Các yếu tố tác Động Đến khả năng sinh lời của các ngân hàng thương mại việt nam

LỜI CAM ĐOAN Tôi xin cam đoan khóa luận tốt nghiệp “Các yếu tố tác động đến khả năng sinh lời của các Ngân hàng Thương mại Việt Nam” này là công trình nghiên cứu riêng của tác giả, kết

GIỚI THIỆU NGHIÊN CỨU

Tính cấp thiết và lý do lựa chọn đề tài

Trong hai thập kỷ qua nền kinh tế của Việt Nam đã phải chịu nhiều biến động đáng kể, từ cuộc khủng hoảng tài chính toàn cầu năm 2008, khủng hoảng tài chính Châu Âu 2010-2012, đến đại dịch COVID-19 trong giai đoạn 2019-2022 Những biến động này đã tác động mạnh mẽ đến hệ thống NHTMCP Việt Nam, ảnh hưởng sâu rộng đến khả năng sinh lời và hoạt động kinh doanh của các ngân hàng Trong bối cảnh cuộc khủng hoảng tài chính toàn cầu 2008, nền kinh tế Việt Nam nói chung và hệ thống ngân hàng nói riêng đã chịu nhiều áp lực từ sự sụp đổ của các thị trường tài chính quốc tế, dẫn đến giảm nhu cầu vay vốn và tăng rủi ro tín dụng Điều này làm suy yếu lợi nhuận và tăng chi phí vốn của các ngân hàng Tương tự, cuộc khủng hoảng tài chính châu Âu 2010-2012 tiếp tục gây áp lực lên nền kinh tế toàn cầu và Việt Nam, giảm xuất khẩu và tăng khó khăn trong việc tiếp cận vốn và đầu tư Đến năm

2014, khi kinh tế thế giới bắt đầu hồi phục, hệ thống ngân hàng Việt Nam cũng ghi nhận những dấu hiệu tích cực, tuy nhiên, sự phục hồi này không đồng đều và gặp nhiều thách thức mới Từ 2013-2023, lĩnh vực NHTM đã chứng kiến nhiều biến động quan trọng do các yếu tố nội tại và ngoại tại, làm thay đổi hoàn toàn hoạt động kinh doanh và khả năng sinh lời của các ngân hàng

Qua nhiều giai đoạn phát triển, hệ thống ngân hàng Việt Nam đã trở thành trụ cột quan trọng trong việc cung ứng vốn cho nền kinh tế, đóng vai trò trung gian thanh toán cho các chủ thể kinh tế, và đóng góp tích cực vào tăng trưởng GDP cũng như phát triển kinh tế xã hội của đất nước Ngành ngân hàng đã mở rộng quy mô tài sản, phát triển mạng lưới giao dịch, đa dạng hóa sản phẩm, dịch vụ và nâng cấp công nghệ ngân hàng Tuy nhiên, hệ thống này vẫn đối mặt với nhiều thách thức như tính thanh khoản chưa ổn định, tỷ lệ nợ xấu cao, an toàn vốn tối thiểu tại một số ngân hàng chưa đảm bảo, sức cạnh tranh thấp, cải cách chậm chạp và thiếu minh bạch, cùng với năng lực quản trị và công nghệ còn yếu kém Thực tế cho thấy, chỉ những ngân hàng có khả năng sinh lời cao và kinh doanh hiệu quả mới có thể tồn tại và phát triển, trong khi những ngân hàng yếu kém và sinh lời thấp sẽ dần bị loại bỏ Vì vậy, khả năng sinh lời không chỉ là thước đo quan trọng để tăng cường sức cạnh tranh giữa các ngân hàng, mà còn ảnh hưởng lớn đến sự tồn tại của mỗi ngân hàng trong bối cảnh môi trường kinh doanh quốc tế ngày càng cạnh tranh gay gắt

Những biến động kinh tế này đặt ra yêu cầu cấp thiết cho việc nghiên cứu các nhân tố ảnh hưởng đến KNSL của NHTM Hiện tại, hầu hết các nghiên cứu tập trung vào các yếu tố kinh tế vi mô nội tại của từng ngân hàng như quản lý rủi ro, chiến lược kinh doanh, chất lượng tài sản và hiệu quả hoạt động, nhưng ít đề cập đến các yếu tố vĩ mô Trong bối cảnh phục hồi sau đại dịch và khi nền kinh tế thế giới chuyển từ giai đoạn phục hồi sang suy thoái, việc nhận biết các yếu tố ảnh hưởng đến KNSL của NHTMCP Việt Nam trở nên vô cùng quan trọng Nghiên cứu này không chỉ hỗ trợ các nhà quản trị ngân hàng và cơ quan chính phủ trong việc thiết lập chính sách định hướng mà còn giúp tăng cường lợi nhuận và hiệu quả hoạt động của các NHTM tại Việt Nam

Với việc sử dụng cả ba chỉ tiêu ROA, ROE và NIM để đo lường lợi nhuận của các NHTMCP tại Việt Nam, đề tài nghiên cứu “ Các nhân tố ảnh hưởng đến khả năng sinh lời của các Ngân hàng Thương mại Việt Nam” này cung cấp một cái nhìn bao quát và cập nhật về các yếu tố ảnh hưởng đến KNSL, từ đó góp phần hỗ trợ việc điều hành và quản lý kinh tế hiệu quả hơn trong bối cảnh đầy biến động hiện nay.

Mục tiêu nghiên cứu

1.2.1 Mục tiêu tổng quát Đánh giá mức độ tác động của các yếu tố đến khả năng sinh lời của các NHTMCP Việt Nam trong giai đoạn 2013-2023 Từ đó, đề xuất hàm ý quản trị nhằm giúp các nhà quản trị nâng cao KNSL

1.2.2 Mục tiêu cụ thể Để đạt được mục tiêu tổng quát, tác giả đề xuất các mục tiêu cụ thể sau:

− Xác định các yếu tố tác động đến khả năng sinh lời của các NHTMCP Việt Nam trong giai đoạn 2013-2023

− Đánh giá mức độ tác động của từng yếu đến khả năng sinh lời của các NHTMCP Việt Nam trong giai đoạn 2013-2023

− Đề xuất hàm ý quản trị nhằm nâng cao khả năng sinh lời của các NHTMCP Việt Nam.

Câu hỏi nghiên cứu

Dựa vào các mục tiêu nghiên cứu trên, câu hỏi nghiên cứu được xác như sau:

− Các yếu tố nào tác động đến khả năng sinh lời của các NHTMCP Việt Nam?

− Mức độ tác động của từng yếu đến khả năng sinh lời của các NHTMCP Việt Nam là như thế nào?

− Hàm ý quản trị nào nhằm năng cao khả năng sinh lời của các NHTMCP Việt Nam?

Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: các yếu tố tác động đến KNSL của các NHTMCP niêm yết tại Việt Nam Việc lựa chọn đối tưởng là các NHTMCP niêm yết là vì các ngân hàng niêm yết thường là những tổ chức lớn, có sức ảnh hưởng và tính đại diện cao trong ngành Các BCTC của họ thường được kiểm toán độc lập, thông tin tài chính luôn được công bố theo quy định, đảm bảo tính minh bạch và đáng tin cậy của dữ liệu

Về phạm vi không gian: 30 NHTMCP đã niêm yết tại Sở Giao dịch Chứng khoản Việt Nam Nhưng trong quá trình thu thập dữ liệu có 4 ngân hàng số liệu không hoàn chỉnh nên tác giả chỉ sử dụng được bộ dữ liệu của 26 NHTMCP Việt Nam đã niêm yết tại sở giao dịch chứng khoán Việt Nam

Về phạm vi thời gian: Khoảng thời gian thu thập số liệu thực nghiệm nghiên cứu kéo dài từ năm 2013 đến 2023 Đây là giai đoạn có ý nghĩa quan trọng trong quá trình phát triển của hệ thống ngân hàng Việt Nam Trong giai đoạn này, Ngân hàng Nhà nước Việt Nam đã triển khai các tiêu chuẩn Basel II, nhắm đến việc tăng cường yêu cầu về vốn và quản lý rủi ro cho các NHTM Điều này không chỉ giúp nâng cao mức độ an toàn và ổn định của hệ thống ngân hàng, mà còn tạo nền tảng vững chắc cho sự phát triển bền vững của ngành tài chính Đồng thời, ngân hàng Nhà nước ban hành nhiều quy định để thúc đẩy ngân hàng số và fintech, thay đổi cơ bản cách thức cung cấp dịch vụ tài chính Công nghệ số và fintech mở ra cơ hội mới cho sự tăng trưởng và hiệu quả, giúp các ngân hàng cạnh tranh mạnh mẽ hơn và thúc đẩy nền kinh tế số.

Phương pháp nghiên cứu

Phương pháp định lượng: Sau khi tổng hợp số liệu thu thập đã thu thập trên phần mềm Excel để tính toán các chỉ số biến độc lập và biến phụ thuộc của đề tài qua từng năm Dựa vào phần mềm Stata 17 để tiến hành thực hiện lựa chọn và kiểm định mô hình theo các cách như sau:

Thống kê mô tả dữ liệu :là quá trình sử dụng các phương pháp và công cụ để mô tả, tóm tắt và trình bày các đặc điểm chính của một tập dữ liệu Nó bao gồm các tiêu chí sau: giá trị trung bình, giá trị nhỏ nhất, giá trị lớn nhất, giá trị trung vị và sai số giữa các giá trị Từ đó cung cấp cái nhìn tổng quan về dữ liệu, từ đó hỗ trợ các bước phân tích sâu hơn và ra quyết định chính xác

Ma trận tương quan: thiết lập ma trận hệ số tương quan thể hiện mức độ tương tác của các biến độc lập đến biến phụ thuộc hoặc ảnh hưởng giữa các biến độc lập với nhau Quá trình này giúp tác giả đánh giá một cách toàn diện mối quan hệ của các yếu tố ảnh hưởng đến KNSL của NH, từ đó có cái nhìn tổng thể hơn trong việc phân tích

Lựa chọn mô hình hồi quy phù hợp giữa OLS, FEM và REM

Tác giả triển khai hồi quy dữ liệu nghiên cứu theo ba mô hình: Pooled OLS, FEM (mô hình tác động cố định) và REM (mô hình tác động ngẫu nhiên) Sau khi thu thập kết quả từ ba mô hình này, tác giả so sánh để chọn ra mô hình phù hợp nhất Để chọn giữa FEM và REM, tác giả sử dụng kiểm định Hausman Test để đưa ra quyết định chọn giữa Pooled OLS và REM, tác giả áp dụng kiểm định F-test Tuy nhiên, sau khi xác định được mô hình, cần kiểm tra xem mô hình có bị tự tương quan hay thay đổi phương sai của sai số không Nếu tồn tại những hiện tượng này, mô hình được chọn chưa hẳn là tối ưu và cần áp dụng phương pháp ước lượng bình phương bé nhất tổng quát khả thi (FGLS) để khắc phục

Kiểm định và khắc phục các khuyết tật của mô hình

Sau khi có kết quả lựa chọn mô hình phù hợp, tác giả sử dụng phương pháp ước lượng Pooled OLS để hồi quy phương trình Tuy nhiên, trong quá trình có thể xảy ra các vấn đề như tự tương quan, biến nội sinh, và đa cộng tuyến, gây ra sự chệch và không đáng tin cậy trong ước lượng Để giải quyết các vấn đề này, tôi thực hiện kiểm định và so sánh kết quả từ các mô hình khác nhau

Kiểm định hiện tượng đa cộng tuyến: tác giả sử dụng kiểm định VIF để thực hiện kiểm định Nếu kết quả cho ra VIF > 2, có nghĩa là mô hình có sự xuất hiện của hiện tượng đa cộng tuyến giữa các biến độc lập

Kiểm định phương sai sai số thay đổi: sử dụng kiểm định Breusch-Pagan cho mô hình Pooled OLS hoặc mô hình REM Nếu kết quả cho thấy giá trị Prob < 5%, giả thuyết 𝐻 1 sẽ được chấp nhận, đồng nghĩa với việc có sự tồn tại của phương sai thay đổi và giả thuyết 𝐻 0 bị bác bỏ Đối với mô hình FEM, tác giả sẽ sử dụng kiểm định Wald để kiểm tra phương sai thay đổi

Kiểm định tự tương quan: tác giả sử dụng kiểm định Wooldridge Nếu kết quả kiểm định cho thấy giá trị Prob>F vượt quá 5%, ta sẽ chấp nhận giả thuyết 𝐻 0 , tức là mô hình không có hiện tượng tự tương quan Để khắc phục các khuyết tật xuất hiện trong mô hình, sử dụng ước lượng FGLS Nếu giá trị P-value < 1%, tức là mô hình là phù hợp và đã khắc phục được các vi phạm trong mô hình ban đầu

Dữ liệu nghiên cứu được thu nhập từ báo cáo tài chính của 26 NHTMCP niêm yết tại Việt Nam, với số liệu được lấy trong giai đoạn từ năm 2013 đến 2023 thông qua nền tài FiinPro Ngoài ra, các yếu tố vĩ mô được thu tập từ World Bank (Ngân hàng Thế giới).

