TÓM TẮT Tên đề tài: “Các yếu tố ảnh hưởng đến hệ số an toàn vốn các Ngân hàng Thương mại tại Việt Nam” Tỷ lệ an toàn vốn được xem là một trong những tiêu chí quan trọng hàng đầu để xác
GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
GIỚI THIỆU VỀ ĐỀ TÀI NGHIÊN CỨU
Hệ thống Ngân hàng Thương mại (NHTM) có vai trò không thể phủ nhận trong việc thúc đẩy và hơn nữa là trụ cột cho sự phát triển của nền kinh tế quốc gia Sự cố xảy ra tại Ngân Hàng TMCP Sài Gòn (SCB) là một minh chứng rõ ràng cho sự thiếu sót trong việc thực hiện nhiệm vụ chủ chốt của NH Điều này làm nổi bật tầm quan trọng của sự ổn định và tăng trưởng bền vững trong hoạt động kinh doanh của ngành này đối với sự phát triển toàn diện của kinh tế quốc gia Vì thế, việc thực hiện các nghiên cứu và áp dụng các tiêu chuẩn quốc tế hàng đầu như tiêu chuẩn Basel trở nên càng trở nên cần thiết hơn bao giờ hết, nhằm tăng cường khả năng hòa nhập của nền kinh tế Việt Nam vào thị trường toàn cầu
Hệ số an toàn vốn được coi như một tiêu chuẩn không thể thiếu khi đánh giá sự ổn định khi nhắc đến ngành Ngân hàng Đây là tiêu chuẩn được Ủ ban Basel về giám sát ngân hàng đã phát triển và đặt ra, việc tuân thủ nó trở thành điều bắt buộc nếu Việt Nam muốn tham gia vào hệ thống tài chính quốc tế Chuẩn mực Basel không chỉ đem lại giải pháp tối ưu cho các NH trước những sự cố không mong muốn của thị trường, mà còn đảm bảo tính công bằng và minh bạch trong các hoạt động của họ
Chuẩn mực Basel là một trong những yêu cầu cơ bản mà các NH cần thực hiện để luôn luôn được an toàn và được đánh giá đáng tin cậy trong hoạt động của mình Hệ số an toàn vốn bắt buộc không chỉ bảo vệ quyền lợi của khách hàng đã gửi tiền mà còn tăng cường tính ổn định của toàn bộ hệ thống tài chính Phân tích các yếu tố ảnh hưởng đến hệ số CAR là cần thiết để ngân hàng có thể xác định nguyên nhân và thực hiện các giải pháp phù hợp nhằm sử dụng nguồn vốn một cách hiệu quả, từ đó giữ vững và phát triển hoạt động kinh doanh và tạo ra lợi nhuận của ngân hàng.
TÍNH CẤP THIẾT
Tại Việt Nam, việc áp dụng các tiêu chuẩn của Basel trong quản lý ngân hàng đã trở thành một yêu cầu cần thiết, được Nhà nước giao cho Ngân hàng Nhà nước (NHNN) quyết định Từ năm 2014, NHNN đã tiên phong xây dựng lộ trình triển khai và thực thi Basel II đối với hệ thống Ngân hàng Quá trình này bắt đầu với việc lựa chọn 10 NHTM để thử nghiệm và áp dụng Basel II Theo Thông tư 41/2016/TT- NHNN, áp dụng Basel II không chỉ là một yêu cầu bắt buộc mà còn trở thành một tiêu chí không thể thiếu đối với các NHTM Từ ngày 01/01/2020, các ngân hàng cần phải chính thức tuân thủ tỷ lệ an toàn vốn theo tiêu chuẩn Basel II
Ngân hàng Việt Nam đang đối mặt với nhiều thách thức trong quá trình phát triển, đặc biệt là vấn đề hệ số CAR Nghiên cứu của tác giả về “Các yếu tố ảnh hưởng đến hệ số an toàn vốn các Ngân hàng Thương mại tại Việt Nam” nhằm xác định và đề xuất các biện pháp tăng cường hệ số CAR, góp phần đảm bảo sự ổn định và phát triển bền vững cho hệ thống ngân hàng.
MỤC TIÊU ĐỀ TÀI
Xác định được yếu tố và mức độ ảnh hưởng của các yếu tố đến hệ số CAR của các NHTM tại Việt Nam Có được kết quả nghiên cứu từ đó đề xuất các hàm ý và chính sách cho các nhà quản trị trong ngành NH, nhằm đảm bảo duy trì an toàn vốn song song với việc giúp cho cá NHTM hoạt động một cách hiệu quả
Xác định được các yếu tố ảnh hưởng đến hệ số CAR của các ngân hàng TMCP tại Việt Nam Đánh giá mức độ ảnh hưởng của các yếu tố đến hệ số CAR của các NHTM tại Việt Nam Đưa ra những hàm ý kiểm soát các yếu tố ảnh hưởng đến hệ số CAR đối với các NHTM tại Việt Nam
(1) Các yếu tố nào ảnh hưởng đến hệ số CAR của các NHTM CP tại Việt Nam?
(2) Mức độ các yếu tố ảnh hưởng đến hệ số CAR của NHTM CP tại Việt Nam?
(3) Những giải pháp nào giúp năng cao hệ số CAR trong hoạt động của NH TMCP tại Việt Nam?
ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
1.4.1 Đối tượng nghiên cứu Đối tượng nghiên cứu của khóa luận là các yếu tố tác động đến hệ số CAR tại VN giai đoạn từ năm 2012 đến năm 2022
Nghiên cứu được thực hiện trên 24 NHTM CP tại Việt Nam và cơ sở để lựa chọn các Ngân hàng này là:
- Các Ngân hàng có công bố tỷ lệ an toàn vốn trên trang website của các NH và trên toàn bộ hệ thống
- Các Ngân hàng vốn điều lệ trên 3000 tỷ đồng, phù hợp về vốn tối tiểu của Ngân hàng Nhà nước
- Về không gian: đề tài tập trung nghiên cứu 24 NHTM CP tại Việt Nam
- Về thời gian: giai đoạn nghiên cứu từ năm 2012 đến năm 2022.
PHƯƠNG PHÁP NGHIÊN CỨU
1.5.1 Dữ liệu nghiên cứu Đề tài sử dụng dữ liệu của các NHTM Việt Nam và dữ liệu kinh tế vĩ mô Việt Nam trong giai đoạn từ năm 2012 đến năm 2022 Trong đó, dữ liệu các NHTM được thu thập từ các báo cáo tài chính, báo cáo thường niên của các NHTM và các thông kê của NHNH Việt Nam; dữ liệu kinh tế vĩ mô của Việt Nam được thu thập từ trang web của World Bank (Ngân hàng Thế giới)
Bài viết này sử dụng phương pháp nghiên cứu định tính, thu thập, thống kê và tổng hợp thông tin từ các nghiên cứu trong và ngoài nước để áp dụng và kế thừa những quan điểm đánh giá về hệ số CAR.
Phuơng pháp nghiên cứu định lượng: từ các khảo lược nghiên cứu từ các đề tài sử dụng phương pháp bình phương bé nhất (OLS), mô hình tác động ngẫu nhiên (REM) mô hình tác động cố định (FEM), là những dạng phổ biến của mô hình dữ liệu bảng Tiếp đó nghiên cứu thực hiện một số kiểm đinh nhằm lựa chọn ra mô hình phù hợp.
ĐÓNG GÓP CỦA ĐỀ TÀI
Bài nghiên cứu này tập trung vào việc cung cấp bằng chứng thực nghiệm về các yếu tố ảnh hưởng đến hệ số an toàn vốn của các NHTM tại Việt Nam, thay vì khám phá lý thuyết mới.
Qua nghiên cứu này, các nhà quản trị ngân hàng sẽ dễ dàng hơn trong việc đưa ra các quyết định thông minh nhằm tối ưu hóa hệ số an toàn vốn của ngân hàng, đồng thời tăng cường hiệu quả hoạt động của hệ thống ngân hàng Điều này không chỉ mang lại lợi ích cụ thể cho ngân hàng mà còn đóng góp vào sự ổn định cho toàn bộ hệ thống tài chính và kinh tế.
