Các yếu tố ảnh hưởng đến vốn trí tuệ tại Ngân hàng thương mại Việt Nam
MỤC LỤC
PHƯƠNG PHÁP NGHIÊN CỨU
Quy trình nghiên cứu
Do đó, có thể đặt ra luận điểm rằng tồn tại một mối quan hệ ngược giữa việc đầu tư vào công nghệ thông tin (CNTT) và hiệu suất vốn trí tuệ: việc đầu tư mạnh mẽ vào các hệ thống CNTT hiện đại có thể làm tăng rủi ro mất việc làm cho nhân viên ngân hàng (El‐Bannany, 2008). Tuy nhiên, El‐Bannany (2008) chỉ ra rằng, rào cản gia nhập thị trường cao có thể khiến cho nhân sự NH trở nên tự mãn, giảm khả năng đổi mới và sáng tạo, từ đó dẫn đến suy giảm năng suất lao động. Ngân hàng cần chú trọng vào việc đào tạo và phát triển kỹ năng cho nhân viên, vì việc này không chỉ giúp tăng năng suất lao động mà còn là một phần quan trọng của việc đầu tư vào vốn nhân lực, mang lại lợi ích lâu dài cho tổ chức.
Trong việc đo lường rủi ro ngân hàng, các chỉ số tài chính dựa trên dữ liệu kế toán như chất lượng tài sản và khả năng sinh lợi thường được ưa chuộng do tính khả thi và dễ dàng thu thập. Để giải quyết vấn đề này, De Nicolo (2001) đã sử dụng hệ số Z score, một phương pháp tính toán dựa trên đòn bẩy tài chính, giá trị trung bình và độ lệch chuẩn của lợi nhuận trên tài sản của ngân hàng. Một số nhà khoa học đã đưa ra quan điểm rằng ảnh hưởng của các chủ nợ lên doanh nghiệp thường gia tăng khi tỷ lệ nợ so với tổng tài sản của doanh nghiệp tăng cao, khiến cho nhà đầu tư có nhiều quyền lực hơn trong việc định hướng chiến lược quản lý, bao gồm việc đẩy mạnh đầu tư vào vốn trí tuệ (Keenan & Aggestam 2001).
Dựa vào những nghiên cứu này, bài viết này tiếp tục sử dụng phương pháp đo lường đòn bẩy tài chính và đặt ra dự đoán về mối quan hệ tích cực giữa đòn bẩy tài chính (LEV) và hiệu suất vốn trí tuệ.
Dữ liệu nghiên cứu
Tuy nhiên, hạn chế của cách tiếp cận này là không cung cấp được chỉ số độc lập nào để đo lường rủi ro vỡ nợ phục vụ cho mô hình hồi quy đa biến có tính nội sinh. H6: Một mối quan hệ tiêu cực tồn tại giữa đòn bẩy tài chính của ngân hàng và hiệu suất vốn trí tuệ. Trong trường hợp thiếu dữ liệu từ một số ngân hàng, trang web Vietstock.com, một nguồn thông tin uy tín ở Việt Nam, được sử dụng để bổ sung thông tin còn thiếu.
Ngân hàng nào không có báo cáo tài chính cho ba năm liên tiếp trong khoảng thời gian từ 2012 đến 2015 sẽ bị loại bỏ khỏi nghiên cứu. Từ tiêu chí này, 26 ngân hàng đã được lựa chọn để phân tích mục tiêu về các yếu tố ảnh hưởng đến hiệu quả vốn trí tuệ trong ngành ngân hàng. Lựa chọn khoảng thời gian từ 2012 đến 2022 là do giai đoạn này ghi nhận sự phát triển mạnh mẽ của công nghệ, dẫn đến sự chuyển dịch của nền kinh tế sang một mô hình dựa trên tri thức.
Danh sách 26 ngân hàng thương mại bao gồm các ngân hàng: An Bình, ACB, Agribank, Bắc Á, Bảo Việt, BIDV, Bản Việt, VietinBank, Eximbank, HDBank, KienlongBank, LienVietPostBank, MBBank, MSB Bank, Phương Đông, PG Bank, Sài Gòn Công thương, SHB, Sacombank, Techcombank, TPBank, Việt Á, Vietcombank, VIBBank, VPBank.
Mô hình nghiên cứu
Trong trường hợp các đối tượng nghiên cứu đều tương tự nhau, không có sự phân biệt đáng kể về đặc điểm cá nhân giữa chúng (Zi = 0), hoặc những đặc điểm cá nhân đó không gây ảnh hưởng đến biến phụ thuộc Yit, thì việc áp dụng phương pháp ước lượng Bình phương tối thiểu thông thường (OLS) cho dữ liệu panel là phù hợp. FEM rất phù hợp trong tình huống các hệ số hồi quy giả định là ổn định xuyên suốt các đơn vị chéo, nhưng lại cho phép sự phân biệt với các hệ số chặn riêng biệt giữa chúng, nhấn mạnh sự khác biệt của các đặc điểm không thay đổi theo thời gian giữa các đơn vị. Ngược lại, trong trường hợp độ dốc của mô hình giữ nguyên qua các đơn vị chéo nhưng hệ số chặn lại biến đổi, điều này chỉ ra rằng mặc dù có sự đồng nhất về mối quan hệ giữa các biến độc lập và phụ thuộc qua thời gian, hệ số chặn - phản ánh đặc thù cơ bản của mỗi doanh nghiệp - lại không chịu.
