GIỚI THIỆU NGHIÊN CỨU
TÍNH CẤP THIẾT CỦA ĐỀ TÀI
Ngân hàng là các định chế tài chính thực hiện các hoạt động kinh doanh ngân hàng bao gồm nhận tiền gửi, cung cấp tín dụng và cung cấp dịch vụ thanh toán qua tài khoản Tại Việt Nam, ngân hàng thương mại (NHTM) được biết đến với vai trò là các tổ chức trung gian tài chính, có nhiệm vụ chính là huy động, luân chuyển, phân bổ và sử dụng các nguồn lực tài chính trong nền kinh tế một cách có hiệu quả từ đó hỗ trợ nền kinh tế tăng trưởng một cách bền vững Trong quá trình hoạt động kinh doanh, hệ thống NHTM cũng phải đối mặt với nhiều loại rủi ro, có khả năng gây ra những ảnh hưởng nghiêm trọng cho bản thân ngân hàng hoặc cho cả nền kinh tế trong nước và thậm chí là kinh tế thế giới Tại Việt Nam, rủi ro thanh khoản được xem là một trong những loại rủi ro chính yếu thường được quan tâm Đây cũng là một trong những rủi ro đặc trưng của các ngân hàng thương mại cổ phần (TMCP) bởi nguyên nhân xuất phát đến từ tính chất trung gian tài chính hay cụ thể hơn là tính trung gian thanh khoản Nhìn chung, rủi ro thanh khoản không được đo lường trực tiếp bằng tổn thất tài chính như làm gia tăng chi phí hay giảm thu nhập của các ngân hàng như các loại rủi ro khác mà sẽ khiến ngân hàng mất khả năng thanh toán, từ đó gây ảnh hưởng đến hoạt động kinh doanh của chính bản thân ngân hàng đó, thậm gây ra tác động dây chuyền tới toàn bộ hệ thống ngân hàng thông qua thị trường liên ngân hàng
Trong lịch sử thế giới, nhiều cuộc khủng hoảng tài chính có nguyên nhân xuất phát từ vấn đề thanh khoản được ghi chép lại như cuộc đại khủng hoảng của chủ nghĩa tư bản vào giai đoạn năm 1929-1933, cuộc khủng hoảng kinh tế khu vực Đông Á hay cuộc khủng hoảng lớn về tài chính tiền tệ bắt đầu từ năm 2008 đã khiến cho nhiều ngân hàng bị phá sản hoặc buộc bị mua lại hay phải sáp nhập với ngân hàng khác Tiêu biểu cho rủi ro này tại Việt Nam là việc đổ vỡ các hợp tác xã tín dụng vào đầu những năm 90; hiện tượng khách hàng đổ xô đến rút tiền tại Ngân hàng TMCP Á Châu vào tháng 10/2003 hay giai đoạn mới đây là việc rút tiền ồ ạt tại ngân hàng TMCP Sài Gòn vào cuối năm
2023 Tất cả sự kiện trên đều có liên quan đến vấn đề khả năng thanh khoản của ngân hàng Vì thế mà các ngân hàng TMCP tại Việt Nam đã nhận thức được cần kiểm soát rủi ro thanh khoản này Ngân hàng nhà nước (NHNN) đã triển khai, định hướng các ngân hàng TMCP tại Việt Nam tuân thủ Basel II và hướng đến Basel III (từ 2025 trở đi), đây là một trong những biểu hiện tiêu biểu cho việc nhận thức, dự phòng rủi ro thanh khoản của NHNN Việt Nam trong tương lai gần nhằm nâng cao tính an toàn cho hệ thống NHTM Việt Nam Tính đến thời điểm hiện này, đã có nhiều nghiên cứu trong và ngoài nước đề cập đến loại các loại yếu tố ảnh hưởng đến khả năng thanh khoản này tuy nhiên vẫn tồn tại các tranh luận xoay quanh kết quả nghiên cứu
Với mục đích xác định và đo lường mức độ ảnh hưởng của các yếu tố đến rủi ro thanh khoản ở các ngân hàng TMCP tại Việt Nam từ đó đưa ra các khuyến nghị nhằm đóng góp vào các quyết sách, kế hoạch kiểm soát rủi ro thanh khoản tại Việt Nam Từ đó giúp cho hệ thống NHTM có thể đảm bảo an toàn, ổn định trong quá trình hoạt động, giúp cho nền kinh tế Việt Nam tránh khỏi những cuộc khủng hoảng về tài chính gây ra bởi rủi ro thanh khoản Đề tài “Các yếu tố ảnh hưởng đến rủi ro thanh khoản của các ngân hàng thương mại cổ phần Việt Nam” được sinh viên lựa chọn thực hiện nghiên cứu nhằm đáp ứng những đòi hỏi cấp thiết, mang tính quan trọng trong lĩnh vực tài chính ngân hàng hiện nay.
MỤC TIÊU NGHIÊN CỨU
Xác định các yếu tố ảnh hưởng đến rủi ro thanh khoản các ngân hàng TMCP Việt Nam Từ đó, đánh giá đo lường mức độ ảnh hưởng của các yếu tố nhằm đề xuất những khuyến nghị để các NHTM Việt Nam nhằm hạn chế rủi ro thanh khoản trong quá trình hoạt động kinh doanh
- Xác định yếu tố tác động đến khả năng thanh khoản của các NHTM tại Việt Nam
- Đo lường mức độ ảnh hưởng của các yếu tố ảnh hưởng đến khả năng thanh khoản tại các NHTM Việt Nam
- Đề xuất những khuyến nghị nhằm hạn chế rủi ro thanh khoản trong quá trình hoạt động kinh doanh cho các NHTM tại Việt Nam.
CÂU HỎI NGHIÊN CỨU
- Các yếu tố tác động đến rủi ro thanh khoản của các NHTM tại Việt Nam là gì?
- Mức độ ảnh hưởng đến rủi ro thanh khoản của các yếu tố đến các NHTM Việt Nam như thế nào?
