GIỚI THIỆU
Đặt vấn đề
Ngành ngân hàng có vị trí đặt biệt quan trọng trong việc đổi mới và phát triển nền kinh tế Việt Nam, là cột sống của nền kinh tế, giúp rút ngắn tốc độ lưu thông tiền tệ và hàng hóa làm cho việc kinh doanh sản xuất diễn ra được liên tục và không bị đứt quãng Để giúp nền kinh tế cải thiện, ngân hàng phải đưa ra những định hướng tài chính quan trọng liên quan đến CAR Vài năm trở lại đây, nguồn vốn hóa của ngành ngân hàng ở Việt Nam được ghi nhận cải thiện đáng kể do sinh lời tốt cũng như các ngân hàng đang thúc đẩy áp dụng quy định chuẩn an toàn vốn Basel II.
Tuy nhiên, vốn hóa của HTNH Việt Nam còn mỏng hơn với các ngân hàng quốc tế Bên cạnh đó, tốc độ tăng trưởng tín dụng nhanh đem đến không ít thách thức đối với CAR và dự đoán sẽ giảm trong những năm tới nếu không có bước đi tăng vốn phù hợp Nhằm ngăn ngừa sự suy thoái của hệ thống và bảo vệ quyền lợi của khách hàng, Hiệp định Basel đã được thành lập và việc áp dụng Hiệp định này hiện được công nhận rộng rãi là cần thiết cho hội nhập kinh tế thế giới Những chuẩn mực Basel cũng là một “tấm đệm” tối ưu để các NHTM có thể đứng vững trước những cú sốc tài chính khó lường trên thị trường tài chính.
Do đó, nhằm đo lường sự an toàn của hoạt động ngân hàng, ngăn ngừa đổ vỡ hệ thống, tuân thủ các quy định quốc tế, cơ quan quản lý phải luôn theo sát và nhấn mạnh tầm quan trọng của CAR theo chuẩn mực Basel Nghiên cứu này sẽ tập trung tìm hiểu các yếu tố ảnh hưởng đến CAR đối với các NHTMCP tại Việt Nam, với từng tác động cụ thể đối với từng yếu tố Từ phân tích trên, có thể đưa ra các chiến lược bằng cách thúc đẩy cải thiện các tỷ lệ an toàn và đảm bảo sự ổn định trong lĩnh vực tài chính, nâng cao khả năng cạnh tranh của các ngân hàng trong nước và hoạt động của họ trên trường quốc tế.
Tính cấp thiết của đề tài
Trong bối cảnh kinh tế phát triển và hội nhập quốc tế, việc hòa nhập vào nền kinh tế thế giới nói chung và khu vực nói riêng là việc làm hết sức cần thiết Sự phát
2 triển của HTNH đang trở nên ngày càng đa dạng và quy mô lớn Tuy nhiên, điều này cũng ẩn chứa nhiều nguy cơ đối với sự ổn định và an toàn của hệ thống này Tỷ lệ CAR là một trong những điều kiện then chốt để đánh giá sự an toàn trong hoạt động kinh doanh theo tiêu chuẩn quốc tế và tại Việt Nam.
Các chuẩn mực quốc tế về đảm bảo tính hoàn thiện trong hoạt động ngân hàng được nghiên cứu và triển khai áp dụng ở khắp các quốc gia trên toàn cầu Ở Việt Nam, tỷ lệ CAR theo chuẩn Basel I đã được Ban Giám đốc NHNN ban hành từ năm
2005, và đang dần hoàn thiện đến chuẩn Basel II theo Thông tư 41/2016/TT-NHNN. Thông tư này áp dụng cho tất cả những ngân hàng tại Việt Nam từ ngày 01/01/2020, thời hạn mới áp dụng Thông tư 41 cho tất cả các ngân hàng đã được lùi lại đến ngày 1/1/2023, tiếp đến là Basel III.
Tuy nhiên, hiện tại tỷ lệ CAR của các NHTMCP tại Việt Nam rất thấp so với các nước trong khối ASEAN Việc tiến hành các kế hoạch tái cấp vốn và đẩy nhanh việc áp dụng các yêu cầu của Basel II là rất cần thiết nhằm giảm thiểu sự phá sản của ngân hàng và bảo đảm về quyền lợi của người gửi tiền Theo VNDirect, hiện CAR của Indonesia đạt 22,6%, của Singapore là 17,1%, Thái Lan 19,6%, Malaysia 18,5%, Trung Quốc 15,7%, trong khi CAR của Việt Nam chỉ đạt 12,0% Do đó, việc tiến hành các kế hoạch tái cấp vốn và đẩy nhanh việc áp dụng các yêu cầu của Basel II, vốn đã bị trì hoãn từ năm 2020 đến đầu năm 2023 là việc làm cấp bách.
Dựa trên cơ sở thực tế, đề tài “Các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của các Ngân hàng Thương mại Cổ phần tại Việt Nam” được nghiên cứu là tất yếu và chiếm phần quan trọng trong bối cảnh hiện nay.
Mục tiêu của đề tài
1.3.1 Mục tiêu tổng quát: Đánh giá sự ảnh hưởng của các yếu tố đến CAR của các NHTMCP ở Việt Nam trong thời gian 2012 – 2021 Từ đó nếu một vài khuyến nghị để cải thiện chất lượng CAR của các NHTM Việt Nam để thúc đẩy vốn đầu tư trong và ngoài nước, tăng cường sự tin tưởng của khách hàng và nhà đầu tư và giúp HTTC phát triển bền vững và ổn định hơn.
Thứ nhất, xác định các yếu tố ảnh hưởng đến CAR của các Ngân hàng TMCP tại Việt Nam giai đoạn 2012 – 2021;
Thứ hai, đánh giá mức độ tác động của các yếu tố đó đến CAR của các Ngân hàng TMCP Việt Nam trong thời gian đó;
Thứ ba, đưa ra những khuyến nghị nhằm nâng cao CAR cho các NHTM Việt
Câu hỏi nghiên cứu
Để xây dựng được những mục tiêu trên, ta sẽ tìm hiểu câu trả lời cho 3 câu hỏi sau:
(1) Các yếu tố nào được cho là ảnh hưởng đến CAR của các Ngân hàng TMCP tại Việt Nam giai đoạn 2012 – 2021?
(2) Mức độ tác động của các yếu tố đó đến CAR của các Ngân hàng TMCP Việt Nam như thế nào trong thời kì nói trên?
(3) Có giải pháp nào giúp nâng cao chất lượng CAR của các NHTMCP ViệtNam trong tương lai?
Đối tượng và phạm vi nghiên cứu
CAR của các Ngân hàng TMCP Việt Nam và các yếu tố ảnh hưởng đến tỷ lệ này.
Về không gian: Khóa luận chú trọng vào nghiên cứu các yếu tố ảnh hưởng đến
CAR của 24 NHTMCP tại Việt Nam Tính tới thời điểm 31/12/2022 HTNH hiện có
35 NHTM Việt Nam Việc lựa chọn 24 ngân hàng này được căn cứ trên những tiêu chí sau đây:
+ Các Ngân hàng có đầy đủ các số liệu được công bố trong BCTC trong giai đoạn nghiên cứu
+ Các Ngân hàng đáp ứng vốn điều lệ phù hợp với quy định về vốn tối thiểu của NHNN là 3000 tỷ đồng.
+ Các ngân hàng TMCP đều được niêm yết trên Sở giao dịch chứng khoán Nhà nước.
+ Là các ngân hàng lớn có quy trình, kiểm soát chặt chẽ về CAR và quy định nghiêm chặt để hạn chế mối đe dọa trong hoạt động kinh doanh.
Từ những lý do đó cho thấy mẫu nghiên cứu được xem là tượng trưng cho các NHTMCP tại Việt Nam nghiên cứu về CAR trên hệ thống NHTM.
Về thời gian: Nghiên cứu chủ yếu vào hai cột mốc cần tập trung nghiên cứu, đó là giai đoạn (2015 – 2019) khi một số Ngân hàng có nợ xấu tăng cao có thể âmVCSH nếu phải trích lập dự phòng đúng và giai đoạn (2020 – 2021) khi các ngân hàng chịu các tác động từ cầu tín dụng giảm do nhu cầu tín dụng của các doanh thương và hộ gia đình thấp hơn, đặc biệt là trong quý I và quý II khi tiềm ẩn nợ xấu tăng các mô hình công ty tác động ngược chiều từ dịch bệnh, dẫn đến hoạt động doanh nghiệp gặp khó khăn.
Phương pháp nghiên cứu
Nghiên cứu này tập trung tìm hiểu các yếu tố ảnh hưởng đến CAR của các NHTMCP tại Việt Nam Bài viết dùng phương pháp nghiên cứu định lượng để xác định mối quan hệ giữa các yếu tố độc lập đến yếu tố phụ thuộc CAR trong thời gian
2012 – 2021 Sau đó đưa ra những khuyến nghị thích hợp nhằm giúp các NHTM cải thiện về CAR. Để đạt được điều này, người viết lấy phương pháp phân tích hồi quy đa biến để xây dựng mô hình thống kê tập trung vào các biến độc lập như quy mô TTS, tỷ lệ nợ xấu, tỷ lệ lợi nhuận trên VCSH, tỷ lệ lợi nhuận trên tài sản, tỷ lệ TGKH, tỷ lệ dư nợ tín dụng trên vốn huy động, tỷ lệ dự phòng RRTD.
Tiếp đến để kiểm định độ chính xác, tác giả dùng phương pháp phân tích hồi quy đa biến để dự đoán sự tác động của các yếu tố này đến CAR Tiếp đến là sử dụng kiểm định F, Hausman, Wooldridge và kiểm định FGLS cùng với đo lường sai số và kiểm tra tác động, bảo đảm tính đáng tin cậy của kết quả và rút ra những khuyến nghị phù hợp nhằm nâng cao CAR của các NHTMCP tại Việt Nam.
