Tác động của covid 19 đến hệ số an toàn vốn tại các ngân hàng thương mại việt nam

Neu CAR của các ngân liàng giảm sẽ đedọa đến sựan toàncho toàn hệ thống,có thể thấyđể đàm bảo sự ổnđịnh vàhệ sốan tồn vốn của ngân hàng ln duy trì ở mức an toàn, các tổchức tài chính phả

Hội nghị Khoa học trẻ lần 5 năm 2023(YSC2023)-IUH

YSC5.F451

NGUYỄN KIMCHI1*, LÈ THỊ TUYẾTTRINH1, NGUYỄNTHU HIỀN1, HUỲNH THỊ THỆNNHU1

‘Khoa Tài chinh Ngân hằng, Trường Đại học Công nghiệp thành pho Hồ Chi Minh;

* nguyenkinichi@iuh.edu.vn

Tóm tăt Mục tiêu nghiên cứu củabài báo nàylà đolường vàphântích tác động củaCOVED-19 đến

hệ số an toànvốn của 27 NHTM Việt Nam đuợc nghiên crhr trong giai đoạn 2009 - 2021 Bằng các phươngpháp nghiên cứu như: Phương phápOLS,FEM, REM, FGLS và GMM, kết quả chothấyrằng COVID-19 đãgây ra ảnh hưởng tiêu cực đến hệ số antoàn vốn (CAR) cria cácngânhàng thươngmạitại Việt Nam Trong kill khả năng sinh lời trên tổng tài sản,tỷ lệ nợ xấu và tỷ lệ thu nliậplãicận biên lại có tác độngngược chiều và có ý nghĩathống kê đến CAR Bêncạnh đó, hệsố đòn bầy, chỉsố giá tiêudùng

có tác động cìuig cliiều lên hệ sốan toàn vốn của ngân hàng Kết quảnghiên cứu này là cơsỏ để các nhà hoạch định cliínli sách đua ra những clúnli sách nliani nâng cao tính antoàn trong hoạt động của các ngân hàng trong thời gian tới

Từ khóa Hệ số an toàn vốn, ngân hàng thươngmại,COVID-19

THE EFFECT OF COVID-19 ON THE CAPITAL ADEQUACY RATIO OF

COMMERCIAL BANKS IN VIETNAM

Abstract Theresearch objective of tills paper isto measure andanalyze the impactof COVID-19and its intrinsic factors on the capital adequacy ratio of 27 Vietnamese commercial banks studied in the period2009 - 2021 Research methods such as: OLS,FEM, REM, FGLS and GMM methods, the results showtliat COVID-19 has negatively affectedthe capital adequacy ratio (CAR) ofcommercialbanks in Vietnam Willie profitability on total assets, baddebt ratio andprofit margin ratio have opposite and statisticallysignificant effects on CAR Besides, the leverage co-efficient, the consumerprice index have

a positive impact on the capital adequacy ratio of the bank The results of tills study are the basis for policy makers to comeup with policies to improve thesafety in banking operationsin thecomingtime

Keywords Capital adequacy ratio, Commercial Bank, COVED-19

1 GIỚI THIỆU

Hệ số an toàn vốn của ngân liàng là thước đomức độồnđịnh tài cliính củangân liàng vàđược coi là một tiêu chuẩn quan trọng tronghoạt động củangành ngân hàng Hệ số CAR được xây dựng vàsửdụngbởi

ủyban Basel về giám sát ngân liàng(BSBC)iiliarn đáp ứngcác yêucầuđược đặtra bởi các Hiệp định Basel Hệ số an toànvốn được coi là giảipliáp tối ưu để đảm bâo sự ổn định và đáng tincậy của hệ thống ngân hàng, cũngnhư kliả năng chống chịu trước những biến động không thể dự đoán trước trong hoạt động của thị trường tài chính Trước sự biếnđộng không ngừng của till trường, ngân hàng cầnduy tri tính hull hoạt và kliả năng tliíchứngđể đảm bảo hoạt động hiệu quả Trên thực tế, trongbối cảnh toàn cầu hóa kinh tế ngàynay, ngân liàng đối mặt với nliiều yếu tố ảnhhưởng đến tínhbảo đảmvốn, bao gồm những yếu tố mà họ có thể kiểm soát và những yếu tốmà họ khôngthể kiểm soát Trong đó bao gồm các yếutố nhưbiếnđộng tilltrường và nhữngtác độngkhó lường của môitrường toàn cầu, mộttrong nhũng yếutố đó phải kể đến là tácđộng crìa đại dịch COVED-19 vừaqua Đại dịch COVED-19 đã tạoramộtlàn sóngtác động mạnhmẽ lên nền kinh tế và hệ thống ngân hàng toàn cầu Tính đến giaiđoạn ngliiêncứu, ngân liàng thương mạiViệt Nam cũng không tránhkhỏi tác động tiêu cực của đại dịch Ngliiên cứuvề

tác độngcủa COVID-19 vàcácyếu tốnội tại đến hệ số an toànvốntại cácngân hàng thươngmại Việt Nam là cầntlúết đểđảnh giá thúi hình vốn trong bối cảnhkhó kliăn này

Đại dịch COVID-19 đã ảnh hưởng đếnmọi mặt trongđời sống kinh tế xã hộicủa các quốc gia trên toàn thế giới trongđóViệt Nam cũng không ngoại lệ Hoạtđộng kinhtế bị ngưng trệ bởi các biện pháp bảo đảm phòng chống dịch “để giảm sự lây lancủa COVED-19, clúnli phủ đã banhànhcác clúến lược giảm tlúểư dựa trên giãn cách xãhội, kiểm dịch qưốc gia và đóng cửa các doanhnglúệpkhông tlúếtyếư Việc nềnkrìihtếngừng hoạt động là một cú sốc lớn của các ngân liàng”(Acharya và Steffen 2020)