- Các khuyến nghị nào có thể hạn chế rủi ro thanh khoản trong quá trình hoạt động kinh doanh mà các NHTM Việt Nam áp dụng được?/
PHƯƠNG PHÁP NGHIÊN CỨU
Nghiên cứu kết hợp sử dụng hai phương pháp nghiên cứu định tính và định lượng Trong đó, phương pháp định lượng là phương pháp chính bởi phương pháp này được sử dụng để xác định các yếu tố tác động đến rủi ro thanh khoản đồng thời đo lường mức độ ảnh hưởng của các yếu tố này đến rủi ro thanh khoản Cụ thể:
1.4.1 Phương pháp nghiên cứu định tính:
Sinh viên sử dụng phương pháp định tính trong việc hệ thống lại cơ sở lý luận xoay khả năng thanh khoản và rủi ro thanh khoản trong hoạt động kinh doanh ngân hàng Thông qua các nghiên cứu liên quan trong và ngoài nước đã được thực hiện trước đây về đề tài liên quan đến các yếu tố tác động đến rủi ro thanh khoản, sinh viên tiến hành tổng hợp, chọn lọc và hệ thống lại khung lý thuyết liên quan để rủi ro thanh khoản Bên cạnh hệ thống cơ sở lý luận, sinh viên tham khảo và xây dựng mô hình nghiên cứu cho đề tài, đồng thời làm cơ sở, định hướng cho quá trình thực hiện phương pháp định lượng cũng như toàn bộ đề tài
Với mục đích xác định và đánh giá mức độ tác động của các yếu tố đến khả năng thanh khoản của các NHTM Việt Nam, sinh viên tiến hành thu thập, xây dựng cơ sở dữ liệu từ mô hình nghiên cứu dự định được xây dựng tại phương pháp định tính Sau khi đã hoàn thành việc thu thập dữ liệu sơ cấp, sinh viên tiến hành tính toán và hoàn thiện toàn bộ bộ dữ liệu dùng làm cơ sở để đưa vào phần mềm phân tích để tiến hành kiểm định và đo lường Đầu vào của dữ liệu là dữ liệu bảng (panel data) và phần mềm phân tích được sinh viên dự định lựa chọn tiến hành phân tích là STATA Tiến hành kiểm định các mô hình hồi quy bằng phương pháp bình phương nhỏ nhất (Ordinary Least Square – OLS), mô hình tác động cố định (Fixed Effects Model – FEM), mô hình tác động ngẫu nhiên (Random Effects Model - REM) và Mô hình hồi quy bằng phương pháp bình phương nhỏ nhất tổng quát khả thi (Feasible Generalized Least Squares – FGLS) nhằm tìm ra mô hình tối ưu nhất cho bài nghiên cứu.
ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
Đối tượng nghiên cứu: Các yếu tố tác động đến rủi ro thanh khoản tại các ngân hàng TMCP tại Việt Nam
Phạm vi nghiên cứu: 27 NHTM cổ phần tại Việt Nam được niêm yết trên các sàn giao dịch đồng thời nằm trong danh sách NHNN công bố vào ngày 31/12/2023 tương ứng với dữ liệu được thu thập trong giai đoạn 2019-2023 Bên cạnh đó, tác giả lựa chọn giai đoạn từ 2019-2023 bởi vì đây là giai đoạn có nhiều biến động của nền kinh tế Việt Nam bởi các nguyên nhân đến từ các yếu tố vĩ mô như đại dịch Covid-19, khủng hoảng chuỗi cung ứng toàn cầu trong khoảng thời gian 2021-2022 cùng với đó là chiến tranh Nga và Ukraine, tác động mạnh đến các chính sách của FED (Cục dữ trữ liên bang Mỹ)
Ngoài ra, đây là giai đoạn cuối để các ngân hàng hoàn thiện các chỉ tiêu Chính phủ đề ra vào thời điểm năm 2010 Từ đó là bước tiến đến chính sách áp dụng Basel II theo phương pháp tiêu chuẩn cho toàn bộ hệ thống ngân hàng đồng thời triển khai thí điểm Basel II theo phương pháp nâng cao vào năm 2025.
KẾT CẤU CỦA NGHIÊN CỨU
CHƯƠNG 1: GIỚI THIỆU NGHIÊN CỨU
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
CHƯƠNG 3: PHƯƠNG PHÁP VÀ MÔ HÌNH NGHIÊN CỨU
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ
ĐÓNG GÓP CỦA NGHIÊN CỨU
Về mặt lý luận Đưa ra cơ sở lý thuyết luận về rủi ro thanh khoản tại các NHTM thông qua việc lược khảo những nghiên cứu trước đó có liên quan đến đề tài Đồng thời đưa ra mô hình nghiên cứu mới dựa trên các nghiên cứu đã được thực hiện về vấn đề các yếu tố ảnh hưởng đến khả năng thanh khoản của NHTM Từ đó, xác định và đánh giá ảnh hưởng các yếu tố nội tại và các yếu tố vĩ mô tác động đến rủi ro thanh khoản của các NHTM Việt Nam khoảng thời gian 2019 – 2023
Kết quả nghiên cứu cung cấp một phần minh chứng thực nghiệm giúp cho các NHTM có thể đưa ra các giải pháp, kế hoạch thích hợp nhằm giúp các ngân hàng nâng cao và kiểm soát rủi ro thanh khoản thông qua việc tác động vào các yếu tố ảnh hưởng mà nghiên cứu tìm ra được Từ đó giúp các ngân hàng đảm bảo khả năng thanh khoản, phát triển bền vững trong hoạt động kinh doanh ngân hàng.