KẾT CẤU ĐỀ TÀI
Bố cục của Khóa luận gồm 5 chương:
CHƯƠNG 1: Giới thiệu nghiên cứu
CHƯƠNG 2: Cơ sở lý thuyết và các nghiên cứu thực nghiệm
CHƯƠNG 3: Mô hình và phương pháp nghiên cứu
CHƯƠNG 4: Kết quả nghiên cứu và thảo luận
CHƯƠNG 5: Kết luận và hàm ý chính sách
TÓM TẮT CHƯƠNG 1 Ở chương 1, tác giả đã giới thiệu sơ lược về khóa luận Trong đó tác giả đã đưa ra lý do chọn đề tài “Các yếu tố ảnh hưởng đến hệ số an toàn vốn các Ngân hàng Thương mại tại Việt Nam”, qua đó tác giả cũng đưa ra mục tiêu tổng quát, mục tiêu cụ thể của đề tài và cùng với đó là ba câu hỏi nghiên cứu nhằm tìm ra các yếu tố nào có tác động đến hệ số an toàn vốn tại các NHTM tại Việt Nam và các yếu tố đó ảnh hưởng như thế nào Tiếp theo, khóa luận trình bày về đối tượng nghiên cứu, phạm vi nghiên cứu và phương pháp nghiên cứu để làm rõ các vấn đề cần nghiên cứu.
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM
CƠ SỞ LÝ THUYẾT VỀ HỆ SỐ AN TOÀN VỐN
2.1.1 Cơ sở lý thuyết về tỷ lệ an toàn vốn của Ngân hàng Thương mại
Ngân hàng thương mại là một loại hình doanh nghiệp đặc biệt, hoạt động chủ yếu trong lĩnh vực tiền tệ, tín dụng và dịch vụ thanh toán, có sự liên hệ mật thiết đến mọi khía cạnh của nền kinh tế cũng như đời sống xã hội Ngân hàng đóng vai trò quan trọng như một nguồn tiết kiệm và phân bổ tín dụng chủ đạo trong nền kinh tế Bằng cách huy động vốn từ nguồn tiết kiệm và chuyển hóa thành các khoản đầu tư, ngân hàng không chỉ kích thích sự phát triển kinh tế mà còn là cầu nối giữa những người cần gửi tiết kiệm và những người có nhu cầu vay vốn Bên cạnh mục tiêu hàng đầu là tạo ra lợi nhuận để tích lũy vốn và mở rộng quy mô nhằm tăng cường sức cạnh tranh, việc đảm bảo mức vốn an toàn tối thiểu để duy trì sự ổn định và xây dựng lòng tin từ công chúng đối với từng ngân hàng và toàn bộ hệ thống ngân hàng là yếu tố vô cùng quan trọng Điều này là vì, với việc lĩnh vực tài chính phần nào bị chi phối bởi các NHTM, bất kỳ sự cố nào xảy ra ở một NHTM cũng có thể gây ảnh hưởng đáng kể đến sự tăng trưởng kinh tế Thực tế đã chứng minh rằng khi một ngân hàng phá sản, hiệu ứng domino có thể dẫn đến khủng hoảng tài chính và nhiều hệ lụy khác Nếu cần điều chỉnh thêm gì, bạn có thể cho mình biết nhé!Theo Parvesh Kumar Aspal & Nazneen (2014), Hệ số an toàn vốn là cơ sở đo lường mức độ an toàn của vốn và được xem như là một trong những chỉ tiêu về sức khoẻ tài chính của các NH và cực kỳ hữu ích trong việc ngăn chặn và đảm bảo các NH có thể chịu đựng các tổn thất về việc cho vay dẫn đến bị phá sản Chỉ số này được đánh giá xem sức khoẻ của một ngân hàng tốt hay không, vì nó cho thấy khả năng chịu đựng những tốn thất bất ngờ trong tương lai của một NHTM
2.1.2 Khái niệm về hệ số an toàn vốn
Hệ số an toàn vốn được tiêu chuẩn hoá và đo lường bởi tổ chức Ủy ban Basel về giám sát hoạt động của NH (The Basel Committee on Banking Supervision) Ủy ban Basel là một trong năm ủy ban quan trọng của Ngân hàng Thanh toán Quốc tế (Bank of international Settlements), được thành lập vào năm 1974 bởi Ngân hàng Trung ương thuộc chính phủ của 10 nước ( Bỉ, Canada, Pháp, Đức, Ý, Nhật Bản, Hà Lan, Thuỵ Điển ,Anh và Mỹ) thuộc nhóm G10 với mục đích cải thiện sự ổn định tài chính bằng cách giám sát các hoạt đông của NHTM trên toàn cầu, là một diễn đàn hợp tác thường xuyên giữa các quốc gia thành viên về vấn đề giám sát ngân hàng của các quốc gia, các phương pháp và kỹ thuật với phương châm là để có sự hiểu biết và đồng nhất về các vấn đề đó Trên cơ sở đó Ủy ban dùng sự hiểu biết đồng nhất này để xây dựng các văn bản hướng dẫn và tiêu chuẩn, một trong số đó là quy định về tỷ lệ an toàn vốn tối thiểu
Trong đó an toàn vốn tối thiểu là nguyên tắc thứ 6 trên tổng số 25 nguyên tắc cơ bản về giám sát hệ thống ngân hàng hiệu quả của Ủy ban Basel Do đó, các cơ quan quản lý Nhà nước phải đưa ra các quy định về an toàn vốn tối thiểu phù hợp với các ngân hàng để phản ảnh được những rủi ro mà ngân hàng gặp phải, và phải quy định rõ ràng về thành phần của vốn, đảm bảo ngân hàng có khả năng chịu được lỗ vốn NHNN Việt Nam, (2009) Đối với các ngân hàng hoạt động quốc tế các quy định do Ủy ban đưa ra không được thấp hơn mức quy định
Việt Nam đã bắt đầu triển khai áp dụng Hiệp ước Basel từ năm 2005 với Quyết định số 457/2005/QĐ-NHNN dựa trên tiêu chuẩn Basel I Gần đây nhất, Thông tư số 41/2016/TT-NHNN ngày 30/12/2016 quy định áp dụng CAR theo tiêu chuẩn Basel II từ ngày 01/01/2020 với tỷ lệ tối thiểu là 8%.
Hệ số an toàn vốn là thước đo tỷ lệ vốn tự có của ngân hàng so với tổng tài sản đã điều chỉnh rủi ro Vốn tự có đóng vai trò như một "lưới an toàn" để bù đắp cho những tổn thất bất ngờ, đảm bảo hoạt động của ngân hàng diễn ra liên tục và ổn định.
2.1.3 Đo lường hệ số an toàn vốn
Mục đích của Basel 1: nhằm tăng cường sự ổn định của toàn bộ hệ thống NHQT, nhằm thiết lập một hệ thống NHQT một cách thống nhất và bình đẳng giúp cho việc cạnh tranh song phẳng giữa các NHQT
Theo tiêu chuẩn này, Ngân hàng phải giữ lại ít nhất 8% tổng tài sản, được tính toán bằng nhiều phương pháp khác nhau và sẽ phụ thuộc vào độ rủi ro của chúng
Hệ số vốn an toàn (CAR) = Vốn tự có
Tài sản tính theo độ rủi ro gia quyền (RWA) là một chỉ số quan trọng để đánh giá sức khỏe của ngân hàng CAR (tỷ lệ vốn tự có) là tỷ lệ giữa vốn tự có và tài sản rủi ro gia quyền CAR trên 10% cho thấy ngân hàng có mức vốn phù hợp, CAR từ 8% đến 10% cho thấy ngân hàng có vốn ổn định, CAR từ 6% đến 8% cho thấy ngân hàng thiếu hụt vốn, CAR dưới 6% là đáng lo ngại và dưới 2% là đáng báo động.
