GIỚI THIỆU VỀ ĐỀ TÀI NGHIÊN CỨU
Lý do chọn đề tài
Một ngân hàng có tính thanh khoản tốt sẽ giúp cho hệ thống ngân hàng vững mạnh, từ đó củng cố sự ổn định của thị trường tài chính và nền kinh tế đất nước Theo Crowe (2009), một ngân hàng có nguồn vốn dồi dào, chất lượng tài sản tốt và thu nhập cao vẫn có thể phá sản nếu tính thanh khoản kém Trong những năm gần đây, tuy tình trạng thanh khoản của ngân hàng thương mại (NHTM) đã tiến triển, có khởi sắc hơn sau cuộc khủng hoảng tài chính thế giới (2007-2009) nói chung và sau 2 lần hệ thống ngân hàng tại Việt Nam tái cơ cấu nói riêng (từ năm 2012 đến năm 2015), ngân hàng vẫn phải đối mặt với suy thoái kinh tế, diễn biến nợ xấu ngày càng đa dạng (tính đến quý 3/2023, tỷ lệ nợ xấu tại các ngân hàng dao động chủ yếu trong khoảng 1% - 3,9%), nguồn vốn tín dụng kém hiệu quả, lãi suất nhiều biến động, Vì vậy, tính thanh khoản của các NHTM tại Việt Nam vẫn còn nhiều rủi ro tiềm ẩn Ủy ban Basel về giám sát ngân hàng (BCBS) đã chỉ ra thanh khoản là vấn đề và là một trong những nguyên nhân sâu xa của cuộc khủng hoảng mà đa phần đã không được đề cập nhiều trong quá khứ
Trong năm 2023, ngân hàng Silicon Valley Bank (SVB) và First Republic của
Mỹ phá sản dẫn đến đã làm gia tăng nỗi lo của thị trường và khách hàng về việc sụp đổ của những ngân hàng khác Nhiều ngân hàng Mỹ bị rơi vào một vòng lặp, khi những tin tức xấu làm tiền gửi tháo chạy và tiền gửi tháo chạy lại càng tạo thêm tin xấu, làm tăng nỗi sợ về sự an toàn của tiền gửi và càng đẩy nhanh việc rút tiền Việc này cho thấy uy tín của một ngân hàng không chỉ ảnh hưởng đến mỗi ngân hàng đó, mà còn liên quan đến hệ lụy của cả hệ thống, đặc biệt là tính thanh khoản và uy tín
Tại Việt Nam, sự kiện về NHTM cổ phần Sài Gòn (SCB) đã là một hồi chuông cảnh tỉnh, những tin tức xấu khiến người dân rút tiền ồ ạt, gây hoang mang dư luận cũng như đã gây giảm uy tín đến hệ thống các ngân hàng tại Việt Nam Trong tình hình suy thoái kinh tế như hiện tại, các ngân hàng trên thế giới đều gặp phải khó khăn, đối với Việt Nam, một đất nước đang phát triển dù ít dù nhiều cũng sẽ bị tác động
Vì vậy, các nhà lãnh đạo ngân hàng và cơ quan chức năng của Ngân hàng Nhà nước (NHNN) Việt Nam cần có các chính sách linh hoạt để ứng biến những tình huống với từng thời kì của ngân hàng, nhằm ổn định thanh khoản cho toàn hệ thống
Từ những lý do trên, tác giả chọn đề tài “Các yếu tố ảnh hưởng đến rủi ro thanh khoản của ngân hàng thương mại tại Việt Nam" để nghiên cứu thông qua thuật toán học máy Machine Learning (ML), là thuật toán ứng dụng trí tuệ nhân tạo (AI) cho phép máy tính có khả năng cải thiện chính bản thân chúng dựa trên dữ liệu mẫu (training data) hoặc dựa vào kinh nghiệm (những gì đã được huấn luyện).
Mục tiêu của đề tài
Bài khóa luận được thực hiện với mục tiêu xác định và đo lường các yếu tố ảnh hưởng đến rủi ro thanh khoản của các NHTM Việt Nam, từ đó đưa ra các hàm ý chính sách và hàm ý quản trị phù hợp Ngoài ra, nghiên cứu (NC) còn được thực hiện nhằm bổ sung vào nhóm nghiên cứu liên quan về ảnh hưởng của các yếu tố đến rủi ro thanh khoản của các NHTM
Từ mục tiêu tổng quát, tác giả đặt ra mục tiêu cụ thể như sau:
- Thứ nhất, xác định các biến độc lập có tác động đến rủi ro thanh khoản Dựa trên nền tảng lý thuyết và mô hình của những NC trước, từ đó xây dựng mô hình NC phù hợp
- Thứ hai, phân tích, xem xét và chỉ ra các yếu tố tác động như thế nào đến rủi ro thanh khoản của các NHTM Việt Nam trong từ 2011 đến 2022
- Thứ ba, NC sẽ đưa ra những khuyến nghị nhằm đóng góp xây dựng nên hệ thống ngân hàng vững mạnh.
Câu hỏi nghiên cứu
Để đạt được mục tiêu nghiên cứu đã đặt ra, bài nghiên cứu đi tìm câu trả lời cho các câu hỏi sau:
• Các yếu tố nào ảnh hưởng đến rủi ro thanh khoản của ngân hàng thương mại?
• Các biến độc lập được xác định có mối tương quan như thế nào đến rủi ro thanh khoản của các NHTM tại Việt Nam giai đoạn 2011 - 2022?
• Mô hình nghiên cứu và phương pháp nghiên cứu nào được áp dụng để đo lường rủi ro thanh khoản của các NHTM Việt Nam?
• Cần có những khuyến nghị nào để giúp các nhà quản trị ngân hàng và các nhà quản lý chính sách đảm bảo khả năng thanh khoản hợp lý cho ngân hàng?
Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu: Các yếu tố ảnh hưởng đến rủi ro thanh khoản của các ngân hàng thương mại tại Việt Nam
Phạm vi nghiên cứu: Để đảm bảo có đủ số liệu làm báo cáo và để đảm bảo tính chính xác và độ tin cậy, tác giả lựa chọn 28 trên tổng số NHTM ở Việt Nam, giai đoạn 2011-2022 (do dữ liệu năm 2023 chưa được các ngân hàng công bố đầy đủ)
1.5 Đóng góp của đề tài
Nghiên cứu kế thừa những giá trị của các bài nghiên cứu trước có đề tài tương tự để từ đó đúc kết được những kết luận hợp lý cũng như đưa ra ra những giải pháp phù hợp với tình hình kinh tế hiện tại Các kết quả NC trong bài khóa luận này có thể dùng làm tài liệu tham khảo cho các học giả, nhà quản lý, nhà hoạch định chính sách góp phần nâng cao hiệu quả hoạt động ngân hàng, giảm thiểu rủi ro, cải thiện tính thanh khoản cho hệ thống NHTM Việt Nam, để từ đó góp phần đưa ra một góc nhìn khác về vấn đề để dễ dàng nhận diện rủi ro và có phương án xử lý thích hợp Ngoài ra, NC sử dụng ngôn ngữ lập trình Python để xử lý dữ liệu, Python là lựa chọn tốt cho việc phân tích dữ liệu kinh tế, vì nó có một hệ sinh thái thư viện đa dạng giúp nhà nghiên cứu kinh tế xử lý dữ liệu một cách hiệu quả Ngoài ra, Python có các thư viện giúp xử lý hình ảnh, mang lại các hình ảnh được trực quan hóa giúp hình dung dễ dàng hơn Đem đến một cách thức nghiên cứu còn khá mới, chưa được sử dụng rộng rãi nhưng lại mang tính hiệu quả cao Đóng góp thêm vào những nghiên cứu thực nghiệm và cũng như là nền móng cho những nghiên cứu sau này
1.6 Kết cấu bài nghiên cứu
Chương 1: GIỚI THIỆU VỀ ĐỀ TÀI NGHIÊN CỨU
Chương 1 trình bày tổng quan về bài nghiên cứu bao gồm các nội dung sau: lý do chọn đề tài; vấn đề nghiên cứu; mục tiêu của nghiên cứu; câu hỏi nghiên cứu; đối tượng và phạm vi nghiên cứu; ý nghĩa nghiên cứu; cấu trúc bài nghiên cứu
Chương 2: CƠ SỞ LÝ LUẬN
Trong chương này, trước tiên nghiên cứu sẽ trình bày cơ sở lý luận về thanh khoản và rủi ro thanh khoản, sau đó trình bày các nhân tố ảnh hưởng đến rủi ro thanh khoản và cuối cùng là tổng hợp các mô hình rủi ro thanh khoản trong các nghiên cứu trước đây liên quan đến chủ đề này
Chương 3: MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Dựa trên nội dung đã trình bày ở chương trước, chương 3 sẽ tập trung trình bày các nội dung về mô hình nghiên cứu, biến nghiên cứu, dữ liệu nghiên cứu, phương pháp nghiên cứu và quy trình đạt được kết quả mà mục tiêu nghiên cứu hướng tới
Chương 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Chương 4 tập trung vào hai nội dung: thống kê mô tả các biến nghiên cứu và kiểm định mô hình nghiên cứu, sau đó thu được kết quả NC và phân tích mối quan hệ tương quan và mức độ ảnh hưởng của tác động của các biến đến rủi ro thanh khoản của các NHTM Việt Nam
Chương 5: KẾT LUẬN VÀ KIẾN NGHỊ
Sau khi tổng hợp kết quả NC ở chương 4, chương 5 sẽ đánh giá lại kết quả
NC, đưa ra những nhận xét về những hạn chế của NC (nếu có) và cuối cùng đưa ra những khuyến nghị để nâng cao hiệu quả hoạt động thanh khoản cho các NHTM Việt Nam
KẾT LUẬN CHƯƠNG 1 Ở chương 1, tác giả đã giới thiệu về đề tài nghiên cứu và trình bày những vấn đề xung quanh đề tài nghiên cứu, bao gồm mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, mô hình và phương pháp nghiên cứu, cấu trúc của nghiên cứu và những đóng góp mà đề tài nghiên cứu mang lại.
CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN VỀ NGHIÊN CỨU TRƯỚC
Tổng quan khái niệm cơ bản
2.1.1 Khái niệm thanh khoản và rủi ro thanh khoản
Các khái niệm về thanh khoản và rủi ro thanh khoản được phổ biến theo nhiều cách nghĩ khác nhau, ở nhiều khía cạnh khác nhau và đã được hình thành từ lâu, Uỷ ban giám sát Basel (2008) cho rằng thanh khoản là khi ngân hàng có các nghĩa vụ đến hạn và ngân hàng phải giải quyết các nghĩa vụ đó nhằm mục đích là tránh tổn thất xấu cho ngân hàng, đồng thời ngân hàng phải tăng tổng tài sản để đáp ứng nhu cầu thanh khoản Ở một góc độ khác, Duttweiler (2011) đã phổ biến khái niệm cơ bản về thanh khoản trong ngân hàng là khả năng thực hiện nghĩa vụ của ngân hàng, nghĩa vụ tài chính khi đến hạn
Theo Duttweiler (2009), rủi ro thanh khoản có thể được hiểu là rủi ro khi NHTM mất khả năng thanh toán tại một thời điểm nào đó, hoặc các biến động tài chính phát sinh bất ngờ và đến hạn hoặc ngân hàng phải khẩn cấp huy động vốn với chi phí cao hơn nhiều để có thể đáp ứng ngay lập tức tình trạng thâm hụt thanh khoản; hoặc do các nguyên nhân chủ quan khác dẫn đến mất khả năng thanh toán của NHTM, sau đó sẽ gây nên những hậu quả khôn lường
Ngoài ra, theo Nguyễn Văn Tiến (2010), có ba nguyên nhân tiền đề khiến cho ngân hàng phải đối mặt với rủi ro thanh khoản thường xuyên là: “Thứ nhất, ngân hàng huy động và đi vay vốn thời gian ngắn, sau đó cứ tuần hoàn chúng để cho vay thời gian dài hơn Do đó nhiều ngân hàng phải đối mặt với sự không trùng khớp về kỳ hạn đến hạn giữa tài sản có và tài sản nợ.” ; “Thứ hai, sự nhạy cảm của tài sản tài chính với thay đổi lãi suất Khi lãi suất tăng, nhiều người gửi tiền sẽ rút tiền ra tim kiếm nơi gửi khác có mức lãi suất cao hơn Những người có nhu cầu tín dụng sẽ hoãn lại, hoặc rút hết số dư hạn mức tín dụng với lãi suất thấp đã thỏa thuận Như vậy, thay đổi lãi suất ảnh hưởng đồng thời đến luồng tiền gửi cũng như luồng tiền vay, và cuối cung là đến thanh khoản của ngân hàng.”; “Thứ ba, ngân hàng luôn phải đáp ứng nhu cầu thanh khoản một cách hoàn hảo Những trục trặc về thanh khoản sẽ làm xói mòn niềm tin của dân chúng vào ngân hàng.”
