Từ những hạn chế vừa nếu trên, tác giả đề xuất hướng đi tiếp theo nhằm phát triển sâu hơn với đề tài.
Với việc thu thập dữ liệu, tác giả đề xuất việc mở rộng khoảng thời gian nghiên cứu, 10 năm là một con số chưa đủ dài để có thể nói kết quả, 20 năm có thể sẽ là con số tốt hơn. Song song với việc kéo dài khoảng thời gian là việc mở rộng khoảng không gian nghiên cứu. Ngoài 30 NHTM mà tác giả chọn nghiên cứu còn nhiều NHTM khác mà các tác giả khác cũng nên chọn để kiểm định giả thiết đề ra. Ngoài ra, việc nghiên cứu cần chi tiết theo từng khu vực Bắc - Trung - Nam hoặc chia theo từng khu đặc vùng kinh tế trọng điểm sẽ giúp đề tài nghiên cứu có phần chính xác hơn.
Với công đoạn xử lí dữ liệu đã thu thập, tác giả đề xuất việc sử dụng mô hình GMM trong việc phân tích dữ liệu bảng với mục tiêu nhằm khắc phục được các khuyết tật gặp phải khi thực hiện ước lượng mô hình FEM, REM.
Bên cạnh lợi nhuận, ngân hàng vẫn phải đảm bảo ở mức rủi ro có thế chấp nhận. Nên các nghiên cứu sau có thể đào sâu thêm về biến rủi ro để đưa ra các khuyến nghị tốt hơn trong việc quản trị NHTM.
55
KẾT LUẬN CHƯƠNG 5
Với chương 5, tác giả đưa ra được kết luận của mình từ những tính toán dữ liệu thu thập được từ các NHTM được chọn trong giai đoạn nghiên cứu. Từ kết quả thu được, các tác giả đề xuất một số kiến nghị như việc tập trung phát triển mảng dịch vụ, kiểm soát các yếu tố chi phí như chi phí nhân công, chi phí họat động,... để thu lại được hiệu quả tốt nhất. Bên cạnh đó, tác giả cũng đã nhận ra các mặt hạn chế của đề tài như mức hạn chế về mặt không thời gian, kết quả được tính toán dựa trên số liệu từ 30 NHTM trong giai đoạn 2009-2018 được công bố công khai. Mặt hạn chế thứ 2 của đề tài là ở chổ lượng kiến thức từ tác giả vẫn còn ở mức độ sinh viên nên kiến thức còn bị giới hạn. Do đó, tác giả cũng đã đưa ra một số phương hướng nghiên cứu tiếp theo: để khắc phục về mặt hạn chế không thời gian, tác giả đề xuất mở rộng khoảng thời gian lên 20 năm và thêm một số NHTM khác để thêm phần chính xác cho dữ liệu và ở khâu xử lí tác giả cũng đề xuất các nghiên cứu sau với mô hình nghiên cứu dữ liệu bảng GMM nhằm khắc phục hạn chế của mô hình FEM, REM.
Ngoài ra, tác giả đề xuất hướng nghiên cứu tiếp theo của đề tài là tăng kích thước mẫu nghiên cứu nhằm gia tăng mức độ chính xác cho mô hình. Tác giả hy vọng những khuyến nghị trên sẽ giúp nhà quản trị ngân hàng tại Việt Nam dựa vào để tìm ra chính sách đa dạng hóa thu nhập thích hợp giúp nâng cao hiệu quả hoạt động của NH, thực hiện tốt các mục tiêu đã đề ra.
xiii
TÀI LIỆU THAM KHẢO TÀI LIỆU THAM KHẢO TIẾNG VIỆT
Hoàng Ngọc Tiến và Võ Thị Hiền (2010). Trao đổi về phương pháp tính tỷ lệ thu nhập ngoài tín dụng của ngân hàng thương mại. Công nghệ Ngân hàng, số 48, trang36-39.
Hồ Thị Hồng Minh & Nguyễn Thị Cành (2015). Đa dạng hoá thu nhập và các yếu tố tác động đến khả năng sinh lời của các ngân hàng thương mại Việt Nam.
Công nghệ Ngân hàng, số 106+107, trang 13-23.
