Các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại nghiên cứu tại các nền kinh tế phát triển và các nền kinh tế mới nổi

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM LÂM THANH PHI QUỲNH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN MỨC XẾP HẠNG TÍN NHIỆM CỦA NGÂN HÀNG THƯƠNG MẠI – NGHIÊN CỨU TẠI CÁC NỀN KINH TẾ PHÁT TRIỂN VÀ CÁC NỀN KINH TẾ MỚI NỔI LUẬN ÁN TIẾN SĨ KINH TẾ TP Hồ Chí Minh - Năm 2018 Tai ngay!!! Ban co the xoa dong chu nay!!! i LỜI CAM ĐOAN &&& -Tôi cam đoan cơng trình nghiên cứu thực Các số liệu thu thập kết phân tích luận án trung thực chưa công bố công trình khác ii MỤC LỤC &&& -Trang Trang phụ bìa LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC TỪ VIẾT TẮT vi DANH MỤC SƠ ĐỒ VÀ ĐỒ THỊ vii DANH MỤC BẢNG BIỂU ix TÓM TẮT xii CHƯƠNG 1: GIỚI THIỆU 1.1 Bối cảnh nghiên cứu 1.2 Vấn đề nghiên cứu 1.3 Mục tiêu nghiên cứu 1.4 Câu hỏi nghiên cứu 1.5 Đối tượng, phạm vi, liệu phương pháp nghiên cứu 1.6 Ý nghĩa khoa học thực tiễn luận án 1.6.1 Ý nghĩa khoa học 1.6.2 Ý nghĩa thực tiễn 1.7 Những đóng góp luận án 1.8 Kết cấu luận án CHƯƠNG 2: XẾP HẠNG TÍN NHIỆM NGÂN HÀNG THƯƠNG MẠI TẠI CÁC NỀN KINH TẾ PHÁT TRIỂN VÀ CÁC NỀN KINH TẾ MỚI NỔI 2.1 Tổng quan MXHTN NHTM 2.1.1 Khái niệm MXHTN NHTM 2.1.2 Phương pháp đánh giá MXHTN NHTM 11 2.1.2.1 Hệ thống thống đánh giá tổ chức tài (The Uniform Financial Institutions Rating System - UFIRS) 11 2.1.2.2 Phương pháp đánh giá MXHTN NHTM tổ chức xếp hạng tín nhiệm quốc tế 12 iii 2.2 Đặc điểm kinh tế đặc điểm NHTM kinh tế phát triển kinh tế 14 2.2.1 Một số đặc điểm kinh tế kinh tế phát triển 14 2.2.2 Một số đặc điểm NHTM kinh tế phát triển 14 2.2.3 Một số đặc điểm kinh tế kinh tế 16 2.2.4 Một số đặc điểm NHTM kinh tế 18 2.3 Cơ sở lý thuyết yếu tố ảnh hưởng đến MXHTN NHTM 20 2.3.1 Sự tác động yếu tố vĩ mô đến MXHTN NHTM 22 2.3.2 Sự tác động yếu tố hỗ trợ từ phủ hay tập đoàn mẹ đến MXHTN NHTM 23 2.3.3 Sự tác động yếu tố đặc thù NHTM đến MXHTN 24 2.4 Cơ sở lý thuyết khác biệt tác động yếu tố ảnh hưởng đến MXHTN NHTM kinh tế so với kinh tế phát triển 25 2.4.1 Khái niệm bất cân xứng thông tin 25 2.4.2 Nguyên nhân dẫn đến khác biệt tác động yếu tố ảnh hưởng đến MXHTN NHTM kinh tế so với kinh tế phát triển 25 2.4.3 Bất cân xứng thông tin tạo khác biệt tác động yếu tố ảnh hưởng đến MXHTN NHTM kinh tế so với kinh tế phát triển 30 2.5 Tổng hợp nghiên cứu thực nghiệm có liên quan 33 2.5.1 Mức độ tin cậy tính thống đánh giá MXHTN NHTM 35 2.5.2 Xây dựng mơ hình dự báo MXHTN 38 2.5.2.1 Các nghiên cứu sử dụng phương pháp phân loại mơ hình hồi quy thống kê 38 2.5.2.2 Các nghiên cứu sử dụng phương pháp phân loại trí tuệ nhân tạo 39 2.6 Khe hổng nghiên cứu khung phân tích luận án 43 2.6.1 Khe hổng nghiên cứu 43 2.6.2 Khung phân tích luận án 44 CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Mơ hình nghiên cứu đề xuất 47 3.1.1 Mơ hình hồi quy Ordered Logit 47 iv 3.1.2 Xác định đo lường biến phụ thuộc 51 3.1.3 Xác định đo lường biến giải thích 51 3.2 Dữ liệu nghiên cứu 59 3.3 Các giả thuyết nghiên cứu 63 3.4 Phương pháp phân tích liệu 66 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1 Phân tích phương sai yếu tố tiêu tài NHTM theo MXHTN 72 4.2 Kết phương pháp lựa chọn biến giải thích đánh giá mức độ phù hợp mơ hình hồi quy Ordered logit 82 4.2.1 Kết phương pháp lựa chọn biến giải thích mơ hình hồi quy Ordered logit 82 4.2.2 Kết đánh giá mức độ phù hợp mơ hình 89 4.3 Kiểm định giả định mơ hình Ordered logit 93 4.3.1 Kiểm định tượng đa cộng tuyến mơ hình (Multicollinearity) 93 4.3.2 Kiểm tra tượng phương sai thay đổi mơ hình (heteroskedasticity) 94 4.3.3 Kiểm tra việc thiếu biến giải thích cần thiết mơ hình 96 4.4 Đánh giá tác động biên số biến giải thích mơ hình 98 4.5 Xác định khác biệt tác động yếu tố ảnh hưởng đến MXHTN NHTM kinh tế phát triển so với kinh tế 100 4.6 Thảo luận kết nghiên cứu 106 4.6.1 Thảo luận kết nghiên cứu từ mô hình dự đoán MXHTN NHTM