2.2.2 Đo lường rủi ro thanh khoản
Theo Aspachs & cộng sự(2005) và Vodová (2011), có nhiều cách khác nhau để đánh giá tình hình thanh khoản của ngân hàng và ở bài nghiên cứu này tác giả sử dụng cách sau:
LIQ= Tài sản thanh khoản/Tổng tài sản
Tỷ lệ này biểu thị tỷ lệ tài sản thanh khoản so với tổng tài sản, tỷ lệ này càng cao thể hiện khả năng thanh khoản của ngân hàng càng tốt và ngược lại, tỷ lệ này càng thấp thì khả năng thanh khoản của ngân hàng giảm dần
Ngoài cách tác giả đã chọn, vẫn còn các tỷ số thanh khoản tương ứng được dùng làm biến phụ thuộc với những nghiên cứu khác để NC các yếu tố ảnh hưởng đến khả năng thanh khoản của các NHTM:
LIQ2 =Tài sản thanh khoản / (Tiền gửi + Vốn huy động ngắn hạn)
Tỷ lệ tài sản thanh khoản trên tổng tiền gửi và tiền gửi ngắn hạn càng cao thì thanh khoản của ngân hàng càng mạnh và ngược lại, tỷ lệ này càng thấp thì thanh khoản của ngân hàng càng yếu
LIQ3 = Khoản cho vay / (Tiền gửi + Nguồn vốn ngắn hạn)
Tỷ lệ này cho biết tổng tiền gửi và tiền gửi ngắn hạn sẽ là bao nhiêu phần trăm trong tổng nguồn vốn vay, tỷ lệ này càng cao chứng tỏ khả năng thanh khoản của ngân hàng càng yếu và ngược lại tỷ lệ này càng thấp tính thanh khoản càng của ngân hàng càng cao
LIQ4 = Khoản cho vay / Tổng tài sản
Tỷ lệ này thể hiện bao nhiêu phần trăm tổng tài sản là nợ vay, tương tự LIQ3 tỷ lệ này càng cao chứng tỏ ngân hàng có khả năng thanh khoản yếu và ngược lại.
Các yếu tố tác động đến rủi ro thanh khoản
2.2.1 Các yếu tố cụ thể
• Khả năng sinh lợi trên vốn chủ sở hữu ( ROE)
ROE được tính bằng công thức lợi nhuận sau thuế trên vốn chủ sở hữu (CSH), cho thấy một đồng vốn CSH mang lại cho CSH bao nhiêu lợi nhuận sau khi khấu trừ thuế TNDN, đo lường hiệu quả trong việc sử dụng vốn CSH của doanh nghiệp
Kết quả nghiên cứu của Vũ Thị Hồng (2015) cho thấy có mối quan hệ cùng chiều giữa ROE và rủi ro thanh khoản, ngược lại ở một số nghiên cứu khác Vodová (2011), Valla và Escorbiac (2008), Mehmed (2014) cho thấy có mối quan hệ nghịch biến giữa ROE và rủi ro thanh khoản
• Tỷ lệ nợ xấu (NPL)
NPL thể hiện những khoản nợ khó đòi, có thời hạn quá hạn lớn và được cho là khó có khả năng thu hồi, đây là một trong những tỷ lệ thường được dùng để đánh giá chất lượng tín dụng của ngân hàng
Kết quả nghiên cứu của các tác giả Vodova (2011, 2013) và Vũ Thị Hồng (2015) đều cho thấy tỷ lệ nợ xấu NPL có tương quan tích cực đến rủi ro thanh khoản của ngân hàng
• Tỷ lệ cho vay trên tổng huy động (LDR)
Tỷ lệ cho vay trên tổng huy động LDR được đo lường bằng tổng dư nợ cho vay khách hàng (KH) trên tổng tiền gửi của KH, đây là chỉ tiêu sinh lời của ngân hàng bằng cách cho vay KH dựa trên tổng tiền gửi mà KH đã gửi tại ngân hàng Đây là một trong những chỉ số ảnh hưởng đến rủi ro thanh khoản của ngân hàng
Kết quả NC của Vodova (2013), Ha et al (2022), Yen et al (2019), và Mehmed (2014) cho thấy mối quan hệ tích cực giữa LDR và rủi ro thanh khoản của ngân hàng Nhưng nghiên cứu của tác giả Vũ Thị Hồng (2015) lại cho kết quả nghiên cứu ngược lại
• Tỷ lệ dự phòng rủi ro cho vay trên các khoản cho vay (LLP)
Tỷ lệ dự phòng cho vay trên các khoản vay LLP được đo lường bằng tổng số tiền dự phòng rủi ro trên tổng số tiền cho vay, thể hiện phần trăm tiền mà ngân hàng trích ra để dự phòng khi đối mặt với khả năng không thu hồi được khoản nợ từ khách hàng hoặc các khoản đầu tư mất khả năng thu hồi
Nghiên cứu của tác giả Nguyễn Hoàng Chung (2022) chỉ ra tỷ lệ dự phòng cho vay trên các khoản vay quan hệ cùng chiều với rủi ro thanh khoản
• Tỷ lệ cho vay trên tổng tài sản (LTA)
Tỷ lệ cho vay trên tổng tài sản (LTA) sẽ chỉ ra mức độ tham gia của ngân hàng vào hoạt động cho vay và tiềm năng sinh lời, là một công cụ hữu ích để đánh giá hoạt động cho vay, khả năng sinh lời và rủi ro của ngân hàng cũng như tình hình thanh khoản của ngân hàng
Hai bài nghiên cứu trước đây của tác giả Phan Thị Mỹ Hạnh và Tống Lâm Vy (2019), Nguyễn Hoàng Chung (2022) đã cho kết quả LTA có mối quan hệ tích cực với rủi ro thanh khoản của các NHTM Việt Nam
• Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA)
Tỷ lệ vốn CSH trên tổng tài sản ETA được đo lường bằng tổng vốn CSH trên tổng tài sản Tỷ số này có liên hệ mật thuyết với rủi ro thanh khoản của ngân hàng.Vốn chủ sở hữu như một tấm đệm giúp ngân hàng chống chọi với rủi ro khi trường hợp xấu xảy ra
Theo các nghiên cứu trước đây của tác giả Bunda và Desquilbet (2008), Vodova (2011), Vodova (2013) vàSingh và Sharma (2016) đều cho kết quả tỷ lệ vốn CSH trên tổng tài sản có mối quan hệ tích cực đến rủi ro thanh khoản của ngân hàng
• Quy mô ngân hàng (SIZE)
Quy mô ngân hàng được tính theo cơ số 10 logarit, là biến nghiên cứu phổ biến và được sử dụng rất nhiều trong các mô hình NC Theo kết quả các NC của Bunda & Desquilbet (2008), Mehmed (2014), Vodova (2013), Ha et al (2022), chỉ ra mối quan hệ tích cực giữa SIZE và rủi ro thanh khoản của ngân hàng Tuy nhiên các nghiên cứu của các tác giả Singh và Sharma (2016), Sopan và Dutta (2018),Phan Thị Mỹ Hạnh và Tống Lâm Vy (2019) lại cho kết quả ngược lại
2.2.2 Các yếu tố kinh tế vĩ mô
• Tốc độ tăng trưởng kinh tế (GDP)
Tốc độ tăng trưởng kinh tế (KT) thể hiện xu hướng phát triển của nền kinh tế qua từng thời kỳ khác nhau và là chỉ số được sử dụng rộng rãi trong các mô hình NC