Kết luận cho thấy, nghiên cứu đã sử dụng phương pháp ước lượng FGLS để
5 kiểm định mối tương quan hệ giữa các yếu tố tác động đến CAR Hầu hết các biến trong mô hình đều có ý nghĩa thống kê và tác động đúng với kỳ vọng ROA LDR có mối tương quan cùng chiều với CAR Trong khi đó, SIZE và ROE lại có mối tương quan ngược chiều với tỷ lệ CAR ở mức ý nghĩa 1% Các biến khác như DEP, LLR vàNPL không có ý nghĩa thống kê.
Nội dung nghiên cứu
Luận án về hệ thống hóa các lý luận chung về CAR theo các quy định của Basel Nghiên cứu mang đến một cách nhìn toàn diện hơn về các phương pháp để đo lường cũng như phân tích sự ảnh hưởng của từng yếu tố đến CAR của NHTM.
Nghiên cứu đưa ra khuyến nghị giải pháp kịp thời để NHTM đảm bảo hoạt động an toàn và hiệu quả, bằng cách phân tích các yếu tố bên trong và bên ngoài ảnh hưởng đến CAR.
Bài luận án này sử dụng dựa trên khái niệm, kết quả luận án, kiểm định khảo nghiệm và thực trạng để đánh giá thực trạng về CAR của các NHTM trong nước giai đoạn 2012 đến 2021 và rút ra các kiến nghị nhằm nâng cao CAR của NHTM ViệtNam, thỏa mãn các tiêu chuẩn Basel ở tương lai.
Đóng góp đề tài
Thông qua kết quả thu được, nghiên cứu đưa ra thêm một bằng chứng thực nghiệm về các yếu tố tác động đến CAR của các NHTM tại Việt Nam và chỉ ra những khuyến nghị giúp cải thiện CAR tại các NHTM Việt Nam.
Chương 1 đã nêu lên được những nội dung chủ yếu về giới thiệu lý do chọn đề tài, mục tiêu tổng thể, mục tiêu chi tiết, đối tượng và phạm vi nghiên cứu, các phương pháp tiếp cận nghiên cứu, cấu trúc của nghiên cứu Chương 1 là tiền đề để tiếp tục làm rõ và cụ thể ở được tìm hiểu ở các chương sau.
TỔNG QUAN VỀ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN TỶ LỆ AN TOÀN VỐN CỦA CÁC NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN TẠI VIỆT NAM
Cơ sở lý thuyết về tỷ lệ an toàn vốn của NHTM
Các NHTM tại Việt Nam đang chú trọng trong việc đáp ứng CAR, để tuân thủ các tiêu chuẩn Basel trong tương lai CAR là một chỉ số đánh giá về tình hình tài chính của ngân hàng, phản ánh liên quan giữa nguồn VTC và tài sản có, bên cạnh đó cũng so sánh với mức độ rủi ro được điều chỉnh Việc cải thiện CAR giúp giám đốc ngân hàng và nhà đầu tư đo lường được nguy cơ của ngân hàng, giúp ngân hàng thanh toán các khoản nợ đến hạn được hiệu quả, bảo vệ quyền lợi của khách hàng và thúc đẩy sự ổn định của ngành ngân hàng nói chung, tăng năng suất của HTTC trên thế giới.
Nhằm đáp ứng chuẩn mực Basel trong tương lai, NHTM trong nước cần tăng CAR để cam kết thực hiện nghĩa vụ và tự vệ khỏi các rủi ro tính dụng và hoạt động. CAR có tác dụng tương đương với tỷ lệ đòn bẩy, từ đó giúp đánh giá mức độ thích ứng với những rủi ro cụ thể đã được xác định Đối với các ngân hàng trung ương, CAR tối thiểu được đặt ra để đảm bảo sự an toàn cho người gửi tiền và cho vay cũng như HTTC.
Theo"Aspal, P K., & Nazneen, A (2014), CAR (CAR) là tỷ lệ được đề xuất bởi cơ quan quản lý trong ngân hàng ngành để ước lượng sức khỏe tài chính của HTNH và để bảo đảm rằng các ngân hàng có thể đảm nhận một mức độ thích hợp của các khoản lỗ phát sinh do hoạt động thua lỗ Sự gia tăng tỷ lệ CAR là một tín hiệu tích cực giúp bảo đảm sự an toàn cho đối tác và duy trì sự ổn định của HTNH trong nền kinh"tế.
Theo quan điểm của Nguyễn Đăng Dờn (2012), tỷ lệ CAR là tỷ lệ giữa VTC và TSS rủi ro quy đổi, được gọi khác là hệ số Cooke Chỉ tiêu có tầm quan trọng lớn thể hiện sức mạnh tài chính của các NHTM cũng như phản ánh khả năng thanh toán nợ có thời hạn và nhận xét sự an toàn trong quản lý tín dụng của NHTM.
2.1.1 Phương pháp đo lường tỷ lệ an toàn vốn
2.1.1.1 Theo Hiệp ước Basel Ủy ban Basel về Giám sát Ngân hàng (The Basel Committee on Banking
Supervision) là cơ quan thiết lập tiêu chuẩn toàn cầu chính cho quy định an toàn của các ngân hàng và cung cấp một diễn đàn hợp tác thường xuyên về các vấn đề theo dõi ngân hàng Với 45 thành viên bao gồm các ngân hàng trung ương và cơ quan giám sát ngân hàng từ 28 khu vực pháp lý Ủy ban Basel là một trong năm Ủy ban quan trọng của Ngân hàng Thanh toán Quốc tế (Bank of International Settlements) được gây dựng vào cuối năm 1974 bởi các quốc gia G10 - Bỉ, Canada, Pháp, Đức, Ý, Nhật Bản,
Hà Lan, Thụy Điển, Vương quốc Anh và Hoa Kỳ - cùng với Thụy Sĩ và Luxembourg. Mục đích chính của ủy ban mới là"cung cấp một diễn đàn hợp tác thường xuyên giữa các quốc gia thành viên về các vấn đề giám sát ngân hàng và tối ưu hóa chất lượng giám sát ngân hàng trên toàn thế giới Điều quan trọng, ủy ban không sở hữu bất kỳ cơ quan giám sát siêu quốc gia chính thức nào, và kết luận của nó không, và không bao giờ có ý định, có hiệu lực pháp lý Với mục tiêu nhằm cải thiện và hạn chế sự sụp đổ của một số các ngân hàng bằng cách giám sát quy trình của các NHTM trên phạm vi toàn quốc Hiệp ước Basel I được bổ sung và hoàn thiện thích hợp với điều kiện của thực tại."Đến thời điểm hiện tại trải qua gần 5 thập kỷ, Ủy ban Basel đã cho ra đời 4 bản Hiệp ước là: Basel I, Basel II, Basel III và Basel IV (đang được phát triển) là các bộ tiêu chuẩn khuyến cáo các ngân hàng tuân thủ, ở mỗi cấp độ càng cao thì yêu cầu cũng khắt khe hơn và phức tạp hơn Ở Việt Nam, Basel III được xem là bộ tiêu chuẩn cao nhất trong quản trị rủi ro ngân hàng. ảng 1 Các mốc ban hành và thời điểm hiệu lực các Hiệp ước Basel
Thời gian bát đau áp dụng
1988 1992 vón tư có CAR = —^———— TÀi san có rủi ro {RWA)
CAR=—— -————— -——- (AịVA rủi ro tín dụng+ RWA rủi ro hoat động-ị- RWA Rủi ro thị trường >8%
(AMT4 rủi ro tín dụnp+ RWA rủi ro hoạt động+ RWA RÙÍ ro thi trường >10.5%
(Nguồn: Hoàng Thị Thu Hường, 2017)
Nhà nước đưa ra các mức CAR của các Basel I, Basel II, Basel III nhằm đảm bảo đồng đều của ngành tài chính và giảm rủi ro cho các ngân hàng.
Các mức CAR được đưa ra từ nhiều yếu tố, trong đó có đánh giá về nguy cơ của các khoản bảo lãnh và các khoản đầu tư của ngân hàng Cơ chế này giúp ngân hàng sẽ có đủ nguồn lực để ứng phó với các rủi ro tiềm ẩn và giảm thiểu nguy cơ xấu cho khách hàng và cộng đồng.
Việc đưa ra các mức CAR của các Basel I, Basel II, Basel III giúp tăng cường tính minh bạch và tính tin cậy của HTTC, cùng với đó là giúp bảo vệ lợi ích của khách hàng và cộng đồng Như vậy, việc áp dụng các Basel này giúp HTTC ổn định hơn và tối thiểu các rủi ro cho ngân hàng và khách hàng.
2.1.1.2 Theo quy định tại Việt Nam
Các ngân hàng ở Việt Nam tuân thủ Thông tư số 41/2016/TT-NHNN nhằm tạo sự tin tưởng hoạt động an toàn và giới hạn rủi ro Đây bao gồm việc xác định CAR tối thiểu dựa VCSH và mức độ rủi ro Chi nhánh ngân hàng nước ngoài cũng phải tuân thủ các quy định tương tự, bao gồm cả CAR tối thiểu riêng lẻ và CAR tối thiểu hợp nhất.
Việc nâng cao CAR sẽ giúp các ngân hàng hoàn thành các tiêu chuẩn Basel trong tương lai Thông tư mới nhất là"Thông tư số 22/2019/TT-NHNN ban hành ngày 15/11/2019, nơi quy định rõ ràng về CAR tối thiểu của các ngân hàng.
