đánh giá hiệu quả hoạt động tín dụng của ngân hàng thương mại tại việt nam từ 2017 2022

Bên cạnh đó, việc làm nổi bật được những kết quả trong quá trình hoạt động của ngân hàng thương mại như thành tựu đạt được trong năm hoạt động cũng như những hạn chế của công cuộc tái cơ

ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT

TÀI CHÍNH

Danh sách thành viên nhóm:

1 Trần Ngọc Khánh Uyên K204131902 2 Nguyễn Thị Minh Thư K204131895 3 Bùi Phạm Khánh Vy K204131903 4 Nguyễn Ngọc Quỳnh Như K204131886 5 Lê Nguyễn Hiếu Nghĩa K204131883

Thành phố Hồ Chí Minh, ngày 10.05.2023

ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT

TÀI CHÍNH

Danh sách thành viên nhóm:

1 Trần Ngọc Khánh Uyên K204131902 2 Nguyễn Thị Minh Thư K204131895 3 Bùi Phạm Khánh Vy K204131903 4 Nguyễn Ngọc Quỳnh Như K204131886 5 Lê Nguyễn Hiếu Nghĩa K204131883

MỤC LỤC

CHƯƠNG 1: GIỚI THIỆU 4

1.1 Lý do chọn đề tài 4

1.2 Mục tiêu nghiên cứu 4

1.3 Đối tượng, phạm vi nghiên cứu 5

1.4 Phương pháp nghiên cứu 5

1.5 Tính mới của đề tài 5

CHƯƠNG 2: CƠ SỞ LÝ LUẬN 7

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 10

3.1 Các giả thuyết 10

3.2 Dữ liệu nghiên cứu 10

3.3 Mô hình nghiên cứu 12

3.4 Giải thích các biến trong mô hình 14

CHƯƠNG 4: PHÂN TÍCH KẾT QUẢ, CHỌN MÔ HÌNH PHÙ HỢP VÀ DỰ BÁO 15

4.6 Dự báo hiệu quả hoạt động tín dụng của ngân hàng trong 1 năm tới 48

CHƯƠNG 5: KẾT LUẬN, KIẾN NGHỊ 52

5.1 Kết luận chung 52

5.2 Kiến nghị 52

TÀI LIỆU THAM KHẢO 54

CHƯƠNG 1: GIỚI THIỆU 1.1 Lý do chọn đề tài

Hiện nay, sự phát triển mạnh mẽ của Cách mạng Công nghiệp 5.0 đã và đang làm thay đổi toàn diện mọi mặt của các nền kinh tế trên thế giới nói chung và Việt Nam nói riêng Hội nhập kinh tế quốc tế tạo điều kiện cho quốc gia phát triển, tuy nhiên điều này cũng khiến cạnh tranh trong các lĩnh vực kinh tế trở nên gay gắt hơn và tài

trường nội địa Với kinh nghiệm lâu năm, công nghệ hiện đại, nguồn vốn lớn được hậu thuẫn bởi các tập đoàn tài chính vững mạnh và có uy tín trên thế giới, họ tự tin rằng sẽ đáp ứng đầy đủ mọi nhu cầu về lĩnh vực tài chính cho người Việt Có thể nói, các tập đoàn tài chính nước ngoài chính là thách thức đối với ngành Ngân hàng Việt Nam

Bên cạnh đó, việc làm nổi bật được những kết quả trong quá trình hoạt động của ngân hàng thương mại như thành tựu đạt được trong năm hoạt động cũng như những hạn chế của công cuộc tái cơ cấu ngân hàng thương mại sẽ mang lại rất nhiều lợi ích cho các bên quan tâm đến đầu tư, kinh doanh phát triển chẳng hạn như: chính phủ, các tổ chức tín dụng, nhà đầu tư, công ty xí nghiệp muốn tham khảo, tư vấn về mặt tài chính chuyên môn cũng như có những cái nhìn khách quan và toàn diện hơn trong việc ra quyết định kinh doanh hoạt động, buôn bán trao đổi và đầu tư vào thị trường kinh tế - tài chính

