NGÂN HÀNG NHÀ NƯỚC VIỆT NAM BỘ GIÁO DỤC VÀ ĐÀO TẠO TP HỒ CHÍ MINH, NĂM 2022 TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH HOCHIMINH UNIVERSITYOF BANKING PHAN NHỰT TÂN CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN HỆ SỐ AN TOÀN[.]
GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
Lý do chọn đề tài
Hệ thống ngân hàng là mạch máu của nền kinh tế, là một trong những yếu tố quan trọng góp phần thúc đẩy nền kinh tế phát triển Sự trở lại của ngành ngân hàng với kết quả hoạt động kinh doanh tăng trưởng mạnh mẽ góp phần vào sự phát triển chung của đất nước Vì thế việc nghiên cứu và áp dụng các chuẩn mực quốc tế là điều vô cùng cần thiết để kinh tế Việt Nam hội nhập sâu rộng hơn vào nền kinh tế toàn cầu.
Hệ số an toàn vốn được coi là một thước đo về mức độ an toàn và đóng vai trò hết sức quan trọng trong hoạt động ngân hàng, được các chuyên gia hàng đầu trong lĩnh vực ngân hàng thuộc Ủy ban Basel về giám sát Ngân hàng xây dựng và phát triển. Việc áp dụng tiêu chuẩn Basel là một trong những xu thế tất yếu và bắt buộc khi Việt Nam gia nhập vào nền kinh tế thế giới Chuẩn mực Basel là giải pháp tối ưu để các ngân hàng thương mại trụ vững trước những biến động khó lường của thị trường tài chính.
Các tiêu chuẩn an toàn trong hoạt động ngân hàng do ủy ban Basel về giám sát ngân hàng (BCBS) ban hành được hầu hết các quốc gia trên thế giới nghiên cứu, triển khai áp dụng cho hệ thống ngân hàng của nước mình Tại Việt Nam, việc triển khai áp dụng các tiêu chuẩn của Basel đã bước đầu được thực hiện từ năm 2005 khi Ngân hàng Nhà nước (NHNN) ban hành quyết định 457/2005/QĐ- NHNN dựa trên tiêu chuẩn an toàn vốn của Basel I và đang dần hoàn thiện đến Basel II theo quy định của Thông tư 41/2016/TT-NHNN áp dụng cho tất cả các NHTM tại Việt Nam kể từ 01/01/2020, tiếp đến là Basel III. Đây là một trong những chỉ tiêu rất quan trọng trong việc đảm bảo an toàn trong hoạt động của ngân hàng Tỷ lệ này thường được dùng để bảo vệ quyền lợi của những người gửi tiền trước những rủi ro của ngân hàng và tăng tính ổn định hiệu quả của hệ thống tài chính Vì thế, để hoạt động ngân hàng có hiệu quả, các nhà quản lý cần phải hiểu và nắm rõ mức an toàn vốn tối thiểu để ngân hàng có thể hoạt động an toàn Qua đó phân tích các yếu tố tác động đến hệ số an toàn vốn của ngân hàng để đưa ra các biện pháp sử dụng nguồn vốn có hiệu quả, giúp hoạt động ngân hàng ổn định và phát triển.
Tuy nhiên thực tế trong thời gian qua, hệ số an toàn vốn của các ngân hàng thương
1 mại Việt Nam từ năm 2005 đến 2019 có sự thay đổi theo các năm Cụ thể bắt đầu từ5 năm 2008 thì hệ số an toàn vốn của các ngân hàng thương mại đều trên mức 8%, không có bất cứ ngân hàng nào với hệ số an toàn vốn nhỏ hơn 8% Hệ số an toàn vốn trung bình ngành ngân hàng năm 2005 là 20.47%, sang năm 2008 là 20.35% và giảm dần đến năm 2014 đạt mức 13.61%, tăng lên 14.39% năm 2015 thì bắt đầu giảm đến năm 2019 là 12.99% (Vũ Phương Hùng và Đặng Ngọc Đức, 2020) Với sự biến động mạnh mẽ của hệ số an toàn vốn của Ngân hàng thương mại Việt Nam trong những năm qua đã đặt ra những thách thức cho Nhà quản trị làm sao để kiểm soát hệ số an toàn vốn theo quy định của NHNN và đảm bảo an toàn vốn cho chính Ngân hàng mình là một sự cần thiết hơn bao giờ hết.
Chính vì những lý do trên việc tìm hiểu các yếu tố ảnh hưởng đến hệ số an toàn vốn của ngân hàng là hết sức cấp thiết, để từ đó có những biện pháp nhằm tác động đến hệ số an toàn vốn để đảm bảo vốn một cách an toàn trong hoạt động kinh doanh của hệ thống ngân hàng thương mại, qua đó góp phần phát triển kinh tế Chính vì vậy tác giả chọn đề tài “ Các nhân tố ảnh hưởng đến hệ số an toàn vốn tại các ngân hàng thương mại Việt Nam ” làm đề tài nghiên cứu Nếu hiểu được vấn đề này là những vấn đề rất quan trọng, từ đó các nhà hoạch định chiến lược có những giải pháp nâng cao hệ số an toàn vốn ngân hàng thương mại (NHTM) theo chuẩn mực hiệp ước Basel, theo lộ trình của NHNN nhưng vẫn đảm bảo được rủi ro và lợi nhuận của Ngân hàng Đây là một vấn đề vô cùng khó khăn nên đòi hỏi những chiến lược và kế hoạch thật sự khéo léo của những nhà quản trị.
Mục tiêu nghiên cứu
Mục tiêu tổng quát: Nghiên cứu này được thực hiện nhằm xác định và đo lường sự ảnh hưởng của các nhân tố thuộc nội tại và bên ngoài ngân hàng thương mại Việt Nam đến hệ số an toàn vốn Từ kết quả nghiên cứu thực nghiệm sẽ đề xuất những hàm ý chính sách cũng như các kiến nghị để nâng cao hệ số an toàn vốn tại các NHTM Việt Nam.
Mục tiêu cụ thể: Mục tiêu tổng quát được cụ thể hóa thành các mục tiêu cụ thể như sau.
Thứ nhất , xác định các nhân tố ảnh hưởng đến hệ số an toàn vốn tại các NHTM
Thứ hai , đo lường mức độ ảnh hưởng của các nhân tố đến hệ số an toàn vốn tại các6 NHTM Việt Nam.
Thứ ba , đề xuất các hàm ý chính sách và quản trị cho các NHTM Việt Nam và các cơ quan có thẩm quyền nhằm duy trì và nâng cao hệ số an toàn vốn tại các NHTM để tạo ra sự hoạt động kinh doanh bền vững cho hệ thống NHTM Việt Nam trong tương lai.
Câu hỏi nghiên cứu
Để hoàn thành các mục tiêu nghiên cứu thì tác giả cần trả lời được các câu hỏi nghiên cứu tương ứng như sau:
Thứ nhất , các nhân tố nào ảnh hưởng đến hệ số an toàn vốn tại các NHTM Việt
Thứ hai , mức độ ảnh hưởng của các nhân tố đến hệ số an toàn vốn tại các NHTM
Việt Nam như thế nào ?
Thứ ba , các hàm ý chính sách và kiến nghị nào được đề xuất cho các NHTM Việt
Nam và các cơ quan có thẩm quyền nhằm duy trì và nâng cao hệ số an toàn vốn tại các NHTM để tạo ra sự hoạt động kinh doanh bền vững cho hệ thống NHTM ViệtNam trong tương lai ?
Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu: Hệ số an toàn vốn và các nhân tố ảnh hưởng đến hệ số an toàn vốn tại các NHTM.
Phạm vi về không gian : 18 NHTM Việt Nam có công bố tỷ lệ an toàn vốn trên trang website của ngân hàng và trên toàn hệ thống Các ngân hàng có vốn điều lệ trên 2000 tỷ đồng phù hợp quy định về vốn tối thiểu của ngân hàng nhà nước Vì vậy, số lượng ngân hàng cùng khoản vốn điều lệ của các ngân hàng được lựa chọn chiếm hơn 50% số NHTM Việt Nam và 70% thị phần, do đó, đủ cơ sở để làm mẫu đại diện cho hệ thống NHTM Việt Nam.
Phạm vi về thời gian : Số liệu thứ cấp của 18 NHTM Việt Nam sẽ được thu thập từ các báo cáo tài chính kiểm toán, bảng cân đối kế toán trong giai đoạn 2012 – 2021.Nguyên nhân tác giả lựa chọn giai đoạn này vì trong giai đoạn này ngân hàng có những thay đổi với sự bão hòa so với những năm trước đó và đến năm 2018 – 2019
1 ư gặp phải nhiều sự khó khăn vì suy thoái kinh tế và cuối cùng đến 2020 – 20217 ngành ngân hàng phải gánh chịu sự tác động nặng nề của đại dịch Covid – 19.Chính vì những thay đổi đó là cho sự thay đổi về hệ số an toàn vốn (CAR) cũng có nhiều biến động cần xem xét và phân tích nguyên nhân.
Phương pháp nghiên cứu
Khóa luận sử dụng kết hợp phương pháp nghiên cứu định tính và định lượng Trong đó nghiên cứu định tính nhằm tổng hợp, phân tích và so sánh số liệu thống kê Dữ liệu được thu nhập từ các báo cáo tài chính, báo cáo thường niên đã được kiểm toán được công bố trên website của 18 ngân hàng TMCP Việt Nam trong giai đoạn 2012 – 2021, báo cáo của Ngân hàng nhà nước, World Bank, các bài tạp chí liên quan đến đề tài nghiên cứu.
Nghiên cứu định lượng nhằm lượng hóa các mối quan hệ để kiểm định từ các giả thuyết nghiên cứu đã đưa ra trước đó, thông qua mô hình kinh tế có thể ước lượng tác động của các biến độc lập đến biến phụ thuộc Phương pháp này áp dụng phân tích hồi quy bội dựa trên dữ liệu bảng, phương pháp kiểm định mô hình sử dụng các mô hình Pooled OLS gộp, mô hình Fixed Effect, mô hình Random Effect Tiếp theo kiểm định sự phù hợp của mô hình tác giả thực hiện các kiểm định Hausman, kiểm định Breusch-Pagan kiểm định Wald F-test để lựa chọn mô hình phù hợp.
Đóng góp của nghiên cứu
Đề tài mang nhiều ý nghĩa thực tiễn quan trọng Nghiên cứu hệ thống hóa các lý luận chung về hệ số an toàn vốn theo hiệp ước Basel I, Basel II và Basel III Nghiên cứu mang đến một cách nhìn toàn diện hơn về các phương pháp tiếp cận trong đo lường cũng như phân tích đánh giá mức độ ảnh hưởng của từng nhân tố đến hệ số an toàn vốn Xác định các nhân tố bên trong và bên ngoài ảnh hưởng đến hệ số an toàn vốn Có thể đưa ra những giải pháp kịp thời để đảm bảo hệ thống ngân hàng hoạt động an toàn và hiệu quả Nghiên cứu này dựa trên các cơ sở lý thuyết, kết quả nghiên cứu, thực nghiệm tính toán về hệ số an toàn vốn của các ngân hàng TMCP tại Việt Nam giai đoạn 2012 – 2021 Thông qua đó, đưa ra các đề xuất nhằm nâng cao hệ số an toàn vốn của ngân hàng thương mại Việt Nam, để đáp ứng các tiêu chuẩn Basel trong thời gian tới.
Kết cấu khóa luận
Bài nghiên cứu gồm 5 chương:
Trong phần này, các vấn đề tổng thể của bài nghiên cứu sẽ được trình bày như: lý đo chọn đề tài, mục tiêu, câu hỏi nghiên cứu, phương pháp nghiên cứu, đóng góp của đề tài.
Chương 2: Cơ sở lý thuyết và tình hình nghiên cứu Đối với phần này, bài nghiên cứu sẽ trình bày các lý thuyết về hệ số an toàn vốn. Lược khảo các nghiên cứu trong nước và nước ngoài có liên quan để xác định các khoảng trống nghiên cứu về đề xuất các biến nghiên cứu.
Chương 3: Mô hình và phương pháp nghiên cứu
Trong chương này, bài nghiên cứu sẽ trình bày về giả thuyết nghiên cứu, mô hình nghiên cứu, các biến trong mô hình, bảng kì vọng về tương quan giữa các biến. Ngoài ra, cách lựa chọn dữ liệu và nguồn dữ liệu cũng sẽ được trình bày trong phần này.
Chương 4: Kết quả nghiên cứu và thảo luận Đối với chương này, bài nghiên cứu sẽ trình bày về thống kê mô tả đối với các biến đã cho trong mô hình, phân tích tương quan Đồng thời, kết quả hồi quy và các thảo luận về kết quả cũng được đề cập đến trong phần này.
Chương 5: Kết luận và hàm ý chính sách
Phần cuối cùng, các tóm tắt về kết quả nghiên cứu, những hạn chế và các kiến nghị cũng được đưa ra sao cho phù hợp với tình hình hiện tại NHTM Việt Nam về duy trì sự đảm bảo về hệ số an toàn vốn.