Thứ nhất là CAR tối thiểu riêng lẻ, mà tất cả các ngân hàng phải duy trì
Tỷ lệ an toàn vốn tối thiểu riêng lẻ (%) = ‘í ■■ xioo% (1) ư ư K y Ton.0 tài rânCôruỉ ro nen# ỉe mức tối thiểu là 8%."Công thức xác định CAR tối thiểu riêng lẻ như sau:
Thứ hai là CAR tối thiểu hợp nhất, mà các ngân hàng có công ty con phải duy trì cùng với CAR tối thiểu riêng lẻ Mức tối thiểu của CAR tối thiểu hợp nhất là 8% Công thức xác định CAR tối thiểu hợp nhất như sau:
Cuối cùng, chi nhánh của ngân hàng nước ngoài phải giữ mức CAR tối
1 vón tự CÓ hợp nhát
Tỷ lệ an toàn von tôi thiêu hợp nhẵt (%) = -7- '7 ■ "7_.' ^X1OO% (2) " • • r
J Tòng tai sãn Córúiro hợp nhãt
ITỷ lệ an toằn vốn tối thiểu (%) = , xioo% (3) ' • v z Tỏng tài san Có rúi ro _ v z thiểu là 8% Công thức xác định CAR tối thiểu như sau:
2.1.2 Ý nghĩa của tỷ lệ an toàn vốn
CAR là tỷ lệ giữa vốn ở ngân hàng và các khoản nợ hoặc tài sản tài chính mà ngân hàng sở hữu Mức CAR tối thiểu được đưa ra dựa trên các quy định của Basel I, II và III - những bộ quy tắc do Tổ chức Tài chính Quốc tế (BIS) đưa ra để đảm bảo tính đồng bộ của HTTC toàn cầu.
Basel I: CARatối thiểu là 8% Đây là mức tỷ lệ đầu tiên và được đưa ra vào năm
1988 Nó được thiết kế để giải quyết các rủi ro liên quan đến dịch vụ tín dụng của ngân hàng.
Basel II: CARatối thiểu là 8% và yêu cầu thêm 2,5% cho các ngân hàng có rủi ro cao hơn Basel II được đưa ra vào năm 2004 và bổ sung hệ thống chuẩn mực định lượng rủi ro liên quan đến khách hàng và các khoản vay khác.
Các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của các NHTM
2.2.1 Nhóm yếu tố vĩ mô
2.2.1.1 “Môi trường kinh tế, chính trị, xã hội trong và ngoài nước"”
Ngân hàng là cột sống của nền kinh tế với chức năng là một tổ chức trung gian tài chính Do vậy, khi có sự biến động về môi trường kinh tế, chính trị, xã hội thì hoạt động của các NHTM cũng bị ảnh hưởng đáng kể Khi một Quốc gia có môi trường kinh tế, chính trị và xã hội ổn định sẽ chiếm lợi thế hơn trong hoạt động kinh doanh của ngân hàng.
Khi kinh tế tăng trưởng cao và ổn định cho thấy các hoạt động kinh doanh của nền kinh tế đang diễn ra tốt, doanh nghiệp làm ăn kinh doanh thuận lợi thúc đẩy và mở rộng HĐTD, kéo theo chất lượng của các khoản tín dụng tăng lên tại NHTM Sự phát triển kinh tế có thể đánh giá thông qua tổng sản phẩm quốc nội, cũng như ảnh hưởng của tốc độ tăng trưởng GDP đến cầu tín dụng và số tiền gửi của các tổ chức và cá nhân trong nền kinh tế Mặc khác, môi trường kinh tế, chính trị, xã hội tăng trưởng là điều kiện thuận lợi kêu gọi vốn đầu tư nước ngoài, giúp đa dạng hóa về nguồn vốn đầu tư đối với HTNH.
Ngược lại, khi Quốc gia có môi trường kinh tế, chính trị và xã hội không ổn định sẽ ảnh hưởng ngược chiều đến CAR cũng như tác động xấu đến hoạt động kinh doanh của NHTM Khi mà các cá nhân, tổ chức không có đủ niềm tin để phát triển quy mô kinh doanh thì nhu cầu vay bị giảm sút, HTNH thương mại tiềm ẩn nhiều rủi ro, nguy cơ xảy ra nợ xấu, nợ quá hạn tăng cao vì thế chi phí trích lập dự phòng rủi ro cũng gia tăng để bù vào những tổn thất kéo theo toàn bộ nền kinh tế chịu ảnh hưởng nặng nề.
Cuối cùng, để theo kịp quá trình hội nhập với các quốc gia đang phát triển ngày càng diễn ra khốc liệt, đặc biệt là ngành tài chính – ngân hàng phải đòi hỏi NHNN và các Ngân hàng TMCP chủ trương đẩy mạnh những biện pháp nhằm nâng cao năng lực tài chính theo đúng với các chuẩn mực Quốc tế đề ra về CAR.
Môi trường pháp lý được hiểu là việc các quy định về pháp luật mà liên quan đến một lĩnh vực, cụ thể là lĩnh vực tiền tệ, ngân hàng thực hiện đầy đủ các nghĩa vụ pháp lý sẽ được hưởng các quyền và lợi ích, được pháp luật bảo vệ Lĩnh vực tiền tệ được coi là vấn đề nhạy cảm trong nền kinh tế do nó ảnh hưởng trực diện đến toàn bộ nền kinh tế của quốc gia Theo nghiên cứu Mili et al.(2016)“môi trường pháp lý chịu ảnh hưởng ngược chiều đến CAR nếu HTNH không được xây dựng phù hợp với đà phát triển của nền kinh tế thì đó sẽ là rào cản lớn cho hoạt động kinh tế nói chung và toàn bộ hoạt động của HTNH thương mại nói riêng.”Chấp hành các chính sách của Nhà nước quy định kịp thời sẽ tạo điều kiện cho các NHTM phát triển và đảm bảo được tính minh bạch Qua đó, một môi trường pháp lý minh bạch sẽ giúp người dân an tâm hơn khi gửi tiền cũng như sử dụng dịch vụ của ngân hàng Vì vậy, bộ phận quản lý cần phải tăng cường kiểm soát nghiêm ngặt nhằm chắc chắn sự an toàn của ngành tài chính ngân hàng, song song đó nhằm đảm bảo an toàn trong hoạt động kinh doanh cũng như mở rộng thêm các dịch vụ đảm bảo chất lượng thì ngân hàng luôn được đòi hỏi để duy trì tính ràng buộc về cả mặt kỹ thuật và mặt tổ chức điều hành.
“Hoạt động kinh doanh của các ngân hàng luôn được đặt trong một môi trường pháp lý nghiêm ngặt do bị ảnh hưởng rất lớn từ chính sách tiền tệ quốc gia Như vậy, môi trường pháp lý có vai trò then chốt, là tiền đề để hoạt động của ngân hàng ngày càng phát triển vững mạnh, góp phần đem đến những tác động cùng chiều đến CAR.”
2.2.2 Nhóm yếu tố vi mô
2.2.2.1 Quy mô tổng tài sản của NHTM
Quy mô của NHTM dựa trên tiêu chí thông qua TTS ngân hàng Một ngân hàng có TTS cao thể hiện được khả năng tài chính vững mạnh cũng như tạo được sự tin cậy đối với các chủ thể cho vay, cá nhân, doanh nghiệp gửi tiền vào ngân hàng đó Trong phạm vi nghiên cứu qua các giai đoạn, có thể thấy rằng các ngân hàng có biến động lớn khi thực hiện các hoạt động tái cơ cấu, hợp nhất, sáp nhập Do đó, quy mô tài sản của ngân hàng cũng chịu tác động và biến đổi theo chiều hướng mở rộng và phát triển về quy mô Đặc biệt, quy mô tài sản ngân hàng có tính lợi thế, có nhiều cơ hội thuận lợi trong việc phát triển kênh phân phối sản phẩm dịch vụ, hạn chế các chi phí phát sinh trong giao dịch, từ đó gia tăng được doanh thu Bên cạnh những lợi ích mà việc tăng trưởng quy mô tài sản đem lại thì nếu SIZE quá lớn đồng nghĩa với việc các NHTM sẽ đòi hỏi nguồn nhân lực chất lượng cao, tốn kém nhiều cho chi phí quản lý và điều hành, tăng rủi ro trong hoạt động kinh doanh của ngân hàng. Để đáp ứng các tiêu chuẩn Basel trong tương lai, NHTM Việt Nam cần nâng cao CAR."Theo nghiên cứu của Aktas & ctg (2015) về HTNH tại các nước Đông Nam Á giai đoạn 2007 đến 2012,"quy mô TTS ngân hàng tỷ lệ nghịch với CAR."Tức là, khi ngân hàng càng lớn và mở rộng thì có rủi ro cao hơn so với những ngân hàng có quy mô TTS nhỏ Các nghiên cứu khác của Bahtiar Usman và các cộng sự (2019) và Pham Thi Xuan Thoa và ctg (2020) cũng chứng minh quy mô TTS có sự tương quan nghịch biến với CAR."Tuy nhiên, nghiên cứu của
Workneh (2013) và Abdurrahman Setiawan và Susy Muchtar (2021) về các ngân hàng được niêm yết trên Sở giao dịch Chứng khoán ở Indonesia từ giai đoạn 2015 đến 2019 cho thấy quy mô TTS có tác động cùng chiều đến CAR.
Như vậy, dù theo quan điểm nào thì mối quan hệ giữ CAR và quy mô TTS cũng tồn tại theo một trong hai hướng là tương quan cùng chiều hay tương quan ngược chiều.
2.2.2.2 Tỷ lệ nợ xấu của NHTM
NPL là tỷ lệ giữa tổng số nợ xấu và tổng số khoản cho vay Nếu NPL tăng, dẫn đến ngân hàng đang gặp khó khăn trong việc quản lý tiêu chuẩn thẩm định cho vay Để thanh toán nợ xấu, ngân hàng có thể phải huy động nhiều vốn hơn.
Theo Abusharba và ctg (2012), "NPL và CAR ngược chiều, nghĩa là khi NPL tăng, chất lượng tài sản của ngân hàng giảm, và ngược lại" Khảo sát của Shingjergji và Hyseni (2014) cũng đồng ý rằng hiển nhiên có một mối quan hệ ngược chiều giữa NPL và CAR khi phân tích các yếu tố tác động đến CAR của HTNH Alibannian trong giai đoạn 2007 đến 2014.