1.2 Mục tiêu nghiên cứu

Mục tiêu của đề tài này là vận dụng các kiến thức từ môn học Phân tích chuỗi thời gian trong tài chính để phân tích, đánh giá và đưa ra các khuyến nghị nhằm cải thiện hiệu quả hoạt động của ngân hàng thương mại tại Việt Nam, cụ thể là các ngân hàng

phân tích các dữ liệu tài chính và kinh doanh, cũng như đánh giá hoạt động trên thị trường của 3 ngân hàng để đưa ra các khuyến nghị cải thiện hiệu quả hoạt động của các ngân hàng này, cũng như dự báo hiệu quả hoạt động của các ngân hàng trong 3 năm tới

1.3 Đối tượng, phạm vi nghiên cứu

Bài nghiên cứu sẽ tập trung phân tích và đánh giá hiệu quả hoạt động của 3 ngân hàng thương mại tại Việt Nam là BIDV, Vietcombank và Techcombank Các biến được sử dụng trong bài là Hệ số thu nợ, Hiệu quả sử dụng vốn, Vòng quay vốn tín dụng, Tỷ lệ nợ quá hạn, Hệ số rủi ro tín dụng

Về phạm vi nghiên cứu sẽ tập trung vào các ngân hàng có niêm yết trên các sàn chứng khoán, các báo cáo tài chính được thu thập từ trang thông tin CafeF Về mặt thời gian, bài nghiên cứu sẽ phân tích từ 2017-2022

1.4 Phương pháp nghiên cứu

Để thực hiện mục tiêu nghiên cứu của đề tài "ĐÁNH GIÁ HIỆU QUẢ HOẠT ĐỘNG TÍN DỤNG CỦA NG N HÀNG THƯƠNG MẠI TẠI VIỆT NAM NĂM TỪ 2017 - 2022", nhóm sẽ sử dụng các phương pháp trong phân tích chuỗi thời gian cụ thể là sử dụng cả phương pháp định tính, phương pháp định lượng và kết hợp chạy các mô hình nổi bật như ARIMA, VEC, VAR

Phương pháp định tính sẽ được sử dụng để tiếp cận và phân tích cơ sở lý thuyết và các bằng chứng thực nghiệm, thiết kế mô hình nghiên cứu, và thảo luận kết quả nghiên cứu, cũng như đưa ra các gợi ý và khuyến nghị liên quan

Phương pháp định lượng sẽ được sử dụng để xác định kết quả nghiên cứu bằng các phương pháp bao gồm thống kê mô tả, phân tích tương quan và phân tích mô hình hồi quy Đối với phương pháp định lượng, nhóm nghiên cứu sẽ sử dụng các chỉ số tài chính và kinh doanh như Hiệu quả hoạt động của NHTM, Hệ số thu nợ, Hiệu quả sử dụng vốn, Vòng quay vốn tín dụng, Tỷ lệ nợ quá hạn, Hệ số rủi ro tín dụng Các chỉ số này sẽ được xác định dựa trên kết quả chạy mô hình nhằm đánh giá hiệu quả hoạt động của ngân hàng thương mại trong các năm đã được đề cập

1.5 Tính mới của đề tài

Hiện tại, đã có tương đối nhiều nghiên cứu quan tâm đến vấn đề hiệu quả hoạt động ngân hàng theo cả hai hướng định tính và định lượng, nhưng việc sử dụng chạy mô

sử dụng mô hình DEA và sử dụng mô hình hồi quy để đánh giá các nhân tố ảnh

hưởng đến hiệu quả hoạt động của các ngân hàng thương mại của Đài Loan, tuy nhiên những biến số được sử dụng trong mô hình hồi quy, phân tích ảnh hưởng của các nhân tố đến hiệu quả hoạt động của các ngân hàng trong các nghiên cứu này, lại chỉ chủ yếu tập trung ở một số chỉ tiêu chính như: loại hình sở hữu, quy mô, và xem xét ảnh hưởng của một số chỉ tiêu khác như ROA, ROE

Dưới tác động của Covid-19 đối với nền kinh tế, một số ngành nghề gần như bị tê liệt hoàn toàn Hoạt động NH có sự liên thông với tất cả các ngành nghề trong nền kinh tế, vì vậy tác động của đại dịch sẽ khó đoán hơn