Chương 1 đã giới thiệu lý do chọn đề tài các yếu tố ảnh hưởng đến hệ số an toàn vốn của ngân hàng thương mại cổ phần tại Việt Nam, khái quát sơ lược được những mục tiêu tổng quát, mục tiêu cơ bản, những điểm chính mà nghiên cứu nêu ra Đồng thời, chương 1 đã nêu khái quát được vấn đề nghiên cứu cũng như đối tượng thời gian nghiên cứu, các phương pháp tiếp cận của nghiên cứu cũng như ý nghĩa của nghiên cứu Đó là tiền đề để làm rõ hơn, chi tiết và cụ thể hơn cũng như mức độ ảnh hưởng của các yếu tố đến hệ số an toàn vốn của ngân hàng sẽ được trình bày chi tiết ở những chương sau.
CƠ SỞ LÝ THUYẾT
Lý thuyết về hệ số an toàn vốn
2.1.1 Khái niệm hệ số an toàn vốn theo Basel
Năm 1974, Uỷ ban Basel về giám sát ngân hàng được thành lập nhằm tìm cách ngăn chặn sự sụp đổ hàng loạt của các ngân hàng vào thập kỷ 80 Mặc dù vậy, mãi đến năm 1988, Uỷ ban Basel mới giới thiệu hệ thống đo lường vốn mà thường được đề cập là hiệp ước Basel I Hệ thống này cung cấp khung đo lường rủi ro tín dụng với tiêu chuẩn an toàn vốn tối thiểu 8% Basel I không chỉ được phổ biến và bắt buộc áp dụng trong các nước thành viên của G10 mà còn được rất nhiều nước khác trên thế giới tự nguyện tham gia Nội dung cốt lõi của Basel I là yêu cầu các ngân hàng phải có tỷ lệ vốn bắt buộc tính trên tổng tài sản điều chỉnh theo hệ số rủi ro (RWA) ở mức an toàn là 8%. Để đáp ứng các yêu cầu phát triển liên tục trong ngành Ngân hàng, các quy định này đã được sửa đổi và đến tháng 6/2004, một hiệp ước về vốn mới (Basel II) được ban hành, nhằm đẩy mạnh việc chấp thuận các thông lệ nghiêm ngặc hơn trong lĩnh vực quản lý rủi ro Nhằm đạt được các mục tiêu này, Uỷ ban Basel cũng đã đề xuất khung đo lường với các trụ cột chính cho phiên bản Basel II có hiệu lực từ năm 2007 và kết thúc thời gian chuyển đổi đến năm 2010.
Một lần nữa, vào ngày 12/9/2010, Ủy ban Basel đã giới thiệu bộ tiêu chuẩn an toàn vốn tối thiểu với tên gọi Basel III Bộ tiêu chuẩn này có hiệu lực từ năm 2013 và sẽ kết thúc thời gian chuyển đổi vào đầu năm 2019 Sau cuộc họp ngày 12/9/2010 của Ủy ban Giám sát ngân hàng Basel, các thành viên đã đạt được thỏa thuận về những chuẩn mới trong Basel III Những sửa đổi căn bản trong phiên bản lần này tăng cường yêu cầu về vốn của ngân hàng và giới thiệu các yêu cầu mới quy định về tính thanh khoản và đòn bẩy ngân hàng.
Tóm lại theo ủy ban Basel thì hệ số an toàn vốn được hiểu là một chỉ tiêu kinh tế phản ánh mối quan hệ giữa vốn tự có với tài sản có điều chỉnh rủi ro của ngân hàng thương mại Dựa vào hệ số này người ta có thể xác định được khả năng thanh toán của một ngân hàng đối với các khoản nợ đến hạn và khả năng chống chọi với các rủi ro khác như rủi ro vận hành, rủi ro tín dụng, cũng như đảm bảo an toàn cho hoạt động an toàn của ngân hàng cũng như quyền lợi của người gửi tiền.
2.1.2 Ý nghĩa của hệ số an toàn vốn
Theo Nguyễn Văn Tiến (2015) thì hệ số an toàn vốn là một trong những chỉ tiêu quan trọng khi đánh giá hoạt động của ngân hàng thương mại là một trong những chỉ tiêu đánh giá và xác định được một cách tốt nhất, trong nền kinh tế thị trường cạnh tranh xu hướng quốc tế hóa xu hướng nền kinh tế hiện nay Hệ số an toàn vốn là một chỉ tiêu quan trọng để đánh giá một ngân hàng hoạt động hiệu quả, đặc biệt là các hoạt động cho vay Hệ số an toàn vốn có ý nghĩa như tỷ lệ đòn bẩy kinh doanh Tỷ lệ này giúp khả năng đáp ứng các nghĩa vụ của ngân hàng với khả năng tự vệ từ vốn tự có và đánh giá khả năng thích ứng của ngân hàng đối với các rủi ro tín dụng, rủi ro hoạt động.
Dựa vào hệ số này cũng giúp tạo ra sự công bằng khi đánh giá rủi ro giữa các ngân hàng thương mại Ngân hàng trung ương các nước thường quy định tỷ lệ an toàn vốn tối thiểu để bảo vệ người gửi tiền, người cho vay và qua đó giúp đảm bảo hệ thống tài chính hoạt động an toàn Một hệ thống ngân hàng có hệ số an toàn vốn ở mức an toàn sẽ giúp cho toàn bộ hệ thống ngân hàng cũng như hệ thống tài chính của một quốc gia hoạt động an toàn hiệu quả và phát triển, đóng góp không nhỏ vào sự phát triển kinh tế của một quốc gia Ngoài ra hệ số an toàn vốn còn là một công cụ để ngân hàng trung ương thực hiện thanh tra giám sát việc bảo toàn và phát triển vốn, kiểm tra việc đảm bảo vốn thực có so với quy định hay đăng kí với ngân hàng nhà nước khi thành lập ngân hàng, kiểm tra tỷ lệ dự trữ bắt buộc trích lập các quỹ dự phòng theo quy định, và hiệu quả sử dụng nguồn vốn của ngân hàng thương mại Vì thế nếu ngân hàng không chấp hành đúng quy định về hệ số an toàn vốn sẽ rơi vào tình trạng mất khả năng thanh toán dẫn đến phá sản, điều này có thể gây hại cho toàn bộ hệ thống tài chính của mỗi quốc gia (Phan Thị Thu Hà, 2013) Tỷ lệ an toàn vốn được sử dụng như một chỉ số để ngân hàng và nhà đầu tư nhận biết mức độ rủi ro của từng ngân hàng, tỷ lệ này thường được sử dụng để báo cho người gửi tiền trước rủi ro của ngân hàng cũng nhằm mục đích tăng tính ổn định cũng như hiệu quả của hệ thống ngân hàng thương mại. Thực tế cho thấy, một khi ngân hàng có hệ số an toàn vốn đạt yêu cầu, có thể giúp ngân hàng chống lại những khủng hoảng về tài chính và bất ổn về kinh tế.
2.1.3.1 Theo hệ số của Basel I
Năm 1988, Ủy Ban Basel về giám sát ngân hàng ban hành hệ thống đo lường vốn và rủi ro tín dụng với tên gọi là hiệp ước Basel I Theo yêu cầu của Basel I các ngân hàng phải duy trì tỷ lệ vốn bắt buộc trên tổng tài sản điều chỉnh theo hệ số rủi ro (CAR) ở mức 8% Basel I cũng đưa ra định nghĩa về các loại vốn của ngân hàng và phân thành 3 cấp xét theo khả năng chủ động và, do đó, mức độ đáng tin cậy trong việc sử dụng các nguồn vốn để ứng phó với rủi ro từ cấp 1 cao nhất đến cấp 3 thấp nhất Do vốn cấp 3 có độ tin cậy thấp nhất nên vốn này không được tính đến khi xác định tỷ lệ an toàn vốn Basel I phân loại tài sản theo 4 loại mức rủi ro khác nhau là 0%, 20%, 50% và 100% Vì thế các quy định đo lường của Basel I mang tính tương đối vì mức độ rủi ro của các tài sản chỉ căn cứ vào tài sản đảm bảo và nhóm khách hàng mà không căn cứ vào quy mô món vay, thời hạn vay và chỉ số tín nhiệm của khách hàng. Ngoài ra, Basel I chỉ mới tính đến rủi ro tín dụng mà chưa tính đến rủi ro hoạt động và rủi ro thị trường.
2.1.3.2 Theo hệ số của Basel II
Do những hạn chế của Basel I, năm 2004 ủy ban Basel lại giới thiệu ra phiên bản mới tên gọi Basel II có hiệu lực từ năm 2007 và kết thúc chuyển đổi đến năm 2010, nội dung Basel II gồm 3 trụ cột chính: Trụ cột thứ nhất liên quan đến duy trì tỷ lệ vốn bắt buộc, trụ cột 2 và 3 liên quan đến quy trình đánh giá hoạt động thanh tra giám sát và công bố thông tin Theo trụ cột 1 tỷ lệ an toàn vốn tối thiểu vẫn là 8%, tuy nhiên, phần mẫu số để tính CAR có sự thay đổi đáng kể: hệ số rủi ro của tài sản không chỉ phụ thuộc vào tài sản đảm bảo và nhóm khách hàng mà còn phụ thuộc vào độ nhạy rủi ro trong mỗi loại và hệ số tín nhiệm của từng khách hàng Hệ số này được mở rộng từ
0 đến 100% ở Basel I lên 0 đến 150% ở Basel II Ngoài ra mẫu số của CAR không chỉ có tổng tài sản đã điều chỉnh theo hệ số rủi ro mà còn bao gồm 12,5 lần tổng vốn quy định cho dự phòng rủi ro hoạt động và rủi ro thị trường Việc triển khai Basel II giúp các ngân hàng hoạt động an toàn hơn, lành mạnh hơn do trình độ quản trị rủi ro được tăng cường, các biện pháp quản trị rủi ro, đặc biệt là mô hình rủi ro và xếp hạng nội bộ được chủ động áp dụng, đồng thời nguồn vốn được quản lý một cách hiệu quả hơn.Trong lĩnh vực tín dụng, các
2 ngân hàng thương mại sẽ phải chuyển hướng tập trung vào đánh giá mức độ tín nhiệm3 của khách hàng, thay vì dựa chủ yếu vào tài sản đảm bảo Ngoài ra, sau khi áp dụng các tiêu chuẩn quốc tế về an toàn vốn và thanh khoản, ngân hàng cần thu hút nhiều nhà đầu tư nước ngoài hơn, do ngân hàng hoạt động kinh doanh trong môi trường đạt tiêu chuẩn quốc tế.
2.1.3.3 Theo hệ số của Basel III
Mặc dù đã có nhiều cải tiến trên Basel I nhưng những tiêu chuẩn của Basel II vẫn chưa đủ mạnh để giúp các ngân hàng chống đỡ và vượt qua những rủi ro Vào ngày 12/9/2010 Ủy ban Basel đã giới thiệu bộ tiêu chuẩn an toàn vốn với tên gọi là Basel III.
Bộ tiêu chuẩn này có hiệu lực từ năm 2013 và kết thúc chuyển đổi vào năm 2019. Ngoài ra, Basel III còn đưa ra tiêu chuẩn thanh khoản đối với các ngân hàng Quy định này yêu cầu ngân hàng nắm giữ các tài sản có tính thanh khoản cao và có chất lượng cao để đáp ứng nhu cầu chi trả trong những trường hợp khó khăn bất thường Basel III đã giới thiệu phương pháp giám sát an toàn vĩ mô hệ thống để các ngân hàng áp dụng. Ngoài ra, sẽ cần có thời gian để đưa những tiêu chuẩn quốc tế mới vào những quy định riêng của các quốc gia Theo tinh thần như vậy, ngân hàng thanh toán quốc tế (BIS) đã đưa ra một lộ trình để thực hiện bất đầu từ tháng 1/2013 và hoàn thành vào cuối năm
2018 đối với tiêu chuẩn thanh khoản đối với các ngân hàng.
Ngày 07/12/2017, Ngân hàng Thanh toán quốc tế (BIS) đã công bố kết quả cải cách các quy định Basel III và lùi thời hạn áp dụng bắt đầu sang năm 2022 nhằm giúp các ngân hàng có đủ thời gian để triển khai thực hiện Basel III có 4 điểm thay đổi đáng chú ý:
- Thứ nhất: rà soát lại các tiêu chuẩn vốn cấp 1 và vốn cấp 2 và đặc biệt là vốn chủ sở hữu, những tài sản có chất lượng kém phải được khấu trừ thẳng vào vốn cổ phần thường, điển hình như khoản vốn vượt quá giới hạn 15% đầu tư vào các tổ chức tài chính khác, khoản vốn có nguồn gốc từ thuế thu nhập hoãn lại sẽ được khấu trừ vào vốn chủ sở hữu.
- Thứ hai: yêu cầu ngân hàng phải tăng mức vốn dự trữ đặc biệt là vốn chủ sở hữu.