Vốn cấp 1, vốn cấp 2, vốn cấp 3: theo Basel định nghĩa chung nhất về vốn của NH và tỷ lệ vốn an toàn của NH; tiêu chuẩn này quy định:
Vốn cấp 1 phải lớn hoặc bằng tổng của vốn cấp 2 và vốn cấp 3
Vốn cấp 1: là lượng vốn dự trữ sẵn có và các nguồn dự phòng được công bố như là khoản dự phòng các khoản vay bao gồm: vốn chủ sở hữu; lợi nhuận giữ lại; lợi ích thiểu số tại các công ty con; lợi thế kinh doanh
Vốn cấp 2: bao gồm lợi nhuận giữ lại không được công bố; dự phòng đánh giá lại tài sản; dự phòng chung/dự phòng tổn thất nợ chung; công cụ vốn hỗn hợp; vay với thời hạn ưu đãi; đầu tư vào các công ty con tài chính và các tổ chức tài chính khác Vốn cấp 3: là vốn vay ngắn hạn trên thị trường
Tài sản có rủi ro (RWA) được tính bằng công thức:
Basel I chia tài sản theo 4 nhóm có hệ số rủi ro tương ứng là 0%, 25%, 50%, 100% Quy tắc đo lường rủi ro của Basel I cũng giống như mức độ rủi ro tài sản chỉ dựa trên tài sản thế chấp và nhóm khách hàng chứ không dựa trên quy mô khoản vay, thời hạn vay và mức uy tín của từng cá nhân đi vay
Thiếu sót của Basel: sau khi rủi ro tín dụng được thiết lập vào năm 1988, Ủy ban Basel đã chuyển sự chú ý của họ sang rủi ro thị trường để phản ứng lại các hoạt động kinh doanh chuyên hữu ngày càng tăng của các NHTM, 1996 Basel 1 đã được sửa đổi với mục đích tính đến cả phí vốn đối với rủi ro thị trường
Hạn chế của Basel 1: Không đề cập đến một loại rủi ro đang ngày càng trở nên phức tạp với mức độ rủi ro ngày càng tăng lên đó là rủi ro vận hành (không yêu cầu vốn dự phòng rủi ro vận hành), không phân biệt theo loại rủi ro, không có lợi ích từ việc đa dạng hoá
Basel 2 hướng đến nâng cao chất lượng và sự ổn định của hệ thống ngân hàng toàn cầu, tạo lập môi trường cạnh tranh công bằng cho các ngân hàng quốc tế, đồng thời thúc đẩy áp dụng các tiêu chuẩn quản lý rủi ro nghiêm ngặt hơn.
Basel 2 sử dụng khái niệm “Ba trụ cột”
Trụ cột thứ nhất: Theo đó tỷ lệ duy trì vốn bắc buộc tối thiểu (CAR) là 8% của tổng tài sản như Basel 1, tuy nhiên khác với cách tính rủi ro của Basel 1 chỉ đề cập đến một loại rủi ro thì Basel 2 quan tâm đến 3 loại rủi ro đó chính là: rủi ro tín dụng, rủi ro vận hành và rủi ro thị trường So với Basel cách tính chi phí vốn đối với rủi ro tín dụng có sự thay đổi lớn, rủi ro thị trường có sự thay đổi nhỏ và rủi ro vận hành là hoàn toàn mới Trọng số rủi ro của Basel 2 bao gồm nhiều mức từ 0%-150% hoặc hơn kèm theo đó rất nhạy cảm với xếp hạng
Trụ cột thứ hai: Rà soát giám sát; được bổ sung giám sát trở nên hiệu quả và nhấn mạnh 4 nguyên tắc rà soát:
TỔNG QUAN CÁC NGHIÊN CỨU THỰC NGHIỆM LIÊN QUAN
2.2.1 Các nghiên cứu trong nước
Võ Hồng Đức (2014) đã nghiên cứu các nhân tố ảnh hưởng đến hệ số an toàn vốn của 28 NHTM tại Việt Nam trong giai đoạn từ năm 2007 đến năm 2012 Các yếu tố gồm; SIZE, LLR, LIQ, ROE, DEP, LEV và LOA được sử dụng để đưa vào mô hình nghiên cứu Kết quả nghiên cứu chỉ ra rằng LIQ và LLR có tác động cùng chiều đối với CAR Trong khi đó, SIZE, DEP và ROE có tác động ngược chiều đối với CAR Trong đó hai yếu tố là LEV và LOA không có ý nghĩa thống kê
Nghiên cứu của Lê Thanh Tâm (2017) đã xem xét các yếu tố ảnh hưởng đến CAR của 26 NHTM tại Việt Nam giai đoạn 2009-2015 thông qua mô hình hồi quy cuối cùng là mô hình tác động ngẫu nhiên (REM) bao gồm 7 yếu tố được xác định có tác động đến hệ số an toàn vốn của NHTM tại Việt Nam gồm: Tỷ lệ dự phòng (LLR); Quy mô ngân hàng (LNSIZE); Tỷ suất lợi nhuận trên tổng tài sản (ROA); Tỷ lệ tổng vốn chủ sở hữu trên tổng nợ (EQTL); Tỷ lệ huy động vốn trên tổng tài sản (DAR); Tăng trưởng kinh tế (GDPG); Tỷ lệ lạm phát (INF) Kết quả cho thấy tỷ lệ dự phòng (LLR); Tỷ lệ lạm phát (INF); Quy mô ngân hàng (LNSIZE); Tăng trưởng kinh tế (GDPG) có tác động ngược chiều đối với tỷ lệ an toàn vốn (CAR) Trong đó Tỷ lệ nợ xấu (NPL); Tỷ lệ cho vay trên tổng tài sản (LAR) và Lãi suất cho vay (IR) lại không có ý nghĩa thống kê đối với tỷ lệ an toàn vốn
Nghiên cứu của Lê Hồng Thái (2021) về các nhân tố ảnh hưởng đến CAR của các NHTM tại Việt Nam trong giai đoạn từ năm 2009 đến năm 2019 của 28 NHTM tại Việt Nam Nghiên cứu đã sử dụng hồi quy dữ liệu bảng, kết quả chỉ ra rằng các nhân tố như là; Hệ số an toàn vốn kỳ trước (L.CAR), LOA, NIM, LIQ, lãi suất cho vay bình quân (LIR) có ảnh hưởng cùng chiều với hệ số CAR Trong khi đó, yếu tố tỷ suất sinh lời trên tổng tài sản (ROA), quy mô ngân hàng (SIZE), hệ số đoàn bẩy tài chính (LEV) có ảnh hưởng ngược chiều đối với hệ số CAR Đặc biệt yếu tố Tăng trưởng kinh tế (GDP), Tỷ giá hối đoái (EXC) không có ảnh hưởng đối với CAR
2.2.2 Các nghiên cứu ngoài nước
Nghiên cứu của Büyükşalvarci, A & Abdioğlu, H (2011) tập trung vào các yếu tố ảnh hưởng đến CAR trong hệ thống NH tại Thổ Nhĩ Kỳ Dữ liệu được thu thập từ BCTC của 24 NH, được lựa chọn từ 32 NHTM giai đoạn nghiên cứu từ năm 2006 đến năm 2010 Phương pháp phân tích hồi quy bao gồm nhiều biến độc lập như SIZE, DEP, LOA, LLR, LIQ, ROA, ROE, NIM, và LEV Kết quả cho thấy LOA, ROE và LEV có ảnh hưởng tiêu cực đến CAR Bên cạnh đó, LLR và ROA có ảnh hưởng tích cực đối với CAR Tuy nhiên, SIZE, DEP, LIQ và NIM không có ảnh hưởng đối với CAR
Nghiên cứu của Abusharbeh và cộng sự (2013) tập trung vào việc xác định các nhân tố ảnh hưởng đến CAR tại các NHTM CP Hồi giáo tại Indonesia trong giai đoạn từ năm 2009 đến năm 2011 Nghiên cứu đã sử dụng phương pháp định lượng thông qua mô hình hồi quy đa biến bao gồm Pooled OLS, FEM và REM Trong đó, biến phụ thuộc là CAR, và các biến độc lập bao gồm: ROA, Tỷ lệ nợ xấu, DEP, LIQ, ME, LOA Kết quả cho thấy ROA và LOA có tác động cùng chiều đến CAR, trong đó tỷ
Tệ lệ nợ xấu có ảnh hưởng ngược chiều đến hệ số CAR Tuy nhiên, DEP và ME lại không có ảnh hưởng đối với hệ số CAR
Nghiên cứu của Workneh (2014) phân tích tác động của các yếu tố lên CAR dựa trên dữ liệu của 8 NHTM tại Ethiopia từ 2002-2013 Sử dụng mô hình hồi quy đa biến Pooled OLS, FEM và REM, nghiên cứu cho thấy LLR có ảnh hưởng tiêu cực đến CAR, trong khi LIQ và LEV có tác động tích cực.
Nghiên cứu của Aggono (2014) sử dụng dữ liệu của 19 NHTM tại Indonesia giai đoạn 2008 – 2013 để phân tích các nhân tố ảnh hưởng đến CAR Kết quả nghiên cứu cho rằng: Tỷ lệ nợ xấu; ROA có ảnh hưởng tích cực đến CAR Trong khi đó, các biến có ảnh hưởng tiêu cực bao gồm: ROE, ME và DEP
Nghiên cứu của Usman Masood và Sanaullah Ansari (2016) đã phân tích mức độ ảnh hưởng của các yếu tố đến CAR của 14 NHTM ở Pakistan, được liệt kê trong chỉ số KSE 100 (Sở giao dịch chứng khoán Karachi) từ năm 2008-2014 Bằng phương pháp hồi quy REM để xử lý dữ liệu, kết quả cho thấy EAR, LLR và DAR có tỷ lệ thuận với hệ số CAR Trong khi đó, LAT và tập trung quyền sở hữu (OWC) có tỷ lệ nghịch với CAR Nghiên cứu không tìm thấy mối quan hệ giữa ROE, ROA, SIZE và nợ xấu với hệ số CAR
Hadjixenophontos & Christodoulou-Volos (2018) đã tiến hành phân tích về rủi ro đối với hệ số CAR tại các NHTM tại Cyprus trong giai đoạn 2010-2014 Nghiên cứu đã sử dụng các phương pháp nghiên cứu định lượng thông qua mô hình hồi quy đa biến Pooled OLS Kết quả cho thấy SIZE và Hệ số rủi ro NH có ảnh hưởng tiêu cực đến hệ số CAR Trong khi đó, LLR và NIM có ảnh hưởng tích cực đến hệ số CAR tại quốc gia này.
CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN HỆ SỐ AN TOÀN VỐN
2.3.1 Các yếu tố thuộc ngân hàng
2.3.1.1 Tỷ suất sinh lời trên tài sản (ROA)
Tỷ suất sinh lời trên tổng tài sản (ROA) được tính bằng lợi nhuận sau thuế chia cho tổng tài sản, là một chỉ số quan trọng phản ánh hiệu quả sử dụng tài sản và góp phần xác định hệ số an toàn vốn của doanh nghiệp.
Lợi nhuận trên tổng tài sản là một chỉ tiêu quan trọng trong đánh giá hiệu quả hoạt động kinh doanh, phản ánh năng lực quản lý tài sản của doanh nghiệp.
Ngành ngân hàng (NH) đóng vai trò quan trọng trong việc chuyển đổi tài sản thành thu nhập ròng, góp phần thúc đẩy nền kinh tế Tỷ suất sinh lời trên tài sản cao phản ánh hiệu quả kinh doanh của NH, đồng thời gián tiếp cải thiện hệ số CAR, đảm bảo an toàn và ổn định cho hệ thống tài chính.
Nhóm tác giả Büyükşalvarci, A & Abdioğlu, H (2011) và Lê Thanh Tâm (2017) đã cho rằng có mối quan hệ tích cực giữa ROA với hệ số CAR Trong đó ở một nghiên cứu khác cùng chủ đề theo Lê Hồng Thái (2021) cho rằng có mối quan hệ tiêu cực giữa hệ số CAR và ROA Để tăng lợi nhuận thì hầu hết các NH càng muốn gia tăng tài sản rủi ro mục đích đó là gia tăng lợi nhuận nhưng kèm theo đó là dẫn đến hệ số CAR
2.3.1.2 Quy mô ngân hàng (SIZE)
Tài sản của ngân hàng là tài sản được sở hữu hợp pháp thông qua hoạt động kinh doanh của NH Tài sản này bao gồm các khoản cho vay, tài sản ngân quỹ, tài sản cố định, tài sản đầu tư và các tài sản khác Hệ số CAR bị ảnh hưởng bởi tỷ lệ tài sản rủi ro và tài sản ngân quỹ Khi NH nắm giữ nhiều tài sản rủi ro như cho vay đầu tư chứng khoán, cho vay bất động sản, CAR giảm Ngược lại, khi NH nắm giữ nhiều tài sản ngân quỹ và ít tài sản rủi ro, CAR sẽ tăng.
Quy mô ngân hàng được tính bằng logarit của tổng tài sản của NH và SIZE có tác động mạnh mẽ đến CAR
2.3.1.3 Tỷ lệ cho vay (LOA)
Cho vay là một trong những hoạt động chính của NHTM, khoản chênh lệch từ huy động và cho vay sẽ là lợi nhuận của ngân hàng Do đó, tỷ lệ cho vay rất quan trọng đối với NH và nó cũng tác động đến CAR
Tỷ lệ cho vay được đo lường bằng tổng dư nợ cho vay trên tổng tài sản, tỷ lệ này càng cao cho thấy khả năng thanh khoản của ngân hàng càng thấp và rủi ro của ngân hàng cũng tăng theo Bên cạnh đó nếu tỷ lệ cho vay cao dẫn đến ngân hàng nắm giữ danh mục tài sản có rủi ro tăng theo vì vậy dẫn đến gia tăng danh mục tài sản rủi ro Điều này phù hợp với nghiên cứu của Büyükşalvarci, A & Abdioğlu, H (2011) Nhưng song song đó nguồn thu nhập và lợi nhuận chính của ngân hang cũng đến từ việc cho vay nên khi vay nhiều và tạo ra lợi nhuận cũng thúc đẩy ngân hàng bổ sung vốn nhằm gia tăng CAR điều này phù hợp với nghiên cứu của Lê Hồng Thái (2021) và Abusharbeh và c.s., (2013)
2.3.1.4 Thu nhập lãi cận biên (NIM)
Thu nhập lãi cận biên (NIM- Net Interest Margin) được định nghĩa là mức lãi suất ròng của ngân hàng Thu nhập lãi cận biên là một yếu tố chỉ số quan trọng của ngân hàng, chịu tác động của biến động thị trường lãi suất và rủi ro mặc định trên lợi nhuận được công nhận NIM rất hữu ích trong việc đo lường những thay đổi và xu hướng trong biên độ lãi suất và so sánh thu nhập lãi giữa các NH, đồng thời cũng là một thước đo quan trọng để đo lường hiệu quả kinh doanh của NH vì nó thường chiếm phần lớn tổng thu nhập của NH
2.3.1.5 Tỷ lệ thanh khoản (LIQ)
Tỷ lệ thanh khoản của một NHTM phản ánh khả năng chuyển đổi tài sản thành tiền mặt nhanh chóng, được tính bằng tỷ lệ giữa tiền mặt và các tài sản tương đương tiền so với tổng tài sản LIQ cao cho thấy khả năng ứng phó tốt với các tình huống bất ngờ Tỷ lệ thanh khoản cao liên quan đến cơ cấu tài sản của NH, đặc biệt là tiền mặt và các giá trị tương đương tiền được coi là có rủi ro thấp theo quy định Basel về an toàn vốn Việc duy trì tỷ lệ thanh khoản cao đóng vai trò quan trọng trong việc đảm bảo sự ổn định và an toàn của ngân hàng, đồng thời góp phần gia tăng hệ số CAR do tiền mặt và các tài sản tương đương tiền là một phần của vốn.
2.3.1.6 Tỷ lệ huy động vốn (DEP)
Tiền gửi của khách hàng là tài sản quý giá mà ngân hàng quản lý và sử dụng với trách nhiệm hoàn trả đầy đủ Đây là nguồn vốn chủ chốt và quan trọng nhất cho hoạt động của ngân hàng, đóng vai trò sống còn cho sự tồn tại và phát triển của ngành Ngoài ra, ngân hàng là tổ chức tài chính duy nhất được phép huy động vốn dưới nhiều hình thức đa dạng.
Khách hàng tin tưởng gửi tiền vào ngân hàng khi họ thấy ngân hàng có khả năng tài chính ổn định, thể hiện qua hệ số CAR cao Điều này cho phép ngân hàng có thanh khoản tốt hơn và khách hàng sẵn sàng chấp nhận lãi suất thấp hơn.
NH thu hút tiền gửi một cách dễ dàng hơn và kinh doanh tạo ra nhiều lợi nhuận nhằm giúp cải thiện hệ số an toàn vốn
2.3.1.7 Chi phí hoạt động (ME)
Theo nghiên cứu của Anggono (2014) cho rằng chi phí hoạt động ảnh hưởng đến hệ số CAR của các NHTM, chi phí hoạt động ảnh hưởng trực tiếp đến lợi nhuận và sự an toàn vốn Khi chi phi hoạt động NH tăng cao cho thấy hiệu quả hoạt động không hiệu quả, lợi nhuận giảm dẫn đễn tỷ lệ an toàn vốn cũng giảm Chi phí hoạt động có mối quan hệ tiêu cực với hệ số CAR
2.3.1.8 Tỷ lệ dự phòng rủi ro tín dụng (LLR)
Tỷ lệ dự phòng rủi ro được tính toán bằng cách chia khoản dự phòng cho tổng dư nợ cho vay, nhằm mục đích bù đắp cho các khoản vay không thu hồi được Nghiên cứu của Lê Thanh Tâm (2017) và Workneh (2014) cho thấy khi dự phòng tăng, ngân hàng chấp nhận rủi ro nhiều hơn, dẫn đến giảm hệ số CAR Tuy nhiên, nghiên cứu của Võ Hồng Đức (2014) và Büyükşalvarci, A & Abdioğlu, H lại có kết luận trái ngược.
