Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank

Chia sẻ chuyên mục Đề Tài Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank 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 nhân tố ảnh hưởng đến tỷ lệ an toàn vốn của Ngân hàng TMCP Việt Nam dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU

3.1. Kết quả thống kê

Bảng 3.1 trình bày thống kê mô tả của các nhân tố được sử dụng trong mô hình nghiên cứu, bao gồm số lượng quan sát, giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất và giá trị lớn nhất của từng nhân tố.

Mẫu nghiên cứu bao gồm 100 quan sát (được thể hiện qua cột “Số lượng quan sát”) cho mỗi nhân tố. Dữ liệu được thu thập từ các ngân hàng thương mại trong năm 2016 – 2025 nhằm tiến hành đánh giá tác động của các nhân tố đến CAR của nhóm ngân hàng.

Bảng 3.1: Thống kê mô tả các nhân tố trong mô hình nghiên cứu

• CAR có giá trị trung bình là 13.89%. Giá trị nhỏ nhất là 8.5% và giá trị lớn nhất là 28.0%, với độ lệch chuẩn là 3.59%.
• SIZE có giá trị trung bình là 8.0817, với độ lệch chuẩn là 0.3832339. Giá trị dao động từ 7.249168 đến 8.990693.
• ROA đạt mức trung bình 1.05%. Giá trị thấp nhất là 0.01% và giá trị cao nhất là 3.58%, với độ lệch chuẩn là 0.84%.
• LIQ của ngân hàng có mức trung bình là 15.69%. Chỉ số này có độ lệch chuẩn là 4.53%, thể hiện qua phạm vi từ 6.18% đến 25.79%.
• LLR có giá trị trung bình là 1.48%, với độ lệch chuẩn là 3.68%. Giá trị thấp nhất là -0.20% và giá trị cao nhất là 36.54%.
• LEV có giá trị trung bình là 9.84%. Chỉ số này có độ lệch chuẩn là 3.49%, dao động từ 4.91% đến 19.11%.
• Về yếu tố kinh tế vĩ mô, INF trong giai đoạn nghiên cứu có mức trung bình là 2.82%. Giá trị dao động từ 0.63% đến 3.62%, với độ lệch chuẩn là 0.89%.
• GDP ghi nhận mức trung bình là 6.11%. Khoảng giá trị của GDP khá rộng, từ 2.55% đến 8.12%, với độ lệch chuẩn là 1.87%.

3.2. Kết quả ước lượng Bayes của các mô hình Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

Mô hình 1: Phân phối dữ liệu có phương sai là không biết (var), thông tin tiên nghiệm của các tham số là phi thông tin (thông tin tiên nghiệm của các tham số là flat, thông tin tiên nghiệm của phương sai là jeffreys).

• Bảng 3.2: Kết quả ước lượng mô hình 1

Mô hình 2: Thông tin tiên nghiệm của các tham số có phân phối chuẩn (0,1), thông tin tiên nghiệm của phương sai là phân phối igamma (0.01, 0.01)

• Bảng 3.3: Kết quả ước lượng mô hình 2

Mô hình 3: Phân phối dữ liệu có phương sai không biết và thông tin tiên nghiệm của các tham số dựa trên kết quả ước lượng của hàm OLS

Nghiên cứu chạy phương trình OLS để chọn ra giá trị bậc tự do, phương sai, các giá trị này sẽ được sử dụng để đưa vào một mô hình Bayes

Kết quả ước lượng OLS được trình bày như sau:

• Bảng 3.4: Kết quả ước lượng OLS
• Bảng 3.5: Kết quả ước lượng mô hình 3

Mô hình 4: Phân phối dữ liệu có phương sai là không biết (sigma2), thông tin tiên nghiệm của các tham số là phi thông tin (thông tin tiên nghiệm của các tham số là flat, thông tin tiên nghiệm của phương sai là jeffreys).

• Bảng 3.6: Kết quả ước lượng mô hình 4

Mô hình 5: Thông tin tiên nghiệm của các tham số có phân phối chuẩn (0,1), thông tin tiên nghiệm của phương sai (sigma2) là phân phối igamma (0.01, 0.01) Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

• Bảng 3.7: Kết quả ước lượng mô hình 5

Mô hình 6: Phân phối dữ liệu có phương sai (sigma2) không biết và thông tin tiên nghiệm của các tham số dựa trên kết quả ước lượng OLS tại bảng 4.4 để đưa vào mô hình.

• Bảng 3.8: Kết quả ước lượng mô hình 6

3.3. Lựa chọn mô hình

Để lựa chọn mô hình tốt nhất cho dữ liệu và phân tích, nghiên cứu thực hiện so sánh 6 mô hình theo 2 cách tiếp cận khác nhau trong Stata có thể được trình bày như sau:

3.3.1. Tiêu chuẩn thông tin Bayes

Để lựa chọn mô hình phù hợp nhất, nghiên cứu sẽ so sánh các mô hình dựa trên các giá trị này:

• Ưu tiên các mô hình có giá trị log (ML) lớn nhất
• Xem xét log(BF): Mô hình có log(BF) dương và lớn hơn so với mô hình còn lại Ưu tiên các mô hình có giá trị DIC nhỏ nhất

Bảng 3.9: Kết quả so sánh 6 mô hình theo tiêu chuẩn thông tin Bayes

3.3.2. Theo kiểm định mô hình Bayes

Để lựa chọn mô hình phù hợp nhất theo cách này, nghiên cứu sẽ tìm kiếm mô hình có: Log (ML) lớn nhất: Mô hình phù hợp với dữ liệu tốt nhất.

Xác suất Tiên nghiệm của Mô hình (P(M)) lớn nhất: Mô hình được ưu tiên nhất dựa trên thông tin tiên nghiệm (nếu có sự khác biệt giữa các prior).

Xác suất Hậu nghiệm của Mô hình (P(M|y)) lớn nhất: Mô hình có xác suất hậu nghiệm cao nhất, cho thấy nó là mô hình được hỗ trợ mạnh mẽ nhất bởi dữ liệu sau khi kết hợp với thông tin tiên nghiệm.

• Bảng 3.10: Kết quả so sánh 6 mô hình theo kiểm định mô hình Bayes

Dựa trên kết quả kiểm định ở hình 3.9 và hình 3.10, nghiên cứu có thể đưa ra kết luận về mô hình phù hợp nhất như sau:

Mặc dù Mô hình A1 có giá trị DIC nhỏ nhất, Mô hình A4 nổi bật lên là mô hình phù hợp nhất dựa trên giá trị log(ML) cao nhất và xác suất hậu nghiệm P(M|y) bằng 1.0000. Sự khác biệt lớn về log(ML) và P(M|y) cho thấy rằng Mô hình A4 phù hợp với dữ liệu tốt hơn đáng kể so với các mô hình khác dẫn đến các mô hình khác gần như bị loại trừ hoàn toàn.

Do đó, nghiên cứu chọn Mô hình A4 để tiếp tục phân tích của mình dựa trên các tiêu chuẩn thông tin Bayesian này.

