TÁC ĐỘNG CỦA ĐA DẠNG HÓA THU NHẬP ĐẾN RỦI RO CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

TÁC ĐỘNG CỦA ĐA DẠNG HÓA THU NHẬP ĐẾN RỦI RO CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM LUẬN VĂN THẠC SĨ Chuyên ngành: Tài chính Ngân hàng Các NHTMCP đóng một vai trò rất lớn trong việc sử dụng các nguồn lực tài chính để đáp ứng nhu cầu tín dụng của các đối tượng và thành phần kinh tế nhằm tạo ra đòn bẩy để phát triển kinh tế xã hội của quốc gia (Buyuran và Ekşi, 2021). Tại Việt Nam, các NHTMCP ngoài là các tổ chức tài chính thì các ngân hàng đóng vai trò là chủ thể mà NHNN sử dụng để thực hiện các chính sách tiền tệ và đòn bẩy cho toàn bộ nền kinh tế vận hành. Mặt khác, các NHTMCP ngoài các sứ mệnh cho kinh tế xã hội thì các tổ chức còn thực hiện lợi ích của mình trong hoạt động kinh doanh, tính đến thời điểm hiện nay thì các NHTMCP xuất hiện ồ ạt tại Việt Nam và cạnh tranh lẫn nhau, do đó, để đứng vững trong thị trường thì các NHTMCP cần phải giữ vững được sức mạnh tài chính thông qua nâng cao Hiệu quả hoạt động kinh doanh và quản trị được rủi ro của ngân hàng (Quyen và cộng sự, 2021). Hay nói cách khác, cùng giống như các loại hình kinh doanh khác thì rủi ro hoạt động luôn là vấn đề mà các NHTMCP cần được phát hiện sớm và có các bước tầm soát. Trong thập niên 2000, các ngân hàng thương mại trên toàn cầu bắt đầu đa dạng hóa hoạt động kinh doanh để giảm thiểu cạnh tranh và tăng thu nhập từ đầu tư tài chính (DeYoung và Roland, 2001). Tương tự, tại Việt Nam, số lượng ngân hàng thương mại ngày càng tăng và cạnh tranh ngày càng khốc liệt, đặc biệt trong giai đoạn 2006-2010. Bên cạnh các NHTM nội địa, các ngân hàng 100% vốn quốc tế cũng có xu hướng đầu tư tại Việt Nam. Thị trường tài chính cũng đang tăng lên về số lượng và quy mô công ty tài chính dẫn đến sự cạnh tranh gay gắt hơn và thu nhập truyền thống của các ngân hàng thương mại bị thu hẹp. Trong giai đoạn 2006-2007, thị trường chứng khoán bùng nổ và các hoạt động đầu tư chứng khoán trở thành nguồn thu nhập chính cho nhiều người tham gia thị trường. Điều này tạo ra môi trường cho các ngân hàng thương mại lập nhiều công ty con để mở rộng hoạt động kinh doanh trong lĩnh vực tài chính, chứng khoán, đầu tư cổ phiếu và thu nhập từ nhiều nguồn hơn. Việc tăng thu nhập từ các hoạt động khác cũng giúp các ngân hàng giảm thiểu tác động của hoạt động tín dụng, làm giảm rủi ro tín dụng và các rủi ro khác. Mặt khác, trong thời điểm khủng hoảng kinh tế, các hoạt động kinh doanh truyền thống của các ngân hàng thương mại không thể đối phó với sự suy giảm của thị trường. Điều này khiến cho các ngân hàng thương mại đối mặt với rủi ro nợ xấu và nợ quá hạn. Các công ty tài chính của các ngân hàng cũng rơi vào khủng hoảng do thị trường tài chính đóng băng và chứng khoán giảm điểm liên tục. Vì vậy, việc đa dạng hoá hoạt động kinh doanh trở nên quan trọng hơn bao giờ hết để giúp các ngân hàng phân tán rủi ro. Đặc biệt trong thời gian gần đây, các Ngân hàng Thương mại (NHTM) đã mở rộng hoạt động ra các lĩnh vực bảo hiểm, đầu tư trái phiếu, ngoại hối và các lĩnh vực khác để ĐDHTN. Tuy nhiên, việc mở rộng hoạt động phi truyền thống cũng đồng nghĩa với việc đối mặt với những tác động lớn đến lợi nhuận và rủi ro của các NHTM. Trên thế giới, nhiều nghiên cứu đã được tiến hành để đánh giá tác động của ĐDHTN đến lợi nhuận và rủi ro của NHTM. Kết quả của các nghiên cứu này vẫn chưa thống nhất và đôi khi khác nhau rất nhiều. Acharya và cộng sự (2002) cho rằng ĐDHTN có thể làm giảm lợi nhuận và tăng rủi ro của NH, trong khi đó nghiên cứu của Sharma và Anand (2018); Moudud và cộng sự (2020); Buyuran và Ekşi (2021) lại cho thấy ĐDHTN có tác động tích cực đến khả năng sinh lời, giúp tăng lợi nhuận và giảm rủi ro. Vì vậy, tác giả đã chọn đề tài Tác động của đa dạng hóa thu nhập đến rủi ro của các ngân hàng thương mại Việt Nam để tìm ra câu trả lời cho các NHTM Việt Nam quan tâm đến vấn đề này. 1.2. Mục tiêu đề tài 1.2.1. Mục tiêu tổng quát Đánh giá tác động của ĐDHTN đến rủi ro của các NHTM tại Việt Nam. Từ đó, đề xuất các hàm ý chính sách nhằm giảm thiểu rủi ro khi các NHTM Việt Nam đa dạng hoá thu nhập. 1.2.2. Mục tiêu cụ thể Luận văn hướng tới các mục tiêu chi tiết như sau: Xem