(2011), Hadjixenophontos & Christodoulou-Volos (2018) thì lại cho rằng LLR có tác động cùng chiều với hệ số CAR
2.3.2 Các yếu tố vĩ mô
2.3.2.1 Tốc độ tăng trưởng kinh tế (GDP)
Ngân hàng là một trong những thể chế tài chính trong nền kinh tế là xương sống của toàn bộ nền kinh tế Chính trị và nền kinh tế ổn định phát triển, doanh nghiệp sẽ gia tăng sản xuất và tạo ra nhiều việc làm cho người dân Vì thế ngân hàng sẽ được lợi khi nền kinh tế tăng trưởng thông qua việc cấp tín dụng cho các doanh nghiệp và người dân góp phần gia tăng tổng sản phẩm quốc nội cho nền kinh tế
Trong đó, khi môi trường kinh tế không ổn định có ảnh hưởng xấu đến nền kinh tế nói chung và hệ thống NH nói riêng Doanh nghiệp sản xuất không có nhu cầu vay vốn do tình hình kinh doanh ảm đạm và những doanh nghiệp cần vay thì lại vướng mắc do ngân hang e dè trong việc cho vay, kết quả dẫn đến ngân hang nắm giữ nhiều vốn hơn để giảm bớt những tổn thất tiềm ẩn và kỳ vọng tiêu cực trong nền kinh tế Điều này phù hợp với nghiên cứu của Lê Thanh Tâm (2017)
MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
QUY TRÌNH NGHIÊN CỨU
Hình 3.1 Quy trình nghiên cứu
Bước đầu tiên, bạn cần tiến hành nghiên cứu tài liệu liên quan đến chủ đề, bao gồm cả nghiên cứu trong nước và quốc tế Dựa trên những nghiên cứu này, bạn cần xác định khoảng trống nghiên cứu về mặt không gian, thời gian, và các biến độc lập ảnh hưởng đến biến phụ thuộc để phù hợp với mô hình nghiên cứu của bạn.
Bước 2: Đặt ra các câu hỏi nghiên cứu, mục tiêu nghiên cứu cùng với các cơ sở lý thuyết kế thừa từ các nghiên cứu có liên quan trước Sau đó thiết kế mô hình nghiên cứu, giải thích các biến và đưa ra các giả thuyết về mối quan hiện giữa biến độc lập đối với biến phụ thuộc
Bước 3: Xác định mẫu nghiên cứu phù hợp với mục tiêu nghiên cứu, phạm vi nghiên cứu và đối tượng nghiên cứu Sau đó thu thập và xử lý dữ liệu theo mô hình đã đề cập ở bước 2
Bước 4 tập trung vào việc xác định phương pháp nghiên cứu, thống kê mô tả các biến, kiểm định tự tương mô hình để phát hiện và loại bỏ những sai phạm trong dữ liệu, nhằm đảm bảo độ chính xác và loại bỏ các biến không liên quan.
Bước 5: Thực hiện phân tích hồi quy MH theo các phương pháp Pooled OLS, FEM, REM trong đó thực hiện các kiểm định F-test, Hausman nhằm lựa chọn ra MH phù hợp với bài nghiên cứu Thông qua mô hình được lựa chọn tác gỉả có thể biết
Lược khảo các nghiên cứu có liên quan
Thiết kế mô hình nghiên cứu Xử lý dữ liệu nghiên cứu
Lựa chọn phương pháp nghiên cứu
Bài viết này tập trung vào việc kiểm định kết quả nghiên cứu, phân tích các chính sách độc lập có ảnh hưởng đến biến phụ thuộc, từ đó đưa ra những kết luận có ý nghĩa.
Bước 6: Thảo luận và đưa các hàm ý về các chính sách điều hành dựa vào kết quả đã phân tích trước đó Sau cùng là tác giả sẽ đưa ra hạn chế của nghiên cứu và hướng nghiên cứu tiếp theo.
MÔ HÌNH NGHIÊN CỨU VÀ CÁC GỈẢ THUYẾT NGHIÊN CỨU
Bài viết này tiếp nối các lý thuyết và nghiên cứu trước đây về các yếu tố ảnh hưởng đến hệ số an toàn vốn của NHTM, đồng thời kế thừa mô hình của Lê Thanh Tâm.
(2017) và mô hình của Büyükşalvarci, A & Abdioğlu, H., (2011) làm mô hình nghiên cứu khóa luận này
Mô hình nghiên cứu của Lê Thanh Tâm (2017) phân tích các yếu tố ảnh hưởng đến hệ số an toàn vốn của 26 NHTM Việt Nam từ năm 2009 đến 2015, bao gồm cả những năm gần đây, đảm bảo tính liên tục và khách quan Bên cạnh đó, mô hình nghiên cứu của Büyükşalvarci, A & Abdioğlu, H.
(2011) nghiên cứu trong giai đoạn 2006-2010 tại các NH Thổ Nhĩ Kỳ Trong hai mô hình nghiên cứu này có những biến tương đồng đối với các nhân tố mà tác giả sẽ nghiên cứu được chứng mình có tác động đến hệ số an toàn vốn của các NHTM, để có những phát hiện mới trong nghiên cứu khóa luận tác giả sẽ thêm vào một vài biến để phù hợp với môi trường nghiên cứu là các NH tại Việt Nam
CAR𝐢,𝐭 = 𝛃𝟎 + 𝛃𝟏𝐒𝐈𝐙𝐄𝐢,𝐭 + 𝛃2LOA𝐢,𝐭+ 𝛃3𝐋IQ𝐢,𝐭 + 𝛃4DEP𝐢,𝐭 + 𝛃5LLR𝐢,𝐭 + 6𝐑𝐎A𝐢,𝐭 + 𝛃7NIM𝐢,𝐭 + 𝛃8ME𝐢,𝐭 𝛃9GDP𝐭 + 𝛃10INF𝐭 + 𝛆𝐢,𝐭
SIZE i,t: Quy mô ngân hàng NHTM (i) trong năm (t)
LOA i,t: Tỷ lệ cho vay trên tổng tài sản NHTM (i) trong năm (t)
LIQ i,t: Tỷ lệ thanh khoản của NHTM (i) trong năm (t)
DEP i,t: Tỷ lệ huy động vốn của NHTM (i) trong năm (t)
LLR i,t: Tỷ lệ trích lập dự phòng RRTD NHTM (i) trong năm (t)
ROA i,t: Tỷ suất sinh lời trên tài sản NHTM (i) trong năm (t)
NIM i,t: Thu nhập lãi cận biên của NHTM (i) trong năm (t)
ME i,t: Chi phí hoạt động của NHTM (i) trong năm (t)
GDP t: Tốc độ tăng trưởng kinh tế của Việt Nam trong năm (t)
INF t: Tỷ lệ lạm phát của Việt Nam trong năm (t) i: 24 NHTM Việt Nam được chọn để khảo sát t: Năm nghiên cứu được chọn để khảo sát (10 năm)
𝛃𝟎: Hệ số chặn trong phương pháp nghiên cứu β1 đến β10: Hệ số góc của các biến độc lập trong phương trình nghiên cứu
3.2.2 Các giả thuyết nghiên cứu
Quy mô ngân hàng được tính bằng cách lấy logarit của tổng tài sản để gần bằng với các biến khác
Nghiên cứu của Lê Thanh Tâm (2017) và Võ Hồng Đức (2014) cho thấy quy mô ngân hàng có mối quan hệ nghịch với hệ số an toàn vốn Các ngân hàng lớn sở hữu nhiều tài sản rủi ro hơn nhưng đồng thời cũng áp dụng công nghệ quản lý rủi ro tiên tiến, giúp họ đo lường rủi ro chính xác hơn và do đó không cần dự trữ quá nhiều vốn.
H1: Quy mô ngân hàng có ảnh hưởng tiêu cực với hệ số CAR
LOA được đo lường bằng tổng dư nợ cho vay trên tổng tài sản
Tỷ lệ này càng cao cho thấy thanh khoản của NH càng thấp và rủi ro của NH cũng tăng theo Bên cạnh đó nếu LOA cao cho thấy NH đang nắm giữ danh mục tài sản có rủi ro rủi ro lớn Điều này phù hợp với nghiên cứu của Büyükşalvarci, A & Abdioğlu,
Mặc dù có nhiều nguồn thu nhập, nhưng nguồn thu nhập và lợi nhuận chính của các ngân hàng thương mại (NH) đến từ hoạt động cho vay Việc cho vay nhiều và tạo ra lợi nhuận cao thúc đẩy các NH bổ sung vốn để tăng cường tỷ lệ an toàn vốn (CAR), điều này ủng hộ nghiên cứu của Lê Hồng Thái (2021) và Abusharbeh (2013).
