Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng

Chia sẻ chuyên mục Đề Tài Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng hay nhất năm 2024 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: Tác động của thanh khoản đến khả năng sinh lời của hệ thống 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

Từ dữ liệu thu thập được của 27 NHTM Việt Nam trong giai đoạn 2012-2023, của ngân hàng thế giới đối với hai biến GDO và CPI, tổng cộng có 241 quan sát, kết quả thống kê mô tả được thể hiện qua Bảng 4.1 như sau:

Bảng  4.1 Kết quả thống kê mô tả

(Nguồn: Kết quả phân tích từ Stata 17)

Đối với tỷ lệ lợi nhuận sau thuế trên tài sản bình quân (ROAit), có giá trị trung bình là 0,86%. Điều này có nghĩa là trong 100 đồng tài sản của ngân hàng thì ngân hàng kiếm được 0,86 đồng lợi nhuận với độ lệch chuẩn là 0,65%. Tỷ lệ này cao nhất là Ngân hàng TMCP Kỹ Thương Việt Nam năm 2023, với tỷ lệ là 3,2% và thấp nhất là NHTM Cổ phần Á Châu năm 2018, NHTM cổ phần Bản Việt năm 2014, NHTM Cổ phần Xuất nhập khẩu Việt Nam năm gần nhất là 2020, NHTM cổ phần Kiên Long năm 2018, NHTM cổ phần Quốc Dân năm gần nhất là 2023, Ngân hàng TMCP Sài Gòn Công thương năm 2018 và NHTM Cổ phần Sài Gòn năm 2018 đạt 0%. Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Đối với tỷ lệ lợi nhuận sau thuế trên vốn chủ sở hữu bình quân (ROEit), có giá trị trung bình là 10,61%. Điều này có nghĩa là trong 100 đồng vốn chủ sở hữu của ngân hàng thì ngân hàng kiếm được 10,61 đồng lợi nhuận với độ lệch chuẩn là 7,06%. Tỷ lệ này cao nhất là NHTM Cổ phần Á Châu năm 2018 đạt 26,8%, thấp nhất là NHTM Cổ phần Sài Gòn năm 2018 và NHTM cổ phần Quốc Dân năm gần nhất là 2023 đạt 0%.

Đối với tỷ lệ lợi thu nhập lãi thuần/tài sản có sinh lời (NIMit), có giá trị trung bình là 3,03%. Điều này có nghĩa là trong 100 đồng tài sản có sinh lời của ngân hàng thì ngân hàng kiếm được 3,03 đồng lợi nhuận với độ lệch chuẩn là 1,24%. Tỷ lệ này cao nhất là NHTM Cổ phần Việt Nam Thịnh Vượng năm 2021 đạt 8,8%, thấp nhất là Ngân hàng TMCP Phát triển T.P Hồ Chí Minh năm 2015 chỉ đạt 0,4%.

Đối với tỷ lệ vốn chủ sở hữu/tổng tài sản (CARit), có giá trị trung bình là 8,45%. Điều này có nghĩa là trong 100 đồng tài sản có 8,45 đồng vốn chủ sở hữu với độ lệch chuẩn là 3,06%. Tỷ lệ này cao nhất là NHTM cổ phần Kiên Long năm 2013 đạt 19,4%, thấp nhất là NHTM cổ phần Đầu tư và Phát triển Việt Nam năm 2019 chỉ đạt 3,8%.

Đối với tỷ lệ dư nợ cho vay/tổng nguồn vốn huy động (LDRit), có giá trị trung bình là 59,63%. Điều này có nghĩa là trong 100 đồng nguồn vốn huy động ngân hàng cho vay 59,63 đồng với độ lệch chuẩn là 10,22%. Tỷ lệ này cao nhất là NHTM cổ phần Đầu tư và Phát triển Việt Nam năm 2022 đạt 80,1%, thấp nhất là NHTM cổ phần Hàng hải Việt Nam năm 2017 chỉ đạt 26,9%.

Đối với tỷ lệ tài sản ngắn hạn/tổng tài sản (LIRit), có giá trị trung bình là 82,02%. Điều này có nghĩa là trong 100 đồng tài sản có 82,02 đồng là tài sản ngắn hạn với độ lệch chuẩn là 7,41%. Tỷ lệ này cao nhất là NHTM cổ phần Bắc Á năm 2017 đạt 95,1%, thấp nhất là NHTM Cổ phần Xuất nhập khẩu Việt Nam năm 2014 chỉ đạt 55,1%.