2.2.2.3 Tỷ suất sinh lời của NHTM
Lợi nhuận là tiêu chí được quan tâm hàng đầu trong đa số các doanh nghiệp kinh doanh, trong đó có ngân hàng Việc đánh giá tỷ suất sinh lời thường dựa trên hai chỉ số là ROA và ROE.
Khi ngân hàng hoạt động có lợi nhuận thì sẽ dùng số tiền đó để tiếp tục mở rộng vốn với mục đích gia tăng nhiều lợi nhuận hơn, điều này sẽ làm tăng CAR thông qua việc tăng VTC của NHTM Như vậy, tỷ suất sinh lời có sự tương quan cùng chiều đến CAR Nghiên cứu của các tác giả Aktas & cộng sự (2015) hay Hung Phuong Vu & Ngoc Duc Dang (2016) đã tìm thấy mối quan hệ cùng chiều giữa tỷ suất sinh lời và CAR.
Mặt khác, khi ngân hàng hoạt động kém hiệu quả gây nên tình trạng thất thu, NPL tăng, tài sản nắm giữ có LIQ thấp thì tỷ suất sinh lời sẽ bị âm, do đó luôn tồn tại mối tương quan ngược chiều giữa tỷ suất sinh lời và CAR Theo nghiên cứu Thân Thị Thu Thủy, Nguyễn Kim Chi (2015); Nguyen Kim Chi
(2018); Le Hong Thai (2020) đã chứng minh được tỷ suất sinh lời có tác động ngược chiều đến CAR của NHTM.
2.2.2.4 Tỷ lệ tiền gửi của khách hàng
Huy động vốn từ TGKH là một phần chức năng cơ bản và quan trọng nhất giúp cho các NHTM có thể hoạt động kinh doanh một cách bình thường giữ vai trò như một trung gian tài chính Lượng tiền mà khách hàng gửi vào tỷ lệ thuận với sự uy tín cũng như tín nhiệm của khách hàng đối với ngân hàng, từ đó ngân hàng đưa ra các chiến lược tối ưu hóa và mở rộng hoạt động huy động vốn DEP cũng là một phần trong các yếu tố tác động đến CAR của NHTM. Để đáp ứng các tiêu chuẩn Basel trong tương lai, Ngân hàng TMCP Việt Nam cần tăng cường an toàn vốn bằng cách tối ưu hoá DEP Nghiên cứu của Mehdi Mili và ctg
(2017) cũng chứng minh rằng "DEP có tác động tích cực đến việc tăng cường an toàn vốn của các ngân hàng"."
Tổng quan các nghiên cứu trước
2.3.1 Các nghiên cứu nước ngoài
Theo Josephat (2016) đã tiến hành"tìm hiểu về"mối liên hệ giữa CAR và hoạt động rủi ro của các NHTM ở Tanzania từ năm 2009 đến 2014 Trong nghiên cứu, họ xây dựng một mô hình với CAR là biến phụ thuộc, và một số biến độc lập như sau: ROA, BSZ, ROE, CRSK, GDP, PRES Kết luận thu được ROA, PRES, BSZ và RRTD có mối tương quan cũng chiều với CAR ROE và GDP lại có tác động ngược chiều đến CAR." Serhat và Mustafaa(2017) đã phân tích các yếu tố ảnh hưởng đến CAR của ngân hàng gửi tiền tại Thổ Nhĩ Kỳ nhằm đánh giá sự tác động của các biến Thu được nhận định rằng, GDP, chênh lệchhthanh khoản ròng và tỷ lệ biến động tài sản trên nợ có mối quan hệ nghịch với CAR Ngược lại, lạm phát có mối quan hệ dương với CAR Các biến khác không có ý nghĩa thống kê Cuộc khảo sát nhằm tăng cường tính an toàn vốn của các NHTM để đáp ứng tiêu chuẩn Basel trong thời gian tới."
Nghiên cứu của Andreas Hadjenophontos và Christos Christodoulou Volos (2018) đã phân tích mức độ an toàn vốn của các ngân hàng tại Síp trong thời kỳ khủng hoảng tài chính nhằm tăng cường tính an toàn vốn để đáp ứng tiêu chuẩn
Basel Mẫu được nghiên cứu bao gồm 4 ngân hàng hệ thống của Síp và tất cả 18 ngân hàng nước ngoài được NHTƯ Síp giám sát trong giai đoạn bị ảnh hưởng bởi khủng hoảng (2009 - 2014) Kết quả cho thấy, quy mô của ngân hàng, chỉ số tài sản có trọng số rủi ro trên TTS, dự phòng và lãi thuần theo tỷ lệ phần trăm lãi phải thu có tác động tích cực đến an toàn vốn Tuy nhiên, ROA và hệ số khả năng thanh toán không có tác động đến an toàn vốn.
Melita Charitou (2019) đã thực hiện một nghiên cứu về các yếu tố ảnh hưởng đến CAR của các tổ chức tài chính ở Hoa Kỳ theo các tiêu chuẩn của Basel Kết quả cho thấy rằng CAR của các tổ chức tài chính thấp hơn khi chúng có tỷ lệ hoạt động không hoạt động trên doanh thu Những ngân hàng có ROA cao hơn thì có CAR cũng cao hơn Cả hai biến liên quan đến rủi ro, Opex_Rev và LnTA đều ảnh hưởng tích cực đến HTNH. Trong khi đó, tỷ lệ CAR và Pro Loan lại có tác động âm đến tỷ lệ CAR của ngân hàng.
"Nghiên cứu của"Bahtiar Usman, và ctg (2019) đã xác định các yếu tố ảnh hưởng đến tỷ lệ CAR trong ngành ngân hàng niêm yết trên Sở giao dịch chứng khoán Indonesia (IDX) Mẫu nghiên cứu được lựa chọn một cách có mục đích và bao gồm 24 ngân hàng thông thường Các biến độc lập được xem xét là SIZE, đòn bẩy, LLR, NIM, tỷ lệ tài sản tín dụng và LIQ Kết quả cho thấy SIZE, LLR và tỷ lệ tài sản tín dụng có tác động tiêu cực đến CAR, trong khi đòn bẩy và NIM lại có tác động tích cực LIQ không có tác động đáng kể đến CAR"."
2.3.2 Các nghiên cứu trong nước
Nghiên cứu của Lê ThanhhTâm và Nguyễn Diệu Linh (2017) về các nhân tố quyết định tới CAR của 26 NHTMCPaViệt Nam từ năm 2009 – 2015 Kết luận,"tỷ lệ dự phòng RRTD, SIZE, GDP và tỷ lệ lạm phát có mối quan hệ tỷ lệ nghịch và có ý nghĩa thống kê với CAR Tỷ suất sinh lời trên TTS, tổng VCSH trên tổng nợ, tỷ lệ huy động vốn trên TTS có mối quan hệ tỷ lệ thuận và có ý nghĩa thống kê với CAR Trong khi đó, NPL, tỷ trọng cho vay trên TTS, lãi suất cho vay có ảnh hưởng tới CAR nhưng không có ý nghĩa thống kê."
Nguyễn Kim Chi (2018) nghiên cứu các nhân tố ảnh hưởnggđến CAR tại 10 NHTM
Việt Nam được NHNN chỉ định thí điểm triển khai theo chuẩn mực Basel II bắt đầu từ tháng 2/2016 Bài viết lấy mẫu ở 18 ngân hàng Việt Nam Kết quả nhận được SIZE, ROA, LIQ, DEP có tác động ngược chiều đến CAR Mặt khác, LEV có tác động cùng chiều đến CAR, LLR không có tác động đáng kể đến CAR của ngân hàng.
Nghiên cứu được tiến hành bởi Phạm PháttTiến và Nguyễn ThịiKiều Ny vào năm 2019, có mục đích"tìm ra các yếu tố ảnh hưởng đến CAR tối thiểu của các NHTM Việt Nam. Kết quả nghiên cứu với 7 biến độc lập được sử dụng trong việc xây dựng mô hình hồi quy tuyến tính đa biến bao gồm: SIZE, ROA, thu nhập lãi thuần, VCSH trên tài sản, tỷ lệ cho vay trên TTS, LLR và NPL Rút ra kết luận rằng: "SIZE và tỷ lệ VCSH trên tài sản góp phần tăng CAR tối thiểu, trong khi tỷ suất lợi nhuận trên TTS và tỷ lệ dự phòng RRTD lại đẩy CAR tối thiểu xuống"."Tuy nhiên, nghiên cứu chưa thể tìm ra tác động của thu nhập lãi thuần, tỷ lệ cho vay trên TTS và NPL đến yếu tố phụ thuộc.
Trong nghiên cứu của Hung PhuonggVu và Ngoc DuccDang (2020), đã sử dụng phân tích dữ liệu bảng để phân tích các yếu tố ảnh hưởng đáng kể đến CAR của các NHTM tại Việt Nam trong giai đoạn từ 2011 đến 2018 Trong giai đoạn này, số lượng ngân hàng đã giảm từ 41 xuống 31 do sáp nhập và mua lại Các biến được giả định ảnh hưởng đến CAR của các ngân hàng bao gồm SIZE, DEP, LOA, LLR, LIQ, ROA, ROE, NIM, NPL, LEV Kết quả của nghiên cứu cho thấy rằng LEV, LLR, ROE có tác động ngược chiều, ROA có tác động cùng chiều và SIZE, DEP, LOA, LIQ, NIM, NPL không ảnh hưởng quá lớn đến CAR của các NHTM tại Việt Nam.
