1249 Tác Động Của Rủi Ro Thanh Khoản Đến Khả Năng Sinh Lời Của Các Nhtm Cp Tại Vn 2023.Docx

Mẫu bìa Đề cương luận văn Thành phố Hồ Chí Minh Năm 2022 BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỔ CHÍ MIN[.]

TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU

Đặt vấn đề

Hệ thống tài chính - ngân hàng được xem như là một kênh huyết mạch của nền kinh tế thông qua các kênh hệ thống ngân hàng mà nhà nước thực hiện được các chính sách của mình nhằm ổn định tiền tệ, giá cả và nền kinh tế qua đó cho thấy tầm quan trọng của hệ thống ngân hàng trong nền kinh tế.

Trong quá trình hội nhập kinh tế thế giới, thông qua các hiệp định song phương và đa phương, góp phần tạo ra những cơ hội thuận lợi cho hệ thống kinh tế tài chính trong nước nói chung và hệ thống ngân hàng nói riêng Trong đó, có ba hiệp định nội trội mà Việt Nam đã tham gia kí kết như: Tổ chức Thương mại Thế giới (WTO) năm 2007 và Hiệp định Thương mại toàn diện xuyên Thái Bình Dương (CPTPP) năm 2017 và Hiệp định Thương mại tự do Việt Nam-EU (EVFTA) năm 2020 gần đây.

Với những cam kết mới nhất của hiệp định EVFTA 2020, theo báo cáo của Vụ Chính sách Thương mại đa biên (Bộ Công Thương) về đánh giá tác động của Hiệp định EVFTA tới Việt Nam đối với ngành dịch vụ tài chính, ngân hàng, bảo hiểm, Hiệp định EVFTA (2020) mở ra cơ hội cho việc thúc đẩy tự do hóa ngành dịch vụ tài chính, ngân hàng, bảo hiểm của Việt Nam Tác động tích cực trên các góc độ cầu về dịch vụ, cơ hội hợp tác với các doanh nghiệp từ EU Bên cạnh những thuận lợi, cơ hội là những thách thức lớn đối với nền kinh tế mới nổi như của Việt Nam với hệ thống tài chính còn non trẻ, tiềm lực tài chính mỏng, quy mô nhỏ, khả năng quản trị rủi ro, quản trị thanh khoản còn nhiều bất cập, …

Mặc khác, những biến động về tình hình kinh tế vĩ mô, những sự cố bất ngờ như đại dịch Covid-19 đã tác động đến mọi thành phần kinh tế trong xã hội, trong đó các ngành nghề chịu ảnh hưởng nặng nề nhất có thể kể đến ngành dịch vụ vận tải, ngành may mặc, da giày, du lịch, nhà hàng, khách sạn….từ những tác động đó làm ảnh hưởng trực tiếp đến khả năng sinh lời của các ngân hàng.

Bên cạnh những thách thức của ngành; là công cụ hỗ trợ điều tiết cho nền kinh tế; vừa bị ảnh hưởng bởi đại dịch Covid-19 thì ngành ngân hàng mang trong mình những trọng trách nặng nề để đảm bảo các mục tiêu, trong đó mục tiêu lợi nhuận vẫn là mục tiêu hàng đầu Trước bối cảnh thực tế đó, cần có những nghiên cứu để xác định và đánh giá các nhân tố nội tại ngành, nhân tố vĩ mô nào của nền kinh tế có tác động đến KNSL của ngân hàng từ đó giúp cho các nhà điều hành chính sách, ban quản trị ngân hàng và nhà đầu tư ưu tiên lựa chọn các chiến lược cho phù hợp, đảm bảo hài hòa các lợi ích, gia tăng tiềm lực, sức mạnh của mình.

Trong hầu hết các nghiên cứu thực nghiệm và thực tiễn phải bắt buộc áp dụng các chuẩn basel thì nhân tố rủi ro thanh khoản là một trong số những nhân tố được ưu tiên lựa chọn Vì thế, đó là lý do tại sao tôi chọn đề tài “tác động của rủi ro thanh khoản đến khả năng sinh lời của các ngân hàng thương mại cổ phần tại Việt Nam” để nghiên cứu.

Tính cấp thiết của đề tài

Ngân hàng là một chủ thể có sức ảnh hưởng lơn trong nền kinh tế, là cầu nối quan trọng giữa NHNN với các chủ thể khác trong nền kinh tế; và là trung gian tài chính luân chuyển vốn từ nơi thừa vốn đến nơi cần vốn, góp phần thúc đẩy nền kinh tế phát triển Với những đóng góp quan trọng của mình thì những hoạt động của các ngân hàng luôn được các nhà điều hành chính sách, ban lãnh đạo và nhà đầu tư đặc biệt quan tâm, bởi ngân hàng là một trong những doanh nghiệp đặc thù có hiệu ứng dây chuyền, tức nếu có một ngân hàng gặp sự cố thì có thể sẽ làm ảnh hưởng dây chuyền lên cả một hệ thống, làm tê liệt cả nền kinh tế như những sự cố về khủng hoảng tài chính toàn cầu năm 2008-2009.

Thực tiễn về sự sụp đổ của rất nhiều các ngân hàng đình đám trên thế giớ phải kể đến như Washington Mutual và Northern Rock vào năm 2007 hay ở Việt Nam với sự cố khủng hoảng thanh khoản tại ACB vào năm 2003 hay là cuộc khủng hoàng tài chính thế giới vào năm 2008,… nhìn chung các cuộc khủng hoảng hay sự sụp đổ của các ngân hàng trên thế giới là do yếu kém trong quản trị rủi ro, mà một trong những rủi ro đáng chú ý là rủi ro thanh khoản Chính vì sự quan trọng của quản trị rủi ro thanh khoản mà Ủy ban Basel đã đưa ra các quy định về tỷ lệ an toàn vốn, các quy định về giám sát hoạt động kinh doanh ngân hàng được gọi tắt là Basel 1,2,3…Bên cạnh đó, trong nước, NHNN Việt Nam cũng có những văn bản quy phạm pháp luật quy định nhằm kiểm soát rủi ro về thanh khoản của các ngân hàng, quy định mới nhất làThông tư số 22/2019/TT-NHNN ngày 15/11/2019 quy định các giới hạn, tỷ lệ bảo đảm an toàn trong hoạt động của ngân hàng, chi nhánh ngân hàng nước ngoài Kể từ những lý do đó,các nghiên cứu thực nghiệm có liên quan cũng đã được thực hiện trong các bối cảnh khác nhau với sự hoàn thiện của các phương pháp tiếp cận trong đó phải kể đến sự hoàn thiện của các phương pháp đánh giá hiệu quả kinh doanh ngân hàng.

Song song đó, hiện nay ở Việt Nam hệ thống các NHTM đã giữ được ổn định cơ bản, trong đó năng lực tài chính quản trị đặc biệt là quản trị rủi ro thanh khoản đã có cải tiến tích cực, từng bước tiếp cận được với các yêu cầu của hội nhập kinh tế quốc tế Bên cạnh những mặt tích cực đó thì các NHTM Việt Nam dù sao cũng còn rất non trẻ do với thị trường tài chính của các quốc gia phát triển trên thế giới cho nên công tác quản trị rủi ro thanh khoản vẫn rất cần được các NHTM đặc biệt chú trọng quan tâm.

Thực tiễn trên thế giới và trong nước có rất nhiều các nghiên cứu về chủ đề khả năng sinh lời của của ngân hàng, mỗi nghiên cứu đều có những lập luận và phương pháp riêng và đưa ra nhiều biến khác nhau tác động đến khả năng sinh lời của ngân hàng.

Theo nghiên cứu của Guru và cộng sự (1999) với các NHTM Malaysia hoặc nghiên cứu của Saunders và cộng sự, 2016 đối với các ngân hàng tại Mỹ cho thấy ảnh hưởng tiêu cực của rủi ro thanh khoản đến khả năng sinh lời của NHTM Tuy nhiên, chỉ đúng với ROA đo bằng lợi nhuận sau thuế, ROA đo bằng lợi nhuận trước thuế và với ROE thì không có có ý nghĩa thống kế kể cả trước hay là sau thuế Củng cố thêm có kết luận trên là nghiên cứu của Chronopoulos và cộng sự (2015) cũng cho thấy rủi ro thanh khoản có tác động ngược chiều đến cả ROA và ROE của NHTM tại Mỹ Bên cạnh đó, cũng có một số nghiên cứu khác cho kết quả ngược lại như nghiên cứu của Sufian (2011) và Pasiouras và Kosmidou

(2007) cho ra kết quả RRTK có ảnh hưởng tích cực đến khả năng sinh lời.

Các nhân tố vĩ mô

Athanasoglou, 2008 cho rằng LNSL của các NHTM thường chịu tác động của các nhân tố kinh tế vĩ mô Một số nhân tố kinh tế vĩ mô trong nghiên cứu của mình có tác động đến KNSL là tỷ lệ lạm phát, tốc độ tăng trưởng GDP, và tốc độ tăng trưởng cung tiền.

Từ bối cảnh thực tiễn và bối cảnh lý thuyết có thể thấy rằng việc nghiên cứu mức độ ảnh hưởng giữa rủi ro thanh khoản và khả năng sinh lời ngân hàng là thật sự cần thiết Từ đó, có thể đưa ra các gợi ý chính sách giúp nâng cao KNSL của các ngân hàng tại Việt Nam.Mặc dù đã có khá nhiều các nghiên cứu về mức độ tác động của RRTK đến KNSL của các ngân hàng nhưng rủi ro thanh khoản luôn có những thay đổi cùng với sự phát triển không ngừng của nền kinh tế do vậy cần phải được nghiên cứu mới và cập nhật liên tục, đó cũng chính là lý do chính mà tác giả chọn đề tài này làm nghiên cứu luận văn của mình.

Nghiên cứu sẽ đóng góp một góc nhìn mới bằng phương pháp tiếp cận và cập nhật dữ liệu mới nhất, góp phần làm bằng chứng thực nghiệm, gia tăng tính khoa học cho việc ứng dụng các lý thuyết trong việc điều hành các chính sách của nhà nước và chủ doanh nghiệp,chủ đầu tư.

Mục tiêu của đề tài

Mục tiêu tổng quát của luận văn là đánh giá tác động của rủi ro thanh khoản đến khả năng sinh lời của ngân hàng TMCP tại Việt Nam.

1.3.2 Mục tiêu cụ thể Để đạt được mục tiêu tổng quát trên, luận văn cần đạt các mục tiêu cụ thể như sau:

- Đánh giá được mức độ và chiều hướng ảnh hướng của RRTK đến khả năng sinh lời của ngân hàng

- Đưa ra một số hàm ý và khuyến nghị đối với Nhà nước, ban lãnh đạo ngân hàng và các nhà đầu tư để nhằm nâng cao khả năng sinh lời của ngân hàng thương mại cổ phần Việt Nam.

Câu hỏi nghiên cứu

- RRTK và những yếu tố nào khác ảnh hưởng đến KNSL của ngân hàng?

- RRTK đo lường bằng Tổng dư nợ /Tổng nguồn vốn huy động có ảnh hưởng như thế nào đến KNSL

- RRTK đo lường bằng khe hở tài trợ có ảnh hưởng như thế nào đến KNSL?

- RRTK đo lường bằng Tài sản thanh khoản/Tổng dư nợ có ảnh hưởng như thế nào đến KNSL?

- Hàm ý chính sách gì từ kết quả nghiên cứu?

Đối tượng và phạm vi nghiên cứu

Tác động của rủi ro thanh khoản đến khả năng sinh lời của các ngân hàng TMCP Việt Nam

1.5.2.1 Phạm vi không gian Đề tài nghiên cứu 27 ngân hàng TMCP tại Việt Nam có công bố báo cáo tài chính đầy đủ Tính đến tháng 12/2021, toàn bộ hệ thống NHTMCP Việt Nam có 31 ngân hàng, tuy nhiên 4 ngân hàng: NHTMCP Đông Á, NHTMCP Việt Nam Thương Tín, NHTMCP Sài Gòn không có đủ báo cáo tài chính và báo cáo thường niên trong giai đoạn 2010 – 2021 Vì vậy, để đảm bảo sự thống nhất về mặt dữ liệu, tác giả loại 4 ngân hàng này ra khỏi mẫu nghiên cứu.

Theo hình thức sở hữu, 27 NHTMCP Việt Nam trong phạm vi nghiên cứu được chia thành hai nhóm: nhóm NHTMCP không có sở hữu Nhà nước chi phối (24 NHTMCP) và các NHTMCP có sở hữu Nhà nước chi phối (trên 50%) gồm 3 NHTMCP: Vietcombank, BIDV và Vietinbank.

Theo quan điểm của tác giả, việc đưa tất cả 27 NHTMCP Việt Nam vào mẫu nghiên cứu có thể giúp so sánh hiệu quả HĐKD của các NHTMCP theo các nhóm khác nhau Theo đó, ảnh hưởng của sở hữu Nhà nước đến hiệu quả HĐKD của ngân hàng cũng có thể được đánh giá một cách hợp lý hơn Đồng thời, quy mô mẫu 27 NHTMCP (chiếm hơn 90%) là đủ để đại diện cho tổng thể hệ thống các NHTMCP Việt Nam.

Nghiên cứu được thực hiện với các số liệu trong báo cáo tài chính của các NHTMCP, các chỉ số kinh tế vĩ mô từ WB, IMF, Tổng cục thống kê, Ngân hàng Nhà nước Việt Nam trong khoảng thời gian từ 2010 - 2021 Vì các lý do sau đây:

(i) đây là giai đoạn đầu của các Ngân hàng được niêm yết trên TTCK trải qua nhiều thời điểm tăng trưởng mạnh mẽ

(ii) đây cũng là giai đoạn NHNN thực hiện các chính sách áp dụng các tiêu chuẩn về quản trị ngân hàng trên thế giới như chuẩn Basel, và

(iii) là giai đoạn khủng hoảng do dịch Covid 19 Qua đó, cho thấy được sự ảnh hưởng của các nhân tố đến khả năng sinh lời của các Ngân hàng được khách quan và thực tế hơn

1.5.2.3 Phạm vi nội dung: Đề tài nghiên cứu sử dụng các biến đầu vào là các biến định lượng, sử dụng các mô hình ước lượng như OLS, REM, FEM, FGLS và SGMM để ước lượng mức độ tác động của các biến độc lập lên biến phụ thuộc là khả năng sinh lời của ngân hàng.

