Với đề tài “Các yếu tố ảnh hưởng đến hệ số an toàn vốn của các ngân hàng thương mại cổ phần tại Việt Nam”, em xin cam kết và khẳng định đây là bài nghiên cứu của bản thân dưới sự hướng
GIỚI THIỆU ĐỀ TÀI
Đặt vấn đề
Trong bối cảnh biến động toàn cầu và các cuộc khủng hoảng kinh tế, ngành ngân hàng phải đối mặt với nhiều rủi ro ảnh hưởng lớn đến nền kinh tế Để ổn định hệ thống ngân hàng, các ngân hàng trên thế giới đã chú trọng vào việc quản trị rủi ro và tuân thủ nghiêm ngặt các quy chuẩn, quy định Tiêu chuẩn Basel đã được áp dụng rộng rãi, trong đó Việt Nam cũng không nằm ngoài xu hướng này Hệ số an toàn vốn (CAR - Capital Adequacy Ratio) được coi là chỉ tiêu quan trọng để đánh giá an toàn vốn của ngân hàng, đồng thời giúp nhà quản lý nhận định về sức khỏe tài chính của các tổ chức tín dụng.
Một yêu cầu thiết yếu đối với ngân hàng và tổ chức tài chính là duy trì đủ vốn, đồng thời cân bằng giữa vốn và rủi ro trong tài sản để đảm bảo sự ổn định Điều này đã trở thành tiêu chí quan trọng hàng đầu cho các ngân hàng.
Căn cứ CAR là yếu tố quan trọng để ngân hàng thể hiện độ tín nhiệm và niềm tin đối với khách hàng, khi mà mọi khách hàng đều mong muốn bảo vệ nguồn vốn của mình một cách an toàn và hiệu quả Tại Việt Nam, từ năm 2005, các ngân hàng thương mại đã bắt đầu áp dụng các tiêu chuẩn Basel theo quyết định 457/2005/QĐ-NHNN Đến năm 2022, việc thực hiện CAR được quy định theo thông tư số 41/2016/TT – NHNN, và đến năm 2023, các ngân hàng thực hiện theo Thông tư số 23/2020/TT-NHNN.
CAR là chỉ tiêu quan trọng giúp ngân hàng thương mại tăng cường tính ổn định của hệ thống tài chính và bảo vệ quyền lợi người gửi tiền trước rủi ro Để ngân hàng hoạt động hiệu quả, các nhà quản trị cần hiểu rõ về CAR và tìm hiểu, lượng hóa tác động của các nhân tố đến chỉ tiêu này Điều này sẽ giúp đề xuất chính sách quản trị nhằm sử dụng nguồn vốn hiệu quả, góp phần thúc đẩy nền kinh tế Việt Nam.
Nghiên cứu các yếu tố ảnh hưởng đến hệ số an toàn vốn (CAR) của các ngân hàng thương mại cổ phần (NHTMCP) tại Việt Nam trong giai đoạn 2014 - 2023 là cần thiết để đánh giá thực trạng CAR và đưa ra giải pháp quản lý phù hợp, đáp ứng các tiêu chuẩn Basel Các nghiên cứu trước đây chưa phản ánh đầy đủ biến động của các yếu tố tác động đến CAR hiện tại, đặc biệt trong bối cảnh kinh tế thay đổi và ảnh hưởng của đại dịch Covid-19 Vì vậy, tác giả đã chọn chủ đề “Các yếu tố tác động đến hệ số an toàn vốn của các ngân hàng thương mại cổ phần tại Việt Nam” để đánh giá một cách khách quan và chính xác hơn Nghiên cứu này không chỉ giúp nhà quản trị có giải pháp ổn định hoạt động của các NHTMCP mà còn góp phần vào sự phát triển kinh tế quốc gia.
Mục tiêu của đề tài
Xác định được các yếu tố tác động đến CAR của các NHTMCP, kiểm định mức tác động của các yếu tố đến CAR
1.2.2 Mục tiêu cụ thể Để làm rõ mục tiêu nghiên cứu tổng quát, luận văn đặt ra các mục tiêu cụ thể trong nghiên cứu như sau:
Một là, hệ thống cơ sở lý luận và xác định các yếu tố ảnh hưởng đến CAR của các NHTMCP tại Việt Nam
Hai là, đo lường mức độ ảnh hưởng của từng yếu tố tác động đến CAR của các NHTMCP tại Việt Nam
Ba là, kết luận và đề xuất các hàm ý chính sách để duy trì an toàn về vốn cho các NHTMCP tại Việt Nam.
Câu hỏi nghiên cứu
Để đạt mục tiêu nghiên cứu trên, các câu hỏi nghiên cứu như sau:
Một là, các yếu tố nào tác động đến CAR của các NHTMCP tại Việt Nam?
Hai là, mức độ ảnh hưởng của các yếu tố đó đến CAR của các NHTMCP tại Việt Nam ra sao?
Ba là, những đề xuất, biện pháp, chính sách liên quan đến CAR của các NHTMCP ở Việt Nam là gì?
Đối tượng và phạm vi nghiên cứu
1.4.1 Đối tượng nghiên cứu Đối tượng nghiên cứu của đề tài là các yếu tố tác động đến CAR của các NHTMCP ở Việt Nam
Nghiên cứu này tập trung vào 26 ngân hàng thương mại cổ phần (NHTMCP) tại Việt Nam, với các ngân hàng được chọn là những đơn vị có công bố về tỷ lệ an toàn vốn (CAR) và các dữ liệu liên quan Nhóm ngân hàng nước ngoài không được đưa vào nghiên cứu do tính chất đặc thù của họ.
Nghiên cứu được thực hiện trên mẫu dữ liệu từ 26 ngân hàng thương mại cổ phần (NHTMCP) tại Việt Nam trong giai đoạn 2014 - 2023 Thời gian này đánh dấu sự khởi đầu của việc thí điểm áp dụng tiêu chuẩn Basel II từ Ngân hàng Nhà nước Việt Nam, đồng thời nền kinh tế Việt Nam chịu ảnh hưởng lớn từ cuộc khủng hoảng kinh tế toàn cầu, đại dịch Covid-19, và các xung đột địa chính trị phức tạp Bên cạnh đó, cuộc cạnh tranh giữa các NHTMCP để tăng vốn điều lệ cũng đã tạo ra những biến động đáng kể trong giai đoạn này.
Phương pháp nghiên cứu
Bài viết sử dụng dữ liệu từ báo cáo tài chính của 26 ngân hàng thương mại cổ phần Việt Nam và thông tin về kinh tế vĩ mô của Việt Nam trong giai đoạn 2014 - 2023.
Luận văn sử dụng phương pháp nghiên cứu định tính và định lượng, với nghiên cứu định lượng thực hiện qua phân tích hồi quy bội dựa trên dữ liệu bảng Các mô hình kiểm định được áp dụng bao gồm Pooled OLS, FEM và REM, sau đó lựa chọn mô hình phù hợp thông qua kiểm định Hausman Để đánh giá các khuyết tật của mô hình đã chọn, luận văn sử dụng các kiểm định Breusch-Pagan và Wald F-test Cuối cùng, phương pháp FGLS được áp dụng để khắc phục các khuyết tật nếu có, và kết quả này sẽ được thảo luận nhằm đề xuất hàm ý chính sách.
Đóng góp của đề tài
Nghiên cứu này tổng hợp khung lý thuyết về CAR và xác định các khoảng trống nghiên cứu thông qua các nghiên cứu trước, từ đó đề xuất mô hình nghiên cứu cho các NHTMCP Việt Nam Dữ liệu thứ cấp được phân tích từ năm 2014 đến 2023, cung cấp cơ sở cho các nghiên cứu tiếp theo trong lĩnh vực này tại Việt Nam.
Nghiên cứu đã đưa ra bằng chứng thực nghiệm về các yếu tố ảnh hưởng đến tỷ lệ CAR của các ngân hàng thương mại cổ phần Việt Nam trong giai đoạn 2014 - 2023 Dựa trên kết quả này, bài viết đề xuất các chính sách khả thi nhằm nâng cao tỷ lệ CAR, góp phần duy trì sự ổn định và hiệu quả của hệ thống ngân hàng.
Bố cục của đề tài
Ngoài phần mở đầu, danh mục, tài liệu tham khảo, phụ lục, luận văn nghiên cứu bao gồm có 5 chương, cụ thể như sau:
Chương 1: Giới thiệu đề tài
Chương 2: Cơ sở lý thuyết và tổng quan nghiên cứu
Chương 3: Phương pháp nghiên cứu
Chương 4: Kết quả nghiên cứu và thảo luận
Chương 5: Kết luận và đề xuất
Tác giả lựa chọn chủ đề “Các yếu tố tác động đến hệ số an toàn vốn của các ngân hàng thương mại cổ phần tại Việt Nam” để nghiên cứu nhằm làm rõ các yếu tố ảnh hưởng đến an toàn vốn trong ngành ngân hàng Bài viết nêu rõ mục tiêu, đối tượng, phạm vi nghiên cứu và phương pháp nghiên cứu được áp dụng Đồng thời, tác giả cũng khái quát những đóng góp lý luận và thực tiễn của đề tài, cùng với việc trình bày bố cục của bài nghiên cứu một cách rõ ràng.
CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU
Cơ sở lý luận về hệ số an toàn vốn
2.1.1 Khái niệm về hệ số an toàn vốn Ủy ban Basel là tổ chức được thành lập nhằm mục đích ngăn chặn sự sụp đổ của hàng loạt ngân hàng trong giai đoạn lúc bấy giờ, năm 1974 ủy ban Basel về giám sát ngân hàng được thành lập Cho đến năm 1988, ủy ban Basel mới cho giới thiệu hệ thống đo lường vốn Basel I Hệ thống đo lường vốn có hệ số an toàn vốn tối thiểu là 8%, có nghĩa là tỷ lệ vốn bắt buộc tính trên tổng tài sản điều chỉnh rủi ro ở mức an toàn là 8% Basel I được phổ biến và áp dụng trong các nước thành viên G10 và một số nước khác trên thế giới Đến tháng 6 năm 2004, để đáp ứng yêu cầu phát triển hệ thống ngân hàng, hiệp ước Basel về vốn mới ra đời, đẩy mạnh việc chấp thuận thông lệ và quy định một cách nghiêm ngặt hơn Ủy ban Basel cũng đã đề xuất khung đo lường phiên bản Basel II có hiệu lực từ năm 2007 và hoàn thành thời gian chuyển đổi Basel I sang tiêu chuẩn Basel II đến hết năm 2010
Tháng 9 năm 2010, tiêu chuẩn vốn mới Basel III được ủy ban Basel đưa ra, có hiệu lực từ năm 2013 và hoàn thành thời gian chuyển đổi vào năm 2019 Những thay đổi căn bản trong phiên bản Basel III là tập trung tăng cường về vốn của ngân hàng, giới thiệu các yêu cầu mới quy định về tính thanh khoản và các đòn bẩy trong ngân hàng Giúp duy trì hệ thống ngân hàng ổn định, giảm thiểu rủi ro, các ngân hàng từng bước hoàn thành chỉ tiêu, đáp ứng yêu cầu nghiêm ngặt và ủy ban Basel đã đặt ra
Mục tiêu tối ưu hóa lợi nhuận và đảm bảo an toàn trong hoạt động kinh doanh là những ưu tiên hàng đầu của các doanh nghiệp, đặc biệt là các ngân hàng thương mại cổ phần (NHTMCP).
Ngành ngân hàng thương mại cổ phần (NHTMCP) đóng vai trò quan trọng trong hệ thống tài chính quốc gia và ảnh hưởng lớn đến các hoạt động kinh tế Vì vậy, việc giám sát rủi ro hoạt động ngân hàng ngày càng trở nên chặt chẽ và trở thành xu hướng toàn cầu.
CAR là chỉ tiêu quan trọng phản ánh mối quan hệ giữa vốn tự có và tài sản có điều chỉnh rủi ro của ngân hàng thương mại Đây là thước đo an toàn hoạt động của ngân hàng, được phát triển theo yêu cầu của ủy ban Basel Đáp ứng các tiêu chuẩn của hiệp ước Basel giúp ngân hàng thương mại duy trì sự ổn định trước những biến động khó lường của thị trường tài chính và nền kinh tế.
CAR là chỉ tiêu quan trọng phản ánh sức khỏe tài chính của ngân hàng, giúp ngăn chặn nguy cơ phá sản và bảo vệ các bên liên quan Nó cũng thể hiện khả năng chịu đựng của ngân hàng thương mại trước những tổn thất bất ngờ trong tương lai.
