Luận văn: KQNC tác động đến khả năng thanh khoản của các NH

Chia sẻ chuyên mục Đề Tài Luận văn: KQNC tác động đến khả năng thanh khoản của các NH hay nhất năm 2026 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Các yếu tố tác động đến khả năng thanh khoản của các Ngân hàng thương mại Việt Nam dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

4.1. Phân tích thống kê mô tả dữ liệu

Nhằm đánh giá tổng quan về dữ liệu, tác giả thông qua lệnh ‘sum’ trên phần mềm STATA 15.1 để thu thập các thông tin quan trọng về các biến. Dữ liệu được khai thác dưới dạng bảng không cân bằng, bao gồm 402 quan sát được tổng hợp từ BCTC đã kiểm toán của 29 NHTM tại Việt Nam trong giai đoạn 2010 – 2023. Các biến vĩ mô được thu thập từ nguồn dữ liệu Tổng cục Thống kê Việt Nam. Các thông số thống kê mô tả chi tiết các biến được tác giả tổng hợp lại và thể hiện ở Bảng 4.1 sau đây:

Bảng 4.1: Thống kê mô tả các biến trong mô hình

• Dưới đây là phân tích chi tiết cho từng biến:

Biến LIQ: Có giá trị trung bình 18.55% cho thấy mức thanh khoản nhìn chung khá ổn định trong giai đoạn 2010 – 2023, với mức dao động không lớn và duy trì mức thanh khoản khá hợp lý. Tuy nhiên, độ lệch chuẩn là 0.0846 cùng với giá trị nhỏ nhất là 3.32% (BAB năm 2011) và lớn nhất là 61.10% (SSB năm 2011), khoảng dao động này khá rộng cho thấy sự khác biệt đáng kể về thanh khoản giữa các ngân hàng.

Biến SIZE: Có giá trị trung bình là 18.7337, độ lệch chuẩn 1.2465 cho thấy quy mô tài sản của các NHTM trong mẫu nghiên cứu ở mức tương đối lớn và có mức độ phân tán đồng đều. Giá trị nhỏ nhất là 15.9227 (BVB năm 2010) và cao nhất là 21.5566 (BID năm 2023). Số liệu các NHTM nhà nước như BID, AGR hay CTG sở hữu quy mô nổi bật hơn trong hệ thống.

Biến CAP: Tỷ lệ vốn chủ sở hữu trung bình đạt 9.09% cùng với độ lệch chuẩn thấp 0.0396 phản ánh mức độ ổn định trong cấu trúc vốn của các NHTM. Giá trị thấp nhất là 2.62% (SCB năm 2020) và cao nhất là 25.64% (KLB năm 2010). Những ngân hàng có tỷ lệ CAP cao như KLB thường sở hữu nền tảng tài chính vững vàng hơn.

Biến ROE: Trung bình đạt 10.75%, cùng với độ lệch chuẩn là 0.0849. Theo tiêu chuẩn đánh giá thì ROE được đánh giá tốt khi ≥ 11% – 15%, như vậy ROE đạt trung bình 10.75% cho thấy hiệu quả sử dụng vốn chủ sở hữu tương đối tốt. Tuy nhiên, ROE dao động lớn, có giá trị từ -56.33% (TPB năm 2011 gặp thua lỗ) đến 37.38% (TCB năm 2010). ROE biến động khá mạnh, phản ánh mức độ rủi ro và chiến lược hoạt động khác biệt giữa các NHTM. Các ngân hàng lớn như AGR, BID, CTG, MBB hay VCB vẫn giữ được ROE với mức tăng trưởng cao và ổn định qua các năm. Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Biến DEP: Trung bình đạt 64.71%, độ lệch chuẩn 0.1274 điều này cho thấy phần lớn nguồn vốn của NHTM đến từ huy động tiền gửi và có chiều hướng tăng ổn định qua các năm. DEP có giá trị thấp nhất là 25.08% (TPB năm 2011) và lớn nhất là 90.95% (AGR năm 2021) thể hiện sự phụ thuộc khác nhau vào nguồn vốn huy động giữa các ngân hàng.

Biến LDR: Có giá trị trung bình đạt 83.60% gần với mức giới hạn theo Thông tư 22/2019/TT-NHNN tối đa ở mức 85%. Mức cao của chỉ số này cho thấy nhiều ngân hàng sử dụng phần lớn nguồn vốn huy động để cho vay. Độ lệch chuẩn cao đạt 0.1573 phản ánh mức độ khác biệt trong chiến lược tín dụng giữa các NHTM. LDR có giá trị thấp nhất là 35.41% (MSB năm 2014) và cao nhất là 180.05% (BAB năm 2011), điều này có nghĩa là ngân hàng đang cho vay ra tới 1.8005 đồng trong khi tiền gửi từ khách hàng 1 đồng cho thấy một số ngân hàng có chính sách tín dụng khá rủi ro, tiềm ẩn nguy cơ mất cân đối thanh khoản nếu không được kiểm soát chặt chẽ.

Biến NPL: Có giá trị trung bình là 2.30%, tương đối phù hợp với ngưỡng kiểm soát theo quy định của NHNN và độ lệch chuẩn 0.0212 cho thấy sự ổn định trong các khoản nợ xấu. Giá trị nhỏ nhất là 0.1% (BaoVietBank năm 2010, NPL chiếm tỷ trọng rất nhỏ và gần như bằng 0), giá trị lớn nhất là 29.76% (NVB năm 2023) phản ánh mức độ kiểm soát rủi ro tín dụng không đồng đều giữa các ngân hàng. Đáng chú ý, tỷ lệ nợ xấu có xu hướng tăng mạnh trong giai đoạn 2022 – 2023, đặc biệt sau đại dịch Covid-19.

Biến COVID: Biến giả này nhận giá trị 1 trong các năm chịu tác động của đại dịch Covid-19 (2020 – 2023) và có giá trị trung bình 0.2811, cho thấy khoảng 28% số quan sát rơi vào giai đoạn bị ảnh hưởng bởi đại dịch. Giai đoạn này ghi nhận nhiều biến động trong hoạt động ngân hàng, đặc biệt là trong quản trị rủi ro thanh khoản.

Biến GDP: Có giá trị trung bình 6.02% phản ánh nền kinh tế tăng trưởng ổn định với độ lệch chuẩn là 0.0155. GDP thấp nhất là 2.56% vào năm 2021 do ảnh hưởng Covid-19 và cao nhất là 8.02% vào năm 2022 khi kinh tế phục hồi. Trong giai đoạn 2010 – 2019, GDP Việt Nam tăng trưởng mạnh mẽ với bình quân hàng năm khoảng 6% – 7%. Tuy nhiên, tác động tiêu cực từ đại dịch Covid-19 giai đoạn 2020 – 2021 khiến mọi hoạt động trong nền kinh tế bị chậm lại. GDP năm 2020 giảm xuống còn 2.87% và năm 2021 tiếp tục giảm còn 2.56%, đây cũng là mức tăng trưởng thấp nhất, kéo theo nhiều thách thức đối với thanh khoản ngân hàng. Bước sang năm 2022, GDP Việt Nam được phục hồi và đạt mức tăng trưởng cao nhất là 8.02%. GDP càng cao phản ánh tính năng động và phát triển của nền kinh tế quốc gia.

Biến INF: Lạm phát trung bình ở mức 5.17%, độ lệch chuẩn là 0.0447, với mức dao động thấp nhất 0.63% vào năm 2015 và cao nhất 18.68% vào năm 2011 cho thấy môi trường vĩ mô có nhiều biến động về giá cả hàng hóa. Nếu lạm phát được duy trì ở một tỷ lệ nhất định nào đó <10%, có thể thúc đẩy nền kinh tế của một quốc gia phát triển. Ngược lại, khi lạm phát vượt quá một tỷ lệ nhất định sẽ kéo theo chi phí vốn tăng, ảnh hưởng đến khả năng thanh khoản của ngân hàng và ảnh hưởng tiêu cực đến sự phát triển nền kinh tế. Lạm phát Việt Nam giai đoạn 2010 – 2023 có nhiều biến động và được Chính phủ luôn cố gắng kiểm soát ở mức tương đối ổn định, bất chấp những thách thức kinh tế toàn cầu.

4.2. Phân tích mối tương quan Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Nhằm đánh giá mối quan hệ ban đầu giữa biến phụ thuộc (LIQ) và các biến giải thích, tác giả tiến hành hồi quy theo phương pháp Pooled OLS đồng thời xây dựng ma trận tương quan. Bảng 4.2 thể hiện hệ số tương quan giữa các biến trong mô hình nghiên cứu.

• Bảng 4.2: Ma trận tương quan

Phân tích ma trận tương quan cho thấy mức độ liên hệ giữa các biến độc lập và thanh khoản (LIQ) có sự khác biệt rõ rệt. Cụ thể:

Biến SIZE có hệ số tương quan âm (-0.271) với LIQ, điều này cho thấy ngân hàng có quy mô lớn thường có xu hướng nắm giữ ít tài sản thanh khoản hơn, chủ yếu do ưu tiên tập trung vào hoạt động đầu tư và tín dụng thay vì duy trì tài sản có tính thanh khoản cao.