H2: Tỷ lệ cho vay có ảnh hưởng tiêu cực với hệ số CAR
Hệ số thanh khoản là tỷ lệ giữa lượng tiền mặt, các khoản tương đương tiền như; tiền gửi tại NHNN; tiền gửi tại các TCTD khác; CKKD với tổng tài sản của NH Ngân hàng có thanh khoản cao điều đó cho thấy NH có thể đáp ứng các nghĩa vụ tài chính hoặc các sự cố bất ngờ như người dân rút tiền đột ngột khi cần thiết,…
Hệ số thanh khoản = Tiền và các khoản tương đương tiền
Tiền mặt và các khoản tương đương tiền được coi là tài sản có độ rủi ro thấp theo tiêu chuẩn CAR của Basel, do đó tỷ lệ thanh khoản cao có thể giúp tăng hệ số CAR Kết quả này phù hợp với nghiên cứu của Workneh (2014) và Võ Hồng Đức.
H3: Tỷ lệ thanh khoản có ảnh hưởng tích cực với hệ số CAR
3.2.2.4 Tỷ lệ huy động vốn
Tỷ lệ huy động vốn được tính bằng cách tiền gửi của khách hàng chia cho tổng tài sản của NH
Tỷ lệ huy động vốn = Tiền gửi khách hàng
DEP là một yếu tố quan trọng ảnh hưởng đến hệ số CAR của các NHTM Theo nghiên cứu của Workneh (2014), DEP có tác động tích cực đến CAR Huy động được nhiều vốn hơn giúp các ngân hàng tăng hệ số CAR, từ đó bảo vệ tốt hơn khả năng thanh khoản và rủi ro của họ.
NH trước khả năng mất thanh toàn và cũng bảo vệ quyền lợi của khách hàng gửi tiền tại NH Nhưng bên cạnh đó để thu hút được tiền gửi thì NH phải sử dụng nhiều nguồn lực để cạnh tranh đối với NH trong nước và ngoài nước như: lãi suất, kỳ hạn, chương trình quà tặng, từ đó làm giảm đi lợi nhuận mà đó là mục tiêu ngân hàng luôn hướng tới khi kinh doanh Điều này ủng hộ với nghiên cứu của Lê Thanh Tâm (2017) và Võ Hồng Đức (2014)
H4: Tỷ lệ huy động vốn có tảnh hưởng tích cực đối với hệ số CAR
3.2.2.5 Tỷ lệ dự phòng rủi ro
LLR được tính bằng dự phòng rủi ro tín dụng chia cho tổng dư nợ
Tỷ lệ dự phòng rủi ro = Dự phòng rủi ro tín dụng
Các nghiên cứu của Lê Thanh Tâm (2017) và Workneh (2014) cho thấy khi dự phòng tăng lên, ngân hàng chấp nhận nhiều rủi ro hơn, dẫn đến giảm hệ số CAR Tuy nhiên, Võ Hồng Đức (2014) và Büyükşalvarci, A & Abdioğlu, H., (2011) lại cho rằng LLR có tác động tích cực đến hệ số CAR.
H5: Tỷ lệ dự phòng rủi ro ảnh hưởng tiêu cực đối với hệ số CAR
3.2.2.6 Tỷ suất lợi nhuận trên tài sản
Tỷ suất lợi nhuận trên tài sản được tính bằng lợi nhuận của ngân hàng sau thuế chia cho tổng tài sản
Tỷ suất sinh lời trên tài sản = Lợi nhuận sau thuế
Các nghiên cứu của Büyükşalvarci & Abdioğlu (2011), Lê Thanh Tâm (2017) cho thấy mối quan hệ tích cực giữa ROA và hệ số CAR, nghĩa là lợi nhuận gia tăng dẫn đến việc giữ lại nhiều vốn hơn để đầu tư vào tài sản, tăng CAR Ngược lại, Lê Hồng Thái (2021) nhận định có mối quan hệ tiêu cực giữa hai yếu tố này, bởi các NH thường ưu tiên tăng tài sản có rủi ro để gia tăng lợi nhuận, dẫn đến giảm CAR.
H6: Tỷ suất sinh lời trên tổng tài sản có ảnh hưởng tích cực đối với hệ số CAR 3.2.2.7 Thu nhập lãi cận biên
Thu nhập lãi cận biên được tính theo công thức thu nhập lãi chia cho tổng tài sản có sinh lời của NH
Thu nhập lãi cận biên = Doanh thu lãi− Chi phí lãi
Tổng tài sản có sinh lời (3.7) Đối với nghiên cứu của Lê Hồng Thái (2021) cho rằng để tăng hệ số CAR thì NH cần tăng doanh thu lãi và giảm chi phí lãi, từ đó lợi nhuận được giữ lại góp phần gia tăng hệ số CAR
H7: Thu nhập lãi cận biên có ảnh hưởng tích cực đối với hệ số CAR
Chi phí hoạt động được dùng để đánh giá tình hình sử dụng chi phí so với doanh thu đạt được của ngân hàng Tỷ lệ này càng cao chứng tỏ ngân hàng không sử dụng nguồn lực một cách hiệu quả, vì ngân hàng phải bỏ ra nhiều chi phí hơn so với lợi nhuận thu được từ đó ảnh hưởng đến lợi nhuận sau thuế gián tiếp làm giảm đi hệ số CAR Điều này có cùng ý nghĩa đối với nghiên cứu của Anggono (2014)
H8: Chi phí hoạt động có ảnh hưởng tiêu cực đối với hệ số CAR
Tăng trưởng kinh tế tăng qua từng năm cho thấy tình hình kinh tế sản xuất trong nước đang phát triển, nhu cầu vốn ngày càng tăng hơn dẫn đến tín dụng của NH cũng tăng theo Do đó NH sẽ nắm giữ ít vốn hơn và nắm giữ nhiều tài sản có rủi ro hơn qua đó hệ số CAR sẽ thấp hơn Điều này phù hợp với nghiên cứu của Lê Thanh Tâm
H9: Tăng trưởng kinh tế có ảnh hưởng tiêu cực đối với hệ số CAR
Tỷ lệ lạm phát được xác định là một trong những yếu tố vĩ mô có tác động đến hệ số CAR, công thức tính như sau:
CPI t : chỉ số giá tiêu dùng năm nay
CPI t−1 : Chỉ số giá tiêu dùng năm trước
PHƯƠNG PHÁP NGHIÊN CỨU
Mẫu dữ liệu của nghiên cứu với đề tài “Các yếu tố tác động đến hệ số an toàn vốn các Ngân hàng Thương mại tại Việt Nam” được thu thập từ 24 NHTM tại Việt Nam giai đoạn 2012 – 2022, 264 quan sát với 11 biến trong đó bao gồm 1 biến phụ thuộc là CAR và 10 biến độc lập: Tỷ suất sinh lời trên tài sản (ROA), Tỷ lệ huy động vốn (DEP), Quy mô ngân hàng (SIZE), Chi phí hoạt động (ME), Hệ số thanh khoản (LIQ),
Các chỉ số tài chính quan trọng ảnh hưởng đến hoạt động của ngân hàng bao gồm tỷ lệ cho vay (LOA), thu nhập lãi cận biên (NIM), tỷ lệ dự phòng rủi ro (LLR), tỷ lệ lạm phát (INF) và tốc độ tăng trưởng kinh tế (GDP).
Dữ liệu của các NH được thu thập từ các Báo cáo Tài chính hợp nhất và Báo cáo thường niên của 24 NHTM Việt Nam giai đoạn từ năm 2012 đến năm 2022 được công bố trên các trang web của Ngân hàng đó và cổng thông tin trực tuyến về tài chính CafeF Ngoại trừ các dữ liệu vĩ mô, gồm tốc độ tăng trưởng kinh tế (GDP) và tỷ lệ lạm phát (INF) được tác giả lấy số liệu từ các website chính thống của WorldBank (WB)
3.3.1.3 Công cụ xử lý dữ liệu
Stata 17, được phát triển bởi StataCorp từ năm 1985, là phần mềm được sử dụng rộng rãi trong các nghiên cứu của doanh nghiệp và tổ chức học thuật Stata nổi tiếng với sức mạnh trong phân tích hồi quy, cung cấp nhiều phương pháp ước lượng hiệu quả và dễ sử dụng, bao gồm cả hồi quy với sai số chuẩn mạnh và các lệnh ước lượng khác đi kèm.