Hệ số an toàn vốn, tỷ lệ giữa vốn tự có và tổng tài sản, là chỉ số quan trọng để đánh giá tình hình tài chính và sự ổn định của ngân hàng, đồng thời giúp duy trì hoạt động kinh doanh ổn định (Bateni và cộng sự, 2014).
Từ năm 2005, Việt Nam đã bắt đầu triển khai hiệp ước Basel thông qua Quyết định số 457/2005/QĐ-NHNN của Ngân hàng Nhà nước (NHNN), dựa trên tiêu chuẩn an toàn vốn Basel I Các văn bản pháp lý tiếp theo như Thông tư số 36/2014/TT-NHNN, Thông tư số 41/2016/TT-NHNN và Thông tư số 22/2019/TT-NHNN đã quy định các giới hạn và tỷ lệ bảo đảm an toàn trong hoạt động của ngân hàng và chi nhánh ngân hàng nước ngoài Từ ngày 01/01/2020, quy định áp dụng tỷ lệ CAR theo tiêu chuẩn Basel II là 8%, và hiện nay, các ngân hàng thương mại tại Việt Nam đang từng bước thực hiện các quy định này.
Thông tư 41/2016/TT-NHNN quy định rằng tỷ lệ an toàn vốn tối thiểu là chỉ tiêu phản ánh mức độ đủ vốn của ngân hàng và chi nhánh ngân hàng nước ngoài, dựa trên giá trị vốn tự có và mức độ rủi ro trong hoạt động của các tổ chức này.
Tỷ lệ an toàn vốn tối thiểu của ngân hàng bao gồm hai thành phần chính: tỷ lệ an toàn vốn tối thiểu riêng lẻ và tỷ lệ an toàn vốn tối thiểu hợp nhất.
Hệ số an toàn vốn là một chỉ số quan trọng trong lĩnh vực ngân hàng, liên quan đến vốn cấp 1 và vốn cấp 2 Tác giả phân tích các lý thuyết về cấu trúc vốn này, cùng với tài sản đã điều chỉnh rủi ro, nhằm đánh giá khả năng chống chịu của ngân hàng trước các rủi ro tài chính.
Vốn cấp 1, hay còn gọi là vốn cốt lõi, bao gồm vốn tự có, vốn cổ phần thường, tài sản vô hình và dự phòng doanh thu đã được kiểm toán Loại vốn này được sử dụng để xử lý các khoản lỗ mà không yêu cầu ngân hàng ngừng hoạt động, đồng thời là nguồn vốn có sẵn vĩnh viễn, giúp bù đắp cho các khoản lỗ mà ngân hàng phải chịu Một ví dụ điển hình về vốn cấp 1 của ngân hàng là vốn cổ phần thường.
Vốn cấp 2 bao gồm lợi nhuận giữ lại chưa được kiểm toán, dự trữ chưa được kiểm toán và dự phòng tổn thất chung, có khả năng hấp thụ các khoản lỗ khi công ty ngừng hoạt động hoặc thanh lý Loại vốn này chịu lỗ trong trường hợp ngân hàng gặp khó khăn, do đó cung cấp mức độ bảo vệ thấp hơn cho người gửi tiền và chủ nợ Nó được sử dụng để xử lý các khoản lỗ nếu ngân hàng mất toàn bộ vốn cấp 1 của mình.
Tài sản có trọng số rủi ro được tính toán dựa trên các khoản vay của ngân hàng và đánh giá rủi ro, từ đó ấn định trọng số cho mỗi khoản vay Khi đo lường rủi ro tín dụng, giá trị các tài sản trên bảng cân đối của bên cho vay được điều chỉnh tương ứng Mỗi khoản vay do ngân hàng phát hành đều được tính trọng số dựa trên mức độ rủi ro tín dụng của nó Tài sản có trọng số rủi ro đóng vai trò quan trọng trong việc xác định số vốn tối thiểu mà ngân hàng và các tổ chức tài chính khác cần duy trì để giảm thiểu rủi ro mất khả năng thanh toán Yêu cầu về vốn này được xây dựng dựa trên đánh giá rủi ro đối với từng loại tài sản mà ngân hàng nắm giữ.
2.1.2 Ý nghĩa của hệ số an toàn vốn
CAR là chỉ tiêu quan trọng trong lĩnh vực ngân hàng, giúp NHNN đánh giá sự an toàn và lành mạnh về tài chính của các ngân hàng Một ngân hàng có CAR thấp sẽ bị coi là có độ an toàn hoạt động không cao và khả năng chống chịu rủi ro hạn chế NHNN kiểm tra và rà soát CAR để thực hiện các biện pháp kiểm soát điều hành, đồng thời xác định mức tối thiểu và giám sát chặt chẽ hoạt động này Việc chú trọng và đảm bảo CAR giúp ngân hàng nâng cao xếp hạng tín nhiệm, từ đó cải thiện vị thế và thu hút nhà đầu tư cũng như khách hàng Ngoài ra, CAR còn là chỉ tiêu quan trọng để đánh giá sức khỏe của hệ thống ngân hàng.
2.1.3 Phương pháp đo lường hệ số an toàn vốn
Theo Basel I, CAR được xác định bằng tỷ lệ % giữa tổng số vốn cấp 1 và vốn cấp 2 chia cho tài sản đã điều chỉnh rủi ro
Các yếu tố tác động đến hệ số an toàn vốn
2.2.1 Các yếu tố vĩ mô
2.2.1.1 Tốc độ tăng trưởng kinh tế (GDP)
Tăng trưởng kinh tế, được đo bằng sự gia tăng tổng sản phẩm quốc nội (GDP), phản ánh sự phát triển của nền kinh tế và hiệu quả hoạt động của các chủ thể trong đó Khi tốc độ tăng trưởng cao, nhu cầu vay vốn và gửi tiền tăng lên, giúp các ngân hàng thương mại cổ phần (NHTMCP) có lợi thế trong việc lựa chọn khách hàng có độ tín nhiệm cao, từ đó giảm thiểu rủi ro tín dụng và làm tăng hệ số an toàn vốn (CAR) Ngược lại, khi tăng trưởng kinh tế thấp, việc huy động vốn gặp khó khăn, rủi ro trong đầu tư và cho vay tăng cao, khiến các ngân hàng phải cắt giảm chi phí để phòng ngừa rủi ro, dẫn đến tăng rủi ro tín dụng và ảnh hưởng tiêu cực đến CAR.
2.2.1.2 Tỷ lệ lạm phát (INF)
Mức độ lạm phát của nền kinh tế được thể hiện qua chỉ số giá tiêu dùng (CPI), phản ánh sự gia tăng liên tục của giá cả hàng hóa và dịch vụ theo thời gian Lạm phát (INF) cũng là thước đo sức mua của đồng tiền Khi chính phủ thực hiện các biện pháp để thúc đẩy tăng trưởng kinh tế, tín dụng mở rộng và lượng tiền lưu thông gia tăng nhanh chóng, điều này có thể dẫn đến sự mất cân đối trong huy động vốn và cho vay của các ngân hàng thương mại.
Khi lạm phát tăng, giá trị đồng tiền giảm, người vay có thể phải trả nhiều hơn so với thỏa thuận ban đầu, đặc biệt là với các khoản vay lãi suất cố định Điều này ảnh hưởng nghiêm trọng đến khả năng hoàn trả khoản vay của khách hàng, dẫn đến tăng rủi ro tín dụng cho ngân hàng.
Lạm phát cao có thể làm tăng giá tài sản như nhà đất và chứng khoán Nếu giá tài sản giảm sau giai đoạn tăng, ngân hàng sẽ phải ghi nhận mất mát, ảnh hưởng đến khả năng hoạt động và tài sản ròng, từ đó giảm chất lượng và giá trị tài sản đảm bảo, làm tăng rủi ro tín dụng Biến động lạm phát mạnh sẽ khiến triển vọng kinh doanh không rõ ràng, tác động tiêu cực đến nền kinh tế và hoạt động ngân hàng.
2.2.2 Các yếu tố thuộc về ngân hàng
2.2.2.1 Quy mô ngân hàng (SIZE)
Quy mô ngân hàng được xác định bằng logarit tự nhiên của tổng tài sản, và việc gia tăng SIZE thông qua mở thêm chi nhánh hay phòng giao dịch sẽ nâng cao mức độ hiện diện của ngân hàng Ngược lại, sự giảm sút tổng tài sản cho thấy ngân hàng sử dụng vốn không hiệu quả và thu hẹp quy mô Thay đổi tổng tài sản ảnh hưởng đến hoạt động cho vay, huy động tiền gửi và khả năng nắm giữ tài sản có rủi ro khác nhau, từ đó tác động đến tỷ lệ an toàn vốn (CAR) của ngân hàng.
2.2.2.2 Tỷ suất lợi nhuận trên tổng tài sản (ROA)
ROA (Return on Assets) là chỉ số quan trọng thể hiện tỷ lệ giữa lợi nhuận sau thuế và tổng tài sản, giúp đánh giá hiệu quả và khả năng sinh lời của vốn doanh nghiệp Nghiên cứu của Bateni và cộng sự (2014) cùng với Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019) chỉ ra rằng ROA có ảnh hưởng đến CAR (Capital Adequacy Ratio), với kết quả có thể cùng chiều hoặc ngược chiều Khi ngân hàng có ROA cao, điều này cho thấy hiệu quả kinh doanh tốt, lợi nhuận được tái đầu tư để tăng vốn, từ đó tác động tích cực đến CAR của ngân hàng Do đó, ROA đóng vai trò quan trọng trong việc xác định CAR của các tổ chức tài chính.
2.2.2.3 Đòn bẩy tài chính (LEV)
Hệ số đòn bẩy tài chính cao hơn mức bình thường có thể khiến ngân hàng phải đối mặt với nhiều rủi ro gia tăng, dẫn đến việc giảm tỷ lệ CAR của ngân hàng Nghiên cứu cho thấy rằng sự gia tăng rủi ro này có thể ảnh hưởng tiêu cực đến sự ổn định tài chính của ngân hàng.
Shrestha (2023), Aktas và cộng sự (2015), Trần Thị Lam Anh (2020) cho kết quả LEV tương quan âm với CAR Tuy nhiên, Đào Thị Thanh Bình & Nguyễn Ánh Kiều
Nghiên cứu năm 2020 cho thấy rằng tỷ lệ đòn bẩy (LEV) càng cao đồng nghĩa với việc vốn chủ sở hữu của ngân hàng càng lớn, cho phép ngân hàng huy động tài chính từ các tổ chức tín dụng để đầu tư vào các dự án, từ đó tạo ra lợi nhuận Lợi nhuận này có thể được sử dụng để tăng vốn cho ngân hàng, dẫn đến việc cải thiện tỷ lệ an toàn vốn (CAR) Mặc dù có nhiều kết quả nghiên cứu khác nhau, nhưng tất cả đều khẳng định rằng LEV và CAR có tác động lẫn nhau.
2.2.2.4 Tỷ lệ nợ xấu (NPL)
Nợ xấu là khoản nợ dưới chuẩn, có thể quá hạn hoặc nghi ngờ về khả năng trả nợ, thường xảy ra khi khách hàng gặp khó khăn trong thanh toán Tỷ lệ nợ xấu được xác định bằng tỷ lệ giữa nợ xấu và tổng dư nợ của ngân hàng; tỷ lệ cao cho thấy chất lượng tài sản của ngân hàng giảm Tỷ lệ này phản ánh chất lượng tín dụng và rủi ro trong từng danh mục cho vay của ngân hàng.
(2020) cho rằng, NPL có mối quan hệ tương quan với CAR
2.2.2.5 Tỷ lệ dự phòng rủi ro tín dụng (LLR)
LLR đánh giá tỷ lệ phần trăm số tiền cần dự phòng cho các rủi ro tín dụng, bao gồm việc thanh toán các khoản nợ và đầu tư có khả năng khó thu hồi từ khách hàng.
Tỷ lệ rủi ro tín dụng của ngân hàng đang ở mức cao, cho thấy ngân hàng chấp nhận rủi ro lớn hơn để đảm bảo an toàn trong hoạt động tín dụng Tuy nhiên, LLR cao có thể ảnh hưởng đến khả năng cho vay của ngân hàng, từ đó tác động đến tỷ lệ an toàn vốn (CAR) Nghiên cứu của Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019) chỉ ra rằng tỷ lệ dự phòng rủi ro tín dụng có ảnh hưởng đến CAR của ngân hàng.