Biến CAP có tương quan dương nhẹ (0.092) với LIQ, hàm ý rằng tỷ lệ vốn chủ sở hữu cao hơn có thể góp phần cải thiện khả năng thanh khoản, mặc dù mối liên hệ này khá yếu.

Biến ROE có tương quan âm (-0.010) và gần như không có tương quan với LIQ, cho thấy mức sinh lời trên vốn chủ sở hữu không nhất thiết phản ánh mức độ thanh khoản của ngân hàng. Điều này cho thấy các ngân hàng có thể lựa chọn giảm thanh khoản để tối đa hóa lợi nhuận.

Biến DEP thể hiện mối tương quan âm khá mạnh (-0.515) với LIQ, cho thấy khi lượng tiền gửi tăng, các ngân hàng có xu hướng phân bổ nguồn vốn vào cho vay và đầu tư nhiều hơn, từ đó làm giảm tài sản thanh khoản.

Biến LDR có hệ số tương quan âm (-0.262) với LIQ, cho thấy việc ngân hàng đẩy mạnh hoạt động cho vay (LDR cao) kéo theo thanh khoản giảm. Điều này hợp lý vì LDR cao phản ánh mức cho vay lớn dẫn đến lượng tài sản dễ thanh khoản giảm đi, nguồn vốn bị khóa trong các khoản cho vay. Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Biến NPL có tương quan âm rất yếu (-0.009) với LIQ, cho thấy nợ xấu gia tăng có thể ảnh hưởng đến thanh khoản. Do người vay không trả lãi hoặc gốc đúng hạn cho các khoản vay, ngân hàng phải dành nguồn lực cho trích lập dự phòng nhiều hơn.

Biến COVID có tương quan âm nhẹ (-0.023) với LIQ, phản ánh những ảnh hưởng bất lợi từ đại dịch Covid-19 đến khả năng duy trì thanh khoản của hệ thống ngân hàng. Trong bối cảnh nền kinh tế ngày càng trở nên khó khăn, nhu cầu rút tiền và cần hỗ trợ vay vốn tăng trong khi khả năng thu hút tiền gửi giảm, gây sức ép lên thanh khoản.

Biến GDP có mối quan hệ âm (-0.075) với LIQ, cho thấy rằng khi tăng trưởng GDP cao hơn thì thanh khoản có xu hướng giảm. Điều này có thể được lý giải bởi việc các ngân hàng mở rộng tín dụng để tận dụng cơ hội phát triển trong giai đoạn tăng trưởng kinh tế, làm giảm lượng tài sản có tính thanh khoản.

Biến INF thể hiện mối tương quan dương đáng kể (0.344) với LIQ, cho thấy ngân hàng có xu hướng tăng tỷ lệ tài sản thanh khoản trong bối cảnh lạm phát cao nhằm đối phó với sự biến động giá cả thị trường hoặc chuẩn bị cho các biến cố kinh tế khó lường.

Tóm lại, biến CAP và INF là hai biến có tương quan cùng chiều với thanh khoản ngân hàng, trong khi các biến còn lại gồm SIZE, ROE, DEP, LDR, NPL, COVID và GDP có xu hướng tác động ngược chiều. Những kết quả này là cơ sở tham khảo quan trọng để tiếp tục phân tích sâu hơn về tác động định lượng và ý nghĩa thống kê của các yếu tố trong mô hình hồi quy chính thức.

4.3. Kiểm định hiện tượng đa cộng tuyến

Để xác định xem các biến độc lập có mối liên hệ tuyến tính cao gây ảnh hưởng đến kết quả ước lượng hay không, tác giả tiến hành kiểm định đa cộng tuyến thông qua chỉ số hệ số phóng đại phương sai (VIF – Variance Inflation Factor). Kết quả được trình bày ở Bảng 4.3:

• Bảng 4.3: Hệ số phóng đại phương sai VIF

Tất cả các biến đều có VIF dưới ngưỡng 10, dao động từ 1.13 đến 2.50 nên mô hình không gặp vấn đề nghiêm trọng về đa cộng tuyến. Giá trị trung bình VIF của mô hình là 1.67, thấp hơn đáng kể so với ngưỡng cảnh báo phổ biến (thường là 10 hoặc 5), cho thấy mối liên hệ tuyến tính giữa các biến giải thích là ở mức chấp nhận được.

Như vậy, mô hình không bị ảnh hưởng đáng kể bởi hiện tượng đa cộng tuyến. Kết quả này củng cố tính ổn định của mô hình và đảm bảo rằng các ước lượng hồi quy sẽ không bị sai lệch do sự phụ thuộc tuyến tính cao giữa các biến giải thích. Các biến độc lập đều có thể được giữ lại để đưa vào phân tích hồi quy mà không cần loại bỏ hay điều chỉnh thêm.

4.4. Kết quả hồi quy dữ liệu bảng Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Trong phần này, tác giả tiến hành phân tích hồi quy dữ liệu bảng bằng ba phương pháp phổ biến, bao gồm: Pooled OLS, FEM và REM. Việc sử dụng đồng thời ba phương pháp nhằm so sánh mức độ phù hợp của từng mô hình, cũng như đánh giá sự ảnh hưởng của các biến độc lập đến khả năng thanh khoản của các NHTM Việt Nam trong giai đoạn nghiên cứu. Kết quả hồi quy được trình bày tổng hợp trong Bảng 4.4 dưới đây.

• Bảng 4.4: Tóm tắt kết quả hồi quy ba mô hình

4.4.1. Kết quả mô hình hồi quy gộp (Pooled OLS)

Kết quả từ mô hình Pooled OLS cho thấy các biến SIZE, CAP, DEP, LDR, COVID và INF có ý nghĩa thống kê. Cụ thể:

Các biến SIZE (-0.0129), DEP (-0.289) và LDR (-0.141) có tác động nghịch chiều đến LIQ và đều có ý nghĩa ở mức thống kê cao nhất 1%. Điều này phản ánh rằng quy mô ngân hàng lớn, tỷ lệ tiền gửi cao hoặc mức độ cho vay vượt quá tiền gửi đều làm giảm khả năng thanh khoản.

Biến CAP (-0.244) có tác động âm với LIQ và có ý nghĩa ở mức 5%, cho thấy việc tăng vốn chủ sở hữu có thể khuyến khích các ngân hàng mở rộng hoạt động tín dụng để tăng lợi nhuận thay vì tích trữ tài sản thanh khoản.

Biến COVID (0.0255) có ảnh hưởng thuận chiều đến LIQ và có ý nghĩa ở mức 5%, hàm ý rằng trong bối cảnh đại dịch Covid-19, các ngân hàng có xu hướng nâng cao khả năng thanh khoản để phòng ngừa rủi ro.

Biến INF (0.267) cũng có ảnh hưởng cùng chiều đến LIQ và đạt mức ý nghĩa 1%, cho thấy khi lạm phát tăng cao, các ngân hàng có xu hướng tăng tích trữ tài sản thanh khoản.

Ngược lại, các biến ROE, NPL và GDP không có ý nghĩa thống kê trong mô hình. Điều này cho thấy chưa xác định được mối quan hệ rõ ràng giữa các yếu tố này và khả năng thanh khoản ngân hàng.

4.4.2. Kết quả mô hình tác động cố định (FEM) Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Với mô hình FEM, ở Bảng 4.4 các biến có ý nghĩa thống kê gồm: CAP, ROE, DEP, LDR, COVID và INF. Cụ thể:

Các biến CAP (-0.407), DEP (-0.367) và LDR (-0.190) tiếp tục ghi nhận tác động âm đến LIQ và đều có ý nghĩa ở mức 1%, khẳng định rằng mức vốn chủ sở hữu cao, huy động nhiều tiền gửi và cho vay nhiều có xu hướng làm giảm mức thanh khoản.

Biến ROE (0.0912) và INF (0.193) có tác động dương đến LIQ với ý nghĩa ở mức 5%, gợi ý rằng các ngân hàng có khả năng sinh lời tốt thường duy trì thanh khoản cao hơn, đặc biệt trong bối cảnh lạm phát gia tăng.

Biến COVID (0.0190) có tác động cùng chiều đến LIQ với mức ý nghĩa 10%, cho thấy ảnh hưởng thuận chiều nhẹ từ đại dịch Covid-19 đến chiến lược quản trị thanh khoản của ngân hàng.

Trong khi đó, các biến SIZE, NPL và GDP không mang lại ý nghĩa thống kê rõ ràng trong mô hình FEM, đồng thời tương đồng với kết quả của mô hình Pooled OLS.

4.4.3. Kết quả mô hình tác động ngẫu nhiên (REM)

Kết quả hồi quy theo mô hình REM ở Bảng 4.4 tiếp tục ghi nhận sự ảnh hưởng có ý nghĩa thống kê từ các biến SIZE, CAP, ROE, DEP, LDR, COVID và INF đến thanh khoản. Cụ thể:

Các biến CAP (-0.387), DEP (-0.349) và LDR (-0.179) vẫn giữ tác động nghịch chiều đến LIQ và ý nghĩa ở mức 1%, tương tự hai mô hình trước.