Phương pháp nghiên cứu

Các biến số được tính toán có công thức bằng phần mềm excel theo dữ liệu bảng(panel data) được hồi quy theo các phương pháp: Pooled OLS, FEM, REM, FGLS vàSGMM bằng phần mềm Stata 15 Mô hình hồi quy gộp (Pooled OLS) sẽ thích hợp nếu không có sự tồn tại các yếu tố riêng biệt (từng NH) và yếu tố thời gian Vì thế, phương pháp ước lượng tác động cố định (FEM) và tác động ngẫu nhiên (REM) sẽ phù hợp hơn vì không bỏ qua các yếu tố thời gian và yếu tố riêng biệt Để tìm hiểu xem phương pháp hồi quy nào là phù hợp nhất trong ba phương pháp trên, nghiên cứu sẽ dùng những kiểm định sau: Để chọn lựa giữa hai mô hình Pooled OLS và FEM, tạ sử dụng kiểm định F (Nếu giá trị p-value của mô hình FEM nhỏ hơn 0.05 thì lựa chọn mô hình FEM và ngược lại nếu P- value lớn hơn 0.05 thì chọn mô hình OLS), và

Việc lựa chọn giữa 2 mô hình FEM và REM, tác giả tiến hành kiểm định Hausman (nếu kết quả cho thấy giá trị p-value của kiểm định Hausman nhỏ hơn 0.05 thì lựa chọn mô hình FEM và ngược lại).

Sau khi đã lựa chọn được mô hình thích hợp, nghiên cứu tiếp tục tiến hành hai loại kiểm đinh sau nhằm phát hiện có hay không những khuyết tật của mô hình, đó là kiểm định phương sai thay đổi (sử dụng kiểm định Modified Wald đối với mô hình FEM và kiểm định Breusch - Pagan Lagrangian đối với mô hình REM) và tự tương quan (sử dụng kiểm định Wooldridge) (Wooldridge, 2002) Nếu trong mô hình có xuất hiện phương sai thay đổi và hiện tượng tự tương quan thì ta sẽ dùng mô hình bình phương tối thiểu tổng quát - FGLS (Feasible Generalized Least Square) bởi vì mô hình này có thể khắc phục được hiện tượng tự tương quan và phương sai thay đổi. Đối với mô hình FEM, việc điểm định hiện tượng phương sai sai số thay đổi, tác giả sử dụng kiểm định Modified Wald với giả thuyết ban đầu H0: mô hình không có hiện tượng phương sai thay đổi Nếu kết quả cho thấy p-value của kiểm định Modified Wald có giá trị nhỏ hơn 0.05 thì bác bỏ giả thuyết H0. Đối với mô hình REM, việc điểm định hiện tượng phương sai sai số thay đổi, tác giả sử dụng kiểm định Breusch - Pagan Lagrangian với giả thuyết ban đầu H0: mô hình không có hiện tượng phương sai thay đổi Nếu kết quả cho thấy p-value của kiểm định Breusch - Pagan Lagrangian có giá trị nhỏ hơn 0.05 thì bác bỏ giả thuyết H0.

Kiểm định Wooldridge được dùng để kiểm định hiện tượng tự tương quan của các biến trong mô hình với giả thuyết ban đầu H0: mô hình không có hiện tượng tự tương quan Nếu p-value của kiểm định Wooldridge có giá trị nhỏ hơn 0.05 thì bác bỏ giả thuyết H0.

Sau khi lựa chọn và kiểm tra các khuyết tật của mô hình nếu mô hình có hiện tượng phương sai sai số thay đổi và hiện tượng tự tương quan, tác giả sẽ sử dụng phương pháp FGLS để khắc phục các hiện tượng trên.

Cuối cùng, tác giả sử dụng phương pháp SGMM để kiểm tra và giải quyết vấn đề nội sinh trong mô hình.

Đóng góp của đề tài

1.7.1 Ý nghĩa khoa học Đề tài đóng góp thêm bằng chứng từ nghiên cứu thực tiễn một góc nhìn khác trong phân tích các nhân tố ảnh hưởng đến khả năng sinh lời của ngân hàng bằng mô hình ước lượng GMM thông qua phương pháp ước lượng 2 giai đoạn 2SLS so sánh với các phương pháp ước lượng tĩnh truyền thống OLS, REM, FEM Phương pháp SGMM loại bỏ được hiện tượng nội sinh khi dùng biến công cụ là biến trễ của biến phụ thuộc mang lại kết quả mô hình vững hơn, không chệch

Sau khi kết thúc nghiên cứu, đề tài sẽ cung cấp thêm một số thông tin cho các nhà tham khảo:

Thứ nhất: dựa trên cơ sở các lý thuyết nền tảng để xác định mức độ tác động của RRTK được đo lường bằng các phương pháp khác nhau và các nhân tố nội bộ riêng của ngân hàng cũng như các biến kinh tế vĩ mô ảnh hưởng như thế nào đến khả năng sinh lời của ngân hàng

Thứ hai: dựa trên mô hình ước lượng tổng quát SGMM và so sánh với các mô hình khác nhằm xác định mức độ ảnh hưởng của RRTK đến khả năng sinh lời của ngân hàng Từ đó, giúp cho các nhà nghiên cứu có thêm những thông tin tham khảo cho những đề tài nghiên cứu có liên quan hoặc mở rộng thêm nghiên cứu này.

Kết cấu của luận văn

Ngoại trừ các danh mục tài liệu tham khảo và phụ lục, luận văn gồm có 5 chương:

Chương 1: Giới thiệu tổng quan về đề tài nghiên cứu

Chương này bao gồm các nội dung chính như lý do nghiên cứu, câu hỏi và mục tiêu nghiên cứu, pham vị và đối tượng nghiên cứu, phương pháp nghiên cứu.

Chương 2: Cơ sở lý thuyết và các nghiên cứu thực nghiệm

Chương này là tổng hợp những lý thuyết nền tảng về hiệu quả hoạt động ngân hàng,khả năng sinh lời của ngân hàng và các yếu tố ảnh hưởng đến khả năng sinh lời của ngân hàng cũng như lý thuyết về mối quan hệ giữ RRTK và KNSL Bên cạnh đó, chương 2 cũng sẽ tổng quan các công trình nghiên cứu trước đây trong và ngoài nước về khả năng sinh lời của ngân hàng, từ đó so sánh những điểm khác biệt cơ bản giữa nghiên cứu của tác giả so với các nghiên cứu trước.

Chương 3: Phương pháp nghiên cứu và xây dựng mô hình

Từ những đút kết của những nghiên cứu thực nghiệm, kết hợp các lý thuyết nền tản đã nghiên cứu ở chương 2, chương 3 sẽ xây dựng và lựa chọn các phương pháp nghiên cứu nào là phù hợp, mô tả mẫu nghiên cứu, đưa ra các giả thuyết và từ đó đề xuất mô hình nghiên cứu.

Chương 4: Phân tích dữ liệu và trình bày kết quả nghiên cứu

Chương 4 sẽ trình bày kết quả nghiên cứu bằng việc thực hiện phần mềm thống kê Stata 15 từ đó chiết xuất ra các kết quả thống kê được như: mô tả mẫu nghiên cứu, phân tích hệ số tương quan của các biến mô hình nghiên cứu, kiểm định hiện tượng đa cộng tuyến, kiểm định hiện tượng phương sai thay đổi, kiểm định hiện tượng tự tương quan So sánh kết quả giữa các phương pháp OLS, REM, FEM và sau đó dùng phương pháp bình phương bé nhất tổng quát khả thi (FGLS) để khắc phục hiện tượng phương sai thay đổi và tự tương quan nếu có trong mô hình Để xác định kết quả cuối cùng của mô hình tác giả sử dụng mô hình SGMM 2 bước để kiểm định hiện tượng nội sinh, so sánh với các phương pháp OLS, FEM, REM, FGLS từ đó đánh giá sự khác biệt của các phương pháp

Chương 5: Kết luận và hàm ý

Bám sát vào trên kết quả của mô hình nghiên cứu, các lý thuyết nền tảng cũng như tham khảo kết luận của những nghiên cứu trước cùng quan điểm của tác giả từ đó đưa ra những hàm ý chính sách nhằm nâng cao khả năng sinh lời của ngân hàng

CƠ SỞ LÝ THUYẾT VÀ THỰC NGHIỆM CÁC NGHIÊN CỨU TRƯỚC

Cơ sở lý luận về rủi ro thanh khoản

2.1.1 Khái niệm rủi ro thanh khoản

Có nhiều quan điểm về rủi ro thanh khoản, cụ thể:

Theo Ủy ban Basel (2003) về giám sát ngân hàng phát biểu rằng “rủi ro thanh khoản là rủi ro mà ngân hàng không có khả năng gia tăng quỹ trong tài sản hoặc nghiã vụ nợ với chi phí thấp nhất”.

Trương Quang Thông (2013) rủi ro thanh khoản là rủi ro mà ngân hàng thiếu khả năng thanh toán, do không có khả năng chuyển đổi thành tiền hoặc không có khả năng huy động, vay mượn để đáp ứng các hợp đồng đã cam kết trước đó.

Decker (2000) định nghĩa về rủi ro thanh khoản cho rằng có thể phân loại rủi ro thanh khoản theo hai cách sau: rủi ro thanh khoản thị trường và rủi ro thanh khoản tài trợ Bởi vì thông tin thị trường không đầy đủ hoặc sự gián đoạn của thị trường mà các ngân hàng phải đối mặt với những rủi ro không dễ dàng gì bù đắp được nếu không giảm giá thị trường, đây được xem là rủi ro thanh khoản thị trường Rủi ro thanh khoản tài trợ xuất hiện khi ngân hàng không có khả năng thanh lý nhanh các tài sản hoặc do thiếu nguồn vốn tài trợ dẫn đến việc các ngân hàng phải đối mặt với nghĩa vụ nợ của mình vào ngày đáo hạn mà không thể thực hiện đúng cam kết Thông qua thị trường tài chính mà RRTK thị trường và RRTK tài trợ có tác động với nhau, từ đó có thể tác động lớn đến các tổ chức tín dụng trên thị trường, đặc biệt là trong giai đoạn biến động bất thường của thị trường tài chính Để có thể phục vụ nhu cầu vốn của mình, các NHTM thường thực hiện các cách thức sau: (i) tiến hành các giao dịch hoán đổi ngoại hối (ii) thực hiện các hoạt đột tín dụng trên thị trường liên ngân hàng (iii) bán các tài sản của mình đang nắm giữ trên thị trường tài chính và cuối cùng là có thể thực hiện nghiệp vụ tái cấp vốn hoặc tái chiết khấu từ NHTW.

Nhìn chung, Rủi ro thanh khoản là loại rủi ro thường trực của các ngân hàng thương mại, xuất hiện khi các tổ chức này không thể đáp ứng nhu cầu vốn, do họ không thể dự tính được nhu cầu vốn phát sinh, hoặc khó khăn trong việc hóa lỏng tài sản tài chính; gây ảnh hưởng đến tình hình kinh doanh và tài chính.

2.1.2 Phương pháp đo lường rủi ro thanh khoản Để đo lường rủi ro thanh khoản, ngân hàng có thể sử rủi ro thanh khoản sử dụng một trong số những tiêu chí và phương pháp khác nhau để lượng hóa rủi ro thanh khoản của ngân hàng Trong phạm vi nghiên cứu, đề tài trình bày một số phương pháp để đo lường rủi ro thanh khoản tại các ngân hàng như sau:

2.1.2.1 Phương pháp dựa theo quy định của Ủy ban Basel về tỷ lệ đảm bảo.

Các nhà nghiên cứu trước đây như nghiên cứu của Cucinelli, 2013 đề xuất phương pháp dựa theo quy định Basel III (2010) về tỷ lệ đảm bảo an toàn gồm hai tỷ lệ: tỷ lệ tài trợ ổn định ròng (NSFR_net stable funding ratio) và tỷ lệ đảm bảo khả năng thanh khoản (LCR _the liquidity coverage ratio).

Tỷ lệ khả năng chi trả: trong quy định Basel III của Basel Committee on Banking

Supervision (2013) có đề cập đến tỷ lệ khả năng chi trả dưới tên gọi tỷ lệ đảm bảo khả năng thanh khoản (LCR) LCR gồm 2 thành phần: tài sản nợ đến hạn thanh toán trong 30 ngày (Net cash outflows over a 30-day time period) và tài sản có thanh khoản cao (Stock of High –Quality Liquidity Assets) và được cụ thể hóa bằng công thức sau:

Tổng tài sản có tính thanh khoản cao Tổng tài sản nợ đến hạn thanh toán trong 30 ngày

Tài sản có thanh khoản cao được chia thành 02 mức: mức 1 và mức 2 Trong đó mức 2 được chia thành 02 mức: mức 2A và 2B Theo đó, tỷ lệ xác định luồng tiền mức 1 là 100% và thường chiếm tỷ trọng lớn hơn hoặc bằng 60% tổng tài sản có thanh khoản cao; tỷ lệ xác định luồng tiền mức 2A là 85%, mức 2B là 75% và 50% tùy theo nhóm tài sản, và tổng giá trị luồng tiền mức 2A và 2B không được vượt quá 40% tổng tài sản có thanh khoản cao Tài sản nợ đến hạn thanh toán trong 30 ngày được xác định theo nhiều tỷ lệ khác nhau, mức xác định tỷ lệ lần lượt là 0%, - 5%, 10%, 15%, 20%, 25%, 40%, 50% và 100% tùy vào độ rủi ro của tài sản.