2.2.2.6 Tỷ lệ tiền gửi của khách hàng (DEP)
Hoạt động huy động vốn là một trong những yếu tố quan trọng giúp ngân hàng duy trì hoạt động bình thường, chủ yếu thông qua việc nhận tiền gửi từ khách hàng Hình thức này không chỉ chiếm tỷ trọng cao mà còn có chi phí lãi suất thấp hơn so với vay từ tổ chức tín dụng hoặc huy động trên thị trường chứng khoán Số lượng tiền gửi lớn phản ánh chiến lược huy động vốn hiệu quả, củng cố niềm tin của khách hàng đối với ngân hàng Để tăng cường huy động tiền gửi, ngân hàng cần triển khai nhiều biện pháp như mở rộng thị phần, cải thiện dịch vụ và bảo mật Tuy nhiên, việc tăng lãi suất huy động thường là biện pháp chính, dẫn đến áp lực gia tăng lợi nhuận để đảm bảo khả năng thanh toán lãi Điều này ảnh hưởng đến việc quản lý tài sản rủi ro và tỷ lệ an toàn vốn (CAR) của ngân hàng.
Khi lượng tiền gửi của khách hàng tăng cao, ngân hàng cần tuân thủ các quy định để duy trì tỷ lệ CAR phù hợp, đảm bảo tính thanh khoản và khả năng thanh toán lãi cho khách hàng đúng hạn Áp lực gia tăng lợi nhuận cũng tác động đến mức độ nắm giữ tài sản có rủi ro cao của ngân hàng Do đó, tỷ lệ tiền gửi ảnh hưởng trực tiếp đến CAR của ngân hàng Nghiên cứu của Aktas và cộng sự (2015) đã chỉ ra tác động của DEP đối với CAR của ngân hàng.
2.2.2.7 Tỷ lệ dư nợ trên vốn huy động (LTD)
Tỷ lệ dư nợ trên tổng số vốn huy động (LTD) là chỉ số quan trọng phản ánh khả năng sinh lời và độ tín nhiệm của ngân hàng Chỉ số này cũng cho thấy mức độ chủ động của ngân hàng trong việc sử dụng vốn huy động, từ đó đánh giá hiệu quả quản lý tài chính của tổ chức.
LTD cao cho thấy ngân hàng có khả năng cho vay vượt quá vốn huy động, dẫn đến khó khăn về thanh khoản, trong khi LTD thấp biểu thị việc cho vay ít hơn, gây ra áp lực tăng trưởng tín dụng và rủi ro nợ xấu Khoảng LTD dao động từ 0 đến 100%, với LTD cao ở các ngân hàng thương mại cổ phần (NHTMCP) không được coi là dấu hiệu tích cực, trong khi LTD thấp lại phản ánh hiệu quả hoạt động kém và chất lượng dịch vụ hạn chế Tóm lại, sự biến động của LTD ảnh hưởng trực tiếp đến rủi ro của ngân hàng và từ đó tác động đến tỷ lệ CAR của các NHTMCP.
Tổng quan nghiên cứu
2.3.1 Các nghiên cứu trong nước
Phạm Phát Tiến & Nguyễn Thị Kiều Ny (2019) với công trình nghiên cứu về
Nghiên cứu về "nhân tố ảnh hưởng đến tỷ lệ an toàn vốn tối thiểu của các ngân hàng thương mại ở Việt Nam" đã sử dụng mô hình hồi quy dữ liệu bảng từ 29 ngân hàng trong giai đoạn 2013-2017 Bảy biến độc lập được xem xét bao gồm SIZE, ROA, LLR, NPL, tỷ lệ cho vay trên tổng tiền gửi và thu nhập lãi thuần Kết quả cho thấy rằng khả năng sinh lời và tỷ lệ trích lập dự phòng có tác động tiêu cực đến tỷ lệ an toàn vốn tối thiểu (CAR), trong khi quy mô tài sản và vốn chủ sở hữu trên tài sản lại có ảnh hưởng tích cực đến CAR Nghiên cứu cũng không tìm thấy ý nghĩa thống kê của một số nhân tố khác.
Nghiên cứu của Phạm Hải Nam và cộng sự (2022) về các nhân tố tác động đến CAR của NHTMCP tại Việt Nam cho thấy SIZE, INF, GDP có mối tương quan dương với CAR, trong khi NPL và ROA có tương quan âm Tương tự, Đào Thị Thanh Bình và Ng Ánh Kiều (2020) cũng nghiên cứu chủ đề CAR và phát hiện SIZE, ROA có tương quan âm với CAR, trong khi GDP và DEP lại có tương quan dương Cả hai nghiên cứu đều sử dụng mô hình hồi quy dữ liệu bảng với các ngân hàng thương mại trong các giai đoạn khác nhau.
Lê Hoàng Vinh và cộng sự (2022) đã thực hiện nghiên cứu về chủ đề CAR, xây dựng dữ liệu bảng từ 24 ngân hàng thương mại trong giai đoạn 2009-2019 Tác giả áp dụng các phương pháp nghiên cứu như Pooled OLS, FEM và REM để đưa ra kết luận Kết quả cho thấy biến DEP, LEV và ROA có mối tương quan âm với CAR.
Nghiên cứu của Trần Thị Lam Anh (2020) về hệ số CAR của các ngân hàng thương mại cổ phần tại Việt Nam cho thấy khả năng sinh lời, tỷ lệ an toàn vốn kỳ trước, dự phòng rủi ro tín dụng, nợ xấu và khả năng thanh khoản đều có tác động tích cực đến hệ số CAR Ngược lại, đòn bẩy tài chính, kích thước ngân hàng (SIZE), lãi suất thực, tỷ giá và nợ xấu lại có tác động tiêu cực đến hệ số này.
2.3.2 Các nghiên cứu nước ngoài
Nghiên cứu của Kartal (2019) về các yếu tố ảnh hưởng đến hệ số an toàn vốn của 14 ngân hàng thương mại tại Thổ Nhĩ Kỳ trong giai đoạn 2009-2019 sử dụng mô hình Pooled OLS để phân tích tương quan Kết quả cho thấy tỷ lệ nợ xấu và tỷ lệ cho vay có mối tương quan âm với chỉ số CAR, trong khi thanh khoản lại có mối tương quan dương với CAR của các ngân hàng thương mại.
El-Anasary và cộng sự (2019) trong nghiên cứu về CAR, đã sử dụng dữ liệu
Trong giai đoạn 2009-2013 tại khu vực Trung Đông - Bắc Phi (MENA), nghiên cứu của nhóm tác giả dựa trên 75 ngân hàng thương mại (NHTM) đã áp dụng phương pháp định lượng với mô hình Pooled OLS Kết quả cho thấy, trước khủng hoảng tài chính, các yếu tố như chất lượng tài sản, kích thước ngân hàng (SIZE), và tỷ suất lợi nhuận trên tài sản (ROA) có mối tương quan với tỷ lệ vốn cấp 1 (CAR) Tuy nhiên, sau năm 2008, các yếu tố như chất lượng tài sản, SIZE, thanh khoản, năng lực quản trị, và rủi ro tín dụng đã trở thành những biến có ảnh hưởng quan trọng đến CAR.
Nghiên cứu của Shrestha (2023) về các nhân tố tác động đến hệ số an toàn vốn của các ngân hàng thương mại ở Nepal trong giai đoạn 2007-2021 cho thấy tỷ lệ đòn bẩy và tỷ suất sinh lời có mối quan hệ tương quan âm với CAR Ngược lại, các yếu tố như kích thước ngân hàng (SIZE), tỷ suất sinh lời trên tài sản (ROA), tỷ lệ thanh khoản và tỷ lệ chi phí hoạt động lại có mối quan hệ tương quan dương với CAR Đây là một nghiên cứu thực nghiệm có thời gian dài và phù hợp với giai đoạn nghiên cứu của đề tài.
Aktas và cộng sự (2015) đã nghiên cứu tác động của các yếu tố môi trường và ngân hàng đến tỷ lệ an toàn vốn của các ngân hàng tại khu vực Đông Nam Âu (SEE) Nghiên cứu sử dụng dữ liệu hàng năm từ 71 ngân hàng thương mại ở 10 quốc gia trong khu vực SEE trong giai đoạn 2007.
Nghiên cứu năm 2012 cho thấy rằng ROA, đòn bẩy, thanh khoản, biên lãi ròng và rủi ro đều có ảnh hưởng thống kê đáng kể đến việc xác định CAR cho các ngân hàng trong khu vực Bên cạnh đó, các yếu tố môi trường như tốc độ tăng trưởng kinh tế, chỉ số biến động thị trường chứng khoán Eurozone, bảo hiểm tiền gửi và quản trị cũng có tác động quan trọng đến CAR của các ngân hàng tại khu vực Đông Nam Âu (SEE).
Nghiên cứu của Bateni và cộng sự (2014) về "Các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn ở các ngân hàng Iran" đã chỉ ra bảy yếu tố tài chính tác động đến mức độ an toàn vốn của các ngân hàng tư nhân Iran trong giai đoạn 2006-2012 Kết quả cho thấy có mối quan hệ nghịch biến giữa quy mô ngân hàng và tỷ lệ an toàn vốn, trong khi tỷ lệ tài sản cho vay, ROE, ROA, tỷ lệ vốn chủ sở hữu và CAR có mối quan hệ cùng chiều với tỷ lệ an toàn vốn Đáng chú ý, tỷ lệ tiền gửi trên tổng tài sản và tỷ lệ tài sản đã điều chỉnh rủi ro không ảnh hưởng đến tỷ lệ an toàn vốn.
Bảng 2.3 Tổng hợp tổng quan nghiên cứu trong và ngoài nước về CAR Tác giả, năm Vấn đề nghiên cứu Kết quả nghiên cứu
Các nhân tố ảnh hưởng đến CAR của 29 NHTM tại Việt Nam, giai đoạn 2013- 2017”
(+) Quy mô ngân hàng (SIZE), tỷ lệ vốn chủ sở hữu trên tổng tài sản,
(-) Tỷ suất sinh lợi trên tổng tài sản (ROA), tỷ lệ dự phòng rủi ro tín dụng
Các nhân tố ảnh hưởng đến CAR của 30 NHTMCP tại Việt Nam trong giai đoạn từ năm 2012 – 2018
(+) Quy mô ngân hàng (SIZE), tốc độ tăng trưởng kinh tế (GDP)
(-) Nợ ngân hàng, nợ xấu, tài sản lưu động, tỷ lệ lạm phát (INF), tỷ suất sinh lợi trên tổng tài sản (ROA) Đào Thị Thanh
Mối quan hệ giữa CAR và hiệu quả kinh doanh của 16 NHTMCP tại Việt Nam trong giai đoạn từ năm
Tỷ lệ tiền gửi trên tổng tài sản (DEP), tỷ lệ dự nợ trên vốn huy động (LTD), và tỷ lệ đòn bẩy tài chính (LEV) là những chỉ số quan trọng để đánh giá tình hình tài chính của một tổ chức Đồng thời, tốc độ tăng trưởng kinh tế (GDP) cũng đóng vai trò quan trọng trong việc phản ánh sức khỏe kinh tế tổng thể Những yếu tố này không chỉ ảnh hưởng đến khả năng sinh lời mà còn quyết định khả năng phát triển bền vững của doanh nghiệp.
Quy mô ngân hàng (SIZE) ảnh hưởng trực tiếp đến hiệu quả hoạt động, thể hiện qua tỷ lệ sinh lợi trên tổng tài sản (ROA) Giá trị thị trường của ngân hàng cũng là một chỉ số quan trọng, phản ánh sự tín nhiệm và khả năng sinh lời Tỷ lệ cho vay cho thấy mức độ sẵn sàng của ngân hàng trong việc cung cấp tín dụng, trong khi tỷ lệ chi phí trên thu nhập cho biết khả năng quản lý chi phí hiệu quả.