Theo kết quả NC của Moore (2009), Ha et al (2022), Rauch et al (2010), Vodova (2011,2013), Mehmed (2014) cho thấy mối quan hệ tích cực giữa GDP và thanh khoản Ngược lại, các nghiên cứu của Aspach at al (2005), Singh và Sharma (2016), Phan Thị Mỹ Hạnh và Tống Lâm Vy (2019) chỉ ra mối quan hệ tiêu cực giữa GDP và rủi ro thanh khoản của ngân hàng Ngoài ra nghiên cứu của Valla (2008) nói rằng quy mô ngân hàng có thể tương quan âm hoặc dương với rủi ro thanh khoản của ngân hàng
• Tỷ lệ lạm phát (INF )
Tỷ lệ lạm phát phản ánh sự suy giảm sức mua trên một đơn vị tiền tệ, yếu tố này được sử dụng phổ biến trong các mô hình nghiên cứu, là một trong những yếu tố quan trọng tác động đến nền KT
Tổng quan các nghiên cứu trước đây
Đã có rất nhiều bài NC về các yếu tố ảnh hưởng đến rủi ro thanh khoản của các NHTM tại Việt Nam, dưới đây là những bài nghiên cứu tiêu biểu với những góc nhìn và phương pháp tiếp cận khác nhau
2.3.1 Tổng quan các nghiên cứu ngoài nước Đầu tiên là nghiên cứu của Aspachs et al (2005), nghiên cứu này sử dụng dữ liệu của các ngân hàng ở Anh được lấy từ bảng cân đối kế toán (CĐKT) và báo cáo thu nhập theo hàng quý, giai đoạn 1985 – 2003 Các tác giả đã chỉ ra khả năng thanh khoản của ngân hàng có mối quan hệ có mối quan hệ nghịch chiều với lãi suất Repo
2 tuần và lãi suất ngắn hạn; ngoài ra có mối tương quan thuận chiều với tỷ lệ vốn CSH, tỷ lệ cho vay/tổng tài sản và chính sách của NHNN và chu kỳ KT có tác động như thế nào đến một mức hỗ trợ thanh khoản Ngân hàng Trung ương với tư cách người cho vay cuối cùng (LOLR), có vai trò rất quan trọng trong việc duy trì khả năng thanh khoản, vì có thể đáp ứng việc thiếu hụt vốn trong trường hợp NHTM gặp phải khủng hoảng thanh khoản
Năm 2008, Valla và Escorbiac đã chỉ ra rằng những yếu tố: xác suất có sự hỗ trợ từ cho vay cuối cùng, tăng trưởng tổng sản phẩm quốc nội, tăng trưởng tín dụng, lợi nhuận ngân hàng và lãi suất ngắn hạn có quan hệ nghịch chiều với khả năng thanh khoản của các ngân hàng tại Anh Tuy nhiên, quy mô ngân hàng có thể nghịch chiều hoặc cùng chiều với khả năng thanh khoản Bản chất của NC này cũng có những nét tương đồng với các tác giả Aspachs et al (2005)
Bunda và Desquilbet (2008) nghiên cứu tính thanh khoản các ngân hàng mới nổi của 36 quốc gia khác nhau từ năm 1995 đến 2004 Các tác giả sử dụng những tỷ lệ khác nhau để đo lường, đặc biệt có dùng đến tỷ lệ vốn CSH trên tài sản để đánh giá tỷ lệ an toàn vốn Từ đó cho thấy được kết quả rằng tỷ lệ vốn CSH và quy mô ngân hàng đều cùng chiều với thanh khoản Hơn nữa, các yếu tố vĩ mô như tỷ lệ chi tiêu chính phủ trên GDP, tỷ lệ lạm phát INF cũng có quan hệ cùng chiều đến thanh khoản
Vào năm 2009, Moore cũng đã nghiên cứu về ảnh hưởng của cuộc khủng hoảng tài chính đến tính thanh khoản của các NHTM ở Mỹ Latinh và các nước Caribe,
NC cho thấy tính thanh khoản phụ thuộc vào nhiều yếu tố Yếu tố bên trong như nhu cầu tiền mặt của khách hàng và tình hình KT vĩ mô như GDP, tỷ lệ lạm phát có ảnh hưởng tích cực đến thanh khoản của ngân hàng Ngoài ra, lãi suất thị trường tiền tệ có tác động tiêu cực đến tính thanh khoản của ngân hàng
Khác với những nghiên cứu trước, năm 2011, Bonfirm và Kim thu thập dữ liệu từ Bankscope giai đoạn 2002-2009, tập trung nghiên cứu các ngân hàng ở Châu Âu và Bắc Mỹ trước và sau khủng hoảng để nêu ra được các yếu tố bên trong và bên ngoài có tác động đến khả năng thanh khoản của ngân hàng Các tác giả đã chỉ ra rằng đa số các ngân hàng thường bỏ qua các yếu tố bên ngoài – những yếu tố quan trọng tác động đến khả năng thanh khoản Do đó, NC này nêu bật tính cấp thuyết của các tổ chức tài chính bên cạnh những yếu tố ảnh hưởng đến khả năng thanh khoản
Cũng vào năm 2011, kết quả phân tích hồi quy dữ liệu của tác giả Pavla Vodová cho thấy rằng tỷ lệ vốn CSH, tỷ lệ nợ xấu, lãi suất cho vay, lãi suất giao dịch liên ngân hàng đều có tương quan dương với thanh khoản của các NHTM ở Cộng hòa Séc vào giai đoạn 2001 – 2009 Thêm vào đó, các yếu tố như INF, tỷ lệ tăng trưởng KT và khủng hoảng tài chính có tương quan âm đến thanh khoản ngân hàng
Vodová, P (2013) xác định các nhân tố ảnh hưởng đến hệ thống thanh khoản của các ngân hàng ở Hungary từ năm 2001 đến năm 2010 Từ kết quả của phương pháp hồi quy dữ liệu bảng, Vodová đã chỉ ra rằng thanh khoản ngân hàng có tương quan cùng chiều với an toàn vốn, lãi suất cho vay cũng như lợi nhuận; có tương quan nghịch với quy mô ngân hàng, biên lãi suất (LS), LS liên ngân hàng và LS chính sách tiền tệ
Nghiên cứu của Mehmed (2014) về rủi ro thanh khoản tại Bosnia và Herzegovina cho thấy kết quả NC cho thấy tỷ suất sinh lợi trên vốn CSH (ROE) và tốc độ tăng trưởng KT (GDP) tác động tiêu cực đến rủi ro thanh khoản, ngược lại quy mô ngân hàng lại có tác động tích cực
Singh và Sharma (2016) đã dùng phương pháp ước lượng OLS, FEM nghiên cứu để xác định bản chất các yếu tố vi mô và yếu tố vĩ mô ảnh hưởng đến tính thanh khoản của 59 ngân hàng ở Ấn Độ từ 2000 đến 2003 Kết quả NC thể hiện các yếu tố như tiền gửi, khả năng sinh lời, mức an toàn vốn và INF có tác động tích cực đến tính thanh khoản Ngược lại, SIZE và GDP có tác động tiêu cực đến thanh khoản ngân hàng
2.3.2 Tổng quan các nghiên cứu trong nước
Theo NC của tác giả Vũ Thị Hồng (2015), tỷ lệ vốn CSH, tỷ lệ nợ xấu và tỷ suất lợi nhuận đều có tương quan tích cực với tính thanh khoản Trái lại, tỷ lệ tiền cho vay và tiền gửi có mối quan hệ nghịch biến với tính thanh khoản Tuy nhiên, NC không chỉ ra được tác động của tỷ lệ dự phòng rủi ro tín dụng, quy mô ngân hàng đến tính thanh khoản Phương pháp FEM được tác giả sử dụng để xác định các nhân tố ảnh hưởng đến khả năng thanh khoản của 35 NHTM tại Việt Nam giai đoạn 2006-