Cụ thể nâng tỷ lệ vốn của cổ đông thường tối thiểu từ 2% lên 4%, nâng tỷ lệ vốn cấp 1 tối thiểu từ 4% lên 6%, bổ sung đệm dự phòng tài chính đảm bảo bằng vốn chủ sở hữu lên 2,5%, bổ sung vốn đệm dự phòng sự suy giảm theo chu kì kinh tế được đảm bảo bằng vốn chủ sở hữu phổ thông từ 0% đến 2,5%, tỷ lệ an toàn vốn bắt
2 buộc tối thiểu vẫn là 8%, kết cấu vốn có sự thay đổi theo hướng tăng tỷ trọng vốn cấp 14 bằng cách tăng tỷ trọng vốn phổ thông trong vốn chủ sở hữu cấp 1.
Các nhân tố ảnh hưởng đến hệ số an toàn vốn tại các ngân hàng thương mại
2.2.1 Các nhân tố thuộc ngân hàng
2.2.1.1 Quy mô và cơ cấu tài sản của ngân hàng
Quy mô (SIZE) được xác định bằng logarit tự nhiên của tổng tài sản ngân hàng, quy mô và cơ cấu tài sản chịu rủi ro có tác động đến CAR Tài sản của ngân hàng là tài sản được hình thành trong quá trình sử dụng vốn là toàn bộ tài sản có giá trị mà ngân hàng có quyền sở hữu hoặc chiếm hữu, sử dụng định đoạt một cách hợp pháp Các thành phần của tài sản có bao gồm: tài sản ngân quỹ, tài sản cho vay, tài sản đầu tư, tài sản cố
2 định và các tài sản có khác 6
Một khi ngân hàng có cơ cấu tài sản có mức độ rủi ro thấp như tài sản ngân quỹ và tài sản (tiền mặt, tiền gửi NHNN, ) chiếm tỷ trọng cao thì trong điều kiện vốn tự có và các yếu tố khác không thay đổi cơ cấu tài sản có tác động làm tăng CAR (Mekonnen, 2015; Ansary và Hafez, 2015) Ngược lại khi ngân hàng thương mại nắm giữ nhiều tài sản như cho vay có hệ số rủi ro quy đổi cao như các khoản cho vay để đầu tư chứng khoán, các khoản cho vay các công ty chứng khoán, khoản cho vay nhằm mục đích kinh doanh bất động sản thì trong điều kiện vốn tự có và các yếu tố khác không đổi cơ cấu tài sản cho vay tác động làm giảm CAR (Dreca, 2014).
2.2.1.2 Tỷ suất sinh lời của ngân hàng
Tỷ suất sinh lời trên tổng tài sản là một trong những yếu tố ảnh hưởng đến hệ số an toàn vốn của NHTMCP Để tăng lợi nhuận thì hầu hết các Ngân hàng đều muốn tăng tài sản rủi ro lên vì rủi ro càng cao thì tỷ suất sinh lợi càng cao, do đó hệ số an toàn vốn giảm Vì vậy tồn tại một mối quan hệ âm giữa tỷ suất sinh lời trên tổng tài sản và hệ số an toàn vốn Dreca (2014) cho rằng để có lợi nhuận cao hơn làm tăng tài sản rủi ro của nó, do đó tồn tại mối quan hệ tiêu cực giữa tỷ suất sinh lời trên tổng tài sản và hệ số an toàn vốn Mặt khác, tỷ suất sinh lời trên tổng tài sản càng tăng thì lợi nhuận càng tăng.
Do đó, lợi nhuận giữ lại để tăng vốn và đầu tư vào tài sản Điều đó cho thấy có một mối quan hệ tích cực giữa tỷ suất sinh lời trên tổng tài sản tỷ suất sinh lời và hệ số an toàn vốn (Buyukslvarcil và
Hệ số thanh khoản của ngân hàng thương mại là tỷ số được tính giữa lượng tiền mặt và các khoản tương đương tiền như tiền gửi ngân hàng nhà nước tiền gửi tại các tổ chức tín dụng khác, chứng khoán kinh doanh với tổng tài sản mà ngân hàng nắm giữ Ngân hàng có khả năng thanh khoản cao cũng có nghĩa là ngân hàng có thể chuyển đổi nhanh các tài sản hiện có thành tiền, để đáp ứng các nghĩa vụ tài chính khi cần thiết Hệ số thanh khoản cũng là một trong những biểu hiện của cơ cấu tài sản vì tiền mặt và các khoản tương đương tiền nằm trong khoản mục tài sản có (ngân quỹ) trong công thức tính hệ số CAR của Basel Tiền mặt và các khoản tương đương tiền như tiền gửi ngân
2 hàng nhà nước, tiền gửi tại các tổ chức tín dụng khác, chứng khoán kinh doanh với tổng7 tài sản mà ngân hàng nắm giữ là một trong những tài sản có độ rủi ro thấp (nằm dưới phần mẫu số trong cách tính CAR của Basel) vì thế tỷ lệ thanh khoản có tác động làm tăng hệ số CAR Trong điều kiện các yếu tố khác không đổi, khi lượng tiền mặt hay các khoản tương đương tiền tăng lên thì khả năng thanh toán của ngân hàng cũng được củng cố, tỷ lệ thanh khoản có tác lên hệ số an toàn vốn theo chiều hướng tích cực, ngược lại khi hệ số an toàn vốn tăng lên lượng vốn của ngân hàng tăng lên thì lượng vốn tiền bằng tiền và các khoản tương đương tiền cũng tăng lên góp phần tăng tỷ lệ thanh khoản của ngân hàng (Ansary và Hafez, 2015).
2.2.1.4 Hoạt động cho vay của ngân hàng
Trong hoạt động cho vay của ngân hàng thì dư nợ cho vay và chất lượng tín dụng được xem là hai vấn đề ảnh hưởng lớn nhất đến tỷ lệ an toàn vốn của ngân hàng. Đối với dư nợ cho vay : Theo Dreca (2014) tỷ lệ cho vay trên tổng tài sản đo lường tác động của các khoản vay trong danh mục tài sản tăng nguy cơ dẫn đến tài sản có rủi ro tăng cao và xu hướng các ngân hàng tăng vốn để bù đắp cho người gửi tiền khi gửi tiền, nếu mức độ tăng vốn để bù đắp rủi ro thấp hơn mức độ tăng tài sản có rủi ro thì hệ số an toàn vốn sẽ giảm và bằng chứng thực nghiệm theo nghiên cứu của Dreca (2014) cho thấy tồn tại một mối tương quan ngược chiều giữa hệ số an toàn vốn và tỷ lệ cho vay Do đó, tỷ lệ cho vay trên tổng tài sản và hệ số an toàn vốn có mối quan hệ ngược chiều nghĩa là khi hệ số tiền cho vay tăng lên thì hệ số an toàn vốn sẽ giảm và ngược lại. Đối với chất lượng tín dụng : Để đánh giá chất lượng tín dụng thì các nghiên cứu trên thế giới thường sử dụng hai chỉ tiêu nợ xấu và tỷ lệ dự phòng rủi ro tín dụng để phản ánh.
• Tỷ lệ dự phòng rủi ro tín dụng cũng được xem là một yếu tố ảnh hưởng đến hệ số an toàn vốn Tỷ lệ dự phòng các khoản cho vay khó đòi của NHTM được xác định bằng tỷ lệ giữa tổng giá trị dự phòng cho các mất mát trong danh mục cho vay trên tổng số tiền cho vay Tồn tại một mối quan hệ tiêu cực của tỷ lệ dự phòng rủi ro tín dụng hay còn gọi là dự phòng mất vốn đối với hệ số an toàn vốn có nghĩa là trong giai đoạn khó khăn ngân hàng đã chậm lại tỷ lệ vốn điều chỉnh, khả năng tăng vốn giảm dẫn đến khó
2 khăn trong việc tăng hệ số an toàn vốn (Ansary và Hafez, 2015).8
• Tỷ lệ nợ xấu là một yếu tố ảnh hưởng đến hệ số an toàn vốn được xác định bằng tỷ số giữa nợ không thực hiện với tổng dư nợ Theo Shingjergji and Hyseni (2015) cho rằng tỷ lệ nợ xấu có mối quan hệ tương quan âm với hệ số an toàn vốn Tỷ lệ nợ xấu của ngân hàng sẽ làm giảm chất lượng tài sản của ngân hàng, tỷ lệ nợ xấu của ngân hàng có ảnh hưởng ngược chiều lên hệ số an toàn vốn Hay nói cách khách, các ngân hàng có mức vốn cao dự kiến sẽ có tỷ lệ nợ xấu thấp hơn do kết quả của việc bù đắp khoản lỗ của khoản vay bằng vốn chủ sở hữu.
2.2.1.5 Tỷ lệ đòn bẩy tài chính
Trong ngân hàng, đòn bẩy tài chính có thể được đo lường bằng tổng vốn tự có trên tổng tài sản Các cổ đông cho rằng các ngân hàng có đòn bẩy tài chính cao sẽ có nhiều rủi ro hơn so với các ngân hàng khác Các ngân hàng sử dụng đòn bẩy cao để tăng vốn chủ sở hữu vì chi phí vốn chủ sở hữu cao Hệ số đòn bẩy và rủi ro ngân hàng có mối quan hệ ngược chiều với nhau Theo Shingjergji và cộng sự (2015) tỷ lệ vốn chủ sở hữu trên tổng tài sản đo lường đòn bẩy tài chính của ngân hàng và được tính bằng cách chia tổng tài sản cho vốn chủ sở hữu của cổ đông Mối quan hệ giữa tỷ lệ vốn chủ sở hữu và tỷ lệ an toàn vốn sẽ âm bởi vì nếu chúng ta tăng tỷ lệ vốn chủ sở hữu chúng ta phải mong đợi một tỷ lệ an toàn vốn thấp hơn (Lê Hoàng Vinh và cộng sự, 2022).
2.2.2 Các nhân tố thuộc vĩ mô nền kinh tế
2.2.2.1 Tốc độ tăng trưởng nền kinh tế
Tốc độ tăng trưởng kinh tế thể hiện qua tốc độ tăng trưởng tổng sản phẩm quốc nội.Khi tốc độ tăng trưởng kinh tế tăng nhanh nghĩa là sự mở rộng sản xuất, kinh doanh của các tổ chức và cá nhân trong nền kinh tế tăng nhanh, do đó, nhu cầu về tín dụng cũng tăng cao và vì thế các NHTM có nhiều lựa chọn hơn trong việc lựa chọn những khách hàng tốt, đủ tiêu chuẩn Khi nền kinh tế phát triển nghĩa là doanh nghiệp tiếp cận được nguồn vốn tốt, đa dạng kì hạn phù hợp với nhu cầu sản xuất kinh doanh và ngân hàng cũng có nhiều sự lựa chọn khách hàng tốt để bán sản phẩm, giảm rủi ro nợ xấu và không có khả năng trả nợ của khách hàng, giảm thiểu rủi ro trong hoạt động tín dụng.Kinh tế phát triển lượng tiền gửi trong dân cư tăng cao góp phần tăng khả năng thanh
2 khoản của ngân hàng Ngược lại khi nền kinh tế trì trệ, nhu cầu vay vốn giảm sút, hoạt9 động tín dụng của NHTM ẩn chứa đầy rủi ro với nguy cơ nợ quá hạn, nợ xấu gia tăng đồng thời chi phí dự phòng rủi ro cũng tăng cao, điều này sẽ tác động tiêu cực đến sự an toàn trong hoạt động của NHTM (Đỗ Thị Hoàng Linh và cộng sự, 2019).
Lạm phát là sự tăng mức giá chung một cách liên tục của hàng hóa và dịch vụ theo thời gian và sự mất giá trị của một loại tiền tệ Khi mức giá chung tăng cao, một đơn vị tiền tệ sẽ mua được ít hàng hóa và dịch vụ hơn so với trước đây, do đó lạm phát phản ánh sự suy giảm sức mua trên một đơn vị tiền tệ Khi chính phủ đưa ra giải pháp để thúc đẩy tăng trưởng kinh tế, tín dụng được mở rộng dẫn đến lạm phát tăng nhanh, dẫn đến sự mất cân đối trong việc huy động vốn và cho vay của ngân hàng, khi lạm phát tăng nhanh chính sách tiền tệ thắt chặt quá nhanh và đột ngột làm tình trạng thanh khoản ở các ngân hàng thương mại cũng trở nên căng thẳng (Phạm Hải Nam và cộng sự, 2022). Lạm phát có ảnh hưởng đến hoạt động kinh doanh của ngân hàng Lạm phát tăng cao đồng tiền giảm giá trị và sức cạnh tranh bắt buộc ngân hàng phải đẩy lãi suất huy động tăng cao, chí phí lãi để huy động vốn tăng cao làm suy giảm nguồn vốn của ngân hàng nhiều ngân hàng không huy động được vốn dẫn đến phá sản Sức mua giảm giá vàng và ngoại tệ tăng lên, rủi ro thanh khoản của ngân hàng tăng cao trong khi đó vốn chủ sở hữu là một trong những một bộ phận quan trọng để tính hệ số an toàn vốn của ngân hàng Đo lường hệ số CAR theo Basel III cũng đưa ra những thước đo lường thanh khoản của ngân hàng theo đó ngân hàng phải giữ được những tài sản có thanh khoản cao để có thể chống đỡ với những rủi ro của thị trường Sự gia tăng lạm phát ảnh hưởng trực tiếp đến thanh khoản của ngân hàng thông qua đó ảnh hưởng đến an toàn vốn của ngân hàng.
