Mau nghiên cứu khóa luận gồm 25 NHTMCP trên tổng số 31 NHTMCP Việt Nam tính đến thời điểm 30/12/2020 theo thống kê của NHNN. Với cỡ mẫu dự kiến là 274 quan sát, nhưng khi thực hiện lọc số liệu thì cỡ mẫu còn lại là 273 quan sát, chiếm tỷ lệ 99.63%. Nguyên nhân do một số ngân hàng không công bố báo cáo tài chính đầy đủ nên gây ra vấn đề khó khăn trong việc thu thập số liệu. Do đó, tác giả đề xuất tăng cỡ mẫu bằng việc kêu gọi sự minh bạch, đầy đủ khi công bố thông tin của các NHTMCP.
Khóa luận nghiên cứu chỉ thực hiện đối với nhóm NHTMCP mà chưa tiến hành
ở ngân hàng chính sách, ngân hàng hợp tác xã, ngân hàng 100% vốn nước ngoài, ngân hàng liên doanh. Do đó, hướng nghiên cứu tiếp theo có thể mở rộng phạm vi nghiên cứu ra toàn hệ thống NHTMCP tại Việt Nam đề đánh giá đầy đủ hon về tác động của rủi ro thanh khoản đến lợi nhuận của ngân hàng.
Các nhân tố được đề cập trong bài mang tính cốt lõi, đại diện cho kinh tế vĩ mô, đặc trưng trong ngân hàng và kế thừa biến từ nhiều nghiên cứu trước. Tuy nhiên,
nhiều nhân tố tác động đến lợi nhuận ngân hàng vẫn chưa được đưa vào sử dụng phục
vụ quá trình nghiên cứu bởi hạn chế về khả năng thu thập dữ liệu tác giả. Vì vậy, hướng nghiên cứu tiếp theo sẽ mở rộng cỡ mẫu nghiên cứu bằng cách tăng số năm nghiên cứu và số lượng ngân hàng được lựa chọn để có cái nhìn tổng quan hon về tổng thể ngành ngân hàng Việt Nam. Đồng thời nghiên cứu thêm mô hình tác động
KẾT LUẬN CHUNG
Nội dung của khóa luận là đề cập và xem xét các cơ sở lý thuyết về rủi ro thanh
khoản. Đồng thời, tác giả sử dụng chỉ số ROE, ROA để đo lường lợi nhuận của các NHTMCP tại Việt Nam. Trên cơ sở lý thuyết và các nghiên cứu có liên quan, tác giả đã xác định cách đo lường rủi ro thanh khoản qua chỉ số khe hở tài trợ tác động đến lợi nhuận của NHTMCP tại Việt Nam.
Đồng thời áp dụng phương pháp nghiên cứu định lượng với mô hình REM và SGMM, kết quả nghiên cứu cho thấy ngoài tác động ngược chiều của khe hở tài trợ (FGAP) đến lợi nhuận của ngân hàng được đo lường bằng ROA và tác động cùng chiều của khe hở tài trợ (FGAP) đến lợi nhuận của ngân hàng được đo lường bằng ROE. Tác giả đã xác định các biến tác động đáng đến lợi nhuận của các NHTMCP như quy mô ngân hàng, chỉ số trạng thái tiền mặt, tỷ lệ tiền gửi khách hàng trên tổng tài sản, tỷ lệ nợ xấu, tốc độ tăng trưởng kinh tế hằng năm và tỷ lệ lạm phát.
Trên cơ sở kết quả đạt được, tác giả đã tiến hành gợi ý một số giải pháp góp phần kiểm soát RRTK và nâng cao lợi nhuận của các NHTM tại Việt Nam.
TÀI LIỆU THAM KHẢO
Tiếng Việt
1. Báo cáo thường niên, báo cáo tài chính của các ngân hàng giai đoạn 2010 -2020
2. Nguyễn Thanh Phong (2020). Bàn về rủi ro thanh khoản và hiệu quả kinh doanh tại các ngân hàng thương mại Việt Nam. Truy cập tại <
https://tapchitaichinh.vn/ngan-hang/ban-ve-rui-ro-thanh-khoan-va-hieu- qua-kinh-doanh-cua-ngan-hang-thuong-mai-viet-nam-331558.htm> [25/10/2021].