kinh tế 106 4.6.1.1 Tác động yếu tố mang tính chất hệ thống đến MXHTN NHTM kinh tế 106 4.6.1.2 Tác động yếu tố sở hữu đến MXHTN NHTM kinh tế 108 4.6.1.3 Tác động yếu tố quy mô đến MXHTN NHTM kinh tế 109 4.6.1.4 Tác động tiêu tài đến MXHTN NHTM kinh tế 111 v 4.6.2 Thảo luận kết nghiên cứu từ mơ hình dự đốn MXHTN NHTM kinh tế phát triển 116 4.6.2.1 Tác động yếu tố mang tính chất hệ thống đến MXHTN NHTM kinh tế phát triển 116 4.6.2.2 Tác động yếu tố sở hữu đến MXHTN NHTM kinh tế phát triển 117 4.6.2.3 Tác động yếu tố quy mô đến MXHTN NHTM kinh tế phát triển 118 4.6.2.4 Tác động tiêu tài đến MXHTN NHTM kinh tế phát triển 119 4.6.3 Thảo luận kết xác định khác biệt tác động yếu tố ảnh hưởng đến MXHTN NHTM kinh tế phát triển so với kinh tế 125 4.6.3.1 Sự khác biệt tác động yếu tố mang tính chất hệ thống đến MXHTN NHTM kinh tế phát triển so với kinh tế 125 4.6.3.2 Sự khác biệt tác động yếu tố sở hữu đến MXHTN NHTM kinh tế phát triển so với kinh tế 126 4.6.3.3 Sự khác biệt tác động yếu tố quy mô tiêu tài đến MXHTN NHTM kinh tế phát triển so với kinh tế 128 CHƯƠNG 5: KẾT LUẬN VÀ GỢI Ý CHÍNH SÁCH 5.1 Kết luận 134 5.2 Gợi ý sách 137 5.2.1 Các gợi ý sách cho quan quản lý hoạt động ngân hàng 137 5.2.2 Các gợi ý sách cho NHTM 139 5.3 Hạn chế nghiên cứu đề xuất hướng nghiên cứu 141 DANH MỤC CÁC CƠNG TRÌNH CƠNG BỐ CỦA TÁC GIẢ DANH MỤC TÀI LIỆU THAM KHẢO PHỤ LỤC Phụ lục 1a i Phụ lục 1b ii Phụ lục iii Phụ lục v vi Phụ lục vii Phụ lục xvii Phụ lục 6a xix Phụ lục 6b xx Phụ lục xxi Phụ lục xxii Phụ lục xxiii Phụ lục 10 xxiv vii DANH MỤC CÁC TỪ VIẾT TẮT &&& -Ký hiệu ANOVA Tiếng Anh Analysis of variance Tiếng Việt Phân tích phương sai FFIEC Federal Financial Instutions Hội đồng Giám sát tổ Examination Council chức tài liên bang Gross National Products Tổng sản phẩm quốc gia GNP HSHQ Hệ số hồi quy IMF International Monetary Fund Quỹ Tiền tệ quốc tế MDA Multiple discriminant analysis Phân tích đa biệt thức Mức xếp hạng tín nhiệm MXHTN NIM Net Interest Margin Tỷ lệ lãi cận biên NHNN Ngân hàng nhà nước NHTM Ngân hàng thương mại NHTW Ngân hàng trung ương OBS Observations Các quan sát OECD Organization for Economic Tổ chức Hợp tác Co-operation and Development Phát triển kinh tế OLS Ordinary Least Squares Bình phương nhỏ ROAA Return on average assets Tỷ số lợi nhuận tổng tài sản bình quân ROAE Return on average equity Tỷ số lợi nhuận tổng vốn chủ sở hữu bình quân VIF Variance inflation factor Hệ số khuếch đại phương sai WB World Bank Ngân hàng giới viii DANH MỤC ĐỒ THỊ VÀ SƠ ĐỒ &&& -Đồ thị 2.1: Mức độ tập trung lĩnh vực ngân hàng tại kinh tế phát triển kinh tế mới giai đoạn 1999 – 2008 15 Đồ thị 2.1: ROAA NHTM tại kinh tế mới kinh tế phát triển giai đoạn 1999-2008 19 Đồ thị 3.1: Minh họa xác suất mơ hình Ordered Logit 51 Đồ thị 4.1: Tác động biến Coutry_Rating đến xác suất phân loại NHTM vào MXHTN khác tại kinh tế mới 107 Đồ thị 4.2: Tác động biến Bicra đến xác suất phân loại NHTM vào MXHTN khác tại kinh tế mới 108 Đồ thị 4.3: Tác động biến LnAss đến xác suất phân loại NHTM vào MXHTN khác tại kinh tế mới 110 Đồ thị 4.4: Tác động biến AssGrow đến xác suất phân loại NHTM vào MXHTN khác tại kinh tế mới 112 Đồ thị 4.5: Tác động biến LoanLoss_Ln đến xác suất phân loại NHTM vào MXHTN khác tại kinh tế mới 113 Đồ thị 4.6: Tác động biến OthIn_Ass đến xác suất phân loại NHTM vào MXHTN khác tại kinh tế mới 116 Đồ thị 4.7: Tác động biến LnAss đến xác suất phân loại NHTM vào MXHTN khác tại kinh tế phát triển 118 Đồ thị 4.8: Tác động biến LoanLoss_Ln đến xác suất phân loại NHTM vào MXHTN khác tại kinh tế phát triển 119 Đồ thị 4.9: Tác động biến NIM đến xác suất phân loại NHTM vào MXHTN khác tại kinh tế phát triển 122 Đồ thị 4.10: Tác động biến ROAE đến xác suất phân loại NHTM vào MXHTN khác tại kinh tế phát triển 123 Sơ đồ 2.1: Khung phân tích MXHTN NHTM Fitch 13 Sơ đồ 2.2: Các yếu tố tác động đến MXHTN NHTM 21 Sơ đồ 2.3: Khung phân tích luận án 45 138 Trên sở nhận