Tỷ lệ nguồn vốn ngắn hạn được sử dụng để cho vay trung dài hạn: Trong quy định

Basel III của Basel Committee on Banking Supervision (2013) có đề cập đến tỷ lệ nguồn vốn ngắn hạn được sử dụng để cho vay trung dài hạn dưới tên gọi tỷ lệ nguồn vốn ổn định trung dài hạn (NSFR) Tỷ lệ này được giới thiệu vào năm 2018 với tỷ lệ dự kiến 100%, tức là nguồn vốn có thời gian đáo hạn từ 1 năm trở lên (ASF) lớn hơn hoặc bằng 100% tài sản kém thanh khoản (RSF) như các khoản cho vay trung, dài hạn NSFR được cụ thể hóa bằng công thức sau:

2.1.2.2 Phương pháp dựa vào các chỉ số thanh khoản

Các nghiên cứu của Bunda và Desquilbet, 2008 và Ferrouhi, 2014 đều đưa ra quan điểm rằng ngân hàng có tỷ lệ tài sản thanh khoản/ tổng tài sản càng lớn, rủi ro thanh khoản càng nhỏ.

L1 Tổng tài sản Một số nghiên cứu khác tiếp cận sử dụng các tỷ lệ dựa trên các báo cáo tài chính như tỷ lệ tài sản thanh khoản/Tổng dư nợ tín dụng và tỷ lệ tài sản thanh khoản/Tổng nguồn vốn huy động ngắn hạn nhằm phân tích chất lượng dự trữ thanh khoản của ngân hàng từ đó kết luận rằng nếu ngân hàng nắm giữ những tài sản thanh khoản có chất lượng càng lớn thì sẽ có cấu trúc thanh khoản cao từ đó RRTK giảm xuống và ngược lại.

Tài sản thanh khoản L2 = Tổng nguồn vốn huy động ngắn hạn

Tài sản thanh khoản L3 = Tổng dư nợ tín dụng

Ngoài ra, các nhà nghiên cứu (Vodova, 2011; Bunda và Desquilbet, 2008; Munteanu, 2012; Ferrouhi, 2014) đề xuất phương pháp dựa vào các tỷ số thanh khoản để đánh giá năng lực cho vay của ngân hàng Các tỷ số thanh khoản này cũng được tính toán và đo lường dựa trên các khoản mục khác nhau của bảng cân đối kế toán (Cucinelli, 2013), đó là các tỷ số thanh khoản dựa trên các nghiên cứu thực nghiệm trước đây.

Tỷ số đo lường năng lực cho vay: tỷ số này càng thấp thì thanh khoản của ngân hàng càng tăng và ngược lại

Tỷ số Dư nợ tín dụng/ Tổng nguồn vốn huy động: tỷ số này càng thấp thì thanh khoản của ngân hàng càng tăng và ngược lại.

L5 Tiền gửi khách hàng + Nguồn trả nợ ngắn hạn Rủi ro thanh khoản chịu ảnh hưởng của rất nhiều loại rủi ro khác như rủi ro hoạt động, rủi ro tín dụng, rủi ro lãi suất, … Arif và Nauman Anees, 2012 cho rằng trong hoạt động kinh doanh của các ngân hàng thương mại, đa phần các tài sản sẽ được tài trợ bởi các khoản tiền gửi vãng lai mà nó có thể bị rút ra khỏi ngân hàng bất kỳ lúc nào do đó tạo ra rủi ro thanh khoản cho ngân hàng Nghiên cứu của Poorman và Blake (2005) chỉ ra rằng: “Chỉ sử dụng các tỷ số thanh khoản để đo lường rủi ro thanh khoản là chưa đủ và đó chưa thể là một giải pháp” Theo Saunders và Cornett (2006) đề xuất sử dụng khái niệm khe hở tài trợ (Financing Gap) để đo lường rủi ro thanh khoản Trong đề tài này, tác giả kết hợp sử dụng tỷ lệ khe hở tài trợ được các nhà nghiên cứu trước sử dụng (Bunda và Desquilbet, 2008; Lucchetta 2007; Saunders và Cornett, 2006; Ferrouhi, 2014) và các chỉ số về thanh khoản để đo lường RRTK trong hoạt động kinh doanh ngân hàng Chỉ số đo lường khe hở tài trợ:

Dư nợ tín dụng bình quân – Số dư huy động vốn bình quân

Tổng tài sản Khe hở tài trợ (FGAP) cho thấy những biểu hiện sớm về rủi ro thanh khoản mà ngân hàng có thể gặp phải trong tương lai Khi ngân hàng có tỷ lệ dư nợ tín dụng trên tổng tài sản càng lớn thì khi đó ngân hàng sẽ giảm dự trữ thanh khoản dẫn đến rủi ro thanh khoản tăng lên Hơn nữa khi ngân hàng mở rộng tín dụng sẽ gia tăng rủi ro tín dụng kéo theo rủi ro thanh khoản cũng tăng theo Như vậy khi ngân hàng có khe hở tài trợ càng lớn, khi đó sẽ buộc ngân hàng phải giảm các tài sản thanh khoản và giảm tiền mặt dự trữ hoặc đi vay bổ sung trên thị trường tiền tệ, dẫn đến rủi ro thanh khoản của ngân hàng sẽ tăng cao và ngược lại.

Chỉ số (Tiền mặt + Tiền gửi tại NHNN + Tiền gửi tại các TCTD khác)/ Tiền gửi của khách hàng (L6): Chỉ số này càng cao thì thanh khoản của ngân hàng càng tốt và ngược lại.

Tiền mặt + Tiền gửi tại NHNN + Tiền gửi tại các TCTD khác

L6 Tiền gửi của khách hàng Chỉ số Vốn tự có/ Tổng nguồn huy động (L7): Chỉ số này càng cao thì thanh khoản càng tốt và ngược lại.

Cơ sở lý luận về khả năng sinh lời

2.2.1 Khái niệm khả năng sinh lời

Hiệu quả hoạt động kinh doanh của ngân hàng thương mại có thể được đánh giá bằng nhiều phương pháp và khả năng sinh lời của ngân hàng thương mại là một trong số các phương pháp để đánh giá hiệu quả hoạt động kinh doanh của ngân hàng thương mại (Yuanita, 2019) Khả năng tạo ra lợi nhuận được xem như là cách để đánh giá hiệu quả hoạt động kinh doanh của ngân hàng thương mại Vì vậy, để nghiên cứu khả năng sinh lời của ngân hàng thương mại, tác giả cần lược khảo cơ sở lý thuyết về hiệu quả hoạt động kinh doanh của ngân hàng thương mại.

2.2.2 Các chỉ tiêu đo lường khả năng sinh lời của NHTM

Theo Nguyễn Minh Kiều, 2009 có hai tỷ số cơ bản thường được sử dụng để đánh giá khả năng sinh lời của ngân hàng thương mại là ROEA và ROAA

Lợi nhuận trên tổng tài sản bình quân (Return on Assets Average- ROAA) ROAA là chỉ tiêu đo lường khả năng các NHTM quản lý, sử dụng các nguồn lực tài chính để tạo ra lợi nhuận Trong đó, lợi nhuận sau thuế được lấy từ báo cáo kết quả hoạt động kinh doanh, tổng tài sản bình quân hay vốn chủ sở hữu bình quân được lấy từ bảng cân đối kế toán của ngân hàng

ROA Tổng tài sản bình quân

Lợi nhuận trên vốn chủ sở hữu bình quân (Return on Equity bình quân - ROEA).

ROEA chính là chỉ số phản ánh hiệu quả của vốn chủ sở hữu bình quân, nghĩa là thể hiện lợi nhuận ngân hàng thu được từ mỗi đồng vốn chủ sở hữu

ROE Tổng vốn chủ sở hữu bình quân Bên cạnh đó, chỉ tiêu tỷ lệ thu nhập lãi cận biên (NIM – Net Interest Margin) có thể được sử dụng để đánh giá KNSL của NHTM (Nguyễn Minh Kiểu, 2009) NIM đo lường mức chênh lệch giữa thu nhập từ lãi và chi phí trả lãi mà ngân hàng có thể đạt được thông qua kiểm soát chặt chẽ tài sản sinh lời và theo đuổi các nguồn vốn có chi phí thấp nhất

Thu nhập từ lãi – Chi phí từ lãi NIM Tổng tài sản có sinh lời

Các lý thuyết về mối quan hệ giữa rủi ro thanh khoản và khả năng sinh lời

2.3.1 Lý thuyết đánh đổi rủi ro – lợi nhuận

Nguyên tắc đánh đổi giữa rủi ro và lợi nhuận được phát biểu rằng rủi ro của một khoản đầu tư càng cao thì mong đợi thu được từ khoản đầu tư đó và lợi nhuận mà nhà đầu tư kì vọng cũng càng lớn, và ngược lại Áp dụng lý thuyết này vào mối quan hệ giữa RRTK và khả năng sinh lời của ngân hàng, kết quả cần được kiểm chứng và cho ra câu trả lời cho câu hỏi RRTK có tác động như thế nào đến khả năng sinh lời, vậy liệu RRTK càng cao có mang lại lợi nhuận càng lớn? Một ngân hàng theo các lý thuyết tài chính doanh nghiệp khi ở trạng thái cân bằng sẽ giữ thanh khoản ở một mức tối ưu riêng. Mặc khác, Theo Miller và cộng sự, 1990 với những yêu cầu của các nhà quản lý tiền tệ đặt ra nhằm đảm bảo về an toàn vốn nên các ngân hàng buộc phải vượt mức thanh khoản tối ưu riêng và tối ưu nội bộ.

Phụ thuộc vào sự thay đổi của chu kỳ kinh doanh mà các ngân hàng có những mức thanh khoản tối ưu cũng khác nhau, thông thường mức thanh khoản tối ưu này sẽ tăng lên khi chi phí dự kiến tăng lên Vì vậy, mối quan hệ giữa khả năng sinh lợi và rủi ro thanh khoản có tính chu kỳ cao Theo nghiên cứu của Osborne và cộng sự, 2012, ở thời kỳ khủng hoảng, rủi ro thanh khoản và khả năng sinh lời của các ngân hàng có mối hệ cùng chiều, hay thực tế, vào thời điểm đó, để cải thiện khả năng sinh lời buộc các ngân hàng phải cố gắng gia tăng thanh khoản Cho nên, mức độ ảnh hưởng giữa RRTK và khả năng sinh lời là tích cực hay tiêu cực còn phụ thuộc vào việc ngân hàng đang ở mức thanh khoản tối ưu nào, trên hay dưới Còn đối với nghiên cứu của Flannery và Rangan (2008) khẳng định rằng: trong ngắn hạn sẽ không có mức độ ảnh hưởng nào giữ RRTK và KNSL khi các ngân hàng thật sự thành công trong việc duy trì được mức thanh khoản tối ưu Mặc khác, trong dài hạn, những ràng buộc về các yêu cầu thanh khoản cần phải được tuân thủ theo quy định.

2.3.2 Lý thuyết đặc thù ngân hàng (Banking Specificities Hypothesis)

Pruteanu-Podpiera, Weill và Schobert (2016) là tác giả của lý thuyết này, họ lập luận rằng ngành ngân hàng có một số đặc thù so với các ngành khác bởi có sự tồn tại của thông tin bất cân xứng trong môi trường cạnh tranh không hoàn hảo Vì vậy, các ngân hàng cần giải quyết vấn đề rủi ro đạo đức (Moral Hazad) và vấn đề lựa chọn nghịch (Adverse selection) Để giảm thiểu vấn đề này, ngân hàng cần duy trì mối quan hệdài hạn với người đi vay Tuy nhiên, khi gia tăng cạnh tranh, có thể gia tăng chi phí giám sát bởi vì tồn tại tính kinh tế nhờ quy mô và giảm quan hệ khách hàng trong dài hạn Nhằm duy trì môi trường kinh tế phát triển bền vững và ổn định, cần thiết phải đánh giá tình hình tài chính của các ngân hàng thông qua các chính sách điều tiết và quản trị điều hành Theo Halling và Hayden,

2006 với vai trò là một trung gian tài chính chủ yếu trong nền kinh tế với mục tiêu đảm bảo và quản lý hiệu quả các hoạt động của các ngân hàng nhằm tối đa hóa lợi nhuận Đó cũng chính là điều kiện tiên quyết trong môi trường cạnh tranh ngân hàng nhằm cung ứng nguồn vốn với giá thành hợp lý Điều này có nghĩa tồn tại mối tương quan âm giữa chi phí và khả năng sinh lời hay nói cách khác chi phí càng cao, khả năng sinh lời càng thấp.

Các nghiên cứu trước đây về mối quan hệ giữa RRTK và KNSL

Nghiên cứu tác động của RRTK đến khả năng sinh lời của các ngân hàng thương mại,nghiên cứu thực nghiệm trên thế giới

Nghiên cứu của Abbas và cộng sự (2019), nghiên cứu về tác động của Vốn, Rủi ro thanh khoản và rủi ro tín dụng đến KNSL của các NHTM tại các Quốc gia Châu Á phát triển và NHTM lớn của Mỹ từ năm 2011 đến năm 2017 Kết quả nghiên cứu cho thấy ác động của tính thanh khoản lên lợi nhuận của các ngân hàng TM lớn ở Hoa Kỳ là tiêu cực và tích cực đối với các NHTM ở nền kinh tế phát triển Châu Á trong thời kỳ hậu khủng hoảng.

Nghiên cứu của Ruziqa, A (2013), nghiên cứu về ảnh hưởng của rủi ro thanh khoản và rủi ro tín dụng đến hiệu quả tài chính của các NHTM có quy mô vốn trên 10 triệu Rupiah tại Indonesia từ 2007-2011 Theo nghiên cứu của tác già này thì hiệu quả tài chính của ngân hàng được đo lường bằng tỷ suất sinh lợi trên tài sản, tỷ suất sinh lợi vốn chủ sở hữu và biên lãi ròng; rủi ro thanh khoản được đo lường bằng tỷ lệ thanh khoản Tỷ lệ thanh khoản được nhận thấy là có ý nghĩa tích cực đến ROA và ROE nhưng không có ý nghĩa đến NIM.