xét, nhận định mức độ và hướng tác động của ĐDHTN đến rủi ro của các NHTM Việt Nam. Đề xuất hàm ý chính sách nhằm giảm thiểu rủi ro khi đa dạng hoá thu nhập tại các NHTM Việt Nam. 1.3. Câu hỏi nghiên cứu Các câu hỏi chính bao gồm: Chiều hướng và mức độ tác động của ĐDHTN đến rủi ro của các NHTM Việt Nam như thế nào? Hàm ý chính sách nào được đề xuất nhằm góp phần giảm thiểu rủi ro khi đa dạng hoá thu nhập tại các NHTM Việt Nam? 1.4. Đối tượng và phạm vi nghiên cứu Đối tượng nghiên cứu: Mối quan hệ của ĐDHTN đối với rủi ro của các NHTM Việt Nam. Phạm vi nghiên cứu: Về không gian: 24 NHTM tại Việt Nam. Về thời gian: Thời gian nghiên cứu là giai đoạn tái cấu trúc NHTM Việt Nam năm 2012 đến năm 2022. Tác giả chọn giai đoạn này vì quyết định 254/2012/QĐ- TTg và 1058/2016/QĐ-TTg tái cấu trúc các NHTMCP Việt Nam đề cập đến khía cạnh NHTM cần ĐDHTN. Dữ liệu nghiên cứu: Dữ liệu thứ cấp được thu thập từ báo cáo tài chính đã được kiểm toán của 24 NHTM Việt Nam, dữ liệu vĩ mô được thu thập từ Ngân hàng thế giới. 1.5. Phương pháp nghiên cứu Để đạt được mục tiêu nghiên cứu, luận văn sử dụng phương pháp nghiên cứu 4 định lượng với các mô hình hồi quy đa biến trên dữ liệu bảng như: Pooled OLS; FEM; REM và hồi quy mô men tổng quát sai phân (SGMM). Luận văn thực hiện hồi quy từng bước và thông qua các kết quả kiểm định để lựa chọn mô hình ước lượng vững và hiệu quả. Các bước thực hiện mô hình định lượng, kiểm định các tiêu chí và lựa chọn mô hình như sau: Bước 1: Ước lượng mô hình hồi quy Yit = α + βXit + μit theo phương pháp bình phương nhỏ nhất (POLLED OLS) để kiểm định tác động của đa dạng hoá thu nhập đến rủi ro. Bước 2: Tính toán hệ số VIF để xác định mô hình có bị hiện tượng đa cộng tuyến hay không. Dựa vào kết quả, nếu giá trị VIF bằng 1 thì mô hình không bị đa cộng tuyến, nếu giá trị VIF nằm trong khoảng từ 0 đến dưới 1 thì mô hình bị đa cộng tuyến yếu, VIF lớn hơn 1 thì mô hình bị đa cộng tuyến không hoàn hảo, giá trị VIF càng lớn thì mô hình bị đa cộng tuyến càng nghiêm trọng. Bước 3: Kiểm định White. Bước 4: Ước lượng mô hình hồi quy mô tác động ngẫu nhiên để kiểm định quan hệ giữa ĐDHTN và rủi ro. Bước 5: Mô hình FEM, kiểm định Wald để xem xét xem có hiện tượng phương sai thay đổi. Bước 6: Ước lượng hồi quy mô hình tác động cố định (REM) xem xét sự khác biệt của các đối tượng theo thời gian nên kết quả ước lượng không bị phương sai thay đổi nhưng tiềm ẩn sự tự tương quan. Bước 7: Kiểm định Breusch and Pagan Lagrangian để lựa chọn mô hình Pooled OLS và REM. Bước 8: Kiểm định Hausman để lựa chọn giữa mô hình FEM hay REM. Bước 9: Ước lượng hồi quy mô hình SGMM nhằm giải quyết sự mất tính nội sinh và các vấn đề khác trong dữ liệu bảng (Arellano và Bond, 1991a). SGMM

1 BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH NGUYỄN THỊ THÙY TÁC ĐỘNG CỦA ĐA DẠNG HÓA THU NHẬP ĐẾN RỦI RO CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM LUẬN VĂN THẠC SĨ Chuyên ngành: Tài Ngân hàng Mã số chuyên ngành: 34 02 01 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 THỊ THÙY TÁC ĐỘNG CỦA ĐA DẠNG HÓA THU NHẬP ĐẾN RỦI RO CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM LUẬN VĂN THẠC SĨ Chuyên ngành: Tài Ngân hàng Mã số chuyên ngành: 34 02 01 NGƯỜI HƯỚNG DẪN KHOA HỌC: TS DƯƠNG THỊ THÙY AN TP Hồ Chí Minh – Năm 2023 i LỜI CAM ĐOAN Tôi Nguyễn Thị Thùy cam đoan công trình “Tác động đa dạng hóa thu nhập đến rủi ro ngân hàng thương mại Việt Nam” cơng trình riêng tơi, trích dẫn thu thập số liệu cách độc lập đáng tin cậy Cơng trình nghiên cứu chưa cơng bố tổ chức Tác giả Nguyễn Thị Thùy ii LỜI CẢM ƠN Sau trình học tập hồn thiện luận văn, tơi xin chân thành gửi lời cảm ơn sâu sắc đến GVHD TS Dương Thị Thùy An việc hướng dẫn, chỉnh sửa luận góp ý hồn thiện Tiếp đó, xin gửi lời tri ân sâu sắc đến tập thể Thầy/Cô sở đại học Ngân hàng TP Hồ Chí Minh đặc biệt q Thầy/Cơ Khoa Sau Đại học hỗ trợ tận tình để hồn thành khóa học Cuối cùng, tơi xin gửi lời cảm ơn đến gia đình, bạn bè, người thân quý Anh/Chị lãnh đạo đồng nghiệp tạo điều kiện, hỗ trợ cho khắc phục khó khăn để hồn thành chương trình học luận văn Thạc sỹ Trân trọng! iii TÓM TẮT LUẬN VĂN Tên đề tài: Tác động đa dạng hóa thu nhập đến rủi ro ngân hàng thương mại Việt Nam Nội