Đóng góp của đề tài

Đề tài nghiên cứu cung cấp thêm chứng cứ thực nghiệm về mức độ và chiều ảnh hưởng các yếu tố tác động đến khả năng sinh lời tại các NHTMCP Việt Nam trong khoảng 11 năm từ 2013 – 2023 Kết quả sẽ đưa ra những kết luận thực tiễn về mối tương quan giữa các yếu tố tác động đến mức độ khả năng sinh lời, giúp các nhà quản trị xác định rõ được những nhân tố quyết định thành công của ngân hàng.

Bố cục đề tài nghiên cứu

Đề tài nghiên cứu được thực hiện gồm 05 chương:

CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI

Chương 1 trình bày cái nhìn khái quát về các nội dung của đề tài như: lý do chọn đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu, đóng góp của nghiên cứu và bố cục của đề tài

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC

Chương 2 trình bày cơ sở lý thuyết và tổng quan các nghiên cứu trước về yếu tố tác động đến khả năng sinh lời của các NHTM Dựa trên các lý thuyết và kết quả nghiên cứu đã được công bố, chương này sẽ đề xuất các kỳ vọng của nghiên cứu

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU

Chương 3 trình bày mô tả mô hình nghiên cứu đề xuất, phương pháp thực hiện xử lý số liệu và phương pháp định lượng để đo lường mức độ tác động của các yếu tố ảnh hưởng đến khả năng sinh lời của các NHTMCP Việt Nam

CHƯƠNG 4: THẢO LUẬN KẾT QUẢ NGHIÊN CỨU

Chương 4 trình bày các kết quả từ mô hình sau khi thực hiện chạy phần mềm Stata từ đó đưa ra thảo luận kết quả đạt được

CHƯỜNG 5: KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

Chương 5 tổng hợp kết quả của nghiên cứu thực nghiệm và đưa ra một số hàm ý chính sách, hạn chế của đề tài Từ đó đưa ra hướng nghiên cứu tiếp theo

Chương 1 tác giả đã mô tả tổng quan về lý do chọn đề tài, mục tiêu, đối tượng và phạm vi nghiên cứu để thực hiện Các phương pháp nghiên cứu, cách thu thập dữ liệu, đóng góp của đề tài và bố cục của nghiên cứu đã được đề cập trong chương 1 Trên cơ sở này, chương 2 sẽ khái quát các khái niệm, lý thuyết có liên quan cũng như có một các nhìn tổng quát về đề tài nghiên cứu qua các bài nghiên cứu đã được thực hiện trước.

CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU

Định nghĩa

Theo Malik (2011), một trong những chỉ tiêu cốt yếu của quản lý tài chính là KNSL Mục tiêu chính của quản lý tài chính là tối ưu hóa tài sản của chủ sở hữu và khả năng sinh lời đóng vai trò then chốt trong việc đánh giá hiệu suất kinh doanh KNSL không chỉ liên quan đến lợi nhuận mà còn phản ánh mức độ tương đối của hiệu suất Trong khi lợi nhuận thường được biểu thị bằng một con số cụ thể, KNSL là một thước đo linh hoạt của sự thành công hoặc thất bại của doanh nghiệp

Theo Phan Thị Thu Hà (2013), lợi nhuận là một công cụ quan trọng để đánh giá hiệu quả hoạt động của ngân hàng Nó giúp so sánh kết quả đạt được với mức độ rủi ro giữa các ngân hàng và các tổ chức tín dụng khác, cũng như thể hiện sự thành công của ngân hàng KNSL cung cấp cho ban quản lý ngân hàng một phương tiện để đánh giá hiệu quả quản lý trong tình hình nền kinh tế biến động, và là động lực thúc đẩy các nhà quản lý trong việc lập kế hoạch chiến lược, ra quyết định tài trợ, đầu tư và hoạt động kinh doanh theo từng giai đoạn cụ thể

Khả năng tạo ra lợi nhuận dựa vào hoạt động kinh doanh của các NHTMCP thường được đánh giá qua hai chỉ số quan trọng là lợi nhuận trên tài sản (ROA) và lợi nhuận trên vốn chủ sở hữu (ROE) Bên cạnh đó, do đặc thù hoạt động riêng biệt, các ngân hàng còn sử dụng chỉ số thu nhập lãi cận biên (NIM) để phản ánh chính xác hơn mức độ hiệu quả sinh lời của mình Việc theo dõi và phân tích các chỉ số này không chỉ giúp ngân hàng đánh giá được hiệu suất hiện tại mà còn đưa ra các chiến lược cải thiện lợi nhuận trong tương lai

Tóm lại, KNSL của NHTM là một chỉ tiêu tài chính quan trọng để đánh giá hiệu quả kinh doanh của ngân hàng Trong môi trường kinh tế thị trường cạnh tranh khắc nghiệt hiện nay, KNSL trở thành thước đo chính về hiệu quả tài chính Các nhà quản lý ngân hàng luôn tìm cách tối ưu hóa KNSL, vì điều này không chỉ giúp mở rộng quy mô hoạt động mà còn gia tăng thu nhập cho cổ đông thông qua mức cổ tức cao Kết quả là giá trị cổ phiếu của ngân hàng tăng, cùng với sự cải thiện về thương hiệu và uy tín Việc tăng KNSL cũng mang lại điều kiện tốt hơn cho phúc lợi và khen thưởng nhân viên, giúp họ gắn bó với công việc và ổn định nhân sự Ngoài ra, để tăng khả năng sinh lời ngân hàng cần chú ý đến việc đề phòng và hạn chế rủi ro trong kinh doanh, kết hợp giữa hoạt động tín dụng và đa dạng hóa dịch vụ, quản lý chi phí hiệu quả.

Chỉ tiêu đo lường khả năng sinh lời của ngân hàng thương mại

• Tỷ suất sinh lời nhuận trên tổng tài sản (ROA)

Gul và cộng sự (2011) chỉ ra rằng ROA là một chỉ số quan trọng và thông dụng được sử dụng để đo lường hiệu suất tài chính của các NH Được tính bằng tỷ lệ lợi nhuận hoạt động trên tổng tài sản

𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛 𝑏ì𝑛ℎ 𝑞𝑢â𝑛 ROA cho biết tỷ lệ lợi nhuận mà mỗi đồng tài sản đầu tư vào hoạt động kinh doanh có thể tạo ra Điều này giúp xác định cách mà các tổ chức sử dụng tài sản của mình để tạo ra lợi nhuận ROA cung cấp cái nhìn sâu sắc về hiệu quả quản lý tài sản và có thể được sử dụng để đánh giá hiệu suất giữa các doanh nghiệp và ngân hàng

• Tỷ suất sinh lời trên vốn chủ sở hữu (ROE)

Theo Barth và cộng sự (2001) ROE là một trong những chỉ tiêu chủ chốt nhất trong việc đo lường hiệu suất của NH, vì nó phản ánh khả năng của NH tạo ra lợi nhuận từ mỗi đồng vốn chủ sở hữu Được tính theo phương thức tỷ lệ lợi nhuận sau thuế với vốn chủ sở hữu

𝑇ổ𝑛𝑔 𝑣ố𝑛 𝑐ℎủ 𝑠ở ℎữ𝑢 ROE là một phản ánh trực tiếp về khả năng tạo ra lợi nhuận từ mỗi đồng vốn mà cổ đông đầu tư vào NH ROE không chỉ là một chỉ tiêu tài chính, mà còn là một phản ánh về cách mà NH quản lý vốn và tối ưu hóa lợi nhuận cho cổ đông Điều này nhấn mạnh sự phức tạp của ROE, không chỉ đơn giản là một con số trên báo cáo tài chính mà còn là một thước đo về hiệu quả quản lý doanh nghiệp Một ROE cao thường cho thấy NH đang sử dụng vốn của cổ đông một cách hiệu quả, tăng cường cạnh tranh và tối ưu hóa thu nhập Đồng thời, cũng thể hiện khả năng quản lý rủi ro và tối ưu hóa chi phí, từ đó tạo ra lợi nhuận ròng cao hơn

• Tỷ suất lợi nhuận trên doanh thu (ROS)

Tỷ suất lợi nhuận trên doanh thu (ROS) là một chỉ số quan trọng trong phân tích tài chính doanh nghiệp, đo lường khả năng sinh lời từ mỗi đơn vị doanh thu Theo nghiên cứu của Brown và Clark (2019), ROS được tính bằng cách chia lợi nhuận ròng sau thuế cho doanh thu tổng cộng và thường được biểu thị dưới dạng phần trăm Đây là một chỉ số quan trọng để đánh giá hiệu suất tài chính của doanh nghiệp và đo lường khả năng của doanh nghiệp kiểm soát chi phí và tạo ra lợi nhuận từ hoạt động kinh doanh

𝐷𝑜𝑎𝑛ℎ 𝑡ℎ𝑢 ROS cao thường phản ánh khả năng của doanh nghiệp tối ưu hóa cấu trúc chi phí và tăng cường hiệu quả vận hành Một ROS thấp có thể cho thấy rủi ro về việc không kiểm soát được chi phí và cần thiết phải xem xét kỹ lưỡng để cải thiện hiệu suất tài chính của doanh nghiệp

• Tỷ lệ thu nhập lãi cận biên (NIM)

Theo Smith và Johnson (2017) NIM là một chỉ số quan trọng để đánh giá hiệu suất tài chính của các tổ chức tín dụng Nó phản ánh khả năng của tổ chức trong việc sinh lời từ hoạt động lãi suất và chi phí lãi, và thường được sử dụng để so sánh hiệu quả tài chính giữa các tổ chức khác nhau NIM được tính bằng cách so sánh thu nhập từ lãi (bao gồm lãi từ cho vay và đầu tư) với chi phí lãi (bao gồm lãi phải trả cho người gửi tiền và các nguồn vốn khác), sau đó chia cho tổng tài sản sinh lời của tổ chức tài chính

𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛 sinh 𝑙ờ𝑖 𝑏ì𝑛ℎ 𝑞𝑢â𝑛Thông qua việc đo lường và so sánh NIM, nhà đầu tư và các bên liên quan có thể hiểu rõ hơn về hiệu suất hoạt động của ngân hàng và khả năng kiểm soát tài sản tạo ra lợi nhuận cũng như tìm kiếm nguồn vốn phù hợp với chi phí thấp nhất NIM cũng cung cấp thông tin quan trọng để đánh giá các thay đổi và xu hướng trong biên độ lãi suất và so sánh hiệu suất lãi giữa các tổ chức tài chính khác nhau.

Các yếu tố ảnh hưởng đến khả năng sinh lời

2.3.1 Các yếu tố bên trong của ngân hàng

• Quy mô ngân hàng (SIZE)

Quy mô ngân hàng (SIZE) thường được đo lường bằng logarit tự nhiên của tổng tài sản (TTS), là một yếu tố quan trọng trong ngành ngân hàng, đánh giá sức mạnh và quyền lực của một NH trong hệ thống tài chính Tổng tài sản thể hiện tổng giá trị tài sản mà ngân hàng sở hữu, bao gồm các khoản cho vay, chứng khoán đầu tư, và các loại tài sản khác (Saunders & Cornett 2014) Cụ thể, một ngân hàng lớn với quy mô to lớn có thể có ảnh hưởng mạnh mẽ hơn đến thị trường và có lợi thế về khả năng tiếp cận vốn, đồng thời cũng thường có chi phí vận hành thấp hơn nhờ vào hiệu quả kinh tế quy mô Tuy nhiên, SIZE cũng có thể gây ra những thách thức quản lý và rủi ro hệ thống, đặc biệt khi mở rộng quá mức Do đó, việc quản lý và kiểm soát quy mô ngân hàng là một yếu tố quan trọng đối với sự thành công và bền vững của ngân hàng trong thị trường ngày nay

SIZE được đo lường bằng công thức:

• Hệ số an toàn vốn (CAR)

Hệ số an toàn vốn (CAR) là một chỉ số quan trọng trong lĩnh vực ngân hàng, được sử dụng để đo lường khả năng của một NH trong việc đối phó với các rủi ro tài chính và bảo vệ lợi ích của người gửi tiền CAR thường được tính bằng cách chia tổng vốn sở hữu của ngân hàng cho tổng số dư nợ và các khoản nợ cần phải chi trả Nghiờn cứu của Demirgỹỗ-Kunt và Huizingam (2010) đó chỉ ra rằng CAR cao cú thể tăng cường khả năng cung cấp tín dụng và tăng cường lợi nhuận dài hạn của ngân hàng, bởi vì nó tạo ra niềm tin từ phía khách hàng và nhà đầu tư Từ đó sẽ tạo ra một lượng tiền mặt dự trữ lớn hơn, có thể sử dụng để mở rộng các khoản tín dụng của ngân hàng Điều này biểu thị rằng ngân hàng có mức vốn đủ để ứng phó với các rủi ro tiềm ẩn và khả năng chi trả nợ của mình Kết quả là, sự ổn định và minh bạch trong hệ thống tài chính sẽ được tăng cường