Lê Long Hậu & Phạm Xuân Quỳnh (2016). Tác động của đa dạng hoá thu nhập đến hiệu quả kinh doanh của các ngân hàng thương mại Việt Nam. Công nghệ
Ngân hàng, số 124, trang 11-21.
Lý Hải Triều (2016). Mối quan hệ đa dạng hóa thu nhập và lợi nhuận Ngân hàng
thương mại Việt Nam, Luận văn Thạc sĩ Kinh tế, Trường Đại học Kinh tế
thành phố Hồ Chí Minh.
Ngọc Anh (2016). Bạn biết gì về “thu nhập, chi phí và lợi nhuận của ngân hàng thương mại” rồi, truy cập lần cuối ngày 20/06/2016 tại
http://ketoanducminh.edu.vn/tin-tuc/77/3 045/Ban-biet-gi-ve-THU -NHAP- CHI-PHI-va-LOI-NHUAN-cua-NGAN-HANG-THUONG-MAI-roi.html
Nguyễn Khánh Ngọc (2019). Revenue diversification, risk and bank performance of Vietnam commercial banks. Journal of Risk and Financial Management, 12(138), pp.1-21.
Nguyễn Khắc Minh (2004). ‘Từ điển toán kinh tế, thống kê, kinh tế lượng Anh- Việt’, Nhà xuất bản Khoa học và kỹ thuật.
Nguyễn Minh Kiều, (2009). ‘Nghiệp vụ Ngân Hàng Thương Mại’, Nhà xuất bản
Thống kê.
Nguyễn Minh Sáng (2017). Tác động của đa dạng hoá thu nhập đến hiệu quả hoạt động của các ngân hàng thương mại tại Việt Nam. Kinh tế và Phát triển, số 241, trang 40-49.
Xiv
Nguyễn Thanh Phong (2015). Analysis of factors affecting the profitability of commercial banks listed on Vietnam's stock market, Master's Thesis, Ho Chi
Minh City University OfFinance and Marketing.
Nguyễn Thị Loan (2017). ‘Ke toán ngân hàng’, Nhà xuất bản kinh tế TP. Hồ Chí
Minh.
Phạm Thị Tuyết Trinh (2016). ‘Kinh tế lượng ứng dụng trong kinh tế và tài chính’,
Nhà xuất bản kinh tế TP. Hồ Chí Minh.
Trịnh Thị Thúy Hồng, Nguyễn Hoàng Phong & Lê Tiến Thành (2018). Tác động của đa dạng hóa thu nhập đến hiệu quả hoạt động của các ngân hàng thương mại Việt Nam, Tạp chí tài chính, số 25, trang 10-29.
Quốc hội nước Cộng hòa xã hội chủ nghĩa Việt Nam khóa XII (2010). Luật các tổ
chức tín dụng, 47/2010/QH12, Hà Nội.
Peter, S. R. (2004). ‘Quản trị Ngân hàng Thương mại’, Nhà xuất bản Tài chính. TÀI LIỆU THAM KHẢO TIẾNG ANH
Abdul, L. A. (2015). ‘Income diversification and bank efficiency in an emerging market’, Managerial Finance, 41 (12), 1318 - 1335.
Acharya, V. V., Hasan, I., & Saunders, A., (2006). “Should banks be diversified? Evidence from individ-ual bank loan portfolio”, Journal of Business (79), 1355-1412.
Atony, F., Ludger, S., Vito, T. (2006). Public Sector Efficiency: Evidence for New EU Member States and Emerging Markets. Working paper series, No. 581 (2006), 9.
Baele, L., Jonghe, O. D. & Vennet, R. V. (2007). Does the stock market value bank diversification?. Journal of Banking and Finance, 3(1), 1999-2023.
Chang-Sheng Liao, 2009. ‘Efficiency and productivity change in the banking industry in Taiwan: domestic versus foreign banks’, Banks and Bank
xv
Chang et al., (2010). Land subsidence, production efficiency, and the decision Ofaquacultural firms in Taiwan to discontinue production. Ecol. Econ., 69 (2010), pp. 2448-2456.
Chiorazzo, V., Milani, C., & Salvini, F. (2008). Income diversification and bank performance: Evidence from Italian banks, Journal of Financial Services
Research, 33(3), pp. 181-203.
Chronopoulos, D. K., Girardone, C. & Nankervis, J. C. (2011). ‘Are there any cost and profit efficiency gains in financial conglomeration? Evidence from the accession countries’, The European Journal of Finance, 17(8), 603-321.