Hàngloạt các doanh nglúệp pliá sản, người lao động mấtviệc làm clúnh là một trong những nguyên nhân ảrdi hướng lớn đến hoạt động tín dụng của các ngân liàng klú những klrách hàng đi vay bị mất nguồn thu nhập không trảnợ được cho ngân liàng theo đímg cam kết Neu CAR của các ngân liàng giảm

sẽ đedọa đến sựan toàncho toàn hệ thống,có thể thấyđể đàm bảo sự ổnđịnh vàhệ sốan toàn vốn của ngân hàng luôn duy trì ở mức an toàn, các tổchức tài chính phảitích cực trong việc đánh giá vàquàn lý rủi ro tiước những tác động tiêu cực của môi trường kinhtế Ngành ngân hàngcíia một qưốc gia hoạt động ổn định sẽ tạo ra một sự tăng trưởng kinhtế bền vững và cóthể chống lại những khủng hoảng bất lợi của nền kinhtế Sự kiệnCOVED-19 đã thửtliách sựổn định của ngàrdi ngân liàngvà tác động xấư đến hệ thống tài chính Chính vi vậyviệc nghiên cứu về chủ đề“tác động của COVDD-19 đến hệ số an toàn vốn củacácngân hàng thương mại Việt Nam” là vôcùngcầntlúếttrongbối cảnh hiện nay

Bài nghiên cứugồm 5phần: phần 1 giới thiệu đề tài nghiên cứu, phần 2cơ sở lý thuyết về các yếutố tác động đến hệ số an toànvốn củacácNHTM, các quy định của Basel về hệ số an toànvốn, những quy địnhvà Thông tưcủa NHNN về điều chỉnh tỷlệ an toànvốn tại các NHTM Việt Nam, lược kliảo các nghiên cứu tiước có hên quan đếnđề tài, pliần 3 trình bày phương phápnglúên cứu, phần 4 đưa ra kết qưả nghiêncứư vảcưối cùng là kếtluậnvàhàmýclúrdi sách đưa ra một số giải pháp vàkiến nglụ nhằm cài thiện và duy tri tính ổnđịnhcủa hệ số an toàn vốn trong bối cảnhđại dịch COVID-19

2 Cơ SỞ LÝ THUYẾT VỀ HỆ SÓ AN TOÀN VÓN CỦA NHTM

2.1 Hệ số an toàn vốn của NHTM

Theo Al-Sabbagh(2004), tỷ lệan toàn vốntrong hull vực ngân hàng, được đýili nglũa là khả năngtlianh toándựa trên tỷlệvốncổphần crìangân hàng so với tàisân có rủiro, và là một thước đo quan trọngđể đánh giátính "an toàn vả lành mạrdi"ciìa các ngân liàng NHTW quy định mức tối thiểu an toàn vốn của các NHTMbằng cách ban hànhcáchànhđộng pháp lýđể đảm bảo hoạt động đáng tincậy và hiệu quả của hệ thống tài chính Điều này cũng giúp các NHTM giữ vững vị thế từ đó tạo niềm tin choklrách liàng tin vào toàn bộhệ thống ngân hàng

Áp dụng tỷ lệ vốn antoàn cao được coi là một giải pliáp phòng ngừa trong tinhhuống ngân hàng pliá sản, bảo vệvả duy tri sựổnđúìli cíia hệ thống ngân liàng trong kinhtế Việc thực hiện các tiêu chuẩn CAR theotiêu chuẩn quốc tếsẽgiúp ngânhàng Việt Nam thuhút được vốn đầu tư nướcngoài Hơn nữa,

hệ số CAR giúp NHNN có cái nhìn tổng quát để tlúết lập chínhsách phù hợp trong từng giai đoạn Klú

hệ thống ngân hàng ổnđỊnli,không clủ làmcho các hoạt động của ngân Iràng pháttriểnhơn, mà còn tạo đỉều kiện thuậnlợi chocác chủ thể kinh doanh klrác pliát triển Đây chính là lý do hệ số an toàn vốn được áp dụng rộng rãi theoquy chuẩn quốc tế để đo lường khả năng gặp khó khăn tại các NHTM Việt Nam Klú hệ thống ngân liàngổn dink khôngchỉ làm cho cáchoạt động củangân hàng phát triển hơn,

mà còn tạođiền kiện thuận lợi cho các chủthể kinhdoanhkliácplráttriển Điều nảy đồng thời cũngthúc đẩy tăngcường sự cạnhtranh klú thamgia vào các thịtrường qưốc tế

Tỷ lệ an toàn vốn dựa trêntiên chuẩn Basel là một trong những tiêu chuẩn cần tlúết để đánh giá sựan toàncủa NHTM Nếungân hàngcó thể bảo đảmtỷ lệ CAR điềunày chothấyngân hàngđã xây được mộtnềnmóngchắc cliắn để chống lại cri sốc tài cliúdi Hiện tại clúuig ta có thể chứng kiến ngàrdi ngân liàng đã vượt qưa được thời kỳkhó kliăn củadịch bệnh COVID-19 và đangđược pliát triển vềlùnli thức

và qưy mô

Việc tận dụng kliả năng kiểm soát vảgiảm tlúểưrủi ro của Ngânhàngsẽ tạo ra niềm tin cho người dân

và khuyến klúch họ thực hiện các giao dịchtại ngân liàng Klú hệ thống ngân liàng ổn đỊnli không clủ làm cho các hoạt động củangân liàngtrơn tiuhơn, mà còntạo điều kiện thuận lợi cho cácchủ thể kinh doanh kliác pháttriển Điều này đồng thời cũng thúc đẳy tăngcường sự cạnhtranh klú tliam gia vào các thị trường quốc tế

Hội nghị Khoa học trẻ lần 5 năni 2023(YSC2023)-IUH

2.2 Đo lường hệ số an toàn vốn

Theo Thông tư 22/2019 củaNHNN, hệ số antoàn vốn CAR được tính theocôngthức saư đây:

(yôn cẵp 1 + Kôn cắp 2) Tài sản có trọng số rủi ro Trongđó:

+ Vốn cấp 1 bao gồm vốn tự có, tài sànvô hình, vốn cổ phần thường và dự phòng lợi nhuận đã được kiểm toán Được sử dựngđể xửlý các khoản lỗvà khôngđòihỏi ngân hàng ngừng hoạt động

+ Vốncấp 2 gồm lợi nhuậngiữlại chưa kiểmtoán, dự phòng tổntliất chưng và dựtiữ chưa kiểm toán Vốn cấp2 là vốn có khả năng chịu lỗ trong trường hợp ngân hànggặp khókhăn, do đó, nócưng cấp múc

độ bảo vệtliấp honcho ngườigửitiền và chủ nợ

Vốn tựcó có vai tròquantrọng tronghoạt động crìa NHTM vì nóyếutốcầntlúết để đánhgiá sức mạnh tài chínhcrìa một ngân hàng, nóilên năng lực tài clúnh vốn tựcó của chính NHTM vốntựcó sẽ là lá chắntrước các rủi ro hay tiước các chủ nợ nếu có những bất ổntác động đến vốncrìaNgânhàng Làco

sở để pliáttriển các nguồn vốn kliác của Ngânhàng

+ Tài sân có trọngsốrủiro

Tài sản có rủi ro là tổng tài sản có của ngân liàng được xác địnhbởimức độ rủiro vả giá tiị tài sản có tương ứng crìa cam kết ngoại bàng Mỗiloại tài sàn có của Ngân hàng sẽđược gắnvới mộthệ sốrủi ro căn cứ vàoimíc độ rủi ro củatài sân đó Hệ sốrủiro được NHNN quyđịnh cụ thể và nósẽđược sử dựng nhằmmục đích để tínhcáchệ số an toànvốncủaNHTM

2.3 Lược khảo các nghiên cứu trước đây về hệ số an toàn vốn

Phạm và Nguyên (2017) khinghiên cứu các yếutố tác độngđến CAR của29 NHTM Việt Nam, trong giai đoạn 2011-2015, nhăm phântích cách tỷlệ antoànvốnchịu tác động bởicácyếutố: SIZE, DEP, NIM, LOA Kết quả cho tliấylãicận biên vàtlianh khoản tácđộng cùng clúều đáng kể lên tỷ lệ an toàn vốn và có mối liên hệ ngược clúềư giữa rủi ro tín dụng và tỷ lệ cho vay trên tài sànvới tỷ lệ CAR Nglúên cứu cũngclủ ra mối liên hệ ngược chiềugiữarủi ro tín dụng và tỷ lệ cho vay trên tài sànvới tỷ lệ CAR Nghiên cứu này cung cấp thông tin quan trọngvề tác động của các yếutốvĩmô và tài chínhđến

sự ổnđịnh tài chính củangân hàng

Nglúên cứu của Vuvà Dang (2020) xác định những yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của các ngân liàng thương mại Việt Namtrong giaiđoạn từ 2011 đến 2018, trên một mẫugồm 31 ngân liàng Kếtquả cho thấyrằng đònbẩy tài chính, dự phòng rủi ro cho vay và tỷ suất lợi nhuận trên vốnchủ sở hữu đều có tác động tiêu cực đến tỷ lệ CAR (Tỷ lệ vốn chủsở hữu) củacácngân hàng thươngmại Việt Nam, trong klútỷsưất lợi nhuận trên tài sản lại có tác động tích cực Nglúên cứu này nhấnmạnhvaitrò quan trọng của các yếu tốtàichính trong việcđánh giá sự ổnđịnh tài chínhcrìa ngânhàng

Nglúên cứu ciìa Aliff (2009) tập trung vào các yếu tố tác động đến tỷ lệ vốn của các ngân hàng Malaysia Trongnghiêncihi củaminlỊ, tác giả sửdụng dữliệu bảng không cân bằng trong giaiđoạn từ

1995 đến 2002 Tác giả đã nghiên cứu một sốyếutố bao gồm các khoản cho vaykhônghiệuquả (nợ xấu), chỉ sốrủi ro, quy mô và kliả năng sinhlời Kết quả cho thấy cả khoảnchovay kém hiệu quả (nợ xấu)và cliỉ sốrủi rođều cótác động cùng chiềuđếntỷlệ vốn Tuynhiên, quymô cótác động ngược clúềư và khả năng sinh lời không cótác động đến tỷ lệ vốn Nglúên cứư này cung cấp thông tin quan trọng về các yếu tố tácđộng đến sự ổn định tài chính củacácngânhàng ở Malaysia

Nglúên cứu của Pliạm Phát Tiến và Nguyễn Tlụ Kiều Ny (2019) nghiên CIÌU các nhân tố ảnh lurởngđến

tỷ lệ an toàn vốn tối thiểu của các ngân hàng thương mạiở Việt Nam Tácgiả xây dựng môlùnh hồi qưy tuyến tính đa biến với dữ liệu dạng bàng được thư thập từ 29 NHTM tronggiaiđoạn 2013-2017.Kết quả irớc lượng chothấy qưy mô ngân hàng và tỷ lệ vốnchủsở hữu trên tài sản tỷ lệ thuận đến tỷ lệ an toàn vốn tối thiểu Trongklú đó, tỷ suất lợi nhuận trên tổng tài sàn vàtỷ lệ dựphòng rủi ro cótác động nghịch đến tỷ lệ an toàn vốn tối thiểu Nglúên cứu này không tìm tliấybằng cluing tác độngcủa thu nliập lãi thuần, tỷlệ cho vay trên tổng tài sản vàtỷ lệnợ xấu đếnbiến phụ thuộc Nglúên cứunàycung cấp thông tin hữu ích cho việc hiểu sự ổn định tài clihdi của các ngân liàng thương mạiở Việt Nam