CAR được đo lường bằng công thức:

• Tỷ lệ tiền gửi khách hàng (DEP)

Tỷ lệ tiền gửi khách hàng (DEP) là các khoản tiền mà cá nhân hoặc tổ chức đặt vào các tài khoản ngân hàng hoặc các sản phẩm tiền gửi khác với mục đích bảo quản và tích lũy tiền bạc Anteneh và Tewolde (2017) phân loại tiền gửi này thành ba loại chính: tiền gửi tiết kiệm, tiền gửi có kỳ hạn và tiền gửi không kỳ hạn Trong số này, chỉ tiền gửi tiết kiệm và tiền gửi có kỳ hạn mang lại lãi suất Nguồn vốn từ việc thu hút tiền gửi của khách hàng được coi là nguồn vốn ổn định với chi phí thấp và ổn định hơn so với các nguồn vốn khác trong cơ cấu nợ phải trả Vì vậy, khi nguồn vốn này được tăng lên, ngân hàng có thể giảm thiểu chi phí sử dụng vốn, từ đó gia tăng lợi nhuận Việc có thêm tiền gửi từ khách hàng cung cấp nguồn vốn lớn hơn cho ngân hàng, giúp họ thực hiện các hoạt động cho vay và đầu tư một cách hiệu quả hơn Điều này mở ra cơ hội để kiếm lợi nhuận từ các khoản vay và đầu tư, đồng thời giảm áp lực về việc tìm kiếm nguồn vốn từ các nguồn khác

DEP được đo lường bằng công thức:

• Chi phí hoạt động (OPE)

Mishkin và Eakins (2018) đề cập đến chi phí hoạt động của ngân hàng, bao gồm các chi phí phát sinh từ các hoạt động hàng ngày như chi phí nhân viên, cơ sở hạ tầng, quản lý và tiếp thị sản phẩm Các khoản chi này bao gồm các chi phí như lương, thưởng, thuế và các khoản chi khác Với mục tiêu tối đa hóa lợi nhuận, ngân hàng thường cố gắng cắt giảm các khoản chi này Tuy nhiên, việc này có thể ảnh hưởng tiêu cực nếu các nguồn chi phí còn lại không đảm bảo cho hoạt động kinh doanh hiệu quả Khi chi phí hoạt động tăng, lợi nhuận của ngân hàng giảm và ngược lại, khi ngân hàng quản lý chi phí hoạt động một cách hiệu quả và phù hợp, KNSL của họ sẽ được cải thiện Điều này được xác nhận bởi nghiên cứu của Phạm Hải Nam (2020); Thân Thị Thu Thủy và Trương Mỹ Kim (2017)

OPE được đo lường bằng công thức:

• Thu nhập ngoài lãi (NNII)

Thu nhập ngoài lãi (NNII) như một chỉ số quan trọng trong lĩnh vực ngân hàng, thường dùng để đánh giá hiệu suất tài chính của một ngân hàng bằng cách tính sự không cân đối giữa doanh thu từ lãi suất và chi phí lãi suất Claessens và Laeven

(2004) trong nghiên cứu của họ đã nhấn mạnh NNII không chỉ là nguồn thu chính mà còn là một chỉ số quan trọng về tình trạng tài chính của ngân hàng Khi ngân hàng tăng cường việc cho vay và thu hút tiền gửi từ khách hàng, NNII sẽ tăng lên Khi doanh số vay tăng, ngân hàng sẽ thu được nhiều lãi suất từ khoản vay này Tương tự, khi thu hút nhiều tiền gửi, ngân hàng có thể sử dụng số tiền này để cho vay và tạo ra thêm lãi suất, góp phần vào việc tăng NNII và lợi nhuận

NNNII được đo lường bằng công thức:

• Tỷ lệ nợ xấu (NPL)

Tỷ lệ nợ xấu (NPL) là một chỉ số quan trọng trong lĩnh vực ngân hàng và tài chính Nó đo lường tỷ lệ của các khoản vay mà người vay không thể hoặc không còn có khả năng trả lãi đúng hạn Những khoản vay này được coi là có nguy cơ cao không trả lại vốn hoặc lãi suất cho ngân hàng, ảnh hưởng đến việc thu hồi vốn và cả sức khỏe tài chính của ngân hàng Khi tỷ lệ NPL tăng, ngân hàng phải dành nhiều tài nguyên hơn để quản lý và thu hồi các khoản nợ này, làm tăng chi phí dự phòng và giảm thu nhập từ lãi suất, dẫn đến giảm lợi nhuận tổng thể Các nghiên cứu trước đây đã chứng minh rằng NPL có ảnh hưởng tiêu cực đến lợi nhuận của ngân hàng Schaeck và Cihak (2012) đã lưu ý rằng tăng chi phí dự phòng và giảm thu nhập từ lãi suất làm giảm lợi nhuận ròng Jiménez và Saurina (2018) cũng đã phát hiện ra một mối liên kết tiêu cực giữa NPL và lợi nhuận của NH, nhấn mạnh áp lực mà NPL tạo ra đối với hiệu suất tài chính Ngoài ra, NPL cao cũng có thể gây ra rủi ro hệ thống và ảnh hưởng đến sự ổn định của hệ thống tài chính nói chung Nếu một số lượng lớn các ngân hàng gặp vấn đề với NPL, điều này có thể lan rộng và làm suy giảm niềm tin từ phía khách hàng và nhà đầu tư, gây ra rủi ro hệ thống

NPL được đo lường bằng công thức:

2.3.2 Các yếu tố bên ngoài của ngân hàng

Saunders và Cornett (2018) định nghĩa cung tiền (M2) là tổng số tiền mặt và các loại tiền gửi ngắn hạn mà ngân hàng sở hữu và sẵn sàng sử dụng cho nhu cầu tài chính của khách hàng và cho mục đích kinh doanh của mình Cung tiền thường được đánh giá thông qua các chỉ số như M1, M2 và M3, bao gồm tiền mặt, tiền gửi ngắn hạn và tiền tệ khác Ở Việt Nam, M2 là chỉ số cung tiền phổ biến nhất Khi ngân hàng tăng cung tiền, họ có thể tạm thời tăng thu nhập từ lãi suất và phí dịch vụ Tuy nhiên, việc tăng cung tiền quá mức có thể gây ra lạm phát và có tác động tiêu cực đến nền kinh tế, giảm giá trị của tiền tệ và lợi nhuận thực tế của ngân hàng

• Tốc độ tăng trưởng kinh tế (GDP)

Blanchard và Johnson (2013) chỉ ra rằng tốc độ tăng trưởng kinh tế (GDP) là một chỉ số quan trọng trong nền kinh tế, đo lường giá trị tổng cộng của tất cả hàng hóa và dịch vụ cuối cùng được sản xuất trong một quốc gia trong một khoảng thời gian nhất định, thường là một năm Cung cấp cái nhìn tổng quan về sức khỏe kinh tế của quốc gia đó Khi GDP tăng, hoạt động giao dịch và tài chính thường cũng tăng

Sự phát triển mạnh mẽ của kinh tế thúc đẩy nhu cầu về vay và các dịch vụ tài chính khác, tạo điều kiện cho ngân hàng tăng lãi suất và lợi nhuận Nhu cầu vay tăng khi doanh nghiệp và cá nhân muốn đầu tư vào dự án mới hoặc mở rộng kinh doanh Điều này mở ra cơ hội cho ngân hàng cung cấp các sản phẩm và dịch vụ tài chính, từ đó tăng doanh số và lợi nhuận

Lạm phát (INF) là sự tăng giá chung và liên tục của hàng hóa và dịch vụ trong một nền kinh tế trong một khoảng thời gian nhất định Theo định nghĩa của Fischer

(2016) lạm phát là sự mất giá của đồng tiền, dẫn đến việc mua sắm một lượng hàng hóa và dịch vụ ít hơn với số tiền như nhau Lạm phát thường được đo bằng các chỉ số như Chỉ số Giá Tiêu Dùng (CPI), Chỉ số Giá Sản Xuất Công Nghiệp (PPI), hoặc Chỉ số Giá Sản Xuất Lao Động (WPI) Lạm phát thường gây ra sự không ổn định trong thị trường tài chính, làm giảm giá trị của các khoản đầu tư của ngân hàng như cổ phiếu, trái phiếu và bất động sản Điều này có thể ảnh hưởng tiêu cực đến tình hình tài chính tổng thể của ngân hàng.

Tổng quan các nghiên cứu thực nghiệm trước

2.4.1 Các nghiên cứu nước ngoài

Nghiên cứu của Pan (2014) , với chủ đề nghiên cứu là tác động của các yếu tố vĩ mô đến KNSL của các NHTM Trung Quốc trong thập kỷ sau khi gia nhập WTO Phân tích được thực hiện từ năm 1998 đến 2012, với phương pháp nghiên cứu OLS, FEM và REM tác giả cho ra kết quả: Tốc độ tăng trưởng kinh tế, lạm phát, lãi suất và tăng trưởng cung tiền có mối tương quan dương với lợi nhuận của ngân hàng, trong khi tổng vốn hóa thị trường của cổ phiếu có mối tương quan nghịch với lợi nhuận của ngân hàng Trong số các biến kinh tế vĩ mô được lựa chọn này, ảnh hưởng của tăng trưởng cung tiền là rõ ràng nhất

Rahman và cộng sự (2015) đã tiến hành phân tích dữ liệu của 25 NHTM tại Bangladesh trong giai đoạn 2006-2013 để nghiên cứu các yếu tố ảnh hưởng đến lợi nhuận của các NH này Trong bài nghiên cứu, tác giả sử dụng phương pháp lượng, áp dụng các mô hình hồi quy bao gồm hồi OLS, FEM, REM và GLS Kết quả nghiên cứu cho ta thấy, hệ số an toàn vốn và tốc độ tăng trưởng kinh tế có tác động cùng chiều đến cả biến phụ thuộc của lợi nhuận Dự phòng rủi ro tín dụng có tác động cùng chiều NIM và ngược chiều với ROA, tuy nhiên lại không mang ý nghĩa thống kê với ROE Biến lạm phát có ý nghĩa thống kê tác động ngược chiều đến ROA và ROE, ngược có tác động cùng chiều đến NIM

Anbar và Alper (2011) đã phân tích các yếu tố nội tại và vĩ mô ảnh hưởng đến KNSL của các NHTM tại Thổ Nhĩ Kỳ trong giai đoạn 2002 đến 2010 Trong đó, tác giả sử dụng biến ROA và ROE để đo lường KNSL của NH Với bộ dữ liệu bảng cân bằng được thu thập từ 10 NH tại Thổ Nhĩ Kỳ, cho ra kết quả quy mô tài sản và thu nhập ngoài lãi có tác động cùng chiều với KNSL Ngược lại, tỷ lệ nợ trên tài sản có tác động ngược chiều

Samad (2015) trong nghiên cứu về ảnh hưởng của các nhân tố đến KNSL của các NH ở Bangladesh Trong nghiên cứu, nhóm tác giả đã sử dụng dữ liệu được thu thập của 42 NHTM từ năm 2009 đến năm 2011 Kết quả cho ra tỷ lệ thanh khoản và quy mô vốn tác động cùng chiều với ROA Trong khi đó, rủi ro tín dụng tác động ngược chiều với ROA và tốc độ tăng trưởng GDP lại không có mối tương quan

Ayanda và cộng sự (2013) đã nghiên cứu mối quan hệ giữa lợi nhuận và các yếu tố nội tại trong các ngân hàng Nigeria từ năm 1980 đến 2010 bằng phương pháp đồng liên kết và cơ chế hiệu chỉnh sai số Kết quả nghiên cứu chứng minh rằng an toàn vốn và tỷ lệ vốn chủ sở hữu trên tổng tài sản có tác động tiêu cực đến lợi nhuận

NH Trong khi đó, quy mô và hiệu quả chi phí không gây ảnh hưởng đáng kể đến lợi nhuận Ngược lại, rủi ro tín dụng và tỷ lệ vốn chủ sở hữu trên tổng tài sản lại có ảnh hưởng mạnh đến lợi nhuận của NH Ngoài ra, thanh khoản có ảnh hưởng đến lợi nhuận trong ngắn hạn, còn năng suất lao động chỉ ảnh hưởng đến lợi nhuận trong dài hạn Nghiên cứu cũng chỉ ra rằng rủi ro thanh khoản, được đo lường bằng tỷ suất cho vay trên tổng tài sản và tỷ suất cho vay trên tổng tiền gửi, có ảnh hưởng đáng kể đến KNSL của hệ thống NH Nigeria trong ngắn hạn, nhưng không có tác dụng trong dài hạn Trong các yếu tố vĩ mô, chỉ có tăng trưởng cung tiền rộng là có tác động tích cực đến lợi nhuận NH, trong khi không tìm thấy bằng chứng cho thấy lạm phát và tốc độ tăng trưởng GDP thực có tương quan với lợi nhuận NH

