Đối với các nghiên cứu ở nước ngoài của các tác giả, qua quá trình khảo cứu và sơ lược của luận văn thì các công trình nghiên cứu này thường áp dụng bộ dữ liệu chéo của ngân hàng tại 1 quốc gia để thực hiện nghiên cứu, các nghiên cứu này chủ yếu sử dụng phương pháp hồi quy logit hoặc là hồi quy đa biến với biến phụ thuộc là Z-score nhằm tìm ra sự tác động của các yếu tố đến rủi ro mất khả năng thanh toán, sụp đổ của hệ thống NHTM mỗi nước. Như đã có phân tích ở trên, điều kiện để áp dụng mô hình hồi quy logit ở các nước trên thế giới là cẩn phải xác định chính xác được các ngân hàng nào bị rơi vào tình trạng mất khả năng thanh toán, ngân hàng nào không, điều này sẽ phù hợp với hệ thống ngân hàng của các nước châu Âu. Đối với các nước mà hệ thống NHTM chưa xác định rạch ròi ngân hàng bị mất khả năng thanh toán datrong đó có Việt Nam thì việc áp dụng mô hình hồi quy đa biến, mô hình ước lượng bình phương ba giai đoạn (3SLS) trong các nghiên cứu sẽ thích hợp hơn.
Đối với các nghiên cứu trên thế giới sử dụng mô hình hồi quy logit chúng ta có thể kể đến các nghiên cứu của các tác giả như Andrew Logan (2001) phân tích tại hai thời điểm trước khủng hoảng về các đặc điểm riêng biệt của các ngân hàng bị rơi vào tình trạng mất khả năng thanh toán so với những ngân hàng vẫn hoạt động ổn định tại Anh vào đầu những năm 1990. Nghiên cứu cho thấy rằng các con số đo lường sự yếu kém của các ngân hàng như thu nhập lãi ròng, khả năng sinh lợi thấp, đòn bẩy thấp, tài sản ngắn hạn thấp so với nợ và tăng trưởng tín dụng thấp được cho là các yếu tố dự báo ngắn hạn tốt về khả năng mất khả năng thanh toán của ngân hàng, hầu hết các chỉ số này đều
cho thấy các ngân hàng đã thất bại vào giữa năm 1992, ngoài ra nghiên cứu còn cho thấy tăng trưởng tín dụng nhanh chóng trong giai đoạn trước đó được xem là chỉ báo dài hạn tốt cho sự thất bại của ngân hàng, tỷ lệ thu nhập lãi thuần trên tổng tài sản quan hệ đồng biến đến rủi ro mất khả năng thanh toán. Montgomery H., Tran B. H, Santoso W., Besar
D., (2004) phân tích 17 chỉ số tài chính để xác định nguyên nhân thất bại của các NHTM
Nhật Bản và Indonesia trong những năm 1997-2003. Kết quả của các tác giả cho thấy tỷ lệ dư nợ cho vay trên tổng tiền gửi có quan hệ đồng biến với rủi ro, tỷ lệ đòn bẩy VCSH trên tổng dư nợ và tỷ lệ vốn điều lệ trên tổng dư nợ đồng biến với rủi ro ngân hàng, nghiên cứu này không bao gồm các biến về kinh tế vĩ mô, các yếu tố ảnh hưởng từ bên ngoài. Halling M., Hayden E. (2006) với bài nghiên cứu “Bank failure Prediction: A Two – Step Survival Time Approach” phân tích với 1.100 ngân hàng của Áo trong những năm 1995-2002, trong đó có 150 ngân hàng rơi vào tình trạng mất khả năng thanh toán, bài nghiên cứu phân tích 50 biến độc lập về các rủi ro vỡ nợ tiềm ẩn khác nhau, trong đó có 17 biến có ý nghĩa thống kê. Kết quả nghiên cứu chỉ ra rằng tỷ lệ lợi nhuận từ hoạt động kinh doanh trên tổng tài sản đồng biến với rủi ro ngân hàng, tỷ lệ dự phòng nợ xấu của năm trước nghịch biến với rủi ro. Ngân hàng có điều kiện tài chính tốt thường chủ động tăng dự phòng, những ngân hàng đang gặp khó khăn tài chính sẽ giảm dự phòng đến mức thấp nhất. Tỷ lệ chi phí hoạt động trên tổng tài sản và tỷ lệ chi phí hoạt động trên thu nhập kỳ vọng đồng biến với rủi ro ngân hàng nhưng không có ý nghĩa thống kê. Yaraslau Taran (2012) với bài nghiên cứu “What factors can predict that a bank will get trouble during a crisis? Evidence from Ukraine” bài nghiên cứu sử dụng dữ liệu ngân hàng cho các giai đoạn khủng hoảng 1997-1998 và 2007-2008 để tìm các yếu tố dự đoán khó khăn ngân hàng trong cả những thời kỳ khủng hoảng tài chính. Bài nghiên cứu chỉ ra 6 yếu tố dựa trên mô hình CAMEL ảnh hướng tới xác suất sụp đổ của ngân hàng là có hay không, với biến phụ thuộc là biến giả. Từ kết quả tính toán, các chỉ số an toàn vốn và thanh khoản được chứng minh là yếu tố dự báo quan trọng trong dự báo, các ngân hàng có vốn huy động thấp, mức thanh khoản thấp có khả năng thất bại cao trong thời gian khủng hoảng