Tóm lại, các nglúên címtrênđềư cruig cấp thông tinquan trọng về các yếutốảnh hưởng đến sựổn đýih tài clúnhcủa các ngân hàng trong các qưốc gia klrác nliaư, các kết quả có thể khác nhaudo phạm vi

nglìiên cihi, phương pliáp và thời gian nglúên cihikliác nliau Tuy nhiênđể nghiên cirii rõ hơn về mối quan hệ giữa đại địch Covid -19 vả hệsố an toàn vốn của cácngân hàngthương mại trong bối cảnhmột nềnkinhtế đang pliát triểnnhưViệtNam vàngân hàng là tụi cột quan trọng trongsir pliát triển của nền kinh tế đất nước tlù chưa có nhiều ngliiêncứu thực hiện về chủ đề này Clúnli vi vậy, nghiên cứu này đượcthực hiệnđể tìmra có hay không sự tác động ciìa đại dịch Covid -19 đến hệ số an toànvốn củacác ngânliàng thương mại Việt Nam Ngliiêncihi có ý nglũa nliất định đối với hoạt động của ngân hàng trong bối cảnhthựctiễntrong khoảng thời gian vừa qưa

3 PHƯƠNG PHÁP NGHIÊN cửu

3.1 Mô hình nghiên cửu

Với mục tiêunhằm tìm hiểu và đolường tác động của COVID 19 cùng với các yếutố nội tại củaNgân liàng thương mại bao gồm qưy mô ngân lìàng; tỷ lệ tiền gửi của khách liàng; tỷ lệ cho vay của ngân liàng; tỷ lệ dự phòng rủi ro tín dựng; tỷ sưất lợi nliưận trên vốn chủ sở hữu; tỷ lệ tài sản có kliả năng thanhkhoản; hệ số đòn bẩy, ROA, tỷ lệ nợ xấu, tỷ lệ thunhập lãi cậnbiên, tốc độ tăng trưởng kinhtế đến hệ số an toàn vốn mô liinh nghiêncihi được xây dựng Dựa trên nglúêncứư củaM Algưacil & et al (2010),nglúên cứu đề xuấtmô hình sau:

CARit = po + plCOVID19it + + P2COVID CASEit + p3ROAit + p4SIZEit + pSLEVit + póDEPit +

p7LOAit + p8LLRit + p9LIQPit + plONIMit + pllNPLit + pl2GDPit + pl3CPIit ãt

Trongđó:

- (COVID) được đo lường bằng2 yếutố:

+ COVED 19là 1 nếu ngân liàng bị tác động, nếu ngân liàng không tácđộng sẽ nhận giá tiị là0

+ COVID CASElà sốca trên triệu dâncuốinăm tiừđi sốcatrêntriệu dân đầunăm

- (CAR) là hệ số an toàn vốn của NHTM giai đoạnnăm 2009- 2021

- (SIZE)làquymô ngân hàng dựa trên tổng tài sản ngân liàng giai đoạnnăm 2009-2021

- (DEP) tỷlệ huy động vốn từng năm giai đoạn2009 đến năm 2021 cilia cho tồngtài sản của ngân hàng từng năm giaiđoạn2009 đến năm 2021

- (LOA) là khoản tiền cho vay của ngân liàng từng năm giai đoạn2009 đến năm 2021

- (LLR) là tỷ lệdự phòng rủi ro tíndụngcủangân hàng theo từng năm giai đoạn 2009 đến năm2021

- (LIQ) là tỷlệ tài sản có kliả năng tlianli khoản của ngân liàng từng năm giai đoạn 2009 đến năm 2021

- (LEV) là hệ số đòn bẫy tài clúnli được lượng hóa bằng vốnchủ sỏ hữucủa ngân liàngtừng năm giai đoạn 2009 đến năm 2021

- (NIM) là tỷlệ thu nliập lãi cận biên củangân hàng được xác định bằng thư nhậpthuần trên tổng tài sản

cósinh lãi

- (NPL)là tỷlệ nợ xấư trên tống dưnợ củangân liàng

- (GDP)tốc độ tăng trưởng kinh tếcủa Việt Nam giai đoạn 2009-2021

- (CPI)chỉ sốgiátiêu dìuig của Việt Namgiai đoạn 2009-2021

Bàng 1 Mô tả các biến được sử dụng trong mô hình

Bi í!I1 phụ thuộc

CAR Hệ số an toàn vốn Hệ số an toàn vốn củangân liàng

Biến độc lập

giá tiị là 1, nếu ngân hàngkhôngtác động sẽ nhận giá trịlà ò

COVED CASE (Số ca/1 triệu dân cuốinăm - số ca/1 triệudân đầu

năm)/Sốca/1 triệu dân đầu năm * 100%

Biến kiễm soát

SIZE Qưy mô ngân liàng Tổng tàisản củangân liàng

Hội nghị Khoa học trẻ lần 5 năni 2023(YSC2023)-IUH

LEV Hệ số đòn bẩytài chính Von chú sờ hữu

Tong tài sản

LLR Dự phòng các khoản cho vay khó

đòi

Dụ phòng tôn that rút ro tin dụng Tầng dvf nợ tín dụng

DEP Tiền gửi của khách liàng Tổng tiền gùi của khách hàng

Tổng tài sàn

LOA Tiền cho vay của ngân liàng Tổng số tiền cho vay

Tỗng tài sản

LIQ Hệ số tlianh khoản nên mặt rà các khoán tương đương tiền

Tổng tài sản

ROA Kliảnăng sinh lợi trên tổng tài sản Lợi nhuận trvỉớc thuê

Tỏng tải sản

NIM Tỷ lệ thu nliập lãicận biên Thu nhập ròng

Tông tài sản cósinhsinh lãi

Tổng dvt nợ

GDP Tốc độ tăng trưởngkinh tế Tốc độtăngtrưởngkinh tế của Việt Namgiaiđoạn

2009-2021 CPI Tỷ lệ lạmpliát Tỷ lệ lạm phát của Việt Nam giai đoạn 2009-2021

3.2 Phương pháp nghiên cứu

Ngliiên cứư mô lùnli hồi quybảng(PanelRegression) bằng các phương pliáp: phương pliáp binhphương nhỏ nhất tồng quát (OLS),mô hình các tác động cố định(FEM) và mô hình tựđộng ngẫunhiên (REM)