Sufian và cộng sự (2011) nghiên cứu KNSL của ngành NH Hàn Quốc từ năm

1992 đến năm 2003 Dữ liệu được thu thập từ báo cáo tài chính của 11 NH năm 1992 đến 29 NH năm 2000 có sẵn trong cơ sở dữ liệu Bank scope Với các phương pháp cũ Poole OLS, FEM và REM tác giả cho thấy các ngành ngân hàng Hàn Quốc có mức thanh khoản thấp thường có KNSL cao hơn Quy mô ngân hàng, tỷ lệ dư nợ cho vay và tỷ lệ tiền gửi đều tác động tích cực đến KNSL Trong khi đó, dự phòng rủi ro tín dụng ảnh hưởng ngược chiều vì khi tăng chi phí hoạt động như vậy nhưng không sử dụng một cách hiệu quả sẽ làm giảm đi hiệu suất sinh lời của NHTM Còn với các yếu tố bên ngoài thị trường, khủng hoảng tài chính làm ảnh hưởng tiêu cực đến sự tăng trưởng lợi nhuận của ngân hàng

2.4.2 Các nghiên cứu trong nước

Lê Đồng Duy Trung (2020) nghiên cứu các nhân tố ảnh hưởng tới KNSL của các NHTM Việt Nam tiếp cận theo mô hình thực nghiệm động từ năm 2009-2017, từ dữ liệu thu thập được của 30 NHTM Việt Nam Bằng cách sử dụng phương pháp ước lượng Moment tổng quản, kết quả thu được cho thấy quy mô tổng tài sản, vốn chủ sở hữu có mối quan hệ thuận chiều với KNSL Ngược lại tỷ lệ chi phí hoạt động trên tổng tài sản rủi ro thanh khoản, rủi ro tín dụng, chi phí hoạt động lại có mối quan hệ ngược chiều với KNSL

Bằng việc sử dụng dữ liệu từ 30 NHTM Việt Nam giai đoạn 2007-2018, Phạm Hải Nam (2020) đã đánh giá được ảnh hưởng của khủng hoảng tài chính thế giới và các yếu tố nội và ngoại tại đến KNSL của các NHTM Việt Nam Theo phương pháp Bayes và thuật toán lấy mẫu Gibbs cho thấy các yếu tố như khủng hoảng tài chính, quy mô ngân hàng, vốn ngân hàng, tài sản thanh khoản, tiền gửi khách hàng và nợ sư cho vay có tác động tích cực đến khả năng sinh lời Và ngược lại các yếu tố: dự phòng rủi ro tín dụng, cho phí trả lãi và chi phí hoạt động có tác động tiêu cực

Nguyễn Thị Mỹ Hạnh và Nguyễn Ngọc Anh Thư (2021) đã tiến hành nghiên cứu trong phạm vi 30 NHTMCP Việt Nam trong khoảng thời gian từ năm 2012 đến

2020 Trong nghiên cứu, tác giả đã sử dụng ba biến phụ thuộc là NIM, ROA và ROE và các biến độc lập gồm quy mô ngân hàng, tỷ lệ an toàn vốn, tỷ lệ nợ vay, tính thanh khoản, tỷ lệ tiền gửi, hiệu quả quản lý, thu nhập ngoài lãi và tốc độ tăng trưởng kinh tế Cho ra kết quả quy mô ngân hàng, tỷ lệ an toàn vốn và hiệu quả quản lý cho ra kết quả có sự tương quan tốt đến lợi nhuận Còn những biến cho vay, thanh khoản, tỷ lệ tiền gửi và tốc độ tăng trưởng kinh tế GDP ghi nhận các kết quả không giống nhau khi định lượng bởi các biến khác Cùng với đó, GDP không mang ý nghĩa thống kê

Tác giả Nguyễn Quốc Anh (2023) đã tập trung vào các yếu tố ảnh hưởng đến tỷ suất lợi nhuận của các ngân hàng thương mại cổ phần Việt Nam với mẫu là dữ liệu của 26 ngân hàng giai đoạn từ 2009-2021 dựa vào phương pháp định lượng Tác giả cho ra kết quả hệ số an toàn vốn, thu nhập lãi thuần, tỷ lệ phạm phát có tác động cùng chiều với ROA Trái lại chi phí hoạt động và tốc độ tăng trưởng kinh tế có tác động ngược chiều với ROA Trong khi đó, dư nợ tín dụng không đáng kể về mặt thống kê với tỷ suất lợi nhuận trên tổng tài sản

Thân Thị Thu Thủy và Trương Mỹ Kim (2017) đã thực hiện một cuộc khảo sát với 9 NHTM tại Việt Nam nhầm phân tích ảnh hưởng của các nhân tố nội tại và vĩ mô của nền kinh tế đến KNSL của các NHTMCP niêm yết trên thị trường chứng khoáng Việt Nam Trong nghiên cứu này, các nhà nghiên cứu đã sử dụng dữ liệu bảng và áp dụng hai mô hình hồi quy: FEM và REM để đánh giá tác động của các yếu tố và khủng hoảng tài chính giai đoạn 2008-2010 đối với hiệu suất sinh lợi thông qua ROE và ROA Kết quả cho thấy, bên cạnh các nhân tố có ảnh hưởng tương tự nhau đối với ROE, ROA như thu nhập từ lãi, thu nhập ngoài lãi, lạm phát có ảnh hưởng tích cực, cho vay khách hàng có ảnh hưởng tiêu cực đến cả ROA và ROE thì cũng có các nhân tố ảnh hưởng khác nhau đến ROA, ROE như vốn chủ sở hữu có ảnh hưởng tích cực đến ROA nhưng có ảnh hưởng tiêu cực đến ROE, tiền gửi khách hàng và tính thanh khoản có ảnh hưởng tiêu cực đến ROA nhưng không có tác động đến ROE Ngoài ra, kết quả cũng cho thấy khủng hoảng tài chính có ảnh hưởng tiêu cực đến khả năng sinh lời tại các NHTMCP niêm yết Việt Nam với độ trễ nhất định

Nghiên cứu của tác giả Hồ Thị Hồng Minh và Nguyễn Thị Cành (2015) sử dụng số liệu được thu thập từ các BCTC của 22 NHTM Việt Nam với mốc thời gian từ 2007 đến 2013 để xem xét mối quan hệ đa dạng hóa thu nhập và các yếu tố khác tác động đến KNSL của các NHTM Việt Nam Bằng việc áp dụng phương pháp cho dữ liệu bảng ước lượng SGMM nghiên cứu đã chỉ ra rằng chỉ số đa dạng hóa thu nhập, tỷ lệ dư nợ cho vay/tổng tài sản và tỷ lệ tiền gửi khách hàng đều có tương quan thuận với KNSL của các NHTM Ngược lại, tỷ lệ nợ xấu, tỷ lệ vốn chủ sở hữu/tổng tài sản và tỷ lệ chi phí hoạt động trên thu nhập có tương quan nghịch đến KNSL Nghiên cứu cũng chỉ ra rằng KNSL của các NHTM tại Việt Nam không phụ thuộc vào tổng tài sản hay tốc độ tăng trưởng kinh tế

Bảng 2.1 Tóm hợp kết quả của nghiên cứu trước

Yếu tố Thuận chiều Nghịch chiều Không có ý nghĩa thống kê

Quy mô ngân hàng (SIZE)

Lê Đồng Duy Trung (2020); Phạm Hải Nam (2020); Nguyễn Thị Mỹ Hạnh và Nguyễn Ngọc Anh Thư (2021); Thân Thị Thu Thủy và Trương Mỹ Kim (2017); Anbar và Alper (2011)

Hồ Thị Hồng Minh và Nguyễn Thị Cành (2015)

Hệ số an toàn vốn (CAR)

Tỷ lệ tiền gửi khách hàng

Phạm Hải Nam (2020); Hồ Thị Hồng Minh và Nguyễn Thị Cành (2015)

Mỹ Hạnh và Nguyễn Ngọc

Thân Thị Thu Thủy và Trương Mỹ Kim

Chi phí hoạt động (OPE)

Nguyễn Quốc Anh (2023); Lê Đồng Duy Trung (2020)

Yếu tố Thuận chiều Nghịch chiều Không có ý nghĩa thống kê

Nguyễn Thị Mỹ Hạnh và Nguyễn Ngọc Anh Thư (2021); Thân Thị Thu Thủy và Trương Mỹ Kim (2017); Anbar và Alper (2011); Sufian (2011)

Pan (2014); Lê Đồng Duy Trung (2020); Ayanda và cộng sự (2013)

Tốc độ tăng trưởng kinh tế

Pan (2014); Rahman và cộng sự (2015)

Nguyễn Thị Mỹ Hạnh và Nguyễn Ngọc Anh Thư (2021); Thân Thị Thu Thủy và Trương Mỹ Kim (2017); Hồ Thị Hồng Minh và Nguyễn Thị Cành

Thân Thị Thu Thủy và

Yếu tố Thuận chiều Nghịch chiều Không có ý nghĩa thống kê

Nguồn: Tổng.hợp của.tác giả

PHƯƠNG PHÁP NGHIÊN CỨU

Quy trình nghiên cứu

Sơ đồ 3.1 Quy trình nghiên cứu

Nguồn: Tác giả tổng hợp

Bước 1: Xác định rõ ràng mục tiêu nghiên cứu, đối tượng và phạm vi nghiên cứu của đề tài

Bước 2: Lược khảo cơ sở lý thuyết và các nghiên cứu trước có liên quan tại

Việt Nam và các quốc gia khác Sau đó, chọn lọc và tổng hợp lại các cơ sở lý thuyết có liên quan đến bài luận

Bước 3: Dựa trên cơ sở lý thuyết và các nghiên cứu trước đã tổng hợp, xây dựng mô hình nghiên cứu đề xuất

Xác định mục tiêu nghiên cứu Lược khảo nghiên cứu Xây dụng mô hình nghiên cứu Thu thập và xử lý dữ liệu nghiên cứu

Thực hiện hồi quy và kiểm định các khuyết tật của mô hình Khắc phục sai phạm của mô hình

Kết luận và hàm ý quản trị

Có sai phạm Không có sai phạm

Bước 4: Thu thập dữ liệu cần thiết để hồi quy mô hình, dữ liệu được thu thập từ báo cáo tài chính hợp nhất đã kiểm toán của 26 NHTM Việt Nam trong giai đoạn 2013-2023, thông qua Fiinpro

Bước 5: Từ mô hình đề xuất và dữ liệu thu thập được, tác giả sử dụng các phương pháp OLS, FEM và REM để thực hiện hồi quy mô hình và tiến hành kiểm định phương sai sai số thay dổi và hiện tượng tương quan để xác định phương pháp ước lượng phù hợp nhất

Bước 6:Sau đó, tác giả kiểm tra các khuyết tật của mô hình và áp dụng phương pháp FGLS để khắc phục nếu cần

Bước 7: Căn cứ theo kết quả của mô hình nghiên cứu, tác giả sẽ thảo luận và đưa ra nhận xét về sự tác động của các yếu tố đến khả năng sinh lời của các ngân hàng TMCP tại Việt Nam trên cơ sở lý thuyết, quan điểm của những bài nghiên cứu trước được đề cập ở chương 2 Đồng thời đề xuất một số hàm ý chính sách nhằm cải thiện khả năng sinh lời của các NHTM Việt Nam.

Dữ liệu nghiên cứu

Bài nghiên cứu sử dụng dữ liệu thứ cấp được thu thập từ BCTC của 26 NHTMCP niêm yết trên sở giao dịch chứng khoán được thu thập từ nguồn đáng tin cậy như Fiinpro Các số liệu trên được thu thập trong khoảng thời gian từ năm 2013-

2023 Ngoài ra, tác giả còn thu thập các dữ liệu về chỉ số vĩ mô liên quan đến nền kinh tế Việt Nam thông qua tập hợp dữ liệu có tổ chức của Ngân hàng thế giới World Bank.