Biến ROE (0.0908) có ảnh hưởng dương đến LIQ và có ý nghĩa ở mức 5%, củng cố sự ổn định trong kết quả giữa các mô hình.

Hai biến COVID (0.0218) và INF (0.200) tiếp tục mang dấu dương với ý nghĩa 5%, tiếp tục khẳng định tầm ảnh hưởng của đại dịch Covid-19 và lạm phát trong việc điều chỉnh chính sách thanh khoản của ngân hàng là khá rõ ràng. Kết quả tương tự như hai mô hình hồi quy trước. Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Biến SIZE (-0.0121) có tác động âm đến LIQ và đạt mức ý nghĩa 10%, gợi ý một mối quan hệ nhẹ giữa quy mô ngân hàng và mức độ nắm giữ tài sản thanh khoản.

Tương tự như hai mô hình trước, hai biến NPL và GDP vẫn không có ý nghĩa thống kê, cho thấy chưa tìm thấy mối liên hệ nhất quán giữa chất lượng tín dụng hay tăng trưởng kinh tế và thanh khoản ngân hàng trong giai đoạn nghiên cứu.

Khi so sánh ba mô hình hồi quy trên, có thể thấy mô hình FEM và REM đều có hệ số R² = 0.454, nghĩa là khoảng 45.4%, cao hơn so với mô hình Pooled OLS (R² = 0.381), cho thấy hai mô hình FEM và REM có khả năng giải thích biến động của biến phụ thuộc tốt hơn. Nếu giả định rằng sự khác biệt giữa các ngân hàng là không thay đổi theo thời gian, FEM sẽ là lựa chọn phù hợp hơn. Ngược lại, nếu các đặc điểm riêng của từng ngân hàng là ngẫu nhiên và không tương quan với các biến độc lập, mô hình REM sẽ hợp lý hơn. Tuy nhiên, để xác định mô hình nào là phù hợp nhất cần thực hiện các kiểm định bổ sung, bao gồm:

• Kiểm định F-test nhằm so sánh giữa Pooled OLS và FEM;
• Kiểm định Breusch-Pagan Lagrangian để kiểm tra giữa Pooled OLS và REM;
• Kiểm định Hausman để xác định lựa chọn giữa FEM và REM.

Việc xác định đúng mô hình phù hợp là bước quan trọng để đảm bảo kết quả phân tích có tính chính xác và tin cậy, làm cơ sở vững chắc cho việc đưa ra các khuyến nghị quản trị thanh khoản hiệu quả ở chương sau.

4.5. Kiểm định lựa chọn mô hình phù hợp Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Nhằm xác định mô hình phù hợp nhất để phân tích mối quan hệ giữa các biến độc lập và khả năng thanh khoản của các ngân hàng, nghiên cứu tiến hành ba kiểm định thống kê quan trọng: F-test, Breusch-Pagan Lagrangian và Hausman. Các kiểm định này đóng vai trò quyết định trong việc lựa chọn giữa ba mô hình hồi quy dữ liệu bảng gồm: Pooled OLS, FEM và REM. Dưới đây là các bước kiểm định chi tiết:

Bước 1: Kiểm định F-test giữa Pooled OLS và FEM. Mục tiêu của kiểm định F là đánh giá xem có sự tồn tại của các yếu tố đặc trưng riêng biệt giữa các đơn vị quan sát hay không.

Giả thuyết H₀: Mô hình Pooled OLS phù hợp (p-value > 5%); Giả thuyết H₁: Mô hình FEM phù hợp hơn.

Kết quả kiểm định F-test trong Bảng 4.5 cho thấy giá trị p-value = 0.0000 < 5%. Do đó, bác bỏ giả thuyết H₀. Điều này cho thấy các đặc điểm cá thể có ảnh hưởng đáng kể và FEM là lựa chọn thích hợp hơn Pooled OLS.

• Bảng 4.5: Kết quả kiểm định F-test

Bước 2: Kiểm định Breusch-Pagan Lagrangian giữa Pooled OLS và REM. Kiểm định này được sử dụng để xem xét mô hình REM có cải thiện độ phù hợp so với Pooled OLS hay không, với giả thuyết:

Giả thuyết H₀: Mô hình Pooled OLS phù hợp (p-value > 5%) Giả thuyết H₁: Mô hình REM phù hợp hơn.

Kết quả kiểm định Breusch-Pagan Lagrangian ở Bảng 4.6 cho giá trị p-value = 0.0000 < 5%, nên bác bỏ giả thuyết H₀ và chấp nhận H₁, cho thấy mô hình REM được xác định là phù hợp hơn Pooled OLS.

• Bảng 4.6: Kết quả kiểm định Breusch-Pagan Lagrangian

Bước 3: Kiểm định Hausman giữa FEM và REM. Đây là kiểm định giúp lựa chọn giữa FEM và REM dựa trên tính nhất quán và hiệu quả của các ước lượng với giả thuyết:

Giả thuyết H₀: Mô hình REM phù hợp (p-value > 5%) Giả thuyết H₁: Mô hình FEM phù hợp hơn.

Kết quả kiểm định Hausman ở Bảng 4.7 cho thấy p-value = 45.98% > 5%, vì vậy không thể bác bỏ giả thuyết H₀. Như vậy, mô hình REM được lựa chọn làm mô hình chính thức để phân tích trong nghiên cứu này.

• Bảng 4.7: Kết quả kiểm định Hausman Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Kết luận về lựa chọn mô hình: Trên cơ sở kết quả từ ba kiểm định nêu trên, mô hình tác động ngẫu nhiên (REM) được xác định là phù hợp nhất để ước lượng mối quan hệ giữa các yếu tố và khả năng thanh khoản của NHTM Việt Nam. Tuy nhiên, để đảm bảo độ chính xác và hiệu quả của các ước lượng còn phụ thuộc vào việc mô hình REM có vi phạm các giả định cơ bản của hồi quy hay không, cần tiếp tục đánh giá các giả định kinh tế lượng cơ bản, bao gồm hiện tượng phương sai sai số thay đổi và tự tương quan.

4.6. Kiểm định các vi phạm trong mô hình REM

Kiểm định phương sai sai số thay đổi trong mô hình REM: Hiện tượng phương sai sai số thay đổi được kiểm tra bằng kiểm định Breusch-Pagan Lagrangian thông qua lệnh ‘xttest0’ trong STATA với:

Giả thuyết H₀: Không có hiện tượng phương sai sai số thay đổi (p-value > 5%), Giả thuyết H₁: Có hiện tượng phương sai sai số thay đổi.

Như trình bày tại Bảng 4.6 trên, p-value = 0.0000 < 5% nên bác bỏ giả thuyết H₀, khẳng định rằng mô hình REM tồn tại hiện tượng phương sai sai số thay đổi, điều này ảnh hưởng tiêu cực đến độ tin cậy của ước lượng.

Kiểm định tự tương quan trong mô hình REM: Kiểm định Wooldridge được tiến hành để kiểm tra sự tồn tại của tự tương quan bậc nhất trong dữ liệu bảng thông qua lệnh ‘xtserial’ với:

Giả thuyết H₀: Không có tự tương quan (p-value > 5%); Giả thuyết H₁: Có tự tương quan.

Kết quả kiểm định Wooldridge ở Bảng 4.8 cho thấy p-value = 0.000 < 5%, dẫn đến việc bác bỏ giả thuyết H₀. Như vậy, có bằng chứng thống kê về sự tồn tại của tự tương quan trong mô hình REM.

• Bảng 4.8: Kết quả kiểm định tự tương quan trong mô hình REM

Kết luận và khắc phục: Mô hình REM mặc dù được lựa chọn là phù hợp nhưng lại gặp hiện tượng phương sai sai số thay đổi và tự tương quan. Những vi phạm này có thể khiến ước lượng trở nên sai lệch và không hiệu quả. Do đó, nghiên cứu tiếp tục thực hiện hồi quy mô hình FGLS (Feasible Generalized Least Squares) nhằm hiệu chỉnh sai số của các ước lượng.

4.7. Kiểm định hồi quy FGLS để khắc phục vi phạm giả định

Sau khi xác định mô hình REM là phù hợp thông qua kiểm định Hausman, các kiểm định tiếp theo cho thấy mô hình này vi phạm các giả định cơ bản về phương sai thay đổi và tự tương quan phần dư. Để xử lý các khuyết tật này, phương pháp FGLS được sử dụng nhằm cải thiện độ tin cậy và hiệu quả của các ước lượng. Kết quả hồi quy với phương pháp FGLS được trình bày tại Bảng 4.9 dưới đây:

• Bảng 4.9: Kết quả hồi quy mô hình FGLS

Kết quả hồi quy từ phương pháp FGLS thu được từ Bảng 4.9 cho thấy p-value < 5%, vậy nên kết luận các biến độc lập được chọn trong mô hình có ảnh hưởng tổng thể đáng kể đến biến phụ thuộc là tính thanh khoản (LIQ) của các NHTM Việt Nam và mô hình được xây dựng phù hợp.