3.3.2 Quy trình xử lý dữ liệu
Quy trình nghiên cứu xử lý dữ liệu dựa trên phần mềm stata 17.0 nhằm phân tích dữ liệu và kiểm định các giả thuyết theo trình tự sau đây:
Hình 3.2 Quy trình xử lý dữ liệu
Bước 1: Phương pháp thống kê mô tả các biến:
Tác giả tiến hành phân tích thống kê mô tả các biến nhằm đánh giá các biến số trong bộ dữ liệu đã thu thập, sau đó tóm tắt các đặc điểm cơ bản của dữ liệu một cách ngắn gọn Từ đó trình bày số lượng quan sát, kích thước mẫu, đô lệch chuẩn, giá tri tối thiểu và giá tri tối đa,…thống kê mô tả làm rõ hơn về đặc điểm của dữ liệu, xu hướng gia tăng của dữ liệu qua thời gian nhằm giúp việc phân tích dữ liệu trở nên hiệu quả hơn
Bước 2: Phân tích ma trận tương quan
Việc không có hiện tượng tương quan giữa các biến là một trong những giả thuyết của hồi quy tuyến tính Qua đó thực hiện việc kiểm định nhằm mục đích đo lường tính bền vững của các biến, nếu hệ số tương quan giữa hai biến lớn hơn không thì hai
Phân tích ma trận tương quan
Kiểm định đa cộng tuyến và phương sai thay đổi
Kiểm định mô hình theo phương pháp Pooled OLS, FEM,
REM và lựa chọn mô hình phù hợpKhắc phục khuyết tật mô hình biến có tương quan cùng chiều và ngược lại Nếu hệ số tương quan bằng không thì giữa hai biến không tồn mối quan hệ tương quan và khi hệ số gần bằng 1 thì mối quan hệ giữa hai biến càng chặc chẽ, nhưng trong trường này thì mô hình có thể xảy ra hiện tượng đa cộng tuyến
Bước 3: Kiểm định đa cộng tuyến
Nhằm ̉đạt được sự chính xác hơn về mô hình, tác giả thực hiện 2 kiểm định sau: Hiện tượng đa cộng tuyến có thể gây ra sự sai lệch trong các ước lượng, làm giảm tính hợp lệ của mô hình Kiểm tra hiện tượng đa cộng tuyến bằng cách sử dụng hệ số VIF Nếu VIF < 10 cho thấy mức độ đa cộng tuyến chấp nhận được; ngược lại, VIF
> 10 mô hình đang có hiện tượng đa cộng tuyến
Bước 4: Kiểm định mô hình theo phương pháp Pooled OLS, FEM và REM
Tác giả thực hiện mô hình hồi quy lần lượt theo các phương pháp Pooled OLS, FEM và REM
Mô hình Pooled OLS giả định hệ số góc và tung độ gốc không đổi theo thời gian và giữa các ngân hàng, cho rằng ảnh hưởng của biến độc lập lên biến phụ thuộc là như nhau và không thay đổi Phương pháp ước lượng cho mô hình này là bình phương nhỏ nhất cổ điển Tuy nhiên, mô hình này có hạn chế là giả định quá chặt chẽ, không phản ánh sự khác biệt thực tế giữa các ngân hàng về văn hóa, phong cách quản lý, hoạt động kinh doanh, và môi trường hoạt động, những yếu tố có thể thay đổi theo thời gian.
FEM: khi các đơn vị chéo được quan sát không đồng nhất, FEM được sử dụng để phản ánh tác động của biến giải thích đến biến phụ thuộc có tính đến đặc trưng riêng của từng đơn vị chéo Theo đó, FEM giả định các hệ số hồi quy riêng phần giống nhau giữa các đơn vị chéo, nhưng các hệ số chặn hồi quy được phân biệt giữa các đơn vị chéo
REM): Mô hình xác định các hệ số chặn khác nhau cho từng đơn vị chéo, tác động chung của các biến giải thích Các hệ số chặn của từng đơn vị chéo được phát sinh từ một hệ số chặn chung không đổi theo đối tượng và thời gian, và một biến ngẫu nhiên là một thành phần của sai số thay đổi theo đối tượng nhưng không thay đổi theo thời gian
Để lựa chọn mô hình hiệu quả nhất giữa FEM và Pooled OLS trong mô hình hồi quy, tác giả đã tiến hành kiểm định F-test dựa trên giả thuyết không có sự khác biệt giữa trung độ gốc theo đơn vị không gian.
H0: Không có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau do đó chọn mô hình Pooled OLS
H1: có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau chọn mô hình FEM
Nếu p-value < 0.05 bác bỏ giả thuyết H, chọn giả thuyết H1 rằng mô hình FEM phù hợp hơn
Sau đó, tác giả tiến hành kiểm định Hausman để lựa chọn ra mô hình phù hợp cuối cùng giữa FEM và REM Với giả thyết:
H0: không có sự tương quan giữa sai số đặc trưng giữa các đối tượng với các biến giải thích trong mô hình, chọn mô hình REM
H1: có sự tương quan giữa sai số đặc trưng giữa các đối tượng với các biến giải thích trong mô hình, chọn mô hình FEM
Nếu p-value < 0.05, bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 chọn mô hình FEM
Bước 5: Kiểm tra khuyết tật trong mô hình và khắc phục khuyết tật
Sau khi đã lựa chọn được mô hình phù hợp, tác giả tiến hành kiểm tra các khuyết tật của mô hình thông qua các kiểm định sau:
Hiện tượng tự tương quan: dựa trên quy tắc của kiểm định Wooldrige, tác giả tiến hành kiểm tra Khi hiện tượng này xảy ra, nó có thể dẫn đến ước lượng phương sai hoặc độ lệch chuẩn của mô hình thấp hơn thực tế, làm mất đi tính chính xác của kiểm định F
Hiện tượng phương sai thay đổi: dựa trên kiểm định Breusch - Pagan, tác giả tiến hành kiểm tra Hiện tượng này gây ra sự không ổn định phương sai của các sai số, khiến chúng biến đổi theo từng quan sát, không theo một phân phối chuẩn cố định do đó làm giảm độ chính xác của mô hình hồi quy
Nếu mô hình có xảy ra 2 hiện tượng trên, cần phải được khắc phục bằng cách ước lượng lại 2 mô hình đã chọn bằng phương pháp FGLS Phương pháp được thiết kế để giải quyết vấn đề không đồng nhất của phương sai, độ lệch chuẩn và tính biên thiên của dữ liệu nhằm có được kết quả đáng tin cậy theo tiêu chuẩn của Pooled OLS Kết quả sau khi được điều chỉnh sẽ được đánh giá dựa trên p-value với mức ý nghĩa để đưa ra kết luận cuối cùng.
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
THỰC TRẠNG
Hình 4.1 Biếu đồ thể hiện hệ số CAR của các NHTM Việt Nam giai đoạn
Nguồn: Tính toán của tác giả
Kết quả từ hình 4.1 cho thấy hệ số an toàn vốn (CAR) của hệ thống Ngân hàng Thương mại (NHTM) Việt Nam trung bình đạt 14.08% trong giai đoạn 2012-2022 Từ năm 2012 đến 2014, CAR có xu hướng tăng dần từ 13.35% lên 18.24%, phản ánh sự cải thiện và tăng cường khả năng đối phó với rủi ro của các NHTM trong giai đoạn này.
Tuy nhiên, trong giai đoạn tiếp theo từ năm 2014 đến 2017, tỷ lệ CAR đã giảm dần, điều này có thể lý giải bởi các Ngân hàng đang chủ động mở rộng hoạt động cho vay nhằm gia tăng thị phần, dẫn đến sự suy giảm của hệ số an toàn vốn Sự giảm này cũng phản ánh một giai đoạn thích ứng và điều chỉnh chiến lược kinh doanh của các NH trong bối cảnh thị trường cạnh tranh khốc liệt Từ năm 2017 đến 2022, Ngân hàng Nhà nước Việt Nam đã áp dụng những chính sách tiền tệ thắt chặt và kiểm soát nghiêm ngặt hơn đối với việc tăng cường hệ số an toàn vốn của các NHTM, trung
Tỷ lệ hệ số an toàn vốn của các NHTM Việt Nam
CAR bình ở mức 13% Những biện pháp này đã giúp tỷ lệ CAR duy trì ổn định qua từng năm, đồng thời phản ánh mức độ ổn định và bền vững của hệ thống ngân hàng trong điều kiện kinh tế biến động và khó khăn Đặc biệt, trong những năm cuối giai đoạn quan sát, tình hình dịch bệnh toàn cầu đã ảnh hưởng nghiêm trọng đến khả năng kinh doanh, tiêu dùng của người dân và doanh nghiệp Điều này dẫn đến nhu cầu vay vốn tăng lên nhưng các NH lại lo ngại về khả năng trả nợ của khách hàng, do đó tình trạng vốn dư thừa đã dẫn đến hệ số CAR duy trì ở mức ổn định hơn Tóm lại, sự biến động của hệ số an toàn vốn trong các NHTM Việt Nam phản ánh sự thích ứng linh hoạt và chủ động trong điều hành chiến lược kinh doanh của các ngân hàng Việc duy trì hệ số CAR ở mức an toàn là một yếu tố then chốt giúp bảo vệ và nâng cao uy tín của ngành ngân hàng trên thị trường, đồng thời đảm bảo sự ổn định và bền vững của hệ thống tài chính quốc gia.