Farooq, U., Maqbool, M Q., Humanyun, A A., Nawaz, M S., & Abbas, M (2015), nghiên cứu về tác động của quản lý rủi ro thanh khoản đối với hoạt động của 10 ngân hàng đứng đầu tại Pakistan Nghiên cứu đã kiểm nghiệm mối quan hệ giữa rủi ro thanh khoản ngân hàng và hiệu quả hoạt động trong các ngân hàng thông thường ở Pakistan bằng phương pháp hồi quy và phân tích tương quan giữa từng biến độc lập đại diện cho rủi ro thanh khoản là tỷ lệ tiền gửi/ tiền vay (LTD) và tỷ lệ tài sản ngắn hạn /Nợ ngắn hạn (CR) tác động và có tác động như thế nào đến khả năng sinh lời ngân hàng, đại diện là ROA và ROE Nghiên cứu thực hiện trong giai đoạn từ năm 2009 -2013 Kết quả nghiên cứu cho thấy cả 2 biến LTD và

CR đại diện cho rủi ro thanh khoản đều có tác động quan trọng về mặt thống kê với cả ROA và ROE.

Chowdhury, M., & Zaman, S (2018), nghiên cứu sử dụng phương pháp phân tích tương quan và hồi quy các biến đại diện cho rủi ro thanh khoản bao gồm tỷ lệ tiền vay trên tiền gửi (LTD); tài sản có rủi ro thanh khoản cao trên tổng tài sản (LRATA); Vốn trên tổng tài sản (ETA) với các biến đại diện cho hiệu quả hoạt động ngân hàng là ROA và ROE Kết quả hồi quy cho thấy có tác động tiêu cực giữa KNSL và rủi ro thanh khoản Bài nghiên cứu được thực hiện trong giai đoạn từ 2012- 2016 tại các ngân hàng hồi giáo ở Bangladesh.

Hakimi, A., & Zaghdoudi, K (2017) nghiên cứu thực hiện tại 10 ngân hàng Tunisian trong thời gian từ 1990 - 2013, dữ liệu nghiên cứu là dữ liệu bảng, phương pháp nghiên cứu là sử dụng mô hình tác động ngẫu nhiên (REM), kết quả nghiên cứu cho thấy RRTK có làm giàm đáng kể đến hiệu quả hoạt động ngân hàng.

Muriithi, J G., & Waweru, K M (2017) trọng tâm của nghiên cứu này là xem xét ảnh hưởng của rủi ro thanh khoản đến KNSL của 43 ngân hàng thương mại ở Kenya từ năm

2005 - 2014 Nghiên cứu sử dụng 2 biến LCR và NSFR đại diện cho rủi ro thanh khoản, còn ROE đại diện cho hiệu quả hoạt động ngân hàng Tác giả sử dụng phương pháp REM và GMM sau khi kiểm định mô hình bằng kiểm định Wald và F- Test Kết quả cho thấy NSFR tác động tiêu cực đến ROE cả trong ngắn hạn và dài hạn, còn LCR thì không có ảnh hưởng đến ROE Kết luận cuối cùng của nghiên cứu cho rằng RRTK có tác động tiêu cực đến hiệu quả hoạt động ngân hàng.

Arif, A., & Anees, A N (2012) mục đích của bài nghiên cứu này là kiểm tra rủi ro thanh khoản của các ngân hàng Pakistan và đánh giá ảnh hưởng đến khả năng sinh lời của ngân hàng Dữ liệu được lấy từ báo cáo tài chính trong giai đoạn 2004-2009 của 22 ngân hàng ở Pakistan Phương pháp Hồi quy tuyến tính bội được áp dụng để đánh giá ảnh hưởng của RRTK đến khả năng sinh lời của ngân hàng Kết quả nghiên cứu cho thấy khe hở tài trợ đại diện cho RRTK tác động tiêu cực đến khả năng sinh lời của ngân hàng.

Salim, B F., & Bilal, Z O (2016) nghiên cứu này nhằm mục đích điều tra vị trí của thanh khoản và tác động của nó đối với KNSL của các Ngân hàng Omani với mục tiêu cuối cùng là tư vấn các chính sách để cải thiện quản lý rủi ro thanh khoản tại các ngân hàng này. Một mẫu gồm 4 ngân hàng thương mại địa phương đã được được sử dụng để kiểm tra mối quan hệ giữa khả năng thanh toán và hiệu quả tài chính trong kỳ trong năm năm từ 2010-

2014 Dữ liệu đã được lấy từ các báo cáo hàng năm của Ngân hàng bằng cách sử dụng phân tích hồi quy đa biến Nghiên cứu kết luận mối quan hệ đáng kể giữa tỷ lệ cho vay trên tổng tài sản; tỷ lệ tài sản có tính thanh khoản kém trên tổng nợ phải trả với ROA của ngân hàng; tỷ lệ Tài sản lưu động / tiền gửi; Tài sản lưu động / Nợ ngắn hạn và ROE; Tổng nợ / Tổng số tài sản, Cho vay / Tiền gửi & nợ ngắn hạn; Các khoản cho vay của ngân hàng - tiền gửi của khách hàng / Tổng tài sản với ROAA.

Ibe, S O (2013) nghiên cứu lựa chọn ngẫu nhiên 3 ngân hàng tại Nigeria trong giai đoạn 1995-2010 Các biến đại diện cho quản lý thanh khoản bao gồm tiền mặt và quỹ ngắn hạn, số dư ngân hàng và tín phiếu kho bạc và chứng chỉ tiền gửi, trong khi lợi nhuận sau thuế là đại diện cho khả năng sinh lời Bài nghiên cứu sử dụng kiểm định Elliot RothenbergStock (ERS) để kiểm định tính liên tục của các biến để kiểm định giả thuyết nghiên cứu Kết quả của nghiên cứu này đã chỉ ra rằng quản lý thanh khoản thực sự là một vấn đề quan trọng trong ngành ngân hàng Nigeria.

Galletta, S., & Mazzù, S (2019) nghiên cứu điều tra cách thức các đặc điểm của ngân hàng, chẳng hạn như quy mô, vốn và mô hình kinh doanh có liên quan như thế nào đến rủi ro thanh khoản Nghiên cứu sử dụng một mẫu các ngân hàng châu Âu trong giai đoạn sau cuộc khủng hoảng tài chính, từ năm 2011 đến năm 2017 Tác giả sử dụng phương pháp GMM 2 bước, kết quả cho thấy rằng quy mô ngân hàng làm tăng rủi ro thanh khoản, trong khi vốn không phải là biện pháp ngăn chặn hiệu quả Hơn nữa, đối với các ngân hàng tiết kiệm, RRTK được đo bằng khe hở tài trợ làm tăng rủi ro thanh khoản trong khi các ngân hàng đầu tư phụ thuộc vào nguồn vốn không phải tiền gửi làm giảm rủi ro rủi ro thanh khoản.

Sokefun, A O (2014) nghiên cứu được thực hiện với 518 mẫu khảo sát được gửi đến nhân viên của các ngân hàng, tỷ lệ phản hồi thu lại được chiếm 76%, bên cạnh đó các dữ liệu còn được sử dụng từ báo cáo tài chính của các ngân hàng trong giai đoạn 2006-2010. Nghiên cứu cho ra kết quả rằng RRTK có tác động đáng kể đến khả năng sinh lời của các ngân hàng trong nước và kể cả các ngân hàng có vốn đầu tư nước ngoài

Nghiên cứu tác động của RRTK đến khả năng sinh lời của các ngân hàng thương mại, nghiên cứu thực nghiệm trong nước:

Nghiên cứu của Nguyễn, P Q T (2020) nghiên cứu xác định sự ảnh hưởng của trạng thái thanh khoản đến hiệu quả hoạt động và mối quan hệ giữa trạng thái thanh khoản và hiệu quả hoạt động tại 31 NHTM Việt Nam giai đoạn 2007-2017 Nghiên cứu sử dụng phương pháp ước lượng D-GMM, hồi quy Tobit và phương pháp phi tham số bao dữ liệu DEA

Nghiên cứu của Trần, T T N (2018), nghiên cứu thực hiện cho 171 ngân hàng của 9 quốc gia Đông Nam Á trong thời gian 2004-2016 bằng việc thực hiện các phương pháp OLS, FEM, REM và S-GMM nhằm phân tích ảnh hưởng của RRTK đến KNSL ngân hàng. Kết quả cho thấy RRTK là yếu tố tác động mạnh lên KNSL ngân hàng, nghiên cứu trường hợp Đông Nam Á.

Nghiên cứu của Nguyễn, T.P (2020), nghiên cứu được thực hiện tại 25 NHTMCP tạiViệt Nam giai đoạn 2009-2019 Nghiên cứu sử dụng các phương pháp POLS, FEM, REM.Kết quả có thấy RRTK có tác động cùng chiều đến HQKD của ngân hàng và có mức tác động lớn nhất Có 6 biến có ý nghĩa thống kê gồm: Tỷ suất lợi nhuận trên tổng tài sản của năm trước (L.ROA), FGAP, ETA, NPL, tăng trưởng kinh tế hàng năm (GDP) và tỷ lệ thất nghiệp hàng năm (UEP) Trong đó, biến L.ROA, NPL và UEP có tác động ngược chiều đến ROA và 3 biến còn lại là FGAP, ETA và GDP có tác động cùng chiều đến ROA Chỉ có INF là không có ý nghĩa thống kê trong mô hình, không tác động đến ROA.

Bảng 2.1 Tổng hợp các nghiên cứu trước

Thời gian Phạm vi PPNC Kết quả nghiên cứu

Các Quốc gia Châu Á phát triển và NHTM lớn của Mỹ

Tác động của tính thanh khoản lên lợi nhuận của các ngân hàng TM lớn ở Hoa

Kỳ là tiêu cực và tích cực đối với các NHTM ở nền kinh tế phát triển Châu Á trong thời kỳ hậu khủng hoảng.

NHTM có tổng tài sản trên 10 triệu Rupiah tại Indonesia

Tỷ lệ thanh khoản được nhận thấy là có ý nghĩa tích cực đến ROA và ROE nhưng không có ý nghĩa đến NIM

2013 Top 10 ngân hàng tại Pakistan OLS

PHƯƠNG PHÁP NGHIÊN CỨU VÀ XÂY DỰNG MÔ HÌNH

Phương pháp thu thập dữ liệu và xử lý số liệu

3.1.1 Mô tả phương pháp thu thập dữ liệu

Nghiên cứu được thực hiện với dữ liệu bảng trong giai đoạn 2010 - 2021 của 27 NHTMCP tại Việt Nam (danh sách các ngân hàng trong phụ lục) Dữ liệu sử dụng trong nghiên cứu được lấy từ 2 nguồn:

(i) dữ liệu cấp độ ngân hàng đươc lấy từ cơ sở dữ liệu của Bankscope (nguồn dữ liệu tài chính của các định chế tài chính của các quốc gia trên thế giới),

(ii) dữ liệu thông tin vĩ mô được sử dụng từ cơ sở dữ liệu của Ngân hàng phát triển Châu Á (ADB), Ngân hàng thế giới (WB), Quỹ tiền tệ thế giới (IMF).

Trước khi dữ liệu Bankscope được đưa vào phân tích thống kê, nghiên cứu đã hiệu chỉnh dữ liệu Bankscope theo các bước sau:

(iii) Sàn lọc đối tượng nghiên cứu là các ngân hàng: Dữ liệu sẽ được thu hẹp phạm vi khi xét đến đối tượng nghiên cứu Do đối tượng nghiên cứu là ngân hàng thương mại nên sẽ loại bỏ những định chế tài chính nào là ngân hàng quốc gia (Central Bank), ngân hàng đầu tư (Investment Bank), công ty chứng khoán (Securities Companies), công ty tài chính (Non-Banking Credit Institutions).

(iv) Lựa chọn hình thức báo cáo: Dữ liệu của Bankscope được xem là dữ liệu tài chính đầy đủ nhất của các định chế tài chính Nhưng do có một số thay đổi do hoạt động sáp nhập, phá sản giải thể của các ngân hàng, Bankscope không hoàn toàn cung cấp một báo cáo tài chính đồng nhất cho tất cả các ngân hàng qua từng giai đoạn Vì vậy, một ngân hàng tại một thời điểm có thể tồn tại đồng thời nhiều hình thức báo cáo nhằm phân biệt mức độ sáp nhập (Bankscope có 6 hình thức báo cáo như báo cáo tài chính hợp nhất các chi nhánh và các công ty sau hợp nhất; báo cáo tài chính hợp nhất các chi nhánh, không có các công ty sau hợp nhất; báo cáo bổ sung hợp nhất và Báo cáo không hợp nhất báo cáo của chi nhánh hoặc các công ty con được kiểm soát, công ty sau hợp nhất; báo cáo không hợp nhất báo cáo của chi nhánh hoặc các công ty con được kiểm soát; báo cáo không hợp nhất) Chính điều này đặt ra yêu cầu phải đưa ra các tiêu chí lựa chọn hình thức báo cáo nào để tổng hợp thành bộ số liệu đồng nhất cho các ngân hàng trong suốt giai đoạn 2010 -

2021 Nghiên cứu này chọn hình thức báo cáo tài chính hợp nhất các chi nhánh, không có các công ty sau hợp nhất vì bao gồm

Châu Á (ADB), Ngân hàng thế giới (WB), Quỹ tiền tệ thế giới (IMF).

Các biến số được tính toán có công thức bằng phần mềm excel theo dữ liệu bảng (panel data) được hồi quy theo các phương pháp: Pooled OLS, FEM, REM, FGLS và SGMM bằng phần mềm Stata 15 để có kết quả so sánh giữa các phương pháp là lựa chọn mô hình phù hợp sau khi kiểm tra tất cả các khuyết tật của mô hình.