Nghiên cứu của Trần Thị Lam Anh (2020) tập trung vào việc phân tích các yếu tố ảnh hưởng đến CAR của các NHTM tại Việt Nam Kết quả cho thấy rằng CAR của các NHTMCP có sự ảnh hưởng từ CAR trong kỳ trước đó, khả năng dự phòng RRTD, LIQ, mức độ nợ xấu được bán cho Quỹ quản lý tài sản của ngân hàng và mức độ an toàn vốn của ngành Ngược lại, các yếu tố như NPL, đòn bẩy tài chính, SIZE, lãi suất thực và tỷ giá có ảnh hưởng ngược chiều đến CAR của các NHTMCP tại Việt Nam
Thông qua việc tìm hiểu các lý thuyết cơ bản và nghiên cứu khoa học cả trong lẫn ngoài nước về CAR của các NHTM, cách tính tỷ lệ này theo Ủy ban Basel và các quy định pháp luật của NHNN Việt Nam về tỷ lệ CAR, tác giả đã tổng hợp các nghiên cứu trước đó về các yếu tố có ảnh hưởng đến CAR Điều này làm tiền đề cho nghiên cứu mô hình chi tiết các yếu tố ảnh hưởng đến hệ số này được trình bày trong chương 3.
MÔ HÌNH NGHIÊN CỨU
Quy trình nghiên cứu
ước 1: Thu thập dữ liệu thống kê ước 2: Thống kê e mô tả biến
Dùng phần mềm stata mô tả tóm tắt các đặc trưng cơ bản của dữ liệu như tên biến phụ thuộc, các biến độc lập, số lượng mẫu quan sát, GTTB, GTLN, GTNN, trung vị và ĐLC. ước 3: Phân tích ma trận tương quan giữa các biến
Ma trận tương quan chỉ đơn giản là một bảng hiển thị các HSTQ cho các biến khác nhau Ma trận mô tả mối tương quan giữa tất cả các cặp giá trị khi các yếu tố khác không đổi HSTQ thay đổi dao động từ -1 đến +1 Cặp biến không có sự tương quan trong trường hợp HSTQ cho ra kết quả bằng 0 Việc kiểm giữa các biến trong mà trận tương quan với nhau hay không nhằm để phát hiện các khuyết tật của mô hình có thể xảy ra như ĐCT, PSSSTĐ hay hiện tượng TTQ trong mô hình nghiên cứu.
Vì vậy, để loại bỏ các khuyết điểm của mô hình, tác giả đã dùng chỉ số VIF – yếu tố phóng đại phương sai (Variance Inflation Factor) để kiểm định xem có xuất hiện ĐCT trong mô hình không Chỉ số VIF định lượng mức độ nghiêm trọng của ĐCT, nếu VIF < 10 thì mô hình sẽ không có dấu hiệu ĐCT. ước 4: Phân tích hồi quy
Trong nghiên cứu này, các mô hình áp dụng phương pháp hồi quy dữ liệu bảng bao gồm: mô hình Pooled OLS - mô hình sử dụng phương pháp bình phương nhỏ nhất và có hệ số không đổi theo thời gian; mô hình Fixed Effects - mô hình tác động cố định; và mô hình Random Effects - mô hình tác động ngẫu nhiên.
Thứ nhất, mô hình Pooled OLS: là một loại mô hình có hệ số không đổi theo thời gian, đề cập đến cả hệ số chặn và hệ số góc Đối với mô hình này, các nhà nghiên cứu có thể gộp tất cả dữ liệu và chạy Pooled OLS thông thường Nghĩa là, sự ảnh hưởng của nhóm biến độc lập đến biến phụ thuộc là không thay đổi theo thời gian và tương tự nhau đối với các nhóm thí nghiệm khác nhau Mặc dù, mô hình này có những giả định quá chặt chẽ và không phù hợp với sự khác biệt đặc trưng của mỗi ngân hàng như văn hóa, phong cách quản lý, môi trường hoạt động và thời gian quan sát.
Thứ hai, mô hình ảnh hưởng cố định: FEM là một phương pháp trong econometrics và statistics được sử dụng để đánh giá ảnh hưởng của các biến đổi với các quan sát hiển thị sự khác nhau liên quan đến một số thuộc tính không có động thái theo thời gian, như trình độ học vấn hay giới tính Nó được sử dụng trong các mô hình dữ liệu theo tiểu bang, quốc gia hoặc tin tức kinh tế, nơi các biến đổi liên quan đến nhịp độ hoặc khung thời gian khác nhau trong mối quan hệ giữa các quan sát Mô hình FEM giúp kiểm tra các yếu tố cố định hoặc ảnh hưởng không thay đổi liên quan đến mỗi đơn vị, giúp trong việc điều chỉnh những thay đổi lớn trong nhiều dữ liệu và thu được những kết luận chính xác hơn từ mô hình của mình "
Thứ ba, mô hình tác động ngẫu nhiên: REM là một phương pháp khác để nghiên cứu tương quan giữa các biến trong một mô hình Khác với FEM, ở REM sự biến động giữa các quan sát chéo được giả định là ngẫu nhiên và không tương quan với nhau về các biến giải thích Trong khi đó, ở FEM, sự biến động giữa các quan sát chéo có liên quan đến biến giải thích Do đó, các hệ số chặn của từng đơn vị chéo được phát sinh từ một hệ số chặn chung không đổi theo đối tượng và thời gian, một biến ngẫu nhiên là một thành phần của sai số thay đổi theo đối tượng và thời gian cố định. ước 5: Kiểm định mô hình
Nhằm chọn ra một mô hình tối ưu và phù hợp nhất trong ba mô hình nêu trên, tác giả sẽ tiến hành kiểm định và so sánh giữa các mô hình thông qua các phương pháp kiểm định như: kiểm định F; kiểm định Hausman; kiểm định Breusch – Pagan Lagrangian; kiểm định Wooldridge; kiểm định FGLS.
Thứ nhất, kiểm định F test: là kiểm định giữa hai FEM hoặc OLS để đưa ra lựa chọn mô hình nào thích hợp hơn Với giả định H0: mô hình OLS là phù hợp hơn và giả định H1: mô hình FEM là phù hợp hơn; nếu P-value < 0.05 (mức ý nghĩa 5%) thì bác bỏ H0, chấp nhận H1; kết quả cho ra là mô hình FEM phù hợp hơn và ngược lại, nếu P-value > 0.05 (mức ý nghĩa 5%) thì ta chấp nhận H0, thì lúc đó mô hình OLS phù hợp hơn.
Thứ hai, kiểm định Hausman: kiểm định này dùng so sánh chọn lựa giữa hai mô hình, FEM hoặc REM để đưa ra lựa chọn mô hình nào phù hợp hơn Với giả định H0: Mô hình theo phương pháp REM phù hợp hơn và giả định H1: Mô hình theo phương pháp FEM phù hợp hơn; nếu P-value < 0.05 (mức ý nghĩa 5%) thì bác bỏ H0, chấp nhận H1; kết quả cho ra là mô hình theo phương pháp FEM phù hợp hơn và ngược lại, nếu P-value > 0.05 (mức ý nghĩa 5%) thì ta chấp nhận H0, thì lúc đó mô hình theo phương pháp REM phù hợp hơn.
Thứ ba, kiểm định Breusch – Pagan Lagrangian: kiểm định này dùng để so sánh lựa chọn giữa mô hình theo phương pháp OLS hoặc mô hình theo phương pháp REM Với giả định H0: Mô hình theo phương pháp OLS phù hợp hơn và giả định H1: Mô hình theo phương pháp REM phù hợp hơn; nếu P-value < 0.05 (mức ý nghĩa 5%) thì bác bỏ H0, chấp nhận H1; kết quả cho ra là mô hình theo phương pháp REM phù hợp hơn và ngược lại, nếu P-value > 0.05 (mức ý nghĩa 5%) thì ta chấp nhận H0, thì lúc đó mô hình theo phương pháp OLS phù hợp hơn.
Thứ tư, phương pháp bình phương tối thiểu tổng quát khả thi (FGLS): Phương pháp
FGLS là một giải pháp để giải quyết vấn đề TTQ giữa các sai số và PSSSTĐ trong mô hình Phương pháp này dựa trên phương pháp OLS và sử dụng các sai số để tính toán ma trận phương sai - hiệp phương sai của chúng Sau đó, ma trận này sẽ được sử dụng để đưa các biến ban đầu và ước tính giá trị của tham số trong mô hình Việc sử dụng phương pháp FGLS sẽ giúp đảm bảo đo lường mô hình chính xác và hiệu quả. ước 6: Kiểm định các khuyết tật của mô hình
Thứ nhất, kiểm định hiện tượng đa cộng tuyến: là hiện tượng thường xảy ra khi mối tương quan cao giữa hai hay nhiều biến độc lập trong mô hình hồi quy Điều này sẽ dẫn đến việc tạo ra các thông tin dư thừa, làm sai lệch kết quả của mô hình hồi quy đa biến Hiện tượng ĐCT vi phạm giả định của mô hình hồi quy tuyến tính là các biến độc lập không có mối quan hệ tuyến tính với nhau.
Có 3 cách phát hiện ĐCT:
Dấu hiệu thứ 1, kiểm định ĐCT để tìm ra mối liên hệ giữa các biến độc lập và độ mạnh của mối liên hệ đó dựa trên VIF Giá trị VIF bắt đầu từ 1 và không có giới hạn trên Giá trị VIF nằm trong khoảng từ 1-2 cho biết không có mối liên hệ giữa biến độc lập này với bất kỳ biến nào khác VIF giữa 2 và 5 cho thấy rằng có một mối tương quan vừa phải, nhưng nó không đủ nghiêm trọng để nhà nghiên cứu tìm kiếm hành động khắc phục VIF lớn hơn 5 thể hiện mối tương quan cao, hệ số được ước tính kém và giá trị p có vấn đề VIF > 10 chắc chắn là ĐCT.
Dấu hiệu thứ 2, kiểm định ĐCT dựa vào HSTQ (R 2 ) Trong bảng Model Summary, nếu HSTQ (R 2 hay R Square) cao lớn hơn 0.8 và thống kê t trong bảng Coefficients thấp thì chắc chắn có đa cộng tuyến.