Khi có sự không đồng nhất giữa các đối tượng nghiên cứu, tức là có sự khác biệt về đặc điểm riêng (Zi ≠ 0) giữa chúng, và mặc dù những đặc điểm này tác động lên biến phụ thuộc Yit nhưng không có mối liên hệ với các biến độc lập Xit, thì việc bổ sung biến Zi vào mô hình không được coi là cần thiết. Trong đó: ωit = Zi + uit với ωit là sai số phức hợp, gồm sai số của biến Zi đại diện cho các yếu tố không quan sát được phản ánh sự khác nhau giữa các đối tượng nhưng không thay đổi theo thời gian và uit là sai số chung cho mọi đối tượng (Nguyễn Thị Tuyết Trinh, 2016). Tuy nhiên, họ chỉ ra rằng điều này có thể được khắc phục thông qua công thức của Mundlak (1978), cho phép REM không chỉ thực hiện tất cả những gì mô hình tác động cố định (FEM) có thể làm mà còn vượt trội hơn khi xử lý dữ liệu không cân bằng hoặc khi có sự hiện diện của các biến không thay đổi theo thời gian.
Trong khi FEM tập trung vào việc loại bỏ ảnh hưởng của các yếu tố không thay đổi qua thời gian bằng cách giả định các hệ số cố định, REM mở ra khả năng hiểu sâu hơn về sự đa dạng và đặc thù của các thực thể, cung cấp cái nhìn toàn diện hơn về cấu trúc dữ liệu và sự khác biệt giữa các thực thể.
KẾT QUẢ NGHIÊN CỨU
Trong kết quả từ phương pháp Random Effects Model (REM) được trình bày trong bảng 4.3, cho thấy các biến rào cản gia nhập (ENTRY), hiệu suất đầu tư vào vốn trí tuệ (SERV), và đòn bẩy tài chính (LEV) đều có ý nghĩa thống kê ở mức 5%, với giá trị kiểm định Prob<0.05. Tuy nhiên, do mô hình REM gặp phải hiện tượng tự tương quan, phương pháp Bình Phương Tối Thiểu Tổng Quát (Generalized Least Squares - GLS) được đề xuất là phương pháp phù hợp nhất để khắc phục vấn đề này, giúp cải thiện độ chính xác và độ tin cậy của mô hình phân tích. Kết quả phân tích cho thấy, tại mức ý nghĩa 5%, các biến ENTRY (rào cản gia nhập ngành), SERV (hiệu suất đầu tư vốn trí tuệ), ROA (mức sinh lợi), và LEV (đòn bẩy tài chính) đều là những nhân tố có tác động đáng kể và ý nghĩa thống kê (Prob < 0.05) đối với hiệu suất vốn trí tuệ của NHTM.
Điều này hợp lý với kết quả nghiên cứu trước đây của El‐Bannany (2008) và Duho & Onumah (2019), những nghiên cứu đã chỉ ra rằng các tổ chức được bảo vệ bởi rào cản gia nhập cao có xu hướng ít khuyến khích đổi mới do môi trường cạnh tranh thấp, từ đó ảnh hưởng tiêu cực đến hiệu suất của nhân viên và giảm vốn trí tuệ của ngân hàng. Kết quả này có thể được giải thích bởi việc tăng doanh thu và lợi nhuận của ngân hàng, giúp cải thiện mức lương và thưởng cho nhân viên, từ đó tăng động lực làm việc, khuyến khích sự đa dạng sản phẩm, cung cấp dịch vụ chất lượng cao để tạo dựng lòng trung thành của khách hàng và nâng cao uy tín của ngân hàng. - Dù đã tích hợp năm biến đặc trưng của ngân hàng vào mô hình để phân tích tác động đến hiệu quả vốn trí tuệ, nghiên cứu vẫn chưa khám phá các tiêu chí khác như tuổi đời và tầm vóc của ngân hàng, mà các nghiên cứu quốc tế đã chỉ ra là yếu tố quan trọng ảnh hưởng đến vốn trí tuệ.
Sự chú trọng ngày càng tăng đối với vốn trí tuệ trong nghiên cứu học thuật phản ánh tầm quan trọng của nó trong việc thúc đẩy hiệu suất kinh doanh và sự phát triển bền vững của ngành ngân hàng, một lĩnh vực cú vai trũ thiết yếu trong việc thỳc đẩy kinh tế quốc gia. Để hiểu rừ hơn về cỏc nhân tố ảnh hưởng đến hiệu quả vốn trí tuệ, nghiên cứu này đã khám phá sâu vào các biến đặc trưng như mức độ đầu tư vào công nghệ, rào cản gia nhập thị trường, mức sinh lợi của ngân hàng, kết quả của đầu tư vốn trí tuệ, đòn bẩy tài chính và mức rủi ro của các ngân hàng thương mại. Thêm vào đó, tác giả cũng kỳ vọng rằng những phát hiện từ nghiên cứu này sẽ khích lệ và mở đường cho các nghiên cứu sau này tiếp tục khám phá và mở rộng kiến thức về vốn trí tuệ trong ngành ngân hàng, không chỉ tại Việt Nam mà còn ở các quốc gia khác, từ đó góp phần vào việc phát triển các chiến lược quản lý và đầu tư hiệu quả hơn cho vốn trí tuệ trong ngành ngân hàng trên toàn cầu.