Nhóm nghiên cứu sử dụng phương pháp định tính và định lượng để phân tích và đánh giá thực trạng hoạt động kinh doanh của các NH Dữ liệu nghiên cứu là dữ liệu thứ cấp, được lấy từ báo cáo tài chính (BCTC) của 3 NHTM đang niêm yết trên thị trường chứng khoán Việt Nam (Techcombank, BIDV, Vietcombank) , thời gian từ năm 2017 – 2022 Nhóm đã tiến hành phân tích hoạt động kinh doanh cơ bản của NHTM thông qua kết quả hoạt động kinh doanh và những chỉ tiêu như hiệu quả hoạt động của NHTM, hệ số thu nợ, hiệu quả sử dụng vốn, vòng quay vốn tín dụng, tỷ lệ nợ quá hạn, hệ số rủi ro tín dụng nhằm phân tích và so so sánh hiệu quả kinh doanh của các NHTM giai đoạn diễn ra đại dịch Covid-19 Từ đó có thể bổ sung bằng chứng nghiên cứu thực nghiệm, kênh thông tin tham khảo về đánh giá hiệu quả hoạt động, giúp các nhà phân tích, quản trị ngân hàng có thể đưa ra chính sách phù hợp, góp phần nâng cao vị thế cạnh tranh của ngân hàng mình trên thị trường tài chính

CHƯƠNG 2: CƠ SỞ LÝ LUẬN

Theo nghiên cứu (Bình và cộng sự, 2021) về Các nhân tố ảnh hưởng đến hiệu quả hoạt động của ngân hàng thương mại giai đoạn 2017 - 2020, chỉ ra hiệu quả sử dụng vốn tương đương tỷ lệ cho vay/tổng tài sản tác động ngược chiều với hiệu quả hoạt động, tỷ lệ nợ xấu (tỷ lệ nợ quá hạn) cũng có ảnh hưởng tiêu cực đến hoạt động ngân hàng Quy mô tài sản (được tính bằng logarit tổng tài sản) có tác động thuận chiều với hiệu quả hoạt động, ngân hàng có quy mô tài sản càng lớn càng có nhiều khả năng mở rộng kinh doanh và chống đỡ được những biến cố thị trường đặc biệt năm 2020 khi bệnh dịch COVID-19 gây ra nhiều tác động tiêu cực đến các ngành kinh tế

Nghiên cứu (Đạt, 2021) cho thấy hệ số thu nợ càng cao thì càng tốt và tương quan dương với hiệu quả hoạt động của ngân hàng Vòng quay vốn tín dụng cũng được đánh giá càng cao càng tốt và có mối tương quan dương với hiệu quả tín dụng ngắn hạn của ngân hàng Về tỷ lệ nợ xấu (tỷ lệ nợ quá hạn) cũng như nghiên cứu (Bình và cộng sự, 2021) đã đề cập, tỷ lệ này thấp chứng tỏ hoạt động của ngân hàng tốt, mức độ rủi ro thấp và ngược lại Tác giả đánh giá hiệu quả sử dụng vốn càng cao thì mức độ hoạt động của ngân hàng càng ổn định và có hiệu quả, tuy nhiên kết quả phân tích cho thấy ở Việt Nam có sự trái ngược do chính sách thắt chặt tiền tệ Theo Basle Committee on Banking Supervision và Bank for International Settlements (2000), rủi ro tín dụng được định nghĩa là khả năng một khách hàng vay nợ nhưng không thực hiện các cam kết đã thỏa thuận từ trước với ngân hàng Boffey và Robson (1995) khẳng định loại rủi ro này là rủi ro đáng kể nhất ảnh hưởng đến hoạt động của các ngân hàng, trong khi Saeed và Zahid (2016) định nghĩa giá trị tín dụng là chỉ số quan trọng về sức khỏe tài chính và sự lành mạnh của các ngân hàng