Tình hình nghiên cứu
2.3.1 Các nghiên cứu nước ngoài
Buyukslvarcil và Abdioglu (2011) nghiên cứu các nhân tố ảnh hưởng đến CAR của 24 ngân hàng ở Thổ Nhĩ Kỳ trong giai đoạn 2006 - 2010 Tác giả sử dụng phương pháp phân tích hồi quy giữa tỷ lệ an toàn vốn với các biến độc lập Kết quả phân tích cho thấy tỷ lệ cho vay trên tổng tài sản và tỷ suất lợi nhuận trên vốn chủ sở hữu có tương quan tỷ lệ nghịch với tỷ lệ an toàn vốn; trong khi đó tỷ lệ dự phòng rủi ro tín dụng và tỷ
3 suất lợi nhuận trên tài sản có tương quan tỷ lệ thuận với tỷ lệ an toàn vốn.0
Dreca (2014) nghiên cứu về các yếu tố ảnh hưởng đến hệ số an toàn vốn 10 ngân hàng Bosnian từ năm 2005 đến 2010 Nghiên cứu này sử dụng phương pháp nghiên cứu định lượng thông qua mô hình hồi quy đa biến Pooled OLS, FEM, REM để kết luận kết quả nghiên cứu Kết quả nghiên cứu cho thấy quy mô ngân hàng, hệ số tiền gửi, tỷ lệ cho vay trên tổng tài sản, tỷ suất sinh lợi trên tổng tài sản, tỷ suất lợi nhuận trên vốn cổ phần và hệ số đòn bẩy có ảnh hưởng đáng kể đến hệ số an toàn vốn Mặt khác hệ tỷ lệ dự phòng rủi ro tín dụng và tỷ lệ thu nhập lãi cận biên dường như không có ý nghĩa ảnh hưởng đến hệ số an toàn vốn Các biến quy mô ngân hàng, hệ số tiền gửi, tỷ lệ cho vay, tỷ suất sinh lợi trên tổng tài sản có ảnh hưởng tiêu cực đến hệ số an toàn vốn, trong khi các biến tỷ lệ dự phòng rủi ro, tỷ suất lợi nhuận trên vốn cổ phần, tỷ lệ thu nhập lãi cận biên, hệ số đòn bẩy tài chính có quan hệ tích cực với hệ số an toàn vốn.
Shingjergji và Hyseni (2015) sử dụng phương pháp ước lượng hồi quy tuyến tính thông thường để đo lường tác động của các nhân tố đến CAR của các NHTM ở Albanian trong giai đoạn 2007 - 2014 Kết quả ước lượng cho thấy tỷ lệ nợ xấu, tỷ lệ cho vay trên tiền gửi, số nhân vốn chủ sở hữu có mối tương quan tỷ lệ nghịch với CAR; trong khi đó, quy mô tài sản có mối tương quan tỷ lệ thuận với CAR Tuy nhiên, phương pháp ước lượng này không phù hợp với dữ liệu dạng bảng do không xem xét được tác động của yếu tố thời gian và không gian lên đối tượng nghiên cứu.
Mekonnen (2015) thực hiện nghiên cứu để xác định các nhân tố ảnh hưởng đến CAR trong hệ thống NHTM ở Ethiopia trong giai đoạn 2004-2013 Kết quả ước lượng cho thấy, mô hình hồi quy với hiệu ứng tác động cố định được sử dụng để giải thích tác động của biến độc lập đến biến phụ thuộc, trong đó, ROA, tỷ lệ huy động vốn và quy mô ngân hàng có mối tương quan thuận đến CAR; còn ROE và biên lãi suất có mối tương quan nghịch đến CAR Các nhân tố khác như tài sản có thanh khoản cao, tỷ lệ cho vay trên tổng tài sản và hệ số đòn bẩy tác động không có ý nghĩa thống kê đến CAR.
Ansary và Hafez (2015) cho thấy các nhân tố tác động đến CAR có sự thay đổi trước và sau khủng hoảng tài chính năm 2008 Tác giả đã thu thập dữ liệu từ 36 NHTM ở AiCập trong giai đoạn từ năm 2003 đến năm 2013 Kết quả nghiên cứu cho thấy, trong giai đoạn trước khi khủng hoảng, các nhân tố về chất lượng tài sản, quy mô ngân hàng
3 và nhân tố sinh lời tác động có ý nghĩa thống kê đến CAR Sau năm 2008, chất lượng1 tài sản, quy mô, thanh khoản, năng lực quản trị và rủi ro tín dụng là những nhân tố tác động có ý nghĩa thống kê đến CAR.
Hadjixenophontos và Volos (2018) nghiên cứu về rủi ro tài chính và hệ số an toàn vốn tại các NHTMCP tại Cypriot trong giai đoạn 2010 – 2014 Nghiên cứu này sử dụng phương pháp nghiên cứu định lượng thông qua mô hình hồi quy đa biến Pooled OLS để kết luận kết quả nghiên cứu Kết quả nghiên cứu cho thấy quy mô ngân hàng, hệ số rủi ro ngân hàng có ảnh hưởng tiêu cực đến hệ số an toàn vốn Trong khi, tỷ lệ dự phòng rủi ro và thu nhập lãi cận biên có ảnh hưởng tích cực đến hệ số an toàn vốn tại các NHTMCP của quốc gia này.
2.3.2 Các nghiên cứu trong nước Đào Thanh Bình và Ankenbrand (2014) trong nghiên cứu các nhân tố ảnh hưởng đến hệ số CAR của ngân hàng Việt Nam, nhóm tác giả đã dùng dữ liệu thống kê từ 11 NHTM Việt Nam trong giai đoạn 2008 - 2013 để xác định tác động của một số biến số độc lập lên sự đủ vốn của các ngân hàng Qua phân tích, tác giả kết luận rằng có một mối quan hệ có ý nghĩa giữa tỷ suất lợi nhuận trên vốn chủ sở hữu, tỷ suất lợi nhuận trên tổng tài sản, rủi ro vốn và tỷ lệ vốn cổ đông trên tài sản rủi ro với CAR.
Võ Hồng Đức và cộng sự (2014) đã phân tích nhân tố ảnh hưởng đến CAR của 28 NHTM trong giai đoạn 2007 - 2012 Các nhân tố gồm tài sản có tính thanh khoản cao, tỷ lệ dự phòng rủi ro tín dụng, quy mô ngân hàng, tỷ lệ huy động vốn, tỷ suất lợi nhuận trên vốn chủ sở hữu, hệ số đòn bẩy và tỷ lệ cho vay được sử dụng để đưa vào mô hình nghiên cứu Kết quả nghiên cứu chỉ ra rằng tỷ lệ tài sản có tính thanh khoản cao và tỷ lệ dự phòng rủi ro tín dụng tác động tích cực đến CAR Trong khi đó, quy mô ngân hàng, tỷ lệ huy động vốn và ROE có tác động tiêu cực đến CAR Nghiên cứu này chưa tìm thấy được bằng chứng định lượng về tác động của hệ số đòn bẩy và tỷ lệ cho vay đến CAR. Đỗ Hoài Linh và cộng sự (2019) trong nghiên cứu về các nhân tố ảnh hưởng đến hệ số an toàn vốn của các NHTM Việt Nam Nhóm tác giả đã tiến hành số liệu thứ cấp của
26 NHTMCP niêm yết Việt Nam trong giai đoạn 2008 – 2013 Kết quả nghiên cứu cho thấy quy mô ngân hàng, tỷ lệ thu nhập lãi cận biên, tốc độ tăng trưởng kinh tế và tỷ lệ lạm phát có ảnh hưởng tiêu cực đến hệ số an toàn vốn Ngược lại, tỷ lệ đòn bẩy tài
3 chính lại có ảnh hưởng tích cực đến hệ số an toàn vốn tại các NHTM Việt Nam.2
Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019) trong nghiên cứu về các nhân tố ảnh hưởng đến tỷ lệ an toàn vốn tối thiểu (CAR) của các ngân hàng thương mại (NHTM) ở Việt Nam Nhóm tác giả xây dựng mô hình hồi quy tuyến tính đa biến với dữ liệu dạng bảng được thu thập từ 29 NHTM trong giai đoạn 2013-2017 Nghiên cứu gồm 7 biến độc lập là quy mô ngân hàng, tỷ suất lợi nhuận trên tổng tài sản, thu nhập lãi thuần, vốn chủ sở hữu trên tài sản, tỷ lệ cho vay trên tổng tài sản, tỷ lệ dự phòng rủi ro tín dụng và tỷ lệ nợ xấu Kết quả ước lượng cho thấy nhân tố quy mô ngân hàng và tỷ lệ vốn chủ sở hữu trên tài sản tỷ lệ thuận đến tỷ lệ an toàn vốn tối thiểu, trong khi đó tỷ suất lợi nhuận trên tổng tài sản và tỷ lệ dự phòng rủi ro tín dụng có tỷ lệ nghịch đến tỷ lệ an toàn vốn tối thiểu Nghiên cứu này chưa tìm thấy bằng chứng tác động của thu nhập lãi thuần, tỷ lệ cho vay trên tổng tài sản và tỷ lệ nợ xấu đến biến phụ thuộc.
Phạm Hải Nam và cộng sự (2022) trong nghiên cứu về các yếu tố ảnh hưởng đến hệ số an toàn vốn CAR của các NHTMCP Việt Nam, nhóm tác giả đã thu thập số liệu của
30 NHTMCP Việt Nam từ 2012 – 2018 Kết quả nghiên cứu cho thấy nợ ngân hàng, nợ xấu, tài sản thanh khoản, lợi nhuận, lạm phát có ảnh hưởng tiêu cực đến hệ số CAR. Ngược lại, quy mô ngân hàng, lạm phát và tốc độ tăng trưởng kinh tế GDP có ảnh hưởng tích cực đến hệ số CAR.
Bảng 2.2: Tóm tắt các nghiên cứu liên quan
Tác giả/năm Phạm vi nghiên cứu
Phương pháp nghiên cứu Kết quả nghiên cứu
24 ngân hàng ở Thổ Nhĩ Kỳ trong giai đoạn
Nghiên cứu định lượng với mô hình hồi quy đa biến Pooled OLS, FEM, REM
Tương quan dương (+) với tỷ lệ dự phòng rủi ro tín dụng và tỷ suất lợi nhuận trên tài sản(ROA) Tương quan âm (-) với tỷ lệ cho vay trên tổng tài sản và tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE).
10 ngân hàng Bosnian từ năm
Nghiên cứu định lượng với mô hình hồi quy đa biến Pooled OLS, FEM, REM
Tương quan dương (+) với tỷ lệ dự phòng rủi ro, tỷ suất lợi nhuận trên vốn cổ phần, tỷ lệ thu nhập lãi cận biên, hệ số đòn bẩy tài chính Tương quan âm (-) với quy mô ngân hàng, hệ số tiền gửi, tỷ lệ cho vay, tỷ suất sinh lợi trên tổng tài sản Shingjergji and
Nghiên cứu định lượng với mô hình
Tương quan dương (+) với quy mô tài sản Tương quan âm (-)
Tác giả/năm Phạm vi nghiên cứu
MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Mô hình và giả thuyết nghiên cứu
Qua quá trình tổng hợp khung lý thuyết liên quan đến hệ số an toàn vốn tại các NHTM và lược khảo các công trình nghiên cứu liên quan thì tác giả quyết định lựa chọn nghiên cứu của Phạm Hải Nam và cộng sự (2022) làm nghiên cứu gốc để kế thừa và phát triển Nguyên nhân tác giả lựa chọn mô hình của nhóm tác giả này như sau:
Thứ nhất, nghiên cứu này được thực hiện tại Việt Nam có tính cập nhật số liệu đến năm 2022.
Thứ hai, nghiên cứu này đã tiến hành phân tích các nhân tố liên quan đến vĩ mô nền kinh tế mà các nghiên cứu trong nước và nước ngoài trước đây ít đề cập và không phân tích Trong khi đó từ năm 2006 đến 2008, Việt Nam chứng kiến tín dụng tăng trưởng rất cao, mức tăng từ trên 20% lên đến trên 60% Tỷ lệ dư nợ so với tổng GDP của nền kinh tế tăng đáng kể, từ 20% năm 1998 tăng liên tục lên đến gần 140% vào năm 2010 khủng hoảng tài chính toàn cầu nổ ra, lạm phát trong nước tăng mạnh, thị trường chứng khoán lao dốc sau thời gian tăng trưởng nóng và thị trường bất động sản cũng bắt đầu đóng băng Ngoài ra, lạm phát thay đổi thường xuyên làm cho giá cả thay đổi gây khó khăn trong hoạt động đầu tư kinh doanh của ngân hàng, lãi suất cho vay tăng cao gây khó khăn trong việc tìm kiếm khách hàng và chất lượng của khách hàng cũng giảm đi, nợ xấu tăng cao làm chi phí dự phòng và thu nhập của ngân hàng cũng giảm đi Vì thế, tổng vốn tự có của ngân hàng giảm đi và tài sản có rủi ro tăng cao, ảnh hưởng làm giảm hệ số an toàn vốn theo cách tính của Basel Lạm phát tăng cao, Ngân hàng Nhà nước (NHNN) phải thực hiện thắt chặt tiền tệ để giảm khối lượng tiền trong lưu thông, nhưng nhu cầu vay vốn của các doanh nghiệp và cá nhân kinh doanh vẫn rất lớn.