CƠ SỞ LÝ THUYẾT
LÝ THUYẾT VỀ RỦI RO THANH KHOẢN
2.1.1 Khái niệm thanh khoản và rủi ro thanh khoản
Khái niệm thanh khoản có thể được tiếp cận từ nhiều khía cạnh khác nhau trong các lĩnh vực của ngành kinh tế Dưới góc nhìn tài sản, có thể hiểu tính thanh khoản của một tài sản là khả năng chuyển đổi thành tiền của tài sản theo thời gian với chi phí thấp nhất Một tài sản thanh khoản có ba đặc điểm gồm luôn có thị trường giao dịch mà để chuyển đổi thành tiền mà không bị trì hoãn; có mức giá ổn định và hợp lý cho dù tài sản đó cần bán gấp hay bán ra với số lượng lớn và người bán có thể thu hồi lại giá khi mua ban đầu với rủi ro thua lỗ thấp (Peter S Rose, Sylvia C Hudgins, 2008) Dưới góc độ hoạt động kinh doanh của NHTM thì thanh khoản là khả năng mà NHTM đáp ứng đầy đủ và kịp thời các nghĩa vụ tài chính phát sinh trong quá trình hoạt động giao dịch như cho vay, chi trả tiền gửi, thanh toán các khoản nợ đến hạn và các hoạt động giao dịch tài chính khác Ủy ban Basel về giám sát ngân hàng (1997) phát biểu rằng: “Thanh khoản là một thuật ngữ chuyên ngành nói về khả năng đáp ứng các nhu cầu về sử dụng vốn khả dụng phục vụ cho hoạt động kinh doanh tại mọi thời điểm như chi trả tiền gửi, cho vay, thanh toán, giao dịch vốn ”
Theo Duttweiler (2009) thanh khoản tự nhiên và thanh khoản nhân tạo là hai loại thanh khoản cần chú ý Cụ thể thì bài nghiên cứu đưa ra định nghĩa rằng “thanh khoản tự nhiên là các dòng lưu chuyển xuất phát từ tài sản hoặc nợ nhưng có thời gian đáo hạn theo luật định” (Duttweiler, 2009) Trong lĩnh vực ngân hàng, các giao dịch với khách hàng thường được tái tục với cùng số tiền hoặc một lượng tiền ít hoặc nhỏ hơn Nhưng đa phần thì dự đoán về số tiền khi tái tục có thể dự đoán được dựa vào việc trao đổi với khách hàng, quan sát tình hình sản xuất kinh doanh hoặc dòng tiền của khách hàng Và dự đoán này không chỉ đúng với các tài sản mà còn đúng với các khoản nợ Còn thanh khoản nhân tạo được tạo ra thông qua khả năng chuyển tài sản thành tiền mặt trước ngày đáo hạn Hầu như lúc nào người nắm giữ một loại chứng khoán cũng có thể dễ dàng chuyển chúng thành tiền mặt, đặc biệt là nếu vẫn có công ty muốn chuyển chứng khoán thành tiền mặt thì thị trường vẫn còn khả năng chấp nhận giao dịch
2.1.1.2 Các nguồn cung và cầu thanh khoản
Cung thanh khoản là số tiền có sẵn hoặc có thể có trong thời gian ngắn để ngân hàng sử dụng và được huy động từ các nguồn như: tiền gửi khách hàng, khách hàng hoàn trả tín dụng, vay mượn trên thị trường tiền tệ (thị trường liên ngân hàng), thu nhập từ việc bán hoặc thanh lý tài sản, doanh thu cung cấp dịch vụ, phát hành cổ phiếu
Cầu thanh khoản phản ánh nhu cầu rút tiền khỏi ngân hàng ở các thời điểm khác nhau và phụ thuộc vào các yếu tố như: nhu cầu rút tiền và vay vốn từ khách hàng, hoàn trả các khoản vay mượn đến hạn, chi phí cung ứng dịch vụ, chi phí lãi vay, thanh toán cổ tức cho cổ đông, mua lại cổ phiếu
Rủi ro thanh khoản là một trong những rủi ro thuộc lĩnh vực tài chính mà biểu hiện đặc trưng là tại các ngân hàng thương mại Bản chất của ngân hàng thương mại (NHTM) là tổ chức tín dụng thực hiện các hoạt động kinh doanh mang tính đặc trưng như kinh doanh có điều kiện (về vốn pháp định, bộ máy tổ chức, phạm vi nghiệp vụ ), đối tượng kinh doanh là các tài sản tài chính và tiền tệ, mang tính chất trung gian (mệnh giá, kỳ hạn, lãi suất, thanh khoản), chịu sự chi phối mạnh của môi trường, là hoạt động kinh doanh đặc biệt và có hệ thống rủi ro cao Loại rủi ro này xuất phát từ chính tính chất trung gian về tài chính hay trung gian thanh khoản Khi một ngân hàng không đủ tiền để đáp ứng cho các nhu cầu rút tiền của khách hàng gửi/vay tiền, nhu cầu thanh toán các khoản nợ trên thị trường liên ngân hàng thì ngân hàng được xem gặp vấn đề về thanh khoản gọi tắt là rủi ro thanh khoản Đối với Ủy ban Basel về giám sát ngân hàng (1997) thì “rủi ro thanh khoản là rủi ro mà ngân hàng không có khả năng gia tăng quỹ trong tài sản hoặc nghĩa vụ nợ với chi phí thấp nhất” Bên cạnh đó, Ủy ban Basel cũng bổ sung “rủi ro thanh khoản xuất phát từ việc ngân hàng không có khả năng gia tăng các khoản mục nguồn vốn để tài trợ cho việc gia tăng tài sản ngân hàng Dưới góc độ quản trị thanh khoản ngân hàng, thặng dư hay thiếu hụt đều diễn tả tình trạng mất cân bằng của ngân hàng”
Dutteweiler cũng đã phát biểu thêm trong nghiên cứu của mình rằng “rủi ro khi NHTM không có khả năng thanh toán tại một thời điểm nào đó, hoặc phải huy động các nguồn vốn với chi phí cao để đáp ứng nhu cầu thanh toán; hoặc do các nguyên nhân chủ quan khác làm mất khả năng thanh toán của NHTM, theo đó nó sẽ kéo theo những hậu quả không mong muốn” (Duttweiler, 2009) Tác giả nhận định rằng rủi ro thanh khoản của NHTM là loại rủi ro khi NHTM không có khả năng đáp ứng nhu cầu thanh toán tức thời hoặc cung ứng nhu cầu thanh toán với chi phí cao