Nguyễn Hoàng Phong và Phan Thị Thu Hà (2017) đã NC tính thanh khoản của ngân hàng theo tỷ lệ tài sản thanh khoản trên tổng tài sản (L1) và tỷ lệ tài sản thanh khoản trên vốn huy động ngắn hạn (L2) Kết quả NC về các yếu tố tác động đến khả năng thanh khoản của 32 NHTM Việt Nam từ năm 2006 đến 2015 chỉ ra rằng, tỷ lệ thanh khoản ngân hàng có tương quan cùng chiều với tỷ lệ vốn CSH, lãi suất liên ngân hàng, tăng trưởng KT, tuy nhiên lại ngược chiều với quy mô ngân hàng và tỷ lệ dư nợ cho vay Ngoài ra, nghiên cứu còn nhận thấy tỷ lệ thanh khoản ngân hàng cũng chịu ảnh hưởng của độ trễ thanh khoản kỳ trước
Vào năm 2018, Mai Thị Phương Thùy và Bùi Thị Điệp cũng đã nghiên cứu đề tài tương tự Kết quả chỉ ra rằng tỷ lệ vốn chủ sở hữu của ngân hàng (CAP); Lợi nhuận trên vốn chủ sở hữu (ROE); Tỷ lệ nợ xấu (NPL) của ngân hàng có mối quan hệ cùng chiều với rủi ro thanh khoản, ngược lại tỷ lệ cho vay trên tiền gửi (LDR) có mối quan hệ nghịch biến với rủi ro thanh khoản Ngoài ra, yếu tố quy mô ngân hàng và tỷ lệ dự phòng rủi ro tín dụng không có ý nghĩa thống kê trong mô hình nghiên cứu
Yến, Thủy, Long và Tú (2019) đã NC các nhân tố ảnh hưởng đến rủi ro thanh khoản ngân hàng tại Việt Nam trong 5 năm kể từ 2010, kết quả thu được cho thấy sự phụ thuộc vào nguồn vốn bên ngoài ngân hàng (EFD), tỷ lệ cho vay trên tiền gửi
MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Mô hình nghiên cứu
Kế thừa mô hình của các tác giả cả trong và ngoài nước về tính thanh khoản của NHTM cũng như các yếu tố ảnh hưởng đến rủi ro thanh khoản của ngân hàng thương mại trong từng thời kỳ, từ đó tác giả hình thành mô hình NC như sau:
Trong đó: α: hệ số chặn β1, … β7: Các hệ số hồi quy riêng lẻ của biến độc lập i: Ký hiệu của ngân hàng t: Ký hiệu của năm e: Sai số của mô hình
LIQR: Rủi ro thanh khoản của ngân hàng (Tính dưới dạng phần trăm)
ROE: Lợi nhuận sau thuế/ Vốn chủ sở hữu:
NPL: Tổng nợ xấu/ Tổng cho vay
CAP: Vốn chủ sở hữu/ Tổng tài sản
LLR: Dự phòng rủi ro tín dụng/ Tổng cho vay
LDR: Tổng cho vay/ Tổng huy động ngắn hạn
SIZE =: Log(Tổng tài sản)
INF thường được đo bằng tốc độ tăng trưởng chỉ số giá tiêu dùng CPI
GDP: Thước đo tiền tệ về giá trị thị trường của tất cả hàng hóa và dịch vụ cuối cùng của một hoặc nhiều quốc gia ở một thời điểm cụ thể.
Giả thuyết nghiên cứu
• Khả năng sinh lợi trên vốn chủ sở hữu (ROE)
Trong các nghiên cứu trước đây của tác giả Vũ Thị Hồng (2015), Mai Thị Phương Thùy và Bùi Thị Điệp (2018), Vũ Thị Hồng (2015), Mai Thị Phương Thùy và Bùi Thị Điệp (2018), Vodova (2013), Phan Thị Mỹ Hạnh và Tống Lâm Vy (2019) nhận thấy có mối quan hệ cùng chiều giữa ROE và rủi ro thanh khoản ngân hàng, do đó tác giả kỳ vọng ROE sẽ có tác động tích cực đến rủi ro thanh khoản ngân hàng trong mô hình NC này, giả thuyết NC được xây dựng như sau:
Giả thuyết H1: Khả năng sinh lợi trên vốn CSH có mối tương quan tích cực với rủi ro thanh khoản đối với các ngân hàng thương mại tại Việt Nam
• Tỷ lệ nợ xấu (NPL)
Kết quả nghiên cứu của Vodova (2011, 2013), Vũ Thị Hồng (2015), Mai Thị Phương Thùy và Bùi Thị Điệp (2018) đều cho thấy tỷ lệ nợ xấu NPL có ảnh hưởng tích cực đến rủi ro thanh khoản của ngân hàng, do đó tác giả kỳ vọng NPL sẽ có tác động tích cực đến rủi ro thanh khoản ngân hàng trong mô hình nghiên cứu này, giả thuyết nghiên cứu được xây dựng như sau:
Giả thuyết H2: Tỷ lệ nợ xấu có mối tương quan tích cực với rủi ro thanh khoản đối với các ngân hàng thương mại tại Việt Nam
• Tỷ lệ cho vay trên tổng huy động (LDR)
Kết quả nghiên cứu của Vũ Thị Hồng (2015), Nguyễn Hoàng Phong và Phan Thị Thu Hà (2017), Mai Thị Phương Thùy và Bùi Thị Điệp (2018), Nguyễn Thị Bích Thuận và Phạm Thị Tuyết (2021) cho thấy mối quan hệ tích cực giữa LDR và rủi ro thanh khoản của ngân hàng, do đó tác giả kỳ vọng LDR sẽ có tác động tiêu cực đến rủi ro thanh khoản ngân hàng trong mô hình nghiên cứu này, giả thuyết nghiên cứu được xây dựng như sau:
Giả thuyết H3: Tỷ lệ cho vay trên tổng huy động có mối tương quan tiêu cực với rủi ro thanh khoản đối với các ngân hàng thương mại tại Việt Nam
• Tỷ lệ dự phòng rủi ro cho vay trên các khoản cho vay (LLP)
Kết quả NC của tác giả Nguyễn Hoàng Chung (2022) chỉ ra tỷ lệ dự phòng cho vay trên các khoản vay có tương quan cùng chiều với rủi ro thanh khoản ngân hàng, do đó tác giả kỳ vọng LLP sẽ có tác động tích cực đến rủi ro thanh khoản ngân hàng trong mô hình nghiên cứu này, giả thuyết nghiên cứu được xây dựng như sau:
Giả thuyết H4: Tỷ lệ dự phòng cho vay trên các khoản cho vay có mối tương quan tích cực với rủi ro thanh khoản đối với các NHTM tại Việt Nam
• Tỷ lệ cho vay trên tổng tài sản (LTA)
Các NC trước đây của các tác giả Phan Thị Mỹ Hạnh và Tống Lâm Vy (2019), Nguyễn Hoàng Chung (2022) đã cho kết quả LTA có mối quan hệ tích cực với rủi ro thanh khoản ngân hàng, do đó tác giả kỳ vọng LTA sẽ có tác động tích cực đến rủi ro thanh khoản ngân hàng trong mô hình nghiên cứu này, giả thuyết nghiên cứu được xây dựng như sau:
Giả thuyết H5: Tỷ lệ cho vay trên tổng tài sản có mối tương quan tích cực với rủi ro thanh khoản đối với các ngân hàng thương mại tại Việt Nam
• Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA)