3. Nguyễn Thị Cành và cộng sự 2015, “Hiệu quả và rủi ro trong hoạt động ngân hàng - Nghiên cứu tình huống các ngân hàng thương mại Việt Nam”,
NXB Đại học quốc gia Tp.HCM.
4. Nguyễn Thị Ngọc Tú (2013). Nghiên cứu các nhân tố ảnh hưởng đến lợi nhuận tại các ngân hàng thương mại Việt Nam, Luận văn Thạc sĩ, Trường Đại học Kinh tế TP.HCM
5. Nguyễn Việt Hùng (2008). Phân tích các nhân tố ảnh hưởng đến hiệu quả hoạt động của các ngân hàng thương mại ở Việt Nam, Luận án Tiến sĩ kinh
tế, Trường Đại học Kinh tế Quốc dân.
6. Trần Huy Hoàng (2011). Giáo trình Quàn trị ngân hàng thương mại, NXB Lao động Xã Hội, Hà Nội, 200-232.
7. Trần Thị Thanh Nga. (2018). Tác động của rủi ro thanh khoản đến hiệu quả hoạt động kinh doanh của ngân hàng: nghiên cứu trường hợp các quốc
gia Đông Nam Á. Trường Đại học Ngân hàng TP.HCM.
8. Trương Quang Thông (2012), Quản trị NHTM, NXB Kinh tế TP.HCM. 9. Võ Thị Thanh Tuyền (2019). Đánh giá khả năng chịu đựng rủi ro thanh
khoản của Ngân hàng TMCP Công Thương Việt Nam.
mong-va-bap-benh-235839.vov> [08/11/2021]. i
Tiếng Anh
11. Aburime, T. (2008). Determinants of bank profitability: Macroeconomic evidence from Nigeria. Available at SSRN 1231064.
12. Alshatti, A. S. (2015). The effect of the liquidity management on profitability in the Jordanian commercial banks. International Journal of Business and Management, 10(1), 62
13. Alzorqan, S. (2014). Bank liquidity risk and performance: an empirical study of the banking system in Jordan. Research Journal of Finance and Accounting, 5 (12): 155, 64.
14. Anbar, A., & Alper, D. (2011). Bank specific and macroeconomic determinants of commercial bank profitability: Empirical evidence from Turkey. Business and economics research journal, 2(2), 139-152.
15. Anye, P. (2018). Managing Liquidity Risks in Banks: Case Study Rural Investment Credit Bank Cameroon.
16. Arif, A., & Anees, A. N. (2012). Liquidity risk and performance of banking
system. Journal of Financial Regulation and Compliance.
17. Bank for international settlements , February 2008. Basel Committee on Banking Supervision : Liquidity Risk Management and supervisory Challenges.
18. Belayneh, H. (2011). Determinants of commercial banks profitability: an empirical study on Ethiopian commercial banks. Addis Ababa University. 19. Chen, Y. K., Shen, C. H., Kao, L., & Yeh, C. Y. (2018). Bank liquidity risk
and performance. Review of pacific basin financial markets and policies, 21(01), 1850007.
20. Dezfouli, M. H. K., Hasanzadeh, A., & Shahchera, M. (2014). Inspecting the effectiveness of liquidity risk on banks profitability. Kuwait Chapter of the Arabian Journal of Business and Management Review, 3(9), 191. 21. Dietrich, A., & Wanzenried, G. (2009, April). What determines the
12th conference of the Swiss society for financial market researches, Geneva (pp. 2-39).
22. Drehmann, M., & Nikolaou, K. (2010). Funding liquidity risk: definition and measurement.
23. Gujarati, D. N. 2004, Basic Economics, 4th edition, McGraw-Hill Inc. New York, pp.359.
24. Hakimi, A., & Zaghdoudi, K. (2017). Liquidity risk and bank performance:
An empirical test for Tunisian banks. Business and Economic Research, 7(1), 46-57.
25. Kumar, M., & Yadav, G. C. (2013). Liquidity risk management in bank: a conceptual framework. AIMA journal of management & research, 7(2/4), 0974-497.
26. Ly, K. C. (2015). Liquidity risk, regulation and bank performance: Evidence from European banks. Global Economy and Finance Journal, 8(1), 11-33.