3.4. Kiểm định hội tụ của chuỗi MCMC đối với mô hình 4 Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

Theo kết quả ước lượng mô hình 4 (bảng 3.6), nhận thấy:

• Sai số chuẩn Monte Carlo của các nhân tố độc lập chưa < 1: chưa thỏa
• Tỷ lệ chấp nhận Acceptance rate = 3741 (trong khoảng 0.1 và 0.5): đạt
• Tỷ lệ hiệu quả Efficiency chọn mẫu giá trị nhỏ nhất = 0.003057< 0.01: chưa thỏa Với mẫu (MCMC sample size) mặc định 10000 chưa đủ tin cậy, vẫn còn nghi vấn để kết luận suy diễn thống kê vì vậy ta tăng mẫu từ 10000 lên 60000 và làm mỏng mẫu (thinning (40)) đồng thời khóa phương sai block(sigma2) cho kết quả ước lượng của mô hình 4 như sau:

Bảng 3.11: Kết quả ước lượng của mô hình 4 sau khi thực hiện tăng mẫu

Quan sát bảng 3.11:

• Sai số chuẩn Monte Carlo của tất cả nhân tố độc lập đều < 0.1: Điều này đạt yêu cầu, cho thấy mô hình ổn định và các ước tính tham số có độ chính xác cao.
• Tỷ lệ chấp nhận Acceptance rate là 461 nằm trong khoảng mong muốn từ 0.1 đến 0.5. Điều này đạt yêu cầu
• Tỷ lệ hiệu quả chọn mẫu tối thiểu (Minimum Sampling Efficiency) là 0.2147, lớn hơn ngưỡng 0.01. Điều này cũng đạt yêu cầu.

Với cả ba tiêu chí kiểm định ban đầu đều đã đạt, đây là một dấu hiệu rất tích cực cho thấy chuỗi MCMC đang hoạt động tốt. Tuy nhiên, để đảm bảo tính hội tụ hoàn toàn và độ tin cậy cao nhất cho kết quả nghiên cứu, nghiên cứu tiếp tục kiểm tra tính hội tụ của chuỗi MCMC bằng cả 2 phương pháp là trực quan biểu đồ và numberus.

3.5. Kiểm định hội tụ thông qua biểu đồ vết, tự tương quan, histogram và Density

• Hình 3.1: Kết quả kiểm định sự hội tụ của nhân tố SIZE
• Hình 3.2: Kết quả kiểm định sự hội tụ của nhân tố ROA
• Hình 3.3: Kết quả kiểm định sự hội tụ của nhân tố LIQ
• Hình 3.4: Kết quả kiểm định sự hội tụ của nhân tố LLR
• Hình 3.5: Kết quả kiểm định sự hội tụ của nhân tố LEV
• Hình 3.6: Kết quả kiểm định sự hội tụ của nhân tố INF
• Hình 3.7: Kết quả kiểm định sự hội tụ của nhân tố GDP
• Hình 3.8: Kết quả kiểm định sự hội tụ của hệ số chặn
• Hình 3.9: Kết quả kiểm định sự hội tụ của phương sai

3.6. Kiểm định hội tụ thông qua phương pháp Numberus

Nghiên cứu thực hiện kiểm định hội tụ của chuỗi bằng 2 cách là cỡ mẫu hiệu quả và kiểm định grubin:

• Bảng 3.12: Kết quả kiểm định hội tụ của chuỗi MCMC bằng cỡ mẫu hiệu quả

Với tất cả các nhân tố trong Bảng 3.12 đều có tỷ lệ Efficiency lớn hơn 0.01 có thể kết luận rằng chuỗi MCMC đã hội tụ.

• Bảng 3.13: Kết quả kiểm định hội tụ của chuỗi MCMC bằng grubin

Với Rc của mọi nhân tố trong bảng 3.12 đều dưới 1.1 có thể kết luận chuỗi MCMC đã hội tụ.

Nhìn chung, kết quả từ cả hai phương pháp kiểm định hội tụ MCMC bao gồm kiểm tra trực quan và phân tích số, đều cho thấy chuỗi đã hội tụ một cách đáng tin cậy. Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

3.7. Phân tích độ nhạy

Để đánh giá độ nhạy của kết quả hậu nghiệm đối với các thông tin tiên nghiệm khác nhau, nghiên cứu đã xây dựng nhiều mô hình Bayes. Nghiên cứu thực hiện điều này bằng cách thay đổi phân phối chuẩn (normal) của thông tin tiên nghiệm cho tất cả các nhân tố, bao gồm các cấp độ từ Normal (0,1) (thông tin phổ quát), normal (0,10) (thông tin yếu) đến normal (0,10000) (thông tin siêu loãng). Quá trình này giúp nghiên cứu theo dõi sự biến đổi trong dấu kỳ vọng giá trị trung bình của hệ số hồi quy của mỗi nhân tố.

• Bảng 3.14: Kết quả mô hình với tiên nghiệm normal (0,1)
• Bảng 3.15: Kết quả mô hình với tiên nghiệm normal (0,10)
• Bảng 3.16: Kết quả mô hình với tiên nghiệm normal (0,100)
• Bảng 3.17: Kết quả mô hình với tiên nghiệm normal (0,1000)
• Bảng 3.18: Kết quả mô hình với tiên nghiệm normal (0,10000)
• Bảng 3.19: Kết quả mô hình với tiên nghiệm normal (-0.5,1)
• Bảng 3.20: Kết quả mô hình với tiên nghiệm normal (-0.4,1)
• Bảng 3.21: Kết quả mô hình với tiên nghiệm normal (-0.3,1)
• Bảng 3.22: Kết quả mô hình với tiên nghiệm normal (-0.2,1)
• Bảng 3.23: Kết quả mô hình với tiên nghiệm normal (-0.1,1)
• Bảng 3.24: Kết quả mô hình với tiên nghiệm normal (0.1,1)
• Bảng 3.25: Kết quả mô hình với tiên nghiệm normal (0.2,1)
• Bảng 3.26: Kết quả mô hình với tiên nghiệm normal (0.3,1)
• Bảng 3.27: Kết quả mô hình với tiên nghiệm normal (0.4,1)
• Bảng 3.29: Kết quả mô hình với tiên nghiệm normal (0.5,1)

Khi xem xét các Bảng từ 3.12 đến 3.26 thấy rằng hệ số hồi quy của tất cả các nhân tố đều không thay đổi dấu kỳ vọng. Đồng thời, giá trị trung bình của các hệ số hồi quy cũng chỉ biến đổi rất ít giữa các mô hình. Điều này minh chứng rằng kết quả ước lượng hậu nghiệm không bị tác động đáng kể bởi sự thay đổi của thông tin tiên nghiệm, từ đó xác nhận rằng các tiên nghiệm đã được lựa chọn là hoàn toàn phù hợp.

3.8. Kiểm định xác suất khoảng tin cậy

Dưới đây là các kết quả kiểm định xác suất của khoảng tin cậy được trích xuất trực tiếp từ phần mềm Stata:

• Bảng 3.30: Kết quả kiểm định xác suất các khoảng tin cậy

Quan sát bảng 3.7 thấy rằng hầu hết các nhân tố có sai số chuẩn Monte Carlo rất nhỏ, đặc biệt là prob5 và prob9 có sai số chuẩn Monte Carlo = 0. Điều này cho thấy các ước lượng giá trị trung bình của các nhân tố này được tính toán với độ chính xác cao.