Gwahula Raphael (2013) đã sử dụng phương pháp phân tích bao dữ liệu (DEA) để đánh giá hiệu quả hoạt động của các NHTM tại Tanzania trong giai đoạn bảy năm 2005-2011 Với quan điểm coi ngân hàng như một trung gian tài chính dẫn vốn trong nền kinh tế, tác giả lựa chọn các biến đầu vào bao gồm: lao động, khấu hao, chi phí hoạt động, chi phí tài chính; biến đầu ra là dư nợ và giá trị của các khoản đầu tư Kết quả nghiên cứu cho thấy hiệu quả chung của các ngân hàng ở mức thấp, chỉ đạt 53,2%, con số này khá thấp khi so sánh với trung bình các ngân hàng trên thế giới

Bài nghiên cứu cũng chỉ ra rằng, ở nhóm các ngân hàng nghiên cứu có hiệu quả phân bổ nhỏ hơn hiệu quả kỹ thuật, điều này hàm ý rằng các ngân hàng ở Tanzania đã phân bổ nguồn lực đầu vào chưa hợp lý Ngoài ra, nghiên cứu cũng sử dụng hồi quy Tobit để xác định các nhân tố tác động đến hiệu quả hoạt động tại các ngân hàng Tanzania Kết quả cho thấy quy mô ngân hàng, thu nhập ngoài lãi, tỷ lệ an toàn vốn có tương quan dương với hiệu quả hoạt động, ngược lại nợ xấu có tác động nghịch với hiệu quả hoạt động

Nghiên cứu “Credit Risk and Bank Performance in Ghana: An Empirical Investigation" của Agbloyor & Kumi (2018) nhằm mục đích phân tích mối quan hệ giữa hệ số rủi ro tín dụng và hiệu suất của ngân hàng tại Ghana Các tác giả đã thu thập dữ liệu từ 24 ngân hàng hoạt động tại Ghana trong giai đoạn 2006-2015 và sử dụng mô hình hồi quy tuyến tính để phân tích dữ liệu Kết quả của nghiên cứu cho thấy rằng hệ số rủi ro tín dụng có tác động tiêu cực đến hiệu suất của ngân hàng Cụ thể, các tác giả đã phát hiện ra rằng khi hệ số rủi ro tín dụng tăng lên, hiệu suất của ngân hàng sẽ giảm Bên cạnh đó, nghiên cứu cũng cho thấy rằng các yếu tố khác như kích cỡ của ngân hàng, tỷ lệ nợ xấu và hệ số đòn bẩy tài chính cũng có tác động đáng kể đến hiệu suất của ngân hàng tại Ghana Từ kết quả này, các tác giả đã đưa ra khuyến nghị rằng ngân hàng cần phải tăng cường quản lý rủi ro tín dụng và giảm tỷ lệ nợ xấu để cải thiện hiệu suất hoạt động của mình Nghiên cứu này đóng góp cho việc hiểu rõ hơn về mối quan hệ giữa hệ số rủi ro tín dụng và hiệu suất của ngân hàng, và có thể được áp dụng để đưa ra các quyết định quản lý rủi ro tín dụng hiệu quả tại các ngân hàng khác

Bên cạnh đó, Le (2017) đã sử dụng mẫu dữ liệu gồm 40 ngân hàng trong giai đoạn 11 năm để nghiên cứu các yếu tố ảnh hưởng đến lợi nhuận của NHTM tại Việt Nam bằng phương pháp GMM (generalized method of moments) Nghiên cứu sử dụng hệ số dự phòng rủi ro tín dụng/tổng dư nợ là biến độc lập của mô hình; kết quả chỉ ra biến đo lường rủi ro tín dụng có mối quan hệ đồng biến với khả năng sinh lời của các NHTM Việt Nam

Nair và Fissha (2010) cũng đã nhận thấy các NHTM có hệ số nợ xấu cao và hệ số này có tác động nghịch biến đến ngành công nghiệp Hệ số nợ xấu, một biến đo lường rủi ro tín dụng, có thể làm giảm hiệu quả hoạt động tài chính của các ngân