Đối với các nghiên cứu trên thế giới sử dụng mô hình hồi quy đa biến, mô hình ước lượng bình phương ba giai đoạn (3SLS) thì có các nghiên cứu của Andrea M. Maechler,
Srobona Mitra, and DeLisle Worrell (2009) với nghiên cứu thực hiện cho IMF là
của rủi ro tín dụng, rủi ro lãi suất, rủi ro thanh khoản và kinh tế vĩ mô (lạm phát và tăng trưởng GDP) đến hoạt động của 13 ngân hàng tại khu vực Châu Âu và 8 ngân hàng các nước láng giềng từ năm 1997 đến năm 2004 thông qua biến phụ thuộc là Z-Score, kết quả cho thấy rủi ro tín dụng có ảnh hưởng quan trọng tới sự mất ổn định trong kinh doanh ngân hàng, khi tăng trưởng tín dụng tăng lên, các ngân hàng sẽ bọ tổn thương hơn khi đó phải đảm bảo giám sát quy mô nhằm giảm thiểu rủi ro. Dan J. Jordan, Dr.
Douglas Rice, Jacques Sanchez, Christopher Walker, Donand H. Wort (2010) trong
nghiên cứu “Predicting Bank Failures: Evidence from 2007 to 2010” sử dụng Z-Score là biến phụ thuộc nghiên cứu các số liệu tài chính có sẵn từ báo cáo của ngân hàng nhằm dự đoán các ngân hàng bị mất khả năng thanh toán, kết quả đã đưa ra 9 yếu tố ảnh hưởng đến rủi ro mất khả năng thanh toán dẫn đến tình trạng phá sản ngân hàng, tỷ lệ đòn bẩy đo bằng tỷ lệ vốn cấp 1 trên tổng tài sản lại có quan hệ nghịch biến với rủi ro, có nghĩa là đòn bẩy càng cao thì rủi ro mất khả năng thanh toán càng giảm, tỷ lệ thu nhập ngoài lãi trên thu nhập từ lãi của năm trước quan hệ đồng biến với rủi ro ngân hàng, có nghĩa là việc đa dạng hóa thu nhập mà giảm thu nhập từ lãi có thể tăng nguy cơ thất bại của ngân hàng do không giữ được thị phần và khách hàng truyền thống. Yong Tana &
Christos Florosb (2013) thực hiện nghiên cứu “Risk, capital and efficiency in Chinese
Banking” sử dụng ba chỉ số hiệu quả và bốn chỉ số rủi ro theo phương pháp phân tích dữ liệu bảng để điều tra mối quan hệ giữa rủi ro, vốn và hiệu quả của các ngân hàng ở Trung Quốc, dữ liệu nghiên cứu bao gồm các số liệu hàng năm từ 101 ngân hàng Trung Quốc trong giai đoạn 2003-2009. Kết quả cho thấy tồn tại mối quan hệ cùng chiều giữa rủi ro (dự phòng rủi ro đại diện cho rủi ro tín dụng) và hiệu quả trong ngành ngân hàng Trung Quốc, lợi nhuận trên tổng tài sản (ROA) và quy mô ngân hàng (SIZE) có mối quan hệ cùng chiều với rủi ro. Trong khi đó mối quan hệ giữa rủi ro (Z-Score) và mức vốn hóa là ngược chiều và có ý nghĩa thống kê, lạm phát cũng tác động ngược chiều đến rủi ro, còn biến đại diện thanh khoản (cho vay/tổng tài sản) thì nghiên cứu không tìm ra mối quan hệ với rủi ro của ngân hàng ở Trung Quốc. Saibol Ghosh (2014) sử dụng dữ liệu trên hơn 100 ngân hàng GCC từ năm 1996-2011 và sử dụng mô hình ước lượng bình phương ba giai đoạn (3SLS) để kiểm tra mối quan hệ giữa rủi ro và vốn. Rủi ro được đo bằng chỉ số Z-Score, trong khi vốn được tính là tỷ lệ VCSH trên tài sản (CAP). Biến kiểm soát: bao gồm kích thước ngân hàng Ln(Size), tài sản thanh khoản/tổng tài
sản (Funding), ROA, chi phí trên thu nhập (Cost/income) và các điều khoản tương tác có mối quan hệ ngược chiều với rủi ro.