3.9. Kết quả nghiên cứu Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

3.9.1. Kết quả mô hình

Với việc thực hiện đầy đủ các bước phân tích theo phương pháp Bayes, các ước lượng từ Stata được trình bày dưới đây:

• Bảng 3.31: Kết quả mô hình

Quan suát bảng 3.28:

• Với việc các sai số chuẩn Monte Carlo đều có giá trị nhỏ hơn 1, điều này chứng tỏ các ước lượng đã đạt được mức độ hội tụ và độ tin cậy cần thiết.
• Acceptance rate của chuỗi MCMC là 3106. Giá trị này nằm trong khoảng tối ưu (lớn hơn 0.1 và nhỏ hơn 0.5) cho thấy chuỗi MCMC đã được lấy mẫu hiệu quả và đạt tiêu chuẩn chấp nhận.
• Mức hiệu quả lấy mẫu trung bình tối thiểu (Avg efficiency: min) được ghi nhận là 0.007191. Mặc dù giá trị này vẫn thấp hơn ngưỡng 0.01 thường được kỳ vọng nhưng khi kết hợp với các chỉ số hội tụ tích cực khác của chuỗi MCMC nó vẫn được chấp nhận, cho thấy hiệu suất lấy mẫu là đủ.
• Độ lệch chuẩn của các nhân tố là tương đối nhỏ ngụ ý rằng phân phối hậu nghiệm của các ước lượng tập trung chặt chẽ quanh giá trị trung bình, phản ánh độ tin cậy cao của các giá trị ước lượng.

3.9.2. Thảo luận Kết quả mô hình

• Bảng 3.32: Tổng hợp kết quả ước lượng

Dựa vào bảng kết quả trên, xu hướng và mức độ tác động của từng nhân tố độc lập đến CAR được kết luận như sau:

Với xác suất 95%, giá trị thực hệ số hồi quy của nhân tố độc lập SIZE (-0.0087) thuộc khoảng tin cậy [(-0.0299); 0.012)]. Mặc dù khoảng tin cậy có chứa 0, tuy nhiên xác suất hệ số hồi quy của nhân tố này < 0 đạt 89%. Vậy có bằng chứng khá mạnh mẽ (với 89% xác suất) cho thấy nhân tố SIZE có xu hướng tác động ngược chiều đến nhân tố CAR. Nhân tố SIZE tăng 1 đơn vị thì nhân tố CAR giảm 0.0087 đơn vị. Như vậy, khi quy mô ngân hàng tăng càng cao thì tỷ lệ an toàn vốn sẽ càng giảm. Xu hướng này có thể được lý giải bởi việc các ngân hàng có quy mô lớn hơn thường có danh mục tài sản rủi ro đa dạng và lớn hơn. Khi các tài sản rủi ro như các khoản cho vay khách hàng tăng lên đáng kể trong tổng tài sản, chúng sẽ làm tăng yêu cầu về vốn và cuối cùng dẫn đến việc tỷ lệ an toàn vốn bị suy giảm. Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

Với xác suất 95%, giá trị thực hệ số hồi quy của nhân tố độc lập ROA (-1.1195) thuộc khoảng tin cậy [-2.1319; -0.0435]. Khoảng này không chứa 0 và hoàn toàn nằm ở phía âm. Vậy nhân tố ROA tác động ngược chiều có ý nghĩa thống kê đến nhân tố CAR. Cụ thể, khi nhân tố ROA tăng 1 đơn vị, nhân tố CAR sẽ giảm 1.1195 đơn vị. Mối quan hệ này cho thấy lợi nhuận trên tài sản thấp có thể là một chỉ báo về rủi ro hoặc quản lý tài sản kém hiệu quả, từ đó ảnh hưởng tiêu cực đến tỷ lệ an toàn vốn.

Với xác suất 95%, giá trị thực hệ số hồi quy của nhân tố độc lập LIQ (-0.0736) thuộc khoảng tin cậy [-0.192; 0.0455]. Vậy cho thấy nhân tố LIQ có xu hướng tác động ngược chiều và tác động nhẹ đến nhân tố CAR vì khoảng tin cậy chứa 0. Nhân tố LIQ tăng 1 đơn vị nhân tố CAR sẽ giảm 0.0736 đơn vị.

Với xác suất 95%, giá trị thực hệ số hồi quy của nhân tố độc lập LLR (0.103) thuộc khoảng tin cậy [-0.0446; 0.2499]. Mặc dù khoảng tin cậy có chứa 0, tuy nhiên xác suất đến 89% hệ số hồi quy của nhân tố độc lập LLR > 0. Vậy nhân tố LLR tác động cùng chiều và tác động nhẹ đến nhân tố CAR vì khoảng tin cậy chứa 0. Nhân tố LLR tăng 1 đơn vị thì nhân tố CAR tăng 0.103 đơn vị. Như vậy, khi dự phòng rủi ro tín dụng tăng thì tỷ lệ an toàn vốn sẽ tăng.

Với xác suất 95%, giá trị thực hệ số hồi quy của nhân tố độc lập LEV (0.6338) thuộc khoảng tin cậy [0.4562; 0.8101]. Khoảng này không chứa 0 và hoàn toàn nằm ở phía dương. Vậy, nhân tố LEV tác động cùng chiều với nhân tố CAR. Khi nhân tố LEV tăng 1 đơn vị thì nhân tố CAR tăng 0.6338 đơn vị. Như vậy, trong bối cảnh nghiên cứu này, việc tăng đòn bẩy tài chính dường như có liên quan đến sự gia tăng của tỷ lệ an toàn vốn. Điều này có thể được lý giải trong các trường hợp mà đòn bẩy được quản lý hiệu quả, tối ưu hóa cấu trúc vốn và nâng cao hiệu quả sử dụng tài sản từ đó góp phần cải thiện các chỉ số an toàn vốn.

Với xác suất 95%, giá trị thực hệ số hồi quy của nhân tố độc lập INF (-0.6038) thuộc khoảng tin cậy [-1.2439; -0.1051]. Khoảng này không chứa 0 và hoàn toàn nằm ở phía âm. Vậy, nhân tố INF tác động ngược chiều nhân tố CAR. Khi nhân tố INF tăng 1 đơn vị thì nhân tố CAR giảm 0.6038 đơn vị. Điều này cho thấy lạm phát có thể gây áp lực lên tỷ lệ an toàn vốn của các tổ chức tài chính. Lạm phát cao có thể làm xói mòn giá trị thực của tài sản, tăng chi phí hoạt động hoặc ảnh hưởng đến khả năng hoàn trả nợ của khách hàng, từ đó dẫn đến sự suy giảm tỷ lệ an toàn vốn.

Với xác suất 95%, giá trị thực hệ số hồi quy của nhân tố độc lập GDP (0.2703) thuộc khoảng tin cậy [-0.0097; 0.5592]. Do xác suất đến 96% hệ số hồi quy của nhân tố độc lập GDP > 0 nên có thể kết luận rằng nhân tố GDP tác động cùng chiều và tác động nhẹ đến nhân tố CAR vì khoảng tin cậy chứa 0. Nhân tố GDP tăng 1 đơn vị thì nhân tố CAR tăng 0.2703 đơn vị.

Với xác suất 95%, giá trị thực của hệ số chặn (0.1691) thuộc khoảng tin cậy [-0.0002; 0.3412].

• Bảng 3.33: Bảng tổng hợp các giả thuyết, kết quả nghiên cứu và so sánh

3.9.3. Kết luận: Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

Bài nghiên cứu nhằm phân tích tác động của các nhân tố độc lập như: SIZE, ROA, LIQ, LLR, LEV, INF, GDP đến tỷ lệ an toàn vốn của ngân hàng thương mại tại Việt Nam thông qua việc sử dụng phương pháp hồi quy tuyến tính Bayes thông qua thuật toán lấy mẫu Metropolis – Hastings. Bài nghiên cứu đề xuất 6 mô hình và kết quả so sánh thông qua 2 kiểm định tiêu chuẩn thông tin Bayes và kiểm định mô hình Bayes cho thấy mô hình có thông tin tiên nghiệm phi thông tin của tất cả các tham số (Mô hình 4) phù hợp nhất với dữ liệu. Kết quả các kiểm định hội tụ cho thấy các chuỗi MCMC là hội tụ. Dựa trên kết quả ước lượng, các nhân tố được chia thành hai nhóm tác động chính:

• Các nhân tố có tác động cùng chiều đến CAR:

Dự phòng rủi ro tín dụng: Hệ số hồi quy là 0.103. Trái với giả thuyết ban đầu, việc trích lập dự phòng rủi ro tín dụng lại có tác động tích cực đến CAR. Điều này cho thấy tại Việt Nam, việc trích lập dự phòng được xem là một dấu hiệu của quản trị rủi ro chủ động và nền tảng vốn vững chắc, giúp củng cố sự an toàn vốn.