Theo các NC trước đây của tác giả Bunda và Desquilbet (2008), Vodová (2011, 2013),Singh và Sharma (2016), Vũ Thị Hồng (2015) đều cho kết quả tỷ lệ vốn CSH trên tổng tài sản có mối quan hệ tích cực đến rủi ro thanh khoản của ngân hàng, do đó tác giả kỳ vọng ETA sẽ có tác động tích cực đến rủi ro thanh khoản ngân hàng trong mô hình NC này, giả thuyết NC được xây dựng như sau:
Giả thuyết H6: Tỷ lệ vốn CSH trên tổng tài sản có mối tương quan tích cực với rủi ro thanh khoản đối với các ngân hàng thương mại tại Việt Nam
• Quy mô ngân hàng (SIZE)
Theo kết quả các NC của Singh và Sharma (2016), Sopan và Dutta (2018),Phan Thị Mỹ Hạnh và Tống Lâm Vy (2019), Nguyễn Thị Bích Thuận và Phạm Thị Tuyết (2021), Vodova (2013), Nguyễn Hoàng Phong và Phan Thị Thu Hà (2017) cho thấy có mối quan hệ tiêu cực giữa SIZE và rủi ro thanh khoản của ngân hàng, do đó tác giả kỳ vọng SIZE sẽ có tác động tiêu cực đến rủi ro thanh khoản ngân hàng trong mô hình NC này, giả thuyết NC được xây dựng như sau:
Giả thuyết H7: Quy mô ngân hàng có mối tương quan tiêu cực với rủi ro thanh khoản đối với các ngân hàng thương mại tại Việt Nam
• Tốc độ tăng trưởng kinh tế (GDP)
Theo kết quả NC của Valla (2008), Bunda và Desquilbet (2008), Yến, Thủy, Long và Tú (2019), Phan Thị Mỹ Hạnh và Tống Lâm Vy (2019), Hà et al (2022) cho thấy mối quan hệ tích cực giữa GDP và rủi ro thanh khoản, do đó tác giả kỳ vọng GDP sẽ có tác động tích cực đến rủi ro thanh khoản ngân hàng trong mô hình NC này, giả thuyết NC được xây dựng như sau:
Giả thuyết H8: Tỷ lệ tăng trưởng KT có mối tương quan tích cực với rủi ro thanh khoản đối với các ngân hàng thương mại tại Việt Nam
• Tỷ lệ lạm phát (INF)
Kết quả NC của Bunda và Desquilbet (2008), Moore (2009), Singh và Sharma (2016), Phan Thị Mỹ Hạnh và Tống Lâm Vy (2019) cho thấy INF có tương quan dương đến rủi ro thanh khoản ngân hàng, do đó tác giả kỳ vọng GDP sẽ có tác động tích cực đến rủi ro thanh khoản ngân hàng trong mô hình nghiên cứu này, giả thuyết
NC được xây dựng như sau:
Giả thuyết H9: Tỷ lệ lạm phát có mối tương quan tích cực với rủi ro thanh khoản đối với các ngân hàng thương mại tại Việt Nam
Dữ liệu nghiên cứu và phướng pháp nghiên cứu
Dữ liệu NC được tác giả thu thập số liệu thứ cấp từ bảng CĐKT và kết quả kinh doanh giai đoạn 2011-2022 của các NHTM Việt Nam đã được kiểm toán Khảo sát 31 ngân hàng TMCP tại Việt Nam ngoại trừ các ngân hàng 100% vốn nước ngoài và liên doanh, tác giả nhận thấy có 28 ngân hàng TMCP tại Việt Nam có đầy đủ số liệu thứ cấp từ năm trước 2011 đến năm 2022 Bên cạnh đó, nguồn dữ liệu của các biến vĩ mô được tác giả thu thập tại website The World Bank Sau khi số liệu được thu thập đủ, tác giả sẽ đưa vào Google Colab để phân tích mô hình nghiên cứu trên
Phương pháp nghiên cứu được tác giả sử dụng là phương pháp định lượng để xây dựng mô hình hồi quy đa biến Nghiên cứu sẽ được thực hiện bằng ngôn ngữ lập trình Python, giúp linh hoạt trong việc thu thập dữ liệu, tiền xử lý, trực quan hóa và phân tích dữ liệu Thuật toán tác giả sử dụng cho mô hình là Multiple Linear Regression, một thuật toán học có giám sát (supervised learning) sử dụng cho đa biến phân tích hồi quy trong Machine Learning, là một phương pháp thống kê dùng để ước lượng mối quan hệ giữa các biến độc lập (input features) và biến phụ thuộc (output target) Multiple Linear Regression giả định rằng sự tương quan giữa các biến là tuyến tính, từ đó tìm ra hàm tuyến tính tốt nhất để biểu diễn mối quan hệ này
Quy trình thực hiện được trình bày như sau:
Bước 1: Tiến hành thống kê mô tả, làm sạch các giá trị ngoại lệ, lọc và loại bỏ các bất thường của dữ liệu, kiểm định các khuyết tật của mô hình như đa cộng tuyến Phân tích thống kê mô tả để có cái nhìn tổng quan về các biến độc lập và biến phụ thuộc trong mô hình nghiên cứu, tiếp theo là phân tích mối quan hệ tương quan giữa biến phụ thuộc và biến độc lập, giữa biến độc lập với biến độc lập Phân tích tương quan sẽ xác định mối quan hệ tuyến tính giữa các biến nghiên cứu trong mô hình nghiên cứu Nếu dữ liệu có nhiều ngoại lệ, tác giả sẽ tiến hành cân bằng dữ liệu bằng hàm Normalize Hàm Normalize hoạt động bằng cách điều chỉnh giá trị của các biến số mà không thay đổi tỷ lệ hoặc phạm vi dữ liệu Mục tiêu là đưa các giá trị về một thang đo chung
Bước 2: Tác giả sử dụng hàm Linear Regression trong thư viện scikit-learn để tạo mô hình hồi quy tuyến tính đa biến.Sử dụng dữ liệu huấn luyện để đào tạo mô hình Sau khi thực hiện chạy mô hình, tác giả xem xét mô hình có hiệu quả cao nhất, từ đó áp dụng cho mô hình và dữ liệu
Bước 3: Sau khi đã có kết quả, tác giả tiến hành đánh giá và hoàn thiện mô hình, xem xét hiệu suất, độ tin cậy và hệ số hồi quy đảm bảo mô hình được xây dựng phù hợp với tập dữ liệu Một trong những điểm nổi trội của Python là trực quan hóa kết quả, biểu diễn dữ liệu dưới dạng đồ họa để giúp có cái nhìn rõ hơn
KẾT LUẬN CHƯƠNG 3 Ở chương 3, tác giả đã trình bày mô hình NC và các giả thuyết NC cho từng biến độc lập mà tác giả đặt ra, qua đó tác giả tóm tắt lại cách đo lường biến độc lập và dấu hiệu NC mà tác giả kỳ vọng đạt được trong NC này Ngoài ra, tác giả cũng giới thiệu các số liệu tác giả đã thu thập, phương pháp NC được sử dụng trong bài khóa luận này là phương pháp định lượng, thuật toán Multiple linear regression sử dụng cho đa biến phân tích hồi quy trong Supervised learning của học máy Cuối cùng, tác giả trình bày trình tự thực hiện các bước nghiên cứu mà tác giả đã áp dụng trong khóa luận này.