và các kiểm định Hausmantest để chọnla mô lùnh tlúchhợp Bên canh đó sử dụngFGLS để khắc phục hiện tượng phương sai và tự tương quan, sau đósửdụng phương pháp ước lượng dữ liệu bàng động 2 bước GMM để kiểm định và khắc phực hiện tượng nội sinh, với biến phụ thuộc là hệ số an toànvốn (CAR) và biến độc lập là: chỉsốCOVID-19, các biến kiểmsoát: quy mô ngân hàng (SIZE), tỷ suất sinh lợi trêntổng tài sân (ROA), tỷ lệ đòn bầy (LEV), thu nhập lãi thuần (NIM), tỷ lệ cho vay(LOA), tỷ lệ nợ xấu(NPL), tỷlệ huy động (DEP) vàtốc độ tăngtrưởng kinh tế (GDP) và tỷ lệ tiên dùng (CPI)

3.3 Dữ liệu nghiên cứu

3.3.1 Mầu nghiên cứu

Với mục đích nghiên cứu tác động của yếu tố COVID đến hệ sốantoànvốn tác động đếntỷ lệ an toàn vốncủa các NHTM Việt Nambàinghiêncứutrong phạm vi 27 NHTM Việt Nam từ năm2009 đếnnăm

2021 Nghiên cứu lựa chọn27 NHTM Việt Nam do các ngân hàng này công bố các báo cáo tài chính, báo cáo thường niênhầunhưđầy đủ và thực hiện trong giai đoạn 2009 - 2021 dolà giai đoạn mà hệ thống ngân hàng Việt Nam có nhiều biếnđộng như: đây là thời kỳsaưkilling hoảngtàiclúnh toàn cầu, diễn ra hoạtđộng tái cấưtrúc ngân hàng mạnhmẽ và sự xưấthiện của đại dịch Covid -19

3.3.2 Nguồn dữ liệu nghiên cứu

Dữliệu được thu thập từcác báo cáo thường niên, báo cáo tài chính của 27 ngân hàngtại Việt Nam tronggiai đoạn từ năm2009 đến năm 2021 Dữ liệu về Covid - 19 được lấy từ báo cáo tình hình Covid của tất cả các quốc gia trên toàn thếgiớicông bố và tổng hợp trênOurworldindata

4 KÉT QUẢ NGHIÊN cửu

4.1 Thống kê mô tả các biến

Bảng 2: Thống kê mô tả các biến nghiên cún

Biến

BẢNG A: TÁT CẢ CÁC NGÂN HÀNG BẢNGB: CÁC NGÂN HÀNG TMNN OBS MEAN STD MIN MAX OBS MEAN STD MIN MAX

CAR 351 0,15 0,54 0,08 10,30 52 0,18 0,07 0,08 0,50

COVID CASE 351 140,83 487,52 0 1827,26 52 140,84 491,58 0 1827,26 ROA 351 0,01 0,008 0 0,05 52 0,02 0,01 0,01 0,04 SIZE 351 2,48e+08 3,32e+08 10729 l,76e+09 52 5,33e+08 4,04 e+08 6,90e+07 l,53eK>9 LEV 351 0,09 0,04 0,03 0,33 52 0,08 0,03 0,05 0,20 DEP 351 0,65 0,13 0,25 0,91 52 0,68 0,08 0,50 0,84 LOA 351 0,55 0,13 0,14 0,81 52 0,57 0,10 0,35 0,75 LLR 351 0,01 0,01 -0,03 0,09 52 0,01 0,01 0,00 0,03 LIQ 351 0,04 0,03 0,01 0,19 52 0,04 0,02 0,01 0,12 NIM 351 0,03 0,01 -0,01 0,08 52 0,03 0,01 0,02 0,05

GDP 351 0,06 0,01 0,03 0,07 52 0,06 0,01 0,03 0,10 CPI 351 0,05 0,04 0,01 0,18 52 0,05 0,04 0,04 0,18

Nguồn: Kết quả được tính toán từ dữ liệu nghiên cứu và dựa trên phần mềm Staía

Biến

BẢNGC: CÁC NGÂN HÀNG TMCP BẢNGD: NGÂN HÀNG NƯỚC NGOÀI OBS MEAN STD MIN MAX OBS MEAN STD MIN MAX

CAR 286 0,16 0,60 0,08 10 13 0,16 0,01 0,14 0,17

COVID CASE 286 140,84 487,68 0 1827,26 13 140,84 506,71 0 1827,26 ROA 286 0,01 0,01 0 0,05 13 0,02 0,01 0,01 0,03 SIZE 286 1,42e+08 1.3Ố&4-O8 10729 7,03 e+08 13 2,30e+08 l,67e+08 2,75e+07 6,07e+08 LEV 286 0,10 0,04 0,03 0,33 13 0,09 0,02 0,06 0,13 DEP 286 0,63 0,13 0,25 0,89 13 0,56 0,10 0,36 0,69 LOA 286 0,53 0,13 0,14 0,81 13 0,54 0,12 0,35 0,68 LLR 286 0,01 0,01 (0,03) 0,89 13 0,03 0,02 0,00 0,05 LIQ 286 0,04 0,02 0,01 0,19 13 0,03 0,01 0,01 0,07 NIM 286 0,03 0,01 (0,01) 0,08 13 0,05 0,02 0,02 0,08