dung luận văn: Nghiên cứu tiến hành liệu 24 NHTM Việt Nam từ năm 2011 đến 2022 Trong nghiên cứu tác giả tiến hành tổng hợp lý thuyết liên quan đến đa dạng hóa thu nhập rủi ro NHTM mối quan hệ chúng Luận văn tổng hợp từ nghiên cứu liên quan nước quốc tế làm tảng cho việc thiết lập mơ hình giả thuyết nghiên cứu Biến phụ thuộc sử dụng Z-SCORE đại diện cho rủi ro NHTM Các nhân tố đưa vào mơ hình nghiên cứu bao gồm: Đa dạng hóa thu nhập, quy mơ ngân hàng, địn bẩy tài chính; tỷ lệ cho vay tiền gửi; tỷ lệ dự phịng rủi ro; tốc độ tăng trưởng tín dụng; tốc độ tăng trưởng kinh tế; tỷ lệ lạm phát Luận văn dùng nghiên cứu định lượng với mơ hình hồi quy SGMM phục vụ cho việc ước lượng bình phương nhỏ Nghiên cứu cho kết chứng minh đa dạng hóa thu nhập, quy mơ ngân hàng, tỷ lệ cho vay tiền gửi, tăng trưởng tín dụng tỷ lệ lạm phát ảnh hưởng chiều đến Z-SCORE có nghĩa ảnh hưởng ngược chiều với rủi ro NHTM Ngược lại, đòn bẩy tài chính, tỷ lệ dự phịng rủi ro tín dụng, tăng trưởng kinh tế có ảnh hưởng ngược chiều đến Z-SCORE có nghĩa tỷ lệ thuận với rủi ro NHTM Theo đó, tác giả đưa số khuyến nghị cho NHTM để hạn chế rủi ro tương lai từ hoạt động đa dạng hóa thu nhập chiến lược liên quan đến biến kiểm sốt Từ khóa: rủi ro, đa dạng hóa thu nhập, quy mơ ngân hàng, địn bẩy tài chính, tín dụng, vĩ mơ iv ABSTRACT Thesis title: Impact of income diversification on the risk of commercial banks in Vietnam Thesis content: This study is based on secondary data of 24 Vietnamese commercial banks in the period 2011 to 2022 In this study, the author has synthesized theories related to income diversification and risk of NH and the relationship between them The thesis has reviewed related studies at home and abroad as the basis for establishing research models and hypotheses The dependent variable used is ZSCORE representing the risk of commercial banks The factors included in the research model include: Income diversification, bank size, financial leverage; loan-to-deposit ratio; risk reserve ratio; credit growth rate; economic growth rate; inflation rate The thesis uses quantitative research methods and least squares estimation through regression models Pooled OLS, FEM, REM, FGLS and SGMM The research results show that income diversification, bank size, loan-to-deposit ratio, credit growth and inflation rate have a positive influence on Z-SCORE and have a negative effect with the risk of NH In contrast, financial leverage, credit risk provision ratio, and economic growth have a negative effect on Z-SCORE and mean a positive effect on the risk of commercial banks From the research results, the author has proposed policy implications for commercial banks to limit future risks from income diversification and strategies related to control variables Keywords: risk, income diversification, bank size, financial leverage, credit, macro v MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN .ii TÓM TẮT LUẬN VĂN iii ABSTRACT iv DANH MỤC TỪ VIẾT TẮT ix DANH MỤC BẢNG BIỂU x DANH MỤC HÌNH VẼ x CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU 1.1.Lý chọn đề tài 1.2.Mục tiêu đề tài 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 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TÌNH HÌNH NGHIÊN CỨU 2.1.Tổng quan đa dạng hóa thu nhập rủi ro NHTM 2.1.1 Lý thuyết danh mục đầu tư đại 2.1.1.1 Khái niệm danh mục đầu tư đại .7 2.1.1.2 Rủi ro danh mục đầu tư lợi nhuận kỳ vọng vi 2.1.2 Đa dạng hóa thu nhập 2.1.2.1 Khái niệm .8 2.1.2.2 Cách thức đo lường đa dạng hóa thu nhập .10 2.1.3 Rủi ro NHTM 11 2.1.3.1 Khái niệm rủi ro 11 2.1.3.2 Cách thức đo lường rủi ro công cụ Var 14 2.1.3.3 Cách thức đo lường rủi ro hệ số Z-Score .14 2.2.Lý thuyết liên quan đa dạng hóa thu nhập đến rủi ro ngân hàng 17 2.2.1 Lý thuyết trung gian tài 17 2.2.2 Lý thuyết tính kinh tế theo quy mơ 17 2.3.Các yếu tố ảnh hưởng đến rủi ro NHTM 18 2.3.1 Các yếu tố nội 18 2.3.1.2 Mức độ an toàn vốn (Capital adequacy) 19 2.3.1.3 Chất lượng tài sản Có .19 2.3.1.4 Năng lực quản lý (Management ability) 20 2.3.1.5 Khả sinh lời (Earnings strength) .21 2.3.1.6 Khả khoản (Liquidity Sufficiency) 22 2.3.1.7 Mức độ nhạy cảm với rủi ro thị trường 23 2.3.2 Các yếu tố vĩ mô 23 2.3.2.1 Tốc độ tăng trưởng kinh tế 23 2.3.2.2 Tỷ lệ lạm phát 23 2.4.Lược khảo nghiên cứu 24 2.5.Khoảng trống nghiên cứu 32 TÓM TẮT CHƯƠNG 33 vii CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 34 3.1.Quy trình nghiên cứu 34 3.2.Mơ hình giả thuyết nghiên cứu 34 3.2.1 Mơ hình nghiên cứu 34 3.2.2 Giả thuyết nghiên cứu 41 3.2.2.1 Đối với đa dạng hóa thu nhập 41 3.2.2.2 Đối với quy mô ngân hàng 41 3.2.2.3 Đối với địn bẩy tài 42 3.2.2.4 Đối với tỷ lệ cho vay tiền gửi 42 3.2.2.5 Đối với tỷ lệ dự phòng rủi ro tín dụng .43 3.2.2.6 Đối với tăng trưởng tín dụng 43 3.2.2.7 Đối với tốc độ tăng trưởng kinh tế 43 3.2.2.8 Đối với tỷ lệ lạm phát 44 3.3.Dữ liệu nghiên cứu 44 3.4.Phương pháp nghiên cứu 44 TÓM TẮT CHƯƠNG 47 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 48 4.1.Thống kê mô tả biến mơ hình 48 4.2.Phân tích tương quan biến mơ hình 49 4.3.Kết kiểm định lựa chọn mơ hình 50 4.4.Phân tích kết nghiên cứu 54 TÓM TẮT CHƯƠNG 58 CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH 59 5.1.Kết luận 59 viii 5.2.Hàm ý sách 59 5.2.1 Đối với hoạt động đa dạng hóa thu nhập 59 5.2.2 Đối với biến kiểm soát 61 5.3.Hạn chế nghiên cứu hướng nghiên cứu 62 5.3.1 Hạn chế nghiên cứu 62 5.3.2 Hướng nghiên cứu 62 TÓM TẮT CHƯƠNG 63 TÀI LIỆU THAM KHẢO i PHỤ LỤC KẾT QUẢ TÍNH TỐN TỪ PHẦN MỀM THỐNG KÊ STATA ix i TÀI LIỆU THAM KHẢO Tài liệu Tiếng Việt Thủ tướng Chính phủ (2012) Quyết định 254/QĐ-TTg Cơ cấu lại hệ thống tổ chức tín dụng giai đoạn 2011 – 2015 ngày 01/3/2012 Thủ tướng Chính phủ (2017) Quyết định số 1058/QĐ-TTg Cơ cấu lại hệ thống TCTD gắn với xử lý nợ xấu giai đoạn 2016-2020 Ngày 19/7/2017 Lê Long Hậu Phạm Xuân Quỳnh (2017), Ảnh hưởng thu nhập lãi đến hiệu kinh doanh NHTMCP Việt Nam giai đoạn 2006 - 2016, Tạp chí Ngân hàng, 9, 13-17 Le, T T., Nguyen, Q A., Vu, T M N., Do, M P., & Tran, M D (2022) Impact of income diversification on the default risk of Viethu nhậpamese commercial banks in the context of the COVID-19 pandemic Cogent Business & Management, 9(1), 2119679 Nguyễn Quang Khải (2016) Đa dạng hóa thu nhập hiệu suất điều chỉnh rủi ro NHTMCP Việt Nam, tạp chí Tài chính, Bộ Tài Chính, 2016, Số 10 (642), tr 65 - 67 Lâm Thanh Phi Quỳnh, Nguyễn Đăng Khoa Nguyễn Thị Lệ Huyền, Tác động đa dạng hóa thu nhập phân bổ tài sản đến khả sinh lời NHTMCP Việt Nam, Tạp chí Ngân hàng, số 19/2019 Vinh, V X., & Mai, T T P (2015) Lợi nhuận rủi ro từ đa dạng hoá thu nhập NHTMCP Việt Nam Tạp chí Phát triển kinh tế, 26 (8), 54, 70 Quyen, P., Ha, N., Darsono, S N A C., & Minh, T (2021) Income diversification and financial performance: The mediating effect of banks’ size, ownership structure, and the financial crisis in Viethu nhậpam Journal of Accounting and Investment, 22(2), 296-309 Nguyen, T L A (2018) Diversification and bank efficiency in six ASEAN countries Global Finance Journal, 37, 57-78 ii Tài liệu Tiếng Anh 10 Abbas, F., & Ali, S (2022) Dynamics of diversification and banks' risk‐ taking and stability: Empirical analysis of commercial banks Managerial and Decision Economics, 43(4), 1000-1014 11 Acharya, V V., & Carpenter, J N (2002) Corporate bond valuation and hedging with stochastic interest rates and endogenous bankruptcy The Review of Financial Studies, 15(5), 1355-1383 12 Altman, E I (1968) Financial ratios, discriminant analysis and the prediction of corporate bankruptcy The journal of finance, 23(4), 589-609 13 Ammar, N., & Boughrara, A (2019) The impact of revenue diversification on bank profitability and risk: Evidence from MENA banking industry Macroeconomics and Finance in Emerging Market Economies, 12(1), 36–70 14 Asif, R., & Akhter, W (2019) Exploring the influence of revenue diversification on financial performance in the banking industry: A systematic literature review Qualitative Research in Financial Markets 15 Batten, J A., & Vo, X V (2016) Bank risk shifting and diversification in an emerging market Risk Management, 18(4), 217-235 16 Beaver, W H (1966) Financial ratios as predictors of failure Journal of accounting research, 71-111 17 Beaver, W H., & Engel, E E (1996) Discretionary behavior with respect to allowances for loan losses and the behavior of security prices Journal of accounting and economics, 22(1-3), 177-206 18 