DeYoung, R., & Rice, T. (2004). How do banks make money? The facilities of fee income. Economic Perspectives, Federal Reserve Bank of Chicago.
Elsas, R., Hackethal, A. & Holzhauser, M. (2010). The anatomy of diversification,
Journal of Banking and Finance, 34(6), pp. 1274-1287.
Elyasiani, E., & Mehdian, S. M. (1990a), "A Non-Parametric Approach to
Measurement of Efficiency and Technological Change: The Case of Large US Commercial Banks," Journal of Financial Services Research, 4, pp 157- 168.
Elyasiani, E., and S. M. Mehdian, (1990a), "A Non-Parametric Approach to
Measurement of Efficiency and Technological Change: The Case of Large US Commercial Banks," Journal of Financial Services Research, 4, 157-168. Elyasiani, E., and S. M. Mehdian, (1990b), "Efficiency in the Commercial Banking
Industry: A Production Frontier Approach," Applied Economics, 2, 539-551. Elyasiani, E. & Wang, Y. (2012). ‘Bank holding company diversification and
production efficiency’, Applied Financial Economics, 22(17), 1409-1428. Farrell, M.J., (1957). The Measurement of Productive Efficiency. Journal of the
Royal Statistical Society. SeriesA (General), Vol 120, No. 3 (1957), pp 253- 290.
Fredrick Mwaura Mwangi, (2014). The Effect Of Liquidity Risk Management On Financial Performance Of Commercial Banks In Kenya, A Research Project
Submitted In Partial Fulfillment Of The Requirements For The Award Of The Degree Of Master Of Science In Finance, School Of Business, University Of Nairobi.
xvi
Huang, L. W. & Chen, Y. K. (2006). ‘Does Bank Performance Benefit from Non- traditional Activities? A Case of Noninterest Incomes in Taiwan Commercial Banks’, Asian Journal of Management and Humanity Sciences, 1(3), 359- 378.
Getter, D. E. (2016). Overview of commercial bank (depository) banking and industry conditions. Congressional Research Service.
Ichsani, S., Suhardi, A. R. (2015). The effect of return on equity (ROE) and return on investment (ROI) on trading volume. Procedia - Social and Behavioral
Sciences, 211, pp.896-902.
Klein & Saidenberg (1997). Diversification, organization, and efficiency: evidence from bank holding companies.”. Wharton School Center for Financial
Institutions, University of Pennsylvania, pp.97-27
Khrawish, H. A. (2011). Determinants of Commercial Banks Performance: Evidence from Jordan. International Research Journal of Finance and
Economics, 81, 148-159.
Lepetit, L., Nys, E., Rous, P., & Tarazi, A. (2008). Bank income structure and risk: An emporocal analysis of European banks, Journal of Banking and Finance, 32, 152-1467.
Li, L., & Zhang, Y. (2013). Are there diversification benefits of increasing noninterest income in the Chinese banking industry? Journal of Emprirical
Finance, 24, 151-165.
Li, F., & Zou, Y. (2014). The impact of credit risk management on profitability of commercial banks. A study of Europe. Thesis. Umea School of Business and
Economics.
Memmel, C., & Schertler, A. (2011). Banks’ management of the net interest margin: Evidence from Germany. Discussion Paper Series 2: Banking and
Financial Studies No 13/2011.
Mester, L.J. (1987). Efficient production of financial services: scale and scope economies. Business Review, Federal Reserve Bank of Philadelphia January/February, 15-25.
xvii
Molyneux, P., & Thornton, J. (1992). Determinants of European bank profitability: A note. Journal of Banking & Finance, 16(6), pp.1173-1178.
Nepali, S. R. (2018). Income Diversification and Bank Risk-Return Trade-Off on
the Nepalese Commercial Banks. Asian Economic and Financial Review,
Asian Economic and Social Society, vol. 8(2), pp. 279-293.
Odesanmi & Wolfe (2007). Revenue diversification and insolvency risk: Evidence from banks in emerging economies. Social Science Research Network. Pastory, D., & Marobhe, M. (2015). Determinants of the commercial banks
profitability in Tanzania: Panel evidence. European Journal of Business and
Management, 7(13), pp.212-233.