Vậy tóm lại , có thể hiểu đơn giản rằng thanh khoản là khả năng đáp ứng nhu cầu thanh toán và rủi ro thanh khoản là loại rủi ro khi mà NHTM không có khả năng thanh toán tại một thời điểm nào đó hoặc đáp ứng nhu cầu thanh toán với chi phí cao
2.1.2 Đo lường khả năng thanh khoản
2.1.2.1 LDR (Loan to Deposit)- Dư nợ cho vay khách hàng/T ổ ng huy huy độ ng v ố n
Chỉ số LDR (Loan to Deposit) là tỷ lệ cấp dư nợ tín dụng trên vốn huy động LDR là một chỉ số cơ bản nhất thể hiện khả năng thanh khoản, đặc biệt là thanh khoản kỳ hạn của ngân hàng
LDR = Dư nợ cho vay khách hàng
Công thức tính LDR gồm hai thành phần với tử số là tổng dư nợ cho vay (tín dụng) và mẫu số là tổng tiền gửi/tổng huy động vốn Thông thường, tín dụng được coi là được coi là tài sản kém linh hoạt nhất trong số các tài sản sinh lời của ngân hàng Do đó, nếu tỷ lệ LDR tăng thì tính thanh khoản của ngân hàng giảm đi tương ứng tức là LDR lên quá cao thì khả năng tự bảo vệ khỏi nguy cơ bị rút tiền gửi đột ngột kém đi Ngược lại, nếu như tỷ lệ cấp dư nợ tín dụng trên vốn huy động này thấp thì khả năng thanh khoản của ngân hàng có chiều hướng tốt lên, có thể thoải mái tăng trưởng quy mô về vốn hay các khoản tín dụng, dễ dàng đưa ra quyết định đầu tư và cho vay hơn cũng như không khó để đáp ứng nhu cầu rút tiền gửi cùng lúc của nhiều khách hàng hơn
Với tầm quan trọng đó, Thông tư số 22 (2019) của NHNN yêu cầu mức LDR tối đa của các ngân hàng thương mại là 85% Tức là nếu ngân hàng huy động được 100 đồng thì chỉ được cho vay 85 đồng và dùng 15 đồng còn lại để dự trữ, làm khoản thanh khoản Trên thực tế, các ngân hàng thường dùng 15 đồng này để mua tài sản thanh khoản cao như trái phiếu chính phủ, tín phiếu kho bạc Trong trường hợp xấu nhất, các ngân hàng có thể lấy khoản dự trữ bán ra, hoặc cũng có thể chiết khấu với NHNN trên thị trường mở (OMO) để lấy tiền trả các nghĩa vụ nợ khi đến hạn
Theo nguyên Phó Chủ tịch Ủy ban Giám sát tài chính quốc gia, ông Lê Xuân Nghĩa, ở các nước khác chỉ số LDR không được coi trọng vì ngân hàng huy động vào chỉ cho vay một tỷ lệ nhất định và phần còn lại được đầu tư trên thị trường vốn, mua bán trái phiếu chính phủ và các giấy tờ có giá khác Trái lại, họ xem trọng chỉ số an toàn vốn tối thiểu (CAR) lại quan trọng hơn Còn ở Việt Nam, LDR được xem là một chỉ số quan trọng trong việc xem xét khả năng thanh khoản vì nhiều năm liền, cấp tín dụng dễ dãi, tín dụng tăng trưởng quá nóng Thêm vào đó, ông Nghĩa cũng phát biểu thêm rằng cho vay sân sau, cho vay đảo nợ, cho vay nợ xấu, không thu hồi được nợ cũ mà huy động thêm cho vay mới Trên thực tế, trước năm 2011, có gần 10 ngân hàng trong diện tái cơ cấu bắt buộc do bị mất thanh khoản, trong đối thanh khoản kỳ hạn mà đến nay, hậu quả vẫn chưa được giải quyết triệt để
Từ thực tế này, cùng với quy trình triển khai quyết định của Thủ tướng tái cơ cấu toàn bộ hệ thống tổ chức tín dụng qua hai giai đoạn, năm 2014, NHNN văn bản hóa chỉ số LDR bằng Thông tư số 36/2014/TT-NHNN ngày 20/11/2014
Vậy, nếu chỉ số LDR càng cao thì khả năng thanh khoản của ngân hàng càng cao và ngược lại, nếu chỉ số này giảm đi thì ngân hàng đang gặp vấn đề về thanh khoản Và theo quy định của Thông tư của NHNN thì 85% là mức tối đa cho chỉ số này đối với các ngân hàng đang hoạt động kinh doanh tại Việt Nam
2.1.2.2 T ỷ s ố n ợ trên t ổ ng tài s ả n (DR – Debt ratio) - Dư nợ cho vay/ t ổ ng tài s ả n có
Tỷ số đòn bẩy tài chính hay tỷ số nợ trên tổng tài sản (DR – Debt ratio) là một tỷ số tài chính được sử dụng để đo lường năng lực và quản lý nợ dựa trên tổng tài sản mà ngân hàng sở hữu Hệ số nợ cho biết phần trăm tổng tài sản của công ty được tài trợ bằng các khoản nợ là bao nhiêu Hệ số nợ thấp có thể cho thấy việc sử dụng nợ không hiệu quả, còn hệ số nợ cao thể hiện gánh nặng lớn về nợ, có thể dẫn đến tình trạng mất khả năng thanh toán hay xảy ra rủi ro về thanh khoản Cụ thể:
- DR > 1: cho thấy một phần đáng kể tài sản là các khoản nợ Nói cách khác, ngân hàng có nhiều khoản nợ hơn là tài sản, cho thấy Vốn chủ sở hữu của ngân hàng đang bị âm Đây là một tình trạng mà không một ngân hàng nào muốn gặp phải vì lỗ lũy kế qua nhiều năm đã vượt trên cả vốn góp của chủ sở hữu hay còn được gọi là “âm vốn chủ”
CÁC YẾU TỐ ẢNH HƯỞNG RỦI RO THANH KHOẢN
Tỷ lệ nợ xấu được xác định bằng cách lấy Tổng nợ xấu chia cho Tổng dư nợ của ngân hàng Theo Quỹ tiền tệ quốc tế (IMF) (2004) thì nợ xấu là “Một khoản cho vay được coi là không sinh lời khi tiền thanh toán lãi và/hoặc tiền gốc đã quá hạn hươn 90 ngày trở lên, hoặc các khoản thanh toán lãi đến 90 ngày hoặc hơn đã được tái cơ cấu hay gia hạn nợ, hoặc các khoản thanh toán dưới 90 ngày nhưng có các nguyên nhân nghi ngờ việc trả nợ sẽ được thực hiện đầy đủ.” Đây được xem như là một định nghĩa phổ biến được áp dụng trên thế giới