Bessis, J (2011) Risk management in banking John Wiley & Sons 19 Brahmana, R., Kontesa, M., & Gilbert, R E (2018) Income diversification and bank performance: Evidence from Malaysian banks Economics Bulletin, 38, 799–809 20 Brighiab, P., & Venturelli, V (2014) How income diversification, firm iii size and capital ratio affect performance? Evidence for bank holding companies Applied Financial Economics, 24(21), 1375–1392 21 Buyuran, B., & Ekşi, İ H (2021) Revenue diversification and bank performance: evidence from Turkey South-Eastern Europe Journal of Economics, 18(1) 22 Chen, Y H., & Lai, P L (2017) Does diversification promote risk reduction and profitability raise? Estimation of dynamic impacts using the pooled mean group model Journal of Applied Statistics, 44(10), 1893-1901 23 Chiorazzo, V., Milani, C., & Salvini, F (2008) Income diversification and bank performance: Evidence from Italian banks Journal of financial services research, 33(3), 181-203 24 Deng, S., & Elyasiani, E (2008) Geographic diversification, bank holding company value, and risk Journal of Money, Credit and Banking, 40(6), 12171238 25 DeYoung, R., & Rice, T (2004) Noninterest income and financial performance at US commercial banks Financial review, 39(1), 101-127 26 DeYoung, R., & Torna, G (2013) Nontraditional banking activities and bank failures during the financial crisis Journal of financial intermediation, 22(3), 397-421 27 Diamond, D W (1984) Financial intermediation and delegated monitoring The review of economic studies, 51(3), 393-414 28 Diamond, D W (1984) Financial intermediation and delegated monitoring The review of economic studies, 51(3), 393-414 29 Edirisuriya, P., Gunasekarage, A., & Dempsey, M (2015) Bank diversification, performance and stock market response: Evidence from listed public banks in South Asian countries Journal of Asian Economics, 41, 69-85 30 Elsas, R., Hackethal, A., & Holzhäuser, M (2010) The anatomy of bank diversification Journal of Banking & Finance, 34(6), 1274-1287 iv 31 Farrar, D E., & Glauber, R R (1967) Multicollinearity in regression analysis: the problem revisited The Review of Economic and Statistics, 92-107 32 Gurbuz, A O., Yanik, S & Ayturk, Y (2013) Income diversification and bank performance: Evidence from Turkish banking sector Journal of BRSA Banking and Financial Markets, 7(1), 9-29 33 Hafidiyah, M N., & Trinugroho, I (2016) Revenue Diversification, Performance and Bank Risk: Evidence from Indonesia JDM (Jurnal Dinamika Manajemen), 7(2), 139–148 34 Halling, M., & Hayden, E (2006) Bank failure prediction: a two-step survival time approach Available at SSRN 904255 35 Hannan, T H., & Hanweck, G A (1988) Bank insolvency risk and the market for large certificates of deposit Journal of money, credit and banking, 20(2), 203-211 36 Hidayat, W Y., Kakinaka, M., & Miyamoto, H (2012) Bank risk and noninterest income activities in the Indonesian banking industry Journal of Asian Economics, 23(4), 335-343 37 Holton, R J., & Turner, B (2015) Talcott Parsons on economy and society Taylor & Francis 38 Jorion, P (2005) Bank trading risk and systemic risk 39 Kenneth, U O., & Adeniyi, A M (2014) Prediction of bank failure using camel and market information: comparative Appraisal of some selected banks in Nigeria Res J Finance Account, 5(3), 1-17 40 Klein, P G., & Saidenberg, M R (2010) Organizational structure and the diversification discount: Evidence from commercial banking The Journal of Industrial Economics, 58(1), 127-155 41 Landskroner, Y., Ruthenberg, D., & Zaken, D (2005) Diversification and performance in banking: The Israeli case Journal of Financial Services Research, 27(1), 27-49 v 42 Lee, C C., Hsieh, M F., & Yang, S J (2014) The relationship between revenue diversification and bank performance: Do financial structures and financial reforms matter? Japan and the World Economy, 29, 18-35 43 Lee, C.-C., Yang, S.-J., & Chang, C.-H (2014) Non-interest income, profitability, and risk in banking industry: A cross-country analysis The North American Journal of Economics and Finance, 27, 48–67 44 Lepetit, L., Nys, E., Rous, P., & Tarazi, A (2008) Bank income structure and risk: An empirical analysis of European banks Journal of banking & finance, 32(8), 1452-1467 45 Lin, J.