4.8. Kiểm định tính nội sinh và hồi quy mô hình GMM Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Sau khi xử lý hiện tượng phương sai sai số thay đổi và tự tương quan bằng phương pháp FGLS, kết quả cho thấy mô hình có ý nghĩa thống kê và phù hợp. Tuy nhiên, phương pháp FGLS chưa khắc phục được khả năng tồn tại nội sinh giữa biến phụ thuộc (LIQ) và các biến giải thích có tính nội tại của ngân hàng như SIZE, CAP, ROE, DEP, LDR và NPL. Các biến này có thể đồng thời chịu ảnh hưởng của thanh khoản, gây ra hiện tượng tương quan ngược giữa phần dư và biến giải thích, dẫn đến ước lượng sai lệch nếu dùng OLS, FEM hoặc REM. Để đảm bảo tính vững của ước lượng, nghiên cứu tiến hành kiểm định nội sinh và hồi quy GMM nhằm xác định và xử lý khả năng tồn tại mối tương quan giữa các biến giải thích và sai số ngẫu nhiên. Để kiểm tra các biến nội tại trong mô hình có tồn tại nội sinh hay không, tác giả kiểm định bằng phương pháp hồi quy hồi quy biến công cụ (IV – Instrumental Variables), cụ thể là mô hình 2SLS kết hợp với kiểm định Wu-Hausman-Durbin với giả thuyết sau:

• H₀: Là biến ngoại sinh (p-value > 5%);
• H₁: Là biến là nội sinh. Dưới đây là kết quả kiểm định nội sinh cho các biến:

Bảng 4.10: Kết quả kiểm định nội sinh và sức mạnh công cụ mô hình 2SLS

Qua bảng 4.10 cho thấy p-value của kiểm định Wu-Hausman-Durbin trong mọi trường hợp đều lớn hơn 0.05, nên kết luận tất cả các biến nội tại (SIZE, CAP, ROE, DEP, LDR và NPL) đều có thể được coi là ngoại sinh. Tuy nhiên, biến CAP (P = 0.0860) và DEP (P = 0.0607) có p-value nằm giữa 0.05 và 0.10, điều này cho thấy có nguy cơ nội sinh tiềm ẩn ở mức ý nghĩa 10%. Kiểm định sức mạnh của công cụ cho thấy tất cả các biến trễ (L.SIZE, L.CAP, L.ROE, L.DEP, L.LDR và L.NPL) đều có F-statistic > 10, chứng tỏ các công cụ này là mạnh và đáng tin cậy để sử dụng trong ước lượng IV/2SLS.

Tiếp theo, tác giả sử dụng mô hình GMM để giải quyết vấn đề nội sinh của các biến độc lập nghi ngờ nội sinh (CAP, DEP) và biến trễ của LIQ (L.LIQ), đồng thời nâng cao tính vững của kết quả.

• Bảng 4.11. Kết quả hồi quy mô hình GMM Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Kết quả hồi quy theo phương pháp System GMM (SGMM) được trình bày trong Bảng 4.11 cho thấy mô hình có độ tin cậy cao ở mức ý nghĩa 1% ( p-value = 0.000), chứng tỏ các biến trong mô hình có khả năng giải thích tốt sự biến động của biến phụ thuộc (LIQ).

Để đảm bảo tính hợp lệ của mô hình SGMM, các điều kiện kỹ thuật được kiểm định như sau:

• Số lượng công cụ (18) nhỏ hơn số nhóm quan sát (29), do đó mô hình không bị hiện tượng “quá nhiều công cụ”.
• Kiểm định Arellano–Bond (AR(2)) có p-value = 968 (> 0.1), cho thấy không tồn tại tự tương quan bậc hai, mô hình hợp lệ.
• Kiểm định Sargan có p-value = 051 hơi sát 0.05, nhưng vẫn nằm trong ngưỡng chấp nhận, thường coi 0.05 – 0.1 là ổn.
• Và kiểm định Hansen có p-value = 0.372 (> 0.1), cho rằng các công cụ hợp lệ, không dư thừa, mô hình đáng tin cậy.

Từ các kết quả trên, có thể kết luận rằng tất cả các điều kiện của mô hình SGMM đều được thỏa mãn và phương pháp này được xem là phù hợp nhất để giải thích các yếu tố tác động đến khả năng thanh khoản của các NHTM Việt Nam trong giai đoạn 2010 – 2023.

LIQ = 0.7706 – 0.0193SIZE – 0.9507CAP + 0.0459ROE – 0.2838DEP –0.0846LDR – 0.2269NPL + 0.0543COVID + 0.2360GPD + 0.5153INF + e

Tiếp theo, Bảng 4.12 tổng hợp kết quả kiểm định các giả thuyết nghiên cứu dựa trên mô hình SGMM:

• Bảng 4.12: Tổng hợp kết quả kiểm định giả thuyết nghiên cứu

Qua bảng tổng hợp 4.12 trên cho thấy mô hình có 7 biến đạt ý nghĩa thống kê ở các mức 1%, 5% và 10%, bao gồm: SIZE, CAP, DEP, LDR, NPL, COVID, INF và không phải tất cả các dấu của biến trong mô hình đều phù hợp với kỳ vọng ban đầu đã đưa ra. Chỉ có 5 biến quan sát gồm SIZE, LDR, NPL, COVID, INF có dấu đúng với giả thuyết và có ý nghĩa thống kê. Trong khi đó, các biến như CAP, DEP dù có ý nghĩa thống kê nhưng lại cho kết quả trái dấu kỳ vọng. Hai biến còn lại là ROE, GDP không có ý nghĩa rõ ràng nên không đủ cơ sở để kết luận chắc chắn về mối quan hệ của chúng với thanh khoản trong bối cảnh nghiên cứu.

Kết quả phản ánh rằng khả năng thanh khoản của các NHTM Việt Nam trong giai đoạn 2010 – 2023 chịu ảnh hưởng chủ yếu bởi các yếu tố nội tại của ngân hàng, đồng thời một số yếu tố vĩ mô như lạm phát và đại dịch Covid-19 cũng có vai trò điều tiết đáng kể. Phần tiếp theo sẽ đi sâu phân tích đánh giá cụ thể từng mối quan hệ và mức độ tác động của các yếu tố đến khả năng thanh khoản.

4.9. Thảo luận kết quả nghiên cứu theo mô hình GMM Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

4.9.1. Mối quan hệ giữa LIQ và SIZE

Hệ số hồi quy âm của SIZE ở Bảng 4.11 là -0.0193 và đạt ý nghĩa thống kê ở mức 5%, cho thấy quy mô ngân hàng càng lớn thì khả năng thanh khoản càng giảm. Kết quả nghiên cứu tương đồng với các nghiên cứu trước tại nước ngoài và Việt Nam như Singh & Sharma (2016), Al-Qudah (2020), Nguyễn Hoàng Phong & Phan Thị Thu Hà (2017), Nguyễn Thị Tuyết Nga (2019), Đỗ Thu Hằng & cộng sự (2022), Đặng Thị Quỳnh Anh & Trần Lê Mai Anh (2022), Vũ Cẩm Nhung & cộng sự (2023). Kết quả này phù hợp với giả thuyết ban đầu và với lý thuyết “Quá lớn để sụp đổ”, cho rằng khi ngân hàng mở rộng quy mô, cấu trúc tài chính có xu hướng trở nên phức tạp hơn, họ thường chấp nhận rủi ro thanh khoản cao hơn để gia tăng mức độ đầu tư và đa dạng hóa các hoạt động sinh lợi vì họ tin rằng sẽ được Chính phủ hoặc NHNN hỗ trợ khi gặp khủng hoảng. Điều này phản ánh thực tế bối cảnh Việt Nam giai đoạn 2010 – 2023, khi hệ thống NHTM đã trải qua quá trình tái cơ cấu mạnh mẽ, nhiều ngân hàng sáp nhập và tăng tài sản. Tuy nhiên, tốc độ tăng trưởng quy mô nóng làm cơ cấu tài sản kém linh hoạt, khiến tài sản có tính thanh khoản giảm tương đối, cùng với việc ngân hàng phải đối mặt với áp lực thanh khoản khi tập trung quá nhiều nguồn lực vào các dự án đầu tư dàn trải, cho vay ồ ạt, làm nảy sinh rủi ro nợ xấu.

4.9.2. Mối quan hệ giữa LIQ và CAP

Biến CAP ở Bảng 4.11 có hệ số hồi quy âm là -0.9507 và có ý nghĩa thống kê ở mức 5%, hàm ý rằng khi tỷ lệ vốn chủ sở hữu tăng, khả năng thanh khoản giảm. Kết quả này trái với kỳ vọng ban đầu, nhưng tương đồng với các nghiên cứu của Moussa (2015), Ahamed (2021), Kasana & cộng sự (2022). Điều này có thể được giải thích theo “Lý thuyết thu nhập dự kiến”, khi ngân hàng sở hữu mức vốn chủ sở hữu cao sẽ tự tin mở rộng đầu tư dài hạn, mục tiêu tăng trưởng hoạt động tín dụng để tối đa hóa lợi nhuận kỳ vọng trong tương lai sẽ đảm bảo khả năng thanh toán, do đó giảm dự trữ tài sản có tính thanh khoản cao. Đồng thời, các ngân hàng có thể cảm thấy an toàn khi dựa nhiều vào nguồn vốn chủ sở hữu và ít chú trọng duy trì lượng lớn tài sản có tính thanh khoản cao có lợi suất thấp, vì tin rằng có thể dễ dàng tiếp cận vốn từ các kênh khác nếu cần. Trong bối cảnh Việt Nam giai đoạn 2010 – 2023, việc các NHTM tăng trưởng vốn chủ yếu để đáp ứng yêu cầu Basel II và cải thiện khả năng chịu rủi ro dài hạn, chứ không trực tiếp tăng cường tài sản có tính thanh khoản, có thể là nguyên nhân khiến kết quả này xuất hiện.