Tác giả, năm Vấn đề nghiên cứu Kết quả nghiên cứu
Các nhân tố ảnh hưởng đến hệ số CAR của 24 NHTM niêm yết trên thị trường chứng khoán Việt Nam từ
(+) Tỷ lệ cho vay trên tổng tài sản (LAR), tỷ suất lợi nhuận ròng (NIM), tỷ lệ thanh khoản (LIR)
(-) Quy mô ngân hàng (SIZE), tỷ suất sinh lợi trên tổng tài sản (ROA), tỷ lệ đòn bẩy tài chính (LEV), tỷ lệ tiền gửi của khách hàng (DEP)
Các nhân tố ảnh hưởng đến hệ số CAR của các NHTMCP tại Việt Nam
(+) Tỷ lệ sinh lợi trên tổng tài sản (ROA), tỷ lệ dự phòng rủi ro tín dụng (LLR), tỷ lệ thanh khoản, mức độ an toàn vốn cùng ngành
(-) Quy mô ngân hàng (SIZE), tỷ lệ nợ xấu (NPL), tỷ lệ đòn bẩy tài chính (LEV), lãi suất thực, tỷ giá
Các nhân tố ảnh hưởng đến CAR của các NHTM tại Thổ Nhĩ Kỳ, giai đoạn từ năm 2006 – 2019
(+) Tỷ lệ thanh khoản (-) Tỷ lệ cho vay, tỷ lệ nợ xấu (NPL)
El-Anasary và cộng sự (2019)
Các nhân tố ảnh hưởng đến hệ số an toàn vốn với thị trường MENA của Ngân hàng Hồi giáo trong giai đoạn từ năm 2009 – 2013
(+) Tỷ suất sinh lợi trên tổng tài sản (ROA), tỷ lệ nợ xấu (NPL)
(-) Quy mô ngân hàng (SIZE), tốc độ tăng trưởng kinh tế (GDP), hiệu quả hoạt động, rủi ro danh mục
Các nhân tố ảnh hưởng đến CAR của NHTM tại Nepal giai đoạn 2007-2021
(+) Quy mô ngân hàng (SIZE), tỷ lệ chi phí hoạt động, hiệu quả hoạt động, tỷ lệ thanh khoản
(-) Tỷ suất sinh lợi trên vốn chủ sở hữu (ROE), tỷ lệ đòn bẩy tài chính (LEV)
Tác giả, năm Vấn đề nghiên cứu Kết quả nghiên cứu
Tác động của các yếu tố đến CAR của 71 NHTM của 10 quốc gia khu vực Đông Nam Âu (SEE), giai đoạn từ năm 2007 – 2012
(+) Tỷ suất sinh lợi trên tổng tài sản (ROA), thanh khoản, mức độ bao phủ bảo hiểm tiền gửi, chỉ số biến động thị trường chứng khoán
Quy mô ngân hàng, tỷ lệ đòn bẩy tài chính, tốc độ tăng trưởng kinh tế, mức độ rủi ro của tài sản, thanh khoản và tỷ suất sinh lời trên tổng tài sản đều không ảnh hưởng đến chỉ số CAR.
Các nhân tố tác động đến hệ số CAR của các NHTM ở Iran, giai đoạn từ năm
Tỷ lệ tài sản cho vay (LAR), lợi nhuận trên vốn chủ sở hữu (ROE), tỷ suất sinh lợi trên tổng tài sản (ROA) và tỷ lệ vốn chủ sở hữu là những chỉ số quan trọng phản ánh hiệu quả hoạt động tài chính của một doanh nghiệp Những chỉ số này không chỉ giúp đánh giá khả năng sinh lời mà còn thể hiện mức độ ổn định và an toàn tài chính của công ty Việc theo dõi và phân tích các tỷ lệ này sẽ hỗ trợ các nhà đầu tư và quản lý trong việc đưa ra quyết định chiến lược hợp lý.
(-) SIZE, tỷ lệ vốn chủ trên tổng tài sản; tỷ lệ tài sản đã điều chỉnh rủi ro trên tổng tài sản;
Không có ý nghĩa thống kê: tỷ lệ tiền gửi trên tổng tài sản
Nguồn: Tác giả tổng hợp
Trong Chương 2, tác giả làm rõ khái niệm hệ số an toàn vốn (CAR) và vai trò của nó trong hệ thống ngân hàng, cùng với công thức tính CAR theo quy định của Ủy ban Basel và Ngân hàng Nhà nước Việt Nam Tác giả cũng phân tích các nhân tố ảnh hưởng đến CAR, bao gồm yếu tố vĩ mô và yếu tố ngân hàng Dựa trên khung lý thuyết về CAR, tác giả tổng hợp các nghiên cứu trong và ngoài nước, từ đó đề xuất mô hình nghiên cứu, phương pháp, trình tự nghiên cứu và xác định dữ liệu liên quan đến các nhân tố tác động đến CAR của các ngân hàng thương mại cổ phần Việt Nam từ năm 2014 đến 2023.
PHƯƠNG PHÁP NGHIÊN CỨU
Quy trình nghiên cứu
Bước đầu tiên trong nghiên cứu là xác định khung lý thuyết liên quan đến hệ số CAR, đồng thời tiến hành lược khảo các nghiên cứu trước đây về CAR của các ngân hàng thương mại cổ phần (NHTMCP) tại Việt Nam và các quốc gia khác Qua đó, nghiên cứu sẽ chỉ ra những vấn đề mà các nghiên cứu trước chưa đề cập đến.
Xử lý mẫu dữ liệu nghiên cứu
Sử dụng các phương pháp nghiên cứu, chạy các mô hình hồi quy và xác định kết quả Đối chiếu các giả thuyết Kiểm định lựa chọn mô hình
Kiểm định và khắc phục khuyết tật Đề xuất chính sách, giải pháp
Cơ sở lý thuyết và tổng quan nghiên cứu
Bước 2: Căn cứ khung lý thuyết và các nghiên cứu trong và ngoài nước, tác giả xây dụng mô hình nghiên cứu
Bước 3: Tác giả tổng hợp mẫu dữ liệu nghiên cứu của 26 NHTMCP tại Việt
Giai đoạn từ năm 2014 đến 2023, dữ liệu được cập nhật mới nhất đến năm trước liền kề của năm nghiên cứu Dữ liệu này được thu thập từ báo cáo tài chính, báo cáo thường niên của ngân hàng và các số liệu vĩ mô được công bố hàng năm.
Tác giả thực hiện bước 4 bằng cách lựa chọn và phân tích dữ liệu bảng đã được tổng hợp, áp dụng phương pháp hồi quy gộp Pooled OLS, mô hình hiệu ứng ngẫu nhiên REM và mô hình hiệu ứng cố định FEM để thu thập và đánh giá kết quả một cách chính xác.
Bước 5 trong quy trình phân tích dữ liệu là sử dụng các phương pháp kiểm định để đánh giá các mô hình hồi quy Cụ thể, áp dụng F-test để so sánh mô hình OLS với FEM, kiểm định Hausman để đối chiếu FEM và REM, cùng với kiểm định Breusch-Pagan Lagrangian để so sánh OLS và REM Tác giả sẽ lựa chọn mô hình phù hợp bằng cách đưa ra các giả thuyết H0 và H1, sau đó xem xét giá trị P-value để đưa ra quyết định chính xác.
Bước 6 trong quá trình phân tích là kiểm định hiện tượng tự tương quan và phương sai sai số thay đổi Nếu không phát hiện các hiện tượng này, mô hình đã chọn được coi là phù hợp Ngược lại, nếu có khuyết tật xảy ra, tác giả sẽ áp dụng phương pháp FGLS để khắc phục và tiếp tục với các bước tiếp theo.
Bước 7: Sau khi thu thập kết quả hồi quy, tác giả tiến hành thảo luận và đưa ra kết luận, đồng thời đề xuất các khuyến nghị và chính sách nhằm giải đáp các câu hỏi nghiên cứu đã được xác định.
Mô hình nghiên cứu và giả thuyết nghiên cứu
Dựa trên cơ sở lý thuyết và kết quả nghiên cứu trong và ngoài nước, tác giả đã xác định các yếu tố ảnh hưởng đến CAR của ngân hàng thương mại cổ phần (NHTMCP) Việt Nam Kế thừa và phát triển mô hình nghiên cứu của Phạm Hải Nam và cộng sự (2022), tác giả đề xuất mô hình xác định các nhân tố tác động đến CAR của các NHTMCP tại Việt Nam.
CARit = α + β1*SIZEit + β2*ROAit + β3*LEVit + β4*NPLit + β5*LLRit + β6*LTDit + β7*DEPit + β8*GDPt + β9*INFt + ɛit
CAR: Hệ số an toàn vốn
SIZE: Quy mô ngân hàng, được lượng hóa bằng logarit của tổng tài sản ngân hàng ROA: Tỷ suất sinh lợi trên tổng tài sản
LEV: Đòn bẩy tài chính
NPL: Tỷ lệ nợ xấu
LLR: Tỷ lệ dự phòng rủi ro
LTD: Tỷ lệ thanh khoản
DEP: Tỷ lệ tiền gửi của khách hàng
GDP: Tốc độ tăng trưởng kinh tế
INF: Tỷ lệ lạm phát
Các hệ số β là hệ số góc của các biến độc lập, it là ngân hàng i tại thời điểm năm t; ɛit là sai số tổng thể
3.2.2.1 Quy mô ngân hàng (SIZE)
SIZE được xác định bằng logarit tự nhiên của tổng tài sản:
SIZEit = Log (Tổng tài sản)
Nghiên cứu trước đây đã chỉ ra rằng quy mô ngân hàng (SIZE) có ảnh hưởng đến tỷ lệ an toàn vốn (CAR) SIZE phản ánh tài sản hiện có của ngân hàng, cho thấy sự thu hẹp hoặc mở rộng của ngân hàng đó Sự thay đổi này tác động đến hoạt động cho vay và huy động vốn, từ đó ảnh hưởng đến CAR.
(2014), Aktas và cộng sự (2015), El-Anasary và cộng sự (2019), Trần Thị Lam Anh
(2020) đã thực hiện các đề tài về CAR trước đây và kết quả cho ra được SIZE có tác động ngược chiều đến CAR
Nghiên cứu của Phạm Hải Nam và cộng sự (2022) cùng với Phạm Phát Tiến và Nguyễn Thị Kiều Ny (2019) chỉ ra rằng kích thước ngân hàng (SIZE) có mối quan hệ thuận chiều với tỷ lệ vốn an toàn (CAR) Cụ thể, khi SIZE tăng, ngân hàng sẽ đa dạng hóa tài sản và duy trì lượng vốn an toàn cao hơn, từ đó giảm thiểu rủi ro và tăng cường khả năng chống chọi trước các biến động tài chính so với những ngân hàng có kích thước nhỏ.
Tác giả cho rằng ngân hàng lớn thường nắm giữ nhiều tài sản rủi ro hơn so với các ngân hàng nhỏ, do quy mô hoạt động của chúng.
“Giả thuyết H1: SIZE có mối quan hệ ngược chiều với CAR của các NHTMCP tại Việt Nam.”
3.2.2.2 Tỷ suất sinh lợi trên tổng tài sản (ROA)
Tỷ suất sinh lời trên tổng tài sản được đo lường bởi công thức sau:
ROAit = Lợi nhuận sau thuế
Tỷ suất sinh lời trên tổng tài sản (ROA) là chỉ số quan trọng phản ánh hiệu quả tài chính của ngân hàng, cho thấy mức sinh lợi từ vốn đầu tư Nghiên cứu của Trần Thị Lam Anh (2020) và các tác giả khác chỉ ra rằng ROA cao cho thấy ngân hàng sử dụng vốn hiệu quả, tạo ra lợi nhuận để đầu tư và tăng khả năng cho vay, từ đó cải thiện hệ số an toàn vốn (CAR) Ngược lại, một số nghiên cứu như của Phạm Phát Tiến & Nguyễn Thị Kiều Ny (2019) và Shrestha (2023) cho thấy ROA có mối quan hệ nghịch chiều với CAR, vì để đạt lợi nhuận cao, các ngân hàng thường đầu tư vào tài sản rủi ro, dẫn đến giảm CAR.
“Giả thuyết H2: Tỷ suất sinh lời trên tổng tài sản có mối quan hệ ngược chiều với CAR của các NHTMCP tại Việt Nam.”
3.2.2.3 Hệ số đòn bẩy tài chính (LEV)
Hệ số đòn bẩy tài chính được xác định bằng công thức:
Khi hệ số đòn bẩy tài chính tăng cao, ngân hàng phải đối mặt với nhiều rủi ro hơn, dẫn đến sự suy giảm chỉ số CAR Nghiên cứu của Shrestha (2023), Aktas và cộng sự (2015), cùng Trần Thị Lam Anh (2020) cho thấy rằng LEV có mối tương quan âm với CAR.
Theo nghiên cứu của năm 2020, tỷ lệ LEV cao giúp ngân hàng thu hút nguồn tài chính từ các tổ chức tín dụng để đầu tư vào các dự án, từ đó gia tăng lợi nhuận Lợi nhuận này có thể được sử dụng để tăng vốn cho ngân hàng, dẫn đến sự gia tăng tỷ lệ CAR.