Mô hình nghiên cứu
Dựa vào đặc điểm của HTNH thương mại Việt Nam, tổng quan lý thuyết và các công trình nghiên cứu thực tế trong giai đoạn nghiên cứu từ 2012 đến năm 2021 đã được tìm hiểu ở chương 2, bài nghiên cứu đã chọn lọc ra các yếu tố ảnh hưởng đến CAR của các NHTM Mô hình được đề xuất như sau:
CAR i, t = 0+ & SIZEi' t + 0 2 NPL Í , T + 3 R R 0 E it t + &R OA Í , T + (D EPi' t + P L DR i, t + P L LR Ì Í , t + £ i, t
CAR: Tỷ lệ anntoàn vốn
SIZE: Quy mô TTS ngân hàng
NPL: Tỷ lệ nợ xấu
ROE: Tỷ lệ lợi nhuận trên VCSH
ROA: Tỷ lệ lợi nhuận trên tài sản
DEP: Tỷ lệ tiền gửi của khách hàng
LDR: Tỷylệ dư nợ tín dụng trên vốn huy động
LLR: Tỷ lệ dự phòng RRTD
& ị , t : là biến chưa được xác định
Bảng 3 1 Các biến sử dụng trong mô hình nghiên cứu
Yếu tố Tên biến Cách đo lường Nghiên cứu liên quan Biến phụ thuộc
Tỷ lệ an toàn vốn
CA R vổn tự có Tong tài sản rủi ro ĩosephat (2016); Serhat và Mustaía (2017); Thân Tliị Thu Thủy và Nguyễn Kim Chi (2015).
Võ Hòng Đức và cộng sự (2014); Thản Thị Thu Thũy và Nguyễn Kim Chi (2015); Alajmi và Alquasem
NPL Nợ xấu Tỗng dư nợ Nadja (2013);
Mohammed và cộng sự (2013); Vò Hồng Đức và cộng sự (2014); ThânThị Thu Thủy và
Tỷ lệ lợi nhuận trên
Lợi nhuận sau thuế Bình quằn vốn chủ sở hữu Aktas & cộng sự
(2015) hay Hung Phuong Vu & Ngoe Duc Dang (2016).
Tỷ lệ lợi nhuận trên tài sân
Lợi nhuận trước thuế Tằi sản bình quần Nadja (2013);
Tỷ lệ tiền gửi cũa kliách hàng
Tổng tiên gửi của KH Tỗìig tài sản Nadja (2013);
Mohammed và cộng sự (2013); Vô Hồng Đức và cộng sự (2014); Thân Thị Thu Thủy và Nguyễn Kim Chi (2015).
Tỷ lệ dư nợ tín dụng trên vốn huy động
R Dư nợ tín dựĩig Kumba
Digdowiseiso (2021); Suroso, s (2022) vốn huy động ĩ Vốn cho vay khách hàng\
Tỷ lệ dư nợ tín đụng trên vốn huy động
R Dư nợ túi dụng Kumba
Digdowiseiso (2021); Suroso, s (2022) vốn huy động /Vốn cho vay khách hàng\
Dự phòng RRTD Tổng dư nợ
Các tác giã Nadja (2013); losephat
(2016), Võ Hồng Đức và cộng sự(2014); Thân ThịThu Thủy vàNguyễn Kim chi(2015),
Mẫu và dữ liệu nghiên cứu
Để thực hiện nghiên cứu này, ta đã tiến hành ước lượng hồi quy dữ liệu bảng Để đo lường, ta sử dụng các chỉ số dữ liệu thứ cấp được tính toán từ các BCTC, báo cáo thường niên mỗi năm của các NHTM và NHNN, trang thông tin của Sở giao dịch chứng khoán và các công ty chứng khoán Tập dữ liệu bao gồm 24 NHTMCP tại Việt Nam và được thu thập vào cuối mỗi năm trong giai đoạn từ 2012 đến 2021 Sau đó, các chỉ số cần sử dụng được tính toán từ số liệu đã thu thập Các số liệu này được sắp xếp thành dữ liệu bảng dựa trên hai thành phần dữ liệu chéo và dữ liệu chuỗi thời gian.
Giả thuyết nghiên cứu
Khi ngân hàng lớn hơn và có quy mô tài sản lớn hơn, việc nắm giữ tài sản rủi ro cũng sẽ tăng lên SIZE được tính bằng logarit tự nhiên của TTS của ngân hàng Các nghiên cứu thực nghiệm cho thấy quy mô TTS ngân hàng có tác động ngược chiều với CAR như nghiên cứu của Nadja (2013); Josephat (2016); Võ Hồng Đức và cộng sự (2014).
Trên cơ sở lý thuyết và các nghiên cứu thực nghiệm ta đưa ra giả thuyết như sau:
^ Giả thuyết 1 ( H J: Quy mô ngân hàng (SIZE) tác động ngược chiều đến CAR
"Để đánh giá mức độ nợ xấu của ngân hàng, ta tính tỷ lệ giữa tổng số nợ xấu và tổng số khoản vay Nếu NPL tăng cao, điều này cho thấy ngân hàng gặp khó khăn trong việc thẩm định chất lượng các khoản vay Các nghiên cứu đã chỉ ra rằng NPL có ảnh hưởng tiêu cực đến CAR của ngân hàng, như nghiên cứu của Abusharba và cộng sự (2012) và Shingjergji và Hyseni (2014)."
Dựa trên lý thuyết và các nghiên cứu này, ta đưa ra giả thuyết sau:
^ Giả thuyết 2 ( H 2): Tỷ lệ nợ xấu (NPL) tác động ngược chiều đến CAR
3.4.3 Tỷ lệ lợi nhuận trên tổng vốn chủ sở hữu Để đo hiệu quả hoạt động của ngân hàng, ta sử dụng ROE - tỷ lệ lợi nhuận trên tổng VCSH Tuy nhiên, các nghiên cứu trước đây đã không đồng ý với nhau về kết quả đo lường này Nhưng trong nghiên cứu này, ta hy vọng rằng ROE sẽ có tác động cùng chiều đến CAR của ngân hàng Các nghiên cứu thực nghiệm của Josephat
(2016), Aktas & cộng sự (2015) và Hung Phuong Vu & Ngoc Duc Dang (2016) đã phát hiện mối tương quan cùng chiều giữa ROE và CAR.
Vì vậy, dựa trên lý thuyết và các nghiên cứu thực nghiệm đó, ta đưa ra giả thuyết như sau:
^ Giả thuyết 3 ( /3): Hệ số thanh khoản (ROE) tác động cùng chiều đến CAR
3.4.4 Tỷ lệ lợi nhuận trên tổng tài sản
Chỉ số ROA (tức lợi nhuận trên TTS) là một thước đo hiệu quả tài chính của ngân hàng trong quá trình hoạt động Nếu ROA của ngân hàng cao, có nghĩa là hoạt động kinh doanh của ngân hàng đang đi đúng hướng Điều này cho thấy ngân hàng đang sử dụng tài sản một cách hiệu quả, tạo ra nhiều lợi nhuận hơn để có thể đầu tư lại, mở rộng quy mô kinh doanh Vì vậy, một ROA cao là giúp ngân hàng tăng CAR Các nghiên cứu thực tế đã chứng minh rằng ROA có ảnh hưởng đồng thời đến CAR của các tổ chức tài chính như nghiên cứu của Thân Thị Thu Thủy và Nguyễn Kim Chi (2015); Ali (2015); Josephat (2016).
Dựa trên lý thuyết và các nghiên cứu này, ta có thể đưa ra giả thiết như sau.:
^ Giả thuyết 4 (H 4): Tỷ lệ lợi nhuận trên TTS (ROA) tác động cùng chiều đến CAR.
3.4.5 Tỷ lệ tiền gửi của khách hàng
DEP được tính bằng tỷ số giữa tổng số tiền gửi và tổng số tài sản của ngân hàng.Khi tỷ lệ tiền gửi tăng lên, điều này cho thấy ngân hàng có uy tín cao hơn Vì vậy,ngân hàng cần tăng cường kiểm soát để đảm bảo quyền lợi của khách hàng và bảo đảm tính an toàn của chính ngân hàng Theo nghiên cứu của các tác giả Võ Hồng Đức, Nguyễn Minh Vương & Đỗ Thanh Trung (2014) và Nguyen Kim Chi (2018), DEP có ảnh hưởng đối diện tác động đến CAR của ngân hàng.
Với những căn cứ trên đây, ta có thể đưa ra giả thuyết như sau.:
^ Giả thuyết 5 ( H 5 ): Tỷ lệ tiền gửi của khách hàng (DEP) tác động tiêu cực đến CAR.
3.4.6 Tỷ lệ dư nợ tín dụng trên vốn huy động
LDR là tỷ lệ giữa tổng khối lượng cho vay được ngân hàng giải ngân với số tiền nhận được từ các khoản vay khác Nếu tỷ lệ LDR càng cao thì ngân hàng đã sử dụng hết nguồn vốn dưới hình thức tín dụng và có mức độ thanh khoản thấp hơn. Mặt khác, nếu hệ số LDR thấp hơn, điều đó cho thấy ngân hàng có khả năng thanh khoản cao và dư thừa nguồn vốn, nhưng ngân hàng đó được coi là kém hiệu quả hơn trong quá trình thực hiện chức năng của mình với tư cách là một tổ chức trung gian Một nghiên cứu được thực hiện bởi Medyawicesar et al (2018) đã chứng minh rằng LDR có ảnh hưởng đến CAR.
Trên cơ sở lý thuyết và các nghiên cứu thực nghiệm ta đưa ra giả thuyết như sau:
^ Giả thuyết 6 ( H 6): Tỷ lệ dư nợ tín dụng trên vốn huy động (LDR) tác động cùng chiều đến CAR.
3.4.7 Tỷ lệ dự phòng rủi ro tín dụng
Tỷ lệ dự phòng RRTD là tỷ số giữa khoản dự phòng RRTD và tổng dư nợ Nếu khoản dự phòng RRTD tăng lên đồng nghĩa với việc ngân hàng đang cho vay nhiều hơn hoặc đang chấp nhận cho vay với các mức rủi ro cao hơn, điều này có thể ảnh hưởng đến nguồn VTC và dẫn đến giảm CAR Các nghiên cứu của Nadja (2013);
Võ Hồng Đức và cộng sự (2014); Thân Thị Thu Thuỷ và Nguyễn Kim Chi (2015) đã chỉ ra tương quan ngược chiều giữa tỷ lệ dự phòng rủi ro và CAR Tác giả kỳ vọng trong bài viết này tỷ lệ dự phòng rủi ro cũng sẽ tác động ngược chiều đến CAR.