GDP 286 0,06 0,01 0,03 0,07 13 0,06 0,01 0,03 0,07 CPI 286 0,05 0,04 0,006 0,18 13 0,06 0,04 0,01 0,18

Bảng A cíia bảng 2 trinh bày số liệu thống kê tóm tắtcho tất cả cácbiến giải tlúch của 27 ngân liàngtại Việt Nam, trong kill bảngB báo cáo thống kê tóm tắt các biến giải tlúch cho 4 ngân hàng thương mại nhà nước và bảng c trình bày thống kê tóm tắtcác biến giải tlúch của22 ngân hàng thương mạicổ phần BàngD báo cáo thốngkê tóm tắtcác biếngiảithích cho 1 ngân hàng nước ngoài

Thống kê cho thấy rằng, nlùn chung các ngânliàng thương mại cổ pliần là nhóm ngân hàng có hệ số CAR, ROA, SIZE, LEV DEP,LOA,LLR, LIQ, NIM, NPL caọ hơn Ironsovới cácngân hàng nhà nước Bên cạnh đó,hệsốCOVED 19 và COVED CASE là đồng đều đốivới tất cả các ngân hàng

Cuốicùnglà các biếnvĩ mô, cho thấytốc độ tăngtrưởng GDP và CPI tại Việt Nam có tínhổnđịnh Qua bâng A cho thấy giá tiị trung bình CAR của 27 NHTM giai đoạn 2009-2021 đang nghiên cứu 16%, giá tiị lớn nhất là 100% và giá tiị nhỏ nhấtlà 8% Theo quy định của Thông tư 22/2019/TT-NHNN, tiếp cận chuẩnmực quốc tế Basel II,quy địnhhệsố CAR phải đảm bâo tối thiểu là 9% COVED 19 đạtmức trung binh là 15,38% Tronggiai đoạn 20019-2020 địch bệnhtiếp tục tái bùng phát, ngành ngân hàng tiếp tục đóng vai trò trụ cột hỗ trợ kinhtế,tích cực đưa ra các giải phápgiâmlãi suất cho vay, cơcấu nợ, cắt giảm clú plúđểhỗtrợ khách hàngvượt qua khó khăn đại dịch; đồng thời, kiểm soát cliất lượngtín dụng, tăng cường tríchlập dựphòng rủi ro tín dụng, tiết giảm clú plú hoạt động Tuy nhiên, kinh tế vẫn gặp khó kliăn do sựphức tạp trong kiểm soát dịch COVBD-19,biến độngthịtrườngvà thay đổi chính sách quốc tế Chính vì thế tình liinh địchbệnhcũng một phần nàođótác động đến CAR crìa các NHTM Việt Nam

Hội nghị Khoa học trẻ lần 5 năm 2023(YSC2023)-IUH

Bảng 3: Ma trận tuong quan

CAR ROA SIZE LEV DEP LOA LLR LIQ NIM NPL COVI

D COVID CASE

GDP CPI

CAR 1 00

ROA -0.06 1 00

SIZE -0.02 OOI 1 00

LEV 001 0.36 -0 41 1 00

DEP -0.09 -0.37 0.36 -0.27 1 00

LOA -0.03 0.02 0.45 -0.10 0.54 1 00

LLR -0.03 0.00 0.10 0 08 0.15 -0.02 1 00

LIQ -0 04 0.00 0.05 0.01 0.15 0.02 0.11 1 00

NIM -0 11 056 0.02 0.40 -0.03 0.30 0.29 008 1 00

NPL -0 04 -0.Ơ7 -0 04 0.07 0.02 0.06 0.03 -0.08 -0.01 1 00

COVID CASE -0.02 012 0.21 -0.05 0.48 0.13 0.05 0.04 0.04 0.00 1 00

COVID -0.03 0.12 0.26 -0 09 0.13 0.20 0.03 0.05 0.03 0.00 0.68 1.00

GDP 0 01 -0.05 -0 00 -0.06 0.02 0.03 0 01 -0.03 -0.01 -0.01 0.13 -0.51 1.00

CPI 0.16 0.26 -0 19 0.18 -0.51 -0.34 -0.01 0.03 0.09 -0.05 -0 19 -0.03 -0.03 1 00

Nguồn: Kết quả được tính toán từ (lữ liệu nghiên cứu và ảựa trên phần mềm Stata

Bàng 4: Kiểm định VIF

Ngiiồn: Kết quả được tính toán từ (lữ liệu nghiên cứu và dựa trên phần mềm Stata

Bien CO VID

19

COVED CASE

VIF

Thông qua bảng 3 chotliấy kết quả của ma trận hệ số tương quan giữacácbiến trong mô lùidi cho tliấy các cặp biến trongmô hình đềucó hệ số tương quailtuyến tính nhỏ hơn 0,8 Với kết quả trên cho thấy các biếnđã được đưa vào mô liinh là phù hợp Theo bảng kiểm định VIF đánhgiáhiện tượng đacộng tuyến Kết quả bàng 4 cho thấy, hệ số phóngđại VIF của các biến đều nhỏ hơn10 và giá tiị trung binh VIFbằng 2,62 Khoảng mộtnửa là lớnhơn 2 tlù cókliả năng xảy ra đa cộng tuyếnvà còn nửa biến còn lại clúếm số đông có hệ sốphóngđại VIF nhỏ hơn 2 Vớikết quả này chothấy mức tương quangiữa các biến là kliá yếudo đó kết luận lang mô hình không có hiện tượng đa cộngtuyến nglúêm trọng Saư đó nhóm tiến hành kiểm tra các khuyết tật của mô liinh được lựa chọncó lúện tượng phương sai sai số tliay đổi và hiện tượngtự tương quan hay không bằng kiểm định Wool và kiểm đỊiìli Wald Cho tliấy giá tiị Prob > F=0,0090(>0,05) mô hình có hiện tượngtự tương quan và p-value = 1,0000 > 0,05, mô hình không có hiện tượng phươngsaisai số thay đổi Do tồn tại hiện tượngtự tương quan nhómđã sử dụng kiểm định FGLS để khắc phục cáckhuyết tậtcủa mô lùnh