Tỷ lệ nợ xấu cho biết chất lượng và rủi ro của danh mục cho vay của ngân hàng, từ đó có thấy nhận thấy bao nhiêu đồng đang bị phân loại vào nợ xấu trên 100 đồng cho vay Tỷ lệ này cao hơn so với trung bình ngành và có xu hướng tăng lên có thể là dấu hiệu cho thấy ngân hàng đang gặp khó khăn trong việc quản lý chất lượng các khoản cho vay và đối mặt với rủi ro lớn về tín dụng Ngược lại, nếu như tỷ lệ này thấp hơn thì cho thấy ngân hàng đã cải thiện được chất lượng tín dụng hoặc ngân hàng đã có chính sách xóa các khoản nợ xấu hay thay đổi phân loại nợ Các khoản nợ của khách hàng thuộc nhóm có nguy cơ cao không trả nợ được cho ngân hàng do nợ xấu là những loại nợ đã quá hạn trong một thời gian dài Chính vì vậy mà ngân hàng có thể bị mất vốn, suy giảm lợi nhuân và giảm khả năng thanh khoản
SIZE = ln (Tổng tài sản) (2.3) Quy mô ngân hàng thể hiện dựa vào quy mô tổng tài sản của ngân hàng, được tính bằng logarit tự nhiên tổng tài sản của ngân hàng Quy mô ngân hàng là một yếu tố khá quan trọng vì nó có quan hệ với đặc điểm mà ngân hàng sở hữu cùng với việc tiếp cận vốn chủ sở hữu Việc ngân hàng tiếp cận với vốn chủ sở hữu phản ánh việc nâng cao khả năng gặp phải rủi ro thanh khoản, tránh phá sản Các ngân hàng có quy mô lớn thu hút nhiều khách hàng hơn trong việc huy động nguồn tiền nhàn rỗi, từ đó nâng cao khả năng thanh khoản của ngân hàng Mặc khác, đối với ngân hàng có quy mô nhỏ hơn, độ nhận diện thấp hơn thì lượng khách hàng lựa chọn tin tưởng gửi tiền, vay vốn gặp nhiều trở ngại hơn
2.2.3 Tỷ lệ vốn chủ sở hữu
ETA = Vốn chủ sở hữu
Tỷ lệ VCSH được đo lường bởi tỷ số VCSH trên tổng tài sản có và thể hiện cơ cấu vốn của ngân hàng Tỷ lệ phản ánh tình hình nguồn vốn của ngân hàng đến từ tài trợ bên ngoài hay bởi chính ngân hàng đồng thời đo lường sự ổn định trong việc tăng nguồn vốn góp của cổ đông hay lợi nhuận giữ lại của ngân hàng Bên cạnh đó, tỷ lệ này càng nhỏ thì chứng minh ngân hàng sử dụng chủ yếu đòn bẩy tài chính trong hoạt động kinh doanh Khiến cho khả năng ngân hàng gặp phải vấn đề về thanh khoản càng lớn bởi lợi nhuận giảm đi và chi phí tăng cao do chi phí vốn vay cao Nếu chi phí vốn vay hợp lý thì hoạt động của kinh doanh của ngân hàng sẽ đạt hiệu nhiều giúp gia tăng lợi nhuận và khả năng thanh khoản của ngân
2.2.4 Tỷ suất lợi nhuận trên vốn chủ sở hữu
ROE = Lợi nhuận sau thuế
Bình quân vốn chủ sở hữu (2.5)
Tỷ suất lợi nhuận trên vốn chủ sở hữu (Return on equity) là tỷ số đo lường khả năng sinh lợi của mỗi đồng vốn mà nhà đầu tư bỏ ra để đầu từ vào doanh nghiệp Chỉ số này là một trong những thước đo để đánh giá hiệu quả trong việc quản lý và sử dụng nguồn vốn chủ sở hữu của doanh nghiệp nói chung và ngân hàng nói riêng một đồng vốn bỏ ra và tích lũy, tạo ra bao nhiêu đồng lợi nhuận Khi chỉ số ROE cao, tức cổ phiếu có tỷ suất sinh lời cao, từ đó thu hút các nhà đầu tư trong việc huy động vốn của ngân hàng Nhờ đó, lượng vốn huy động tăng lên giúp cho thanh khoản cũng được nâng cao
2.2.5 Lãi suất liên ngân hàng
Khi một ngân hàng xuất hiện tình trạng mất thanh khoản và cần một lượng tiền nhằm đáp ứng nhu cầu thanh khoản thì các ngân hàng có thể vay các NHTM khác trên thị trường liên ngân hàng Nếu chi phí lãi vay thấp hơn với chi phí lãi thì tình trạng tài chính của ngân hàng hoàn toàn có thể hồi phục được tuy nhiên trong trường hợp chi phí lãi vay tăng cao hơn so với chi phí lãi, thậm chí vượt qua khả năng của ngân hàng thì ngân hàng phải chịu thêm sức ép đối với vấn đề thanh khoản do chi phí lãi vay cao hoặc không thể vay mượn từ thị trường liên ngân hàng
2.2.6 Tỷ lệ tăng trưởng GDP
Tổng sản phẩm quốc nội (GDP) hay tổng sản phẩm trong nước là giá trị của tất cả sản phẩm và dịch vụ cuối cùng được sản xuất trong phạm vi một nền kinh tế trong một khoảng thời gian xác định
Tỷ lệ tăng trưởng GDP là một yếu tố vĩ mô quan trọng, tác động hầu hết các lĩnh vực, ngành nghề trong xã hội, không ngoại trừ lĩnh vực tài chính ngân hàng Khi nền kinh tế của một quốc gia có xu hướng tăng trưởng tốt, thu nhập của các hộ gia đình tăng lên thì ngân hàng có thể huy động nguồn vốn một cách dễ dàng hơn và việc chuyển đổi các tài sản có tính thanh khoản cao cũng trở nên dễ dàng
Lạm phát là sự tăng mức giá chung của hàng hóa và dịch vụ theo thời gian đồng thời một loại giá trị tiền tệ cũng giảm xuống Lạm phát có tác động tiêu cực đến hiệu quả kinh doanh của các thành phần trong nền kinh tế bởi vì gây ra tình trạng tăng chi phí sử dụng vốn, tăng chi phí và tiền lương Trong đó, hiệu quả của hoạt động kinh doanh ngân hàng cũng không ngoại lệ do bị ảnh hưởng đến lượng thanh khoản bị giảm sút Bên cạnh đó, trong thời kỳ lạm phát, các doanh nghiệp cũng gặp nhiều khó khăn trong quá trình hoạt động sản xuất kinh doanh dẫn đến việc không thể trả nợ đúng hạn hay thậm chí là phá sản và mất khả năng hoàn trợ khoản nợ đúng hạn Điều đó khiến tỷ lệ nợ xấu của ngân hàng tăng lên đồng thời kéo theo đó là nguy cơ mất vốn của ngân hàng, hệ quả là khả năng thanh khoản của ngân hàng bị giảm đi hay nói các khác là rủi ro thanh khoản của ngân hàng tăng lên.