-R., Chung, H., Hsieh, M.-H., & Wu, S (2012) The determinants of interest margins and their effect on bank diversification: Evidence from Asian banks Journal of Financial Stability, 8(2), 96–106 46 Luu, H N., Nguyen, L Q T., Vu, Q H., & Tuan, L Q (2019) Income diversification and financial performance of commercial banks in Viet Nam: Do experience and ownership structure matter? Review of Behavioral Finance, 12(3), 185–199 47 Markides, C C., & Williamson, P J (1994) Related diversification, core competences and corporate performance Strategic management journal, 15(S2), 149-165 48 Markowitz, H (1952) The utility of wealth Journal of political Economy, 60(2), 151-158 49 Meslier, C., Tacneng, R., & Tarazi, A (2014) Is bank income diversification beneficial? Evidence from an emerging economy Journal of International Financial Markets, Institutions and Money, 31, 97-126 50 Molyneux, P., & Yip, J (2013) Income diversification and performance of Islamic banks Journal of Financial Management, Markets and Institutions, 1(1), 47-66 51 Montgomery, H (2003) The role of foreign banks in post-crisis Asia: the vi importance of method of entry ADB Institute Research Paper, (51) 52 Moudud-Ul-Huq, S., Zheng, C., Gupta, A D., Hossain, S A., & Biswas, T (2020) Risk and performance in emerging economies: bank diversification and financial crisis matter? Global Business Review, 0972150920915301 53 Nepali, S R (2018) Income Diversification and Bank Risk-Return TradeOff on the Nepalese Commercial Banks Asian Economic and Financial Review, 8(2), 279–293 54 Nguyen, J., Parsons, R., & Argyle, B (2021) An examination of diversification on bank profitability and insolvency risk in 28 financially liberalized markets Journal of Behavioral and Experimental Finance, 29, 100416 55 Nisar, S., Peng, K., Wang, S., & Ashraf, B (2018) The Impact of Revenue Diversification on Bank Profitability and Stability: Empirical Evidence from South Asian Countries International Journal of Financial Studies, 6(2), 40 56 Panzar, J C., & Willig, R D (1977) Economies of scale in multi-output production The Quarterly Journal of Economics, 91(3), 481-493 57 Panzar, J C., & Willig, R D (1977) Free entry and the sustainability of natural monopoly The Bell Journal of Economics, 1-22 58 Pennathur, A K., Subrahmanyam, V & Vishwasrao, S (2012) Income diversification and risk: Does ownership matter? An empirical examination of Indian banks Journal of Banking & Finance, 36(8), 2203-2215 59 Quyen, P G., Ha, N T T., Darsono, S N A C., & Minh, T D T (2021) Income diversification and financial performance: The mediating effect of banks’ size, ownership structure, and the financial crisis in Viethu nhậpam Journal of Accounting and Investment, 22(2), 296-309 60 Rose, P S (1999) The local and statewide market-share advantages of interstate banking firms The Antitrust Bulletin, 44(2), 285-312 61 Rose, P S., & Hudgins, S C (2008) Bank management and financial vii services McGraw-Hill companies 62 Sanya, S., & Wolfe, S (2011) Can banks in emerging economies benefit from revenue diversification? Journal of Financial Services Research, 40(1-2), 79-101 63 Sawada, M (2013) How does the stock market value bank diversification? Empirical evidence from Japanese banks Pacific-Basin Finance Journal, 25, 4061 64 Sharma, S., & Anand, A (2018) Income diversification and bank performance: evidence from BRICS nations International Journal of Productivity and Performance Management 65 Stiroh, K J., & Rumble, A (2006) The dark side of diversification: The case of US financial holding companies Journal of banking & finance, 30(8), 21312161 66 Syahyunan, S., Muda, I., Siregar, H S., Sadalia, I., & Chandra, G (2017) The effect of Lerner Index and income diversification on the general bank stability in Indonesia Banks & bank systems, (12,№ 4), 56-64 67 Taran, Y (2012) What factors can predict that bank will get into trouble during crisis (pp 4–28) Evidence from Ukraine, KSE MA thesis 68 Vidyarthi, H (2020) Dynamics of income diversification and bank performance in India Journal of Financial Economic Policy, 12(3), 383-407 