Hệ số đòn bẩy tài chính: Hệ số hồi quy là 0.6338. Tác động cùng chiều cho thấy việc sử dụng đòn bẩy tài chính hiệu quả có thể giúp tăng cường tỷ lệ an toàn vốn.

Tăng trưởng kinh tế: Hệ số hồi quy là 0.2703. Tăng trưởng kinh tế có tác động tích cực đến CAR. Một nền kinh tế tăng trưởng tốt giúp các ngân hàng hoạt động hiệu quả, giảm rủi ro và từ đó củng cố sự an toàn vốn.

• Các nhân tố có tác động ngược chiều đến CAR

Quy mô ngân hàng: Hệ số hồi quy là -0.0087. Quy mô ngân hàng càng lớn, CAR có xu hướng càng giảm.

Tỷ suất lợi nhuận trên tài sản: Hệ số hồi quy là -1.1195. Trái với giả thuyết ban đầu, ROA có tác động tiêu cực đến CAR. Điều này có thể giải thích là để đạt được lợi nhuận cao, các ngân hàng có thể chấp nhận các hoạt động rủi ro hơn, từ đó làm giảm mức độ an toàn vốn.

Khả năng thanh khoản: Hệ số hồi quy là -0.0736. Trái với giả thuyết ban đầu, LIQ có tác động tiêu cực đến CAR. Việc duy trì quá nhiều tài sản thanh khoản nhưng ít sinh lời có thể ảnh hưởng đến hiệu quả sử dụng vốn, gián tiếp làm giảm tỷ lệ an toàn vốn.

Lạm phát: Hệ số hồi quy là -0.6038. Lạm phát có tác động tiêu cực đến CAR. Khi lạm phát tăng, giá trị thực của tài sản giảm, gây áp lực lên tỷ lệ an toàn vốn của ngân hàng. Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

TÓM LƯỢC CHƯƠNG 3

Chương 3 chương trung tâm, nơi các mục tiêu nghiên cứu định lượng được giải quyết một cách trực tiếp thông qua việc phân tích dữ liệu. Chương 3 trình bày kết quả ước lượng từ mô hình hồi quy Bayes đã chọn, sau khi đã thực hiện các kiểm định cần thiết để đảm bảo độ tin cậy của mô hình (như lựa chọn mô hình tối ưu, kiểm tra sự hội tụ của chuỗi MCMC). Kết quả chỉ rõ hệ số hồi quy, mức độ ý nghĩa thống kê và khoảng tin cậy của từng nhân tố.

Kết quả phân tích đã xác định rõ ràng các nhân tố có tác động đến CAR trong bối cảnh các ngân hàng thương mại Việt Nam giai đoạn 2016-2025, bao gồm: LLR, LEV, GDP (cùng chiều) và SIZE, ROA, LIQ, INF (ngược chiều).

Chương này đã đo lường chính xác mức độ tác động của từng nhân tố. Ví dụ, kết quả cho thấy LEV (hệ số đòn bẩy tài chính) có tác động cùng chiều mạnh mẽ với hệ số hồi quy là 0.6338, trong khi ROA (tỷ suất lợi nhuận trên tài sản) có tác động ngược chiều đáng kể với hệ số là -1.1195

Toàn bộ kết quả phân tích, đặc biệt là các phát hiện trái với giả thuyết ban đầu (như tác động ngược chiều của ROA và LIQ hay tác động cùng chiều của LLR), chính là những luận cứ khoa học quan trọng và xác đáng để xây dựng các đề xuất, kiến nghị ở chương cuối cùng.

CHƯƠNG 4: MỘT SỐ ĐỀ XUẤT HÀM Ý VÀ KIẾN NGHỊ Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

4.1. Thực trạng tỷ lệ an toàn vốn của các Ngân hàng thương mại cổ phần Việt Nam giai đoạn từ năm 2016 đến năm 2025

• Biểu đồ 4.1: Tỷ lệ an toàn vốn trung bình của các NHTMCP Việt Nam giai đoạn 2016 – 2025 (Nhóm ngân hàng áp dụng Thông tư 41/2017/TT-NHNN)

Năm 2016, Thông tư số 36/2015/TT-NHNN do NHNN ban hành thì các NHTM phải thực hiện tăng vốn điều lệ và cơ cấu lại cấu trúc các nguồn tài trợ, việc các NHTM cổ phần thực hiện Thông tư làm cho tỷ lệ an toàn vốn tăng lên.

Giai đoạn 2017 – 2021 tỷ lệ an toàn vốn trung bình giảm 2.63% (từ 11.80% vào năm 2016 giảm còn 10.87% vào năm 2021). Nguyên nhân khiến CAR giảm nhanh là do tín dụng tăng nhanh hơn nhiều so với tốc độ tăng vốn tự có. Ngoài ra, trong giai đoạn này, các ngân hàng phải đối mặt với nhiều khó khăn và rủi ro trong hoạt động kinh doanh, đặc biệt là trong bối cảnh kinh tế chậm lại do đại dịch COVID-19. Các khoản nợ xấu tăng cao, điều này gây áp lực lên hoạt động của các ngân hàng làm giảm tỷ lệ an toàn vốn.

Khoảng thời gian 2022 – 2023, CAR trung bình tăng từ 10.87% lên 12.01%. Đây là thời điểm CAR được áp dụng theo Thông tư 41/2017/TT-NHNN, quy định CAR tối thiểu là 8%. Cùng với đó là đề án “Cơ cấu lại hệ thống các tổ chức tín dụng gắn với xử lý nợ xấu giai đoạn 2022-2026”, ngành ngân hàng phấn đấu đến năm 2024, CAR của các NHTM đạt tối thiểu 10-11%; đến năm 2026, đạt tối thiểu 11-12%. Chính vì vậy, CAR trong giai đoạn này tăng do các ngân hàng thực hiện tăng vốn theo Thông tư và đề án.

Năm 2024 (CAR: 11.86%): Tỷ lệ CAR sụt giảm nhẹ. Đây là điểm quan trọng nhất của giai đoạn. NHNN ban hành Thông tư 02/2024/TT-NHNN cho phép các TCTD cơ cấu lại thời hạn trả nợ và giữ nguyên nhóm nợ cho khách hàng gặp khó khăn. Chính sách này là lý do chính khiến tỷ lệ CAR năm 2024 (11.86%) chỉ sụt giảm nhẹ thay vì lao dốc, dù kinh tế rất khó khăn. Nó cho phép ngân hàng có thời gian “thở” và xử lý các khoản nợ.

Năm 2025 (CAR: 12.21% vào tháng 11): Các ngân hàng đang chủ động “xây đệm” vốn một cách quyết liệt, không chỉ để duy trì mức an toàn mà còn để chuẩn bị cho các quy định khắt khe hơn trong tương lai theo Thông tư 14/2026/TT-NHNN. Theo lộ trình mới, các ngân hàng sẽ phải duy trì mức CAR tối thiểu 8% cộng thêm một bộ đệm vốn 2.5% (được áp dụng tăng dần).