PHƯƠNG PHÁP VÀ MÔ HÌNH NGHIÊN CỨU
PHƯƠNG PHÁP NGHIÊN CỨU
Nghiên cứu kết hợp sử dụng hai phương pháp nghiên cứu định tính và định lượng trong quá trình thực hiện Trong đó, phương pháp định lượng là phương pháp chính bởi phương pháp này được sử dụng để xác định và đo lường mức độ ảnh hưởng của các yếu tố tác động đến rủi ro thanh khoản đồng
Trước tiên, sinh viên sử dụng phương pháp định tính trong việc hệ thống lại cơ sở lý luận về rủi ro thanh khoản trong hoạt động kinh doanh ngân hàng Đồng thời, lược khảo các nghiên cứu liên quan đã được thực hiện trước đó nhằm làm cơ sở, định hướng cho việc đưa mô hình nghiên cứu gồm các biến phụ thuộc và biến độc lập phù hợp cho đề tài thực hiện
Sau đó, sinh viên sử dụng phần mềm STATA để thực hiện chạy mô hình đã đề xuất với đầu vào là dữ liệu bảng (panel data) Bảng dữ liệu này bao gồm các mốc thời gian, tên ngân hàng cùng với biến phụ thuộc là tỷ lệ cấp dư nợ tín dụng (LDR) và các biến độc lập gồm tỷ lệ thanh khoản trên tổng tài sản (LQD), tỷ lệ nợ xấu (BD), tỷ lệ vốn chủ sở hữu (ETA), tỷ lệ lợi nhuận sau thuế (ROE), tỷ lệ tăng trưởng kinh tế (GDP), lãi suất liên ngân hàng (IB), tỷ lệ lạm phát (INF), quy mô ngân hàng (SIZE) và khe hở tài trợ tài chính (FGAP) Sinh viên lần lượt sử dụng các mô hình OLS, FEM, REM và GLS cùng với kiểm định như phương sai sai số thay đổi, tự tương quan nhằm tìm ra mô hình tối ưu nhất biểu thị mối tương quan giữa các biến giải thích và biến độc lập Khi lựa chọn được mô hình, tiến hành loại bỏ các biến có hệ số không có ý nghĩa thống kê và giải thích trong mô hình Cuối cùng, đưa ra mô hình cuối cùng của nghiên cứu
Nguồn: Tác giả tự tổng hợp và trình bày
Hình 3.1 Quy trình nghiên cứu
Nghiên cứu được chia thành hai giai đoạn chính Giai đoạn một thực hiện nhiệm vụ hệ thống hóa cơ sở lý luận, lược khảo các nghiên cứu trước nhằm hình thành cơ sở để thiết lập mô hình nghiên cứu phù hợp Sau khi xác định các biến phụ thuộc và độc lập của mô hình nghiên cứu đề xuất, sinh viên thực hiện thu thập dữ liệu, xử lý để có kết quả cuối cùng phục vụ cho việc thực hiện kiểm định và hồi quy ở bước tiếp theo Giai đoạn tiếp theo chủ yếu là sử dụng phần mềm phân tích STATA để thực hiện việc hồi quy và kiểm định các mô hình nhằm tìm ra mô hình tối ưu nhất Từ đó đưa ra kết luận và các khuyến nghị giúp ngân hàng nâng cao hiệu quả kiểm soát rủi ro thanh khoản
Nghiên cứu thu thập số liệu từ báo cáo tài chính đã được kiểm toán của 27 NHTM tại Việt Nam trong giai đoạn từ 2019-2023 Dữ liệu đã loại trừ các ngân hàng liên doanh, các ngân hàng là chi nhánh là ngân hàng nước ngoài, các ngân hàng sáp nhập, các ngân hàng bị mua lại với giá không đồng và các ngân hàng được niêm yết tại thị trường OTC vào thời điểm thu thập dữ liệu Các dữ liệu về các yếu tố vĩ mô được thu thập từ Tổng cục Thống kê (General Statistics Office), kho dữ liệu của World Bank và báo cáo thuộc
Sở Kế hoạch và Đầu tư tỉnh Bình Định giai đoạn 2019-2023.
MÔ HÌNH NGHIÊN CỨU
Hình 3.2 Mô hình nghiên cứu
Thông qua lược khảo nghiên cứu ở chương trước, sinh viên dễ dàng nhận thấy các nghiên cứu liên quan đến rủi ro thanh khoản của các ngân hàng đều có hai yếu tố chính xuất phát từ chính nội tại của ngân hàng (Tỷ lệ vốn chủ sở hữu, lợi nhuận ngân hàng, quy mô ngân hàng, ) và các thành phần vĩ mô khác (lạm phát, tăng trưởng kinh tế, lãi suất liên ngân hàng ) dù là nghiên cứu trong nước hay nước ngoài Bên cạnh đó, mỗi một biến đều có những kết quả khác nhau, ví dụ như đa phần các nghiên cứu nước ngoài đều nhận thấy quy mô của ngân hàng tác động cùng chiều đến rủi ro thanh khoản, tuy nhiên nghiên cứu của Lê Thái Triệu Luân (2018) lại chỉ ra nó có tác động ngược lại đối với các ngân hàng trong nước Vì thế cần thực hiện xây dựng một mô hình kiểm định mới, nhằm xác định các yếu tố tác động đến rủi ro thanh khoản trong giai đoạn 2019-
2023 cũng như chiều hướng tác động của các yếu tố này
Sau khi xem xét các lý thuyết cũng như nghiên cứu thực nghiệm kết hợp với dữ liệu thu thập được, sinh viên đề xuất mô hình nghiên cứu rủi ro thanh khoản tại các NHTM cổ phần Việt Nam gồm các yếu tố như (i) tỷ lệ thanh khoản trên tổng tài sản, (ii) tỷ lệ vốn chủ sở hữu, (iii) tỷ suất lợi nhuận trên vốn chủ sở hữu, (iv) tỷ lệ tăng trưởng GDP, (v) lãi suất liên ngân hàng, (vi) tỷ lệ lạm phát, (vii) quy mô ngân hàng, (viii) khe hở tài trợ tài chính Trong đó các biến được chọn lọc và tham khảo từ độ trùng lặp các biến ở các mô hình được sinh viên lược khảo từ các nghiên cứu trước trong và ngoài nước Đồng thời, sinh viên cũng đưa thêm vài biến khác vào mô hình gồm (i) tỷ lệ thanh khoản trên tổng tài sản, (iv) tỷ suất lợi nhuận trên vốn chủ sở hữu, (viii) khe hở tài chính