“Giả thuyết H3: Hệ số đòn bẩy tài chính có mối quan hệ cùng chiều với CAR của các NHTMCP tại Việt Nam.”
3.2.2.4 Tỷ lệ nợ xấu (NPL)
Tỷ lệ nợ xấu được xác định bằng công thức:
Tỷ lệ nợ xấu là chỉ số quan trọng phản ánh tình hình tài chính của ngân hàng, cho biết tỷ lệ các khoản nợ dưới chuẩn và khả năng thu hồi vốn Khi khách hàng gặp khó khăn trong việc thanh toán, tỷ lệ này sẽ tăng, ảnh hưởng đến chất lượng tín dụng của ngân hàng Theo quy định của NHNN Việt Nam, tỷ lệ nợ xấu phải duy trì dưới 3% Nghiên cứu của Kartal (2019) và Trần Thị Lam Anh (2020) chỉ ra rằng nợ xấu có mối quan hệ ngược chiều với tỷ lệ an toàn vốn (CAR), cho thấy các ngân hàng thường duy trì mức vốn cao để bù đắp tổn thất, từ đó giữ tỷ lệ nợ xấu ở mức thấp.
“Giả thuyết H4: Tỷ lệ nợ xấu có mối quan hệ ngược chiều với CAR của các NHTMCP tại Việt Nam.”
3.2.2.5 Tỷ lệ dự phòng rủi ro tín dụng (LLR)
Tỷ lệ dự phòng rủi ro tín dụng được xác định bằng công thức:
LLRit = Dự phòng rủi ro tín dụng
Tổng dư nợ cho vay
Khoản dự phòng được ước tính để bù đắp các khoản lỗ trong danh mục cho vay của ngân hàng Phạm Phát Tiến & Nguyễn Thị Kiều Ny (2019) cho rằng có mối quan hệ ngược chiều giữa tỷ lệ dự phòng rủi ro tín dụng và CAR Khi tỷ lệ LLR tăng, điều này đồng nghĩa với việc ngân hàng gia tăng cho vay và chấp nhận rủi ro, dẫn đến giảm CAR của ngân hàng.
“Giả thuyết H5: Tỷ lệ dự phòng rủi ro tín dụng có mối quan hệ ngược chiều với CAR của các NHTMCP tại Việt Nam.”
3.2.2.6 Tỷ lệ dư nợ trên vốn huy động (LTD)
Lỷ lệ dư nợ trên vốn huy động được xác định bởi công thức sau:
LTDit = Dự nợ cho vay khách hàng
LTD (Loan-to-Deposit Ratio) là chỉ số phản ánh hiệu quả sử dụng vốn huy động của ngân hàng, cho thấy mức độ chủ động trong việc quản lý nguồn vốn Khi LTD lớn hơn 1, ngân hàng có thể chưa huy động vốn hiệu quả, trong khi LTD nhỏ hơn 1 cho thấy ngân hàng chưa sử dụng hết vốn huy động LTD cao đồng nghĩa với việc ngân hàng cho vay nhiều hơn so với vốn huy động, có thể dẫn đến khó khăn về thanh khoản Ngược lại, LTD thấp cho thấy ngân hàng cho vay ít hơn, dẫn đến việc gia tăng hoạt động cấp tín dụng, có thể gây ra nợ xấu và rủi ro Đối với các ngân hàng thương mại cổ phần (NHTMCP), LTD cao không phải là dấu hiệu tích cực, trong khi LTD thấp lại chỉ ra sự hạn chế trong hoạt động và chất lượng dịch vụ Tóm lại, sự biến động của LTD ảnh hưởng đến rủi ro thanh khoản và tác động đến CAR (Capital Adequacy Ratio) của NHTMCP, với nghiên cứu của Đào Thị Thanh Bình & Nguyễn Ánh Kiều (2020) cho rằng LTD có tác động cùng chiều đến CAR.
“Giả thuyết H6: Tỷ lệ dư nợ cho vay trên vốn huy động có mối quan hệ cùng chiều với CAR của các NHTMCP tại Việt Nam.”
3.2.2.7 Tỷ lệ tiền gửi của khách hàng (DEP)
Tổng tài sản của ngân hàng
Hình thức huy động vốn chủ yếu của ngân hàng đến từ tiền gửi của khách hàng, với chi phí lãi suất thấp hơn so với vay từ tổ chức tín dụng hay huy động trên thị trường chứng khoán Đào Thị Thanh Bình và Nguyễn Ánh Kiều (2020) chỉ ra rằng DEP có mối quan hệ âm với CAR, khi tỷ lệ tiền gửi tăng, ngân hàng đối mặt với áp lực cho vay lớn, dẫn đến tình trạng tăng trưởng tín dụng nóng và làm tăng rủi ro tài sản, từ đó giảm CAR.
“Giả thuyết H7: Tỷ lệ tiền gửi của khách hàng có mối quan hệ nghịch chiều với CAR của các NHTMCP tại Việt Nam.”
3.2.2.8 Tốc độ tăng trưởng kinh tế (GDP)
Tốc độ tăng trưởng kinh tế cao cho thấy nền kinh tế đang phát triển, dẫn đến nhu cầu vay vốn và gửi tiền gia tăng, giúp các ngân hàng thương mại cổ phần (NHTMCP) có lợi thế trong việc lựa chọn khách hàng uy tín, từ đó giảm thiểu rủi ro tín dụng và tăng tỷ lệ CAR Ngược lại, khi tăng trưởng kinh tế thấp, việc huy động vốn trở nên khó khăn, đầu tư và cho vay tiềm ẩn nhiều rủi ro, khiến các ngân hàng phải cắt giảm chi phí để phòng ngừa, dẫn đến tăng rủi ro tín dụng và giảm tỷ lệ CAR.
Nghiên cứu của Phạm Hải Nam và các cộng sự (2022) cùng với Đào Thị Thanh Bình và Nguyễn Ánh Kiều (2020) chỉ ra rằng có mối tương quan tích cực giữa GDP và CAR của ngân hàng, cho thấy sự tác động thuận chiều giữa hai yếu tố này.
“Giả thuyết H8: Tốc độ tăng trưởng kinh tế có mối quan hệ cùng chiều với CAR của các NHTMCP tại Việt Nam.”
3.2.2.9 Tỷ lệ lạm phát (INF)
Theo Luật Ngân hàng Nhà nước Việt Nam 2010, tỷ lệ lạm phát được định nghĩa là tốc độ tăng giá chung của nền kinh tế, phản ánh mức độ lạm phát trong nền kinh tế.
Khi lạm phát gia tăng, giá trị đồng tiền giảm, khiến người vay phải trả nhiều hơn so với thỏa thuận ban đầu, đặc biệt là với lãi suất cố định, điều này ảnh hưởng đến khả năng hoàn trả khoản vay và làm tăng rủi ro tín dụng cho ngân hàng Đồng thời, lãi suất cao trong bối cảnh lạm phát cũng làm tăng rủi ro tài sản mà ngân hàng nắm giữ, dẫn đến giảm tỷ lệ CAR Nghiên cứu của Aktas và cộng sự (2015), cùng với Phạm Hải Nam & cộng sự (2022), cho thấy lạm phát có tác động ngược chiều đến CAR, từ đó tác giả đưa ra các kỳ vọng liên quan.
“Giả thuyết H9: Lạm phát có mối quan hệ ngược chiều với CAR của các NHTMCP tại Việt Nam”
Bảng 3.1 Tổng hợp các giả thuyết nghiên cứu
Giả thuyết Biến độc lập Ký hiệu
Kỳ vọng Các nghiên cứu trước đây
Dữ liệu và công cụ nghiên cứu
Tác giả đã sử dụng dữ liệu công khai từ 26 ngân hàng thương mại cổ phần (NHTMCP) tại Việt Nam trong giai đoạn 2014 - 2023 để đại diện cho ngành này Các biến INF và GDP được thu thập từ trang web data.worldbank.org.
Để đảm bảo tính đầy đủ và liên tục của thông tin, cần cập nhật thường xuyên các dữ liệu mới nhất nhằm đo lường các biến trong mô hình nghiên cứu Nghiên cứu này tập trung vào phạm vi cụ thể để phân tích và đánh giá hiệu quả của các yếu tố liên quan.
26 NHTMCP tại Việt Nam giai đoạn 2014 – 2023
Tác giả sử dụng phần mềm Stata 17.0 và phần mềm Excel để chạy dữ liệu bảng, qua đó xây dựng hình thành nên kết quả của nghiên cứu.
Phương pháp nghiên cứu
Để đạt được mục tiêu nghiên cứu và trả lời các câu hỏi đã đề ra, tác giả kết hợp phương pháp nghiên cứu định tính và định lượng Kết quả nghiên cứu xác định và đo lường mức độ tác động đến CAR của các ngân hàng thương mại cổ phần tại Việt Nam.
Trong nghiên cứu này, tác giả áp dụng phương pháp định tính nhằm tiếp cận cơ sở lý thuyết về CAR của các ngân hàng thương mại cổ phần (NHTMCP), thảo luận về các nghiên cứu liên quan trong và ngoài nước về các yếu tố ảnh hưởng đến CAR, xác định mô hình và phân tích các biến đo lường, cũng như đưa ra giả thuyết nghiên cứu cho từng biến độc lập Cuối cùng, nghiên cứu sẽ kết luận và đề xuất các chính sách nhằm duy trì hệ thống CAR của NHTMCP tại Việt Nam.
3.4.2 Phương pháp định lượng Để đo lường, lượng hóa mức độ tác động của các yếu tố đến CAR của các NHTMCP tại Việt Nam, bao gồm các phương pháp kỹ thuật như: phân tích hồi quy dữ liệu bảng (Panel Data regression); phân tích tương quan (Correlation analysis); thống kê mô tả (Descriptive Statistics), cụ thể như sau:
3.4.2.1 Thống kê mô tả dữ liệu
Thống kê mô tả được sử dụng để tóm tắt và mô tả ngắn gọn tập dữ liệu mà tác giả đã thu thập Nó giúp lượng hóa các chỉ tiêu quan trọng như số quan sát, phương sai, độ lệch chuẩn, giá trị trung bình, giá trị lớn nhất và giá trị nhỏ nhất.
Tác giả áp dụng phân tích tương quan để khám phá mối liên hệ giữa các biến độc lập và biến phụ thuộc, xác định xem mối tương quan là thuận chiều hay nghịch chiều, cũng như đánh giá mức độ mạnh yếu của chúng Bên cạnh đó, tác giả cũng xem xét mối tương quan giữa từng biến độc lập với CAR và với nhau Nếu các biến độc lập cho thấy sự tương quan cao, điều này có thể chỉ ra sự xuất hiện của hiện tượng đa cộng tuyến, từ đó tạo cơ sở cho việc kiểm định đa cộng tuyến và điều chỉnh mô hình nghiên cứu cho phù hợp.
Phân tích hồi quy dữ liệu bảng được thực hiện để kiểm tra xu hướng và mức độ tác động của các nhân tố đến CAR.
(i) Mô hình hồi quy Pooled OLS (Pooled Ordinary Least Squares)
Mô hình hồi quy Pooled OLS được sử dụng để ước lượng mối quan hệ giữa biến phụ thuộc và biến giải thích trong tập dữ liệu gộp từ nhiều nhóm, với giả định rằng các quan sát trong các nhóm là độc lập và có cùng một mô hình hồi quy Phân tích hồi quy theo mô hình này nhằm tìm giá trị tham số sao cho tổng bình phương sai số (RSS) là nhỏ nhất, sử dụng toàn bộ dữ liệu mà không phân biệt cá thể Tuy nhiên, mô hình Pooled OLS giả định rằng tất cả các NHTMCP trong mẫu đều giống nhau, điều này không phản ánh đúng thực tế vì mỗi NHTMCP là một thực thể riêng biệt Sự thiếu sót này có thể dẫn đến tính toán không nhất quán, như tự tương quan không chính xác, ràng buộc chặt chẽ về đơn vị chéo, hiện tượng phương sai sai số thay đổi và đa cộng tuyến Tác giả áp dụng mô hình này song song với các mô hình khác để tìm ra phương pháp phân tích hồi quy phù hợp nhất.
(ii) Mô hình tác động cố định FEM (Fixed Effects Model)
Trong nghiên cứu, tác giả áp dụng mô hình tác động cố định FEM để phân tích ảnh hưởng của các biến giải thích đến biến phụ thuộc tại từng ngân hàng thương mại cổ phần (NHTMCP) Mỗi ngân hàng đều có những đặc điểm riêng biệt, có thể tác động đến các biến giải thích và tạo ra sự tương quan giữa phần dư của ngân hàng với các biến độc lập Mô hình FEM cho phép kiểm soát và loại bỏ ảnh hưởng của các đặc điểm này, từ đó giúp đo lường chính xác tác động thực sự của các biến giải thích lên biến phụ thuộc.