27. Maaka, Z. A. (2013). The relationship between liquidity risk and financial performance of commercial banks in Kenya (Doctoral dissertation, University of Nairobi).
28. Madhuwanthi, R. M. R., & Morawakage, P. S. (2019). Impact of liquidity risk on the performances of Sri Lankan commercial banks. Sri Lanka Journal of Social Sciences, 42(1), 53-64.
29. Mwangi, F. M. (2014). The effect of liquidity risk management on financial performance of commercial banks in Kenya (Doctoral dissertation, University of Nairobi).
30. Olagunju, A., David, A. O., & Samuel, O. O. (2012). Liquidity management and commercial banks' profitability in Nigeria. Research Journal of Finance and Accounting, 2(7-8), 24-38.
31. Petria, Capraru, B., & Ihnatov, I. (2015). Determinants of banks’ profitability: evidence from EU 27 banking systems. Procedia economics and finance, 20, 518-524.
32. Rose, PS, and Hudgins, SC 2008, Bank Management and Financial Services, 7th Edition, McGraw-Hill Inc, New York.
33. Rozzani, N., & Rahman, R. A. (2013). Camels and performance evaluation
of banks in Malaysia: conventional versus Islamic. Journal of Islamic Finance and Business Research, 2(1), 36-45.
34. Ruziqa, A. (2013). The impact of credit and liquidity risk on bank financial
performance: the case of Indonesian Conventional Bank with total asset above 10 trillion Rupiah. International Journal of Economic Policy in Emerging Economies, 6(2), 93-106.
35. Said, R. M., & Tumin, M. H. (2011). Performance and financial ratios of commercial banks in Malaysia and China. International Review of Business Research Papers, 7(2), 157-169.
36. Sayilgan, G., & Yildirim, O. (2009). Determinants of profitability in Turkish banking sector: 2002-2007. International Research Journal of Finance and Economics, 28, 207-214.
37. Tabari, N. A. Y., Ahmadi, M., & Emami, M. (2013). The effect of liquidity risk on the performance of commercial banks. International Research Journal of Applied and Basic Sciences, 4(6), 1624-1631.
38. Vodova, P. (2011). Liquidity of Czech commercial banks and its determinants. International Journal of mathematical models and methods in applied sciences, 5(6), 1060-1067.
Stt Tên đầy đủ MÃ CK VỐN ĐIỆU LỆ (tính đến
_________31/12/2019)________
Ngân hàng thương mại cổ phần có sở hữu nhà nước
1 Ngân hàng TMCP Ngoại Thương Việt Nam (Vietcombank) VCB 37,088,774
2 Ngân hàng TMCP Công thương Việt Nam (VietinBank) CTG 37,234,046
3 Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV) BID 40,220,180 Ngân hàng thương mại cổ phần có sở hữu tư nhân
4 Ngân hàng TMCP Á Châu (ACB) ACB 16,627,373
5 Ngân hàng TMCP An Bình (ABBANK) ABB 5,713,114
6 Ngân hàng TMCP Bắc Á (Bac A Bank) BAB 6,500,000
7 Ngân hàng TMCP Bưu điện Liên Việt (LienVietPostBank) LPB 8,881,441
8 Ngân hàng TMCP Kiên Long (Kienlongbank) KLB 3,236,957
9 Ngân hàng TMCP Đông Nam Á (SeABank) SSB 9,369,000
10 Ngân hàng TMCP Hàng Hải (MSB) MSB 11,750,000
PHỤ LỤC
Phụ lục 1: Danh sách các NHTMCP trong mẫu nghiên cứu
11 Ngân hàng TMCP Kỹ Thương (Techcombank) TCB 35,001,400
12 Ngân hàng TMCP Nam Á (Nam A Bank) NAB 3,890,053
13 Ngân hàng TMCP Phát triển Thành phố Hồ Chí Minh (HDBank) HDB 9,810,000
14 Ngân hàng TMCP Phương Đông (OCB) OCB 7,898,571
15 Ngân hàng TMCP Quân Đội (MB) MBB 23,727,323
16 Ngân hàng TMCP Quốc dân (NCB) NVB 4,101,555
17 Ngân hàng TMCP Quốc Tế (VIB) VIB 9,244,914
18 Ngân hàng TMCP Sài Gòn - Hà Nội (SHB) SHB 12,036,161
19 Ngân hàng TMCP Sài Gòn (SCB) SCB 15,231,688
20 Ngân hàng TMCP Sài Gòn Thương Tín (Sacombank) STB 18,852,157
21 Ngân hàng TMCP Tiên Phong (TPBank) TPB 8,565,892
22 Ngân hàng TMCP Việt Á (VietABank) VAB 3,499,990
23 Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank) VPB 25,299,680
24 Ngân Hàng TMCP Xăng dầu Petrolimex (PGBank) PGB 12.938,780
xtset
bank pan year
el time variable: year, 2010 to 2020, but with a gapvariable: bank (unbalanced) delta: 1 unit
Variable Obs Mean Std.