Các yếu tố này xuất hiện với tần suất ít hơn so với các yếu tố khác đã được liệt kê ở phần lược khảo các nghiên cứu trước tại chương 2 Tuy nhiên, trong vài nghiên cứu khác thì các yếu tố này vẫn được ghi nhận là có sự tác động đến rủi ro thanh khoản của ngân hàng
Bảng 3.1 Mô tả các biến đo lường được sử dụng trong mô hình
Tên biến Định nghĩa Cách đo lường
LDR Tỷ lệ cấp dự nợ tín dụng trên vốn huy động
LQD Tỷ lệ thanh khoản trên tổng tài sản
ETA Tỷ lệ vốn chủ sở hữu 𝐸𝑇𝐴 = 𝑉ố𝑛 𝑐ℎủ 𝑠ở ℎữ𝑢
ROE Tỷ suất lợi nhuận trên
GDP Tỷ lệ tăng trưởng GDP
IB Lãi suất liên ngân hàng
INF Tỷ lệ lạm phát Chỉ số giá tiêu dùng CPI
SIZE Quy mô ngân hàng 𝑆𝐼𝑍𝐸 = ln (𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛)
BD Tỷ lệ nợ xấu 𝐵𝐷 = 𝑇ổ𝑛𝑔 𝑛ợ 𝑥ấ𝑢
Nguồn: Tác giả tổng hợp
Mặc khác, tác giả sử dụng biến phụ thuộc đại diện cho rủi ro thanh khoản đó là tỷ lệ cấp dư nợ tín dụng (LDR) để đại diện cho biến phụ thuộc là hệ số đo lường rủi ro thanh khoản Chỉ số này là một chỉ số quan trọng được dùng để đánh giá tình trạng thanh khoản của NHTM Việt Nam Đồng thời NHNN đang thực hiện Thông tư số 26/2022 điều chỉnh chỉ số này trong giai đoạn từ 2023 đến năm 2025 bằng cách thay đổi cơ cấu tổng huy động vốn trong công thức tính chỉ số này nhằm giảm áp lực lên lãi suất cho vay trong tương lai gần (Tạp chí Kinh tế và Dự báo 2023) Vì thế, sinh viên muốn sử sử dụng hệ số này đo lường, đánh giá rủi ro thanh khoản của các yếu tố trong quá khứ và duy trì độ ổn định, nâng cao hiệu quả an toàn trong khả năng thanh khoản của ngân hàng khi chỉ số này được điều chỉnh với mục đích giảm áp lực lãi suất cho vay trong tương lai Trên cơ sở đó, tác giả đề xuất mô hình nghiên cứu cho đề tài như sau:
- t đại diện cho năm nghiên cứu, i đại diện cho ngân hàng trong mẫu nghiên cứu
- 𝛽 0 là hệ số tự do
- 𝜀 là sai số của mô hình
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
THỐNG KÊ MÔ TẢ DỮ LIỆU
Sinh viên thực hiện thống kê mô tả dữ liệu nghiên cứu trên các phương diện gồm số quan sát, giá trị trung bình, giá trị nhỏ nhất, giá trị lớn nhất cùng với độ lệch chuẩn của biến phụ thuộc rủi ro thanh khoản là tỷ lệ cấp dư nợ tín dụng trên vốn huy động (LDR) cùng các biến độc lập khác gồm tỷ lệ thanh khoản trên tổng tài sản (LQD), tỷ lệ vốn chủ sở hữu (ETA), tỷ lệ lợi nhuận sau thuế (ROE), tỷ lệ tăng trưởng kinh tế (GDP), lãi suất liên ngân hàng (IB), tỷ lệ lạm phát (INF), quy mô ngân hàng (SIZE) và tỷ lệ nợ xấu (BD) Các dữ liệu này được tổng hợp từ dữ liệu từ năm 2019-2023 của 27 ngân hàng TMCP tại Việt Nam
Bảng 4.1 Kết quả thống kê mô tả các biến số định lượng
Giá trị trung bình Độ lệch chuẩn
Nguồn: Tính toán của tác giả bằng phần mềm STATA
KẾT QUẢ PHÂN TÍCH HỒI QUY MÔ HÌNH NGHIÊN CỨU
Bảng 4.2 Ma trận hệ số tương quan giữa các biến
Nguồn: Tính toán của tác giả bằng phần mềm STATA
Kết quả của phân tích tương quan Pearson cho thấy một số biến độc lập có sự tương quan với nhau với hệ số sig < 5% Sau khi tiến hành kiểm định mối tương quan giữa các biến, sinh viên nhận thấy mức ý nghĩa tương quan giữa biến LDR và GDP (sig = 0,0549), LDR và INF (sig = 0,5014) đều lớn hơn 5%, do đó loại bỏ hai biến độc lập là GDP và INF do không có sự tương quan với biến phụ thuộc
Sau khi loại bỏ các biến không có sự tương quan với biến phụ thuộc, sinh viên tiến hành thực hiện lần lượt các mô hình gồm OLS, REM, FEM và GLS nhằm chọn ra mô hình tối ưu nhất và phù hợp với nghiên cứu Mô hình nghiên cứu sinh viên mong muốn sẽ có các biến đạt mức ý nghĩa cao và không có các hiện tượng như tự tương quan hoặc phương sai sai số thay đổi
Bước 1: Mô hình hồi quy bằng phương pháp bình phương nhỏ nhất (Ordinary Least Square – OLS)
Nguồn: Tính toán của tác giả bằng phần mềm STATA
Hình 4.1 Kết quả mô hình OLS trích xuất từ phần mềm STATA
Với giá trị Prob > F = 0.0000 tức nhỏ hơn 5% nên mô hình đạt chuẩn Sinh viên tiếp tục thực hiện kiểm định các hiện tượng đa cộng tuyến, phương sai sai số thay đổi và tự tương quan cho mô hình trên
Bảng 4.3 Kết quả kiểm định hiện tượng đa cộng tuyến
Nguồn: Tính toán của tác giả bằng phần mềm STATA