biết yếu tố chủ yếu tác động đến MXHTN NHTM, NHTW tại kinh tế mới đưa các quy định nhằm đảm bảo an tồn hoạt động cho NHTM cách xác tiếp cận dần với tiêu chuẩn đánh giá MXHTN các NHTM tổ chức xếp hạng tín nhiệm quốc tế Bên cạnh đó, dựa kết nghiên cứu luận án mơ hình dự đoán MXHTN NHTM, NHTW tại kinh tế mới có thêm cơng cụ để hỗ trợ đối chiếu với các phương pháp đánh giá tình hình tài NHTM sử dụng Cũng từ đó, các quan có thể lựa chọn giải pháp phù hợp để góp phần nâng cao MXHTN NHTM phạm vi quốc gia điều hành Cụ thể, từ kết phân tích luận án ta thấy mức độ rủi ro ngành ngân hàng tại quốc gia nơi NHTM có trụ sở, có tác động lớn tích cực đối với MXHTN NHTM tại quốc gia thuộc nhóm kinh tế mới Standard & Poor’s (2011b) chỉ rõ yếu tố tác động đến mức độ rủi ro hoạt động ngành ngân hàng tại quốc gia gồm: rủi ro kinh tế rủi ro thân ngành ngân hàng tại quốc gia đó Trong đó, rủi ro thân ngành ngân hàng định yếu tố như: chất lượng tính hiệu cơng tác điều hành hệ thống ngân hàng phủ, khả thiết lập môi trường hoạt động cạnh tranh ngân hàng phạm vi quốc gia, minh bạch công bố thông tin NHTM mức độ phát triển thị trường vốn nợ phạm vi quốc gia,… Vì vậy, theo tác giả giải pháp mà NHTW tại kinh tế mới thực nhằm nâng cao MXHTN NHTM phạm vi quốc gia điều hành đó thực cải cách công tác điều hành hệ thống ngân hàng, thiết lập khung pháp lý tiếp cận dần với chuẩn mực quốc tế tạo môi trường cạnh tranh lành mạnh hệ thống ngân hàng Ngoài ra, bên cạnh chỉ tiêu tài thường sử dụng để đánh giá tình hình tài NHTM như: quy mô tổng tài sản, tỷ lệ nợ hạn/tổng dư nợ, tỷ lệ vốn chủ sở hữu/tổng tài sản, … NHTW tại kinh tế mới cần lưu ý thêm chỉ tiêu tốc độ tăng trưởng quy mô tổng tài sản NHTM Bởi lẽ, NHTM có tốc độ tăng trưởng quy mơ tổng tài sản bình qn năm quá cao (≥22% theo kết phân tích luận án) tiềm ẩn yếu tố rủi ro cao Kết nghiên cứu ngụ ý NHTW tại kinh tế mới cần xây dựng kế hoạch tăng trưởng quy mô tổng tài sản, quy mô tổng dư nợ vay NHTM 139 cách hợp lý Các NHTW tại kinh tế mới cần tránh việc muốn đạt mục tiêu tăng trưởng chung kinh tế mà khuyến khích các NHTM tăng cường cấp tín dụng cho kinh tế mức cần thiết Bên cạnh đó, chỉ tiêu tài như: ROAE, ROAA hay NIM (tỷ lệ lãi cận biên) yếu tố phản ánh hiệu kinh doanh hay mức độ rủi ro NHTM tại kinh tế mới Thay vào đó, các NHTW cần ý đến chỉ tiêu tỷ lệ thu nhập khác từ hoạt động/tổng tài sản bình quân Bởi lẽ, tại kinh tế mới nổi, tỷ lệ thu nhập khác từ hoạt động/tổng tài sản bình quân NHTM vượt mức trung bình ngành hoạt động NHTM tiềm ẩn nhiều yếu tố rủi ro Điều ngụ ý NHTW tại kinh tế mới cần xây dựng quy định chặt chẽ để quản lý hoạt động kinh doanh, đầu tư ngành NHTM Mặt khác, kết luận án chỉ yếu tố quy mô vốn chủ sở hữu có tác động tích cực đến MXHTN NHTM Tuy vậy, NHTM tại kinh tế mới thường có quy mơ vốn chủ sở hữu khiêm tốn so với NHTM tại kinh tế phát triển Do vậy, để cải thiện quy mô vốn chủ sở hữu NHTM tại kinh tế mới nổi, NHTW cần xây dựng các chế sách thơng thoáng để NHTM huy động tối đa nguồn vốn thị trường chứng khoán nước quốc tế Cuối cùng, kết nghiên cứu luận án cho thấy tác động chỉ tiêu tài phản ánh chất lượng tài sản hiệu kinh doanh đến MXHTN NHTM tại kinh tế mới giảm sút so với tại kinh tế phát triển Do vậy, để chỉ tiêu thực trở thành tiêu chí quan trọng phản ánh tình hình tài NHTM tại kinh tế mới NHTW cần phải nghiên cứu xây dựng quy định phân loại nợ, đánh giá rủi ro khách hàng vay, trích lập dự phịng rủi ro hệ thống báo cáo tài NHTM phù hợp với tình hình thực tế tiệm cận dần với chuẩn mực quốc tế Đồng thời, NHTW phải thường xuyên tổ chức kiểm tra giám sát việc tuân thủ NHTM việc thực quy định 5.2.2 Các gợi ý sách cho NHTM Các nhà quản trị ngân hàng trọng nâng cao uy tín vị NHTM thị trường Trên sở kết nghiên cứu, luận án chỉ 140 yếu tố tác động đến MXHTN NHTM Từ đó, nhà quản trị ngân hàng đề giải pháp hữu hiệu đồng tác động vào yếu tố nêu nhằm cải thiện MXHTN đơn vị mà họ quản lý Cụ thể là: Từ kết phân tích luận án cho thấy yếu tố sở hữu tập đoàn tài quốc tế có quy mơ uy tín có tác động tích cực đến MXHTN NHTM tại quốc gia thuộc nhóm kinh tế mới Do vậy, việc thu hút nguồn vốn đầu tư tập đồn tài quốc tế hay việc kêu gọi đơn vị trở thành các đối tác chiến lược khơng chỉ góp phần cải thiện MXHTN NHTM mà tạo hội thuận lợi cho NHTM tại kinh tế mới học tập ứng dụng mơ hình điều hành quản trị NHTM đại hiệu Bên cạnh đó, để nâng cao MXHTN, nhà quản trị NHTM tại kinh tế mới bên cạnh việc trọng cải thiện chỉ tiêu tài cốt lõi (bao gồm: tỷ lệ dư nợ hạn/tổng dư nợ tín dụng tỷ lệ vốn chủ sở hữu/tổng tài sản) cần phải ý trì tốc độ tăng trưởng tổng tài sản mức hợp lý Bởi theo kết nghiên cứu luận án, chỉ tiêu tốc độ tăng trưởng tổng tài sản có tương quan nghịch với MXHTN NHTM tại kinh tế mới Các tổ chức xếp hạng tín nhiệm quốc tế thường cho NHTM tại kinh tế mới có tốc độ tăng trưởng quy mô tổng tài sản nhanh làm gia tăng mức độ rủi ro hoạt động lực quản trị rủi ro các đơn vị thường không theo kịp tăng trưởng nhanh quy mô tổng tài sản Kết nghiên cứu ngụ ý rằng, NHTM cần xây dựng cho thân kế hoạch tăng trưởng hợp lý thời kỳ Các NHTM phải kết hợp chặt chẽ tăng trưởng quy mô, tăng trưởng dư nợ vay với việc tăng cường chất lượng công tác quản lý, giám sát, kiểm soát nội chất lượng nguồn nhân lực đơn vị Mặt khác, kết luận án cho thấy tỷ lệ thu nhập khác từ hoạt động/tổng tài sản bình quân có tương quan nghịch với MXHTN NHTM tại kinh tế mới Theo tổ chức xếp hạng tín nhiệm, khung pháp lý cho hoạt động NHTM tại kinh tế mới thường chưa hoàn thiện chặt chẽ Do vậy, NHTM tại kinh tế mới thường dễ dàng tham gia vào hoạt động kinh doanh ngồi ngành có tỷ suất lời cao chứa đựng nhiều rủi ro Bên cạnh đó, NHTM tại kinh tế mới thường hạn chế tiềm lực tài khả quản trị phân tán rủi ro Do đó, rủi ro xảy ảnh 141 hưởng lớn đến khả khoản tình hình tài các đơn vị Vì vậy, để cải thiện MXHTN thân, NHTM tại kinh tế mới tại cần tập trung nguồn vốn nhân cho hoạt động kinh doanh truyền thống đó huy động vốn cấp tín dụng cho kinh tế, hạn chế hoạt động đầu tư góp vốn kinh doanh ngành Cuối cùng, kết nghiên cứu luận án cho thấy tác động chỉ tiêu tài phản ánh chất lượng tài sản hiệu kinh doanh đến MXHTN NHTM tại kinh tế mới giảm sút so với tại kinh tế phát triển Do vậy, để nâng cao uy tín vị thân đối với các nhà đầu tư nước ngoài, NHTM cần chủ động cơng bố báo cáo tài đơn vị theo chuẩn mực kế tốn quốc tế Đồng thời, NHTM tại kinh tế mới nên chủ động yêu cầu tổ chức xếp hạng tín nhiệm quốc tế thực đánh giá MXHTN đối với đơn vị 5.3 Hạn chế nghiên cứu đề xuất hướng nghiên cứu Trong nghiên cứu này, tác giả tập trung tìm hiểu khác biệt tác động yếu tố vĩ mô kinh tế yếu tố đặc trưng NHTM ảnh hưởng đến MXHTN NHTM tại kinh tế phát triển so với kinh tế mới Trong đó, các yếu tố đặc trưng NHTM chỉ số thể tình hình tài NHTM Tuy vậy, quá trình đánh giá MXHTN NHTM bên cạnh yếu tố luận án đề cập, tổ chức xếp hạng tín nhiệm cịn xem xét đến yếu tố như: lực quản trị điều hành ban lãnh đạo ngân hàng, văn hóa ngân hàng, thái độ ngân hàng đối với rủi ro kinh doanh mức độ đa dạng hóa sản phẩm dịch vụ ngân hàng Do vậy, nghiên cứu nên tập trung tìm hiểu tác động yếu tố đến MXHTN NHTM hay khác biệt tác động yếu tố đến MXHTN NHTM tại kinh tế phát triển so với tại kinh tế mới Mặt khác, kết nghiên cứu luận án rút từ việc khảo sát các yếu tố tác động đến MXHTN NHTM tại các quốc gia có kinh tế phát triển quốc gia thuộc nhóm kinh tế mới Do vậy, gợi ý sách nêu khơng thật phù hợp với điều kiện thực tế Việt Nam Để có thể rút các gợi ý sách cụ thể cho Ngân hàng nhà nước các NHTM tại Việt Nam cần tiến hành nghiên cứu mẫu liệu MXHTN các NHTM Việt Nam 142 DANH MỤC CÁC CƠNG TRÌNH CƠNG BỐ CỦA TÁC GIẢ &&& Ths Nguyễn Thanh Phong, Ths.Lâm Thanh Phi Quỳnh, 2017 Động thâm nhập ngân hàng nước vào thị trường ngân hàng thương mại Việt Nam Tạp chí Khoa học Đào tạo Ngân hàng, số 185, 10/2017 TS Lại