Các đặc điểm riêng biệt của mỗi ngân hàng thương mại cổ phần (NHTMCP) không có mối tương quan với nhau, thể hiện sự độc đáo của từng ngân hàng Sự khác biệt này phản ánh những đặc điểm riêng của từng tổ chức tài chính Phương pháp nghiên cứu này khác với mô hình Pooled OLS, khi nó tính đến sự riêng biệt của từng chủ thể trong phân tích.
(iii) Mô hình tác động ngẫu nhiên REM (Random Effect Model)
Trong mô hình FEM, các đặc điểm riêng của từng ngân hàng được coi là không đổi ngẫu nhiên và không tương quan với các yếu tố giải thích Sự khác biệt giữa mô hình FEM và REM nằm ở mối quan hệ giữa các đơn vị, đặc biệt nếu có sự tương quan với các yếu tố giải thích Mô hình REM giả định rằng các đặc điểm của ngân hàng là ngẫu nhiên và không tương quan với các biến độc lập, do đó xem xét các phần dư của từng ngân hàng như một biến giải thích mới, giúp khắc phục nhược điểm của FEM Tuy nhiên, nếu có tự tương quan, mô hình REM sẽ không còn chính xác.
3.4.2.4 Kiểm định đối với từng mô hình và lựa chọn mô hình phù hợp
Trong nghiên cứu này, tác giả đã áp dụng các kiểm định để phân tích và đánh giá các giả thuyết liên quan đến ảnh hưởng của các yếu tố đến tỷ lệ CAR của các ngân hàng thương mại cổ phần tại Việt Nam trong giai đoạn 2014-2023.
Kiểm định F nhằm mục đích để lựa chọn giữa hai mô hình là mô hình theo phương pháp Pooled OLS và mô hình FEM Với giả định:
H0: Lựa chọn mô hình Pooled OLS
H₁: Lựa chọn mô hình FEM
Kết quả của kiểm định F: nếu P-value > 5% thì giả thuyết H0 được chấp nhận, bác bỏ giả thuyết H₁ và ngược lại
Kiểm định Hausman được sử dụng để lựa chọn giữa hai mô hình nghiên cứu, đó là mô hình FEM và mô hình REM, nhằm xác định mô hình nào phù hợp nhất cho nghiên cứu.
H0: Lựa chọn mô hình REM
H₁: Lựa chọn mô hình FEM
Kiểm quả của kiểm định Hausman: nếu P-value > 5% thì chấp nhận giả thuyết H0, lựa chọn mô hình FEM, giả thuyết H₁ bị bác bỏ và ngược lại
(ii) Kiểm định Breusch - Pagan
Trong nghiên cứu, tác giả sử dụng kiểm định Breusch-Pagan để lựa chọn giữa mô hình REM và Pooled OLS, nhằm xác định mô hình nào phù hợp hơn.
H0: Lựa chọn mô hình theo phương pháp Pooled OLS
H₁: Lựa chọn mô hình theo phương pháp REM
Nếu P-value > 5% thì chấp nhận giả thuyết H0, H₁ bị bác bỏ và ngược lại
3.4.2.5 Kiểm định kiểm tra các khuyết tật của mô hình
(i) Kiểm định hiện tượng đa cộng tuyến
Tác giả kiểm định sự đa cộng tuyển bằng hai phương pháp: đầu tiên, phân tích hệ số tương quan giữa các yếu tố giải thích, với hệ số lớn hơn 0.8 cho thấy hiện tượng đa cộng tuyển cao Thứ hai, tác giả sử dụng phương pháp phóng đại phương sai (VIF) để xác định và loại bỏ các biến độc lập có đa cộng tuyển nhằm cải thiện mô hình.
(ii) Kiểm định hiện tượng phương sai thay đổi
Tác giả sử dụng Wald test để kiểm định có hay không hiện tượng phương sai thay đổi trong mô hình, với giả định như sau:
H0: Không có hiện tượng phương sai sai số thay đổi
H₁: Có hiện tượng phương sai sai số thay đổi
Nếu P-value trong kiểm định lớn hơn 5%, giả thuyết Ho được chấp nhận, cho thấy mô hình không gặp phải hiện tượng phương sai sai số thay đổi Điều này dẫn đến việc bác bỏ giả thuyết H₁.
(iii) Kiểm định hiện tượng tự tương quan
Tác giả sử dụng kiểm định Wooldridge nhằm để phát hiện hiện tượng tự tương quan trong mô hình, với giả thuyết như sau:
H0: Không xảy ra hiện tượng tự tương quan
H₁: Có xảy ra hiện tượng tự tương quan
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Thống kê mô tả các biến nghiên cứu
4.1.1 Tổng quan về CAR của các NHTMCP tại Việt Nam
Năm 2014, Ngân hàng Nhà nước Việt Nam (NHNN) đã bắt đầu triển khai tiêu chuẩn Basel II thông qua công văn số 1601/2014/NHNN-TTGSNH, áp dụng cho 10 ngân hàng thương mại Việt Nam Từ tháng 2 năm 2016, 10 ngân hàng thương mại cổ phần, bao gồm Vietcombank, VietinBank, BIDV, MB, Techcombank, ACB, Sacombank, VPBank, Maritime Bank và VIB, đã phải tuân thủ các chuẩn mực của Basel II.
Giai đoạn 2016 – 2020, Quốc hội Việt Nam đã ban hành Nghị quyết về kế hoạch cơ cấu lại nền kinh tế, yêu cầu các ngân hàng thương mại cổ phần (NHTMCP) điều chỉnh và duy trì mức vốn tự có theo chuẩn mực Basel II Đến cuối năm 2020, khoảng 15 ngân hàng đã áp dụng thành công quy định này Tính đến cuối năm 2023, hơn 20 ngân hàng, bao gồm VIB, Vietcombank, OCB, ACB, TPBank, VPBank, MB, và MSB, đã đáp ứng đầy đủ yêu cầu của chuẩn mực Basel II.
Hệ số CAR bình quân năm của 26 NHTMCP trong giai đoạn từ năm 2014 đến năm 2023 được thể hiện qua biểu đồ sau:
Biểu đồ 4.1 CAR của 26 NHTMCP tại Việt Nam giai đoạn 2014 - 2023
Trong giai đoạn 2014 - 2023, CAR của 26 NHTMCP tại Việt Nam trung bình đạt 12,52% Sau khi NHNN áp dụng Basel II từ năm 2014 đến 2020, CAR giảm từ 13,43% xuống 11%, phản ánh sự ảnh hưởng của khủng hoảng kinh tế toàn cầu Thời kỳ này, việc bổ sung vốn để nâng cao CAR suy giảm do các ngân hàng tập trung vào mở rộng quy mô, độ phủ sóng và thị phần, dẫn đến việc đẩy nhanh tăng trưởng tín dụng và tích cực cho vay, làm giảm nguồn vốn bổ sung.
Từ năm 2020 đến 2023, chỉ số CAR của các ngân hàng thương mại cổ phần (NHTMCP) duy trì ở mức thấp do ảnh hưởng của đại dịch Covid-19, khiến nền kinh tế gặp nhiều khó khăn Để đối phó với tình hình này, các doanh nghiệp và cá nhân có xu hướng vay vốn nhiều hơn, dẫn đến việc các ngân hàng nới lỏng tín dụng Tuy nhiên, điều này cũng làm gia tăng rủi ro, giữ cho chỉ số CAR ở mức thấp.
4.1.2 Thống kê mô tả mẫu nghiên cứu
Thống kê mô tả các biến độc lập bao gồm các chỉ số như trung bình (Mean), độ lệch chuẩn (Std dev), giá trị nhỏ nhất (Min) và giá trị lớn nhất (Max) Kết quả thống kê mô tả dữ liệu của các biến quan sát được trình bày như sau:
Bảng 4.1 Thống kê mô tả các biến nghiên cứu
Biến Quan sát Mean Std dev Min Max
Nguồn: Kết quả xử lý của tác giả trên phần mềm Stata
Quy mô ngân hàng (SIZE) đóng vai trò quan trọng trong việc duy trì vị thế và ảnh hưởng trong hệ thống ngân hàng Việt Nam Sự khác biệt về SIZE giữa các ngân hàng là khá lớn, với giá trị thấp nhất là 7,21567 (SGB) và giá trị cao nhất là 9,361892 (BID), trung bình đạt 8,236 và độ lệch chuẩn là 48,77% Từ năm 2014 đến 2023, các ngân hàng đã thực hiện nhiều biện pháp nhằm tăng quy mô, củng cố vị thế và nâng cao lợi thế cạnh tranh của mình.
Tỷ suất lợi nhuận trên tổng tài sản (ROA) trung bình đạt 0,0895% với độ lệch chuẩn 0,4877%, trong đó ROA thấp nhất là -0,7195% (NVB) và cao nhất là 3,238% (TCB) Sự phát triển mạnh mẽ của công nghệ số đã làm tăng nhu cầu sử dụng dịch vụ tiện ích, buộc các ngân hàng phải nghiên cứu và phát triển các dịch vụ mới như thẻ tín dụng, cho vay nhanh và chuyển tiền quốc tế Điều này dẫn đến sự chuyển mình từ phương thức truyền thống sang kinh doanh hiện đại, mang lại hiệu quả cao hơn trong việc sử dụng vốn Tuy nhiên, NVB năm 2023 ghi nhận ROA -0,7195%, cho thấy sức cạnh tranh yếu và hiệu quả sử dụng vốn kém so với các ngân hàng khác.
Tỷ lệ đòn bẩy (LEV) trung bình đạt 8,53%, với mức dao động từ 4,0618% (BID) đến 21,2119% (SGB) và độ lệch chuẩn là 3,06822% Một số ngân hàng, như BID vào năm 2017, chỉ sử dụng nợ so với vốn chủ sở hữu ở mức 4,0618%, trong khi một số khác, như SGB vào năm 2014, có tỷ lệ vay nợ so với vốn chủ sở hữu lên đến 21,2119%.
Tỷ lệ nợ xấu (NPL) trong 279 quan sát có trung bình 2,16% và độ lệch chuẩn 2,25%, với mức thấp nhất 0,47% thuộc về TCB năm 2020 Theo quy định của NHNN, NPL an toàn là dưới 3%, phần lớn ngân hàng đều nằm trong giới hạn này Tuy nhiên, một số ngân hàng, đặc biệt là sau đại dịch Covid-19, vẫn ghi nhận tỷ lệ nợ xấu cao, như NVB với NPL 29,75% năm 2023 và 17,92% năm 2022 NPL cao buộc ngân hàng phải trích lập dự phòng lớn hơn, ảnh hưởng trực tiếp đến lợi nhuận và tiềm ẩn nhiều rủi ro.
Tỷ lệ dự phòng rủi ro (LLR) có Mean là 1,22%, Std.dev là 0,95% Min của LLR ở mức 0,0173% (ACB năm 2022) và giá trị lớn nhất ở mức 5,56% (VPB năm
Để tối đa hóa lợi nhuận, các ngân hàng thường duy trì tỷ lệ dự trữ tối thiểu (LLR) ở mức thấp Tuy nhiên, sau đại dịch Covid-19, với sự gia tăng nợ xấu, các ngân hàng thương mại cổ phần (NHTMCP) buộc phải nâng cao LLR để đảm bảo an toàn tài chính.
Tỷ lệ dư nợ trên tổng vốn huy động (LTD) của các NHTMCP trong giai đoạn
Trong giai đoạn 2014 - 2023, tỷ lệ thanh khoản trung bình đạt 90,01%, với biên độ dao động từ 36,32% đến 142,81% và độ lệch chuẩn là 16,07% Nổi bật trong số đó là ngân hàng VPB, với tỷ lệ LTD cao, đạt 142,81% vào năm 2021 và 140,08% vào năm 2022.
Tỷ lệ tiền gửi khách hàng trên tổng tài sản (DEP) trung bình đạt 67,13%, với dao động từ 42,05% đến 90,95% và độ lệch chuẩn 10,25%, cho thấy sự khác biệt đáng kể trong khả năng thu hút nguồn tiền gửi DEP cao không chỉ phản ánh hiệu quả hoạt động của ngân hàng mà còn ảnh hưởng trực tiếp đến lợi nhuận Ví dụ, ngân hàng STB ghi nhận DEP cao nhất vào năm 2015 với tỷ lệ 89,34%.