Hệ số VIF của các biến đa phần nhỏ hơn 2, chỉ có hai biến là SIZE và ROE có hệ số VIF nằm trong khoảng từ 2.0 đến 2.1 và trung bình hệ số VIF nhỏ hơn 2, vậy mô hình không gặp hiện tượng đa cộng tuyến Đây là điều mà sinh viên mong muốn khi kiểm định hiện tượng này
Bảng 4.4 Kết quả kiểm định phương sai sai số thay đổi và tự tương quan
Kết quả kiểm định hiện tượng phương sai sai số thay đổi
Kết quả kiểm định hiện tượng tự tương quan
Nguồn: Tính toán của tác giả bằng phần mềm STATA
Sinh viên sử dụng kiểm định White để kiểm định hiện tượng phương sai sai số thay đổi và kiểm định Wooldridge để kiểm định hiện tượng tự tương quan của mô hình Kết quả thu được là hệ số Prob > chi2 = 0.0065 của kiểm định White nhỏ hơn 5% tức mô hình có hiện tượng phương sai sai số thay đổi Hệ số Prob > F = 0.0038 tức nhỏ hơn 5% vậy mô hình có hiện tượng tự tương quan
Bước 2: Mô hình tác động ngẫu nhiên (Random Effects Model - REM) và Mô hình tác động cố định (Fixed Effects Model – FEM)
Sinh viên mong muốn tìm được mô hình tốt hơn, nên tiếp tục thực hiện hồi quy hai mô hình là mô hình REM – mô hình tác động ngẫu nhiên (Random Effects Model) và FEM – mô hình tác động cố định (Fixed Effects Model)
Nguồn: Tính toán của tác giả bằng phần mềm STATA
Hình 4.2 Kết quả mô hình FEM trích xuất từ phần mềm STATA
Nguồn: Tính toán của tác giả bằng phần mềm STATA
Hình 4.3 Kết quả mô hình REM trích xuất từ phần mềm STATA
Sử dụng kiểm định Hausman để lựa chọn mô hình hợp lý và kết quả cho thấy giá trị Prob > chi2 = 0.1378, tức lớn hơn 5%, vì thế chấp nhận mô hình REM – mô hình tác động ngẫu nhiên
Thực hiện kiểm định Wooldridge để kiểm định tự tương quan của mô hình REM cho kết quả là Prob > F = 0,0038 < 5%, vậy mô hình có hiện tượng tự tương quan Sử dụng kiểm định LM – Breusch and pagan Lagrangian Multiplier để kiểm định phương sai sai số thay đổi cho mô hình REM và thu được kết quả Prob > chibar2 = 0.0000 < 5%, vậy mô hình có hiện tượng phương sai thay đổi
Bảng 4.5 Kết quả kiểm định phương sai sai số thay đổi và tự tương quan
Kết quả kiểm định hiện tượng phương sai sai số thay đổi
Kiểm định Breusch and Pagan Lagrangian
Kết quả kiểm định hiện tượng tự tương quan
Nguồn: Tính toán của tác giả bằng phần mềm STATA
Bước 3: Mô hình hồi quy bằng phương pháp bình phương nhỏ nhất tổng quát khả thi (Feasible Generalized Least Squares – FGLS)
Nguồn: Tính toán của tác giả bằng phần mềm STATA
Hình 4.4.Kết quả mô hình GLS trích xuất từ phần mềm STATA
Sử dụng ước lượng phương pháp FGLS (Feasible Generalized Least Squares) hay gọi là bình phương nhỏ nhất tổng quát khả thi để khắc phục hiện tượng tự tương quan và phương sai sai số thay đổi trong mô hình REM ở trên Ta thu được mô hình GLS kết quả tổng quan như hình trên
Bước 4: Phân tích và lựa chọn mô hình tối ưu
Bảng 4.6 Sơ lược phân tích lựa chọn mô hình
Mô hình hồi quy bằng phương pháp bình phương nhỏ nhất (Ordinary
Có hiện tượng phương sai sai số thay đổi (kiểm định White), không có hiện tượng tự tương quan (kiểm định Wooldridge)
Mô hình tác động cố định (Fixed
Sử dụng kiểm định Hausman để lựa chọn một trong hai mô hình REM và FEM, thu được kết quả Prob > chi2 lớn hơn 5% Vì thế, lựa chọn mô hình REM và loại FEM
Mô hình tác động ngẫu nhiên
Có hiện tượng tự tương quan (kiểm định Wooldridge) và hiện tượng phương sai sai số thay đổi (kiểm định Breusch and Pagan Lagrangian) Vì thể sử dụng phương pháp GLS để khắc phục xử lý, chuyển đổi từ REM sang mô hình GLS Vì vậy loại trừ mô hình REM
Mô hình hồi quy bằng phương pháp bình phương nhỏ nhất tổng quát khả thi (Feasible Generalized Least
Sử dụng phương pháp GLS để khắc phục hiện tượng tự tương quan và hiện tượng phương sai sai số thay đổi từ mô hình REM
Nguồn: Tác giả tự phân tích
Bảng 4.7 Bảng tổng quát mức ý nghĩa của biến trong bốn mô hình đã thực hiện
Nguồn: Tính toán của tác giả bằng phần mềm STATA
- (*) đại diện cho mức ý nghĩa 10%, (**) đại diện cho mức ý nghĩa (5%) và (***) đại diện cho mức ý nghĩa 1%
- (1) là mô hình OLS, (2) là mô hình FEM, (3) là mô hình REM và (4) là mô hình FGLS Đồng thời, xét theo bảng thống kê ý nghĩa, ta nhận thấy mô hình FGLS (mô hình số 4) có các biến đạt mức ý nghĩa thống kê cao và không có các hiện tượng như phương sai sai số thay đổi hoặc tự tương quan Mô hình FGSL có bốn biến đạt mức ý nghĩa 1% là tỷ lệ thanh khoản trên tổng tài sản (LQD), tỷ lệ vốn chủ sở hữu (ETA), lãi suất liên ngân hàng (IB), quy mô ngân hàng (SIZE) Vì thế, sinh viên lựa chọn mô hình FGLS là mô hình cuối cùng cho nghiên cứu.