4.9.3. Mối quan hệ giữa LIQ và DEP Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Hệ số hồi quy âm của DEP ở Bảng 4.11 là -0.2838, đạt ý nghĩa thống kê ở mức 5% và trái dấu kỳ vọng, phản ánh tỷ lệ tiền gửi cao làm giảm khả năng thanh khoản ngân hàng. Kết quả này tương đồng với các nghiên cứu của Shah & cộng sự (2018) và phù hợp với “Lý thuyết khả năng chuyển đổi tài sản”, cho rằng thanh khoản của ngân hàng phụ thuộc vào khả năng chuyển đổi nhanh tài sản sang tiền mặt; tuy nhiên, khi ngân hàng có tỷ lệ tiền gửi lớn, thì sự phụ thuộc vào nguồn tiền gửi cũng sẽ tăng và có xu hướng mở rộng cho vay nhằm đạt mục tiêu lợi nhuận, làm giảm lượng tài sản thanh khoản. Đặc biệt, các NHTM tại Việt Nam có cấu trúc kỳ hạn của tiền gửi phần lớn là tiền gửi ngắn hạn và tỷ lệ tiền gửi chiếm tới 70 – 80% tổng nguồn vốn. Giai đoạn 2010 – 2023, tâm lý gửi tiết kiệm của người dân Việt Nam vẫn cao nhờ lãi suất hấp dẫn, giúp các ngân hàng có nguồn vốn ổn định. Tuy nhiên, nếu ngân hàng phụ thuộc vào lượng tiền gửi quá lớn sẽ làm tăng rủi ro mất thanh khoản khi xảy ra biến động bất ngờ trong hành vi rút tiền hàng loạt hoặc không thu hồi kịp thời được các khoản cho vay. Điển hình như năm 2012 khi ông Nguyễn Đức Kiên bị bắt, hiện tượng rút tiền hàng loạt từng xảy ra tại Ngân hàng TMCP Á Châu gây áp lực thanh khoản. Điều này cho thấy tiền gửi không phải lúc nào cũng là nguồn vốn ổn định như lý thuyết đề xuất.

4.9.4. Mối quan hệ giữa LIQ và LDR

Hệ số của LDR ở Bảng 4.11 là -0.0846 với mức ý nghĩa 10%, cho thấy tỷ lệ dư nợ cho vay trên tiền gửi cao làm giảm khả năng thanh khoản ngân hàng. Đây là kết quả phù hợp với kỳ vọng ban đầu và cũng phù hợp với các nghiên cứu trước như Ahamed (2021), Đặng Thị Quỳnh Anh & Trần Lê Mai Anh (2022), Vũ Cẩm Nhung & cộng sự (2023) để xác nhận rằng việc cho vay cao quá mức mà không có biện pháp cân đối nguồn vốn hiệu quả, ngân hàng nắm giữ ít tài sản thanh khoản hơn có thể làm suy yếu khả năng thanh toán ngắn hạn. Điều này phản ánh đúng thực tiễn của nhiều NHTM Việt Nam trong giai đoạn 2010 – 2023, khi mà LDR của nhiều NHTM Việt Nam vượt mức khuyến nghị 80 – 90%, cho thấy khuynh hướng tận dụng tối đa tiền gửi để cho vay. Tình trạng này làm thanh khoản trở nên mong manh khi các khoản vay bị chậm thu hồi hoặc nợ xấu phát sinh, trong khi việc chuyển đổi tài sản để đáp ứng yêu cầu thanh toán ngắn hạn không dễ dàng. Vì vậy, LDR cao thường gắn với rủi ro thanh khoản, đặc biệt trong bối cảnh khủng hoảng niềm tin hay kinh tế suy giảm.

4.9.5. Mối quan hệ giữa LIQ và NPL

Hệ số NPL ở Bảng 4.11 có dấu âm 0.2269 và có ý nghĩa thống kê ở mức 10%, cho thấy nợ xấu tăng làm giảm khả năng thanh khoản. Kết quả này phù hợp với kỳ vọng và tương đồng với nghiên cứu của Singh & Sharma (2016), Al-Qudah (2020), Husni & cộng sự (2022), Nguyễn Hoàng Phong & Phan Thị Thu Hà (2017), Đỗ Thu Hằng & cộng sự (2022), Đặng Thị Quỳnh Anh & Trần Lê Mai Anh (2022). Kết quả nghiên cứu phản ánh thực tế rằng khi tỷ lệ nợ xấu tăng, ngân hàng buộc phải trích lập dự phòng nhiều hơn, làm giảm nguồn vốn khả dụng cho hoạt động thanh khoản. Trong bối cảnh Việt Nam, các ngân hàng đã phải trải qua giai đoạn 2010 – 2023 biến động mạnh về chất lượng tài sản, dư âm của khủng hoảng tín dụng 2008 – 2010 và tình trạng cho vay ồ ạt trong lĩnh vực bất động sản, khiến nhiều ngân hàng mất khả năng chuyển đổi tài sản thành tiền mặt, việc cơ cấu lại thời hạn trả nợ, giãn nợ và miễn giảm lãi suất trong đại dịch Covid-19 (2020 – 2021) giúp giảm nợ xấu tạm thời trên sổ sách, nhưng cũng đồng thời che giấu một phần rủi ro thanh khoản thực tế, khiến mối quan hệ giữa NPL và LIQ vẫn duy trì chiều hướng tiêu cực. Do đó rủi ro tín dụng là một trong những nguyên nhân cốt lõi ảnh hưởng đến rủi ro thanh khoản của hệ thống ngân hàng Việt Nam, đặc biệt trong các giai đoạn kinh tế suy giảm hoặc bất ổn tài chính.

4.9.6. Mối quan hệ giữa LIQ và COVID Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Biến COVID ở Bảng 4.11 có hệ số dương 0.0543 và ý nghĩa thống kê rất cao ở mức 1%, cho thấy trong giai đoạn đại dịch Covid-19, thanh khoản của ngân hàng tăng lên. Phát hiện này phù hợp với “Lý thuyết tín hiệu”, khi ngân hàng chủ động duy trì mức thanh khoản cao để phát đi tín hiệu an toàn tài chính, nhằm củng cố niềm tin của khách hàng và nhà đầu tư trong bối cảnh khủng hoảng. Đây cũng là minh chứng cho năng lực điều tiết chính sách vĩ mô của Chính phủ và NHNN trong việc hỗ trợ thanh khoản hệ thống một cách kịp thời thông qua cơ cấu nợ, miễn giảm lãi và bơm vốn thanh khoản đã giúp các ngân hàng giảm bớt gánh nặng và duy trì thanh khoản tương đối ổn định trong giai đoạn 2020 – 2023.

4.9.7. Mối quan hệ giữa LIQ và INF

Hệ số dương của lạm phát ở Bảng 4.11 là 0.5153 mang ý nghĩa thống kê ở mức 5%, cho thấy lạm phát tăng có thể thúc đẩy ngân hàng duy trì thanh khoản cao hơn, nhằm phòng ngừa rủi ro giá trị thực của tài sản giảm. Kết quả nghiên cứu như kỳ vọng ban đầu và tương đồng với nghiên cứu của Al-Qudah (2020), Ahamed (2021), Vũ Cẩm Nhung & cộng sự (2023). Phát hiện này phù hợp với “lý thuyết tín hiệu”, theo đó các ngân hàng có phản ứng linh hoạt trong chính sách nắm giữ tài sản lỏng để gửi tín hiệu an toàn tới thị trường và cơ quan quản lý, củng cố niềm tin của nhà đầu tư và người gửi tiền. Trong bối cảnh lạm phát gia tăng ở Việt Nam giai đoạn 2010 – 2023 tương đối được kiểm soát, NHNN thường hỗ trợ thanh khoản toàn ngành bằng các chính sách lãi suất khi lạm phát tăng, giúp duy trì khả năng chi trả ngắn hạn.

4.9.8. Mối quan hệ giữa LIQ và các biến còn lại (ROE, GDP)

Hai biến ROE và GDP ở Bảng 4.11 không đạt ý nghĩa thống kê trong mô hình GMM, phản ánh rằng lợi nhuận và tăng trưởng kinh tế không tạo ra tác động rõ ràng đến thanh khoản ngân hàng trong giai đoạn 2010 – 2023. Điều này có thể được lý giải như sau:

Đối với ROE, mặc dù hệ số dương, nhưng không đủ mạnh để chứng minh mối quan hệ thuận chiều, có thể do sự thay đổi mạnh trong cơ cấu lợi nhuận, chiến lược kinh doanh và tác động chính sách khiến mối quan hệ giữa hai biến này thiếu nhất quán và không đạt ý nghĩa thống kê.