3.2 Mô hình nghiên cứu tác động của RRTK đến KNSL của ngân hàng

3.2.1 Mô hình nghiên cứu tổng quát

Nghiên cứu kế thừa mô hình của Abbas, et al (2019), có bổ sung thêm một số biến và loại bỏ ra một số biến cho phù hợp với môi trường thực tiễn tại Việt Nam

^i,t — a +^3^Í,M +^l\,t +/?2Ạt + £ Trong đó: Y: là biến phụ thuộc (khả năng sinh lời của ngân hàng) α : là hệ số chặn : là biến trễ 1 kì của biến phụ thuộc β1; β2, β3: là hệ số góc X: là đại diện cho rủi ro thanh khoản (biến chính) i : là ngân hàng i Z: là đại diện cho các biến kiểm soát (biến kiểm soát bên trong, biến kiểm soát thị trường, biến kiểm soát vĩ mô) t: là tại thời điểm năm t ε: là phần dư của mô hình

Trên cơ sở nghiên cứu các lý thuyết và những nghiên cứu thực nghiệm, tác giả tổng kết và lựa chọn mô hình nghiên cứu như sau:

ROA it = p o + V i LOTD^ t + P 2 SIZE i, t + P 8 ETA i,t + /S 4 LLPTL ị,t + p 5 DTA t

+ P 6 DIA t + P 7 OTA t + p 8 CR3 t + Í^GDP t + p lữ INE t +^ 11 M2 t + V ít

ROA ìt = P o + P i FGAP i ,t + 0 2 SIZE i't + Ị^ETA it + ^ 4 LLPTL i ,t + fcDTA t

+ p ô DIA t + MTA t + P 8 CR3 t + Í^GDP t + p i o INF t +^ 11 M2 t + P it

Mô tả các biến trong mô hình

Sau khi tìm hiểu và đút kết từ như nghiên cứu của tác giả Ferrouhi, 2014; Bordeleau và Graham, 2010; Athanasoglou và cộng sự, 2008; Ajibike và Aremu, 2015; Bassey và Moses, 2015; Shen và cộng sự, 2009) cho thấy các tỷ số đo lường lợi nhuận thường được sử dụng là chỉ số ROA, ROAA, ROE, ROEA, và NIM.

Vì tỷ số ROA cung cấp thông tin cho nhiều đối tượng gồm như nhà đầu tư, chủ sỡ hữu và các cơ quan quản lý nên tỷ số ROA vẫn được sử dụng thông dụng hơn ROE và NIM Vì vậy, biến ROA sẽ được chọn làm biến đại diện cho khả năng sinh lời của ngân hàng trong nghiên cứu này của tác giả.

ROA Vốn chủ sở hữu bình quân

3.3.2 Nhóm biến đại diện cho rủi ro thanh khoản

3.3.2.1 Tổng dư nợ tín dụng/Tổng nguồn vốn huy động (LOTD –Loan to Deposit)

LOTD là tỷ lệ dư nợ tín dụng trên vốn huy động, chỉ số được tính bằng công thức:

Dư nợ cho vay khách hàng x 100%

Tỷ lệ dư nợ tín dụng trên vốn huy động là một trong các chỉ số quan trọng dùng để đánh giá mức độ an toàn của các ngân hàng Nếu LOTD cao thì ngân hàng sẽ có khả năng sinh lời cao, tuy nhiên cũng có nhiều sự đánh đổi như rủi ro thanh khoản cao hơn Tín dụng là tài sản sinh lời chính của ngân hàng những lại rất kém linh hoạt so với các tài sản khác Ngân hàng có tỷ lệ dư nợ tín dụng trên vốn huy động tăng thì có thể giảm được nguy cơ rút tiền gửi đột ngột của các cá nhân, doanh nghiệp.

LOTD đại diện cho mức độ tiếp cận tín dụng của ngân hàng, đánh giá chiến lược cho vay với hiệu quả kinh doanh ngân hàng như thế nào Chỉ tiêu thể hiện ngân hàng đã cho vay bao nhiêu trên tổng nguồn vốn mà mình đã huy động được hay nói cách khác ngân hàng đã huy động được bao nhiêu để phục vụ cho hoạt động tín dụng của mình Chỉ tiêu thể hiện vấn đề rủi ro thanh khoản của khách hàng, nếu có nhiều khoản cho vay hợp lý, chi phí hoạt động của ngân hàng thấp hơn và ngân hàng dần có thể tiến

Tổng dư nợ nhiên nghiên cứu của DeYoung & Roland, (2001) cho rằng khách hàng ít thường xuyên thay đổi các mối quan hệ cho vay nên thu nhập lãi ròng là nguồn doanh thu ổn định của ngân hàng Vì thế tỷ lệ các khoản cho vay trên tổng nguồn vốn huy động của ngân hàng càng cao, hiệu quả kinh doanh càng tăng nhưng kèm theo đó là rủi ro ngân hàng cũng gia tăng Nghiên cứu của Arif, A., & Anees, A N (2012) đưa ra kết quả tỷ lệ cho vay trên tổng tài sản cùng chiều với hiệu quả kinh doanh.

3.3.2.2 Khe hở tài trợ (FGAP - Financing Gap)

Khe hở tài trợ (FGAP) được định là chênh lệch giữa số dư bình quân của các khoản cho vay và huy động (Đặng Văn Dân, 2015) chỉ số này đánh giá được những tính chất chủ yếu nhất của rủi ro thanh khoản ngân hàng Khe hở tài trợ được mô tả bằng công thức sau:

Dư nợ tín dụng bình quân – Số dư huy động vốn bình quân

Tổng tài sản Shen và cộng sự (2009) cho rằng các ngân hàng có cấu trúc tài sản thanh khoản càng thấp có thể nhận được thu nhập lãi cao hơn các ngân hàng có cấu trúc tài sản kém thanh khoản Vì vậy, rủi ro thanh khoản được kỳ vọng là sẽ tác động ngược chiều với khả năng sinh lời của ngân hàng.

3.3.2.3 Tỷ lệ tài sản thanh khoản trên tổng dư nợ (LITL – Liquidity to Loan)

Tài sản thanh khoản được định nghĩa là các tài sản có thể dễ dàng chuyển đổi thành tiền mặt với chi phí thấp nhất, trong một khoảng thời gian nhanh nhất, bao gồm những loại tài sản như tiền mặt, các công cụ trên thị trường tiền tệ và các chứng khoán trên thị trường Trong các nghiên cứu của những tác giả Kosmidou và cộng sự, 2005; Shen và cộng sự, 2018 cho rằng tỷ lệ tài sản thanh khoản trên tổng dư nợ tín dụng có mối quan hệ cùng chiều với khả năng sinh lời bởi vì thông thường các ngân hàng thương mại có năng lực tốt về việc kiểm soát trạng thái thanh khoản và nắm giữ các tài sản có tính thanh khoản cao, đặc biệt trong thời kỳ khủng hoảng vì vậy, khả năng sinh lời cao hơn và ngược lại (Lee và Hsieh,2013; Shen và cộng sự, 2009) tìm thấy mối tương quan ngược chiều giữa thanh khoản và hiệu quả hoạt động ngân hàng.

Tỷ lệ tài sản thanh khoản trên tổng dư nợ được tính bằng công thức sau:

Có một lý thuyết phổ biến rằng các ngân hàng lớn có xu hướng rủi ro hơn do vấn đề rủi ro đạo đức (De Jonghe, 2010) Theo lý thuyết này, các ngân hàng lớn hơn có thể giảm kỷ luật thị trường và được cuốn hút vào việc chấp nhận rủi ro, tạo ra sự cạnh tranh không lành mạnh, bởi vì các ngân hàng đó biết sẽ được giải cứu Tuy nhiên, lại có quan điểm cho rằng các ngân hàng lớn thường ít bị rủi ro do có năng lực quản trị hiệu quả Quan điểm này được thể hiện bởi Salas và Saurina (2002) Theo Sanya & Wolfe

(2011), những ngân hàng có quy mô lớn có thể đa dạng hóa danh mục đầu tư cho vay tốt hơn và khả năng sinh lời ít bị ảnh hưởng hơn Nghiên cứu của Meslier và cộng sự

(2014) cho kết quả là có mối quan hệ ngược chiều giữa quy mô và khả năng sinh lời ngân hàng, trái lại Lee và cộng sự (2014) lại có kết luận ngược lại.

Quy mô được đo lường bằng công thức:

SIZE = Logarit cơ số e của tổng tài sản 3.3.3.2 Tỷ lệ vốn chủ sở hữu trên tổng tài sản (Equity to assets- ETA) Được đo lường bằng tỷ số vốn chủ sở hữu trên tổng tài sản Vốn ngân hàng cho thấy mức độ an toàn của ngân hàng thương mại Tỷ lệ này càng thấp có nghĩa là đòn bẩy tài chính cao, dẫn đến rủi ro cao và ngược lại Các ngân hàng có tỷ lệ vốn chủ sở hữu trên tổng tài sản càng lớn cho thấy khả năng ứng phó tốt hơn với các biến động của thị trường, do đó có khả năng tồn tại tốt hơn so với các ngân hàng có tỷ lệ vốn trên tổng tài sản thấp Các ngân hàng có vốn lớn dễ dàng nhận chiếm được lòng tìn từ khách hàng, đối tác như sử dụng dịch vụ, gửi tiền hoặc người vay tiền cũng tin tưởng hơn do chi phí lãi từ các ngân hàng cũng thường cạnh tranh hơn, từ đó có thể đa dạng hóa nguồn thu và tác động tích cực đến khả năng sinh lời.

3.3.3.3 Tỷ lệ DPRRTD trên Tổng dư nợ (Loan Loss Provision to Loans-LLPTL)

Dự phòng rủi ro là khoản tiền được trích lập để dự phòng cho những tổn thất có thể xảy ra do khách hàng của tổ chức tín dụng không thực hiện nghĩa vụ theo cam kết.

Dự phòng rủi ro được tính theo dư nợ gốc và hạch toán vào chi phí hoạt động của các

RRTD khi không thu hồi đúng hạn các khoản đã cho vay, tùy theo thời hạn Là tỷ số được tính bằng cách lấy dự phòng rủi ro tín dụng chia cho tổng dư nợ và là yếu tố đại diện cho rủi ro tín dụng (Sufian, 2011) Các khoản cho vay càng rủi ro lớn thì khả năng phải trích lập dự phòng rủi ro tín dụng sẽ cao hơn, dẫn đến giảm lợi nhuận, khả năng sinh lời giảm Việc xác định trích lập dự phòng rủi ro tín dụng được căn cứ vào việc phân loại nợ tại ngân hàng Các tổ chức tín dụng, ngân hàng căn cứ vào các tiêu chuẩn định tính và định lượng để đánh giá mức độ rủi ro của các khoản vay và các cam kết ngoại bảng, trên cơ sở đó phân loại các khoản nợ vào các nhóm nợ thích hợp Tỷ lệ này càng thấp tương đương với rủi ro tín dụng càng thấp, khả năng sinh lời càng cao Đối với các ngân hàng tập trung mạnh vào tăng trưởng tín dụng là chủ yếu thường có tỷ lệ dự phòng rủi ro cho vay cao làm cho chi phí tăng và lợi nhuận giảm Trong nghiên cứu của Võ Xuân Vinh và Trần Thị Phương Mai (2015) đưa ra kết luận tỷ lệ dự phòng rủi ro tín dụng có mối tương quan ngược chiều với khả năng sinh lời còn nghiên cứu của Lee và cộng sự (2014) lại cho kết quả ngược lại.

Dự phòng rủi ro tín dụng LLPTL Tổng dư nợ

3.3.3.4 Tỷ lệ tiền gửi trên tổng tài sản (Deposi to Asset- DTA)

Ngân hàng hoạt động kinh doanh chủ yếu là sự trài trợ nguồn tiền gửi huy động, đây là nguồn tiền giá rẻ và ổn định hơn so với các nguồn tài trợ khác Vì vậy, tỷ lệ tiền gửi càng cao, rủi ro càng thấp và khả năng sinh lời càng cao Lee và cộng sự (2014) cho rằng tỷ lệ tiền gửi trên tổng tài sản tác động dương với khả năng sinh lời Mặt khác,

Lê Long Hậu và Phạm Xuân Quỳnh (2017) lại cho kết quả ngược chiều.

Xây dựng giả thuyết nghiên cứu

Tỷ lệ LOTD có tác động tích cực đến KNSL theo Abdullah, A., & Khan, A Q (2012); Vodova, P (2011) Khi tỷ lệ LOTD quá thấp cho thấy ngân hàng chưa sử dụng hiệu quả nguốn vốn huy động., tỷ lệ này dao động từ 70% - 90% được cho là tối ưu theo nghiên cứu của Shen và cộng sự (2009) Trên cơ sở lý thuyết và thực tiễn, luận văn đưa ra giả thuyết tỷ lệ dư nợ tín dụng trên tổng nguồn vốn huy động (LOTD) có tác động cùng chiều với KNSL

3.4.2 Giả thuyết 2: Khe hở tài trợ (FGAP) có tác động cùng chiều với KNSL

Francis (2013) đưa ra kết luận trong danh mục tài sản của ngân hàng, cho vay là hoạt động nằm trong danh mục tài sản có tính thanh khoản thấp nhưng tỷ suất lợi nhuận từ hoạt động cho vay lại cao hơn các tài sản an toàn khác, vì vậy khoản chênh lệch giữa cho vay và huy động càng tăng sẽ làm gia tăng thêm khả năng sinh lời của ngân hàng từ đó cho thấy mối quan hệ cùng chiều giữa FGAP đến ROA Trên cơ sở lý thuyết và thực tiễn, luận văn đưa ra giả thuyết tỷ lệ khe hở tài trợ (FGAP) có tác động cùng chiều với KNSL

3.4.3 Giả thuyết 3: Tỷ lệ tài sản thanh khoản trên tổng dư nợ (LITL) tác động ngược chiều với KNSL

Một số nghiên cứu phát hiện ra rằng tỷ lệ tài sản thanh khoản trên tổng dư nợ tín dụng có tác động ngược chiều với khả năng sinh lời của ngân hàng (Goddard và cộng sự, 2004; Lee và Hsieh, 2013) Những tài sản có tính thanh khoản cao thường có tỷ suất lợi nhuận thấp hơn đối với những tài sản có tính thanh khoản thấp hơn trong ngân hàng Nghiên cứu của Anbar và Alper, 2011 cho kết luận rằng tỷ số này không liên quan đáng kể đến khả năng sinh lời của ngân hàng Trên cơ sở lý thuyết và kết luận của các nghiên cứu trước, luận văn đưa ra giả thuyết Tài sản thanh khoản/Tổng dư nợ (LITL) có tác động ngược chiều với KNSL.