Do sức mua của đồng Việt Nam giảm điều này đã ảnh hưởng đến tính thanh khoản của các ngân hàng, rủi ro về an toàn vốn là rất lớn Từ những lập luận tác động của lạm phát ở trên tác giả nhận thấy tỷ lệ lạm phát có tác động đến hệ số an toàn vốn của ngân hàng.
Vì vậy, mô hình nghiên cứu được thành lập như sau: CAR = α + β1*SIZE + β2*ROA +SIZE + β2*SIZE + β2*ROA +ROA + β3*SIZE + β2*ROA +LIQ+ β4*SIZE + β2*ROA +LLR + β5*SIZE + β2*ROA +LEV + β6*SIZE + β2*ROA +GDP + β7*SIZE + β2*ROA +CPI
Trong đó: CAR là hệ số an toàn vốn; SIZE là quy mô ngân hàng; ROA là tỷ suất sinh lời trên tổng tài sản; LIQ là tỷ lệ thanh khoản; LLR là tỷ lệ dự phỏng rủi ro; LEV là đòn bẩy tài chính; GDP là tốc độ tăng trưởng kinh tế; CPI là tỷ lệ lạm phát; Các hệ số β là hệ số góc của các biến độc lập.
Nguyên nhân tác giả lựa chọn các biến độc lập này để đại diện cho các nhân tố ảnh hưởng đến hệ số an toàn vốn là do: Đối với quy mô ngân hàng (SIZE), đây là nhân tố thể hiện cho năng lực cũng như sức mạnh tài chính của ngân hàng, do đó, việc phát triển quy mô ngân hàng cần phải gắn chặt với việc ngân hàng đảm bảo được hệ số an toàn vốn theo chủ trương phát triển bền vững của mình. Đối với tỷ suất lợi nhuận (ROA), đây được xem là khả năng sinh lời được xác định bằng cách lấy lợi nhuận sau thuế chia cho tổng tài sản Lợi nhuận trên tổng tài sản của ngân hàng (ROA) được xem là một trong những thước đo tích cực trong hoạt động kinh doanh của ngân hàng Khi ROA tăng cao tức là lợi nhuận ngân hàng tăng cao, đây là điều kiện tốt để tăng vốn chủ sở hữu, tăng tử số trong cách tính CAR theo Basel. Đối với tỷ lệ thanh khoản (LIQ), đây được xem là khả năng thanh khoản của ngân hàng được tính bằng tiền và các khoản tương đương tiền chia cho tổng tài sản Khi tỷ lệ vốn đầu tư bằng tiền mặt hoặc tiền mặt tương đương tăng, nguy cơ mất khả năng thanh khoản của ngân hàng sẽ giảm từ đó hệ số an toàn vốn cũng được đảm bảo. Đối với tỷ lệ dự phòng rủi ro tín dụng (LLR), đây được xem là tỷ lệ đại diện cho chất lượng tín dụng hay giá trị mà ngân hàng trích lập cho các khoản nợ quá hạn và nợ xấu của ngân hàng Tỷ lệ này ảnh hưởng đến hoạt động cũng như lợi nhuận của ngân hàng và chính nó cũng ảnh hưởng đến khả năng huy động vốn hay khoản vốn mà ngân hàng có kế hoạch bổ sung vào vốn tự có, do đó ảnh hưởng đến hệ số an toàn vốn của ngân hàng. Đối với tỷ lệ đòn bẩy tài chính (LEV), đây được xem là tỷ lệ mà ngân hàng sử dụng nợ vay trên tổng nguồn vốn mà ngân hàng huy động Khi tỷ lệ nợ được huy động được nâng cao sẽ ảnh hưởng đến rủi ro tín dụng của ngân hàng với ngân hàng khác nếu khoản nợ này không được sử dụng hiệu quả với tính chất đòn bẩy kéo theo của nó Vì vậy, nó sẽ ảnh hưởng đến khả năng bổ sung vốn tự có của ngân hàng và hệ số an toàn vốn của ngân hàng. Đối với tốc độ tăng trưởng kinh tế (GDP), đây được xem là tỷ lệ để đánh giá sự phát triển của nền kinh tế quốc gia, hay nói cách khác khi tỷ lệ này được đảm bảo với sự tăng trưởng liên tục thì ngành ngân hàng và các ngành khác sẽ thuận lợi trong việc kinh doanh và tạo điều kiện thuận lợi cho các nguồn vốn của ngân hàng được đảm bảo nhằm tạo ra hệ số an toàn vốn như kỳ vọng. Đối với tỷ lệ lạm phát (INF), đây được xem là tỷ lệ để đánh giá việc tiêu thụ hàng hóa trong nền kinh tế có thuận lợi hay không ? Với việc giá cả hàng hóa leo thang khi tỷ lệ này gia tăng Lạm phát tăng cao dẫn đến lãi suất thực giảm và ngược lại lãi suất danh nghĩa tăng, gây mất giá đồng tiền ảnh hưởng đến người đi và và cả người cho vay Lãi suất cao hơn làm tăng nguy cơ vỡ nợ của người đi vay, dẫn đến những khoản nợ xấu ảnh hưởng xấu đến hoạt động kinh doanh của ngân hàng, tác động làm cho hệ số an toàn vốn giảm đi.
3.1.2.1 Đối với quy mô ngân hàng
Dreca (2014) cho rằng các ngân hàng trong hoạt động kinh doanh của mình có xu hướng muốn gia tăng tài sản hay quy mô của mình để mở rộng thị phần trong nền kinh tế Do đó, sẽ liên tục đầu tư cho các loại tài sản kể cả tài sản có thanh khoản cao hay tài sản có rủi ro cao. Chính vì điều đó là cho việc bổ sung các nguồn vốn nhằm đảm bảo hệ số an toàn vốn sẽ giảm xuống (Hadjixenophontos và Volos, 2018) Vì vậy, giả thuyết sau được đề xuất:
H1: Quy mô ngân hàng ảnh hưởng tiêu cực đến hệ số an toàn vốn tại các NHTM Việt Nam.
3.1.2.2 Đối với tỷ suất lợi nhuận
Buyukslvarcil và Abdioglu (2011); Mekonnen (2015) cho rằng ngân hàng hoạt động kinh doanh thuận lợi làm cho ROA được gia tăng Hay nói cách khác ROA tăng cao cũng tạo điều kiện cho việc ngân hàng có thể tận dụng lợi nhuận để giữ lại bổ sung cho các nguồn vốn trong ngân hàng Điều này giúp hạn chế việc đi vay nợ các tổ chức khác nhằm giảm thiểu được áp lực thanh toán và nâng cao hệ số an toàn vốn của ngân hàng để đối mặt trước những rủi ro có thể xảy ra trong tương lai (Phạm Phát Tiến và Nguyễn Thị Chúc Ny, 2019) Vì vậy, giả thuyết sau được đề xuất:
H2: Tỷ suất lợi nhuận ảnh hưởng tích cực đến hệ số an toàn vốn tại các NHTM Việt Nam.
3.1.2.3 Đối với tỷ lệ thanh khoản
Ansary và Hafez (2015) cho rằng khi tỷ lệ vốn đầu tư bằng tiền mặt hoặc tiền mặt tương đương tăng, nguy cơ thanh khoản của ngân hàng sẽ giảm và ngược lại khi tỷ lệ vốn đầu tư bằng tiền mặt hoặc tiền mặt tương đương giảm thì nguy cơ thanh khoản ngân hàng tăng lên.Khi nguy cơ thanh khoản của ngân hàng giảm sẽ dẫn đến phí bảo hiểm thanh khoản thấp hơn trong lãi suất ròng Do đó, sự gia tăng thanh khoản của ngân hàng có thể có tác động tích cực đến tỷ lệ vốn (Võ Hồng Đức và cộng sự, 2014) Vì vậy, giả thuyết sau được đề xuất:
H3: Tỷ lệ thanh khoản ảnh hưởng tích cực đến hệ số an toàn vốn tại các NHTM Việt Nam.
3.1.2.4 Đối với tỷ lệ dự phòng rủi ro tín dụng
Ansary và Hafez (2015) cho rằng chất lượng tín dụng được biểu đạt thông qua tỷ lệ dự phòng rủi ro tín dụng tại ngân hàng Tỷ lệ này càng gia tăng thì ngân hàng càng bị đe dọa rủi ro hoạt động, các dòng lợi nhuận của ngân hàng thay vì giúp ngân hàng mở rộng kinh doanh hay bổ sung nguồn vốn tự có thì phải dành để dự phòng cho các khoản nợ quá hạn hay nợ không thu hồi được của khách hàng Mặt khác, chi phí dự phòng rủi ro so với tổng dư nợ của ngân hàng trong bảng cân đối kế toán, đại diện cho khoản dự phòng đủ để bù đắp các khoản lỗ ước tính trong danh mục cho vay Do đó, hệ số an toàn vốn tại ngân hàng từ đó sẽ suy giảm và không đảm bảo (Phạm Phát Tiến và Nguyễn Thị Chúc Ny, 2019) Vì vậy, giả thuyết sau được đề xuất:
H4: Tỷ lệ dự phòng rủi ro tín dụng ảnh hưởng tiêu cực đến hệ số an toàn vốn tại các NHTM Việt Nam.
3.1.2.5 Đối với tỷ lệ đòn bẩy tài chính
Dreca (2014) cho rằng khi ngân hàng huy động được các khoản nợ từ các tổ chức tín dụng khác thì ngân hàng sẽ tận dụng được nguồn vốn có chi phí rẻ hơn khi huy động nguồn vốn từ các cổ đông hoặc các chủ sở hữu khác Nếu ngân hàng sử dụng nguồn vốn giá rẻ này đầu tư vào các hạng mục hiệu quả hay hoạt động cho vay diễn ra thuận lợi thì ngân hàng vẫn thu được nhiều lợi nhuận nhằm bổ sung nguồn vốn của mình để đảm bảo cho hệ số an toàn vốn tại ngân hàng (Phạm Phát Tiến và Nguyễn Thị Chúc Ny, 2019) Vì vậy, giả thuyết sau được đề xuất:
H5: Tỷ lệ đòn bẩy tài chính ảnh hưởng tích cực đến hệ số an toàn vốn tại các NHTM Việt Nam.
3.1.2.6 Đối với tốc độ tăng trưởng kinh tế
Phạm Hải Nam và cộng sự (2022) cho rằng trong giai đoạn tăng trưởng kinh tế khả quan,rủi ro thấp và các ngân hàng giữ tỷ lệ vốn thấp và đầu tư nhiều hơn vào các ngành tài chính khác, trong khi đó ngân hàng có thể cần vốn tương đối cao hoặc có thể phải đối mặt với tổn thất kinh tế đột xuất, để phòng ngừa rủi ro mà các ngân hàng duy trì tỷ lệ vốn cao(Đỗ Hoài Linh và cộng sự, 2019) Vì vậy, giả thuyết sau được đề xuất:
H6: Tốc độ tăng trưởng kinh tế ảnh hưởng tích cực đến hệ số an toàn vốn tại các NHTM Việt Nam.
3.1.2.7 Đối với tỷ lệ lạm phát
Phạm Hải Nam và cộng sự (2022) cho rằng lạm phát có dấu hiệu tiêu cực đến nền kinh tế khi sức mua đồng tiền giảm xuống, sự tiêu thụ hàng hóa trở nên trì trệ, hoạt động ngân hàng từ đó cũng sẽ chậm lại hay gặp nhiều khó khăn hơn Lạm phát cao dẫn đên lãi suất thực giảm và ngược lại nhưng lãi suất danh nghĩa lại tăng là sự phát triển tiêu cực của người vay vì họ có thể gặp khó khăn trong việc thanh toán hóa lãi suất cao hơn Lãi suất cao hơn làm tăng nguy cơ vỡ nợ của người đi vay; do đó, đây là nguyên nhân dẫn đến việc gia tăng vốn tự có của ngân hàng nhằm nâng cao hệ số an toàn vốn của ngân hàng bị hạn chế Vì vậy, giả thuyết sau được đề xuất:
H7: Tỷ lệ lạm phát ảnh hưởng tiêu cực đến hệ số an toàn vốn tại các NHTM
Sau quá trình lập luận và đề xuất các giả thuyết nghiên cứu liên quan đến các nhân tố ảnh hưởng đến hệ số an toàn vốn tại các NHTM Việt Nam thì bảng dưới đây sẽ tổng hợp lại cách thức đo lường các biến trong mô hình nghiên cứu và kỳ vọng tương quan.