đó đối mặt với khủng hoảng tài chính càng cao Nói cách khác, mức rủi ro tín dụng cao có thể dẫn đến mức rủi ro vỡ nợ cao, cuối cùng sẽ làm nguy hại đến các khách hàng gửi tiền của ngân hàng (Bizuayehu, 2015) Vì thế, các ngân hàng thực sự cần một phương pháp quản lý và hạn chế rủi ro tín dụng hiệu quả Việc quản lý rủi ro tín dụng hiệu quả không những giúp các ngân hàng cải thiện được tính bền vững và khả năng sinh lời trong hoạt động của mình mà còn đóng góp cho việc phân bổ vốn hiệu quả và sự ổn định của nền kinh tế (Psillaki và cộng sự, 2010) Hiệu quả sử dụng vốn (CEE), hiệu quả sử dụng nguồn nhân lực (HCE) và cơ cấu vốn (SCE) có ảnh hưởng tích cực đến hiệu quả hoạt động tài chính của các ngân hàng (Lê Hồng Nga & Nguyễn Thành Đạt, 2021)

Hiện nay, trên thế giới đã có nhiều nghiên cứu phân tích mối quan hệ giữa rủi ro tín dụng và hiệu quả hoạt động của ngân hàng Trong khi một số nghiên cứu tìm ra ảnh hưởng đồng biến của rủi ro tín dụng đến khả năng sinh lời của các ngân hàng, một số nghiên cứu khác lại cho thấy mối quan hệ nghịch biến giữa rủi ro tín dụng và khả năng sinh lời của ngân hàng Boahene và cộng sự (2012) đã kiểm định mối quan hệ giữa rủi ro tín dụng và lợi nhuận tại 06 NHTM ở Ghana giai đoạn 05 năm từ 2005 đến 2009 Tác giả sử dụng 03 biến đo lường rủi ro tín dụng, gồm: hệ số nợ xấu, hệ số khoanh nợ ròng (net charge-off rate) và hệ số lợi nhuận trước khi trích lập dự phòng/tổng dư nợ; trong khi đó, tỷ suất sinh lợi trên vốn chủ sở hữu (ROE) được sử dụng làm biến phụ thuộc Kết quả hồi quy từ mô hình dữ liệu bảng chỉ ra rủi ro tín dụng có mối quan hệ đồng biến với hiệu quả hoạt động của ngân hàng, cho thấy các ngân hàng ở Ghana có khả năng sinh lời cao mặc dù chịu rủi ro tín dụng cao

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Các giả thuyết

Dựa trên cơ sở lý luận ở phần trước, nhóm đã đưa ra 4 giả thuyết như sau: H1: Hệ số thu nợ tác động cùng chiều đến hiệu quả hoạt động của ngân hàng H2: Hiệu quả sử dụng vốn tác động ngược chiều đến hiệu quả hoạt động của ngân hàng

H3: Vòng quay vốn tín dụng tác động cùng chiều đến hiệu quả hoạt động của ngân hàng

H4: Hệ số rủi ro tín dụng tác động ngược chiều đến hiệu quả hoạt động của ngân hàng

3.2 Dữ liệu nghiên cứu

Dữ liệu nghiên cứu được thu thập từ Báo cáo tài chính của các ngân hàng BIDV, Vietcombank, Techcombank theo từng quý từ năm 2017 đến năm 2022

Tình hình hoạt động các ngân hàng trong giai đoạn 2017-2022

a) BIDV

Ngân hàng Đầu tư và Phát triển Việt Nam (BIDV) là một trong những ngân hàng lớn nhất tại Việt Nam và có sự hiện diện rộng khắp trong cả lĩnh vực ngân hàng thương mại và tài chính

đến 1.6 triệu tỷ đồng vào năm 2021 Đây là một tốc độ tăng trưởng ấn tượng cho thấy sự tăng trưởng mạnh mẽ của ngân hàng trong giai đoạn này

năm 2021, tăng gấp đôi so với mức 5.1 nghìn tỷ đồng vào năm 2017

trung vào các tỉnh và thành phố đang phát triển Hiện nay, ngân hàng có hơn 1,000 chi nhánh và phòng giao dịch trên toàn quốc

khách hàng, đặc biệt là các chính sách hỗ trợ các doanh nghiệp nhỏ và vừa Đồng thời, ngân hàng cũng đầu tư vào các hoạt động xã hội như giáo dục, y tế, v.v

b) Vietcombank

Ngân hàng TMCP Ngoại Thương Việt Nam, hay còn gọi là Vietcombank, là một trong những ngân hàng lớn nhất tại Việt Nam và được đánh giá là một trong những ngân hàng có hiệu quả hoạt động tốt