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Phân tích thống kê mô tả của biến nghiên cứu
Bảng 4.1 thể hiện các thông tin số liệu quan sát của 28 NHTM ở Việt Nam từ năm 2011 đến năm 2022
Bảng 4.0.1 Thông tin về số liệu quan sát
Nguồn: Tác giả tổng hợp
Thông tin về các biến độc lập được hiển thị trong bảng 4.2
Bảng 4.0.2 Thông tin về các biến trên ngôn ngữ lập trình python
RangeIndex: 336 entries, 0 to 335 Data columns (total 13 columns):
# Column Non-Null Count Dtype - - - -
0 Mã CK 336 non-null object
CK Năm LIQ ROE SIZE NPL GDP INF LDR LLP LTA ETA
11 ETA 336 non-null float64 dtypes: float64(10), int64(1), object(1) memory usage: 31.6+ KB
Nguồn: Kết quả thông tin trong Python
Vì dữ liệu có nhiều ngoại lệ nên cần phải xem xét xử lý để cân bằng dữ liệu Kết quả của quá trình này được biểu diễn qua Hình 4.1
Theo như hình 4.1, ta thấy được chỉ có biến SIZE không có ngoại lệ, các biến còn lại đều có ngoại lệ nên cần xử lý để cân bằng dữ liệu Theo đó, tác giả sử dụng hàm Normalize để chuẩn hóa dữ liệu Phương pháp này được thực hiện bằng cách chuẩn hóa các giá trị đầu vào thành các giá trị từ 0 đến 1, khi đó bình phương các giá trị đầu ra rồi cộng lại với nhau, giá trị sẽ bằng 1 hoặc xấp xỉ 1 Normalize sẽ thực hiện chuẩn hóa theo dữ liệu hàng ngang, đảm bảo sự liên kết của các biến Kết quả dữ liệu sau khi xử lý như sau:
Bảng 4.0.3 Dữ liệu sau khi được chuẩn hóa
LIQ ROE SIZE NPL GDP INF LDR LLP LTA ETA
Nguồn: Hàm Scale trong Python
Sau khi dữ liệu được chuẩn hóa, các biến sẽ được thống kê mô tả thông qua hàm Summary trong ngôn ngữ lập trình Python qua bảng 4.4
Bảng 0.4.4 Thống kê mô tả các biến trong mẫu NC
LIQ ROE SIZE NPL GDP INF LDR LLP LTA ETA count 336 336 336 336 336 336 336 336 336 336 mean 0.34282 0.10278 18.71106 0.02357 0.05803 0.05138 0.81223 0.01388 0.56985 0.09036 std 0.30893 0.09019 1.21570 0.01665 0.01571 0.04591 0.16001 0.00630 0.12471 0.03763 min 0.01677 -0.82002 16.39761 0.00190 0.02580 0.00630 0.11233 0.00001 0.14483 0.04062
Nguồn: Tác giả thu thập từ hàm Summary trong Python
Kết quả trong Bảng 4.4 cho thấy giá trị trung bình của thanh khoản LIQ được đo bằng tỷ lệ Thanh khoản trên Tổng tài sản là 0,342822 độ lệch chuẩn 0,308927
Giá trị lớn nhất là 3.722699 (Ngân hàng TMCP Sài Gòn - Hà Nội năm 2012) và giá trị nhỏ nhất là 0,01677 (Ngân hàng TMCP Bắc Á năm 2016) Tùy thuộc vào những biến động KT trong từng thời kỳ, tính thanh khoản của các NHTM ở Việt Nam có sự thay đổi
Lợi nhuận ngân hàng trên tổng nguồn vốn ROE có giá trị trung bình là
0.10690, độ lệch chuẩn là 0.07879, giá trị lớn nhất đạt 0.30332 (Ngân hàng TMCP
Quốc tế Việt Nam năm 2021) trong khi giá trị nhỏ nhất là -0.82002 (Ngân hàng
TMCP Tiên Phong năm 2011) Với con số âm này có thể thấy vào thời điểm 2011 ngân hàng Tiên Phong đã gặp khó khăn, chưa phát triển hiệu quả, khả năng sinh lời chưa cao
Quy mô ngân hàng SIZE được đo bằng Nhật ký (Tổng tài sản) có giá trị trung bình là 18.71106 và đây là biến có giá trị trung bình cao nhất trong các biến phân tích Độ lệch chuẩn là 1.21570, ngân hàng TMCP Đầu tư và Phát triển Việt Nam đạt giá trị lớn nhất là 21.47497 năm 2022, trong khi đó giá trị nhỏ nhất thuộc về ngân hàng TMCP Bảo Việt năm 2011 là 16.39761
Tỷ lệ nợ xấu có giá trị trung bình là 0.0236, độ lệch chuẩn 0.0167, giá trị lớn nhất đạt 0.1793 (Ngân hàng TMCP Quốc dân năm 2022) và giá trị nhỏ nhất là 0.0019 (Ngân hàng TMCP Kiên Long năm 2021) Tỷ lệ nợ xấu của ngân hàng luôn biến động dựa vào từng thời kỳ, vào những thời điểm nền kinh tế khó khăn, tỷ lệ nợ xấu càng tăng cao Năm 2021 – năm Covid thứ 2, ngân hàng Quốc dân có tỷ lệ nợ xấu cao nhất trong số các ngân hàng có nợ xấu tăng mạnh
Tốc độ tăng trưởng kinh tế bình quân GDP qua các năm của ngân hàng là 0.058025 với độ lệch chuẩn là 0.015707 Tốc độ tăng trưởng KT cao nhất đạt 8,02% vào năm 2022 và tốc độ tăng trưởng thấp nhất là 2,58% vào năm 2021 Trong những năm gần đây, tốc độ tăng trưởng GDP của Việt Nam có nhiều điểm nổi bật, đặc biệt năm 2022 mục tiêu đề ra là 6-6.5% nhưng thực tế tăng rất cao, vượt qua mốc 8% Đại dịch Covid vào năm 2020 và năm 2021 khiến nền kinh tế các nước trên thế giới gặp nhiều khó khăn, tuy vậy Việt Nam là một đất nước có tốc độ tăng trưởng KT ấn tượng