2016 đạt 87,93%, ACB năm 2016 đạt 88,6% , tuy nhiên một số ngân hàng có DEP thấp như TPB năm 2014 là 42%, VPB năm 2021 là 44,17%
Tốc độ tăng trưởng kinh tế (GDP) của Việt Nam giai đoạn 2014 - 2023 tương đối ổn định, đạt trung bình 6,05% với độ lệch chuẩn 1,80% Mức cao nhất ghi nhận là 8% vào năm 2022, trong khi mức thấp nhất là 2,6% vào năm 2021 do ảnh hưởng của dịch Covid-19 Mặc dù GDP toàn cầu giảm mạnh, nhưng nhờ nỗ lực điều hành của chính phủ, kinh tế Việt Nam đã hồi phục ấn tượng sau đại dịch Về lạm phát (INF), bình quân giai đoạn này là 2,86% với độ lệch chuẩn 0,95% Năm 2014 có lạm phát cao nhất 4,1%, trong khi năm 2015 ghi nhận mức thấp nhất 0,63% Chính phủ đã kiểm soát lạm phát hiệu quả, đảm bảo nền kinh tế ổn định và phát triển, đồng thời áp dụng các chính sách phù hợp giúp CAR của các ngân hàng thương mại cổ phần duy trì ở mức an toàn và hiệu quả.
Phân tích tương quan
Mục đích của nghiên cứu là lượng hóa độ chặt chẽ và tìm kiếm quan hệ tuyến tính giữa các biến khi các nhân tố khác không thay đổi Đầu tiên, nghiên cứu sẽ kiểm định tương quan giữa các cặp biến trong mô hình để đánh giá sự phù hợp của chúng Hệ số tương quan dao động từ -1 (tương quan nghịch chiều hoàn toàn) đến +1 (tương quan thuận chiều hoàn toàn), trong khi hệ số bằng 0 cho thấy không có mối quan hệ tương quan giữa các biến Mối quan hệ tương quan giữa các biến được trình bày trong bảng dưới đây.
Bảng 4.2 Ma trận tương quan giữa các biến CAR SIZE ROA LEV NPL LLR LTD DEP GDP INF
Nguồn: Kết quả xử lý của tác giả trên phần mềm Stata
Theo Farrar và Glauber (1967), một mô hình không có hiện tượng đa cộng tuyến nếu hệ số tương quan giữa các biến độc lập không vượt quá 0,8 Kết quả nghiên cứu cho thấy hệ số tương quan cao nhất giữa các biến độc lập là 0,6174, do đó mô hình không có đa cộng tuyến và các biến được đưa vào mô hình là phù hợp, dẫn đến việc chấp nhận mô hình này.
Dựa trên ma trận tương quan, các biến độc lập như LEV, NPL, LLR, và GDP có mối tương quan cùng chiều với CAR, trong khi SIZE, ROA, LTD, DEP, và INF lại có mối tương quan nghịch chiều với CAR của ngân hàng.
Cụ thể mối tương quan giữa các biến độc lập với CAR như sau:
Dựa vào Bảng 4.2, có thể thấy rằng SIZE có tác động nghịch chiều đến CAR với hệ số -0.4493, cho thấy mối quan hệ ngược giữa SIZE và CAR Cụ thể, khi SIZE tăng lên, CAR của ngân hàng sẽ giảm xuống, trong khi đó, nếu SIZE giảm, CAR sẽ có xu hướng tăng lên.
ROA có mối tương quan âm với CAR, với hệ số -0.0727, cho thấy sự tác động nghịch chiều giữa hai chỉ số này Điều này có nghĩa là khi ROA tăng cao, CAR sẽ giảm và ngược lại, khi ROA giảm, CAR của ngân hàng thương mại cổ phần sẽ có xu hướng tăng lên.
Biến LEV và CAR có mối tương quan dương 0.6174, cho thấy khi LEV tăng, CAR cũng tăng và ngược lại Điều này cho thấy sự phụ thuộc lẫn nhau giữa hai biến này Đối với biến độc lập NPL, mối tương quan dương 0,0256 với CAR cho thấy NPL ảnh hưởng tích cực đến CAR của các ngân hàng thương mại cổ phần (NHTMCP) Cụ thể, nếu NPL tăng, tỷ lệ CAR của các NHTMCP cũng có xu hướng tăng, trong khi nếu NPL giảm, CAR sẽ giảm theo.
Biến số LLR và CAR có mối tương quan âm 0,2407, cho thấy rằng LLR ảnh hưởng tích cực đến CAR Điều này có nghĩa là khi các ngân hàng tăng cường dự phòng rủi ro, CAR sẽ tăng lên Ngược lại, nếu LLR giảm, thì CAR cũng sẽ được đảm bảo hơn.
Biến số LTD và CAR có mối tương quan âm -0,0916, cho thấy LTD ảnh hưởng tiêu cực đến CAR Điều này có nghĩa là khi LTD của ngân hàng thương mại cổ phần (NHTMCP) tăng cao, CAR của ngân hàng sẽ giảm Ngược lại, nếu ngân hàng có LTD thấp, CAR sẽ có xu hướng tăng.
Bảng trên chỉ ra rằng DEP có mối tương quan âm với CAR, với hệ số -0.1707, cho thấy DEP ảnh hưởng tích cực đến CAR Điều này có nghĩa là khi tỷ lệ tiền gửi tăng cao, CAR của ngân hàng sẽ giảm, và ngược lại, khi tỷ lệ tiền gửi giảm, CAR có xu hướng tăng lên.
Biến vĩ mô GDP có mối tương quan dương với CAR là 0,1582, cho thấy sự tỷ lệ thuận giữa hai yếu tố này Khi GDP tăng, ngân hàng có nhiều cơ hội cho vay hơn, dẫn đến chất lượng tài sản cải thiện và CAR tăng Ngược lại, khi GDP thấp, nền kinh tế gặp khó khăn, việc cho vay trở nên rủi ro hơn, chất lượng tài sản giảm và CAR cũng theo đó giảm.
Khác với biến GDP, chỉ số lạm phát (INF) có mối tương quan âm với tỷ lệ an toàn vốn (CAR) -01303 Điều này cho thấy rằng khi lạm phát tăng cao, chất lượng tài sản của ngân hàng có thể bị suy giảm, dẫn đến việc tỷ lệ CAR giảm Ngược lại, khi lạm phát giảm, điều này sẽ thúc đẩy tỷ lệ CAR của ngân hàng tăng lên.
Phân tích hồi quy
Tác giả đã thực hiện phân tích hồi quy từ dữ liệu bảng bằng phần mềm Stata, và kết quả hồi quy sử dụng các phương pháp Pooled OLS, FEM, và REM được tổng hợp và trình bày chi tiết trong các bảng dưới đây.
Bảng 4.3 Kết quả mô hình hồi quy Pooled OLS CAR Coefficient Std err t P>t [95% conf interval] SIZE -0.0080852 0.0045237 -1.79 0.075 -0.0169947 0.0008243
Nguồn: Kết quả xử lý của tác giả trên phần mềm Stata
Bảng 4.4 Kết quả mô hình hồi quy FEM
CAR Coefficient Std err t P>t [95% conf interval] SIZE -0.0014025 0.0105755 -1.13 0.0895 -0.0222423 0.0194372
Nguồn: Kết quả xử lý của tác giả trên phần mềm Stata
Bảng 4.5 Kết quả mô hình hồi quy REM
CAR Coefficient Std err z P>z [95% conf interval] SIZE -0.0065167 0.005999 -1.09 0.277 -0.0182745 0.0052411
Nguồn: Kết quả xử lý của tác giả trên phần mềm Stata
Bảng 4.6 Tổng hợp mô hình hồi quy Pooled OLS, FEM, REM
Variable Pooled OLS FEM REM
Nguồn: Kết quả xử lý của tác giả trên phần mềm Stata
Ghi chú: *, ** và *** là ký hiệu kết quả hệ số có ý nghĩa thống kê lần lượt tại mức ý nghĩa 10%, 5% và 1%
4.3.2 Lựa chọn kết quả mô hình hồi quy
(i) So sánh mô hình Pooled OLS và FEM
Tác giả đã áp dụng kiểm định Wald F-test để lựa chọn mô hình phù hợp giữa hai mô hình Pooled OLS và FEM, với kết quả được trình bày rõ ràng.
Kết quả kiểm định cho thấy P-value = 0.0000, nhỏ hơn 0.05, dẫn đến việc bác bỏ giả thuyết H0 Điều này chứng tỏ rằng mô hình hồi quy FEM phù hợp hơn so với mô hình Pooled OLS Do đó, mô hình FEM được lựa chọn làm mô hình chính cho phân tích.
(ii) So sánh mô hình FEM và REM
Tác giả áp dụng kiểm định Hausman Test để so sánh mô hình FEM và REM, nhằm xác định mô hình nào phù hợp hơn cho nghiên cứu, với giả thuyết H0 cho rằng mô hình REM là phù hợp Kết quả kiểm định cho thấy
Test of H0: Difference in coefficients not systematic chi2(9) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 23.13
P-value = 0.0059 < 0.05 (mức ý nghĩa 5%), bác bỏ giả thuyết H0, nên FEM là mô hình phù hợp, tin cậy hơn trong hai mô hình FEM và REM Do đó mô hình hồi quy được chọn là mô hình FEM
(iii) So sánh giữa Pooled OLS và REM
Kết quả từ các kiểm định F và Hausman ở (i) và (ii) cho thấy không cần thiết phải sử dụng kiểm định Breusch – Pagan để xác định mô hình phù hợp giữa hồi quy Pooled OLS và mô hình REM, như đã được tác giả trình bày trong chương 3.
Kết quả kiểm định Wald F-test và Hausman Test cho thấy trong ba mô hình Pooled OLS, FEM và REM, mô hình FEM là phù hợp nhất Do đó, tác giả quyết định sử dụng kết quả từ mô hình FEM để đánh giá tác động của CAR đến các NHTMCP tại Việt Nam Tuy nhiên, để đưa ra kết luận chính thức, tác giả sẽ tiến hành kiểm định các khuyết tật của mô hình.
4.3.3 Kiểm định các khuyết tật trong mô hình
4.3.3.1 Kiểm định hiện tượng đa cộng tuyến
Trong Chương 3, tác giả đã trình bày hai phương pháp kiểm định hiện tượng đa cộng tuyến Tuy nhiên, để kiểm tra hiện tượng này trong mô hình nghiên cứu, tác giả đã sử dụng hệ số phóng đại phương sai (Variance Inflation Factor - VIF) Mô hình được coi là có hiện tượng đa cộng tuyến khi giá trị VIF lớn hơn 10; ngược lại, nếu VIF nhỏ hơn hoặc bằng 10, mô hình không xảy ra hiện tượng này.
Nguồn: Kết quả xử lý của tác giả trên phần mềm Stata
Kết quả từ Bảng 4.7 cho thấy hệ số phóng đại VIF của các biến độc lập đều nhỏ hơn 10, điều này khẳng định rằng mô hình FEM đã chọn không gặp phải hiện tượng đa cộng tuyến.
4.3.3.2 Kiểm định tự tương quan
Tác giả áp dụng kiểm định Wooldridge để xác định xem mô hình FEM có xuất hiện hiện tượng tự tương quan hay không, với giả thuyết H0 là mô hình có hiện tượng tự tương quan Kết quả của kiểm định cho thấy
Sau khi kiểm định Wooldridge, cho giá trị P-value = 0.3431 > 0.05 (5%), H0 thõa mãn, do đó kết luận rằng FEM không xảy ra tự tương quan
4.3.3.3 Kiểm định phương sai thay đổi
Tác giả áp dụng kiểm định Modified Wald test để xác định sự tồn tại của hiện tượng phương sai thay đổi trong mô hình FEM đã được lựa chọn Giả thuyết H0 được đặt ra là mô hình FEM có hiện tượng phương sai thay đổi Kết quả kiểm định cho thấy
Modified Wald test for groupwise heteroskedasticity in fixed effect regression model
H0: sigma(i)^2 = sigma^2 for all i chi2 (26) = 1788.94
Kết quả kiểm định Modified Wald cho thấy giá trị Prob>chi2 = 0.0000, dẫn đến việc không xác nhận H0, cho thấy mô hình FEM gặp phải vấn đề phương sai thay đổi Để khắc phục hiện tượng này, tác giả đã áp dụng phương pháp hồi quy theo FGLS.