Đối với GDP có hệ số dương nhưng không ý nghĩa, cho thấy tăng trưởng kinh tế chưa lan tỏa rõ đến khả năng thanh khoản do trong giai đoạn nghiên cứu thị trường tài chính Việt Nam chịu sự điều tiết chặt của NHNN.

TÓM TẮT CHƯƠNG 4 Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Chương 4 tác giả đã trình bày chi tiết quy trình xử lý và phân tích dữ liệu nhằm đánh giá các yếu tố tác động đến khả năng thanh khoản của các NHTM Việt Nam trong giai đoạn 2010 – 2023. Dữ liệu được xử lý qua các bước gồm: Thống kê mô tả, kiểm định đa cộng tuyến, kiểm định sự phù hợp của ba mô hình hồi quy gồm Pooled OLS, FEM, REM và kết quả lựa chọn mô hình REM là phù hợp nhất. Do mô hình REM vi phạm các giả định về phương sai sai số thay đổi và tự tương quan, phương pháp FGLS được sử dụng để khắc phục, giúp nâng cao độ tin cậy của ước lượng.

Tiếp đó, nghiên cứu tiến hành kiểm định nội sinh bằng các phương pháp 2SLS và Wu-Hausman-Durbin, phát hiện hai biến CAP và DEP có dấu hiệu nội sinh ở mức ý nghĩa 10%. Để xử lý vấn đề này, mô hình SGMM được sử dụng nhằm đảm bảo tính nhất quán và vững của kết quả ước lượng.

Kết quả hồi quy từ mô hình SGMM cho thấy các yếu tố nội tại gồm SIZE, CAP, DEP, LDR và NPL có tác động nghịch chiều đến khả năng thanh khoản, trong khi hai yếu tố vĩ mô là COVID và INF lại có tác động thuận chiều và có ý nghĩa thống kê. Hai biến còn lại là ROE và GDP không cho thấy mối quan hệ có ý nghĩa thống kê rõ rệt. Điều này phản ánh sự phức tạp mang tính đặc thù riêng của hệ thống ngân hàng Việt Nam và bối cảnh kinh tế trong thời gian nghiên cứu.

Kết quả phân tích khẳng định khả năng thanh khoản của các NHTM chịu ảnh hưởng đồng thời từ đặc điểm nội tại và yếu tố kinh tế vĩ mô. Những phát hiện này không chỉ cung cấp bằng chứng thực nghiệm về các yếu tố tác động đến khả năng thanh khoản của các NHTM Việt Nam, mà còn là cơ sở quan trọng để đề xuất các hàm ý chính sách và giải pháp quản trị thanh khoản hiệu quả trong Chương 5.

CHƯƠNG 5. KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

5.1. Kết luận chung

Thanh khoản đóng vai trò quan trọng trong đảm bảo hoạt động ổn định và bền vững của các NHTM Việt Nam. Dựa trên dữ liệu của 29 NHTM tại Việt Nam trong giai đoạn 2010 – 2023, nghiên cứu này đã ứng dụng mô hình hồi quy SGMM để xác định các yếu tố tác động đến thanh khoản ngân hàng và đánh giá hướng tác động của từng yếu tố, từ đó đáp ứng được các mục tiêu ban đầu của nghiên cứu. Kết quả cho thấy thanh khoản của các NHTM bị chi phối bởi nhiều yếu tố nội tại và vĩ mô. Cụ thể, Các biến nội tại gồm SIZE, CAP, DEP, LDR và NPL có tác động nghịch chiều, trong khi COVID và INF có tác động thuận chiều và có ý nghĩa thống kê. Hai biến ROE và GDP không thể hiện mối liên hệ có ý nghĩa thống kê rõ ràng với thanh khoản.

Từ những kết quả trên, nghiên cứu đưa ra một số hàm ý quản trị thiết thực đối với các NHTM cũng như cơ quan quản lý là NHNN, nhằm nâng cao năng lực thanh khoản và góp phần củng cố sự ổn định tài chính toàn hệ thống.

5.2. Hàm ý quản trị Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

5.2.1. Đối với các Ngân hàng thương mại (NHTM)

5.2.1.1. Biến SIZE

Kết quả nghiên cứu chỉ ra rằng SIZE có mối quan hệ nghịch chiều với khả năng thanh khoản. Điều này phản ánh thực tế rằng các ngân hàng lớn thường có chiều hướng nắm giữ ít tài sản thanh khoản hơn để mở rộng đầu tư, tín dụng hoặc đa dạng hóa hoạt động. Tuy nhiên, điều này cũng tiềm ẩn rủi ro nếu thị trường xảy ra cú sốc. Do đó, việc duy trì khả năng thanh khoản ổn định là thách thức, các ngân hàng quy mô lớn cần tận dụng và phát huy lợi thế quy mô của mình để thu hút vốn và đa dạng hóa danh mục tài sản để giảm thiểu phụ thuộc vào quy mô trong quản lý thanh khoản. Xây dựng chính sách thanh khoản linh hoạt hơn, phù hợp với chiến lược kinh doanh và rủi ro thị trường, cân nhắc điều chỉnh các hoạt động đầu tư và tín dụng, kết hợp dự báo dòng tiền trên quy mô và đặc điểm ngân hàng, giám sát nhu cầu rút vốn.

5.2.1.2. Biến CAP

Kết quả tại Chương 4 thể hiện giữa CAP và thanh khoản ngân hàng có mối quan hệ ngược chiều nhau, phản ánh xu hướng các ngân hàng có tỷ lệ vốn mạnh thường có sức chịu đựng rủi ro cao hơn, từ đó ưu tiên việc sử dụng vốn để tối ưu hóa lợi nhuận thay vì tích trữ tài sản thanh khoản. Tuy nhiên, điều này có thể khiến ngân hàng kém linh hoạt khi đối mặt với các cú sốc thị trường. Do đó, các NHTM cần cân bằng giữa hiệu quả sử dụng vốn và yêu cầu dự trữ thanh khoản, thông qua việc thiết lập mức dự trữ thanh khoản tối thiểu và giới hạn rủi ro đầu tư, đảm bảo vừa đáp ứng chuẩn Basel II – III, nhằm đạt lợi nhuận tối đa mà không làm giảm quá nhiều tài sản thanh khoản. Đồng thời, các ngân hàng nên chú trọng việc gia tăng vốn chủ sở hữu để tạo vùng đệm vững chắc, đáp ứng kịp thời các nhu cầu thanh khoản đột xuất, giảm phụ thuộc vào vốn vay từ bên ngoài nhằm nâng cao sức chống chịu trong bối cảnh rủi ro thị trường ngày càng phức tạp.

5.2.1.3. Biến ROE

Mặc dù kết quả tại chương 4, ROE không có ý nghĩa thống kê, song hệ số dương cho thấy khả năng sinh lời tốt có thể cải thiện thanh khoản nếu được quản lý hợp lý. Các ngân hàng cần tăng cường chất lượng tín dụng, kiểm soát chi phí và đa dạng hóa nguồn thu khác (dịch vụ thanh toán, bảo hiểm, đầu tư trái phiếu), nhằm nâng cao ROE bền vững mà không làm gia tăng rủi ro thanh khoản.

5.2.1.4. Biến DEP Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Dựa vào kết quả Chương 4 cho thấy biến DEP có tương quan ngược chiều đến khả năng thanh khoản của các NHTM. Mặc dù, tiền gửi là nguồn vốn chính nhưng cũng tiềm ẩn rủi ro thanh khoản nếu bị sử dụng quá mức vào cho vay và đầu tư. Để đảm bảo thanh khoản trong dài hạn, các NHTM cần chú trọng quản lý cơ cấu kỳ hạn tiền gửi một cách hợp lý, khuyến khích khách hàng gửi tiền dài hạn và đa dạng hóa nguồn vốn huy động (trái phiếu, chứng chỉ tiền gửi, liên ngân hàng). Việc phát triển các sản phẩm tiết kiệm linh hoạt, ưu đãi cho khách hàng cũng là biện pháp giảm rủi ro rút tiền hàng loạt, đảm bảo ổn định nguồn vốn từ đó giúp ngân hàng kiểm soát thanh khoản tốt hơn.

5.2.1.5. Biến LDR

Kết quả tại Chương 4 cho thấy LDR có tương quan ngược chiều với khả năng thanh khoản của NHTM. Khi tỷ lệ LDR tăng cao, ngân hàng có thể gặp rủi ro thanh khoản do cho vay quá mức mà không có đủ dự phòng thanh khoản làm suy giảm khả năng đáp ứng nghĩa vụ thanh toán tức thời. Do đó, để tránh tình trạng thanh khoản yếu, các NHTM cần cân nhắc giới hạn tỷ lệ LDR ở mức tối ưu (khoảng 80 – 85%), theo dõi sát sao tỷ lệ này bằng cách áp dụng các ngưỡng kiểm soát nội bộ đối với các khoản cho vay lớn, tăng cường dự báo nhu cầu rút vốn và thường xuyên đánh giá lại mức LDR. Việc thiết lập ngưỡng LDR tối ưu giúp đảm bảo sự cân bằng giữa chiến lược tăng trưởng tín dụng và các chỉ tiêu thanh khoản ngắn hạn, tránh tình trạng cho vay quá nhiều dẫn đến cạn kiệt nguồn vốn khi có quá nhiều khoản vay chưa thu hồi được hay khách hàng đồng loạt rút tiền dẫn đến mất khả năng thanh khoản. Khi tỷ lệ LDR được quản lý tốt sẽ giúp ngân hàng phòng ngừa được các rủi ro hệ thống tiềm tàng.