Dev. Min Max
ro a 273 . 0094017 .0071324 .0000143 0554257. fgap 273 -.0925598 .1127548 -.3856744 .2865282 size 273 8.042209 .4954825 6.915157 9.180896 cash 273 .1261388 .0809546 .0085354 .4551447 de p 273 .6462148 .1257504 .2922782 .8992429 np l 273 .021484 .012537 .0001832 .0882746 gd p 273 .0599958 .0113576 . 0291 .0707579 in f 273 .0576253 .0476681 006312. .1867773 fgap size cas h p de l np p gd inf fgap 0 1.000 siz e cas 8 0.008 0 1.000 h de 7 0.039 -0.1946 0 1.000 p np 0.4244- 6 0.300 -0.5770 0 1.000 l gd 0.1564- -0.2345 -0.1032 2 0.024 01.000 p in 9 0.027 -0.0533 4 0.008 -0.0272 -0.0989 1.0000 f 5 0.193 -0.2454 0 0.502 -0.5707 0.1301 0.0361- 1.0000 (Nguồn: Tác giả tổng hợp) 11
Phụ lục 2: kết quả mô hình nghiên cứu trên Stata
Thống kê các biến trong mô hình nghiên cứu
. sum roa fgap size cash dep npl gdp inf
Hệ số tương quan giữa các biến độc lập trong mô hình tác động của RRTK đến lợi nhuận của các NHTMCP
. corr fgap size cash dep npl gdp inf (obs=273)
Variable VIF 1/VIF dep 2.39 0.418860 cash 1. 82 0.550878 inf 1.67 0.597349 fgap 1.40 0.715133 size 1.20 0. 831228 npl 1.18 0. 849993 gdp 1. 02 0.981343 Mean VIF 1.52 Source chi2 df p Heteroskedasticity 41.57 35 0.2064 Skewness 6 . 64 7 0.4669 Kurtosis 1.12 1 0.2891 Total 49.33 43 0.2348 Kết quả hệ số VIF . vif
Kiểm định hiện tượng phương sai sai số thay đổi . imtest, white
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity
chi2(35) = 41.57
Prob > chi2 0.2064
Source SS df MS Number of obs Z = j- ∖ , Model .003581776 7 .000511682 Prob > F = 0.0000 Residual .010255252 265 .000038699 R-squared = 0.2589 Adj R-squared = 0.2393
Total .013837029 272 .000050871 Root MSE = . 00622
roa Coef. Std. Err. t 111P> [95% Conf. Interval]
fgap .01596 .0039558 4.03 00.00 .0081712 .0237489 size .0021689 .000835 2.60 0.01 0 .0005249 .003813 cash -.0115573 .0062776 -1.84 0.06 7 -.0239177 .0008031 dep -.0116626 .0046347 -2.52 0.01 2 -.0207882 -.0025371 npl -.0836053 .0326335 -2.56 0.01 1 -.1478593 -.0193513 gdp -.0349801 .0335251 -1.04 0.29 8 -.1009897 .0310294 inf .0334994 .0102382 3.27 0.00 1 .0133408 .0536579 cons .0043948 .0076548 0.57 0.56 6 -.0106772 .0194667 ii MÔ HÌNH 1: ROA Mô hình hồi quy OLS
ro
a Coef. Std. Err. t P> 111 Conf.[95% Interval]
fgap .0177914 .0053853 3.30 0.001 .0071831 .0283996 size .005878 .0021256 2.77 0.006 .0016909 .0100651 cash -.0142922 .0066534 -2.15 0.033 -.0273984 -.0011861 de p np -.0210825 .0065265 -3.23 0.001 -.0339388 -.0082261 l gd -.0480176 .030445 -1.58 0.116 -.1079899 .0119547 p in -.0263795 .0283745 -0.93 0.353 -.0822732 .0295142 f .0292772 .0107823 2.72 0.007 .0080377 .0505167 cons -.0198698 .0168064 -1.18 0.238 -.0529761 .0132364 sigma_u .00425513 sigma_e .00514971 rh