Bảng 3.4.1 Tổng hợp các biến đưa vào mô hình nghiên cứu hiệu Tên Biến Đo lường Tác giả nghiên cứu trước dấu Biến phụ thuộc

ROA Khả năng sinh lời

Tổng dư nợ / Tổng nguồn vốn huy động

(2013); Kosmidou và cộng sự, 2005; Shen và cộng sự, 2009

LITL Tài sản thanh khoản/Tổng dư nợ

Ibe, S O (2013); Arif, A., & Anees, A N (2012) Sohaimi, A (2013); Oganda, A J., Mogwambo, V A.,

SIZE Quy mô ngân hàng

Logarit cơ số e của tổng tài sản

Vốn chủ sở hữu / tổng tài sản

LLPTL Rủi ro tín dụng

Dự phòng RRTD/Tổng dư nợ

DTA Tiền gửi trên tổng tài sản

Tiền gửi / tỏng tài sản

Moussa (2015); Bonner và cộng sự (2013); Kasshyap và cộng sự (2002); Alger và Alger (1999); Dinger (2009)

DIA Thu nhập ngoài lãi

Thu nhập hoạt động – thu nhập từ lãi/TTS

(Chiorazzo và cộng sự, 2008); (Landskroner và cộng sự, 2005); (Allen và Jagtiani, 2000); Hughes và Mester (2013); Saunders và Walter (1994)

OTA Chi phí hoạt động

Chi phí hoạt động/TTS

Fries và Taci, 2005 + hiệu Tên Biến Đo lường Tác giả nghiên cứu trước dấu

3 NH lớn nhất/TTS của hệ thống

Khan và cộng sự (2017); Bhatti và Hussain (2010); Park và Weber (2006); Dietrich và Wanzenried (2011); Chronopoulos và cộng sự (2015)

GDP Tăng trưởng kinh tế

Thu thập dữ liệu thứ cấp

INF Lạm phát Thu thập dữ liệu thứ cấp

Thu thập dữ liệu thứ cấp

Angeloni et al (2015); Ha and Quyen (2018); Nguyen

Nguồn: tổng hợp của tác giả

Phương pháp nghiên cứu

3.5.1 Phương pháp hồi quy dữ liệu bảng bằng mô hình Pooled OLS Đa phần các nghiên cứu ở Việt Nam và trên thế giới đều sử dụng dữ liệu chéo và áp dụng phương pháp hồi quy bội dựa trên nguyên tắc bình phương bé nhất (OLS) để xác định tác động giữa các biến giải thích và biến phụ thuộc Phương pháp này đáng tin cậy, vì thế, nó được sử dụng nhiều trong việc ước lượng mối quan hệ tuyến tính giữa các biến giải thích và biến phụ thuộc Các nghiên cứu trước sử dụng mô hình hồi quy truyền thống Pooled OLS để nghiên cứu về rủi ro thanh khoản và khả năng sinh lời ngân hàng như ở khu vực Châu Âu (Roman và Sargu, 2015; Kosmidou và cộng sự , 2005; Ndoka, Islami và Shima, 2017; Bassey và Moses, 2015) Nghiên cứu của tác giả Sayedi, 2014 đã sử dụng phương pháp OLS để nghiên cứu ảnh hưởng của rủi ro thanh khoản đến khả năng sinh lời của 15 ngân hàng niêm yết trên thị trường chứng khoáng tại đất nước Nigeria trong giai đoạn 2006-2011 Tại khu vực Châu Á có nghiên cứu Arif và Nauman Anees (2012) đã sử dụng phương pháp OLS để ước lượng Nghiên cứu của Shen và cộng sự (2009) đã sử dụng mô hình 2SLS để nghiên cứu trên một không gian mẫu lớn gồm các quốc gia như Pháp, Úc, Đức, Canada, Nhật, Ý,

Mỹ, Switzerland Tuy nhiên, ước lượng OLS dữ liệu chéo có một nhược điểm lớn là yêu cầu quá chặt về thời gian và không gian, yêu cầu về các hệ số không đổi dẫn đến kết quả mô hình không phù hợp trong điều kiện thực tế Hiện nay, đa số các nghiên cứu về vốn,thanh khoản và khả năng sinh lời của ngân hàng trên thế giới đã rất hạn chế trong việc sử phương pháp REM và FEM trong nghiên cứu của Petria và cộng sự (2015) tại 27 quốc gia ở khu vực Châu Âu về mối quan hệ giữa rủi ro thanh khoản và khả năng sinh lời của ngân hàng trong giai đoạn 2004 - 2011 cho thấy rủi ro thanh khoản có ảnh hưởng tích cực đến KNSL ngân hàng Bên cạnh đó, kết quả của việc kết hợp sử dụng mô hình dữ liệu bảng động trên dữ liệu bảng (Dynamic panel model) tác giả Goddard và cộng sự, (2004) đã nghiên cứu với bộ dữ liệu gồm 665 ngân hàng của 6 nước tại Châu Âu trong giai đoạn 1992– 1998 cho kết quả vốn ngân hàng có tác động cùng chiều với khả năng sinh lời của ngân hàng Các nghiên cứu trước (Berger và Bouwman, 2013; Iannotta và cộng sự, 2007) đã sử dụng kết hợp mô hình bảng động cho thấy các ngân hàng có vốn chủ sở hữu càng cao sẽ có một tấm đệm an toàn, giữ vững thị phần và lợi nhận trong suốt thời kỳ khủng hoảng. Đối với mô hình OLS bình thường, dữ liệu bảng không phân biệt đối tượng nghiên cứu theo không gian và thời gian vì vậy, phương pháp này có những ràng buộc phần dư và hiện tượng tự tương quan trong dữ liệu làm cho giá trị DurbinWatson thấp Mặt khác, những yêu cầu, quy định và ràng buộc về các giả thiết trong mô hình OLS cũng rất chặt vì vậy thường khó đáp ứng và tuân theo.

3.5.2 Mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM)

Mô hình tác động cố định (FEM) tự bản thân chỉ quan tâm đến những khác biệt mang tính cá nhân đóng góp vào mô hình nên sẽ không có hiện tượng tự tương quan trong mô hình Việc sử dụng các nhân tố cố định để phân tích ảnh hưởng đến mô hình được xem giống như mô hình OLS sử dụng biến giả, trong đó biến giả đóng vai trò là các nhân tố cố định. Tuy nhiên, phương pháp này có nhược điểm là làm giảm bậc tự do của mô hình, đặc biệt khi số biến giả lớn Mô hình tác động ngẫu nhiên (REM) phương pháp này có ưu điểm là loại bỏ tốt đối với các yếu tố phương sai thay đổi, nhưng lại quan tâm đến những khác biệt của riêng các đối tượng phân tích qua thời gian đóng góp vào mô hình, do đó tự tương quan là một vấn đề tiềm tàng trong mô hình này cần phải giải quyết Nghiên cứu bằng dữ liệu bảng có thể nâng cao được số quan sát và phần nào khắc phục được hiện tượng đa cộng tuyến, nó chứa đựng nhiều thông tin hơn và nghiên cứu được động thái của các đơn vị chéo theo thời gian.

Do dữ liệu bảng khắc phục được nhược điểm của dữ liệu chéo nên sẽ được sử dụng trong nghiên cứu này kết hợp với hai mô hình ước lượng: Mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) Tiếp thu các nghiên cứu trước như nghiên cứu của Bordeleau và Graham (2010); nghiên cứu của Sufian và Chong (2008) hay Anbar và Alper (2011) kết

Kiểm định lựa chọn mô hình phù hợp: Việc lựa chọn mô hình nào phụ thuộc vào sự khác nhau về tung độ gốc của mô hình đối với mỗi quốc gia và sự khác biệt này có tương quan với biến độc lập trong mô hình hay không.

Kiểm định F để lựa chọn mô hình: Kiểm định F để lựa chọn mô hình giữa mô hình

Pooled Regression (OLS) và mô hình Fixed Effect (FEM) Giả thiết được đặt ra như sau : H0: α1 = α2= α3= = αn =0 H1: €αj≠0 (j =1,n)αj≠0 (j =1,n)

Nếu β ≥ α, chấp nhận H0, chọn mô hình Pooled Regression (OLS)

Nếu β < α, bác bỏ H0, chọn mô hình Fixed Effect (FEM)

Kiểm định Hausman để lựa chọn mô hình

Sau khi ước lượng, tiến hành kiểm định Hausman để lựa chọn giữa mô hình tác động ngẫu nhiên (REM) và mô hình tác động cố định (FEM) Giả thiết được đặt ra như sau:

H0: Ước lượng của FEM và REM không khác nhau.

H1: Ước lượng của FEM và REM là khác nhau.

Nếu p-value < 0.05, bác bỏ H0 Khi đó, REM không hợp lý, nên sử dụng FEM Kiểm định Breusch Pagar để lựa chọn giữa mô hình POOLED và REM.

Kiểm định α i có phải là đại lượng ngẫu nhiên hay không để lựa chọn giữa mô hình Pooled Regression (OLS) và mô hình Random Effect (REM) Giả thiết được đặt ra như sau : H0: Var (αi) =0

Nếu β ≥ α, chấp nhận H0, αi không phải là đại lượng ngẫu nhiên, chọn mô hình Pooled Regression (OLS).

Nếu β < α, bác bỏ H0, αi là đại lượng ngẫu nhiên, chọn mô hình Random Effect (REM).

3.5.3 Mô hình GMM với dữ liệu bảng

Trong mô hình dữ liệu bảng, chúng ta có thể sử dụng mô hình hiệu ứng ngẫu nhiên (REM) hoặc mô hình tác động cố định (FEM) để ước tính các tham số.

Trong đó y là biến phụ thuộc, x là biến giải thích, a và b là các hệ số, i và t là các chỉ số các cá nhân và thời gian, và u là sai số Nếu giả định rằng sai số thay đổi trên i hoặc t, chúng ta sử dụng mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM).

Nhưng khi chúng ta sử dụng biến trễ của biến phụ thuộc để trở thành một biến độc lập ước lượng hệ số biến trễ của biến phụ thuộc (Nickell, 1981) và nếu các biến hồi quy tương quan với biến trễ biến phụ thuộc, thì hệ số của chúng cũng có thể bị sai lệch nghiêm trọng do xảy ra hiện tượng nội sinh GMM sẽ giúp giải quyết hiện tượng nội sinh và các vấn đề khác trong dữ liệu bảng (Arellano và Bond, 1991a) Sys – GMM (SGMM) và Dif – GMM (DGMM) được thiết kế dựa trên các giả định về tiến trình tạo ra dữ liệu: là tiến trình động với biến phụ thuộc chịu tác động của nó trong quá khứ; một vài biến bị nội sinh; bị nhiễu đặc dị (Idiosyncratic Disturbances) có thể có mô hình đặc trưng cá nhân của phương sai sai số thay đổi (Heteroskedasticity) và tự tương quan (Serial Correlation); nhiễu đặc dịkhông tương quan với các cá thể ( Individuals); bảng là T nhỏ, N lớn Nghiên cứu sử dụng phương pháp sys – GMM (System GMM - SGMM), đây là phương pháp cải tiến của Arellano và Bond

(1991) thông qua đó đưa thêm một số giả định Dựa trên ý tưởng sử dụng sai phân bậc 1 trên cùng với ước lượng 2 bước (2-step) nhằm đạt ước lượng vững hơn 1 bước (Windmeijer,

2005) Ngoài ra, tác giả còn sử dụng hiệu chỉnh cho sai số đối với ước lượng 2 bước để tránh tình trạng sai số thấp hơn giá trịphù hơp.

Sys-GMM (S-GMM) được sử dụng để giải quyết vấn đề nội sinh của một số biến độc lập thông qua một ma trận trọng số của biến công cụ Hiệu quả của ước lượng S- GMM phù thuộc vào sự phù hợp của các biến công cụ Để giải quyết vấn đề này, tác giả sử dụng 2 kỹ thuật kiểm định đề xuất bởi Arellano và Bond (1991) Đầu tiên, kiểm định Sargan/Hansen đối với tính chất xác định quá mức (over identification) cho phép kiểm tra sự phù hơp̣ của các biến công cụ Kiểm điṇh này xác định liệu có sự tương quan giữa biến công cụ ̣và phần dư trong mô hình hay không Về lý thuyết, kiểm định

Hansen trong ước lượng 2 bước được xem là hiệu quả hơn kiểm định Sargan trong ước lượng 1 bước (Roodman, 2006) Một kiểm định quan trọng khác trong dữ liệu bảng động là kiểm định AR (2) về tự tương quan bậc 2 của phần dư trong mô hình Naceur và Kandil

(2009) có thể được coi là những nhà nghiên cứu tiên phong trong việc sử dụng SGMM để đo lường tác động giữa vốn, RRTK và KNSL ngân hàng (Ai Cập) ̣ trong giai đoạn 1989-2004. Các nghiên cứu khác (Ajibike và Aremu, 2015; DeYoung và Jang, 2016) sử dụng mô hình SGMM với nhiều biến hơn.