Rajan, R. G. (1998). The past and future of commercial banking viewed through an incomplete contract lens. Journal of Money, Credit and Banking, 30(3), pp.524-550.
Revell, J. (1979). Inflation and financial institution. Financial Times, London.
Rose, P. (2002). Commercial bank management. U.S: McGraw-Hill International
Editions.
Saragih, J. L. (2018). The effects of return on assets (ROA), return on equity (ROE), and debt to equity ratio (DER) on stock returns in wholesale and retail trade companies listed in Indonesia Stock Exchange. International
Journal of Science and Research Methodology, 8(3), pp.348-367.
Stiroh, K. (2004). Diversification in banking: is noninterest income the answer?,
Journal of Money, Credit and Banking, 36, 853-882.
Stiroh, K. J. & Rumble, A. (2006), ‘The dark side of diversification: The case of US financial holding companies’, Journal of Banking and Finance 30(8), 2131- 2161.
Tan, T. B. P. (2012). Determinants of credit growth and interest margins in the Philippines and Asia. International Monetary Fund.
Variable Mean St∙d. Dev. Min Hax Observations
ROA Ctve rail .0074514 .0070577 - . 0551175 .0472851 IT =
between .0035727 .0007643 .0138513 n = within .0061617 - .0504562 .0408851 I-bar = S .66667 NTR αverail - .5S56434 14.489 -248.1571 . 4555333 IT = between 4.523074 -24.51725 . 4361811 n = within 13.77285 -224.2255 24.42533 I-bar = 5.8 DTL αverail .8211041 . 1115111 .0828285 .5856832 IT = between .0624736 . 7110672 .547463 n = within .0525886 . 1528654 1.055535 I-bar = 5.7 SIZE αverail 7.548171 .5265047 6.522437 9.107751 IT = between .478268 7.231373 8.875803 n = within .2254548 7.208087 8.454446 I-bar = 5.66667 EQUITY αverail .0565461 .0464555 .0062523 .3323517 IT = between .0337052 . 0510521 . 1566035 n = within .032276 .0126371 .2631308 I-bar = 5.7 NPL αverail .0215273 .0170882 D . 1831254 IT = between .0060175 .0055555 .0373036 n = within .0160172 - . 0084526 . 1766786 I-bar = LOAN αverail .565508 .1270453 . 1721483 .816383 IT = between .0560571 . 3715154 .7677602 n = within .0848787 .2847125 . 7565347 I-bar = 5.7 GDP αverail 11.22455 .1135041 11.02537 11.37565 IT = between 0 11.22455 11.22455 n = within . 1135041 11.02537 11.37565 I=
INF Ctve rail .06451 .048377 .0063 . 1858 IT =
between 0 .06451 . 06451 n =
xviii
Tariq, W., Usman, M., Mir, H. Z., Aman, I., & Ali, I. (2014). Determinants of commercial banks profitability: Empirical evidence from Pakistan.
International Journal OfAccounting and Financial Reporting, 4(2), pp.1-22.
Trujillo-Ponce, A. (2013). What Determines the Profitability of Banks? Evidence from Spain (June 2013). Accounting & Finance, Vol. 53, Issue 2, pp. 561- 586.
Tuyishime, R., Memba, F., & Mbera, Z. (2015). The effects of deposits mobilization on financial performance in commercial banks in Rwanda. A case of Equity Bank Rwanda Limited. International Journal of Small
Business and Entrepreneurship Research, 3(6), pp.44-71.
Vennet, V. R. (2002), ‘Cost and profit efficiency of financial conglomerates and universal banks in Europe’, Journal of Money, Credit and Banking, 34 (1), 254-82.
Williams, B. (2016). The impact of non-interest income on bank risk in Australia.
Journal of Banking and Finance, 73, 16-37.
xιx
PHỤ LỤC
Source ≡≡ df MS Hiuhber CZ =
TT1JT Q
£ ⅛ Op i∣ O — j± J .
Model .007934322 8 . 00099804 Prob > F = a.aaaa
Residual .006411076 281 .000022315 R-squared = 0.5546
= Γl R19∩
Adj R-squared — U .