Phương pháp nghiên cứu ước lượng

Phương pháp bình phương nhỏ nhất Pooled OLS

Pooled OLS là một phương pháp hồi quy tuyến tính sử dụng cho dữ liệu bảng (panel data) mà trong đó tất cả các quan sát từ các đơn vị khác nhau và các thời kỳ khác nhau được kết hợp lại mà không phân biệt sự khác biệt giữa các đơn vị hay các thời kỳ Mô hình hồi quy với dạng như sau:

𝑌 𝑖,𝑡 : giá trị biến phụ thuộc

𝑋 1𝑖,𝑡 ,𝑋 2𝑖,𝑡 : giá trị biến độc lập

Pooled OLS là một phương pháp cơ bản và dễ sử dụng trong phân tích dữ liệu bảng Tuy nhiên, do nó không kiểm soát sự khác biệt giữa các đơn vị và các thời kỳ, nên nó chỉ phù hợp khi các giả định về sự đồng nhất giữa các đơn vị và thời gian là hợp lý

Mô hình hồi quy tác động cố định (FEM)

Fixed Effects Model (FEM) là một phương pháp hồi quy tuyến tính trong phân tích dữ liệu bảng (panel data), được sử dụng để kiểm soát các yếu tố không quan sát được nhưng cố định theo thời gian, ảnh hưởng đến biến phụ thuộc FEM giả định rằng mỗi đơn vị có các đặc trưng riêng biệt và những đặc trưng này có thể ảnh hưởng đến mối quan hệ giữa các biến độc lập và biến phụ thuộc Các đặc trưng này không thay đổi theo thời gian và được mô hình hóa dưới dạng các biến giả cho từng đơn vị

Mô hình hồi quy với dạng như sau:

𝑌 𝑖,𝑡 : giá trị biến phụ thuộc

𝑋 𝑖,𝑡 : giá trị biến độc lập

Fixed Effects Model (FEM) là một công cụ mạnh mẽ trong phân tích dữ liệu bảng, đặc biệt hữu ích khi cần kiểm soát các yếu tố không quan sát được nhưng cố định theo thời gian Bằng cách loại bỏ sự thiên lệch do các yếu tố này gây ra, FEM cung cấp các ước lượng chính xác hơn và giúp hiểu rõ hơn về mối quan hệ giữa các biến độc lập và biến phụ thuộc

Mô hình hồi quy tác động ngẫu nhiên (REM)

Random Effects Model (REM) là phương pháp hồi quy tuyến tính trong phân tích dữ liệu bảng, nơi mà các hiệu ứng đặc trưng của từng đơn vị (được giả định là ngẫu nhiên và không tương quan với các biến độc lập REM giả định rằng sự khác biệt giữa các đơn vị là ngẫu nhiên và có thể được mô hình hóa như là một thành phần ngẫu nhiên trong mô hình hồi quy Mô hình hồi quy với dạng như sau:

𝑌 𝑖,𝑡 : giá trị biến phụ thuộc

𝑋 𝑖,𝑡 : giá trị biến độc lập

Random Effects Model (REM) là một phương pháp mạnh mẽ và hiệu quả trong phân tích dữ liệu bảng, đặc biệt khi các giả định về tính ngẫu nhiên của các hiệu ứng là hợp lý Nó cho phép sử dụng thông tin từ cả biến động giữa các đơn vị và biến động theo thời gian, cung cấp các ước lượng hiệu quả hơn so với FEM trong một số trường hợp Tuy nhiên, việc lựa chọn giữa REM và FEM cần phải được kiểm tra cẩn thận thông qua kiểm tra Hausman để đảm bảo tính chính xác và hợp lý của mô hình.

Mô hình nghiên cứu đề xuất

Dựa theo các lý thuyết liên quan và lược khảo từ các nghiên cứu trước đây của

Lê Đồng Duy Trung (2020); Rahman (2015); Nguyễn Thị Mỹ Hạnh và Nguyễn Ngọc Anh Thư (2021); Pan (2014) tác giả đề xuất mô hình nghiên cứu liên quan đến đề tài và vấn đề nghiên cứu có phương trình như sau:

ROA: tỷ suất sinh lời trên tổng tài sản

ROE: tỷ suất sinh lời trên vốn chủ sở hữu

NIM: tỷ lệ thu nhập lãi cận biên

SIZE: quy mô ngân hàng

CAR: hệ số an toàn vốn

DEP: tỷ lệ tiền gửi khách hàng

OPE: chi phí hoạt động

NNII: thu nhập ngoài lãi

NPL: tỷ lệ dự phòng rủi ro

M2: tốc độ tăng trưởng cung tiền hàng năm

GDP: tốc độ tăng trưởng kinh tế hàng năm

Các biến nghiên cứu

3.5.1 Biến phụ thuộc Ở đề tài nghiên cứu này, tác giả sử dụng các biến phụ thuộc đại diện cho khả năng sinh lời của NHTM gồm ROA, ROE và NIM để phân tích các biến độc lập và đưa ra các kết luận về từng biến có tác động như thế nào đến KNSL của các NH tại Việt Nam Vì, ROA tập trung vào hiệu suất toàn diện của tài sản, ROE tập trung vào hiệu suất dựa trên vốn chủ sở hữu, và NIM thể hiện lợi nhuận từ hoạt động cho vay

Sử dụng cả ba chỉ số này có thể cung cấp cái nhìn đa chiều và toàn diện về KNSL của NH

• Quy mô ngân hàng (SIZE)

Quy mô tổng tài sản của ngân hàng (SIZE) bao gồm tiền mặt, các khoản cho vay, chứng khoán đầu tư, tài sản cố định và các khoản đầu tư khác SIZE phản ánh khả năng tài chính và sức mạnh của NH, cho thấy mức độ cung cấp dịch vụ và khả năng chịu đựng các biến động kinh tế

Thực tế cho thấy, đa phần các NH có quy mô lớn đều sẽ có nhiều lợi thế nhất định hơn so với các NH có quy mô nhỏ, đặc biệt là trong việc tiếp cận khách hàng vay vốn Ngân hàng lớn thường có nguồn lực tài chính mạnh mẽ để đầu tư vào các cơ hội sinh lời cao, đồng thời có khả năng tận dụng kinh tế theo quy mô để giảm chi phí hoạt động Điều này đúng với nghiên cứu của tác giả Nguyễn Thị Mỹ Hạnh và Nguyễn Ngọc Anh Thư (2021); Phạm Hải Nam (2020) Vì vậy tác giả đặt ra kỳ vọng SIZE có tương quan cùng chiều đến KNSL của ngân hàng

Giả thuyết H1: SIZE có tác động cùng chiều với KNSL của NHTMCP Việt

• Hệ số an toàn vốn (CAR)

Hệ số an toàn vốn (CAR) là chỉ số đánh giá mức độ an toàn tài chính và khả năng chống đỡ rủi ro của ngân hàng Chỉ số này phản ánh tỷ lệ giữa vốn tự có của ngân hàng so với tài sản có rủi ro của nó CAR được sử dụng để đảm bảo rằng NH có đủ vốn để bù đắp cho các khoản lỗ tiềm tàng và bảo vệ quyền lời của người gửi tiền

Khi một CAR cao có thể làm tăng lòng tin của nhà đầu tư và khách hàng, giúp ngân hàng thu hút được nhiều vốn đầu tư hơn và mở rộng cơ sở khách hàng Sự tin tưởng này có thể dẫn đến tăng trưởng thu nhập từ các hoạt động cho vay và dịch vụ tài chính Trong đó có một số nghiên cứu đồng tính quan điểm này, bao gồm Nguyễn Quốc Anh (2023); Rahman và cộng sự (2015) Vì thế, tác giả kỳ vọng hệ số an toàn vốn có tương quan cùng chiều đến KNSL của ngân hàng

Giả thuyết H2: CAR tác động cùng chiều với KNSL của NHTMCP Việt Nam

• Tỷ lệ tiền gửi khách hàng (DEP)

Tỷ lệ tiền gửi khách hàng (DEP) là số tiền mà khách hàng gửi vào tài khoản tại các ngân hàng hoặc tổ chức tài chính Đây là nguồn vốn quan trọng đối với các ngân hàng, giúp họ có đủ nguồn lực để cho vay, đầu tư và thực hiện các hoạt động kinh doanh khác

Khi tiền gửi tăng, ngân hàng có nhiều vốn hơn để cho vay và đầu tư, tạo ra thu nhập từ lãi suất và các khoản đầu tư sinh lời Thêm vào đó, tăng tiền gửi cải thiện khả năng thanh khoản của NH, giúp đáp ứng nhu cầu rút tiền của khách hàng một cách hiệu quả và nâng cao độ tin cậy trên thị trường Do đó, ở nghiên cứu của tác giả Phạm Hải Nam (2020); Hồ Thị Hồng Minh và Nguyễn Thị Cành (2015); Gul và cộng sự

(2011) cho thấy tỷ tiền gửi khách hàng trên tổng tài sản có tác động tích cực đến KNSL của ngân hàng

Giả thuyết H3: DEP có tác động cùng chiều với KNSL của NHTMCP Việt

• Chi phí hoạt động (OPE)

Chi phí hoạt động (OPE) của một ngân hàng là tổng số tiền mà ngân hàng phải chi trả để duy trì và điều hành các hoạt động kinh doanh hàng ngày của chính mình Đây là một phần quan trọng của cấu trúc chi phí của ngân hàng và bao gồm một loạt các khoản chi phí liên quan đến việc cung cấp dịch vụ tài chính và quản lý hoạt động của ngân hàng

Tỷ số chi phí hoạt động trên tổng chi phí càng cao cho thấy khả năng kiểm soát chi phí hoạt động càng kém và ngược lại Tuy nhiên, chi phí hoạt động tăng lên nhưng lời nhuận có thể tăng nhanh hơn do các ngân hàng đã sử dụng chi phí một cách có hiệu quả, thúc đẩy năng suất lao động của nhân viên, dẫn đến KNSL của NHTM tăng Kết quả nghiên cứu thực nghiệm của các tác giả: Phạm Hải Nam (2020); Lê Đồng Duy Trung; Khan và cộng sự (2018); Hassanand và Bashir (2003) cũng cho ra kết quả nhân định tương tư chi phí hoạt động có ảnh hưởng tiêu cực đến KNSL của ngân hàng

Giả thuyết H4: OPE có tác động ngược chiều với KNSL của NHTMCP Việt

• Thu nhập ngoài lãi (NNII)

Thu nhập ngoài lãi (NNII) là một chỉ số quan trọng để đánh giá hiệu quả hoạt động của một ngân hàng, vì NNII phản ánh lên khả năng của ngân hàng trong việc quản lý tài sản và nợ phải trả để tạo ra lợi nhuận từ chênh lệch lãi suất Thu nhập ngoài lãi gồm hoa hồng, phí dịch vụ phí bảo hiểm, phí bão lãnh, lãi thuần từ bán chứng khoán đầu tư và lãi chênh lệch tỷ giá

NNII tăng đồng nghĩa với việc ngân hàng kiếm được nhiều tiền hơn từ chênh lệch giữa lãi suất cho vay và lãi suất phải trả cho các khoản tiền gửi và nguồn vốn vay Điều này trực tiếp làm tăng lợi nhuận ròng của ngân hàng khớp với kết quả nghiên cứu của Rahman và cộng sự (2015); Sufian (2011); Moudud-Ul-Huq (2019); Thân Thị Thu Thủy và Trương Mỹ Kim (2017) Vì vậy tác giả kỳ vọng yếu tố thu nhập ngoài lãi có tác động cùng chiều với KNSL của các ngân hàng

Giả thuyết H5: NNII có tác động cùng chiều với KNSL của NHTMCP Việt Nam

• Tỷ lệ nợ xấu (NPL)

Tỷ lệ nợ xấu (NPL) của NHTM là các khoản vay mà người vay đã không thực hiện được nghĩa vụ thanh toán gốc và/hoặc lãi theo hợp đồng tín dụng trong một khoảng thời gian nhất định, thông thường là 90 ngày trở lên Các khoản vay này bao gồm những khoản vay quá hạn, các khoản vay đã được tái cơ cấu nhưng vẫn không trả được, và các khoản vay có khả năng mất vốn

Tỷ lệ NPL cao đồng nghĩa với việc ngân hàng phải tăng cường trích lập dự phòng rủi ro tín dụng, làm giảm lợi nhuận tổng thể Có nghĩa là khi tỷ lệ NPL tăng, khả năng sinh lời của ngân hàng giảm Điều này đúng với nghiên cứu của Hassan và Bashir (2003); Hồ Thị Hồng Minh và Nguyễn Thị Cành (2015) Vì vậy, ở nghiên cứu này tác giả đặt kỳ vọng tỷ lệ nợ xấu (NPL) có tương quan ngược chiều với KNSL của ngân hàng