4.2 Ket quả nghiên cửu

Bảng 5: Kết quả hồi quy theo phưong pháp OLS, FEM, REM và FGLS

(-0.77) (-0.86) (-0.77) (-0.82)

ROA -7.231 -11.54** -7.231 -11.63**

(-1.53) (-2.04) (-1.53) (-2.06)

SIZE 2.67e-ll 4.70e-ll 2.67e-ll 1.52e-10

(-1.17) (-2.39) (-1.17) (-1.00)

(0.37) (-0.62) (0.37) (-0.64)

(-0.77) (-0.57) (-0.77) (-0.86)

(-1.84) (-1.65) (-1.84) (-2.01)

NPL -1.970 -1.303 -1.970 -5 979***

(-116) (-0.69) (-116) (-3.23)

CPI 2.631*** 2.138** 2.631*** 2.868***

(-0.20) (0.29) (-0.20) (0.14)

Breusch Pagan test 0,0000

* p<0.1, **p<0.05, ***p<0.01

Nguồn: Kết quả được tính toán từ ảữ liệu nghiên cứu và âựa trên phần mềm Stata

Nghiên cứuvới cácphương pháp OLS, FEM, REM, FGLS để tìm rasự tác động của COVID-19 đến hệ

số an toàn vốn của các NHTM

Theo bàng 5kết quâ đảnhgiá Wald F-test (P-value=l,0000) cho kết quảmôhìnhOLS phù hợp hơn tiếp theo đáidi giá Hausman test (P-value=0,2831) cho thấy mô hình REM là mô hìnhtối ưu hơn, đánh giá BreuschPagan test (P-value=0,0000) chothấy kết quảmô hình REM là môhình phùhợp nhất Sauđó nhóm tiến hành kiểm tra các khuyết tật của mô liinh được lựa chọncó lúện tượng phương sai sai số tliay đổi vả hiện tượngtự tương quan hay không bằng kiểm địnhWool và kiểm định Wald Cho tliấy giá tiị Prob> F=0,0090 (>0,05) môhình có lúện tượng tự tương quanvà p-value = 1.0000 > 0.05, mô hình không có hiện trrợngphươngsai sai số tliay đồi

Tiếp theo nglúêncứu đã tiến liànli thực hiện mô liinh FGLS để cải thiện hiện tượng sai số lúúễư tự tươngquan trong mô lihih đuợc chọn (REM) thông qưa kiểm định Hausmantest Kết quả cho thấysau

Hội nghị Khoa học trẻ lần 5 năm 2023(YSC2023)-IUH

thực lúện mô lùnh FGLS đãkhắc phục được sự tự tương quanvà tạo ra nlúều biến có ý nglũa hơn đến CAR Cụthể ROA, LEV, NIM tác động với mức ýnghĩa 5% Đồng thời biếnCPI, NPL tác động đến CAR với mức ýnghĩa 1%

Với cácyếutố tác động đến CAR được nói ở trênnhóm đã thực hiện kiểm định với biếnCOVED bao gồm COVED 19 (nhậngiá trị là 1 tronggiai đoạn 2020 2021, và nhậngiá trị là0 trong cácnămcòn lại), biếnCOVED CASE (là số ca cuối nărn-số ca đầu nărn/số ca đầu năm) bằng kiểm định GMM đểnghiên cứu klú địchbệnh COVID 19 xuất hiện sẽ cótác động đến CAR của các NHTM Việt Nam như thếnào Dựa vàọ kết quâ hồi quy FGLS, cho thấy các biến tác động đến CAR cụ thể ROA, LEVNIM, CPI, NPL

- C11Ỉ số ROAcótương quan ngược chiều với CAR, tác động với nứrcý nghĩa 5% Kết quâ này giống vớinghiên cứu của Bateni (2014) Klú lợi nhuận trên tồng tài sản của ngân liàng tăng 1%sẽ làm hệ số an toàn vốn của ngân hàng giảm 11,63% Mặc dù hoạt độngtín dụng của các ngân hàng tiềm ẩn nhiều rủi

ro, nhung nguyên nliânklúến lợi nhuậncủa cácngân liàng tăng cao là doclú plú dựphòng rủi ro được giảm tliấp

- Hệ số đònbầy LEV yếutố tác động đến hệ số CAR LEV có mối tương quan cùng chiều với hệ số CAR vàcó ý nghĩa thốngkêvới ýnghĩa 5%.LEVcàng cao đồng nglũa vớiviệc quy môvốnchủsở hữu của ngân liàng tănglên, đẫn đến tăng hệ sốCAR

- Yếu tố thứba tác động đếnCAR là NIM, qua kết quả từ bâng4.4 nhómthấy NIM tác động ngược clúềưvới CARvới ýnglũa 5% Klúlãi cận biêncủa ngân hàng tăng 1%sẽ làm hệ số an toàn vốn giảm 9.544% Kết quả này trái ngược với nghiên cứu của (Pharn Tlú Xuan & Nguyen Ngoe 2017) để tăng NIM, ngân liàng cần đảm bảo rằnghiệu số giữa thu nliậptừ lãi và clú plú lãilà dương, đỉềư nàynói lên hoạt động kinhdoanhcủangân liàng pliải đạt lúệư quả để có đủ kliả năng clú trả các khoản clúplú pliát sinh Ngân liàng cóthể tăngthu nliập lãi hoặc giảm clú plú lãi đểđạt được đỉều này

- Yếutố thứ bốn là CPI tácđộngcùngchiềuvới CAR ở mứcý nghĩa 1% KlúCPI tăng 1%sẽ làm tăng 2,868% CAR củaNHTM Đe tăng trưởng kinh tế bềnvũng, kiểm soátlạm phát ở rnirc mục tiêu vàổn địnhlàrất cầntlúết Vi vậy, trong bối cảnh hiện nay, cần có các chính sách để hỗ trợtăngtrưởng kinh tế, các chínhsáchtiềntệ hướngvào mực tiênkiểm soát lạm plrát để ổn định lãi sưấtthị trường ởrnrrctliấp, qua đó kích thích đầu tư, thúc đầy tăngtrưởng