4.2. Đề xuất đối với các Ngân hàng thương mại Việt Nam Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

Dựa trên kết quả phân tích thực nghiệm từ nghiên cứu, các đề xuất sau đây được đưa ra nhằm hỗ trợ các Ngân hàng Thương mại tại Việt Nam xây dựng chiến lược hoạt động hiệu quả và bền vững:

• Dự phòng rủi ro tín dụng:

Ngân hàng nên xem xét dự phòng rủi ro tín dụng không chỉ là một khoản chi phí mà còn là một công cụ quản lý rủi ro cốt lõi. Trong giai đoạn kinh tế suy thoái hoặc khi rủi ro tín dụng tăng cao, ngân hàng cần chủ động tăng cường trích lập dự phòng vượt mức tối thiểu theo quy định của Ngân hàng Nhà nước. Điều này giúp ngân hàng duy trì sự ổn định, tạo niềm tin cho thị trường và đảm bảo khả năng hoạt động liên tục ngay cả trong những điều kiện bất lợi nhất.

Mối quan hệ giữa LLR và CAR không chỉ là một chiều. LLR cao có thể là kết quả của việc ngân hàng có một tỷ lệ nợ xấu nhất định. Ngân hàng cần xem việc trích lập dự phòng rủi ro tín dụng không chỉ là một khoản chi phí mà là một công cụ quản lý rủi ro cốt lõi. Trong giai đoạn kinh tế suy thoái hoặc khi rủi ro tín dụng tăng cao, ngân hàng cần chủ động tăng cường trích lập dự phòng vượt mức tối thiểu theo quy định của NHNN. Tuy nhiên, ban lãnh đạo ngân hàng cần tìm ra điểm cân bằng tối ưu. Trong khi việc trích lập dự phòng quá cao có thể làm giảm lợi nhuận, việc trích lập quá thấp lại tiềm ẩn rủi ro lớn đối với sự an toàn của ngân hàng. Một chính sách dự phòng rủi ro tín dụng hợp lý sẽ đảm bảo ngân hàng vừa đáp ứng được các yêu cầu về an toàn vốn, vừa duy trì được lợi nhuận ổn định để phát triển bền vững.

Các ngân hàng có thể xây dựng các mô hình dự báo rủi ro tín dụng để ước tính nhu cầu dự phòng rủi ro tín dụng trong tương lai. Dựa trên các dự báo này, ngân hàng có thể chủ động điều chỉnh chính sách trích lập dự phòng và kế hoạch tăng vốn để đảm bảo luôn duy trì CAR ở mức an toàn theo quy định, đồng thời chuẩn bị cho những kịch bản kinh tế bất lợi.

• Hệ số hồi quy của đòn bẩy tài chính

Thứ nhất, tăng cường vốn chủ sở hữu để cải thiện CAR: LEV thường được đo lường bằng tỷ lệ tổng tài sản trên vốn chủ sở hữu. Một hệ số hồi quy dương có nghĩa là khi tỷ lệ này tăng, CAR cũng tăng theo. Trong mô hình này, nó có thể được hiểu là việc tăng vốn chủ sở hữu (giảm đòn bẩy tài chính) sẽ làm tăng tử số của CAR (Vốn tự có) trong khi mẫu số (tổng tài sản) thay đổi ít hơn, từ đó làm tăng CAR. Hoặc một cách hiểu khác là việc quản lý đòn bẩy tài chính hiệu quả, tức là đảm bảo tỷ lệ này ở mức hợp lý, sẽ giúp củng cố nền tảng vốn của ngân hàng. Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

Ngân hàng cần có kế hoạch tăng vốn điều lệ thông qua việc phát hành cổ phiếu mới, chào bán cho các cổ đông hiện hữu hoặc các nhà đầu tư chiến lược. Việc tăng vốn chủ sở hữu trực tiếp làm tăng tử số của CAR, giúp ngân hàng đáp ứng các tiêu chuẩn về an toàn vốn của Ngân hàng Nhà nước và các chuẩn mực quốc tế như Basel.

Thêm nữa, các ngân hàng nên cân nhắc chính sách cổ tức hợp lý. Thay vì chia hết lợi nhuận cho cổ đông, việc giữ lại một phần lợi nhuận để bổ sung vào quỹ dự trữ và vốn chủ sở hữu là một chiến lược quan trọng để tăng cường năng lực tài chính.

Thứ hai, quản lý đòn bẩy tài chính một cách cân bằng: Mặc dù việc tăng vốn chủ sở hữu giúp củng cố CAR, nhưng việc tăng quá mức có thể làm giảm hiệu quả sử dụng vốn (ví dụ, làm giảm tỷ suất sinh lời trên vốn chủ sở hữu – ROE). Ngân hàng cần tìm ra điểm cân bằng giữa an toàn và hiệu quả như:

Ngân hàng cần thực hiện các phân tích nội bộ để xác định mức đòn bẩy tài chính tối ưu, vừa đảm bảo tuân thủ các quy định về an toàn vốn, vừa tối đa hóa lợi nhuận cho cổ đông. Mức tối ưu này có thể thay đổi tùy theo điều kiện thị trường, chiến lược kinh doanh và khẩu vị rủi ro của từng ngân hàng.

Ngân hàng cũng cần có chiến lược phân bổ vốn một cách hiệu quả, ưu tiên các hoạt động kinh doanh có tỷ suất sinh lời cao nhưng vẫn trong giới hạn rủi ro cho phép. Điều này giúp ngân hàng tạo ra lợi nhuận cao hơn trên mỗi đơn vị vốn, từ đó cải thiện ROE mà không cần phải tăng đòn bẩy tài chính quá mức.

Thứ ba, đa dạng hóa nguồn vốn: Nguồn vốn của ngân hàng không chỉ đến từ vốn chủ sở hữu mà còn từ các khoản vay, tiền gửi của khách hàng và phát hành giấy tờ có giá. Ngân hàng nên chú trọng huy động các nguồn vốn ổn định và chi phí thấp, đặc biệt là tiền gửi không kỳ hạn và tiền gửi từ khách hàng cá nhân. Một cấu trúc vốn cân bằng và đa dạng sẽ giúp ngân hàng giảm thiểu rủi ro và chi phí vốn.

• Tăng trưởng kinh tế (GDP):

Tăng trưởng kinh tế mạnh mẽ có mối quan hệ tích cực với CAR của ngân hàng thông qua nhiều cơ chế:

Giảm rủi ro tín dụng: Khi nền kinh tế phát triển, các doanh nghiệp và cá nhân thường có thu nhập ổn định và khả năng trả nợ tốt hơn. Điều này giúp giảm tỷ lệ nợ xấu của ngân hàng. Khi nợ xấu giảm, ngân hàng sẽ cần trích lập dự phòng rủi ro tín dụng ít hơn, từ đó tăng lợi nhuận và củng cố vốn. Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

Tăng hiệu quả hoạt động: Trong một nền kinh tế sôi động, nhu cầu vay vốn để đầu tư, mở rộng sản xuất và tiêu dùng tăng cao. Điều này tạo cơ hội cho ngân hàng mở rộng hoạt động tín dụng, tăng NIM và các dịch vụ khác. Lợi nhuận tăng sẽ giúp ngân hàng tích lũy vốn nội bộ, làm tăng vốn chủ sở hữu và cải thiện CAR.

Giá trị tài sản thế chấp tăng: Tăng trưởng kinh tế thường đi kèm với sự tăng giá của tài sản, đặc biệt là bất động sản. Điều này giúp tăng giá trị tài sản thế chấp của các khoản vay, giảm thiểu tổn thất cho ngân hàng trong trường hợp phải xử lý nợ xấu.