đạt hơn 1,6 triệu tỷ đồng, tăng gần 10% so với đầu năm và tăng hơn 50% so với năm 2017 Đây là một kết quả rất tích cực, cho thấy sự phát triển bền vững của Vietcombank trong nhiều năm qua

2021 dự kiến đạt khoảng 24,2 nghìn tỷ đồng, tăng gần 7% so với năm trước Từ năm 2017 đến năm 2020, lợi nhuận trước thuế của Vietcombank đã tăng trung bình khoảng 35% mỗi năm, cho thấy sự tăng trưởng đáng kể của hoạt động kinh doanh

cho vay của ngân hàng đạt gần 1,2 triệu tỷ đồng vào cuối năm 2021, tăng gần 11% so với đầu năm Tăng trưởng này đến từ cả hai phân khúc cho vay cá nhân và doanh nghiệp Đặc biệt, tín dụng cho vay cho doanh nghiệp được đánh giá là một trong những thế mạnh của Vietcombank trong những năm gần đây

Tổng quan, Vietcombank là một trong những ngân hàng lớn và có hiệu quả hoạt động tốt tại Việt Nam, với tài sản lớn và tỷ lệ nợ xấu thấp Mặc dù lợi nhuận năm 2020 giảm nhẹ, nhưng ngân hàng đã có sự hồi phục mạnh mẽ vào quý đầu năm 2021

c) Techcombank

Ngân hàng Techcombank (viết tắt của Technical Commercial Joint Stock Bank) là một trong những ngân hàng thương mại lớn tại Việt Nam, được thành lập vào năm 1993 với tên gọi ban đầu là Vietnam Technical and Commercial Joint Stock Bank (Techcombank) Ngân hàng này đã trở thành một trong những ngân hàng có lợi nhuận và tài sản lớn nhất tại Việt Nam

đã tăng trưởng tài sản đáng kể, đạt trên 400 nghìn tỷ đồng vào cuối năm 2022 Đồng thời, lợi nhuận trước thuế của ngân hàng cũng tăng trưởng ấn tượng, đạt hơn 16 nghìn tỷ đồng vào năm 2022

 Tăng cường vị thế trên thị trường: Techcombank đã tiếp tục củng cố vị thế của mình trên thị trường thông qua các hoạt động mở rộng mạng lưới chi nhánh và đại lý trên toàn quốc Năm 2022, Techcombank đã có tổng cộng hơn 300 chi nhánh và đại lý

hóa sản phẩm và dịch vụ, đáp ứng nhu cầu khách hàng ngày càng đa dạng Techcombank đã phát triển các sản phẩm và dịch vụ như tài khoản tiền gửi, cho vay, thẻ tín dụng, bảo hiểm, đầu tư chứng khoán, v.v

triển khai các giải pháp số để tăng cường trải nghiệm khách hàng và cải thiện quy trình kinh doanh của mình Ngân hàng đã phát triển các ứng dụng di động, internet banking, thanh toán trực tuyến, v.v

lượng dịch vụ và tăng cường trải nghiệm khách hàng thông qua các chương trình khuyến mãi, chăm sóc khách hàng, v.v Năm 2022, Techcombank đã đạt danh hiệu "Ngân hàng tốt nhất Việt Nam" và "Ngân hàng tốt nhất về dịch vụ khách hàng"

Tuy nhiên, như các ngân hàng khác, Techcombank cũng đang phải đối mặt với nhiều thách thức trong quá trình phát triển Một trong những thách thức lớn nhất là đối phó với tình trạng nợ xấu và dư nợ trễ hạn, đặc biệt là trong bối cảnh đại dịch COVID-19 đang gây ảnh hưởng đến nền kinh tế toàn cầu