THỐNG KÊ MÔ TẢ MẪU NGHIÊN CỨU
4.2.1 Thống kê mô tả mẫu nghiên cứu
Nghiên cứu xem xét các yếu tố ảnh hưởng đến hệ số CAR của các NHTM CP tại Việt Nam giai đoạn 2012-2022 Thống kê mô tả các biến độc lập và biến phụ thuộc được giải thích ngắn gọn trong bảng 4.1
Bảng 4.1 Thống kê mô tả các biến
Giá trị trung bình Độ lệch chuẩn
Theo bảng 4.1, tỷ lệ vốn tối thiểu trung bình toàn ngành là 16.35%, đáp ứng yêu cầu của Thông tư 19/2017/TT-NHNN, cho thấy đa số NHTMCP tại Việt Nam có khả năng bảo vệ chính mình và khách hàng khỏi rủi ro tài chính Tuy nhiên, nghiên cứu cũng chỉ ra rằng các ngân hàng nhỏ thường có tỷ lệ CAR cao hơn, điều này không hẳn là do hoạt động kém hiệu quả của các ngân hàng lớn, mà có thể là do các ngân hàng nhỏ gặp khó khăn trong việc cho vay khách hàng, dẫn đến vốn tồn động và tỷ lệ CAR tăng lên.
Quy mô ngân hàng (SIZE) là yếu tố quyết định vì thương hiệu của NH đóng vai trò quan trọng trong việc kinh doanh do đặc thù của ngành ngân hàng, tuy nhiên SIZE có sự chênh lệch khá lớn với độ lệch chuẩn 49.37%; giá trị trung bình đạt 14.17%; giá trị lớn nhất và nhỏ nhất lần lượt 15.32 của BIDV và 13.16 của SGB
Tỷ lệ cho vay trung bình đạt 61.12%, trong đó BIDV dẫn đầu với tỷ lệ cho vay 81.6%, cao nhất trong các ngân hàng Ngược lại, Ngân hàng SSB ghi nhận tỷ lệ cho vay thấp nhất với 27.04%.
Hệ số thanh khoản (LIQ) tỷ lệ trung bình đạt 4.39%; độ lệch chuẩn 2.17%; tỷ lệ thanh khoản cao nhất thuộc về Ngân hàng BVB đạt 13.14% và tỷ lệ thấp nhất thuộc về Ngân hàng VAB với tỷ lệ khá tiêu cực là 0.79%
Tièn gửi khách hàng (DEP) toàn ngành đạt giá trị trung bình 75.81%, độ lệch chuẩn 8.86%; tỷ lệ lớn nhất được ghi nhận tại Ngân hàng KLB là 92.06% trong khi đó tỷ lệ huy động thấp nhất thuộc về Ngân hàng VPB Với tỷ lệ là 50.90% Điều dễ nhận thấy rằng tỷ lệ huy động tiền gửi luôn ở mức cao thể hiện chức năng trung gian tài chính của NHTM trong nền kinh tế Tuy nhiên có sự chênh lệch tỷ lệ thu hút tiền gửi giưa các ngân hàng do cơ chế thu hút tiền gửi như: uy tín, địa lí, giải pháp huy động vốn, lãi suất tiền gửi…
Tỷ lệ trích lập dự phòng (LLR) toàn ngành đạt tỷ lệ 1.32% với độ lệch chuẩn là 0.50% với tỷ lệ trích lập cao nhất thuộc về ngân hàng TPB đạt 4.75% trong đó tỷ lệ trích lập dự phòng thấp nhất thuộc về ngân hàng VIB chỉ 0.00054%
Tỷ suất lợi nhuận trên tài sản (ROA) trung bình của các ngân hàng đạt 0,88% Ngân hàng TCB dẫn đầu với ROA cao nhất là 3,23%, trong khi đó ngân hàng NVB ghi nhận mức ROA thấp nhất chỉ 0,00001%.
Lợi nhuận biên (NIM) cuả toàn ngành đạt 2.78%; giá trị cao nhất thuộc về ngân hàng VPB đạt giá trị 8.13% và thấp nhất thuộc về HDB chỉ 0.3588%
Chi phí hoạt động (ME) toàn ngành 65.63%; độ lệch chuẩn là 26.54%; giá trị cao nhất là 326% là ngân hàng HDB và thấp nhất là 17.05% của ngân hàng TPB
Tốc độ tăng trưởng kinh tế (GDP) trung bình trong thời gian nghiên cứu đạt 6.04%, Năm 2022 tăng trưởng cao nhất là 8% và thấp nhất 2.6% vào năm 2021
Tỷ lệ lạm phát (INF) giá trị trung bình là 3.22%, cao nhất vào năm 2012 là 9.1% và thấp nhất là -1.7% vào năm 2015.
KẾT QUẢ NGHIÊN CỨU
Bảng 4.2 Phân tích tương quan giữa các biến
Bảng 4.2 cho thấy các biến LLR, ROA, NIM, ME, INF có tác động tích cực đến biến CAR, trong khi các biến SIZE, LOA, LIQ, DEP, GDP lại có tác động tiêu cực đến CAR.
Hệ số tương quan giữa các biến trong mô hình hồi quy đều thấp, nhỏ hơn 0.8, cho thấy không có hiện tượng đa cộng tuyến Điều này đảm bảo độ tin cậy cao cho mô hình, vì vậy tác giả sẽ tiến hành kiểm định hệ số phóng đại phương sai VIF để đánh giá thêm.
4.3.2 Kiểm định đa cộng tuyến
Bảng 4.3 Đa cộng tuyến giữa các biến
Dựa vào bảng 4.3, hệ số phóng đại của các biến đều nhỏ hơn 10 và giá trị trung bình VIF do đó không xảy ra hiện tượng đa cộng tuyến trong mô hình hồi quy.
KẾT QUẢ MÔ HÌNH HỒI QUY
4.4.1 Hồi quy theo mô hình Pooled OLS
Bảng 4.4 Hồi quy theo mô hình Pooled OLS CAR Coef Std Err T p>t 95% conf interval
Kết quả hồi quy chi thấy các biến SIZE, LOA, DEP, LLR, ROA có mức ý nghĩa thống kê ở mức 1% và ME có mức ý nghĩa thống kê 5% và các biến còn lại không có ý nghĩa thống kê
Mô hình hồi quy Pooled OLS có hạn chế là giả định hệ số chặn không thay đổi theo không gian và thời gian, dẫn đến việc bỏ qua sự khác biệt giữa các yếu tố và đồng nhất giữa các NHTM.
4.4.2 Hồi quy theo mô hình FEM
Bảng 4.5 Hồi quy theo mô hình FEM CAR Coef Std.Err T p>t 95% conf interval
Kết quả MH hồi quy FEM cho thấy các biến SIZE, LOA, DEP, LLR, ROA có ý nghĩa ở mức thống kê 1%, biến LIQ có mức ý nghĩa thống kê 10% và các biến còn lại không có ý nghĩa thống kê
4.4.3 Hồi quy theo mô hình REM
Bảng 4.6 Hồi quy theo mô hình REM CAR Coef Std.Err T P>t 95% conf interval
Kết quả mô hình REM cho thấy các biến SIZE, LOA, DEP, LLR, ROA có ý nghĩa thống kê ở mức 1% và các biến còn lại không có ý nghĩa thống kê
4.4.4 Lựa chọn mô hình phù hợp
Bảng 4.7 So sánh sự phù hơp giữa 3 mô hình
Biến Hệ số Hệ số Hệ số
So sánh sự phù hợp giữa Pooled OLS và FEM Để lựa chọn MH nghiên cứu tốt nhất hợp giữa hai mô hình Pooled OLS và FEM, tác giả đã sử dụng kiểm định F-test với giả thuyết
Bảng 4.8 So sánh sự phù hợp giữa Pooled OLS và FEM
H0: mô hình OLS phù hợp 0.0000
Kết quả kiểm định dựa trên bảng 4.8 cho thấy Prob > F = 0.0000