69 Wagner, W (2010) Diversification at financial institutions and systemic crises Journal of Financial Intermediation, 19(3), 373-386 70 Wang, C., & Lin, Y (2021) Income diversification and bank risk in Asia Pacific The North American Journal of Economics and Finance, 57, 101448 71 Williams, B., & Prather, L (2010) Bank risk and return: the impact of bank non‐ interest income International journal of managerial finance 72 Winton, A (1999) Don't put all your eggs in one basket? Diversification and viii specialization in lending Diversification and Specialization in Lending (September 27, 1999) 73 Zhou, K (2014) The Effect of Income Diversification on Bank Risk: Evidence from China Emerging Markets Finance and Trade, 50(sup3), 201– 213 Trang website 74 Đa dạng hóa thu nhập tác động đến rủi ro ngân hàng thương mại Việt Nam (n.d.) Tạp Chí Thị Trường Tài Chính - Tiền Tệ Retrieved June 7, 2022, from https://thitruongtaichinhtiente.vn/da-dang-hoa-thu-nhap-tac-dongden-rui-ro-cua-cac-ngan-hang-thuong-mai-viet-nam-25193.html ix PHỤ LỤC KẾT QUẢ TÍNH TỐN TỪ PHẦN MỀM THỐNG KÊ STATA xtset x YEAR panel variable: x (strongly balanced) time variable: YEAR, 2011 to 2022 delta: unit sum ZSCORE DIVER SIZE LEV LDR LLR GROW GDP CPI Variable | Obs Mean Std Dev Min Max -+ ZSCORE | 288 8.13034 6.950848 -65.6017 21.45876 DIVER | 288 -.5687913 14.64104 -248.1587 4999909 SIZE | 288 32.77171 1.242759 30.31783 35.52631 LEV | 288 0890904 038989 0269499 2383814 LDR | 288 5987127 1189881 2479158 9911485 -+ LLR | 288 0214555 0130119 0033983 0880662 GROW | 288 288753 0912881 071812 8833367 GDP | 288 0585033 0156728 0258 0802 CPI | 288 0498421 0464064 006312 1867773 corr DIVER SIZE LEV LDR LLR GROW GDP CPI (obs=288) | DIVER SIZE LEV LDR LLR GROW GDP CPI -+ -DIVER | 1.0000 SIZE | 0.0945 1.0000 LEV | 0.0331 -0.6185 1.0000 LDR | 0.1031 0.1569 0.1369 1.0000 LLR | 0.0666 -0.2379 0.1616 0.0027 1.0000 GROW | -0.3857 -0.2922 0.4175 0.1553 0.1098 1.0000 GDP | -0.0154 -0.0203 -0.0345 -0.0297 -0.0270 0.0324 1.0000 CPI | -0.1776 -0.2519 0.1738 -0.0060 0.2529 0.0556 0.0389 reg ZSCORE DIVER SIZE LEV LDR LLR GROW GDP CPI Source | SS df MS -+ Number of obs = 288 F(8, 279) = 74.91 Model | 9461.23002 1182.65375 Prob > F = 0.0000 Residual | 4404.96885 279 15.7884188 R-squared = 0.6823 -+ -Total | 13866.1989 287 48.3142818 Adj R-squared = 0.6732 Root MSE = 3.9735 1.0000 x ZSCORE | Coef Std Err t P>|t| [95% Conf Interval] -+ -DIVER | 3332314 0188292 17.70 0.000 296166 3702968 SIZE | 2.08942 2618317 7.98 0.000 1.574004 2.604837 LEV | 6736049 8.624544 0.08 0.938 -16.30384 17.65105 LDR | 12.11558 2.133295 5.68 0.000 7.91618 16.31497 LLR | -131.5466 19.27702 -6.82 0.000 -169.4935 -93.59969 GROW | 16.18252 3.249533 4.98 0.000 9.7858 22.57923 GDP | -24.20596 15.0487 -1.61 0.109 -53.82938 5.417461 CPI | 28.30394 5.501198 5.15 0.000 17.47481 39.13307 _cons | -69.31271 8.96544 -7.73 0.000 -86.96121 -51.66422 - vif Variable | VIF 1/VIF -+ -LEV | 2.06 0.486519 SIZE | 1.92 0.519563 GROW | 1.60 0.625153 DIVER | 1.38 0.723848 CPI | 1.18 0.844085 LDR | 1.17 0.853784 LLR | 1.14 0.874369 GDP | 1.01 0.988926 -+ -Mean VIF | 1.43 est sto pool xtreg ZSCORE DIVER SIZE LEV LDR LLR GROW GDP CPI, fe Fixed-effects (within) regression Number of obs = 288 Group variable: x Number of groups = 24 R-sq: Obs per group: = 12 between = 0.3531 avg = 12.0 overall = 0.5684 max = 12 F(8,256) = 122.10 Prob > F = 0.0000 within = 0.7923 corr(u_i, Xb) = -0.5318 -ZSCORE | Coef Std Err t P>|t| [95% Conf Interval] -+ -DIVER | 3217714 0159418 20.18 0.000 2903776 3531652 SIZE | 4.606096 4804621 9.59 0.000 3.659935 5.552258 LEV | -.5569012 7.805992 -0.07 0.943 -15.92904 14.81524 LDR | 8.238509 2.256843 3.65 0.000 3.794167 12.68285 xi LLR | -71.97359 16.13684 -4.46 0.000 -103.7514 -40.19574 GROW | 7.097113 3.712728 1.91 0.057 -.2142651 14.40849 GDP | -19.76676 10.90901 -1.81 0.071 -41.2496 1.716076 CPI | 41.46797 4.857915 8.54 0.000 31.9014 51.03453 _cons | -148.9347 15.73702 -9.46 0.000 -179.9252 -117.9442 -+ -sigma_u | 4.4219371 sigma_e | 2.8740226 rho | 70302206 (fraction of variance due to u_i) -F test that all u_i=0: F(23, 256) = 12.06 Prob > F = 0.0000 est sto fe xtreg ZSCORE DIVER SIZE LEV LDR LLR GROW GDP