0.000 -2.360809 -1.368538 -+ -sigma_u | 05537099 sigma_e | 03599563 rho | 70293563 (fraction of variance due to u_i) -F test that all u_i=0: F(23, 255) = 11.04 Prob > F = 0.0000 est sto fe xtreg NIM SIZE LEV ME CAR LLR DIVER GDP CPI COVID,re Random-effects GLS regression Number of obs = 288 Group variable: x Number of groups = 24 R-sq: Obs per group: = 0.7848 = 12 between = 0.4059 avg = 12.0 overall = 0.6634 max = 12 Wald chi2(9) = 919.20 Prob > chi2 = 0.0000 within corr(u_i, X) = (assumed) -NIM | Coef Std Err z P>|z| [95% Conf Interval] -+ -SIZE | 0342521 0054339 6.30 0.000 0236018 0449025 LEV | -.0033712 0979301 -0.03 0.973 -.1953106 1885683 ME | 1.818545 7577493 2.40 0.016 3333834 3.303706 CAR | 0053042 0012232 4.34 0.000 0029067 0077017 LLR | -.950928 2100171 -4.53 0.000 -1.362554 -.539302 DIVER | 0041042 0002027 20.25 0.000 0037069 0045015 GDP | 8675325 4485195 1.93 0.053 -.0115494 1.746615 CPI | 4555816 059025 7.72 0.000 3398947 5712685 xviii COVID | 0541236 0204876 2.64 0.008 0139685 0942786 _cons | -1.182658 1679859 -7.04 0.000 -1.511905 -.8534118 -+ -sigma_u | 03116873 sigma_e | 03599563 rho | 42850226 (fraction of variance due to u_i) - est sto re hausman fe re Coefficients -| (b) (B) | fe re (b-B) sqrt(diag(V_b-V_B)) Difference S.E -+ -SIZE | 0576871 0342521 0234349 0063676 LEV | -.0069209 -.0033712 -.0035497 ME | 1.506979 1.818545 -.3115656 2332299 CAR | 0045798 0053042 -.0007244 0003227 LLR | -.9005258 -.950928 0504022 DIVER | 0040215 0041042 -.0000827 GDP | -.2568297 8675325 -1.124362 2812597 CPI | 5183567 4555816 0627751 0147662 COVID | -.0004694 0541236 -.054593 0136845 -b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(9) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 15.14 Prob>chi2 = 0.0870 (V_b-V_B is not positive definite) xttest0 Breusch and Pagan Lagrangian multiplier test for random effects NIM[x,t] = Xb + u[x] + e[x,t] Estimated results: | Var sd = sqrt(Var) -+ NIM | 0075491 0868856 e | 0012957 0359956 xix u | Test: 0009715 0311687 Var(u) = chibar2(01) = 215.39 Prob > chibar2 = 0.0000 xtserial NIM SIZE LEV ME CAR LLR DIVER GDP CPI COVID Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F( 1, 23) = Prob > F = 75.716 0.0000 xtgls NIM SIZE LEV ME CAR LLR DIVER GDP CPI COVID,panels(h)corr(ar1) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels Estimated covariances = 24 Estimated autocorrelations = Estimated coefficients = 10 (0.6474) Number of obs = 288 Number of groups = 24 Time periods = 12 Wald chi2(9) = 940.80 Prob > chi2 = 0.0000 -NIM | Coef Std Err z P>|z| [95% Conf Interval] -+ -SIZE | 0284292 0039134 7.26 0.000 020759 0360993 LEV | 0610856 1071244 0.57 0.569 -.1488744 2710457 ME | 2.269213 6107874 3.72 0.000 1.072091 3.466334 CAR | 0046815 0011792 3.97 0.000 0023704 0069926 LLR | -1.041415 1619889 -6.43 0.000 -1.358907 -.7239222 DIVER | 00398 0001721 23.12 0.000 0036426 0043173 GDP | 1078075 3365615 0.32 0.749 -.5518409 7674558 CPI | 3633186 0500448 7.26 0.000 2652326 4614047 COVID | 0126081 0163619 0.77 0.441 -.0194606 0446768 _cons | -.9425075 1289159 -7.31 0.000 -1.195178 -.689837 - est sto fgls esttab pool fe re fgls xx (1) (2) (3) (4) NIM NIM NIM NIM -SIZE LEV ME 0.0240*** 0.0577*** 0.0343*** 0.0284*** (7.34) (6.89) (6.30) (7.26) -0.00461 -0.00692 -0.00337 0.0611 (-0.04) (-0.07) (-0.03) (0.57) 3.729*** (5.46) CAR LLR DIVER GDP 0.00512*** 0.00530*** (3.72) 0.00468*** (4.34) (3.97) -1.427*** -0.901*** -0.951*** -1.041*** (-5.84) (-4.35) (-4.53) (-6.43) 0.00427*** 0.00402*** 0.00410*** 0.00398*** (18.34) (19.85) (20.25) (23.12) -0.257 0.868 0.108 (-0.49) (1.93) (0.32) 1.297** 0.455*** 0.0766*** (3.48) _cons 0.00458*** (2.40) 2.269*** (3.62) (6.19) COVID (1.90) 1.819* (4.10) (2.62) CPI 1.507 -0.895*** (-8.12) 0.518*** (8.52) -0.000469 (-0.02) -1.865*** (-7.40) 0.456*** 0.363*** (7.72) (7.26) 0.0541** 0.0126 (2.64) (0.77) -1.183*** -0.943*** (-7.04) (-7.31) -N 288 288 288 288 -t statistics in parentheses * p