4.3.3.4 Kết quả hồi quy FGLS khắc phục phương sai thay đổi
Sau khi lựa chọn mô hình, kết quả hồi quy theo mô hình FEM được xác nhận, nhưng kiểm định Modified Wald test cho thấy hiện tượng phương sai thay đổi trong mô hình FEM Để khắc phục vấn đề này, phương pháp ước lượng bình phương tối thiểu tổng quát FGLS đã được áp dụng, và kết quả ước lượng FGLS đã được trình bày.
Bảng 4.8 Mô hình hồi quy FGLS CAR Coefficient Std err z P>z [95% conf interval]
Nguồn: Kết quả xử lý của tác giả trên phần mềm Stata
Theo Bảng 4.8 cho thấy, Prob > chi2 = 0.000 nên kết quả mô hình FGLS là hoàn toàn phù hợp, trong các biến độc lập, có biến SIZE, ROA, NPL, LTD, DEP,
INF có tác động ngược chiều với CAR, trong khi các biến LEV, LLR và GDP lại có tác động cùng chiều với CAR Trong số các biến này, chỉ có SIZE, ROA và LEV là những yếu tố quan trọng.
DEP, GDP, INF là có ý nghĩa thống kê ở mức 1%, 5% và 10% (SIZE, LEV có ý nghĩa thống kê ở mức 1%; ROA, INF có ý nghĩa thống kê mức 5%; DEP và GDP ở mức
Trong nghiên cứu này, chỉ có một yếu tố đạt ý nghĩa thống kê là CAR, trong khi các biến NPL, LTD và LLR không cho thấy mối liên hệ rõ ràng Điều này chỉ ra rằng chưa có chứng cứ đáng tin cậy về tác động của những yếu tố này đối với CAR của các ngân hàng thương mại cổ phần tại Việt Nam.
Bảng 4.9 Tổng hợp kết quả mô hình hồi quy Pooled OLS, FEM, REM, FGLS
Variable OLS FEM REM FGLS
Nguồn: Kết quả xử lý của tác giả trên phần mềm Stata
Ghi chú: *, ** và *** là ký hiệu kết quả hệ số có ý nghĩa thống kê lần lượt tại mức ý nghĩa 10%, 5% và 1%
Thảo luận kết quả nghiên cứu
Dựa trên kết quả nghiên cứu đã được xác định và so sánh với các giả thuyết trong chương 3, tác giả tiến hành thảo luận và phân tích kết quả Trước tiên, tác giả tổng hợp các kết quả nghiên cứu một cách rõ ràng và có hệ thống.
Bảng 4.10 Kết quả nghiên cứu
Biến độc lập Giả thuyết nghiên cứu Kết quả nghiên cứu Kết luận
NPL H4 (-) -0.0555 Không có ý nghĩa thống kê
LLR H5 (-) 0.193 Không có ý nghĩa thống kê
LTD H6 (+) -0.00856 Không có ý nghĩa thống kê
Nguồn: Kết quả xử lý của tác giả trên phần mềm Stata
Theo Bảng 4.10, các giả thuyết H1, H2, H3, H7, H8, H9 được chấp nhận, trong khi các giả thuyết còn lại không đạt yêu cầu do không có ý nghĩa thống kê Tác giả kết luận rằng quy mô ngân hàng, tỷ suất sinh lợi trên tổng tài sản và tỷ lệ lạm phát có tác động ngược chiều đến CAR, trong khi tỷ lệ đòn bẩy tài chính và tốc độ tăng trưởng kinh tế có tác động cùng chiều đến CAR của các NHTMCP tại Việt Nam.
Quy mô ngân hàng (SIZE) có mối tương quan nghịch biến với CAR của NHTMCP tại Việt Nam, với ý nghĩa thống kê tại mức 1% và hệ số ẞ là -0,0108 Điều này cho thấy khi các yếu tố khác không thay đổi, nếu SIZE tăng 1% thì CAR sẽ giảm 0,0108% và ngược lại Kết quả này phù hợp với nghiên cứu trước đây của Trần Thị Lam Anh (2020), El-Anasary và cộng sự (2019), cũng như Aktas và cộng sự (2015), Bateni.
Các nhà quản trị có thể kiểm soát tỷ lệ CAR bằng cách tác động đến kích thước (SIZE) của ngân hàng Thực tế cho thấy, các ngân hàng có kích thước lớn thường có tỷ lệ tài sản rủi ro cao hơn so với các ngân hàng nhỏ, dẫn đến việc tỷ lệ CAR thường giảm khi SIZE tăng.
Tỷ suất sinh lợi trên tổng tài sản (ROA) có mối quan hệ nghịch biến với tỷ lệ vốn tự có (CAR), với hệ số ẞ là -0,644, có ý nghĩa thống kê tại mức 5% Cụ thể, khi ROA tăng 1%, CAR giảm 0,644% và ngược lại Nghiên cứu của Phạm Hải Nam & cộng sự (2022) và Shrestha (2023) cũng chỉ ra rằng các ngân hàng thương mại cổ phần (NHTMCP) thường đầu tư vào tài sản có độ rủi ro cao để tối đa hóa lợi nhuận, dẫn đến mối quan hệ nghịch chiều giữa ROA và CAR Khi ROA giảm, lợi nhuận suy giảm và rủi ro gia tăng, ngân hàng có xu hướng tăng vốn để duy trì hoạt động kinh doanh, từ đó làm tăng CAR Do đó, giả thuyết H2 được chấp nhận, cho thấy ROA tác động nghịch chiều đến CAR của NHTMCP.
Tỷ lệ đòn bẩy tài chính (LEV) có mối tương quan dương với tỷ lệ vốn tự có (CAR) ở mức ý nghĩa thống kê 1%, với hệ số tương quan ẞ là 0,584 Điều này cho thấy khi các yếu tố khác không đổi, nếu LEV tăng 1% thì CAR sẽ tăng 0,584%, và ngược lại LEV cao đồng nghĩa với việc ngân hàng có nguồn tài chính dồi dào để đầu tư vào các dự án, từ đó gia tăng lợi nhuận và tăng vốn cho ngân hàng, dẫn đến sự gia tăng của CAR Kết luận, giả thuyết H3 được chấp nhận, cho thấy LEV có mối quan hệ tương quan cùng chiều với CAR của các ngân hàng thương mại cổ phần tại Việt Nam.
Tỷ lệ nợ xấu (NPL) có mối quan hệ nghịch chiều với hệ số an toàn vốn (CAR), cụ thể khi NPL tăng 1% thì CAR giảm 0,0555% Sự gia tăng NPL làm tăng rủi ro tài sản của ngân hàng, dẫn đến tổng tài sản điều chỉnh rủi ro tăng và hệ số CAR giảm Để đối phó với nợ xấu cao, ngân hàng thường duy trì vốn cao hơn và sử dụng vốn chủ sở hữu, từ đó làm tăng CAR và giảm tỷ lệ nợ xấu Kết quả này phù hợp với nghiên cứu của Trần Thị Lam Anh (2020) và Phạm Hải Nam & cộng sự (2022), nhưng do hạn chế về dữ liệu không gian và thời gian, kết quả chưa đủ tin cậy và không có ý nghĩa thống kê, do đó giả thuyết H4 không được chấp nhận trong nghiên cứu này.
Thứ năm, tỷ lệ dự phòng rủi ro tín dụng (LLR), kết quả nghiên cứu cho rằng
LLR và CAR có mối quan hệ cùng chiều, với việc tỷ lệ dự phòng rủi ro tín dụng tăng 1% dẫn đến hệ số an toàn vốn tăng 0,193% Tuy nhiên, giả thuyết H5 cho rằng LLR và CAR có mối quan hệ nghịch chiều không được xác nhận, vì khi tỷ lệ dự phòng rủi ro tín dụng tăng, ngân hàng phải chấp nhận rủi ro cao hơn trong các khoản vay, dẫn đến việc giảm hệ số an toàn vốn Kết quả nghiên cứu không chỉ trái ngược với giả thuyết H5 mà còn không có ý nghĩa thống kê, do đó giả thuyết này không được chấp nhận trong nghiên cứu.
Tỷ lệ dư nợ cho vay trên vốn huy động (LTD) có mối tương quan nghịch với hệ số an toàn vốn (CAR), với việc tăng 1% LTD dẫn đến giảm 0,00856% CAR khi các yếu tố khác không đổi Mặc dù giả thuyết H6 cho rằng LTD ảnh hưởng tích cực đến CAR, nghiên cứu cho thấy khi tỷ lệ dư nợ cho vay thấp, ngân hàng có xu hướng gia tăng cho vay, dẫn đến tăng trưởng tín dụng nóng và rủi ro cao hơn, làm giảm hệ số an toàn vốn Kết quả này không phù hợp với giả thuyết H6 và không có ý nghĩa thống kê, do đó giả thuyết H6 không được chấp nhận trong nghiên cứu này.
Tỷ lệ tiền gửi của khách hàng (DEP) có mối quan hệ ngược chiều với hệ số an toàn vốn (CAR) ở mức ý nghĩa thống kê 10% Cụ thể, khi tỷ lệ tiền gửi khách hàng tăng 1%, hệ số an toàn vốn sẽ giảm 0,0271% Điều này xảy ra vì tiền gửi khách hàng là nguồn vốn huy động chủ yếu của ngân hàng, và khi tỷ lệ này tăng, áp lực cho vay tăng theo, dẫn đến tình trạng tăng trưởng tín dụng nóng và làm tăng rủi ro tài sản của ngân hàng, từ đó làm giảm CAR Kết quả này phù hợp với nghiên cứu của Đào Thị Thanh Bình & Nguyễn Ánh Kiều (2020), xác nhận giả thuyết H7 rằng tỷ lệ tiền gửi của khách hàng có mối tương quan nghịch chiều với hệ số an toàn vốn của các ngân hàng thương mại cổ phần tại Việt Nam.
Tỷ lệ tăng trưởng kinh tế (GDP) có mối quan hệ tích cực với tỷ lệ an toàn vốn (CAR) ở mức ý nghĩa thống kê 1%, với hệ số ẞ là 0,0817 Điều này có nghĩa là khi GDP tăng 1%, CAR sẽ tăng 0,0817% nếu các yếu tố khác không thay đổi Sự phát triển của GDP tạo ra nhiều cơ hội cho các doanh nghiệp, gia tăng đầu tư và nhu cầu vay vốn, giúp các ngân hàng chọn lựa khách hàng có tín nhiệm cao hơn, từ đó giảm rủi ro và nâng cao CAR Ngược lại, khi GDP giảm, việc huy động vốn gặp khó khăn, rủi ro trong đầu tư và cho vay tăng cao, buộc các ngân hàng phải cắt giảm chi phí và dẫn đến nợ xấu gia tăng, làm giảm chất lượng tài sản và CAR Kết luận, giả thuyết H8 được chấp nhận, cho thấy GDP và CAR của các NHTMCP tại Việt Nam có mối quan hệ cùng chiều.
Tỷ lệ lạm phát (INF) có mối quan hệ ngược chiều với tỷ lệ vốn tự có (CAR) ở mức ý nghĩa thống kê 1%, với hệ số ẞ là -0,184 Điều này có nghĩa là khi các yếu tố khác không thay đổi, nếu INF tăng 1% thì CAR sẽ giảm 0,184%, và ngược lại Kết quả này phù hợp với nghiên cứu của Aktas và các cộng sự (2015) cũng như Phạm Hải Nam và các cộng sự.
Năm 2022, khi lạm phát (INF) tăng lên, đồng tiền mất giá, điều này ảnh hưởng lớn đến hoạt động kinh doanh của ngân hàng, dẫn đến chất lượng tín dụng giảm và tăng rủi ro tín dụng, từ đó làm giảm tỷ lệ an toàn vốn (CAR) Giả thuyết H9 được chấp nhận cho thấy rằng lạm phát tác động nghịch chiều đến CAR của các ngân hàng thương mại cổ phần (NHTMCP).
Tác giả đã thực hiện thống kê mô tả các biến và tiến hành phân tích tương quan, hồi quy để chọn ra mô hình hồi quy phù hợp Sau đó, tác giả kiểm định và khắc phục các khuyết tật của mô hình đã chọn, đảm bảo độ tin cậy cao Kết quả kiểm định cho thấy mô hình đáp ứng các yêu cầu cần thiết để kết luận về sự tác động của các biến độc lập đến biến phụ thuộc.
Phương trình hồi quy trong nghiên cứu đã được xác định và thiết lập, cho phép tác giả kiểm định các giả thuyết đã đề ra và thảo luận về kết quả nghiên cứu một cách chi tiết.