CPI,re Random-effects GLS regression Number of obs = 288 Group variable: x Number of groups = 24 R-sq: Obs per group: within = 0.7849 = 12 between = 0.3915 avg = 12.0 overall = 0.6343 max = 12 Wald chi2(8) = 893.49 Prob > chi2 = 0.0000 corr(u_i, X) = (assumed) -ZSCORE | Coef Std Err z P>|z| [95% Conf Interval] -+ -DIVER | 3205604 0161161 19.89 0.000 2889735 3521473 SIZE | 3.302852 3837907 8.61 0.000 2.550636 4.055068 LEV | 1685806 7.915031 0.02 0.983 -15.3446 15.68176 LDR | 11.26053 2.126029 5.30 0.000 7.093589 15.42747 LLR | -86.9495 16.45604 -5.28 0.000 -119.2027 -54.69625 GROW | 7.230999 3.568307 2.03 0.043 2372453 14.22475 GDP | -20.59302 11.38189 -1.81 0.070 -42.90112 1.71507 CPI | 33.60827 4.645552 7.23 0.000 24.50316 42.71339 _cons | -107.3771 12.69299 -8.46 0.000 -132.2549 -82.49925 -+ -sigma_u | 2.4940393 sigma_e | 2.8740226 rho | 42956697 (fraction of variance due to u_i) - est sto re xii hausman fe re Coefficients -| (b) (B) | fe re (b-B) sqrt(diag(V_b-V_B)) Difference S.E -+ -DIVER | 3217714 3205604 001211 SIZE | 4.606096 3.302852 1.303245 2890475 LEV | -.5569012 1685806 -.7254818 LDR | 8.238509 11.26053 -3.02202 7571925 LLR | -71.97359 -86.9495 14.9759 GROW | 7.097113 7.230999 -.1338854 1.025443 GDP | -19.76676 -20.59302 8262644 CPI | 41.46797 33.60827 7.859695 1.420629 -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(8) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 35.12 Prob>chi2 = 0.0000 (V_b-V_B is not positive definite) xttest3 Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (24) = Prob>chi2 = 188.77 0.0000 xtserial ZSCORE DIVER SIZE LEV LDR LLR GROW GDP CPI Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F( 1, 23) = Prob > F = 75.139 0.0000 xtgls ZSCORE DIVER SIZE LEV LDR LLR GROW GDP CPI,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 = (0.6507) Number of obs = 288 Number of groups = 24 Time periods = 12 Wald chi2(8) = 941.05 Prob > chi2 = 0.0000 xiii -ZSCORE | Coef Std Err z P>|z| [95% Conf Interval] -+ -DIVER | 3166534 0136529 23.19 0.000 2898943 3434126 SIZE | 2.391468 3031439 7.89 LEV | 6.194839 8.319892 0.74 0.000 1.797317 2.985619 0.457 -10.11185 22.50153 LDR | 8.392141 2.043099 4.11 0.000 4.387741 12.39654 LLR | -85.68281 12.4055 -6.91 0.000 -109.9971 -61.36849 GROW | 10.23963 2.808376 3.65 0.000 4.73531 15.74394 GDP | -11.71487 7.531613 -1.56 0.120 -26.47656 3.046823 CPI | 29.37092 3.935179 7.46 0.000 21.65811 37.08373 _cons | -77.84229 10.15756 -7.66 0.000 -97.75074 -57.93384 - est sto fgls esttab pool fe re fgls -(1) (2) (3) (4) ZSCORE ZSCORE ZSCORE ZSCORE -DIVER 0.333*** (17.70) SIZE LEV LDR LLR 2.089*** GDP CPI _cons (20.18) 4.606*** 0.321*** (19.89) 3.303*** 0.317*** (23.19) 2.391*** (7.98) (9.59) (8.61) (7.89) 0.674 -0.557 0.169 6.195 (0.08) (-0.07) (0.02) (0.74) 12.12*** 8.239*** 11.26*** 8.392*** (5.68) (3.65) (5.30) (4.11) -131.5*** -71.97*** -86.95*** -85.68*** (-6.82) GROW 0.322*** 16.18*** (-4.46) 7.097 (-5.28) 7.231* (-6.91) 10.24*** (4.98) (1.91) (2.03) (3.65) -24.21 -19.77 -20.59 -11.71 (-1.61) (-1.81) (-1.81) (-1.56) 28.30*** 41.47*** 33.61*** 29.37*** (5.15) (8.54) (7.23) (7.46) -69.31*** -148.9*** -107.4*** -77.84*** (-7.73) (-9.46) (-8.46) (-7.66) xiv -N 288 288 288 288 -t statistics in parentheses * p chi2 = 0.1987 estat abond Arellano-Bond test for zero autocorrelation in first-differenced errors + -+ |Order | z Prob > z| | + | | |-1.9351 0.0530 | | |-1.0303 0.3029 | + -+ H0: no autocorrelation est tab OLS FEM REM GLS GMM,star(0.01 0.05 0.1) -Variable | OLS FEM REM GLS GMM -+ -DIVER | 33323138*** 32177142*** 32056041*** 31665344*** 3.7708302** SIZE | 2.0894203*** 4.6060964*** 3.3028519*** 2.3914681*** 1.9329366*** LEV | 67360489 -.5569012 16858058 6.1948387 LDR | 12.115577*** 8.2385087*** 11.260529*** 8.3921414*** 9.7825767*** LLR | -131.54657*** -71.973592*** -86.949496*** -85.682813*** -56.988989*** GROW | 16.182516*** 7.0971133* GDP | -24.20596 -19.76676* CPI | 28.303941*** 41.467966*** 7.2309986** 10.239627*** -20.593024* -11.714867 33.608271*** 29.370917*** -24.450762** 13.742654*** -11.537182*** 16.359536*** | ZSCORE | L1 | 04208587** | _cons | -69.312713*** -148.93471*** -107.37706*** -77.842291*** -63.248129*** -legend: * p