- Yếutố cuối cùnglàNPL tácđộng ngượcchiềuvới CAR ở mứcý nghĩa1% KhiNPL tăngsẽlàmgiảm 5,979%CAR của NHTM Từ đó sẽ tác động đến lợi nhuận,gây ảnhhưởngđến an toànvốn, tới hoạt động của các ngân hàng Lợi nhuận giảm sẽ dẫn đếngiâm hệsốan toàn vốn của ngân liàng

Với cácyếutố tác động đến CAR được nói ở trênnhóm đã thực hiện kiểm định với biếnCOVED bao gồm COVED 19 (nhận giá trị là 1 tronggiai đoạn 2020 20 21, vànhận giá trị là 0 trong các năm còn lại), biếnCOVED CASE (là số ca error nărn-số ca đầu nărn/số ca đầu năm) bằng kiểm định GMM đểnghiên crhr klú dịch bệnh COVID 19xuất hiện sẽ cótác động đến CAR của cácNHTMViệt Nam như thếnào Nglúên cứu tiếp tụcthực hiệnhồi quy bằng phương pliáp GMM để khắc phực hiện tượngnộisinh tồn tại trongmôhình

Bàng 6: Kết quả mô hình hồi qny theo phương pháp GMM

MÔ HÌNH HỒI QUY THEO PHƯƠNG PHÁP GMM CHƯA COVID COVID 19 COVID CASE

(-2.00) (-2.06)

Nguồn: Kết quả được tính toán từ ảữ liệu nghiên cứu và ảựa trên phần mềm Stata

(-0.22)

(-2.98) (-2.78)

*p<0.1, **p<0.05, *** po.oi

• Trường hợp mô hình hồiquy không cóbiến COVED-19

Dựa vàosố liệu của bàng 6, klúchưa cótác động bởidịchbệnh COVID -19,hệ số an toàn vốncủa ngân hàng bị tác động bởi4 yếu tốlà: ROA, LEV, LOA, LLR Trong đóROA tác độngâm lên hệ sốan toàn vốn Kết quảhồi quy chothấy biếnSIZE,DEP, LIQ,NIM, NPL, GDP, CPI tác động không có ý nghía lênhệsố an toàn vốn của ngân hàng

Trong đó biến ROA có tác động ngược chiều đến CAR với hệ số hồi quy là -1,896 kết quả này trái ngirợcvói nglúên cứu của Buyukslvarcil and Abđioglu(2011) Nếu ngân liàngmuốn tăng lợi nhuận tlù liạ tỷlệ vốn tối thiểu củangân hàngxuống, bởi nếu muốn đạt được mức lợi nliưận caohon tlù ngân hàng phải cliấp nhận mở rộng danh mực đầư tư hoặc lựa chọn các danh mực đầư tưcó tính rủi ro cao hon Klú lợinhuận trên tổng tàisàn tăng 1% sẽ làm CAR giảm 1,896%

LOA tỷ lệ tiền chovay so với tổngtài sàn cótác động cùng chiềuđến CAR với hệ sốhồiquy 0,0769 Vớikết quả nàycho thấykill LOA tăng cũng làm hệ sốan toàn vốn củangân hàng tăngtheocụthể LOA tăng Ị% sẽ làm CAR tăng 0,0769%

Hệ số đònbầy tài chính (LEV)có ýnghĩa thống kê ở mứcý nghĩa 1% trongmôhình vàcó mối tương quan cùng chiều với CAR Kết quả này trùng với kết quả nghiên cứucủa Thùy vàClú (2015) Hệ sốđòn bẩy cao đồngnghíavới việc quy môvốn chủ sở hữu của các ngân liàng ngàymột tăngcao, điềunày làm cho hệ số antoàn vốn củaNHTM vi thế cũng tăng cao.Trong nghiêncứu này tlù cứ tăng 1%hệ số đòn bầy tlù cácNHTMViệt Nam sẽ tăng0,673%CAR

Tỷ lệ dự phòng rủi ro tín dụng (LLR) có mối quan hệ cùng chiều với CAR với hệ sốhồiquy là 0.814 Và tác độngvới mức ý nghĩa thống kê là 10% Nếu dự phòng rủi ro tín dụng tăng tlúchất lượngcáckhoản cho vay của các ngân liàng đangsưy giảm, đồngnglũa vớiviệcgiatăngrủirochotài sảncủa ngân liàng

• Trường hợp mô hình hồiquyvớibiếnCOVED-19

Vớikết quảở bảng 6 cho thấy trong trường hợpđưa biến COVID-19 vào mô lihúitlù hệ số an toàn vốn

cósự tương quan ngượcchiều với CAR Kết quả nghiêncứu cho thấy, biến COVED-19 có ýnglũa thống

kê tạiimíc 5% điều này có nglũa làklú dịch bệnh COVID 19 diễn racũng có tácđộng đến hệsốan toàn vốn của ngân hàng Klú số ca nhiễmtrongcộngđồngtăng thêm sẽ làm hệ số an toàn vốn củangân hàng giảm Trong nglúêncứu này klú số ca mức tăng 1%sẽ làm CAR của cácngân hàng giảm 0.0174% Kết quả này khác vớinghiêncứu của Lê ThịThanhLộc và cộng sự (2022) Trong thực tế, sự gia tăngsố ca mắc COVED-19 dẫn đến áp lực lớn lên hệ thống chămsóc sức khỏe Bệnh viện và cơ sở y tế có thể bị quá tài, dẫn đến sựsuy yếu hoặc thiếu hụt các dịchvụ chăm sóc y tế khác Bên cạnh đó số ca tăng thườngđi kèm với các biện pliáp hạn chế xã hội như phong tỏa cách ly xã hội để bảo vệ sire khỏe cho