Từ mối quan hệ tích cực này, các ngân hàng nên có những chiến lược chủ động để tận dụng và quản lý rủi ro trong bối cảnh kinh tế tăng trưởng:

Tối ưu hóa hoạt động tín dụng: Trong giai đoạn kinh tế tăng trưởng, ngân hàng nên chủ động tiếp cận các doanh nghiệp có nhu cầu mở rộng sản xuất, đầu tư. Ngân hàng có thể đa dạng hóa danh mục cho vay, ưu tiên các ngành nghề đang phát triển mạnh mẽ và có tiềm năng bền vững.

Xây dựng bộ đệm vốn: Thời kỳ kinh tế tăng trưởng là “cơ hội vàng” để ngân hàng tích lũy lợi nhuận và tăng cường vốn. Ngân hàng nên có chính sách phân chia cổ tức hợp lý, ưu tiên giữ lại một phần lợi nhuận để bổ sung vào vốn chủ sở hữu, tạo ra một bộ đệm vốn vững chắc để đối phó với những rủi ro tiềm ẩn khi chu kỳ kinh tế thay đổi.

Quản trị rủi ro chủ động: Mặc dù kinh tế tăng trưởng làm giảm rủi ro, nhưng đây cũng là thời điểm ngân hàng dễ trở nên chủ quan. Ngân hàng cần duy trì và thậm chí thắt chặt các quy trình thẩm định, đánh giá rủi ro tín dụng. Việc này giúp ngân hàng tránh được những khoản cho vay kém chất lượng có thể trở thành nợ xấu khi nền kinh tế đi xuống.

Dự báo và lập kế hoạch chiến lược: Ngân hàng nên tích hợp các dự báo về tăng trưởng GDP và các chỉ số kinh tế vĩ mô khác vào quá trình lập kế hoạch kinh doanh và quản lý vốn. Điều này giúp ngân hàng có thể dự đoán được các thay đổi trong môi trường kinh doanh và điều chỉnh chiến lược kịp thời để duy trì CAR ở mức tối ưu.

• Đối với Quy mô ngân hàng: Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

Kết quả nghiên cứu cho thấy khi quy mô ngân hàng càng lớn, CAR càng có xu hướng giảm. Điều này không có nghĩa là ngân hàng phải ngừng phát triển. Ngược lại, nó nhấn mạnh rằng việc phát triển cần phải được thực hiện một cách có kiểm soát và cân bằng. Để duy trì tỷ lệ an toàn vốn ổn định khi mở rộng, ngân hàng cần có một chiến lược rõ ràng:

Tăng vốn song song với tăng trưởng: Bất cứ khi nào ngân hàng lên kế hoạch mở rộng hoạt động như tăng trưởng tín dụng hoặc mở thêm chi nhánh, họ cần đồng thời xây dựng kế hoạch cụ thể để tăng vốn chủ sở hữu tương ứng.

Đảm bảo sự cân bằng: Mục tiêu là đảm bảo rằng vốn của ngân hàng tăng trưởng với tốc độ tương đương hoặc nhanh hơn so với sự tăng trưởng của tổng tài sản, nhằm duy trì CAR ở mức an toàn.

• Đối với Tỷ suất lợi nhuận trên tài sản (ROA):

Mối quan hệ ngược chiều giữa ROA và CAR cho thấy một sự đánh đổi: để đạt được lợi nhuận cao ngân hàng có thể phải chấp nhận nhiều rủi ro hơn. Nói một cách đơn giản, để đạt được ROA cao, ngân hàng có thể chấp nhận các hoạt động rủi ro hơn, và điều này về lâu dài sẽ làm giảm mức độ an toàn vốn của ngân hàng.

Để giải quyết vấn đề này, các ngân hàng thương mại cần tập trung vào việc quản trị rủi ro một cách toàn diện và bền vững. Điều này bao gồm:

Xây dựng “khẩu vị rủi ro” rõ ràng: Ban điều hành cần xác định và tuân thủ các giới hạn nghiêm ngặt về rủi ro tín dụng, thị trường và hoạt động. Lợi nhuận không nên là mục tiêu duy nhất, mà phải luôn nằm trong khuôn khổ rủi ro đã được xác định.

Đa dạng hóa nguồn thu nhập: Thay vì phụ thuộc quá nhiều vào các khoản cho vay có rủi ro cao để tăng lợi nhuận, ngân hàng nên phát triển mạnh các nguồn thu nhập phi tín dụng. Ví dụ như thu phí từ dịch vụ ngân hàng điện tử, tư vấn tài chính, bảo hiểm… Các nguồn thu này không chỉ ổn định hơn mà còn ít rủi ro hơn, giúp ngân hàng duy trì lợi nhuận mà vẫn đảm bảo an toàn vốn.

• Đối với Khả năng thanh khoản

Việc ngân hàng giữ quá nhiều tài sản thanh khoản (như tiền mặt) nhưng lại ít sinh lời sẽ ảnh hưởng xấu CAR. Vấn đề không chỉ là tiền bị “ngủ yên” mà còn là chi phí cơ hội của vốn. Nghĩa là, ngân hàng đã bỏ lỡ cơ hội sử dụng số tiền đó để tạo ra lợi nhuận cao hơn. Để tối ưu hóa mối quan hệ này, ngân hàng cần thực hiện các biện pháp cụ thể hơn:

Tăng cường quản trị rủi ro thanh khoản: Ngân hàng nên thiết lập các kịch bản dự báo dòng tiền khác nhau (ví dụ: trong điều kiện bình thường, căng thẳng nhẹ, và khủng hoảng) để xác định chính xác lượng thanh khoản cần nắm giữ. Tránh duy trì một lượng thanh khoản thừa thãi như một “hàng rào bảo vệ” không cần thiết.

Phát triển các công cụ đầu tư thanh khoản: Thay vì giữ tiền mặt, ngân hàng có thể đầu tư vào các công cụ tài chính an toàn nhưng có sinh lời, như trái phiếu chính phủ ngắn hạn hoặc các giấy tờ có giá trên thị trường tiền tệ. Cách làm này giúp ngân hàng vừa đảm bảo đủ tiền mặt khi cần, vừa kiếm thêm lợi nhuận để củng cố vốn.

• Đối với Lạm phát Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

Khi lạm phát tăng cao, CAR của ngân hàng có xu hướng giảm. Điều này xảy ra vì lạm phát làm giảm sức mua, khiến khách hàng khó khăn hơn trong việc trả nợ, từ đó làm tăng nguy cơ nợ xấu và ảnh hưởng trực tiếp đến vốn của ngân hàng Để đối phó với tình trạng này, các ngân hàng cần chủ động thực hiện các biện pháp sau:

Siết chặt thẩm định tín dụng: Trong thời kỳ lạm phát, ngân hàng cần đánh giá chặt chẽ hơn khả năng trả nợ của khách hàng, dựa trên thu nhập thực tế thay vì thu nhập danh nghĩa. Điều này giúp hạn chế rủi ro cho vay vào các đối tượng có khả năng gặp khó khăn trong tương lai.

Điều chỉnh chính sách cho vay: Ưu tiên các khoản vay ngắn hạn và có lãi suất thả nổi. Lãi suất thả nổi giúp ngân hàng điều chỉnh theo biến động của thị trường, giảm thiểu rủi ro khi lạm phát tăng cao.

• Lạm phát cũng tác động đến cả hai phía của bảng cân đối kế toán:

Tác động đến tài sản có: Lạm phát làm tăng rủi ro nợ xấu, vì khách hàng gặp khó khăn hơn trong việc trả nợ. Điều này có thể khiến các khoản cho vay (tài sản có) của ngân hàng bị giảm giá trị.