Giả thuyết H6: NPL có tác động ngược chiều với KNSL của NHTMCP Việt

Cung tiền (M2) bao gồm tiền mặt ngoài ngân hàng, tiền ngân hàng và những khoản gửi có thể nhanh chóng chuyển thành tiền mặt mà hầu như không bị mất mát Hiện tại ở Việt Nam chủ yếu sử dụng là M2 để nghiên cứu Khi cung tiền tăng trưởng thường đi liền với chính sách tiền tệ nới lỏng, tạo điều kiện hạ lãi suất, giúp các Ngân hàng Thương mại tăng trưởng tín dụng tốt hơn, cũng như giúp doanh nghiệp giảm bớt gánh nặng lãi suất có thể dẫn đến khả năng không trả được nợ ngân hàng đúng thời hạn, tức xảy ra nợ xấu, qua đó giúp tăng lời nhuận NHTM Kết quả này tương đồng với kết quả của Pan (2014); Lê Đồng Duy Trung (2020); Ayanda và cộng sự (2013) Vì vậy, tác giả kỳ vọng tăng trưởng cung tiền có tác động cùng chiều đến KNSL của các ngân hàng

Giả thuyết H7: M2 tác động cùng chiều với KNSL của NHTMCP Việt Nam

• Tốc độ tăng trưởng kinh tế (GDP)

Tốc độ tăng trưởng kinh tế (GDP) được đo lường bằng tổng sản phẩm quốc nội, thể hiện sự gia tăng giá trị tổng sản phẩm và dịch vụ được sản xuất trong một nền kinh tế trong một khoảng thời gian nhất định, thường là một năm hoặc một quý Đây là một chỉ số quan trọng để đánh giá sự khỏe mạnh của nền kinh tế và mức độ phát triển kinh tế Khi nền kinh tế phát triển sẽ tạo điều kiện thuận lời cho các doanh nghiệp sản xuất kinh doanh, dẫn đến sự tăng trưởng về nhu cầu vốn, từ đó giúp các ngân hàng gia tăng lời nhuận Ở bài nghiên cứu của tác giả cũng cho ra kết quả nghiên cứu tương tự Vì vậy, tác giả đặt kỳ vọng tốc độ tăng trưởng kinh tế có mối tương quan thuận với KNSL của ngân hàng

Giả thuyết H8: GDP có tác động cùng chiều với KNSL của NHTMCP Việt

Bảng 3.1 Cách tính và kỳ vọng của các biến trong mô hình đề xuất

Ký hiệu Tên biến Công thức tính Kỳ vọng Nghiên cứu Biến phụ thuộc

Tỷ suất sinh lời trên tổng tài sản

Tỷ suất sinh lời trên vốn chủ sở hữu

Tỷ lệ thu nhập lãi cận biên

SIZE Quy mô ngân hàng ln (𝑡ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛) +

Lê Đồng Duy Trung (2020); Nguyễn Thị

Mỹ Hạnh và Nguyễn Ngọc Anh Thư (2021); Phạm Hải Nam (2020)

CAR Hệ số an toàn vốn

Nguyễn Quốc Anh (2023); Rahman và cộng sự (2015)

Tỷ lệ tiền gửi khách hàng

Hồ Thị Hồng Minh và Nguyễn Thị Cành (2015); Gul và cộng sự (2011); Paolo Saona Hoffmann (2011)

OPE Chi phí hoạt động

Lê Đồng Duy Trung; Khan và cộng sự (2018); Hassanand và Bashir (2003)

NNII Thu nhập ngoài lãi

Rahman và cộng sự (2015); Sufian (2011); Moudud-Ul-Huq (2019); Thân Thị Thu Thủy và Trương Mỹ Kim (2017)

NPL Tỷ lệ nợ xấu 𝑇ổ𝑛𝑔 𝑛ℎó𝑚 𝑛ợ 3,4,5

Hassan và Bashir (2003); Hồ Thị Hồng Minh và Nguyễn Thị Cành (2015)

M2 Cung tiền Lấy từ số liệu nền kinh tế theo các năm cụ thể +

Pan (2014); Lê Đồng Duy Trung (2020); Ayanda và cộng sự (2013); Obeidat và cộng sự (2013) GDP

Tốc độ tăng trưởng kinh tế

Lấy từ số liệu nền kinh tế theo các năm cụ thể + Rahman và cộng sự

Nguồn: Tổng hợp của tác giả

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Thống kê mô tả

Bảng 4.1 Kết quả thống kê mô tả của mô hình đề xuất

Giá trị trung bình Độ lệch chuẩn

Nguồn: Kết quả thu được từ phần mềm Stata 17

Bảng 4.1 cho biết kết quả thống kê mô tả dữ liệu của 11 biến được sử dụng trong mô hình với 286 đối tượng của 26 NHTMCP Việt Nam từ năm 2013-2023 Kết quả gồm: giá trị trung bình, giá trị trung vị, giá trị lớn nhất (max), giá trị nhỏ nhất (min) và độ lệch tiêu chuẩn Qua thống kê mô tả ghi nhận kết quả như sau:

Hình 4.1 ROA của các NHTMCP Việt Nam giai đoạn 2013-2023

Nguồn: Thống kê của tác giả

Theo bảng 4.1 có thể thấy tỷ ROA có giá trị trung bình là 0,88% với độ lệch chuẩn là 0,68% nên không có sự khác biệt quá lớn, biên độ ổn định qua các năm Giá trị ROA có giao động trong khoảng thấp nhất là dưới 0 đến cao nhất là 3,24% Trong đó, giá trị ROA nhỏ nhất là của NHTMCP Quốc Dân (NVB) năm 2023 và cao nhất là của NHTMCP Kỹ thương Việt Nam (TCB) năm 2021

Theo hình 4.1, ROA của NHTMCP Kỹ thương Việt Nam (TCB) nổi bật với mức ROA cao nhất trong số các ngân hàng, đặc biệt là trong các năm gần đây Đặc biệt là năm 2021, đạt 3,24% Các ngân hàng khác như: Việt Nam Thịnh Vượng (VPB), Ngoại thương Việt Nam (VCB), Á Châu (ACB) có mức ROA duy trì ổn định qua các năm mặc dù mức ROA không quá cao Đặc biệt, NHTMCP Quốc Dân (NVB), có sự biến động mạnh về ROA, ghi nhận mức giảm mạnh -0.70% vào năm

2023 Cho thấy trong giai đoạn này ngân hàng đang trải qua những thức thách lớn trong hoạt động kinh doanh

A BB A CB BA B BI D BV B CT G EIB H DB KL B LP B MBB MS B N A B N V B O CB PGB SG B SH B SS B ST B TCB TP B V A B V CB V IB V P B

Hình 4.2 ROE của các NHTMCP Việt Nam giai đoạn 2013-2023

Nguồn: Thống kê của tác giả

Dựa vào kết quả bảng 4.1, ROE có trị trung bình là 10,31% cho thấy mức độ sinh lời trên vốn chủ sở hữu là khá tốt Tuy nhiên, độ lệch chuẩn 6.96% cho thấy sự biến động khá lớn giữa các doanh nghiệp Trong đó giá trị ROE nhỏ nhất là -13,14% của NHTMCP Quốc Dân (NVB) năm 2023 và giá trị lớn nhất là 26,39% của NHTMCP Quốc tế Việt Nam năm 2021

Dựa vào hình 4.2, ta thấy hầu hết các ngân hàng đều có xu hướng tăng dần ROE qua các năm NHTMCP Á Châu (ACB), NHTMCP Quốc tế Việt Nam (VIB), NHTMCP Việt Nam Thịnh Vượng (VPB) là những ngân hàng có ROE cao nhất và duy trì ổn định qua các năm Đặc biệt, NHTMCP Quốc tế Việt Nam (VIB) có ROE cao nhất hơn 25% trong năm 2022,chứng tỏ họ có hiệu quả kinh doanh rất cao NHTMCP Phát triển TP HCM (HDB) và NHTMCP Quân Đội (MBB) cũng có ROE thường xuyên nằm trong khoảng 15-20%, cho thấy họ cũng có hiệu quả kinh doanh tốt NHTMCP Quốc Dân (NVB) là ngân hàng có biến động lớn nhất với ROE giảm mạnh xuống dưới -13% vào năm 2019 nhưng sau đó phục hồi nhanh chóng Ngoài ra, NHTMCP Kỹ thương Việt Nam (TCB) và NHTMCP Tiên Phong (TPB) đã có sự tăng trưởng ROE đáng chú ý trong những năm gần đây, từ mức dưới 10% lên trên

A BB A CB BA B BI D BV B CT G EIB H DB KL B LP B MBB MS B N A B N V B O CB PGB SG B SH B SS B ST B TCB TP B V A B V CB V IB V P B

15-20% Điều này cho thấy sự cải thiện đáng kể trong hiệu quả kinh doanh và khả năng sinh lời của họ, phản ánh những nỗ lực trong việc cải thiện chiến lược và hoạt động kinh doanh

Hình 4.3 NIM của các NHTMCP Việt Nam giai đoạn 2013-2023

Nguồn: Thống kê của tác giả

Theo kết quả thông kê mô tả, giá trị trung bình của NIM là 3,1% và độ lệch chuẩn là 1,27% cho thấy ngân hàng có khả năng sinh lời ổn định từ lãi suất Giá trị NIM thấp nhất là 0,58% của NHTMCP Phát triển TP.HCM (HDB) năm 2013 và giá trị cao nhất là 9,33% của NHTMCP Việt Nam Thịnh Vượng năm 2019 Điều này phản ánh rằng hầu hết các ngân hàng có thể duy trì một biên độ lãi suất tương đối ổn định, dù có một số ít trường hợp có biên độ cao hơn đáng kể

Biểu đồ trên cho thấy NIM của ngân hàng từ năm 2013 đến 2023, thay đổi qua các năm, với một số ngân hàng có xu hướng tăng hoặc giảm rõ rệt NHTMCP Việt Nam Thịnh Vượng (VPB) là ngân hàng nổi bật với mức NIM cao nhất trong số các ngân hàng, đặc biệt là trong các năm gần đây Năm 2023, NHTMCP Việt Nam Thịnh Vượng đạt mức NIM 9,40%, cao nhất trong toàn bộ hệ thống ngân hàng NHTMCP

A BB A CB BA B BI D BV B CT G EIB H DB KL B LP B MBB MS B N A B N V B O CB PGB SG B SH B SS B ST B TCB TP B V A B V CB V IB V P B

Phát triển TP HCM (HDB) và NHTMCP Quân Đội (MBB) cũng là những ngân hàng có NIM cao và ổn định trong nhiều năm NHTMCP Đầu tư và Phát triển Việt Nam (BID), NHTMCP Công Thương Việt Nam (CTG), và NHTMCP Ngoại thương Việt Nam (VCB) là những NH lớn nhưng duy trì NIM ở mức thấp hơn so với các NH khác, với mức NIM chủ yếu dưới 3%

Dựa vào kết quả thống kê mô tả, quy mô ngân hàng (SIZE) có giá trị giao động từ thấp nhất là 16,50230 thuộc về NHTMCP Sài Gòn Công Thương (SGB) năm 2013 và giá trị cao nhất là 21,55655 thuộc về NHTMCP Đầu tư và Phát triển Việt Nam (BID) năm 2023 Với giá trị trung bình là 18,88522 và độ lệch chuẩn là 1,14107 Điều này cho thấy các NHTM được nghiên cứu có quy mô thay đổi qua các năm

Về biến độc lập hệ số an toàn vốn (CAR) ở bảng thống kê mô tả có giá trị trung bình là 9,76% với biên độ giao động là 5,98% NHTMCP Sài Gòn Công Thương (SGB) có hệ số an toàn vốn cao nhất, đạt 23,84% Và giá trị nhỏ nhất là từ

0 Điều này cho thấy có sự biến động tương đối cao trong tỷ lệ an toàn vốn, với một số ngân hàng có tỷ lệ vốn rất cao để bảo vệ khỏi rủi ro

Theo kết quả bảng 4.1, tỷ lệ tiền gửi khách hàng DEP có giá trị trung bình là 67,42% với độ lệch chuẩn là 10,12% chỉ ra rằng giữa các ngân hàng không có sự chênh lệch quá lớn với nhau Trong đó, giá trị nhỏ nhất của DEP là 42,01% của NHTMCP Tiên Phong (TPB) năm 2014 và giá trị lớn nhất là 89,37% của NHTMCP Sài Gòn Thương Tín (STB) năm 2015

Chi phí hoạt động (OPE) có giá trị trung bình toàn mẫu là 1,63% với độ lệch chuẩn là 0,46% Cho thấy chi phí hoạt động giữa các ngân hàng không có sự chênh lệch cao Trong đó, với giá trị bé nhất là 0,65% của VAB năm 2021 và giá trị lớn nhất là 3,29% của VPB năm 2018

Biến thu nhập ngoài lãi (NNII) có giá trị trung bình là 0,51%% và độ lệch chuẩn là 0,39% Biên độ giao động lớn nhất là NHTMCP Kỹ thương Việt Nam (TCB) năm 2017, với giá trị là 2,16% và biên độ giao động nhỏ nhất là -0,54% của NHTMCP Việt Á (VAB) 2015

Phân tích tương quan

Dựa vào kết quả ma trận sau tác giả thực hiện phân tích tương quan của các biến độc lập trong mô hình:

Bảng 4.2 Ma trận hệ số tương quan giữa các biến với khả năng sinh lời của ngân hàng trong mô hình đề xuất

ROA ROE NIM SIZE CAR DEP OPE NNII NPL M2 GDP ROA 1,0000

Nguồn: Kết quả thu được từ phần mềm Stata 17

Biến SIZE, CAR, OPE, NNII và M2 có tương quan tuyến tính và có mối qua hệ cùng chiều vơi ROA, ROE và NIM Trong đó, biến độc lập NNII có tương quan mạnh nhất đối với biến phụ thuộc ROA và ROE với hệ số tương quan lần lượt là 0,6732 và 0,548 Trong khi đó đối với biến phụ thuộc NIM thì biến OPE có tương quan mạnh nhất là 0,6886

Biến độc lập DEP, NPL và GDP có tương quan tuyến tính và có mối quan hệ ngược chiều với ROA, ROE và NIM Trong đó, biến độc lập DEP có tương quan mạnh nhất đối với biên phục thuộc ROA và NIM, với hệ số tương quan lần lượt là - 0,3517 và -0,2677 Đối với biến phụ thuộc ROE, biến độc lập NPL có tương quan mạnh nhất với hệ số tương quan là -0,3182

Kết quả phân tích sự tương quan giữa các biến trong ba mô hình cho thấy độ lớn của hệ số tương của các biến độc lập vẫn nằm trong giới hạn thấp hơn 0,8 nên các biến độc lặp có sự tưởng quan phù hợp và không dẫn đến đa cộng tuyến nghiêm trọng.