Tỷ lệ lạm phát INF có giá trị trung bình là 0.051375 với độ lệch chuẩn 0.045912 Năm 2015, Việt Nam có tỷ lệ lạm phát thấp nhất là 0,63% và cao nhất là năm 2011 với tỷ lệ lạm phát là 18,58% Hiện nay, Việt Nam là một trong số ít những đất nước có tỷ lệ lạm phát ở mức trung bình 4-6%, luôn được kiểm soát ổn định Qua đây có thể thấy được những nỗ lực đáng kể của Chính phủ và các nhà điều hành kinh tế vĩ mô, NHNN đã có chính sách quản lý chủ động, linh hoạt trong chính sách tiền tệ cũng như sự kết hợp chặt chẽ với chính sách tài khóa, có vai trò quan trọng trong việc kiểm soát và ổn định lạm phát
Tỷ lệ cho vay trên tổng huy động LDR có giá trị trung bình là 0.812232, độ lệch chuẩn 0.160013, giá trị lớn nhất là 1.770312 (Ngân hàng TMCP Bắc Á năm 2011) và giá trị nhỏ nhất là 0.112334 (Ngân hàng TMCP Đông Nam Á năm 2022)
Tỷ lệ cho vay trên tổng huy động đánh giá khả năng cho vay của ngân hàng, con số này dù quá cao hay quá thấp cũng không tốt, nếu tỷ lệ quá cao ngân hàng đã sử dụng phần lớn nguồn vốn cho việc cho vay, do đó sẽ ảnh hưởng đến khả năng thanh toán của ngân hàng Nếu tỷ lệ này quá thấp, ngân hàng chưa hoạt động hiệu quả trong việc là sợi dây nối giữa người thiếu vốn và người thừa vốn Tỷ lệ LDR được đánh giá là tốt khi càng gần 1, khi đó ngân hàng đã sử dụng nguồn vốn để cho vay có hiệu quả
Tỷ lệ dự phòng rủi ro cho vay trên các khoản cho vay LLP có giá trị trung bình là 0.013877, độ lệch chuẩn 0.00630 Giá trị lớn nhất là 0.077264 (ngân hàng TMCP Bưu điện Liên Việt) và giá trị nhỏ nhất là 0.00001 (ngân hàng TMCP Kỹ thương năm 2018) Ngân hàng luôn cần có đủ dự phòng rủi ro cho những kịch bản xấu nhất có thể xảy ra Ngân hàng TMCP Kỹ thương có tỷ lệ này khá thấp trong năm 2018, gặp vấn đề trong trích lập dự phòng rủi ro Việc quản lý tỷ lệ dự phòng rủi ro tín dụng đóng vai trò quan trọng trong việc tăng tính ổn định và bền vững cho hoạt động của ngân hàng
Tỷ lệ dư nợ cho vay trên tổng tài sản LTA có độ lệch chuẩn là 0.124709 Trung bình một ngân hàng sử dụng 56.98% tổng số tài sản dành cho hoạt động tín dụng Giá trị lớn nhất là của ngân hàng TMCP Đầu tư và Phát triển Việt Nam năm 2020 với 0.78806 và giá trị nhỏ nhất 0.144826 của ngân hàng TMCP Tiên Phong năm 2011
Tỷ lệ vốn CSH trên tổng tài sản ETA, trung bình một ngân hàng có tỷ số vốn của CSH bằng 9.03% so với tổng tài sản Theo tiêu chí của Basel, tỷ lệ này khoảng 12% được cho là tốt, như vậy 9,03% ở mức trung bình Giá trị lớn nhất là 23.83% (ngân hàng TMCP Sài Gòn Công thương năm 2012) và giá trị nhỏ nhất là 4.06% (ngân hàng TMCP Đầu tư và Phát triển Việt Nam năm 2017).
Thuật toán được sử dụng và kết quả mô hình
Nghiên cứu sẽ được tác giả thực hiện bằng ngôn ngữ lập trình Python thông qua Google Colab và thuật toán sử dụng cho mô hình là Multiple Linear Regression Thuật toán này được sử dụng cho đa biến phân tích hồi quy trong Supervised learning của học máy có giám sát
4.2.1 Phân tích mối quan hệ giữa các biến thông qua hệ số Pearson
Mối tương quan giữa các biến độc lập và biến phụ thuộc, biến độc lập và biến độc lập thông qua hệ số Pearson được thể hiện ở Bảng 4.5
Bảng 4.0.5 Mối tương quan giữa các biến thông qua hệ số Pearson (Corr in
LIQ ROE SIZE NPL GDP INF LDR LLP LTA ETA
Nguồn: Kết quả phân tích Corr trong Python
Mối tương quan giữa các biến được biểu diễn bằng Heatmap ở hình 4.2
Hình 4.2 Heatmap biểu diễn độ tương quan giữa các biến
Kết quả Bảng 4.5 và Hình 4.2 cho thấy tỷ lệ lạm phát INF và tỷ lệ vốn CSH trên tổng tài sản ETA có tương quan dương với LIQ Ngược lại, tỷ lệ lợi nhuận trên vốn chủ sở hữu ROE, tỷ lệ nợ xấu NPL, quy mô ngân hàng SIZE, tốc độ tăng trưởng kinh tế GDP, tỷ lệ cho vay trên tổng huy động LDR, tỷ lệ dự phòng rủi ro cho vay trên các khoản vay LLP và tỷ lệ cho vay trên tổng tài sản LTA có tương quan nghịch với LIQ Trong đó, các biến ROE, NPL, LLP có mối tương quan yếu với LIQ
Kết quả bảng 4.5 và hình 4.2 cũng cho thấy phần lớn các cặp biến độc lập có tương quan trung bình với nhau (