Tiến Dĩnh, Lâm Thanh Phi Quỳnh, 2016 Các yếu tố ảnh hưởng mức tín nhiệm ngân hàng: khác biệt các nước phát triển và phát triển Tạp chí Ngân hàng, Số 11, 6/2016 TS Lại Tiến Dĩnh, Lâm Thanh Phi Quỳnh, 2015 Những yếu tố chính tác động đến mức xếp hạng tín nhiệm ngân hàng thương mại Tạp chí Khoa học & Đào tạo Ngân hàng, Số 159, 8/2015 Lâm Thanh Phi Quỳnh, 2015 Xác định yếu tố tác động đến mức xếp hạng tín nhiệm Ngân hàng thương mại tại q́c gia có kinh tế mới Tạp chí Kinh tế & Phát triển, Số 212(II), 02/2015 DANH MỤC TÀI LIỆU THAM KHẢO &&& Altman, E I., 1968 Financial ratios, discriminant analysis and the prediction of corporate bankruptcy The journal of finance, 23: 289-609 Alsakka, R et al., 2014 The sovereign – bank rating channel and rating agencies’ downgrades during the European debt crisis Journal of International Money and Finance, 1: 1-23 Bellotti, T et al., 2011a A note comparing support vector machines and ordered choice models’ predictions of international banks’ ratings Decision Support Systems, 51: 682-687 Bellotti, T et al., 2011b Are rating agencies’ assignments opaque? Evidence from international banks Expert Systems with Applications, 38: 4206-4214 Berger, N.A et al., 2010 The effects of focus versus diversification on bank performance: Evidence from Chinese banks Journal of Banking & Finance, 34: 1417-1435 Berger, N.A et al., 2007 Bank ownership and efficiency in China: what lies ahead in the world's largest nation? Bank of Finland Research 15- 26 Bank of Finland, Finland, 2007 Berger, N.A and Bouwman, C.H.S., 2013 How does capital affect bank performance during financial crises? Journal of Financial Economics, 109: 146176 Boritz, J.E and Kennedy, D.B., 1995 Effectiveness of Neural Network Types for Prediction of Business Failure Expert Systems with Applications, 9: 503-512 Boyacioglu, M.A et al., 2009 Predicting bank financial failures using neural networks, support vector machines and multivariate statistical methods: A comparative analysis in the sample of savings deposit insurance fund (SDIF) transferred banks in Turkey Expert Systems with Applications, 36: 3355-3366 10 Bouvard, M et al., 2011 Transparency in the financial system: rollover risk and crises, Working papers 11 Borensztein, E et al., 2013 Sovereign ceiling ‘lite’? The impact of sovereign rating on corporate ratings Journal of Banking and finance, 37: 4014 - 4024 12 Boyd, J.D and Runkle, D.E., 1993 Size and performance of banking firms: Testing the predictions of theory Journal of Monetary Economics, 31: 47-67 13 Caprio, G and Klingebiel, D., 2003 “Episodes of systematic and borderline financial crises” Truy cập tại: < http:// siteresources.worldbank.org/ INTRES/Resources/ 469232 -1107449512766/648083-1108140788422/ 23456_Table_on_systemic_and_non-systemic_banking crises January 212003.pdf > [Truy cập ngày 15/04/2014] 14 Caporale, G.M et al., 2012 Ratings assignments: Lessons from international banks Journal of International Money and Finance, 31: 1593-1606 15 Canbas, S et al., 2005 Prediction of commercial bank failure via multivariate statistical analysis of financial structures: The Turkish case European Journal of Operational Research, 166: 528-546 16 Cetorelli, N., 2001 Competition among banks: Good or bad? Federal Reserve Bank of Chicago 17 Chen, Y.S., 2012 Classifying credit ratings for Asian banks using integrating feature selection and the CPDA-based rough sets approach Knowledge-Based Systems, 26: 259-270 18 Chen, X et al., 2015 Logistic Regression with Stata Institute for Digital Research and Education, UCLA, Los Angeles 19 Christopoulos, A.G et al., 2011 Could Lehman Brothers’ Collapse Be Anticipated? An Examination Using CAMELS Rating System International Business Research, 4: 11-19 20 Claessens S and Laeven, L., 2003 What Drives Bank Competition? Some International Evidence Journal of Money, Credit and Banking, 36: 563-583 21 