5.2.1.6. Biến NPL

Kết quả tại Chương 4 cho thấy NPL có tác động ngược chiều với thanh khoản. Khi tỷ lệ nợ xấu tăng sẽ làm giảm dòng tiền thu hồi nợ và tăng chi phí dự phòng làm cho khả năng thanh khoản của ngân hàng giảm. Do đó các NHTM cần tăng cường kiểm soát chất lượng tín dụng ngay từ khâu thẩm định và xét duyệt cho vay, đảm bảo nguồn vốn được phân bổ hợp lý và đúng đối tượng. Xây dựng hệ thống cảnh báo sớm rủi ro tín dụng, theo dõi chặt chẽ các khoản vay có dấu hiệu suy giảm chất lượng để có biện pháp xử lý kịp thời. Đồng thời, đẩy mạnh công tác thu hồi nợ và tái cơ cấu các khoản vay có vấn đề, đồng thời phát triển thị trường mua bán nợ thứ cấp để cải thiện khả năng chuyển đổi tài sản thành tiền. Duy trì mức trích lập dự phòng hợp lý, song song với việc đa dạng hóa danh mục tài sản nhằm giảm thiểu rủi ro tập trung tín dụng và tăng tỷ lệ tài sản có tính thanh khoản cao. Theo đó, các NHTM cần áp dụng các chuẩn mực quản lý rủi ro tín dụng theo Basel II – III, đặc biệt trong việc đo lường tác động của nợ xấu đến rủi ro thanh khoản, nhằm đảm bảo an toàn hệ thống và nâng cao năng lực chống chịu trước biến động thị trường.

5.2.1.7. Biến COVID Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Kết quả tại Chương 4 thể hiện tác động dương và có ý nghĩa của biến COVID cho thấy trong giai đoạn khủng hoảng, các chính sách hỗ trợ của Chính phủ và NHNN (như cơ cấu nợ, giảm lãi, tái cấp vốn) đã giúp duy trì thanh khoản. Các NHTM cần rút kinh nghiệm từ giai đoạn này để xây dựng kế hoạch ứng phó rủi ro thanh khoản trong khủng hoảng, thiết lập quỹ dự phòng thanh khoản và quy trình ứng phó nhanh với những trong các tình huống bất định (thiên tai, dịch bệnh, khủng hoảng tài chính) để tăng cường sức chống chịu, đảm bảo ngân hàng hoạt động liên tục và giảm thiểu tác động tiêu cực từ các khủng hoảng bất ngờ.

5.2.1.8. Biến GDP

Theo kết quả tại Chương 4 cho thấy mặc dù GDP không có ý nghĩa thống kê, nhưng tăng trưởng kinh tế vẫn có vai trò quan trọng trong việc định hình môi trường hoạt động ngân hàng. Các NHTM cần linh hoạt điều chỉnh chính sách tín dụng và thanh khoản theo chu kỳ kinh tế. Trong giai đoạn suy thoái, các NHTM sẽ phải tập trung giảm rủi ro, tăng dự trữ tiền mặt và tài sản ngắn hạn để bảo đảm thanh khoản ổn định khi cầu tín dụng giảm.

5.2.1.9. Biến INF

Theo kết quả nghiên cứu, INF có tác động thuận chiều đến thanh khoản, cho thấy trong giai đoạn lạm phát tăng, ngân hàng thường tăng dự trữ thanh khoản để giảm thiểu rủi ro mất giá trị tài sản. Do đó, các NHTM cần theo dõi sát sao và xây dựng các phương án ứng phó phù hợp với diễn biến lạm phát. Quản lý thanh khoản linh hoạt, chẳng hạn như gia tăng tài sản ngắn hạn, điều chỉnh danh mục đầu tư, quản lý dự phòng và chuẩn bị cho các điều chỉnh lãi suất để bảo vệ giá trị tài sản trong môi trường lạm phát cao để đảm bảo khả năng thanh khoản ổn định.

5.2.2. Đối với Ngân hàng Nhà nước Việt Nam (NHNN) Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Để hỗ trợ các NHTM nâng cao khả năng thanh khoản, NHNN đóng vai trò trọng yếu trong điều hành chính sách vĩ mô và giám sát hệ thống. Dưới đây là một số đề xuất nhằm giúp NHNN cải thiện hiệu quả thanh khoản của các NHTM:

Thứ nhất, NHNN cần phát triển một hệ thống giám sát toàn diện cho các chỉ số thanh khoản thông qua các chỉ tiêu như tỷ lệ LDR, NPL, tỷ lệ dự trữ bắt buộc và tỷ lệ tài sản thanh khoản ngắn hạn. Hệ thống giám sát này cần cung cấp cảnh báo sớm về những rủi ro thanh khoản, giúp NHNN có thể chủ động đưa ra các giải pháp ứng phó kịp thời. Đồng thời, việc kiểm tra thanh khoản định kỳ và đột xuất đối với các NHTM, tập trung vào các tổ chức có dấu hiệu rủi ro cao nhằm hạn chế nguy cơ mất khả năng chi trả lan rộng, gây ảnh hưởng đến sự ổn định của toàn hệ thống ngân hàng.

Thứ hai, NHNN cần thúc đẩy và hỗ trợ các NHTM từng bước áp dụng các tiêu chuẩn quản lý thanh khoản tiên tiến theo Basel III như tỷ lệ khả năng thanh khoản (LCR) và tỷ lệ nguồn vốn ổn định ròng (NSFR). Việc áp dụng các chuẩn mực này sẽ giúp các NHTM duy trì mức dự trữ thanh khoản hợp lý, đảm bảo khả năng ứng phó với các biến động thị trường. Bên cạnh đó, NHNN cũng nên hỗ trợ kỹ thuật cho các ngân hàng để giúp quá trình triển khai Basel III một cách hiệu quả, đồng thời giảm thiểu các thách thức về mặt kỹ thuật và công tác quản trị trong quá trình chuyển đổi.

Thứ ba, NHNN cần tiếp tục duy trì và cải tiến các cơ chế cung cấp thanh khoản qua hoạt động thị trường mở (OMO), đặc biệt là các nghiệp vụ repo, để hỗ trợ các NHTM khi gặp khó khăn tạm thời về thanh khoản. Việc mở rộng chương trình tái cấp vốn với lãi suất ưu đãi cũng giúp các ngân hàng tăng cường thanh khoản trong giai đoạn căng thẳng, tránh hiệu ứng lây lan rủi ro hệ thống.

Thứ tư, NHNN quản lý và định hướng lãi suất phù hợp với diễn biến kinh tế vĩ mô, cân bằng giữa mục tiêu kiềm chế lạm phát và hỗ trợ tăng trưởng tín dụng, qua đó gián tiếp giúp các ngân hàng duy trì thanh khoản hợp lý.

Thứ năm, NHNN cần phát triển nền tảng dữ liệu tập trung về tình hình thanh khoản toàn ngành để giúp các ngân hàng trong việc tiếp cận thông tin một cách đầy đủ và kịp thời. Việc chia sẻ dữ liệu này sẽ giúp các ngân hàng quản lý dòng tiền hiệu quả hơn, cải thiện khả năng điều phối thanh khoản trong hệ thống và hạn chế các rủi ro mất cân đối thanh khoản giữa các tổ chức. Đồng thời, việc yêu cầu các NHTM minh bạch hơn trong báo cáo liên quan đến thanh khoản và rủi ro, từ đó góp phần tăng cường hiệu quả và tạo điều kiện cho NHNN có thể đưa ra các biện pháp can thiệp phù hợp khi cần thiết.

Thứ sáu, NHNN cần tăng cường hỗ trợ kỹ thuật và ưu tiên tín dụng đặc biệt cho các ngân hàng yếu kém về thanh khoản. Điều này bao gồm việc cung cấp thanh khoản ưu đãi và hướng dẫn chi tiết về kỹ thuật thanh khoản nhằm tăng cường năng lực quản trị rủi ro. Khuyến khích sáp nhập hoặc tái cơ cấu nhằm củng cố sức khỏe của toàn hệ thống.

Thứ bảy, NHNN cần xây dựng kịch bản đối phó với rủi ro thanh khoản trước các cú sốc vĩ mô như khủng hoảng kinh tế toàn cầu, thiên tai, dịch bệnh, biến động tỷ giá. Đồng thời hoàn thiện chiến lược xử lý truyền thông khủng hoảng để tạo niềm tin cho người gửi tiền khi nhận được các tin tức xấu từ ngân hàng (như sự cố của Ngân hàng TMCP Á Châu và Ngân hàng TMCP Sài Gòn). Việc có một chiến lược ứng phó chi tiết sẽ giúp NHNN và các NHTM hành động kịp thời và hiệu quả trong các tình huống khẩn cấp.