Total .014395398 289 .000049311 Rcct MSE = .00478
RQ
A Coef . Std- Err . t p> 111 [33⅝ Cctiz. Interval]
NTR .0002542 .0000199 12.74 0.000 .0002149 .0002934 DTL - .0034315 .0027106 -1 ..27 0.207 - .0087673 .0019042 SIZE .0043472 .0008651 5.03 0.000 .0026443 .00605 EQUITY .074323 .0092473 8 ..04 0.000 . 0561203 . 0925258 NPL - .0841755 .0171419 -4.91 0.000 - . 1179184 - . 0504325 LOAN .0021131 .0025312 a . 82 a. 414 - .0029679 .0071941 GDP - .0162946 .0033959 -4.80 a .000 - .0229792 - .00961 INF .0222414 .0077379 2.87 0.004 .0070097 .037473 _Eons .1503452 .0376036 4 ..01 0.000 . 0768247 .2248658 RQ
A R NT L DT ΞIΞΞ EQUITY NEL LOAN GDP
RO A 1.aaa a NT R a.5240 1.0000 DTL -a.1123 0.0017 1.0000 SIΞΞ -0.0852 0.0642 -0.1323 1.0000 EQOITY 0.3393 0.0363 0.1221 -0.7284 1.0000 NE L -0.0533 0.0552 0.0487 -0.1121 0.1965 1.0000 LOA N 0.0467 0.1831 0.1921 0.3403 -0.1248 -0.0287 1.0000 GD P -0.3334 0.0493 0.1590 0.3767 -0.3249 -0.1334 0.3236 1.0000 INF 0.2333 -0.1492 -0.2109 -0.2078 0.2202 a .1991 -0.3169 -a .6157 xx
Phụ lục 2 - Kết quả hồi quy theo Pooled OLS
FiJtied-effects í Wi thin) regression Group variable : BANKl
Hruriber of Obs =
250 Hruriber of groups = R-≡q: within = 0.6608
between = 0.0455
Obs per gr cup : Elin =
4 overall = 0.2502 max = 10 CCrriuir Kb) = -0.7101 Ercb > F = Ũ.ŨŨŨŨ RO A Coef . Std. Ξrr. t E> 111 [55⅛ Ccnz Interval] NT R .0002488 .0000171 14.51 0 0.00 .000215 0002826. OIL - .0072812 .0025483 -2.86 0.00 5 -.0122555 - .0022626 SIZE .0172501 .0025087 6 . 89 0.00 0 .0123455 .0222308 EQUITY .0817871 .0056732 8.45 0.00 0 .0627364 . 1008378 HF L LOΛ - .0451715 .0150878 -3.26 1 0.00 -.0788857 - .0154573 GE IH JZCtIS .3151353 .0412871 7.73 .UUUU .2378277 .4UU451 in in ∙ H∙ μ Jl ⅛ |_ l" O ID C .00704556 .00384287 .7707353
: fraction CZ variance due t C u_i)
F test that all u_i=o: F(2Sr 252) = 6 28 Ercb > F = 0.0000
IlTF
Il-TF 1.0000
xxι
Random-effects GLS regression Numbe
r of ob≡
= :
290
Group variable : BANKl Numbe
r of groups = 30
R-sq: within = 0 . 6269 Obs per group: min = 4
between = 0.2892 avg = 9.7
overall = 0.5387 max = 10
Wald chi2(8) = 423.97
corr(u_i, X) = 0 (assumed) Prob > Chi 2 = 0.0000
RQ A Coef. Std. Err. Z p> I Z I [9S% Conf Interval] NT R .0002595 .0000178 14.55 □ . 000 . 0002245 . 0002945 DT L SIZE - .OOfiSSfil.0054145 .0011872.002594 -2.444.56 □0.015 .000 -.0114203.0030876 .0077414- .001252 EQUITY .0685011 .0092179 7.43 0.000 .0504343 .0865679 NP L LOA - .0658456 .0156094 -4.22 0.000 - . 0964394 - .0352518 N GD .0034074 .0029034 1.17 0.241 - .0022832 .009098 P INF - .0191595.0199996 .0033059.0067946 -5.2.9480 0.0030.000 - . .00668250256389 - ..03331670126801 _cons .1764306 .0340131 5.19 0.000 . 1097661 .2430951 S i gma_u .00220757 sigma_e rhe .00384287
. 24812192 (fra Cti on of variance due t O u_i )
xxil
--- Coezz (b) ze ICients ---