Bảng 3.1: Mô tả và đo lường các biến trong mô hình nghiên cứu
Ký hiệu Tên biến Nguồn Cách đo lường biến Dấu kỳ vọng
SIZE Quy mô ngân hàng
Dreca (2014); Hadjixenophontos và Volos (2018); Võ Hồng Đức và cộng sự (2014)
Tỷ suất sinh lời trên tổng tài sản
Ansary và Hafez (2015); Đào Thanh Bình và Ankenbrand (2014)
Lợi nhuận sau thuế Tổng tằi sản bình qnằn +
Ansary và Hafez (2015); Võ Hồng Đức và cộng sự (2014)
Tổng dư nợ cho vay Tổng tiền gửi khách hàng +
Tỷ lệ dự phòng rủi ro tín dụng
Ansary và Hafez (2015); Phạm Phát Tiến và Nguyễn Thị Chúc Ny (2019)
Dự phòng tổn thất rủi ro Tổng dư nợ cho vay -
LEV Đòn bẩy tài chính
Dreca (2014); Ansary và Hafez (2015); Phạm Phát Tiến và Nguyễn Thị Chúc Ny (2019)
Tổng vốn chủ sở hữu Tổng tài sản +
Tốc độ tăng trưởng kinh tế Đỗ Hoài Linh và cộng sự (2019);
Lấy từ số liệu nền kinh tế theo các năm cụ thể +
Tỷ lệ lạm phát Đỗ Hoài Linh và cộng sự (2019);
Lấy từ số liệu nền kinh tế theo các năm cụ thể -
Ký hiệu Tên biến Nguồn Cách đo lường biến Dấu kỳ vọng
Ký hiệu Tên biến Nguồn Cách đo lường biến Dấu kỳ vọng
CAR Hệ số an toàn vốn
Dreca (2014); Hadjixenophontos và Volos (2018); Đào Thanh Bình và Ankenbrand (2014); Phạm Phát Tiến và Nguyễn Thị Chúc Ny (2019);
Phạm Hải Nam (2022) vồn cấp 1 + vốn cấp 2 Tằi sản có trọng sỗ rủi ro
Nguồn: Tổng hợp của tác giả
Phương pháp nghiên cứu
Hình 3.1: Quy trình nghiên cứu
Nguồn: Đề xuất của tác giả
Nghiên cứu này được tiến hành mở đầu thông qua nghiên cứu định tính nhằm xác định được các mục tiêu nghiên cứu, tổng hợp khung lý thuyết và lược khảo các nghiên cứu liên quan để tạo lập cơ sở xây dựng mô hình và giả thuyết nghiên cứu, sau đó sẽ tiến hành nghiên cứu định lượng Nghiên cứu định lượng được tiến hành theo trình tự các bước như sau:
Bước 1: Thu thập dữ liệu thống kê
Bước 2: Phân tích thống kê mô tả nhằm mô tả tóm tắt các đặc trưng cơ bản của dữ liệu về biến phụ thuộc và các biến độc lập bao gồm các giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn.
Bước 3: Phân tích ma trận tương quan giữa các biến trong mô hình nhằm kiểm tra mối quan hệ tương quan giữa các biến trong mô hình, kiểm tra mối tương quan giữa các biến độc lập với các biến phụ thuộc, và giữa các biến độc lập với nhau để phát hiện ra các khiếm khuyết của mô hình như đa cộng tuyến, phương sai thay đổi hay tự tương quan trong mô hình nghiên cứu.
Bước 4: Ước lượng hồi quy các hệ số theo mô hình Pooled Ols, Fixed Effect
Model, Random Effect Model để tìm ra mô hình phù hợp sử dụng các kiểm định Hausman để lựa chọn mô hình phù hợp giữa hai mô hình Fixed Effect Model, Random Effect, kiểm định phương sai thay đổi, kiểm định đa cộng tuyến, tự tương quan.
Bước 5: Xem xét kết quả khắc phục các khuyết tật của mô hình như phương sai thay đổi hoặc tự tương quan nếu mô hình có phát sinh.
Bước 6: Kết luận kết quả nghiên cứu đánh giá tác động của từng yếu tố đến hệ số an toàn vốn.
3.2.1 Phương pháp chọn mẫu và thu thập dữ liệu
Phương pháp chọn mẫu nghiên cứu: Đối với phân tích hồi quy đa biến thì cỡ mẫu tối thiểu cần đạt được tính theo công thức là 50 + 8 x m (m: số biến độc lập) (Tabachnick và Fidell, 1996) thì với nghiên cứu này thì 106 mẫu là tối thiểu Với dữ liệu bảng bao gồm 18 NHTM, thu thập số liệu từ năm 2012 đến 2021, tuy nhiên số liệu được tính trung bình nên số năm tính toán trong mô hình thực tế là
10 năm, như vậy mẫu nghiên cứu 184 x 10 = 180 quan sát, đáp ứng yêu cầu về độ phù hợp.
Phương pháp thu thập dữ liệu: Với mục tiêu nghiên cứu tác động của các nhân tố ảnh hưởng đến hệ số của ngân hàng thương mại Việt Nam giai đoạn từ năm 2012 đến 2021, khóa luận sử dụng dữ liệu của các NHTM Việt Nam giai đoạn từ năm 2012 – 2021, dữ liệu vĩ mô của Việt Nam từ trang web của Ngân hàng Nhà Nước Việt Nam, tổng cục thống kê Dữ liệu chi tiết của 18 NHTM Việt Nam được thu thập từ các báo cáo tài chính của các ngân hàng trong giai đoạn nghiên cứu, bảng cân đối kế toán, báo cáo kết quả kinh doanh, lưu chuyển tiền tệ và thuyết minh báo cáo tài chính, báo cáo thường niên của 18 ngân hàng được niêm yết trên trang web chính của từng ngân hàng thương mại Dữ liệu vĩ mô của Việt Nam được thu thập từ trang Ngân hàng Thế giới (WorldBank), ngân hàng nhà nước, tổng cục thống kê Dữ liệu nghiên cứu của khóa luận gồm 18 Ngân hàng thương mại trong đó có 3 ngân hàng thương mại quốc doanh là Ngân hàng Ngoại Thương Việt Nam, Ngân hàng TMCP Đầu Tư và Phát Triển Việt Nam và ngân hàng thương mại cổ phần Công Thương Việt Nam và 15 ngân hàng thương mại cổ phần khác.
3.2.2 Phương pháp xử lý số liệu
3.2.2.1 Thống kê mô tả dữ liệu
Thống kê mô tả được sử dụng nhằm mô tả những đặc tính cơ bản của dữ liệu thu thập được từ nghiên cứu qua các cách thức khác nhau Qua thống kê mô tả này trình bày được giá trị trung bình của các biến thông qua tiêu chí giá trị trung bình, giá trị nhỏ nhất và giá trị lớn nhất, giá trị trung vị và sai số chuẩn giữa các giá trị. Thông qua các tiêu chí được thống kê đó, ta có thể hiểu được các hiện tượng và đưa quyết định đúng đắn về chuỗi dữ liệu nghiên cứu.
Phân tích tương quan được sử dụng để xem xét mối quan hệ giữa các biến phụ thuộc và biến kiểm soát Kết quả phân tích tương quan có thể bước đầu đánh giá được các dự báo của mô hình Ngoài ra, trong trường hợp các biến độc lập có tương quan cao thì đây là dấu hiệu của đa cộng tuyến, do đó đây là một cơ sở để tác giả thực hiện kiểm định đa cộng tuyến và điều chỉnh mô hình.
3.2.2.3 Phương pháp kiểm định các hệ số hồi quy và sự phù hợp của mô hình Đầu tiên tác giả sẽ thực hiện kiểm định thừa biến để loại bỏ những biến không cần thiết ra khỏi mô hình Các biến được sử dụng là các biến không có ý nghĩa thống kê từ kết quả ước lượng của các mô hình Pooled OLS, FEM và REM Để thực hiện tác giả sử dụng kiểm định Wald để kiểm tra sự cần thiết của các biến không có ý nghĩa thống kê đối với mô hình Sau khi loại bỏ biến thừa (nếu có), tác giả sẽ chạy lại mô hình phù hợp được lựa chọn với biến độc lập còn lại, rồi tiến hành kiểm định các hệ số hồi quy Tác giả quyết định sử dụng kiểm định t (t- test) để kiểm tra sự phù hợp của các hệ số hồi quy Theo kinh nghiệm, một hệ số hồi quy được xem là phù hợp khi có mức ý nghĩa thống kê là 1% hoặc 5% hoặc 10%, tương ứng với độ tin cậy là 99%, 95% và 90%.
3.2.2.4 Lựa chọn mô hình hồi quy phù hợp giữa Pooled OLS, FEM và REM
Thực hiện phân tích hồi quy là một phân tích thống kê để xác định xem các biến độc lập quy định các biến phụ thuộc như thế nào Kết quả hồi quy được xem là bằng chứng thực nghiệm để đánh giá tác động Các mô hình hồi quy được tác giả xem xét gồm có: Pooled OLS, Fixed effect, Random effect Để chọn ra được mô hình phù hợp nhất cho bài nghiên cứu, chúng ta cần phải xem xét các nội dung và đặc điểm của các mô hình ước lượng này:
Mô hình hồi quy Pooled OLS : Là mô hình được giả định về tung độ gốc và hệ số góc không thay đổi theo thời gian và theo các đơn vị (ngân hàng) Nghĩa là, nhóm biến độc lập ảnh hưởng đến biến phụ thuộc là như nhau giữa các ngân hàng thương mại và không đổi theo thời gian Phương pháp ước lượng cho mô hình hỗn hợp là bình phương nhỏ nhất cổ điển Nói cách khác, mô hình Pool OLS giả định không tồn tại nhân tố ci (nhân tố về sự khác biệt đặc trưng giữa các đơn vị nhưng không đo lường được) trong mô hình Tuy nhiên, mô hình và phương pháp ước lượng này có hạn chế là giả định quá chặt giữa các ngân hàng trong khi thực tế các ngân hàng nluôn có sự khác biệt đặc trưng như văn hóa, phong cách quản lý, cách thức kinh doanh, môi trường hoạt động và sự khác biệt này có thể thay đổi theo thời gian.
Yit = α + βXit + μitit Trong đó:
Yit: Biến phụ thuộc của quan sát i trong thời kỳ t
Xit: Biến độc lập của quan sát i trong thời kỳ t Đối với phương pháp Pooled OLS thực chất là việc sử dụng dữ liệu bảng để phân tích bằng hình thức sử dụng tất cả dữ liệu theo cách xếp chồng không phân biệt từng đơn vị chéo riêng Đây là phương pháp đơn giản nhất, giống sử dụng dữ liệu như một phân tích OLS bình thường, không kể đến kích thước không gian và thời gian của dữ liệu bảng Nhược điểm của phương pháp Pooled OLS là bỏ qua các đặc điểm riêng khác nhau của các đơn vị về thời gian lẫn không gian.
Mô hình tác động cố định (FEM) : Khi các đơn vị chéo được quan sát không đồng nhất, FEM được sử dụng để phản ánh tác động của biến giải thích đến biến phụ thuộc có tính đến đặc trưng riêng của từng đơn vị chéo Theo đó, FEM giả định các hệ số hồi quy riêng phần giống nhau giữa các đơn vị chéo, nhưng các hệ số chặn hồi quy được phân biệt giữa các đơn vị chéo Với giả định mỗi đơn vị đều có những đặc điểm riêng biệt có thể ảnh hưởng đến các biến giải thích, FEM phân tích mối tương quan này giữa phần dư của mỗi đơn vị với các biến giải thích qua đó kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến phụ thuộc.
Mô hình hồi quy sử dụng: Yit = αi + βXit + μitit Trong đó:
Xit: biến độc lập αi (i=1…n): hệ số chặn cho từng đơn vị nghiên cứu. β: hệ số góc đối với yếu tố X. εit: phần dư.it: phần dư.
Mô hình tác động ngẫu nhiên (REM) : Mô hình này xác định các hệ số chặn khác nhau cho từng đơn vị chéo, tác động chung của các biến giải thích 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, và một biến ngẫu nhiên là một thành phần của sai số thay đổi theo đối tượng nhưng không thay đổi theo thời gian.
Xét mô hình: Yit = αi + βXit + μitit
Thay vì trong mô hình trên αi là cố định (không thay đổi theo thời gian) thì phương pháp REM giả định rằng nó là một biến ngẫu nhiên với αi = α + εit: phần dư.i (i= 1,
2, …, n), thay vào trong mô hình ban đầu ta có: Yit = α + βXit + εit: phần dư.i + μitit.