Tác động RRTK đến KNSL của ngân hàng có biến trễ và không hoàn toàn theo thời gian, theo ngành Nên việc kiểm tra tác động của RRTK đến KNSL ngân hàng đòi hỏi phải có các mô hình chuyên biệt cho dữ liệu bảng Do hạn chế của mô hình Pool OLS trong ước lượng dữ liệu bảng với các hiện tượng bịchệch do phương sai sai số thay đổi, tự tương quan nhân (Individual Effects); tuy nhiên vì FEM và REM không xử lý đươc ̣ hiện tượng nội sinh (Ahn và Schmidt, 1995), do đó kỹ thuật ước lượng SGMM được sử dụng để xử lý các vấn đề nêu trên (Arellano và Bond, 1991; Hansen, Heaton và Yaron, 1996; Hansen, 1982).

PHÂN TÍCH DỮ LIỆU VÀ THẢO LUẬN KẾT QUẢ NGHIÊN CỨU

Thống kê mô tả các dữ liệu của nghiên cứu

Sử dụng phần mềm Stata 15 để thống kê mô tả các biến của rủi ro thanh khoản tác động đến khả năng sinh lời của các NHTM tại Việt Nam

Bảng 4.1.1 Thống kê mô tả các biến trong mô hình nghiên cứu

Nguồn: kết quả chạy dữ liệu của tác giả bằng STATA

Bảng thống kê mô tả làm khái quát lên các thông số chủ yếu của dữ liệu nghiên cứu.

Từ đó tác giả thấy rằng có sự phân tán giữa các quan sát trong mẫu nghiên cứu được thể hiện qua giá trị lớn nhất, nhỏ nhất, giá trị trung bình và độ lệch chuẩn Giá trị của các biến phân phối không đều dựa vào độ lệch chuẩn và giá trị trung bình.

Bảng thống kê mô tả các biến được sử dụng trong mô hình tác động của rủi ro thanh khoản đến khả năng sinh lời của các NHTM tại Việt Nam giai đoạn 2010 – 2021 cho thấy biến phụ thuộc khả năng sinh lời (ROA), biến giải thích RRTK (LOTD,

FGAP và LITL) được mô tả theo bảng sau:

Bảng 4.1.2 Kết quả thống kê mô tả biến quan sát chính và biến phụ thuộc

Chỉ tiêu Trung bình Độ lệch chuẩn Lớn nhất (maximum) Nhỏ nhất (minimum)

Giá trị Ngân hàng năm Giá trị Ngân hàng năm

Dựa vào kết quả nghiên cứu được tổng hợp theo bảng 4.1.2 cho thấy khả năng sinh lời của 27 NHTMCP tại Việt Nam trong giai đoạn 2010 – 2021 có giá trị trung bình là 0.0083%, độ lệch chuẩn là 0.0073 Giá trị lớn nhất thuộc về ngân hàng SGB 0.0472% vào năm 2011, thấp nhất là ngân hàng Tiên Phong - 0.0551% vào năm 2012.

Phân tích hệ số tương quan

Bảng 4.2.1 Kết quả của phân tích hệ số tương quan mô hình 1

Trước hết, xem xét hệ số tương quan giữa các cặp biến độc lập được trình bày ở bảng 4.2.1, 4.2.2 và 4.2.3 Theo Gujarati (2004) nếu hệ số tương quan giữa các biến độc lập vượt quá 0.8 thì có khả năng dẫn đến hiện tượng đa cộng tuyến cao trong mô hình Khi đó dấu của hệ số hồi quy trong mô hình có thể bị thay đổi, từ đó dẫn đến kết quả của nghiên cứu bị sai lệch Theo bảng 4.2.1, 4.2.2 và 4.2.3 được mô tả một ma trận gồm các hệ số tương quan giữa những biến độc lập trong mô hình, cho thấy hệ số tương quan của các biến độc lập đều thấp (r < 0.8), Vì vậy, có thể kết luận rằng, tất cả các biến độc lập trong mô hình đều không có tương quan chặt với nhau.

Tuy nhiên, hiện tượng đa cộng tuyến không phụ thuộc vào hệ số tương quan cao hay bảo rằng không có hiện tượng đa cộng tuyến trong mô hình nghiên cứu, tác giả thực hiện kiểm định lại hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF.

Kiểm định đa cộng tuyến

Kiểm tra hiện tượng đa cộng tuyến bằng hệ số hệ số phóng đại phương sai (VIF), nếu hệ số phóng đại phương sai (VIF) nhỏ thì khả năng xảy ra hiện tượng đa cộng tuyến thấp và ngược lại Theo các tác giả Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005) thì qui tắc chung là nếu hệ số phóng đại phương sai (VIF) > 10 có dấu hiệu đa cộng tuyến Cùng với quan điểm này, theo tác giả Nguyễn Đình Thọ (2011), nếu hệ số phóng đại phương sai (VIF) của một biến độc lập nào đó lớn hơn 10 thì biến này được coi là có hiện tượng đa cộng tuyến cao.

Bảng 4.3.1 Kết quả kiểm định đa cộng tuyến của mô hình 1

Bảng 4.3 2 Kết quả kiểm định đa cộng tuyến của mô hình 2

Kiểmđịnh hồi quy tổng thể OLS, FEM và REM

Bảng 4.3.3 Kết quả kiểm định đa cộng tuyến của mô hình 3

Theo kết quả, hệ số phóng đại phương sai (VIF) có giá trị trung bình thấp hơn 4 và tất cả các biến của cả 3 mô hình đều có hệ số phóng đại phương sai (VIF) nhỏ hơn 10 Điều này cho thấy hiện tượng đa cộng tuyến không xảy ra trong cả 3 mô hình nghiên cứu

Vì vậy, tác giả có thể sử dụng tất cả các biến độc lập này để giải thích tác động của RRTK đến KNSL mà không gây ra hiện tượng đa cộng tuyến trong mô hình 4.4 Kiểm định hồi quy tổng thể OLS, FEM và REM

Tác giả sẽ thực hiện tuần tự các phương pháp hồi quy OLS, FEM và REM, cùng các kiểm định tương ứng như F-test, Hausman test và Breusch and Pagan test để lựa chọn giữa các cặp mô hình OLS-FEM; FEM-REM; OLS-REM.

4.4.1 Kết quả hồi quy mô hình 1

Bảng 4.4.1 Kết quả hồi quy OLS, REM, FEM mô hình 1

Kiểm định F-test Hausman Breusch & Pagan

Lựa chọn OLS & FEM FEM & REM OLS & REM

Giả thuyết Ho Không có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau

Không có sự tương quan giữa các biến độc lập và phần dư

Sai số của ước lượng không bao gồm các sai lệch giữa các đối tượng Giá trị thống kê F(11, 286) = 42.28 chi2(11) = 46.65 chibar2(01) = 115.46 P-value Prob > F = 0.000 Prob>chi2 = 0.000 Prob > chibar2 = 0.0000

Kết luận Bác bỏ Ho Bác bỏ Ho Bác bỏ Ho

Chọn mô hình FEM FEM REM

Giữa mô hình Pool OLS và FEM sử dụng kiểm định F test với giả thuyết H0 cho rằng không có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau (hay nói cách khác mô hình Pool OLS phù hợp với với mẫu nghiên cứu hơn) Kết quả mô hình với biến phụ thuộc ROA cho thấy P-value nhỏ hơn 0.05, suy ra bác bỏ H0 tức là mô hình FEM phù hợp.

Tiếp tục việc so sánh 2 mô hình REM & FEM bằng kiểm định Hausman, kết quả cho thấy P-value = 0.000 nhỏ hơn 0.05, vì vậy bác nỏ giả thuyết H0 rằng không có sự tương quan giữa các biến độc lập và phần dư Vì vậy, giữa mô hình REM & FEM thì mô hình FEM là phù hợp. các đối tượng, kết quả kiểm định P-value = 0.0000 nhỏ hơn 0.05, suy ra bác bỏ giả thuyết H0, chấp nhận mô hình REM.

Sau khi thực hiện việ so sánh giữa 3 mô hình OLS, REM và FEM thì mô hình FEM được lựa chọn.

Hệ số P-value Hệ số P-value Hệ số P-value

Không có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau

Sai số của ước lượng không bao gồm các sai lệch giữa các đối tượng Giá trị thống kê F(11,286)= 41.32 Wald chi2(11) = 53.43 chibar2(01) = 113.93 P-value Prob > F = 0.000 Prob>chi2 = 0.0000 Prob > chibar2 = 0.000

Chọn mô hình FEM FEM REM

Kiểm định F-test để lựa chọn giữa mô hình OLS & FEM, kết quả cho thấy P- value nhỏ hơn 0.05 nên bác bỏ H0 lựa chọn mô hình FEM

Kiểm định Hausman để lựa chọn giữa mô hình FEM & REM, kết quả cho thấy P-value nhỏ hơn 0.05, nên bác bỏ H0 lựa chọn mô hình FEM

Từ kết quả của việc thực hiện 3 kiểm định để lựa chọn mô hình phù hợp cho thấy 2 trong 3 kết quả của 3 kiểm định lựa chọn mô hình FEM, vì vậy mô hình FEM là mô hình phù hợp

Không có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau

Sai số của ước lượng không bao gồm các sai lệch giữa các đối tượng Giá trị thống kê F(11,286) = 44.78 chi2(11) = 2.51 chibar2(01) = 115.75 P-value Prob > F = 0.0000 Prob>chi2 = 0.9957 Prob > chibar2 = 0.0000

Tương tự như mô hình 1 và 2, mô hình 3 sau khi thực hiện các bước để lựa chọn mô hình thì mô hình tốt nhất được lựa chọn là mô hình REM

Kiểm định phương sai sai số thayđổi

Để thực hiện kiểm định phương sai sai số thay đổi, tác giả sử dụng phương pháp kiểm định Breusch and Pagan với giả thuyết H0: không có hiện tượng phương sai sai số thay đổi. Đối với mô hình 1,2 lựa chọn mô hình FEM, ta dùng lệnh xttest3 để kiểm định phương sai sai số thay đổi, ta được:

Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (27) = 451.42

Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (27) = 501.44

Kết quả cho thấy P-value nhỏ hơn 0.05, vì vậy ta bác bỏ giả thuyết H0, chấp nhận đối thuyết H1 là mô hình có tồn tại hiện tượng phương sai sai số thay đổi Đối với mô hình 3 lựa chọn mô hình REM, ta dùng lệnh xttest0 để kiểm định, ta được kết quả như bên dưới:

Breusch and Pagan Lagrangian multiplier test for random effects

ROA[bank,t] = Xb + u[bank] + e[bank,t]

Kết quả Kiểm định hiện tượng phương sai sai số thay đổi của mô hình cho thấy giá trị p-value = 0.0000 nhỏ hơn 5% nên giả thuyết H0 bị bác bỏ, dẫn đến mô hình tồn tại hiện tượng phương sai sai số thay đổi.

Kiểm đinh tự tương quan

Để xem xét và kiểm tra hiện tượng tự tương quan trong mô hình, tác giả sử dụng phương pháp Wooldridge test với giả thuyết H0: không có hiện tượng tự tương quan giữa các biến độc lập trong mô hình H1: có hiện tượng tự tương quan trong mô hình nghiên cứu Kết

| Var sd = sqrt(Var) -+ - chibar2(01) = 115.75 Prob > chibar2 = 0.0000

Bảng 4.6.1 Kết quả kiểm định tự tương quan mô hình 1, 2,3

Mô hình 1 Mô hình 2 Mô hình 3

Sau khi tiến hành kiểm tra hiện tượng tự tương quan của các biến, kết quả cho thấy Prob

> F của cả 3 mô hình đều nhỏ hơn 0.05 vì vậy, với mức ý nghĩa 5% kiểm định Wooldridge cho kết quả Prob < α nên bác bỏ giả thuyết H0, chấp nhận giả thuyết H1, có hiện tượng tự tương quan trong cả 3 mô hình.

Ước lượng theo phương pháp FGLS

Từ các phân tích và kiểm định trên cho thấy mô hình FEM và REM là không phù hợp bởi vi phạm các giả định hồi quy như có hiện tượng tự tương quan và phương sai sai số thay đổi của các biến phụ thuộc, vì vậy làm ảnh hưởng đến tính chính xác của các tham số trong mô hình, cho nên để khắc phục hiện tượng trên, tác giả sử dụng phương pháp bình phương tối thiểu tổng quát khả thi FGLS nhằm khắc phục được các nhược điểm của mô hình FEM và REM.

Bảng 4.7.1 Kết quả ước lượng hồi quy theo phương pháp FGLS của mô hình 1,2,3

Biến Mô hình 1 (FGLS) Mô hình 2 (FGLS) Mô hình 3 (FGLS)

Phân tích hồi quy theo phương phápSGMM

Mặc dù, mô hình hồi quy FGLS đã giải quyết được các vấn đề khuyết tật về phương sai sai số thay đổi và hiện tượng tự tương quan của mô hình hồi quy bằng phương pháp tác động cố định (FEM) và phương pháp tác động ngẫu nhiên (REM), nhưng khi chúng ta sử dụng thêm biến trễ của biến phụ thuộc (L.ROA) để trở thành một biến độc lập trong ước lượng dữ liệu bảng khi đó các sai số chuẩn sẽ tăng lên và nó dẫn đến một sự sai lệch trong ước lượng hệ số biến trễ của biến phụ thuộc (Nickell, 1981) Và nếu các biến hồi quy tương quan với biến trễ biến phụ thuộc, thì hệ số của chúng cũng có thể bị sai lệch nghiêm trọng do xảy ra các vấn đề nội sinh Qua đó cho thấy, mô hình nghiên cứu có thể có hiện tượng nội sinh, bên cạnh đó đã có một số nghiên cứu sử dụng mô hình SGMM để đánh giá mức độ tác động của RRTK đến KNSL của các NHTM như Trần Thị Thanh Nga (2018), Abbas và các cộng sự (2019) Vì vậy, nhằm tạo ra kết luận chính xác và khắc phục được tình trạng nội sinh, đưa ra kết quả chính xác và vững hơn, tác giả tiếp tục sử dụng phương pháp SGMM để hồi quy về tác động của RRTK đến ROA.