Trên cơ sở lý thuyết và các nghiên cứu thực nghiệm ta đưa ra giả thuyết như sau:
^ Giả thuyết 7 ( H 7): Tỷ lệ dự phòng RRTD (LLR) tác động ngược chiều đến CAR.
Bảng 3 2 Tổng hợp mô tả các biến và kỳ vọng dấu trong nghiên cứu:
Biến Ký hiệu Đo lường Kỳ vọng dấu Biến phụ thuộc
Tỷ lệ an toàn vốn CA
R Vốn tự CÓ/TTS Cỏ lũi ro
Quỵ mô ngân hàng SIZ
E Logarit tự nhiên cũa TTS -
Tỷ lệ nợ xắu NPT Nợ xấu Tỏng dư nợ cho vay -
Tý suất lợi nhuận trên VCSH
Lợi nhuận sau thuể/VCSH +
Tý suất lợi nhuận trên TTS
Lợi nhuận trước thuế/TTS +
Tỷ lệ huy động vốn DEP
Tiền gửi cũa khách hàng/TTS
Tỷ lệ dư nợ tín dụng trẽn vốn huy động
Tòng dư nợ tin dụng/vốn huy động
LLR Chi phi dự phòng RRTD Tống dư nợ cho vay
TÓM TẮT CHƯƠNG 3 Tóm lại chương 3, tác giả sử dụng lý thuyết CAR để lập mô hình nghiên cứu, bao gồm 7 yếu tố ảnh hưởng đến CAR và đưa ra một số giả thuyết Sau đó, tác giả thực hiện phân tích dữ liệu để kiểm định các giả thuyết đó Dữ liệu được sử dụng được lấy từ BCTC và các báo cáo thường niên của 24 NHTMCP trong những năm 2012 - 2021 Các con số được tính toán để mô tả kết quả nghiên cứu, quy trình và cách thức tìm hiểu tác động của từng yếu tố đến CAR.
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Phân tích tỷ lệ an toàn vốn của các NHTM cổ phần Việt Nam giai đoạn 2012- 2021 33 4.2 Kết quả nghiên cứu và các kiểm định
Biến phụ thuộc CAR của 24 NHTM Việt Nam có GTTB là 13,39%, GTLN 40,15% và GTNN ở mức 8,35% Theo quy định tại Thông tư 36/2014/TT – NHNN có sửa đổi bổ sung tại Thông tư 06/2016/TT – NHNN, NHTM phải duy trì CAR ít nhất là 8% Nhìn chung GTTB CAR đã đảm bảo so với quy định của NHNN Vì vậy, về cơ bản các NHTM đủ tiềm lực để ngăn chặn những biến động về tài chính cả khách hàng và ngân hàng Điều này giúp bảo vệ sự an toàn tài chính của cả hai bên.
Biểu đồ 1 Tỷ lệ CAR trung bình của 24 NHTM
(Nguồn: Tổng hợppcủa tác giả) Biểu đồ 1 cho thấy tỷ lệ CAR của 24 NHTM Việt Nam có sự phân hóa rõ nét giữa các NHTM lớn và các NHTM nhỏ Số liệu thực tế cho thấy những ngân hàng lớn thì số CAR thấp hơn các ngân hànggnhỏ có tỷ lệ CAR cao hơn, cá biệt có một số trường hợp CAR quá cao như KLB, PGB, SGB Điều này báo hiệu hoạt động cho vay củaangân hàng hoặc thu hút TGKH đang gặp khó khăn.
Bảng 4 1 Tỷ lệ CAR trung bình của 24 NHTM và CAR toàn hệ thống
(Nguồn: táccgiả tính toán và tham khảo từ dữ liệu của NHNN)
Biểu đồ 2 Tỷ lệ CAR trung bình của 24 NHTM và CAR toàn hệ thống
(Nguồn: Tổnghhợp của tác giả) Biểu đồ 2 cho thấy tỷ lệ CAR trung bình của 24 NHTM nhỏ và vừa được so sánh với tỷ lệ CAR của toàn bộ HTNH Cả 24 ngân hàng này và toàn bộ HTNH đều đáp ứng các yêu cầu của NHNN Việt Nam trong Thông tư 22/2019/TT- NHNN ngày 15/11/2019, với mức CAR tối thiểu là 8% Hơn nữa, hầu hết các NHTM lớn không gặp khó khăn trong việc đáppứng các yêu cầu của NHNN về
CAR trong giai đoạn 2012-2021, như được quyyđịnh trong các thông tư 13, 41 và 22.
Theo số liệu CAR trung bình được biểu diễn trong biểu đồ 2, có thể CAR của các NHTM sau đợt giảm từ năm 2012 – 2014, sau đó có xu hướng tăng trong năm 2015, tiếp tục giảm nhẹ dần từ cuối năm 2015 đến cuối năm 2020 Từ ngày 1/1/2020 mức an toàn vốn tối thiểu đối với các NHTM là 8%, tỷ lệ CAR trong giai đoạn 2018 đến
2020 có xu hướng giảm Điều này cho thấy việc đảm bảo CAR theo yêu cầu, đặc biệt với cách tính khắt khe hơn theo Basel II sẽ là một vấn đề mà các ngân hàng cần theo dõi và thực hiện nghiêm túc trong thời gian sắp tới.
Xu hướng biến động của CAR của ngân hàng nhìn chung khá hợp với tình hình kinh tế Việt Nam cũng như tình hình hoạt động của HTNH trong giai đoạn 2012 – 2021. Sau giai đoạn khủng hoảng 2008 – 2011, ở giai đoạn 2012 – 2014 tăng trưởng kinh tế thấp, các doanh nghiệp tái cấu trúc, giảm đòn bẩy nợ, thị trường chứng khoán và bất động sản lao dốc liên tục, nợ xấu bắt đầu tăng làm cho giai đoạn này tín dụng không cao, tốc độ bình quân 11%/năm Tuy nhiên đáng mừng là trong năm 2012, trước yêu cầu của NHNN cũng như phục vụ hoạt động kinh doanh, các NHTM đã đồng loạt tăng vốn khiến cho tỷ lệ CAR ghi nhận mức tăng vượt bậc trong năm 2012. Đến năm 2015, tín dụng đã tăng cao trở lại Về định hướng chính sách, tăng trưởng tín dụng 17 - 18% được cho là cần thiết để đảm bảo tăng trưởng GDP ở mức 6,6 - 6,8% Lợi nhuận doanh nghiệp cải thiện, kinh doanh mở rộng giúp tăng nhu cầu vay nợ cho sản xuất Nhưng khu vực tăng cao nhất là tín dụng bất động sản và tín dụng tiêu dùng Tuy nhiên, kể từ năm 2014 trở đi, NHNN đã bắt đầu thí điểm áppdụng Basel II, và các NHTM đã bắt đầu tính toán lại CAR theo những yêu cầu khắt khe và cẩn trọng hơn, vì vậy tỷ lệ CAR từ năm 2015 trở đi có xu hướng giảm mạnh.
Kết thúc năm 2017 đã xuất hiện những quan ngại về ổn định kinh tế vĩ mô nếu tín dụng tiếp tục tăng cao và liệu lịch sử chu kỳ bất ổn có lặp lại Tuy nhiên, điểm rất tích cực là chính sách tiền tệ được điều hành thận trọng hơn trong năm 2018 và kết quả là tín dụng chỉ tăng xấp xỉ 14% Trong đó, tăng trưởng GDP lại đạt tốc độ 7,08%, cao nhất trong vòng 10 năm và lạm phát tiếp tục được duy trì dưới mục tiêu 4%.
Cuối năm 2019 đầu 2020, khi đại dịch Covid-19 bùng phát đã gây thiệt hại nghiêm trọng tới hoạt động của nền kinh tế, các NHTMCP thấy được sự tàn phá này đối với các nước như Trung Quốc, Mỹ, Anh lường trước được những tổn thất sẽ xảy đến, các ngân hàng tăng cường các biện pháp phòng ngừa bằng cách tăng tỷ lệ DPRR nhằm tăng cường bộ đệm xử lý rủi ro Bên cạnh đó, ngoài những tác động ngược chiều từ đại dịch gây ra thì những tín hiệu tích cực từ các ngân hàng như nguồn thu từ ngân hàng số và thanh toán điện tử tăng cao dẫn đến lượng tiền mặt trong lưu thông chủ yếu luân chuyển giữa các tài khoản tại ngân hàng, giúp các TCTD gia tăng nguồn tiền gửi không kỳ hạn với lãi suất thấp Nhờ đó, các TCTD có điều kiện tiết giảm chi phí huy động vốn đầu vào Đồng thời, trong giai đoạn 2020 - 2021 là thời điểm CAR được áp dụng theo Thông tư số 41/2016/TT-NHNN, trước áp lực tăng vốn nhiều ngân hàng không chi trả cổ tức để dành nguồn lực vốn trong tương lai.
4.2 Kết quả nghiên cứu và các kiểm định
4.2.1 Thống kê mô tả các biến trong mô hình
Trước khi đưa ra kết luận, ta sẽ trình bày dữ liệu thống kê của các biếnnchính qua các năm để giúp đọc giả có cái nhìn tổng quan về nguồn dữ liệu Các thống kê mô tả: số lượng quan sát, GTTB, ĐLC, GTLN và GTNN.