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Thống kê mô tả mẫu nghiên cứu
4.1.1 Hệ số an toàn vốn CAR tại các NHTM Việt Nam Đối với hệ số an toàn vốn CAR thì biểu đồ sau biểu diễn cho sự thay đổi qua các năm từ 2012 – 2021 như sau:
Hình 4.1: Biểu đồ thể hiện hệ số CAR của các NHTM Việt Nam trong giai đoạn 2012 – 2021
Nguồn: Kết quả tính toán của tác giả
Dựa trên kết quả Hình 4.1 ta thấy rằng hệ số an toàn vốn CAR của hệ thống NHTM Việt Nam trong giai đoạn 2012 – 2021 có giá trị trung bình là 13,358 trong đó từ năm 2012 đến năm 2017 thì hệ số an toàn vốn có xu hướng giảm từ 13,41 xuống còn 10,61 Nguyên nhân là trong giai đoạn này các ngân hàng tăng cường việc mở rộng cho vay để gia tăng thị phần, do đó, việc bổ sung các nguồn vốn cũng suy giảm dẫn đến hệ số an toàn vốn có xu hướng giảm theo Tuy nhiên, trong các năm tiếp theo từ năm 2017 – 2019 thì các chính sách thắt chặt và kiểm soát nghiêm ngặt hơn việc gia tăng tỷ lệ an toàn vốn tại các ngân hàng của NHNN làm cho tỷ lệ này tại các NHTM Việt Nam có xu hưởng tăng đến tỷ lệ14,69 Nhưng trong hai năm
2020 – 2021 thì tỷ lệ này lại có xu hướng giảm đến từ ảnh hưởng đại dịch Covid – 19 các đối tượng trong nền kinh tế có xu hướng vay nhiều hơn để thanh toán các khoản nợ và trụ vững trong giai đoạn dịch, do đó, các ngân hàng có xu hướng nới lỏng tín dụng điều này làm cho hệ số CAR giảm theo trong hai năm lần lượt là 13,71 và 13,61.
4.1.2 Đối với các biến độc lập
Thống kê mô tả cho các biến độc lập bao gồm trung bình (Mean), trung vị (Std.Dev), giá trị lớn nhất (Max), giá trị nhỏ nhất (Min) Kết quả thống kê mô tả dữ liệu của các biến quan sát thể hiện như sau:
Bảng 4.1: Thống kê mô tả mẫu nghiên cứu của các biến độc lập
Nguồn: Kết quả tính toán của tác giả
SIZE có giá trị trung bình là 16,2578 với độ lệch chuẩn 80,99% đối với độ lệch chuẩn này thì quy mô ngân hàng có mức độ biến động lớn qua các năm tại mỗi ngân hàng và khoảng cách quy mô của các ngân hàng ngày càng được nới rộng. Giá trị nhỏ nhất là 14,0596 (Ngân hàng HDB năm 2013), giá trị lớn nhất là 18,2572 (Ngân hàng BID năm 2019) Vào thời điểm những năm gần đây các ngân hàng ra sức gia tăng quy mô của mình để tạo được thương hiệu và giành lại thị phần cho mình trong hệ thống ngân hàng.
ROA có giá trị trung bình là 11,26%, độ lệch chuẩn là 5,85% đối với độ lệch chuẩn này thì mức độ chênh lệch qua các năm tại mỗi ngân hàng khá lớn Giá trị nhỏ nhất là -8,1% (Ngân hàng LPB năm 2017), giá trị lớn nhất là 35,88% (Ngân hàng BID năm 2021) Khoảng cách về ROA của các ngân hàng trong giai đoạn này rất cao, nó cho thấy được sự cách biệt của các ngân hàng lớn và ngân hàng nhỏ trong hệ thống ngân hàng qua quá trình thu lợi nhuận của mình Cụ thể các ngân hàng lớn như VCB, BID, CTG vẫn giữ được ROA của mình với mức tăng trưởng đều đặn. LIQ có giá trị trung bình là 39,79% với độ lệch chuẩn là 201,19% Giá trị nhỏ nhất là 0,89% (TPB năm 2021), giá trị lớn nhất là 124,175% (VCB năm 2017). Trong giai đoạn này các ngân hàng thương mại ra sức để duy trì tỷ lệ này cao nhằm tạo ra sự hoạt động bền vững cho tổ chức và ứng phó các rủi ro của ngân hàng. LLR có giá trị trung bình là 1,66% với độ lệch chuẩn là 0,68% do đó các ngân hàng luôn giữ được tỷ lệ này thấp và không có sự biến động quá nhiều Giá trị nhỏ nhất là 0,61% (VCB năm 2012), giá trị lớn nhất là 6,01% (VPB năm 2020) Nhìn chung các ngân hàng trong giai đoạn này đều duy trì tỷ lệ này tại mức thấp nhất, nhưng trong 2020 – 2021 thì tỷ lệ này cao do tác động của dịch Covid – 19 làm nền kinh tế khó khăn.
LEV có giá trị trung bình là 11,0% với độ lệch chuẩn là 8,14% Giá trị nhỏ nhất là 2,93% (VCB năm 2017), giá trị lớn nhất là 80,83% (TPB năm 2021).
GDP có giá trị trung bình là 5,65%, độ lệch chuẩn là 1,58% giá trị nhỏ nhất là 2,60% vào năm 2021 đối sánh với tình hình thực tế Việt Nam đây là năm xảy ra đại dịch Covid 19 làm cho tình hình kinh tế cả nước tuột dốc, sản xuất và tiêu thụ hàng hóa đình trệ làm cho GDP năm nay thấp nhất lịch sử trong giai đoạn 10 năm gần đây và giá trị lớn nhất là 7,31% vào năm 2014 INF có giá trị trung bình là 3.50%, độ lệch chuẩn là 1,83% đối với tỷ lệ lạm phát độ lệch chuẩn thấp vì chính phủ luôn cố gắng duy trì lạm phát ổn định để ổn định tình hình tiêu thụ và giá sản phẩm lưu thông Giá trị nhỏ nhất là 0.6% vào năm 2012 và giá trị lớn nhất là 6.81% vào năm
2020 Trong giai đoạn này thì năm 2020 với ảnh hưởng của đại dịch Covid 19 đã ảnh hưởng rất nhiều đến tình hình kinh doanh trong nước đã làm cho tỷ lệ lạm phát tăng rất nhanh, tình hình hàng hóa không được sản xuất ồ ạt, tiêu thu chậm nên giá cả hàng hóa leo thang.
Kiểm định sự tương quan các biến độc lập trong mô hình nghiên cứu
Phân tích tương quan được sử dụng trong nghiên cứu nhằm lượng hóa mức độ chặt chẽ và tìm kiếm mối quan hệ tuyến tính giữa các biến định lượng trước khi thực hiện mô hình hồi quy Để tìm hiểu các biến độc lập có mối quan hệ như thế nào đến biến phụ thuộc cần dựa vào lập ma trận hệ số tương quan như sau:
| SIZE ROA LIQ LLR LEV GDP INF
Nguồn: Kết quả tính toán của tác giả
Theo Bảng 4.2 (xem phụ lục 03) Ma trận tương quan nhằm xác định sự tác động cũng như mức độ tác động của các biến độc lập theo từng cặp Điều này giúp ta thấy được các cặp biến độc lập nào có tương quan với nhau, tức là ảnh hưởng đến nhau trong mô hình hệ số tương quan giữa các biến có giá trị không cao, cao nhất là 0,6547 chuẩn so sánh theo Farrar và Glauber (1967) là 0,8 vì vậy không có hiện tượng đa cộng tuyến nghiêm trọng.
Kết quả kiểm định các mô hình hồi quy
Tác giả đã tiến hành hồi quy dữ liệu bảng được thu thập với ba phương pháp ước lượng đó là Pooled OLS, mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) để xác định mức độ ảnh hưởng của các biến độc lập đến biến phụ thuộc thông qua các hệ số ước lượng Kết quả chi tiết của việc phân tích hồi được trình bày trong Phụ lục 2 Kết quả hồi quy được tác giả tổng hợp vào Bảng 4.3 cụ thể như sau:
Bảng 4.3: Tổng hợp kết quả hồi quy Pooled OLS, FEM và REM
Nhân tố Mô hình Pooled OLS Mô hình FEM Mô hình REM
***,** và * lần lượt chỉ ý nghĩa thống kê ở mức 1%, 5% và 10% 8
Nguồn: Kết quả tính toán của tác giả
Kết quả hồi quy của ba mô hình thì mức độ phù hợp của ba mô hình đều trên 45%, dấu tương quan của các biến độc lập đến hệ số an toàn vốn của cả ba mô hình đều tương đối nhau đối với các biến ROA, LIQ, LLR, GDP, INF Tuy nhiên, biến SIZE không có ý nghĩa thống kê tại cả ba mô hình, LEV có ý nghĩa thống kê tại mô hình Pooled OLS và REM nhưng lại không có ý nghĩa thống kê với FEM. Nhưng nhìn chung điều này chứng minh sự phù hợp của số liệu nghiên cứu, vì có thể các mô hình còn xảy ra các hiện tượng cần khắc phục Vì vậy tiến hành kiểm định mô hình phù hợp cuối cùng để có kết quả nghiên cứu chính thức.
4.3.1 So sánh sự phù hợp giữa mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) Để lựa chọn mô hình thích hợp để nghiên cứu hơn giữa mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM), tác giả sử dụng kiểm định Hausman
Giả thuyết H0: Không có tương quan giữa các biến độc lập và phần dư (mô hình REM phù hợp)
Giả thuyết H1: Có tương quan giữa các biến các biến độc lập và phần dư (mô hình FEM phù hợp)
Bảng 4.4: Kết quả kiểm định sự phù hợp của mô hình FEM và REMHo: difference in coefficients not systematic chi2(7) = (b-B)'[(V_b-V_B)^(-1)](b-B)
Nguồn: Kết quả tính toán của tác giả
Theo kết quả kiểm định Hausman, giá trị P-value = 0,9993 cao hơn 0.05 vì vậy chấp nhận giả thuyết giả thuyết H0, bác bỏ giả thuyết H1 đồng nghĩa sẽ là mô hình tác động ngẫu nhiên REM là mô hình phù hợp nghiên cứu hơn Trong ba mô hình kiểm định Pooled Ols, mô hình tác động cố định FEM và mô hình tác động ngẫu nhiên REM thì mô hình REM có hệ số xác định cao nhất, mặt khác P-Value
= 0,9993 xấp xỉ tới 1 nên có mức độ tương đồng cao với Pooled OLS Vì vậy, kết quả kiểm định Hausman ủng hộ cho việc chọn mô hình REM là mô hình phù hợp nhất để phân tích các kết quả tiếp theo của nghiên cứu.
4.3.2 Kiểm định các khuyết tật mô hình tác động ngẫu nhiên REM
4.3.2.1 Kiểm định hiện tượng đa cộng tuyến Để kiểm tra hiện tượng đa cộng tuyến thì thông qua kết quả của kiểm định Collin. Kết quả của kiểm định này được thể hiện thông qua bảng sau:
Bảng 4.5: Kết quả kiểm định hiện tượng đa cộng tuyến của mô hình tác động ngẫu nhiên REM
Nguồn: Kết quả tính toán của tác giả
Giả thuyết của kiểm định:
H0: Không có hiện tượng đa cộng tuyến trong mô hình REM
H1: Có hiện tượng đa cộng tuyến trong mô hình REM
Nếu hệ số phóng đại phương sai VIF (variance inflation factor) lớn 10 thì mô hình đa cộng tuyến, đây là điều không mong muốn Tuy nhiên, kết quả của kiểm định cho thấy các hệ số VIF đều thấp hơn 10, do đó, chấp nhận giả thuyết H0 và bác bỏ giả thuyết H1 Vì vậy, mô hình REM không có hiện tượng đa cộng tuyến nghiêm trọng.
4.3.2.2 Kiểm định hiện tượng phương sai thay đổi
Nghiên cứu sử dụng kiểm định Wald để kiểm tra hiện tưởng phương sai thay đổi của mô hình tác động ngẫu nhiên REM.
Bảng 4.6: Kết quả kiểm định hiện tượng phương sai thay đổi của mô hình tác động ngẫu nhiên REM
Breusch and Pagan Lagrangian multiplier test for random effects
Nguồn: Kết quả tính toán của tác giả
Giả thuyết của kiểm định:
H0: Không có hiện tượng phương sai sai số thay đổi trong mô hình REM
H1: có hiện tượng phương sai sai số thay đổi trong mô hình REM
Kết quả của kiểm định Prob>chi2 = 1,0000 cao hơn 0.05 vì vậy ta bác bỏ H1 chấp nhận H0 hay không có xảy ra hiện tượng phương sai thay đổi trong mô hình REM.
4.3.2.3 Kiểm định hiện tượng tự tương quan
Nghiên cứu tiến hành kiểm định hiện tượng tự tương quan của mô hình bằng kiểm định Wooldridge.
Bảng 4.7: Kết quả kiểm định hiện tượng tự tương quan
Wooldridge test for autocorrelation in panel data
Nguồn: Kết quả tính toán của tác giả
H0: Không có hiện tượng tự tương quan trong mô hình FEM
H1: có hiện tượng tự tương quan trong mô hình FEM
Kết quả kiểm định hiện tượng tự tương quan cho thấy hệ số Prob > F = 0,6789 cao hơn 0.05 vì vậy bác bỏ giả thuyết H1, chấp nhận giả thuyết H0 nên không có hiện tượng tự tương quan trong mô hình FEM.