Tác động đến tài sản nợ: Lạm phát làm tăng lãi suất thị trường, buộc ngân hàng phải tăng lãi suất huy động để giữ chân người gửi tiền. Điều này làm tăng chi phí nguồn vốn (tài sản nợ).

Khi hai yếu tố này cùng xảy ra, lợi nhuận của ngân hàng sẽ bị “kẹp” lại: chi phí đầu vào tăng (tài sản nợ) trong khi chất lượng tài sản đầu ra giảm (tài sản có).

Chính vì vậy, trong bối cảnh lạm phát, ngân hàng cần quản lý tài sản nợ và tài sản có một cách chiến lược để bảo vệ lợi nhuận và giá trị vốn. Điều này được thực hiện bằng cách cân đối kỳ hạn của các khoản cho vay và huy động vốn, ưu tiên các giao dịch ngắn hạn để dễ điều chỉnh lãi suất. Ngân hàng cũng phải sử dụng các công cụ quản lý rủi ro lãi suất và chủ động điều chỉnh danh mục đầu tư để ngăn chặn sự xói mòn giá trị thực của vốn, qua đó duy trì được CAR ở mức ổn định.

4.3. Đề xuất với Ngân hàng Nhà Nước: Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

Mối quan hệ cùng chiều giữa dự phòng rủi ro tín dụng và CAR là minh chứng rõ ràng cho thấy việc trích lập dự phòng đầy đủ là một “lá chắn” cực kỳ hiệu quả, giúp bảo vệ nền tảng vốn của ngân hàng trước các cú sốc và tổn thất tiềm ẩn. Tuy nhiên, việc thực thi không phải lúc nào cũng đơn giản, đòi hỏi NHNN phải siết chặt hơn nữa các quy định và công tác giám sát. NHNN cần thiết lập một bộ tiêu chuẩn về phân loại nợ và trích lập dự phòng nghiêm ngặt, bám sát các nguyên tắc kế toán quốc tế, vốn yêu cầu một cách tiếp cận chủ động và dựa trên rủi ro kỳ vọng. Thay vì chỉ phản ứng với nợ xấu đã phát sinh, các ngân hàng phải dự báo và trích lập dự phòng từ sớm. Điều này ngăn chặn tình trạng “làm đẹp” bảng cân đối kế toán bằng cách trì hoãn việc phân loại nợ xấu hoặc trích lập thiếu. Để đảm bảo sự tuân thủ, NHNN cần tăng cường tần suất và chất lượng các cuộc thanh tra tại chỗ, sử dụng công nghệ và phân tích dữ liệu lớn để phát hiện các dấu hiệu bất thường trong danh mục cho vay. Bên cạnh đó, NHNN nên ban hành cơ chế khuyến khích các ngân hàng trích lập dự phòng sớm và vượt mức tối thiểu quy định, đặc biệt là trong giai đoạn kinh tế tăng trưởng thuận lợi. Việc này giúp xây dựng một “đệm” dự phòng vững chắc, sẵn sàng hấp thụ các tổn thất tín dụng khi kinh tế bước vào giai đoạn khó khăn hơn.

Hệ số đòn bẩy tài chính có tác động tích cực mạnh mẽ nhất đến CAR, nhấn mạnh rằng một cơ cấu vốn vững chắc, với tỷ trọng vốn chủ sở hữu cao, là yếu tố cốt lõi để duy trì an toàn hệ thống. Để thúc đẩy các ngân hàng nâng cao năng lực vốn, NHNN nên xây dựng một lộ trình tăng vốn rõ ràng và kiên quyết yêu cầu các NHTM tuân thủ các tiêu chuẩn Basel III. Lộ trình này cần xác định các mục tiêu tăng vốn cụ thể qua từng năm, phù hợp với chiến lược kinh doanh và khả năng tài chính của từng ngân hàng. NHNN có thể hỗ trợ quá trình này bằng nhiều cách. Một mặt, NHNN có thể khuyến khích các ngân hàng giữ lại một phần lợi nhuận để tái đầu tư, thay vì chi trả cổ tức quá cao. Mặt khác, NHNN có thể tạo điều kiện để các ngân hàng huy động vốn bổ sung thông qua việc phát hành các công cụ vốn như trái phiếu thứ cấp (vốn cấp 2). Việc này không chỉ giúp các ngân hàng tăng vốn mà còn đa dạng hóa nguồn vốn, làm tăng khả năng hấp thụ rủi ro. Song song với việc thúc đẩy tăng vốn, NHNN cần thiết lập các giới hạn chặt chẽ hơn và kiên quyết giám sát tỷ lệ an toàn vốn của các ngân hàng. Các biện pháp xử phạt nghiêm khắc nên được áp dụng đối với những ngân hàng không tuân thủ. Điều này gửi một thông điệp mạnh mẽ tới thị trường rằng NHNN sẽ không nhân nhượng với các rủi ro về vốn, từ đó ngăn chặn hành vi đòn bẩy quá mức và bảo vệ sự ổn định của hệ thống tài chính. Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

Mối quan hệ cùng chiều giữa tăng trưởng kinh tế và CAR cho thấy sức khỏe của ngành ngân hàng phụ thuộc rất lớn vào môi trường kinh tế vĩ mô ổn định. NHNN với vai trò là cơ quan quản lý vĩ mô, phải tiếp tục duy trì chính sách tiền tệ thận trọng, ổn định và linh hoạt. Việc kiểm soát lạm phát ở mức mục tiêu không chỉ giúp bảo toàn giá trị thực của vốn ngân hàng mà còn ngăn ngừa rủi ro lạm phát làm tăng lãi suất, gây áp lực trả nợ lên các doanh nghiệp và cá nhân. Môi trường lãi suất ổn định cho phép các ngân hàng và khách hàng lên kế hoạch kinh doanh hiệu quả, giảm rủi ro tín dụng và tăng lợi nhuận bền vững. Khi tăng trưởng kinh tế ổn định, các ngân hàng có thể đạt ROA mà không cần phải chấp nhận rủi ro cao. Cuối cùng, một nền kinh tế vững chắc sẽ hỗ trợ các ngân hàng duy trì thanh khoản ổn định, vì dòng tiền của nền kinh tế được đảm bảo. Về quy mô ngân hàng, mối quan hệ nghịch chiều cho thấy việc tăng trưởng nóng, thiếu kiểm soát có thể làm suy yếu nền tảng vốn của các tổ chức tín dụng. Do đó, NHNN nên thiết lập các ngưỡng tăng trưởng tín dụng và tổng tài sản hợp lý, không khuyến khích các ngân hàng chạy đua mở rộng chỉ để đạt thị phần. Đặc biệt với các ngân hàng lớn có tầm ảnh hưởng hệ thống, NHNN cần áp dụng các tiêu chuẩn giám sát chặt chẽ hơn, duy trì mức vốn đệm cao hơn so với quy định tối thiểu, nhằm đảm bảo sự ổn định của toàn bộ hệ thống tài chính.

Tiếp theo, đối với ROA, NHNN cần nhận thức rằng việc theo đuổi lợi nhuận cao một cách phiến diện có thể khiến ngân hàng chấp nhận nhiều rủi ro hơn, ví dụ như cho vay các dự án mạo hiểm hoặc đối tượng có lịch sử tín dụng không tốt, từ đó làm tổn hại đến chất lượng tài sản và vốn. Thay vì vậy, NHNN nên định hướng các ngân hàng tập trung vào việc tạo ra lợi nhuận bền vững thông qua quản lý chi phí hiệu quả và phát triển các nguồn thu nhập ổn định từ dịch vụ, giúp CAR được bảo vệ mà không cần gia tăng rủi ro. NHNN cũng nên theo dõi sát sao các ngân hàng có ROA tăng đột biến một cách bất thường, tiến hành thanh tra để xác định liệu có rủi ro tiềm ẩn nào đang bị che giấu hay không.