Bảng 4 2 Bảng thống kê mô tả các biến sử dụng trong mô hình
Biển sổ Quan sát Trung bình Độ lệch chuẩn
(Nguồn: Tổng hợp của tác giả)
Thứ nhất, biến độc lập SIZE được áp dụng để đo quy mô của các thông tin tài chính của NHTM tại Việt Nam từ năm 2012 đến năm 2021 Kết quả phân tích trong bảng 4 1 cho thấy GTTB logarit tự nhiên của TTS đạt 8,15 tỷ đồng, ĐLC là 48,6% Trong khi đó, GTNN là 7,17 tỷ đồng và GTLN là 9,25 tỷ đồng, cho thấy sự chênh lệch lớn giữa các NHTM tại Việt Nam.
Biểu đồ 3 Quy mô trung bình của các NHTM Việt Nam trong giai đoạn 2012 – 2021
(Nguồn: Tổng hợp của tác giả)Biểu đồ 3 thể hiện SIZE theo từng năm có xu hướng tăng, từ 7,858 ở năm
2012 lên 8,427 năm 2021 Qua đó có thể thấy được sự cải thiện về mặt quy mô của HTNH Việt Nam qua các năm, điều này cũng cho thấy chiều hướng phát triển mở rộng mạng lưới của các NHTM Việt Nam trong giai đoạn nghiên cứu.
Thứ hai, biến độc lập NPL, trong bảng 4 1 thể hiện quy mô của các NHTM tại Việt Nam trong giai đoạn 2012 – 2021, NPL trung bình là 2,14% (thấp hơn ngưỡng an toàn 3% theo quy định của NHNN), độ lệch chuẩn 12,35%, GTNN là 0,0047 tỷ đồng và GTLN là 0,0881 tỷ đồng Mặc dù vậy, vẫn có NHTM có tỷ lệ nợ rất cao, lên đến 7%, gấp đôi ngưỡng an toàn Việc này có gây rủi ro đối với HĐTD và đe dọa khả năng an toàn của NHTM cũng như HTNH nói chung.
Biểu đồ 4 Tỷ lệ nợ xấu trung bình của các NHTM Việt Nam trong giai đoạn 2012 –
Theo biểu đồ số 4, NPL của các NHTM tại Việt Nam từ năm 2012 – 2021 theo từng năm có xu hướng giảm Cụ thể giai đoạn 2012 – 2015 có sự biến động mạnh giảm từ 0,0324 ở năm 2012 xuống còn 0,0192 ở năm 2015, sau đó tỷ lệ này tăng nhẹ vào năm
2016 và tiếp tục giảm dần đến năm 2020 NPL giảm đồng nghĩa với rủi ro tài sản của ngân hàng giảm và trích lập DPRR cũng giảm theo Điều này giúp cân bằng tổn thất do NPL gây ra, tăng lợi nhuận cho ngân hàng và tăng CAR.
Thứ ba, biến độc lập ROE, theo kết quả phân tích trong bảng 4 1 thể hiện tỷ lệ lợi nhuận trên VCSH của các NHTM trong khoảng thời gian 2012 – 2021 có sự biến động, có thể thấy ROE trung bình là 10,75%, độ lệch chuẩn chiếm 7,48%, mức tối thiểu là 0,283 và mức tối đa là 30,33 cho thấy thước đo lợi nhuận trên VCSH bình quân giữa các NHTM Việt Nam là vô cùng khác biệt.
Biểu đồ 5 Tỷ lệ lợi nhuận trên VCSH trung bình của các NHTM Việt Nam trong giai đoạn 2012 – 2021
Thảo luận kết quả nghiên cứu
Dựa trên cơ sở lý thuyết và kết quả của môhhình nghiên cứu, tác giả đã tạo ra một bảng tóm tắt hiển thị những tác động của các yếu tố đến CAR của các ngân hàng TMCP Việt Nam trong giai đoạn từ năm 2012 đến năm 2021.
Bảng 4 9 Tóm tắt kết quả nghiên cứu so với giả thuyết kỳ vọng
Mức ý nghĩa Kiêm định giả thuyết
Ghi chú: *, **, *** tương ứng với mức ý nghĩa 10%, 5%, 1%
(Nguồn: Kết quả phân tíchttừ phần mềm Stata 17.0)
Do vậy, phương trình hồi quy có kết quả cuối cùng như sau:
ICAR = 0,472 - 0,046***SIZE - 0,149***ROE - 1,815***ROA - 0,021 *LDR
4.3.1 Ảnh hưởng của quy mô Ngân hàng đến tỷ lệ an toàn vốn
Bảng 4.13 cho thấy ảnh hưởng ngược chiều của SIZE đến CAR của cácNHTM với hệ số hồi quy -0.046 ở mức ý nghĩa 1% Kết quả này tương đồng với các nghiên cứu của Nadja (2013), Josephat (2016), Bahtiar Usman, Henny Setyo Lestari,Tiara Puspa (2019) và Võ Hồng Đức và đồng nghiệp (2014) Các ngân hàng có SIZE lớn như Vietinbank, BIDV, Vietcombank, thường có rủi ro cao hơn và nắm giữ nhiều tài sản có rủiiro so với ngân hàng nhỏ hơn Tăng trưởng TTS của ngân hàng chủ yếu đến từ các tài sản có sinh lời, bao gồm việc cho vay hoặc đầu tư vào các tài sản có rủi ro Nguyên nhân cho tác động ngược chiều của SIZE đến an toàn vốn có thể là do khi SIZE càng lớn, tỷ lệ nắm giữ tài sản rủi ro càng cao.
Vì vậy, CAR của các ngânnhàng lớn thường thấp hơn so với các ngân hàng nhỏ hơn.
4.3.2 Ảnh hưởng của tỷ suất lợi nhuận trên VCSH (ROE) đến tỷ lệ an toàn vốn
ROE cho biết tỷ lệ lợi nhuận sau thuế trên VCSH của ngân hàng, tỷ số này cho biết tính hiệu quả của quá trình sử dụng vốn của ngân hàng đưa vào hoạt động kinh doanh Theo nghiên cứu của Võ Hồng Đức và ctg (2014), Yonas Mokennen
(2015) chỉ ra rằng mối quan hệ đối lập giữa ROE và CAR Kết quả của phương pháp hồi quy cho thấy rằng khi ROE tăng 1%, CAR sẽ giảm 0,149% với mức ý nghĩa là 1% Về nguyên tắc khi ngân hàng hoạt động kinh doanh có lãi sẽ có xu hướng dùng lợi nhuận giữ lại để tăng vốn, điều này làm tăng VTC Nhưng với thực trrạng những năm gần đây, khi nguồn VCSH của các NHTMCP Việt Nam thấp thì hệ số ROE tăng chủ yếu là bởi vốn nhỏ và nguồn vốn không tăng nhanh bằng lợi nhuận Tuy nhiên, tình hình hiện tại tại Việt Nam cho thấy tốc độ tăng trưởng tín dụng giai đoạn 2012-
2021 khiến lợi nhuận tăng nhanh nhưng chất lượng tín dụng giảm và tỷ lệ dự phòng RRTD tăng cao Điều này khiến VCSH của các ngân hàng không tăng tương xứng với nguồn vốn chủ lực và CAR của các NHTM giảm xuống.
4.3.3 Ảnh hưởng của tỷ suất lợi nhuận trên TTS (ROA) đến tỷ lệ an toàn vốn
Theo kết quả hồi quy trên bảng 4.13, sự tăng giảm của ROA ảnh hưởng đến CAR và có mức độ ảnh hưởng lớn nhất khi hệ số hồi quy là 1,815 Tức là, khi các yếu tố khác không đổi, nếu tỷ suất lợi nhuận trên TTS tăng 1%, thì CAR sẽ tăng 1,815 đơn vị Cách triển khai này thích hợp với các nghiên cứu đã được thực hiện trước đây của Nadja (2013); Nuviyanti và Achmad (2014) hay Thân ThịiThu Thuỷ và NguyễnnKim Chi (2015) Khi lợi nhuận của ngân hàng tăng sẽ có xu hướng trích ra các phần lợi nhuận có được bổ sung vào nguồn vốn kinh doanh nhằm mục đích tăng vốn để kiếm thêm nhiều lợi nhuận trong tương lai Nguồn VTC của ngân hàng tăng lên vì thế tỷ suất sinh lời có quan hệ cùng chiều với CAR.
4.3.4 Ảnh hưởng của tỷ lệ dư nợ tín dụng trên vốn huy động đến tỷ lệ an toàn vốn
Dựa vào những kết quả thu được bảng 4.13, ta có thể nhận thấy rằng LDR có ảnh hưởng đồng hướng đến CAR Nếu giữ nguyên các yếu tố còn lại, một sự tăng 1% trong tỷ lệ dư nợ tín dụng trên vốn huy động sẽ dẫn đến một tăng 0,054 đơn vị cho CAR Hệ số LDR càng cao không chỉ cho thấy ngân hàng đã tối đa hóa nguồn vốn dưới hình thức tín dụng mà còn cho thấy mức độ thanh khoản của ngân hàng thấp hơn Mặt khác, nếu hệ số LDR thấp hơn, điều đó cho thấy ngân hàng có khả năng thanh khoản cao và dư thừa nguồn vốn, nhưng ngân hàng đó được coi là kém hiệu quả hơn trong việc thựcchiện chức năng của mình với tư cách là một tổ chức trung gian.
TÓM TẮT CHƯƠNG 4 Để tìm hiểu các yếu tố tác động đến CAR của 24 NHTM Việt Nam thời gian
2012 – 2021, nghiên cứu được tiến hành bằng phương pháp ước lượng FGLS để kiểm định mối liên hệ giữa các yếu tố này với CAR Kết quả cho thấy hầu hết các biến có ý nghĩa thống kê và tác động đúng hướng với kỳ vọng Trong số các biến này, ROA và LDR có mối tương quan cùng chiều với CAR, trong khi SIZE và ROE lại có mối tương quan ngược chiều với CAR Các biến khác không có ý nghĩa thống kê Dựa vào kết quả nghiên cứu này, chương kế tiếp sẽ thảo luận về một số biện pháp liên quan đến CAR cho hệ thống NHTM Việt Nam trong bối cảnh kinh tế hiện nay.