Demyanyk, Y and Hasan, I., 2010 Financial crises and bank failures: A review of prediction methods Omega, 38: 315-324 22 Demirguc, K.A and Huizinga, H., (2013) Are banks too to fail or too big to save? International evidence from equity prices and CDS spreads Journal of Banking and Finance, 37: 875-894 23 Ederington, L.H., 1985 Classification Models and Bond Ratings The Financial Review, 20: 237-262 24 Ederington, L.H et al., 1987 The Information Content of Bond Ratings The Journal of Financial Research, 10: 211-226 25 Economy Watch (2016) Emerging Markets [Online] Tại địa chỉ [Truy cập ngày 15/09/2016] 26 Elliott, R.J et al., 2014 A Double HMM approach to Altman Z-scores and credit ratings Expert Systems with Applications, 41: 1553-1560 27 Fang, Y., Hasan, I and Marton, K 2014 Institutional development and bank stability: Evidence from transition countries Journal of Banking & Finance, 39: 160 – 176 28 Falavigna, G., 2012 Financial ratings with scarce information: A neural network approach Expert Systems with Applications, 39: 1784 - 1792 29 Fitch, 2003 Bank ratings methodology, New York 30 Fitch, 2014 Global Financial Institutions Rating Criteria, New York 31 Fethi, M.D and Pasiouras, F., 2010 Assessing bank efficiency and performance with operational research and artificial intelligence techniques: A survey European Journal of Operational Research, 204: 189-198 32 Fons, J.,S., 1998 Improving Transparency in Asian Banking Systems Moody's Investors Service 33 Fu, X , Lin, Y and Molyneux, P., 2014 Bank competition and financial stability in Asia Pacific 2014 Journal of Banking & Finance, 38: 64 -77 34 Fu, M., X and Heffernan, S., 2009 The effects of reform on China’s bank structure and performance Journal of Banking & Finance, 33 (1): 39 – 52 35 Gasparino, C., 1996 Bond-rating Firms may be Required to Disclose When Work is Unsolicited The Wall Street Journal (July 11) 36 Golin, J., 2001 The Bank Credit Analysis Handbook: A Guide for Analysts, Bankers and Investors Singapore :John Wiley & Sons 37 Goddard, J et al., 2004 The profitability of European banks: a cross-sectional and dynamic panel analysis Manchester School, 72 (3): 363– 381 38 Greene, W H., 2002 Econometric analysis (Vol 5) New Jersey: Prentice Hall 39 Griffiths, B and Beynon, M.J, 2005 Expositing stages of VPRS analysis in an expert system: Application with bank credit ratings Expert Systems with Applications, 29: 879-888 40 Haan, D.J and Poghosyan, T., 2012 Size and earnings volatility of US bank holding companies Journal of Banking and Finance, 36: 3008-3016 41 Hammer, P.L., Kogan, A and Lejeune, M.A., 2012 A logical analysis of banks’ financial strength ratings Expert Systems with Applications, 39: 78087821 42 Harington, H., 1997 Not Moody – Just Angry The Banker (February, 22–23) 43 Horrigan, J.O., 1966 The dertermination of long-term credit standing with financial ratios Journal of accouting research, 4: 25-36 44 Hồng Trọng Chu Nguyễn Mộng Ngọc, 2008 Phân tích liệu nghiên cứu với SPSS Tp.HCM: Nhà xuất Hồng Đức 45 Hulisi Öğüt, M M D et al., 2012 Prediction of bank financial strength ratings: The case of Turkey Economic Modelling, 29: 632 – 640 46 Ioannidis, C et al., 2010 Assessing bank soundness with classification techniques Omega, 38: 345-357 47 Iannotta, G., Nocera, G and Sironi, A., 2010 The impact of government ownership on bank’s rating: Evidence from the European Banking Industry Working papers 48 Imbierowicz, B and Rauch, C., 2014 The relationship between liquidity risk and credit risk in banks Journal of Banking & Finance, 40: 242–256 49 IMF, 2014 Recovery Strengthens, Remains Uneven World Economy Outlook April 2014 [Online] Tại địa chỉ [Truy cập ngày 20/05/2015] 50 IMF, 2016 Frequently asked question World Economy Outlook [Online] Tại địa chỉ [Truy cập ngày 10/10/2016] 51 Investopedia, 2017 Developed economy criteria [Online] Tại địa chỉ: [Truy