Về khả năng thanh khoản, mối quan hệ nghịch chiều với CAR cho thấy NHNN cần tăng cường các quy định về thanh khoản như thiết lập các tỷ lệ an toàn chặt chẽ hơn dựa trên tiêu chuẩn quốc tế Basel III để đảm bảo các ngân hàng luôn có đủ tài sản chất lượng cao, dễ thanh khoản. Đồng thời, NHNN cũng cần giám sát chặt chẽ tình trạng sử dụng nguồn vốn ngắn hạn để tài trợ cho các khoản cho vay dài hạn, một vấn đề có thể gây ra rủi ro thanh khoản nghiêm trọng và làm suy yếu CAR.

Đối với lạm phát, khi chỉ số này cao có thể kéo theo lãi suất tăng, làm gia tăng gánh nặng trả nợ cho khách hàng và dẫn đến nguy cơ nợ xấu, từ đó buộc ngân hàng phải trích lập dự phòng nhiều hơn và làm giảm CAR. Vì vậy, việc NHNN thực hiện chính sách tiền tệ một cách thận trọng, duy trì lạm phát ở mức ổn định là yếu tố then chốt để tạo ra một môi trường kinh doanh lành mạnh, giúp các ngân hàng có thể bảo toàn giá trị vốn và lợi nhuận.

Cuối cùng, để củng cố nền tảng quản trị rủi ro, NHNN cần yêu cầu các ngân hàng thực hiện nghiêm túc việc trích lập dự phòng rủi ro tín dụng một cách đầy đủ và kịp thời, đảm bảo vốn dự phòng đủ để xử lý nợ xấu. Đặc biệt, việc tận dụng dữ liệu từ CIC là một công cụ cực kỳ hữu ích. NHNN nên yêu cầu các ngân hàng cập nhật dữ liệu lên CIC theo thời gian thực hoặc gần như thời gian thực và thiết lập một cơ chế nhanh chóng để xử lý các sai sót. Tiếp theo, cần nâng cấp CIC từ một kho dữ liệu thụ động thành một công cụ phân tích chủ động, có khả năng xây dựng các mô hình chấm điểm tín dụng mang tính dự báo rủi ro theo từng ngành, khu vực. Cuối cùng, NHNN nên ban hành quy định bắt buộc các ngân hàng phải kiểm tra và ghi nhận việc sử dụng thông tin từ CIC trong mọi quy trình thẩm định tín dụng, nhằm đảm bảo những cải tiến này được tận dụng tối đa, từ đó giúp giảm thiểu nợ xấu và bảo vệ CAR của ngân hàng một cách hiệu quả.

• TÓM LƯỢC CHƯƠNG 4

Chương cuối cùng là sự kết tinh của toàn bộ quá trình nghiên cứu, chuyển hóa các kết quả phân tích học thuật thành những giải pháp có giá trị thực tiễn. Chương này diễn giải ý nghĩa thực tiễn của các kết quả thống kê từ Chương 3, từ đó xây dựng các nhóm giải pháp cụ thể, khả thi cho hai đối tượng chính: các ngân hàng thương mại và Ngân hàng Nhà nước.

Đây là mục tiêu trọng tâm và duy nhất của chương này. Mỗi một kết quả nghiên cứu ở Chương 3 đều được “dịch” thành một hàm ý quản trị cụ thể.

KẾT LUẬN Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

Nghiên cứu “Các nhân tố ảnh hưởng đến tỷ lệ an toàn vốn tại ngân hàng thương mại Việt Nam” đã thành công trong việc xác định và phân tích mức độ tác động của các yếu tố vi mô và vĩ mô đến tỷ lệ an toàn vốn của các ngân hàng thương mại cổ phần Việt Nam trong giai đoạn 2016 – 2025. Bằng cách áp dụng phương pháp hồi quy tuyến tính Bayes, một phương pháp hiện đại và hiệu quả, nghiên cứu đã cung cấp một cái nhìn sâu sắc và có độ tin cậy cao về mối quan hệ giữa CAR và các yếu tố liên quan. Kết quả cho thấy, bên cạnh những mối quan hệ đã được nhiều nghiên cứu trước đây đề cập, một số phát hiện mới cũng đã được đưa ra, giúp làm rõ hơn bức tranh tài chính của hệ thống ngân hàng Việt Nam. Đặc biệt, nghiên cứu đã chỉ ra rằng, việc chủ động trích lập dự phòng rủi ro tín dụng, một yếu tố thường bị xem là chi phí lại có mối quan hệ tích cực với CAR. Điều này phản ánh tư duy quản trị rủi ro chuyên nghiệp và thận trọng của các ngân hàng, tạo ra một nền tảng vững chắc cho sự ổn định tài chính.

Kết quả phân tích đã làm sáng tỏ những mối quan hệ phức tạp giữa các nhân tố và CAR. Cụ thể, các nhân tố như hệ số đòn bẩy tài chính và tăng trưởng kinh tế có tác động cùng chiều mạnh mẽ đến CAR, khẳng định tầm quan trọng của việc quản lý cấu trúc vốn hiệu quả và tận dụng môi trường kinh tế thuận lợi. Ngược lại, các nhân tố quy mô ngân hàng, tỷ suất lợi nhuận trên tổng tài sản, khả năng thanh khoản và lạm phát lại tác động ngược chiều. Mối quan hệ tiêu cực giữa ROA và CAR cho thấy một sự đánh đổi tiềm ẩn: việc theo đuổi lợi nhuận cao một cách thiếu kiểm soát có thể khiến ngân hàng chấp nhận rủi ro lớn hơn, từ đó làm giảm mức độ an toàn vốn. Tương tự, việc duy trì một lượng thanh khoản quá lớn nhưng kém sinh lời cũng làm giảm hiệu quả sử dụng vốn và ảnh hưởng tiêu cực đến CAR. Những phát hiện này không chỉ cung cấp cơ sở dữ liệu thực nghiệm mà còn là lời cảnh báo về những thách thức mà các ngân hàng phải đối mặt.

Dựa trên những phân tích trên, nghiên cứu đã đưa ra các khuyến nghị thiết thực nhằm hỗ trợ các bên liên quan. Đối với các ngân hàng thương mại, các giải pháp được đề xuất bao gồm việc xây dựng chiến lược quản trị rủi ro tín dụng chủ động, cân bằng giữa lợi nhuận và an toàn, cũng như tối ưu hóa cấu trúc vốn và danh mục tài sản để vừa tuân thủ quy định, vừa phát triển bền vững. Đối với Ngân hàng Nhà nước, nghiên cứu nhấn mạnh vai trò quan trọng của việc tăng cường giám sát, hoàn thiện khung pháp lý theo chuẩn mực Basel III và duy trì ổn định vĩ mô. Những đề xuất này không chỉ nhằm mục đích nâng cao CAR mà còn hướng tới mục tiêu củng cố sự an toàn, minh bạch và khả năng cạnh tranh của toàn bộ hệ thống ngân hàng Việt Nam, góp phần vào sự ổn định và phát triển của nền kinh tế đất nước. Luận văn: KQNC đến tỷ lệ an toàn vốn của Ngân hàng VPBank.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:  

===>>> Luận văn: Ảnh hưởng đến tỷ lệ an toàn vốn ở Ngân hàng VPBank

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