Bảng 4.8.1 Kết quả hồi quy bằng phương pháp SGMM của mô hình 1, 2, 3

Biến Mô hình 1 (SGMM) Mô hình 2 (SGMM) Mô hình 3 (SGMM)

Arellano-Bond test for AR(2)

Prob > chi2 1.00 1.00 1.00 Để kiểm định tính over-identifying của các biến công cụ ta dùng phương pháp kiểm định Hansen Test Kết quả kiểm định cho ra kết quả hệ số p-value của mô hình 1,2,3 đều lớn hơn 10%, cho thấy biến công cụ là biến trễ của biến KNSL (L.ROA) được sử dụng trong mô hình SGMM thỏa mãn được tính over-identifying Ngoài ra, ta cũng có thể dễ dàng nhận định phần dư của mô hình SGMM không tồn tại hiện tượng tự tương quan bậc hai do kết quả của kiểm định tự tương quan bậc hai (AR2) cho thấy tất cả giá trị p-value của cả 3 mô hình đều lớn hơn 5% Vì vậy, biến công cụ được sử dụng trong mô hình đều thõa mãn hai kiểm định đề ra. Như vậy, việc đưa biến trễ của biến phụ thuộc vào mô hình SGMM làm biến công cụ đã khắc phục được hiện tượng nội sinh của mô hình và các kết quả cho thấy mô hình là vững hơn và đạt yêu cầu.

Sau khi giải quyết được tính nội sinh của mô hình bằng phương pháp SGMM, dựa vào kết quả phân tích mô hình SGMM: cả 3 biến đại diện cho RRTK đều có tác động đến KNSL ở cả 3 mô hình.

Giả thuyết H1: Tổng dư nợ tín dụng/Tổng nguồn vốn huy động (LOTD) có tác động cùng chiều với KNSL

Kết quả hồi quy bằng phương pháp SGMM đối với mô hình sử dụng biến LOTD đại diện cho rủi ro thanh khoản cho ra kết quả tác động dương đến KNSL của các NHTM tại Việt Nam tại mức ý nghĩa 5% và chiều hướng tác động này là đúng như kỳ vọng của tác giả cũng như giống với các kết luận của những nghiên cứu trước như nghiên cứu của Kosmidou và cộng sự, 2005 hay bài nghiên cứu của Shen và cộng sự, 2009 Cụ thể, khi tỷ lệ LOTD tăng 1 đơn vị thì khả năng sinh lời tăng 0.0104 đơn vị Trên thực tế, khi ngân hàng tăng trưởng tín dụng song song với tăng trưởng nguồn vốn huy động cho thấy ngân hàng có đủ năng lực và đủ uy tín để có thể vừa huy động được nguồn với với chi phí thấp và gia tăng quy mô tín dụng từ đó sử dụng nguồn vốn huy động một cách triệt để và hiệu quả, do đó gia tăng khả năng sinh lời.

Hình 4.9.1 Tác động của LOTD đến ROA

Dựa vào bộ dữ liệu nghiên cứu và hình ảnh mô phỏng trên cho thấy, đặc trưng của các biến kinh tế luôn luôn có độ trễ, cụ thể là biến tỷ lệ LOTD và ROA, sau cuộc khủng hoảng kinh tế giai đoạn 2008- 2010 thì việc huy động và cho vay cũng dần khó khăn hơn sau giai đoạn khủng hoảng, vì vậy các chỉ số LOTD giảm dần từ năm 2010 đến năm 2014 làm cho khả năng sinh lời cũng giảm tương tự Sau những nổ lực của chính phủ và các thành phần kinh tế thì từ năm 2015 đến 2021 tình hình kinh tế được phục hồi và tăng trưởng liên tục bằng chỉ số cho vay trên huy động liên tục tăng qua các năm, kéo theo khả năng sinh lời cũng tăng trưởng liên tục.

Giả thuyết H2 khe hở tài trợ (FGAP) có tác động cùng chiều với KNSL

Khe hở tài trợ cho biết những biểu hiện cảnh báo sớm về rủi ro thanh khoản của ngân cao hoặc đi vay thêm vốn trên thị trường tiền tệ để bổ sung nguồn, dẫn đến rủi ro thanh khoản của ngân hàng sẽ tăng cao Khi RRTK xảy ra sẽ làm cho NHTM bị đánh mất cơ hội đầu tư sinh lời và làm ảnh hưởng xấu đến KNSL.

Dựa vào kết quả hồi quy SGMM và biểu đồ 4.9.2 cho thấy khe hở tài trợ (FGAP) có tác động cùng chiều với KNSL với mức ý nghĩa 5%, cụ thể khi tỷ lệ khe hở tài trợ tăng 1 đơn vị thì khả năng sinh lời gia tăng 0.0111 đơn vị, kết quả này đúng với giả thuyết ban đầu và cũng giống với kết luận của tác giả Arif, A., & Anees, A N (2012) và Goodhart, C (2008).

Hình 4.9.2 Tác động của FGAP đến ROA

Giả thuyết H3: Tỷ lệ tài sản thanh khoản trên tổng dư nợ (LITL) có tác động ngược chiều với KNSL

Tỷ lệ tài sản thanh khoản trên tổng dư nợ (LITL) phản ánh chất lượng tài sản thanh khoản của ngân hàng, ngân hàng sở hữu chất lượng tài sản thanh khoản càng cao, cấu trúc thanh khoản càng cao, rủi ro thanh khoản càng thấp và ngược lại điều đó tác động ngược chiều đến hiệu quả kinh doanh với mức ý nghĩa 1% Kết quả đúng với kỳ vọng ban đầu của nghiên cứu và tương tự kết quả của Chiorazzo và cộng sự (2008), Sanya & Wolfe (2011) Điều này chứng tỏ quy mô tín dụng được tài trợ bằng tài sản thanh khoản có tính thanh khoản cao thì đánh mất đi cơ hội từ việc đầu tư mạo hiểm hơn vì vậy làm khả năng sinh lời giảm Bởi vì quy mô tín dụng đóng vai trò quan trọng giúp tạo nguồn thu nhập cho ngân hàng Bên cạnh đó, nếu ngân hàng có nhiều kinh nghiệm trong hoạt động cho vay nhờ đó có thể khai thác hiệu quả nguồn thu này, khi cho vay tăng thì thu nhập lãi của ngân hàng tăng, đồng thời ngân hàng vẫn quản lý tốt chất lượng khoản vay thì dụng gia tăng 1 đơn vị thì khả năng sinh lời của ngân hàng gia giảm 0.0037 đơn vị ở mức ý nghĩa 0.1%.

Hình 4.9.3 Tác động của LITL đến ROA

Ngoài ra, kết quả hồi quy còn cho thấy: hầu hết các biến kiểm soát trong cả 3 mô hình đều có ý nghĩa thống kê đến KNSL, cụ thể:

Tại mô hình 1: Biến công cụ L.ROA, biến DIA, biến INF có tác động cùng chiều với ROA và biến LLPTL có tác động ngược chiều với KNSL

Tại mô hình 2 các biến L.ROA, DIA, INF và LLPTL đều có cùng chiều hướng tác động đến KNSL như mô hình 1, tuy nhiên ở mô hình 2 có thêm biến OTA có tác động dương đến ROA Ở mô hình 3: các biến SIZE, LLPTL, DTA, DIA và INF đếu có tác động đến ROA.

^ Kết quả của việc áp dụng các phương pháp hồi quy sau khi loại trừ tất cả các khuyết tật của mô hình thì cả 3 biến đại diện cho RRTK đều có tác động đến ROA đúng như kỳ vọng của tác giả.

Từ đó, tác giả đưa ra mô hình tác động của RRTK đến KNSL như sau:

Mô hình 1: ROA = -0.0148 + 0.459*L.ROA + 0.010*LOTD + 0.000199*SIZE -

0.0236*EAT - 0.132*LLPTL + 0.00396*DTA + 0.476*DIA + 0.228*OTA + 0.00507*CR3 - 0.00745*GDP + 0.0175*INF – 0.00723*M2

Mô hình 2: ROA = -0.016 + 0.439*L.ROA + 0.0111*FGAP + 0.000674*SIZE -

0.02*EAT - 0.0967*LLPTL + 0.00295*DTA + 0.470*DIA + 0.20*OTA + 0.0107*CR3 - 0.0119*GDP + 0.019*INF – 0.002843*M2

0.0064*GDP + 0.0218*INF - 0.0023*M2 dựng mô hình đánh giá mức độ ảnh hưởng của rủi ro thanh khoản đến khả năng sinh lời của ngân hàng Như vậy, kết quả nghiên cứu của luận văn đã kiểm chứng lại nhận định của các nghiên cứu trước và mở rộng cách tiếp cận và cách đo lường rủi ro thanh khoản từ đó đánh giá chiều hướng tác động của RRTK được đo lường bằng các phương pháp khác nhau đến khả năng sinh lời của ngân hàng trong giai đoạn nghiên cứu (2010 - 2021) từ nguồn dữ liệuBankscope Luận văn đã đạt được những kết quả cụ thể là: luận văn tìm thấy tác động của các yếu tố đại diện cho rủi ro thanh khoản được đo lường bằng 3 phương pháp khác nhau đều có tác động đến khả năng sinh lời dù được ước lượng bằng phương pháp nào Bên cạnh yếu tố rủi ro thanh khoản, còn có một số biến kiểm soát khác khác như tỷ lệ dự phòng rủi ro tín dụng trên dư nợ (LLPTL), biến trễ khả năng sinh lời (L.ROA), thu nhập ngoài lãi trên tổng tài sản (DIA) hay biến kiểm soát vĩ mô như lạm phát (INF) đều có ý nghĩa thống kê đến khả năng sinh lời.

Các nghiên cứu trước được tổng hợp, có thể thấy rằng các nhà nghiên cứu thường xem xét tác động khả năng sinh lời của ngân hàng qua 2 nhóm yếu tố vi mô (đặc trưng ngân hàng) và vĩ mô Kết quả nghiên cứu trên thường không giống nhau bởi môi trường kinh tế, cách thức quản lý, hoạt động mỗi ngân hàng ở mỗi quốc gia không giống nhau Luận văn hồi quy FGLS kết hợp SGMM phân tích khả năng sinh lời của ngân hàng chịu tác động của rủi ro thanh khoản và cũng như các nhân tố khác như thế nào Tác giả cố định biến số đại diện cho khả năng sinh lời là ROA và các biến kiểm soát khác và thay thế lần lượt các biến đại diện cho rủi ro thanh khoản để xem xét ở từng phương pháp đo lường khác nhau của rủi ro thanh khoản thì mức độ và chiều hướng tác động của RRTK đến KNSL là như thế nào.

Chính vì vậy, nghiên cứu nhằm cung cấp thêm cơ sở lý luận và bằng chứng thực nghiệm để kết luận về tác động của rủi ro thanh khoản được đo bằng khe hở tài trợ, trạng thái thanh khoản và dư nợ trên tổng nguồn vốn huy động đến khả năng sinh lời của các NHTM Việt Nam Bên cạnh đó, nghiên cứu cũng gợi ý các giải pháp cho các NHTM Việt Nam thực hiện rủi ro thanh khoản được đo bằng khe hở tài trợ, dư nợ trên tổng nguồn vốn huy động và trạng thái thanh khoản phù hợp nhằm tăng khả năng sinh lời của ngân hàng Mô hình nghiên cứu sử dụng dữ liệu trên BCTC giai đoạn 2010 – 2021 đã được kiểm toán của

27 NHTM Việt Nam Qua kết quả nghiên cứu được trình bày ở chương 4, có thể kết luận một số ý chính như sau:

RRTK được đo bằng khe hở tài trợ có tác động cùng chiều với khả năng sinh lời của các NHTM Việt Nam, trong đó khả năng sinh lời được đo lường bằng chỉ tiêu ROA với mức ý nghĩa 1%, 5% cho cả hai phương pháp ước lượng FGLS và SGMM RRTK được đo lường bằng tổng dư nợ trên nguồn vốn huy động có tác động cùng chiều với khả năng sinh lời của ngân hàng với mức ý nghĩa 5% bằng phương pháp ước lược SGMM và mức ý nghĩa 0.1% đối với phương pháp FGLS Riêng đối với biến tài sản thanh khoản trên tổng dư nợ có tác động ngược chiều với KNSL ở mức ý nghãi 1% được hồi quy bằng phương pháp REM. Chứng tỏ dù là thực hiện kiểm định theo phương pháp ước lượng nào thì rủi ro thanh khoản được đo bằng cả ba phương pháp đều có ảnh hưởng nhất định đến với khả năng sinh lời của ngân hàng đúng với giả thuyết ban đầu đưa ra.

Biến trễ của khả năng sinh lời (L.ROA) ảnh hưởng cùng chiều đến khả năng sinh lời của ngân hàng, cho thấy KNSL của mỗi năm sẽ phụ thuộc vào kết quả hoạt động kinh doanh

Kết quả nghiên cứu đạt được một số nội dung quan trọng sau:

Tiêu đề	Tác Động Của Rủi Ro Thanh Khoản Đến Khả Năng Sinh Lời Của Các Ngân Hàng Thương Mại Cổ Phần Tại Việt Nam
Tác giả	Võ Đại Phúc
Người hướng dẫn	TS. Lê Hà Diễm Chi
Trường học	Trường Đại Học Ngân Hàng Thành Phố Hồ Chí Minh
Chuyên ngành	Tài Chính Ngân Hàng
Thể loại	Luận Văn Thạc Sĩ
Năm xuất bản	2022
Thành phố	Thành Phố Hồ Chí Minh

Định dạng
Số trang	125
Dung lượng	252,12 KB