o .4057338 on( fracti of variance due to u_i)
Mô hình hồi quy FEM
. xtreg roa fgap size cash dep npl gdp inf, fe Fixed-effects (within) regression
Group variable: bank R-sq: within = 0.3613 between = 0.0797 overall = 0.2319 corr(u_i, Xb) = -0.3361 Number of obs = 273 Number of groups = 25
Obs per group: min = 10
avg = 10.9
max = 11
F(7,241) = 19.47
R-sq: within = 0.3585 Obs per group: min = 10
between = 0.0819 avg = 10.9
overall = 0.2505 max = 11
Wald chi2(7) = 133.65
corr(u_i, X) = 0 (assumed) Prob > chi2
= 0.0000 roa Coef. Std. Err. z P> | z | [95% Conf. Interval] fgap .0192015 .0046184 4.16 0.000 .0101496 .0282535 size .0037241 .0013964 2.67 0.008 .0009872 .006461 cash -.0122163 .0062325 -1.96 0.050 -.0244319 -7.45e-07 dep -.0171498 .0056478 -3.04 0.002 -.0282194 -.0060803 npl -.0560915 .0298134 -1.88 0.060 -.1145247 0023416. gdp -.0319511 .0280105 -1.14 0.254 -.0868506 0229485. inf .0274367 .0098409 2.79 0.005 .0081489 . 0467245 cons -.0046104 .0115159 -0.40 0.689 -.0271813 0179604. sigma_u .00372736 sigma_e .00514971
rho .34378304 (fraction of variance due to u_i)
F test that all u_i=0: F(24, 241) = 6.0 Prob > F = 0.0000
ιv
Mô hình hồi quy REM
. xtreg roa fgap size cash dep npl gdp inf, re
Random-effects GLS regression Number of obs = 273
(b) fe (B) re (b-B) Difference sqrt(diag(V_b-V_B)) S.E. fgap .0177914 .0192015 -.0014102 .0027698 size .005878 .0037241 .0021539 .0016026 cash -.0142922 -.0122163 -.0020759 .0023287 de p -.0210825 -.0171498 -.0039327 .0032707 np l -.0480176 -.0560915 .0080739 .0061693 gd p -.0263795 -.0319511 .0055716 .0045304 in f .0292772 .0274367 .0018405 .0044062 b = consistent unde r Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg
Test: Ho : difference in coefficients not systematic
chi2(7) = (b-B)'[(V_b-V_ B)^(-1)](b-B) = 4 . 95 Prob>chi2 = 0.6658 Var s d = sqrt(Var) roa 0000509. .0071324 e . 0000265 .0051497 u . 0000139 .0037274 Kiểm định hausman . hausman fe re ---- Coefficients ---
(V_b-V_B is not positive definite)
Kiểm định Breusch and Pagan
. xttest0
Breusch and Pagan Lagrangian multiplier test for random effects
roa[bank,t] = Xb + u[bank] + e[bank,t] Estimated results:
Variable VIF VIF Tolerance Squared --- roa --- 1.35 --- 1.16 --- 0.7411 --- 0.2589 fgap 1.48 1.22 0.6737 0.3263 size 1.23 1.11 0.8106 0.1894 cash 1.84 1.36 0.5439 0.4561 dep 2.44 1.56 0.4091 0.5909 npl 1.21 1.10 0.8294 0.1706 gdp 1.02 1.01 0.9773 0.0227 inf 1.74 1.32 0.5742 0.4258 --- Mean VIF --- 1.54 --- --- Eigenval Cond Index --- 1 --- 7.1686 --- 1.0000 2 0.7906 3.0111 3 0.3959 4.2550 4 0.2770 5.0873 5 0.2083 5.8662 6 0.1209 7 . 6994 7 0.0291 15.6862