Kết quả kiểm tra hiện tượng đa cộng tuyến thông qua hệ số VIF

Bảng 4.3 Kiểm tra đa cộng tuyến của mô hình đề xuất

Nguồn: Kết quả thu được từ phần mềm Stata 17

Dựa vào bảng 4.3, kết quả cho thấy hệ số VIF của các biến giải thích đều có kết quả nhỏ hơn 10 và giá trị trung bình của VIF là 1,31 Chúng tỏ rằng mô hình không xảy ra hiện tượng đa cộng tuyến.

Kết quả hồi quy

Tác giả thực hiện phân tích hồi quy đa biến dựa trên các mô hình hồi quy Pooled OLS, FEM, REM và FGLS để phân tích tác động của các nhân tố tới KNSL của 26 NHTMCP tại Việt Nam trong giai đoạn 2013-2023

4.4.1 Kết quả hồi quy mô hình biến đại diện khả năng sinh lời ROA

Bảng 4.4 Tổng hợp kết quả hồi quy với biến ROA

*,**,*** đại diện lần lượt cho các mức ý nghĩa 10%, 5%, 1%

Nguồn: Kết quả thu được từ phần mềm Stata 17

Kết quả hồi quy theo mô hình Pooled OLS, với giá trị 𝑅 2 = 64,62% cho thấy các biến độc lập trong mô hình giải thích 64,62% sự thay đổi của ROA Các biến SIZE, DEP, OPE, NNII và NPL có ý nghĩa thông kê với mức ý nghĩa 1% Biến M2 có ý thông kê ở mức 5% và biến CAR có ý nghĩa ở mức 10% Trong khi đó, biến GDP không ảnh hưởng đến kết quả thống kê trong mô hình Pooled OLS

Với kết quả hồi quy theo mô hình FEM có giá trị 𝑅 2 = 59,92%, nghĩa là các biến độc lập trong mô hình sẽ giải thích 59,92% sự thay đổi của biến phụ thuộc ROA Trong đó, các biến SIZE, DEP, OPE và NNII mang ý nghĩa thống kê ở mức 1% Biến độc lập CAR có mức ý nghĩa 5% và biến CAR có ý nghĩa thống kê ở mức 10% Tuy nhiên các biến M2 và GDP không ảnh hưởng đến kết quả thống kê

Cuối cùng, kết quả phân tích hồi quy theo mô hình REM cho thấy các biến SIZE, DEP, OPE và NNII có ý nghĩa thống kê ở mức 1% Trong khi đó các biến CAR và M2 có ý nghĩa ở mức 10% và biến NPL ở mức 5% Riêng biến GDP không có ý nghĩa thống kê

4.4.1.1 Kiểm định lựa chọn mô hình phù hợp

Kiểm định lựa chọn giữa mô hình Pooled OLS và FEM

Khóa luận sử dụng kiểm định F-test để lựa chọn giữa mô hình Pooled OLS và FEM với giả thuyết:

𝐻 0 : Mô hình Pooled OLS phù hợp với nghiên cứu hơn so với mô hình FEM

𝐻 1 : Mô hình FEM phù hợp với nghiên cứu hơn so với mô hình Pooled OLS Thực hiện hồi quy tuyến tính, ta có kết quả sau đây:

Bảng 4.5 Kết quả kiểm định F-test giữa Pooled OLS và FEM với biến ROA

Nguồn: Kết quả thu được từ phần mềm Stata 17

Kết quả bảng 4.5 Cho thấy, giá trị Prob > F = 0,0000 nhỏ hơn mức ý nghĩa 5% Vì vậy tác giả cho rằng mô hình FEM là phù hợp hơn so với mô hình Pooled OLS (bác bỏ giả thuyết 𝐻 0 )

Kiểm định lựa chọn giữa mô hình FEM và REM Để đưa ra sự lựa chọn giữa hai mô hình trên, tác giả thực hiện kiểm định Hausman với giả thuyết:

𝐻 0 : Mô hình REM phù hợp với nghiên cứu hơn so với mô hình FEM

𝐻 1 : Mô hình FEM phù hợp với nghiên cứu hơn so với mô hình REM

Bảng 4.6 Kết quả kiểm định Hausman giữa FEM và REM với biến ROA chi2(8) = 450,74 Pro >chi2=0,0000

Nguồn: Kết quả thu được từ phần mềm Stata 17

Với mức ý nghĩa α = 5%, kiểm định Hausman đã chỉ ra Prob > chi2 = 0,0000

< 0,05 Do đó, dựa trên kết quả kiểm định, khóa luận cho rằng mô hình FEM là phù hợp với dữ liệu nghiên cứu (bác bỏ giả thuyết 𝐻 0 )

Như vậy, trong 3 mô hình Pooled OLS, FEM và REM thì mô hình FEM là mô hình phù hợp hơn mô hình REM và Pooled đối với mô hình có biến phụ thuộc ROA

4.4.1.2 Kiểm định khuyết tật của mô hình

Kiểm định hiện tượng phương sai sai số thay đổi

Tác giả thực hiện kiểm định phương sai sai số thay đổi bằng kiểm Wald Test với giả thuyết sau:

𝐻 0 : mô hình FEM không tồn tại phương sai sai số thay đổi

𝐻 1 : mô hình FEM có tồn tại phương sai sai số thay đổi

Bảng 4.7 Kết quả kiểm định Wald Test với biến ROA chi(26) = 696,86 Prob>chi2=0,0000

Nguồn: Kết quả thu được từ phần mềm Stata 17

Với mức ý nghĩa α = 5%, giá trị Prob>chi2 = 0,0000 < α nên bác bỏ giả thuyết 𝐻 0 và chấp nhận giả thuyết 𝐻 1 Do đó, mô hình có xuất hiện phương sai sai số thay đổi

Kiểm định hiện tượng tự tương quan

Tác giả sử dụng kiểm định Wooldridge để kiểm tra hiện tượng tự tương quan giữa các biến trong mô hình nghiên cứu với giả thuyết:

𝐻 0 : mô hình FEM không xảy ra hiện tượng tương quan

𝐻 1 : mô hình FEM xảy ra hiện tượng tương quan

Bảng 4.8 Kết quả kiểm định Wooldridge với biến ROA

Nguồn: Kết quả thu được từ phần mềm Stata 17

Kết quả tại bảng 4.8, với mức ý nghĩa α = 5%, kết quả sau khi thực kiểm định cho thấy rằng chỉ số Prob>F=0,0019 < 0,05 Như vậy, mô hình có tồn tại tự tương quan

4.4.1.3 Ước lượng mô hình theo phương pháp FGLS

Từ kết quả của hai kiểm định trên, mô hình REM xảy ra các khuyết tật gồm phương sai sai số thay đổi và tự tương quan Tác giả thực hiện hồi quy theo phương pháp FGLS để khắc phục các khuyết tật của mô hình

Bảng 4.9 Kết quả ước lượng mô hình bằng phương pháp FGLS với biến ROA

Biến Hệ số tương quan Sai số chuẩn z P-value

*,**,*** đại diện lần lượt cho các mức ý nghĩa 10%, 5%, 1%

Nguồn: Kết quả thu được từ phần mềm Stata 17

Từ kết quả nghiên cứu, mô hình hồi quy được viết như sau:

Bảng 4.9 cho thấy, các biến độc lập SIZE, OPE, NNII và GDP có tương quan cùng chiều với biến phụ thuộc ROA với mức ý nghĩa 1% Điều này mang nghĩa khi biến SIZE tăng 1% thì ROA tăng 0,23%, biến OPE tăng 1% thì 34%, biến NNII tăng 1% thì biến ROA tăng 37,85% và biến GDP tăng 1% thì biến ROA tăng 3,04% Trong đó biến độc lập NNII có tác động mạnh nhất với biến phụ thuộc ROA Biến CAR có quan hệ cùng chiều với biến phụ thuộc ROA với mức ý nghĩa 5%, đồng nghĩa khi CAR tăng 1% thì ROA tăng 0,92% và biến M2 có tác động cùng chiều với ROA ở mức ý nghĩa 10% nên khi M2 tăng 1% thì ROA tăng 2,03%.Tuy nhiên, các biến DEP và NPL có tương quan ngược chiều với biến phụ thuộc ROA với mức ý nghĩa 1% Điều này có nghĩa khi biến DEP tăng 1% thì biến ROA sẽ giảm 1,04% và khi biến NPL tăng 1% thì ROA tương tự giảm 3,05%

4.4.2 Kết quả hồi quy mô hình biến đại diện cho khả năng sinh lời ROE

Bảng 4.10 Tổng hợp kết quả hồi quy với biến ROE

*,**,*** đại diện lần lượt cho các mức ý nghĩa 10%, 5%, 1%

Nguồn: Kết quả thu được từ phần mềm Stata 17

Kết quả hồi quy theo mô hình Pooled OLS, với giá trị 𝑅 2 d,63% cho thấy các biến độc lập trong mô hình giải thích 64,63% sự thay đổi của ROE Các biến SIZE, DEP, OPE, NPL và M2 có ý nghĩa thông kê với mức ý nghĩa 1% Biến NNII có ý thông kê ở mức 5% Trong khi đó, biến GDP và biến CAR không tìm thấy ý nghĩa về mặt thống kê trong mô hình Pooled OLS

Với kết quả hồi quy theo mô hình FEM có giá trị 𝑅 2 W,23%, nghĩa là các biến độc lập trong mô hình sẽ giải thích 57,23% sự thay đổi của biến phụ thuộc ROE Trong đó, các biến SIZE, OPE, NNII và NPL có mức ý nghĩa thống kê 1% Biến độc lập M2 có mức ý nghĩa 5% và biến DEP có ý nghĩa thống kê ở mức 10% Tuy nhiên các biến CAR và GDP không mang ý nghĩa thống kê

Cuối cùng, kết quả phân tích hồi quy theo mô hình REM cho thấy các biến SIZE, OPE, NNII, NPL và M2 có ý nghĩa thống kê ở mức 1% Trong khi đó biến DEP có ý nghĩa ở mức 5% và biến GDP ở mức 10% Riêng biến CAR không có ý nghĩa thống kê

4.4.2.1 Kiểm định lựa chọn mô hình phù hợp

Kiểm định lựa chọn giữa mô hình Pooled OLS và FEM

Khóa luận sử dụng kiểm định F-test để lựa chọn giữa mô hình Pooled OLS và FEM với giả thuyết:

𝐻 0 : Mô hình Pooled OLS phù hợp với nghiên cứu hơn so với mô hình FEM

𝐻 1 : Mô hình FEM phù hợp với nghiên cứu hơn so với mô hình Pooled OLS

Bảng 4.11 Kết quả kiểm định F-test giữa Pooled OLS và FEM với biến ROE

Nguồn: Kết quả thu được từ phần mềm Stata 17

Kết quả bảng 4.11 Cho thấy, giá trị Prob> F = 0,0000< 5%, bác bỏ 𝐻 0 và chấp nhận giả thuyết 𝐻 1 Vì vậy mô hình Pooled OLS không mang ý nghĩa và chọn mô hình FEM

Kiểm định lựa chọn giữa mô hình FEM và REM

Tác giả thực hiện kiểm định Hausman với giả thuyết:

𝐻 0 : Mô hình REM phù hợp với nghiên cứu hơn so với mô hình FEM

𝐻 1 : Mô hình FEM phù hợp với nghiên cứu hơn so với mô hình REM

Bảng 4.12 Kết quả kiểm định Hausman giữa FEM và REM với biến ROE chi2(8) = 28,78 Prob >chi2=0,0003

Nguồn: Kết quả thu được từ phần mềm Stata 17

Với mức ý nghĩa α=5%, kiểm định Hausman đã chỉ ra Prob > chi2 = 0,0003 < 0,05 Do đó, dựa trên kết quả kiểm định mô hình FEM là phù hợp với dữ liệu nghiên cứu (bác bỏ giả thuyết 𝐻 0 )

Thảo luận kết quả nghiên cứu

Sau khi thực hiện chạy mô hình và lựa chọn được mô hình hồi quy phù hợp, tác giả tiến hành thảo luận về kết quả mô hình nghiên cứu của mô hình như sau:

Bảng 4.23 Tổng hợp kết quả giả thuyết nghiên cứu

Kết quả nghiên cứu biến phụ thuộc ROA

Kết quả nghiên cứu biến phụ thuộc ROE

Kết quả nghiên cứu biến phụ thuộc NIM

CAR + + + Không mang ý nghĩa thống kê

M2 + + + Không mang ý nghĩa thống kê

GDP + + + Không mang ý nghĩa thống kê

Nguồn: Kết quả thu được từ phần mềm Stata 17

Quy mô ngân hàng (SIZE): Như kỳ vọng, SIZE có mối tương quan thuận với khả năng sinh lời của các ngân hàng (ROA, ROE, NIM) và có ý nghĩa thống kê ở mức ý nghĩa 1% phù hợp với giả thuyết H1 đã đề ra Điều này chứng minh rằng các ngân hàng lớn có thể tận dụng lợi thế quy mô để cải thiện lợi nhuận trong quá trình hoạt động Kết quả này phù hợp với nghiên cứu của Lê Đồng Duy Trung (2020); Nguyễn Thị Mỹ Hạnh và Nguyễn Ngọc Anh Thư (2021); Phạm Hải Nam (2020) Nghĩa là, các ngân hàng lớn có khả năng tiếp cận các nguồn vốn rẻ hơn từ các khoản vay liên ngân hàng và thị trường tài chính, nhờ vào uy tín và tín nhiệm cao Điều này giúp giảm chi phí tài chính và tăng lợi nhuận Thêm vào đó, quy mô lớn giúp NH xây dựng thương hiệu mạnh mẽ, tạo lòng tin và thu hút nhiều khách hàng, cũng như thu hút được nhiều nhân tài chất lượng cao, nâng cao hiệu suất làm việc và chất lượng dịch vụ

Hệ số an toàn vốn (CAR): Theo kết quả nghiên cứu, CAR có mối quan hệ thuận với ROA ở mức ý nghĩa 5% và với ROE ở mức ý nghĩa 10%, phù hợp với giả thuyết H2 Tuy nhiên, hệ số này không có ý nghĩa thống kê đối với NIM Kết quả này nhất quán với các nghiên cứu của Nguyễn Quốc Anh (2023); Rahman và cộng sự

(2015) Điều này phản ánh rằng các NH có hệ thống quản lý rủi ro hiệu quả hơn, giúp bảo vệ họ khỏi các rủi ro tài chính và kinh tế, đồng thời tối ưu hóa việc sử dụng tài sản và vốn chủ sở hữu để tạo ra lợi nhuận Tạo ra một nền tảng vững chắc cho sự phát triển bền vững trong dài hạn, giúp NH không chỉ vượt qua các giai đoạn khó khăn mà còn tạo ra giá trị cao hơn cho cổ đông và các bên liên quan Việc CAR không có ý nghĩa thống kê với NIM cho thấy rằng an toàn vốn không ảnh hưởng trực tiếp đến biên lãi ròng, vốn thường phụ thuộc vào nhiều yếu tố khác như chính sách lãi suất, cấu trúc tài sản và nợ, cũng như điều kiện thị trường Điều này có nghĩa là mặc dù ngân hàng duy trì tỷ lệ CAR cao có thể cải thiện KNSL thông qua quản lý tài sản và vốn chủ sở hữu, nhưng biên lãi ròng của họ không nhất thiết phải cao hơn so với các ngân hàng có tỷ lệ CAR thấp hơn

Tỷ lệ tiền gửi khách hàng (DEP): Trái với kỳ vọng, DEP có mối tương quan ngược đến KNSL của ngân hàng Kết quả này trái ngược với các nghiên cứu của

Phạm Hải Nam (2020); Hồ Thị Hồng Minh và Nguyễn Thị Cành (2015); Gul và cộng sự (2011); Paolo Saona Hoffmann (2011) Nhưng lại có kết quả phù hợp với nghiên cứu của Nguyễn Thị Mỹ Hạnh và Nguyễn Ngọc Anh Thư (2021) Sự tương quan âm này cho thấy khi tỷ lệ tiền gửi khách hàng tăng, ngân hàng phải trả lãi suất cao hơn để thu hút và giữ chân khách hàng gửi tiền Điều này làm tăng chi phí vốn và có thể làm giảm biên lợi nhuận của ngân hàng Dù tiền gửi khách hàng là nguồn vốn quan trọng và ổn định, nhưng chi phí lãi suất cao có thể ảnh hưởng xấu đến lợi nhuận ròng

Chi phí hoạt động (OPE): Kết quả cho thấy OPE có quan hệ cùng chiều với hai biến đại diện cho KNSL là ROA và NIM ở mức ý nghĩa 1% và biến ROE ở mức ý nghĩa 5% Điều này trái với giả thuyết tác giả đặt ra và trái với các nghiên cứu của Phạm Hải Nam (2020); Lê Đồng Duy Trung; Khan và cộng sự (2018); Hassanand và Bashir (2003) Kết quả này chỉ ra rằng các chi phí hoạt động bao gồm chi phí vận hành, chi phí nhân sự, chi phí hành chính và các chi phí khác cần thiết để duy trì và phát triển hoạt động của ngân hàng Đầu tư vào các hoạt động này một cách hiệu quả có thể giúp cải thiện quy trình làm việc, tăng cường hiệu quả vận hành và giảm thiểu lãng phí Việc quản lý chi phí hoạt động tốt sẽ giúp ngân hàng tiết kiệm chi phí không cần thiết và tăng cường lợi nhuận ròng

Thu nhập ngoài lãi (NNII): Kết quả nghiên cứu có quan hệ cùng chiều với hai biến đại diện cho KNSL là ROA và ROE ở mức ý nghĩa 1%, điều này đúng với các nghiên cứu trước đây của Rahman và cộng sự (2015); Sufian (2011); Moudud- Ul-Huq (2019); Thân Thị Thu Thủy và Trương Mỹ Kim (2017) Tuy nhiên, kết quả lại chỉ ra mối quan hệ ngược chiều của biến NIM với NNII Điều này mang ý nghĩa sâu sắc đối với hiệu quả kinh doanh và sự bền vững của ngành ngân hàng Mối liên hệ này không chỉ cho thấy NNII đóng vai trò quan trọng trong tạo lập doanh thu và lợi nhuận, mà còn phản ánh sự hiệu quả trong việc quản lý tài sản và vốn của ngân hàng NNII giúp ngân hàng đa dạng hóa nguồn thu nhập Thay vì hoàn toàn phụ thuộc vào lãi suất từ hoạt động cho vay, các khoản thu từ các dịch vụ phí như phí dịch vụ, phí thủ tục, và phí giao dịch chứng khoán mang lại nguồn thu ổn định và dễ dàng dự báo hơn Điều này giảm thiểu rủi ro liên quan đến biến động của thị trường lãi suất và giúp duy trì sự ổn định tài chính cho NH Tuy nhiên NNII và NIM có tương quan ngược chiều, cho thấy rằng lợi nhuận từ các hoạt động lãi suất thuần không tăng tương ứng Điều này có thể gây áp lực lên lãi suất thuần và làm giảm hiệu quả sinh lời của

Tỷ lệ nợ xấu (NPL): Đúng như kỳ vọng, NPL có mối tương quan ngược chiều với KNSL của ngân hàng, với mức ý nghĩa 1% với biến đại diện cho KNSL là ROA và ROE, trong khí đó có ý nghĩa 5% với biến đại diện NIM Điều này có nghĩa là khi NPL tăng, ngân hàng phải đối mặt với chi phí dự phòng rủi ro cao hơn để bù đắp cho các khoản vay không thể thu hồi, làm giảm trực tiếp lợi nhuận Đây là một gánh nặng tài chính lớn, làm cạn kiệt nguồn lực có thể được sử dụng cho các hoạt động sinh lời khác Không những vậy, NPL cao cũng làm giảm uy tín của ngân hàng trên thị trường tài chính, dẫn đến việc ngân hàng phải chịu lãi suất cao hơn khi vay vốn, làm tăng chi phí vốn Uy tín suy giảm còn ảnh hưởng đến tâm lý nhà đầu tư, làm giảm giá cổ phiếu và tăng chi phí huy động vốn từ thị trường chứng khoán, từ đó làm giảm KNSL tổng thể của ngân hàng Kết quả nghiên cứu này phù hợp với kỳ vọng mà tác giả đặt ra và có phù hợp với các nghiên cứu trước đây của Hassan và Bashir (2003); Hồ Thị Hồng Minh và Nguyễn Thị Cành (2015)

Cung tiền (M2): Kết quả nghiên cứu cho thấy mối quan hệ cùng chiều giữa cung tiền (M2) với KNSL của ngân hàng với biến đại diện là ROA và ROE, lần lượt với mới ý nghĩa là 10% và 1% Phù hợp với các nghiên cứu trước đây của Pan (2014);

Lê Đồng Duy Trung (2020); Ayanda và cộng sự (2013); Obeidat và cộng sự (2013) Với kết quả này cho thấy, khi cung tiền tăng nền kinh tế được thúc đẩy, dẫn đến tốc độ tăng trưởng kinh tế Một nền kinh tế phát triển mạnh mẽ mang lại nhiều cơ hội kinh doanh, làm tăng nhu cầu vay vốn để mở rộng sản xuất và đầu tư vào các dự án mới Điều này giúp ngân hàng tăng cường hoạt động tín dụng và các dịch vụ tài chính, từ đó cải thiện khả năng sinh lời Ngoài ra, cung tiền dồi dào còn thúc đẩy đầu tư và tiêu dùng cá nhân Khi người tiêu dùng chi tiêu nhiều hơn, doanh nghiệp tăng cường sản xuất và mở rộng kinh doanh, kéo theo nhu cầu vay vốn tăng lên Ngân hàng có thể thu lợi từ việc cung cấp các dịch vụ tài chính và tín dụng, nâng cao KNSL

Tốc độ tăng trưởng kinh tế (GDP): Biến đại diện cho KNSL của ngân hàng là ROA và ROE có mối tương quan cùng chiều với tốc độ tăng trưởng kinh tế (GDP), với mức ý nghĩa 1% Kết quả phù hợp với các nghiên cứu của Phạm Hải Nam (2020), Rahman và cộng sự (2015)

Rahman (2015), Pan (2014), Nguyễn Phạm Nhã Trúc và Nguyễn Phạm Thiên Thanh (2016), Lê Đồng Duy Trung (2020) Tuy nhiên, không tìm được mối tương quan giữa tốc độ tăng trưởng kinh tế với biến đại diện NIM Điều này cho biết rằng khi tốc độ tăng trưởng kinh tế tăng, các doanh nghiệp và cá nhân có xu hướng mở rộng hoạt động kinh doanh và tiêu dùng nhiều hơn Dẫn đến nhu cầu vay vốn để đầu tư vào sản xuất, mở rộng cơ sở hạ tầng, và tiêu dùng cá nhân tăng lên Kết quả là, NH có cơ hội tăng cường hoạt động cho vay, từ đó thu được nhiều thu nhập từ lãi suất hơn, cải thiện KNSL

Trong chương 4, tác giả đã thực hiện nghiên cứu các yếu tố tác động đến khả năng sinh lời của ngân hàng Kết quả thu được đối với mô hình ROA: các biến SIZE, CAR, OPE, NNII, M2 và GDP có tác động cùng chiều với ROA Trong đó, các biến DEP và NPL có tác động ngược chiều với ROA Đối với mô hình ROE, các biến SIZE, CAR, OPE, NNII, M2 và GDP có tác động cùng chiều Ngược lại, biến DEP và NPL có tác động ngược chiều Tuy nhiên với mô hình NIM, biến SIZE và OPE có tác động cùng chiều, trong khi đó biến DEP, NNII và NPL có tác động cùng chiều Tuy nhiên, không tìm thấy ý nghĩa thống kê của biến CAR, M2 và GDP với NIM.