5.3. Hạn chế của nghiên cứu Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Mặc dù nghiên cứu đã cung cấp những kết quả có giá trị thực tiễn về các yếu tố ảnh hưởng đến khả năng thanh khoản của NHTM Việt Nam, tuy nhiên vẫn còn tồn tại một số hạn chế nhất định có thể ảnh hưởng đến độ chính xác và mức độ khái quát của kết luận.

Thứ nhất, nghiên cứu bị giới hạn về mặt dữ liệu. Dữ liệu tài chính của các NHTM Việt Nam còn bị thiếu và không đầy đủ qua các năm, do tính chất nhạy cảm của các thông tin về thanh khoản và các chỉ số tài chính khác. Một số ngân hàng có thể không công bố đầy đủ hoặc chi tiết các BCTC, khiến việc tổng hợp dữ liệu phải dựa trên mẫu không hoàn toàn cân bằng. Bên cạnh đó, thời gian nghiên cứu 2010 -2023 tuy dài nhưng chưa bao gồm các giai đoạn có biến động mạnh như khủng hoảng tài chính toàn cầu hay thời kỳ suy thoái sâu. Điều này làm giảm khả năng phản ánh đầy đủ chu kỳ, có thể khiến kết quả phân tích không thể hiện đầy đủ diễn biến thanh khoản thực tế trong nhiều điều kiện kinh tế khác nhau.

Thứ hai, nghiên cứu chưa tích hợp toàn diện các yếu tố bên ngoài có thể ảnh hưởng mạnh đến thanh khoản. Cụ thể, các chính sách tiền tệ, các quy định điều tiết của NHNN và các yếu tố kinh tế vĩ mô cả trong nước cũng như quốc tế có thể tác động mạnh đến khả năng thanh khoản của ngân hàng. Tuy nhiên, các yếu tố này chưa được phân tích sâu trong khuôn khổ nghiên cứu, đặc biệt là các yếu tố như biến động lãi suất hay tác động từ các cú sốc tài chính toàn cầu, dẫn đến hạn chế trong việc đánh giá tác động tổng thể của môi trường kinh tế đối với thanh khoản.

Thứ ba, mặc dù phương pháp System GMM được sử dụng nhằm khắc phục vấn đề nội sinh, phương sai sai số thay đổi và tự tương quan, song kết quả vẫn có thể bị ảnh hưởng bởi việc lựa chọn độ trễ và tập hợp công cụ. Nếu công cụ không thực sự mạnh hoặc có khả năng dư thừa, ước lượng có thể bị sai lệch hoặc kém hiệu quả.

Thứ tư, nghiên cứu chưa đi sâu vào phân tích sự khác biệt giữa các nhóm ngân hàng. Thực tế, các NHTM có sự khác biệt lớn về quy mô, cơ cấu tài sản, mô hình kinh doanh và năng lực quản trị rủi ro. Việc phân tích dựa trên mẫu dữ liệu chung cho toàn bộ hệ thống có thể không phản ánh đầy đủ đặc điểm thanh khoản riêng biệt của từng nhóm ngân hàng, chẳng hạn như sự khác biệt giữa ngân hàng quốc doanh, ngân hàng tư nhân và ngân hàng có vốn đầu tư nước ngoài.

Thứ năm, nghiên cứu chưa đề cập đến yếu tố hành vi và tâm lý của khách hàng, trong khi chúng có thể ảnh hưởng đáng kể đến thanh khoản trong thực tiễn. Chẳng hạn, tâm lý lo ngại của khách hàng có thể dẫn đến hiện tượng rút tiền ồ ạt, gây áp lực lên khả năng thanh toán của ngân hàng. Việc chưa đưa những yếu tố này vào mô hình khiến cho nghiên cứu thiếu đi một góc nhìn thực tiễn quan trọng. Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

Những hạn chế trên có thể ảnh hưởng đến độ tin cậy và tính ứng dụng của kết quả nghiên cứu. Do đó, việc thừa nhận và giải thích các hạn chế này sẽ giúp làm rõ hơn về tính khả thi của các kết quả và khuyến nghị đưa ra.

5.4. Đề xuất hướng nghiên cứu mới

Để khắc phục những hạn chế đã nêu và làm sâu sắc hơn hiểu biết về các yếu tố ảnh hưởng đến thanh khoản của NHTM tại Việt Nam, các nghiên cứu trong tương lai có thể xem xét bổ sung và mở rộng một số hướng phát triển sau:

Thứ nhất, nên mở rộng phạm vi dữ liệu về cả thời gian lẫn đối tượng nghiên cứu. Việc kéo dài chuỗi dữ liệu trong nhiều năm, đặc biệt là những giai đoạn có biến động lớn như khủng hoảng tài chính, đại dịch hay suy thoái kinh tế, sẽ giúp tăng khả năng khái quát và đánh giá đúng sự biến động của thanh khoản trong các điều kiện kinh tế khác nhau. Ngoài ra, việc mở rộng mẫu nghiên cứu bao gồm cả ngân hàng có vốn đầu tư nước ngoài hoặc các TCTD phi ngân hàng cũng có thể cung cấp cái nhìn toàn diện hơn.

Thứ hai, nghiên cứu có thể đi sâu vào các yếu tố vi mô như rủi ro tín dụng, cấu trúc sở hữu, trình độ quản trị, năng lực điều hành và mức độ ứng dụng công nghệ trong quản lý thanh khoản. Những yếu tố này phản ánh đặc điểm nội tại của từng ngân hàng và có thể ảnh hưởng đáng kể đến hiệu quả quản trị rủi ro thanh khoản.

Thứ ba, cần phân tích rộng hơn các yếu tố vĩ mô và các ảnh hưởng mang tính toàn cầu. Các nghiên cứu tiếp theo nên tích hợp các biến số như lãi suất, tỷ giá hối đoái và các cú sốc kinh tế quốc tế. Việc làm này sẽ giúp đánh giá được mối quan hệ giữa bối cảnh kinh tế vĩ mô và sự ổn định thanh khoản của ngân hàng trong môi trường toàn cầu hóa.

Thứ tư, các nghiên cứu tương lai có thể phân tích theo nhóm ngân hàng hoặc theo quy mô tài sản, nhằm xác định sự khác biệt trong hành vi quản trị thanh khoản giữa các loại hình ngân hàng. Cách tiếp cận này giúp đưa ra các khuyến nghị chính sách mang tính đặc thù, thay vì áp dụng chung cho toàn hệ thống.

Những định hướng này sẽ góp phần hoàn thiện các mô hình phân tích thanh khoản, nâng cao khả năng dự báo và cung cấp cơ sở khoa học cho các nhà quản lý ngân hàng cũng như cơ quan hoạch định chính sách trong việc xây dựng chiến lược điều hành thanh khoản phù hợp.

• TÓM TẮT CHƯƠNG 5

Chương 5 tổng kết các kết quả chính của nghiên cứu về đề tài “Các yếu tố tác động đến khả năng thanh khoản của các NHTM Việt Nam” giai đoạn 2010 – 2023. Từ các kết quả nghiên cứu, luận văn đã đưa ra một số hàm ý quản trị quan trọng nhằm giúp ngân hàng nâng cao khả năng quản trị thanh khoản. Bên cạnh những đóng góp, nghiên cứu cũng thừa nhận một số hạn chế như dữ liệu chưa toàn diện, chưa tích hợp đầy đủ các yếu tố vĩ mô và hành vi khách hàng, phương pháp GMM có thể chưa phù hợp hoàn toàn trong mọi điều kiện và chưa phân nhóm ngân hàng để phân tích đặc điểm riêng biệt. Từ đó, chương cuối cùng cũng đề xuất các hướng nghiên cứu tiếp theo như mở rộng dữ liệu theo thời gian và không gian, tích hợp thêm yếu tố hành vi và biến vĩ mô, đồng thời phân tích sâu hơn đặc điểm từng nhóm ngân hàng nhằm hoàn thiện mô hình đánh giá thanh khoản trong tương lai. Luận văn: KQNC tác động đến khả năng thanh khoản của các NH.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:  

===>>> Luận văn: Yếu tố tác động đến khả năng thanh khoản của các NH

Dịch Vụ Viết Luận Văn 24/7 Chuyên cung cấp dịch vụ làm luận văn thạc sĩ, báo cáo tốt nghiệp, khóa luận tốt nghiệp, chuyên đề tốt nghiệp và Làm Tiểu Luận Môn luôn luôn uy tín hàng đầu. Dịch Vụ Viết Luận Văn 24/7 luôn đặt lợi ích của các bạn học viên là ưu tiên hàng đầu. Rất mong được hỗ trợ các bạn học viên khi làm bài tốt nghiệp. Hãy liên hệ ngay Dịch Vụ Viết Luận Văn qua Website:  https://hotrovietluanvan.com/ – Hoặc Gmail: hotrovietluanvan24@gmail.com