3.3 Mô hình nghiên cứu 3.3.1 Mô hình ARIMA

Mô hình ARIMA (Autoregressive Integrated Moving Average) là một phương pháp phân tích chuỗi thời gian Mô hình ARIMA kết hợp giữa mô hình tự hồi quy (AR -

hợp (I - Integrated) để xử lý các chuỗi thời gian phi tuyến

Trong mô hình ARIMA, "AR" đề cập đến mô hình tự hồi quy, nghĩa là giá trị hiện tại của chuỗi thời gian phụ thuộc vào các giá trị trước đó của chuỗi thời gian "MA" đề cập đến mô hình trung bình di động, nghĩa là giá trị hiện tại của chuỗi thời gian phụ thuộc vào sự khác biệt giữa giá trị hiện tại và giá trị trung bình của chuỗi thời

trị của chuỗi thời gian để tạo ra một chuỗi dừng, trong đó các giá trị của chuỗi thời gian không phụ thuộc vào thời gian

Mô hình ARIMA được sử dụng để dự báo giá trị tương lai của một chuỗi thời gian dựa trên các giá trị quan sát trong quá khứ của chuỗi thời gian Các tham số trong mô hình ARIMA bao gồm: p (độ trễ của mô hình tự hồi quy), d (mức độ tích hợp) và q (độ trễ của mô hình trung bình di động) Các giá trị này được xác định dựa trên việc xem xét độ trễ và tính chất phi tuyến của chuỗi thời gian

3.3.2 Mô hình VAR

Mô hình Vector Autoregression (VAR) là một mô hình thống kê dùng để mô hình hóa tương quan và tương tác giữa nhiều biến quan sát được trong thời gian Mô hình VAR được phát triển từ mô hình Autoregressive (AR) và mở rộng để cho phép xử lý một tập hợp các biến cùng lúc

Mô hình VAR giả định rằng mỗi biến trong một tập hợp các biến được mô hình hóa phụ thuộc vào giá trị của chính nó và các giá trị lịch sử của các biến khác trong tập hợp Một mô hình VAR(p) biểu diễn mỗi biến trong tập hợp bởi một phương trình autoregressive (AR) có các giá trị trễ của biến đầu vào và giá trị của các biến khác tại giá trị trễ đó

Mô hình VAR được sử dụng để mô hình hóa sự phụ thuộc tương tác giữa các biến và giúp đưa ra dự báo về tương lai của các biến quan sát được Các ứng dụng của mô hình VAR bao gồm dự báo tài chính, kinh tế học, và nhiều lĩnh vực khác trong nghiên cứu thống kê và khoa học dữ liệu

3.3.3 Mô hình VECM

Mô hình Vector Error Correction Model (VECM) là một mô hình dùng để phân tích mối quan hệ giữa các biến trong hệ thống thời gian VECM là một phiên bản mở rộng của mô hình Vector Autoregression (VAR), và nó cho phép chúng ta kiểm tra mối quan hệ dài hạn giữa các biến trong hệ thống

VECM được xây dựng trên cơ sở giả định rằng có một cân bằng dài hạn giữa các biến trong hệ thống Tuy nhiên, do ảnh hưởng của các yếu tố bên ngoài, các biến có thể dao động quanh giá trị cân bằng này VECM cho phép mô hình hóa quá trình điều chỉnh trở lại cân bằng dài hạn, thông qua việc thêm vào một thành phần sai số sửa đổi giữa cân bằng dài hạn và các biến trong mô hình VAR

VECM có thể được sử dụng để phân tích mối quan hệ giữa các biến và để dự báo giá trị của các biến trong tương lai Nó có thể được áp dụng trong nhiều lĩnh vực, bao gồm tài chính, kinh tế học, và các lĩnh vực liên quan đến dữ liệu thời gian

3.4 Giải thích các biến trong mô hình

hiệu Công thức tính Kỳ vọng dấu Biến phụ

thuộc Hiệu quả hoạt động của NHTM

vốn huy động

-

Vòng quay vốn tín dụng

CHƯƠNG 4: PHÂN TÍCH KẾT QUẢ, CHỌN MÔ HÌNH PHÙ HỢP VÀ DỰ BÁO

4.1 Thống kê mô tả

Sau khi tham khảo từ các nghiên cứu đi trước cũng như sàng lọc kỹ càng, nhóm nghiên cứu thu thập dữ liệu từ báo cáo tài chính của 3 ngân hàng theo quý tính từ năm 2017 đến 2022 và thu được phần thống kê mô tả của từng Ngân hàng như sau:

Bảng 4.1 Thống kê mô tả các biến ngân hàng Techcombank

Từ bảng 4.1, thống kê mô tả của Ngân hàng Techcombank cũng thể hiện được biến độc lập X2 (Hiệu quả sử dụng vốn) có giá trị trung bình cao nhất là 0.6455, và biến có giá trị trung bình thấp nhất là biến X3 (Vòng quay vốn tín dụng) 0.0559 Bên cạnh đó, các biến còn lại có độ dao động trung bình ở xấp xỉ nhau và có độ chênh lệch không quá lớn Từ đó, chúng ta có thể thấy rằng những biến X1, X2, X4 có tác động mạnh đến biến phụ thuộc CIR (Hiệu quả hoạt động của NHTM) và biến độc lập X3 còn lại có tác động yếu hơn đến biến phụ thuộc CIR.

X3 24 0.0482 0.0224 0.0170 0.0817

Bảng 4.2 Thống kê mô tả các biến ngân hàng BIDV

Từ bảng 4.2, ta có thể thấy rằng biến độc lập X2 (Hiệu quả sử dụng vốn) có giá trị

là 0.0482 Do đó, bảng trên đã cho ta thấy được rằng các biến độc lập gồm có X2, X3, X4 có sự tác động mạnh mẽ đến biến độc lập CIR trong khi biến X1 có tác động yếu hơn lên biến độc lập CIR đối với trường hợp của Ngân hàng BIDV

Bảng 4.3 Thống kê mô tả các biến ngân hàng Vietcombank

Khi xét đến thống kê mô tả của Ngân hàng Vietcombank, chúng ta thấy được rằng giá trị trung bình của biến độc lập X2 (Hiệu quả sử dụng vốn) là cao nhất: 0.7498 và biến độc lập X1 (Hệ số thu nợ) có giá trị thấp nhất: 0.0402 Qua đó, thu được kết luận tổng quát rằng biến độc lập X1, X3 tác động yếu hơn lên biến phụ thuộc CIR so với biến X2, X4 sẽ tác động mạnh hơn.

4.2 Kiểm tra tính dừng

4.2.1.1 Ngân hàng Techcombank

Biến CIR có p-value = 0.0518 < =10% => Có tính dừng

Biến X1 dừng tại sai phân bậc 1

Biến X2 có tính dừng do p_value < 0.05

Biến X3 dừng tại sai phân bậc 1

Biến X4 dừng tại sai phân bậc 1

4.2.1.2 Ngân hàng BIDV

Biến CIR dừng tại sai phân bậc 1

Biến X1 dừng tại sai phân bậc 2

Biến X2 dừng tại sai phân bậc 2

Biến X3 dừng tại sai phân bậc 3

Biến X4 dừng tại sai phân bậc 4

4.2.1.3 Ngân hàng Vietcombank

Biến CIR dừng tại sai phân bậc 1

4.3 Kết quả chạy mô hình 4.3.1 Ngân hàng Techcombank 4.3.1.1 Mô hình ARIMAX

 Tìm độ trễ phù hợp

Chọn độ trễ có nhiều * -> chọn độ trễ 1

 Kiểm định mô hình

Kiểm định phần dư

=> Phần dư dừng => Mô hình phù hợp

Kiểm định tự tương quan

Các biến tự tương quan ở bậc 4

Kiểm tra vòng tròn đơn vị

Các giá trị đều nằm trong vòng tròn đơn vị -> Mô hình phù hợp

4.3.1.3 Mô hình VECM

Các giá trị p-value đều lớn hơn 5% -> Các biến không có mối quan hệ nhân quả

Không có giá trị p-value nhỏ hơn 0.05 -> Không có đồng liên kết

4.3.2 Ngân hàng BIDV 4.3.2.1 Mô hình ARIMAX