4.3.2.4 Tổng hợp kết quả mô hình tác động ngẫu nhiên REM
Sau quá trình kiểm định các hiện tượng của mô hình ngẫu nhiên REM thì mô hình không gặp phải các hiện tượng đa cộng tuyến, tự tương quan và phương sai thay đổi thì kết quả ước lượng cuối cùng của mô hình này như sau:
Bảng 4.8: Kết quả ước lượng mô hình tác động ngầu nhiên REM
Hệ số hồi quy Sai số chuẩn Giá trị P- value
Sai số chuẩn Giá trị P- value
***,** và * lần lượt chỉ ý nghĩa thống kê ở mức 1%, 5% và 10%
Nguồn: Kết quả tính toán của tác giả
Với biến phụ thuộc là CAR sau khi thực hiện hàng loạt liên quan đến thống kê mô hình hồi quy và kiểm định các hiện tượng đa cộng tuyến, tự tương quan và phương sai sai số thay đổi, mô hình có ý nghĩa ở mức ý nghĩa 1% (do Prob =0.0000) nên mô hình hồi quy được xây dựng là phù hợp.
Thảo luận kết quả nghiên cứu
Dựa trên kết quả ước lượng mô hình thì tác giả tiến hành so sánh và kết luận giả thuyết ban đầu đã đề xuất:
Bảng 4.9: Kết quả nghiên cứu theo giả thuyết thống kê
Giả thuyết Kết quả nghiên cứu
Kỳ vọng dấu Dấu ảnh hưởng P-value Mức ý nghĩa Kết luận giả thuyết
SIZE H1 (-) + 0,078 Không có ý nghĩa thống kê Không chấp nhận
ROA H2 (+) + 0,000 Có ý nghĩa thống kê Chấp nhận
LIQ H3 (+) - 0,002 Có ý nghĩa thống kê Không chấp nhận
LLR H4 (-) - 0,330 Không có ý nghĩa thống kê Không chấp nhận
LEV H6 (+) + 0,043 Có ý nghĩa thống kê Chấp nhận
GDP H7 (+) + 0,030 Có ý nghĩa thống kê Chấp nhận
INF H8 (-) + 0,047 Có ý nghĩa thống kê Không chấp nhận
Giả thuyết Kết quả nghiên cứu
Dấu ảnh hưởng P-value Mức ý nghĩa Kết luận giả thuyết
Nguồn: Tác giả tổng hợp
Kết quả mô hình nghiên cứu có phương trình như sau:
CAR i,t = 29,5911*ROA it – 4,2039*LIQ it + 6,0642*LEV it + 25,7420* GDP t +
Kết quả hồi quy và kiểm định cho thấy cả ba phương pháp ước lượng thông thường cho dữ liệu bảng bao gồm: Pooled OLS, mô hình tác động cố định FEM và mô hình tác động ngẫu nhiên REM cùng với hàng loạt các kiểm định tương ứng thì mô hình REM được lựa chọn để phân tích cuối cùng:
- Hệ số R-Square là 0,4703 có nghĩa là các biến độc lập của mô hình giải thích được 47,03% sự biến thiên của biến phụ thuộc CAR.
- Các biến ROA, LIQ, LEV, GDP, INF có ý nghĩa thống kê là 5% và 10% Biến SIZE, LLR không có ý nghĩa thống kê do P-value > 5%.
Bảng 4.9 cho thấy kết quả tương đối thống nhất với giả thuyết ban đầu Sau đây là những phân tích về kết quả các nhân tố có ảnh hưởng đến hệ số an toàn vốn của các NHTM Việt Nam trong giai đoạn 2012 – 2021 Sau đây là những phân tích về kết quả nghiên cứu.
Hệ số beta của quy mô ngân hàng (SIZE) là 0,5016 điều này có nghĩa là quy mô ngân hàng có tương quan dương với hệ số an toàn vốn tại các NHTM Việt Nam Nếu quy mô ngân hàng tăng 1 đơn vị thì hệ số an toàn vốn tại các NHTM Việt Nam tăng 0,5016 đơn vị Tuy nhiên hệ số P-value của biến này lại lớn hơn 5% do đó biến này không có ý nghĩa thống kê của quy mô ngân hàng với sự ảnh hưởng đến hệ số an toàn vốn tại các NHTM Việt Nam Điều này có thể được luận giải cho việc dù các ngân hàng có tham vọng mở rộng quy mô nhưng vẫn phải đảm bảo nguyên tắc giữ vững hệ số an toàn vốn CAR theo Basel và quy định của NHNN, do đó có thể cho thấy quy mô ngân hàng lớn hay nhỏ không ảnh hưởng đến việc tuân thủ quy định về hệ số an toàn vốn CAR Do đó, bác bỏ giả thuyết
Hệ số beta của tỷ suất lợi nhuận trên tổng tài sản bình quân (ROA) là 29,59 điều này có nghĩa là ROA có tương quan dương với hệ số an toàn vốn tại các NHTM Việt Nam. Nếu ROA tăng 1 đơn vị thì hệ số an toàn vốn sẽ tăng 29,59 đơn vị Khi các NHTM Việt Nam hoạt động tín dụng tốt thì sẽ tạo ra nhiều lợi nhuận, lợi nhuận này chính là cố gắng giảm bớt hay hạn chế được tối đa những rủi ro kinh doanh Hay nói cách khác khi lợi nhuận càng gia tăng thì uy tín của ngân hàng ngày càng được cải thiện, các hoạt động huy động vốn cấp 1, cấp 2 sẽ trở nên dễ dàng hơn Mặt khác, các rủi ro liên quan đến thanh toán cũng hạn chế vì vậy hệ số an toàn vốn cũng sẽ được đảm bảo Kết quả này tương đồng với nghiên cứu của Buyukslvarcil và Abdioglu (2011); Ansary và Hafez (2015); Đào Thanh Bình và Ankenbrand (2014) Do đó, chấp nhận giả thuyết H2.
Hệ số beta của tỷ lệ thanh khoản (LIQ) là -4,2039 điều này có nghĩa là tỷ lệ thanh khoản có tương quan âm với hệ số an toàn vốn tại các NHTM Việt Nam Nếu tỷ lệ thanh khoản tăng 1 đơn vị thì hệ số an toàn vốn tại các NHTM Việt Nam giảm 4,2039 đơn vị.
Tỷ lệ thanh khoản được duy trì nhằm mục đích kiểm soát hệ số an toàn vốn theo quan điểm của nhà quả trị Tuy nhiên, tại Việt Nam thì tình hình này lại trái ngược đến từ việc các ngân hàng hiện nay đang chạy đua trong cuộc đua lãi suất nên dù tỷ lệ thanh khoản có tăng cao thì nhu cầu vay vẫn tăng theo và các ngân hàng muốn mở rộng cho vay để kiếm lợi nhuận thì vẫn luôn thiếu hụt nguồn vốn dự trữ điều này làm cho CAR suy giảm Kết quả này tương đồng với nghiên cứu của Phạm Hải Nam và cộng sự (2022) Vì vậy, bác bỏ giả thuyết H3.
Hệ số beta của tỷ lệ dự phòng rủi ro tín dụng (LLR) là -28,1118 điều này có nghĩa là LLR có tương quan âm với hệ số an toàn vốn tại các NHTM Việt Nam Nếu tỷ lệ dự phòng rủi ro tín dụng (LLR) tăng 1 đơn vị thì hệ số an toàn vốn tại các NHTM Việt Nam sẽ giảm 28,1118 đơn vị Tuy nhiên hệ số P-value của biến này lại lớn hơn 5% do đó biến này không có ý nghĩa thống kê với sự ảnh hưởng của tỷ lệ dự phòng rủi ro tín dụng đến hệ số an toàn vốn tại các NHTM Việt Nam Điều này có thể được luận giải cho việc dù các ngân hàng có tỷ lệ trích lập dự phòng tín dụng như thế nào đi chăng nữa thì vẫn hoàn toàn độc lập với đảm bảo nguyên tắc giữ vững hệ số an toàn vốn CAR theo Basel và quy định của NHNN, do đó, việc trích lập tỷ lệ dự phòng nhằm bảo hiểm rủi ro cho ngân hàng là tùy thuộc vào tình hình thu hồi nợ của ngân hàng không ảnh hưởng đến việc tuân thủ quy định về hệ số an toàn vốn CAR Do đó, bác bỏ giả thuyết H4.
Hệ số beta của tỷ lệ đòn bẩy tài chính (LEV) là 6,0642 điều này có nghĩa là LEV có tương quan dương với hệ số an toàn vốn tại các NHTM Việt Nam Nếu LEV tăng 1 đơn vị thì hệ số an toàn vốn tại các NHTM Việt Nam sẽ tăng 6,0642 đơn vị Điều này cho thấy, khi huy động được các khoản nợ từ các tổ chức tín dụng khác thì ngân hàng sẽ tận dụng được nguồn vốn có chi phí rẻ hơn khi huy động nguồn vốn từ các cổ đông hoặc các chủ sở hữu khác Ngân hàng sử dụng nguồn vốn giá rẻ này đầu tư vào các hạng mục hiệu quả hay hoạt động cho vay diễn ra thuận lợi thì ngân hàng vẫn thu được nhiều lợi nhuận nhằm bổ sung nguồn vốn của mình để đảm bảo cho hệ số an toàn vốn tại ngân hàng Kết quả này tương đồng với nghiên cứu của Dreca (2014); Ansary và Hafez (2015); Phạm Phát Tiến và Nguyễn Thị Chúc Ny (2019) Do đó, chấp nhận giả thuyết H5.
Hệ số beta của tốc độ tăng trưởng kinh tế (GDP) là 25,742 điều này có nghĩa là tốc độ tăng trưởng kinh tế (GDP) có tương quan dương với hệ số an toàn vốn tại các NHTM Việt Nam Nếu tốc độ tăng trưởng kinh tế (GDP) tăng 1 đơn vị thì hệ số an toàn vốn tại các NHTM Việt Nam sẽ tăng 25,742 đơn vị Kết quả này phù hợp với thực trạng của hệ thống Ngân hàng thương mại Việt Nam Mối tương quan dương chỉ ra rằng khi nền kinh tế tăng trưởng thì CAR có xu hướng tăng theo và khi nền kinh tế suy giảm thì CAR có xu hướng giảm theo Khi nền kinh tế suy giảm nghĩa là nhu cầu vay vốn giảm sút, hoạt động tín dụng của NHTM ẩn chứa đầy rủi ro với nguy cơ nợ quá hạn, nợ xấu gia tăng đồng thời chi phí dự phòng rủi ro cũng tăng cao, điều này sẽ tác động tiêu cực đến sự an toàn trong hoạt động của NHTM bên cạnh đó tăng trưởng tín dụng nóng, chất lượng tín dụng giảm là nguyên nhân khiến tỷ lệ nợ xấu của các ngân hàng tăng lên chất lượng tài sản Có giảm làm cho CAR giảm Kết quả này tương đồng với nghiên cứu của nhóm tác giả Đỗ Hoài Linh và cộng sự (2019); Phạm Hải Nam (2022) Do đó, chấp nhận giả thuyết H6.
Hệ số beta của tỷ lệ lạm phát là 20,0508 điều này có nghĩa là INF có tương quan dương với hệ số an toàn vốn tại các NHTM Việt Nam Nếu INF tăng 1 đơn vị thì hệ số an toàn vốn tại các NHTM Việt Nam sẽ tăng 20,0508 đơn vị Điều này cho thấy, khi nền kinh tế xảy ra tình trạng lạm phát thì lúc này NHNN lại cần phải có cơ chế quản lý chặt chẽ hoạt động tín dụng của các NHTM, đồng thời, yêu cầu các NHTM ưu tiên cho việc duy trì tỷ lệ hệ số an toàn vốn nhằm đảm bảo sự hoạt động ổn định và đối phó với những rủi ro có thể xảy ra nhằm hạn chế các nguy cơ xảy ra cho hệ thống ngân hàng Nên khi tỷ lệ lạm phát tăng thì hệ số an toàn vốn cũng sẽ được các NHTM nâng cao Kết quả này tương đồng với nghiên cứu của nhóm tác giả Đỗ Hoài Linh và cộng sự (2019) Do đó, bác bỏ giả thuyết H7.
Thông qua chương 4, tác giả đã phân tích dữ liệu và trình bày kết quả nghiên cứu,đánh giá được tác động của từng yếu tố lên hệ số an toàn vốn của ngân hàng thương mạiViệt Nam, đồng thời tác giả cũng đưa ra được mô hình phù hợp và thực hiện khắc phục những khuyết tật của mô hình Thông qua kết quả hồi quy, thực hiện các kiểm định các giả thuyết đã đặt ra về biến độc lập và biến phụ thuộc Đây cũng là cơ sở để tác giả có thể đưa ra những kết luận và kiến nghị phù hợp với nội dung nghiên cứu sẽ được trình bày chi tiết ở chương 5.