cập ngày 22/07/2016] 52 Jardin, P.D., 2010 Predicting bankruptcy using neural networks and other classification methods: The influence of variable selection techniques on model accuracy Neurocomputing, 73: 2047-2060 53 Jo, H and Han, I., 1996 Integration of Case-Based Forecasting, Neural Network, and Discriminant Analysis for Bankruptcy Prediction Expert Systems with Applications, 11: 415-422 54 Keffala, M., R., 2015 How using derivatives affects bank stability in emerging countries? Evidence from the recent financial crisis Research in International Business and Finance, 35: 75–87 55 Kiema,I and Jokivoulle, E., 2014 Does a leverage ratio requirement increase bank stability? Journal of Banking & Finance, 39: 240-254 56 Kumar, P.R and Ravi, V., 2007 Bankruptcy prediction in banks and firms via statistical and intelligent techniques – A review European Journal of Operational Research, 180: 1-28 57 Lacher, R.C et al., 1991 A neural network for classifying the financial health of a firm European Journal of Operational Research, 85: 53-65 58 Lang, L and So, R., 2002 Bank ownership structure and economic performance Working papers 59 Lassoued, N et al., 2016 The impact of state and foreign ownership on banking risk: Evidence from the MENA countries Research in International Business and Finance, 36: 167-178 60 Liu, L.G and Ferri, G., 2001 How Do Global Credit Rating Agencies Rate Firms from Developing Countries? ADB Institute Research Paper, 26 61 Long, J.S and Freese, J., 2001 Regression Models for Categorical Dependent variable Using Stata New York: Stata Press 62 Martin, D., 1977 Early warning of bank failure A logit regression approach Journal of Banking and Finance, 1: 249-276 63 Manzoni, K., 2004 Modeling Eurobond credit ratings and forecasting downgrade probability International Review of Financial Analysis, 13: 277-300 64 Mariathasan, M and Merrouche, O , 2012 The manipulation of basel riskweights Evidence from 2007-10 Department of economics Oxford: University of Oxford 65 Manso, G., 2013 Feedback effects of creditratings Journal of Financial Economics, 109: 535-548 66 Malhotra, R and Malhotra, D.K., 2003 Evaluating consumer loans using neural networks Omega, 31: 83-96 67 Matousek, R and Stewart, C., 2009 A note on ratings of international bank Journal of Financial Regulation and Compliance, 17: 146-155 68 Köhler, M., 2015 Which banks are more risky? The impact of business models onbank stability Journal of Financial Stability, 16: 195–212 69 Martin, T.W and Cherney, M., 2014 S&P Increases Unsolicited Ratings The Wall street journal, Dec, 2014 70 Mizena, P and Tsoukas, S., 2012 Forecasting US bond default ratings allowing for previous and initial state dependence in an ordered probit model International Journal of Forecasting, 28: 273-287 71 Mishkin, F.S., 1999 Lessons from the Asian crisis Journal of International Money and Finance, 18: 709–723 72 Mirzaei, A et al., 2014 Does market structure matter on banks’ profitability and stability? Emerging vs advanced economies Journal of Banking & Finance, 37: 2920-2937 73 Montgomery, H., 2003 The Role of Foreign Banks in Post-crisis Asia: The Importance of Method of Entry ADB Institute Research Paper, 51 74 Moody’s., 2009 Moody ’s Rating Symbols & Definitions, New York 75 Moody’s Investors Service (Moody’s), 1999 Designation of Unsolicited Ratings in which the Issuer has Not Participated Moody’s Special Comment (November, 1–4) 76 Moody’s Investors Service (Moody’s), 1999 Rating methodology: Bank credit risk in Emerging Markets (July) 77 Nath, R at el., 1997 Determining the saliency of input variable in neural network classifiers Computer Operational Research, 24: 767-773 78 Nafziger, E., W., 2006 Economic Development 4th Ed New York: Cambridge University Press 79 Niemann, H et al., 2008 Improving performance of corporate rating prediction models by reducing financial ratio heterogeneity Journal of Banking & Finance, 32: 434-446 80 Nilsen, J and Rovelli, R., 2001 Investor risk aversion and financial fragility in emerging economies Journal of International Financial Markets Instutions & Money, 11: 443–474 81 Nguyen, M et al., 2012 Bank market power and revenue diversification: Evidence from selected ASEAN countries Journal of Asian Economics, 23: 688–700 82 Ohlson, J.A., 1980 Financial ratios and the probabilistics prediction of bankruptcy Journal of Accouting Research, 18: 109-131 83 Orsenigo, C and Vercellis, C., 2013 Linear versus nonlinear dimensionality reduction for banks’ credit rating prediction Knowledge-Based Systems, 47: 1422 84 Pasiouras, F and Kosmidou, K., 2007 Factors influencing the profitability of domestic and foreign commercial banks in the European Union Research in International Business and Finance, 21: 222–237 85 Poon, W.P.H et al., 1999 A multivariate analysis of the determinants of Moody’s bank financial strength ratings Journal of International Financial Markets, Institutions and Money, 9: 267-283 86 Poon, W.P.H and Firth, M., 2005 Are Unsolicited Credit Ratings Lower? International Evidence From Bank Ratings Journal of Business Finance & Accounting, 32: 306-686 87 Poon, W.P.H et al., 2009 Do Solicitations Matter in Bank Credit Ratings? Results from a Study of 72 Countries Journal of money credit and banking, 35: 340-365 88 Powell, A., 2004 Basel II and developing countries: Sailing thourgh the sea of standards World Bank Policy Research Working Paper 3387, 9/2004 89 Purda, L.D., 2003 Consistency of Global Credit Ratings: An Analysis of Firm versus Country-Specific Factors Working papers 90 Romana, A and Sargu, A.C., 2013 Analysing the Financial Soundness of the Commercial Banks in Romania: An Approach Based on the Camels Framework Procedia Economics and Finance, 6: 703-712 91 Roy, P.V., 2005 Is There a Difference in Treatment Between Solicited and Unsolicited Bank Ratings and, if so, Why? Working Paper (ECARES, Universite Libre de Bruxelles) 92 Salvador, C et al., 2014 Impact of the subprime crisis on bank rating: The effect of the hardening of rating policies and worsening of solvency Journal of Financial Stability, 11: 13-31 93 Shen, C.H et al., 2012 Asymmetric benchmarking in bank credit rating Journal of International Financial Markets, Institutions & Money, 22: 171-193 94 Smirlock, M., 1985 Evidence of the non-relationship between concentration and profitability in banking Journal of Money, Credit and Banking, 17: 69–83 95 Standard & Poor's, 2009 Standard & Poor's Credit Rating Definitions, New York 96 Standard & Poor's, 2011a Banks: Rating Methodology And Assumptions, New York 97 Standard & Poor's, 2011b Banking Industry Country Risk Assessment Methodology And Assumptions, New York 98 Standard and Poor’s Ratings Services, 2000 S&P Refines its ‘pi’ Ratings on Japanese Companies S&P’s News Release (15/11), 1–5 99 Suarez, L R., 2001 Rating banks in emerging markets: what rating agencies should learn from financial indicators Wooking Paper 100 The Federal Financial Institutions Examination Council (FFIEC)., 1979 Uniform financial institutions rating system, Washington, D.C 101 Vives, X., 2006 Banking and regulation in emerging markets: the role of external discipline Occasional paper no 06/15 University of Navarra 102 Watson, J., 2001 How to Determine a Sample Size: Tipsheet #60 University Park, PA: Penn State Cooperative Extension, New York 103.Williams, G., Alaskka, R and Gwilym, O.A., 2013 The impact of sovereign rating actions on bank ratings in emerging markets Journal of Banking & Finance, 37: 563–577 104.Wikipedia, 2017 Developed country [Online] Truy cập tại địa chỉ 22/07/2017] [Truy cập ngày 105.Wong, B.K and Selvi, Y., 1998 Neural network applications in Finance: A review and analysis of literature (1990±1996) Information & Management, 34: 129-139