Đối với tỷ lệ (tài sản lưu động + hàng tồn kho)/nợ ngắn hạn (QIRit), có giá trị trung bình là 102,82%. Điều này có nghĩa là so với nợ ngắn hạn, tài sản lưu động và hàng tồn kho bằng 102,82% với độ lệch chuẩn là 8,24%. Tỷ lệ này cao nhất là Ngân hàng TMCP Xăng dầu Petrolimex năm 2018 đạt 125,7%, thấp nhất là NHTM cổ phần Ngoại thương Việt Nam năm 2019 chỉ đạt 75,2%. Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Đối với tỷ lệ tăng trưởng tổng sản phẩm quốc nội (GDPt), có giá trị trung bình là 5,8% với độ lệch chuẩn 1,7%. Tỷ lệ này cao nhất năm 2020 đạt 7,1%, thấp nhất năm 2023 chỉ đạt 2,59%.

Đối với tỷ lệ lạm phát (CPIt), có giá trị trung bình là 4,3% với độ lệch chuẩn 3,93%. Tỷ lệ này cao nhất năm 2013 đạt 18,678%, thấp nhất năm 2017 chỉ 0,631%.

4.2 Phân tích tương quan

Dựa vào bảng ma trận tương quan giữa các biến ở Bảng 4.2, có thể thấy một cách tổng quát mối quan hệ giữa các biến trong mô hình nghiên cứu. Theo Gujarati (2006), giả thiết đặt ra trong mô hình hồi quy bội là không có xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập, nghĩa là không có sự tồn tại mối quan hệ tuyến tính giữa một số hoặc tất cả các biến độc lập trong mô hình hồi quy. Có thể nhận diện hiện tượng đa cộng tuyến qua một số dấu hiệu sau: (i) giá trị R² thường cao nhưng giá trị t-test ít có ý nghĩa; (ii) mối tương quan từng đôi giữa các biến độc lập thường cao, giá trị tuyệt đối của hệ số tương quan giữa hai biến hồi quy lớn hơn 0,8 thì có dấu hiệu xảy ra đa cộng tuyến nghiêm trọng.

Bảng  4.2: Bảng ma trận tương quan giữa các biến độc lập

(Nguồn: Kết quả phân tích từ Stata 17)

Tuy nhiên, không phải tất cả hệ số tương quan cao đều xảy ra đa cộng tuyến trong mọi trường hợp; (iii) dùng hệ số VIF để kiểm tra đa tình trạng đa cộng tuyến, giá trị VIF càng lớn thì khả năng xảy ra đa cộng tuyến càng tăng, thông thường VIF của một biến độc lập nào đó lớn hơn 10 thì sẽ có hiện tượng đa cộng tuyến cao.

Kết quả tại bảng 4.2 cho thấy biến độc lập CARit có tương quan cao (lớn hơn 0,8) với LDRit và LIRit. Tuy nhiên giá trị p-value (Sig > 0,05) cho thấy các mối quan hệ này không có ý nghĩa thống kê. Vì vậy, tác giả quyết định giữ lại các biến này để khi đối chiếu với các hệ số VIF của từng biến, nêu biến nào có hệ số VIF lớn hơn 10 thì sẽ loại ra khỏi mô hình. Hệ số tương quan giữa các biến độc lập còn lại đều nhỏ hơn 0,8, nên có thể kết luận rằng không có sự tương quan của các biến này trong mô hình.

4.3 Kết quả định lượng của mô hình với biến phụ thuộc ROA Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Sau khi phân tích thống kê mô tả để có cái nhìn khái quát về dữ liệu nghiên cứu, nghiên cứu tiếp tục hồi quy mô hình theo 3 mô hình hồi quy OLS, FEM, REM sau đó sử dụng các kiểm định để chọn ra mô hình phù hợp thông qua phần mềm xử lý dữ liệu Stata 17.

4.3.1. Kết quả lựa chọn mô hình giữa Pooled OLS, FEM và REM

Để quyết định lựa chọn giữa mô hình hồi quy Pooled OLS và FEM, tác giả thực hiện hồi quy mô hình FEM và thực hiện kiểm định F. Kết quả kiểm định được trình bày trong Bảng 4.3

Bảng  4.3 Kết quả hồi qui mô hình Pooled OLS, FEM và REM theo ROA

(Nguồn: Kết quả phân tích từ Stata 17)

Bảng 4.3 cho thấy ba mô hình Pooled-OLS, FEM và REM đều đưa mức độ ý nghĩa thống kê và về dấu của các biến. Để lựa chọn mô hình phù hợp, nghiên cứu tiếp tục tiến hành các kiểm định F, Breusch & Pagan, Hausman để xác định mô hình nào tốt hơn, cụ thể:

• So sánh Pooled-OLS với FEM:

Bảng 4.3 cho kết quả mô hình FEM là phù hợp hơn so với Pooled-OLS, với các chỉ số kiểm định cho kết quả thống kê F ( 7,  207) =   30,06 và  Prob > F =  0,000.

Đây là bằng chứng thống kê bác bỏ giả thuyết H0 cho rằng tất cả các Var ui = 0.

• So sánh Pooled-OLS với REM:

Kết quả tại bảng 4.3 thể hiện các thông số của kiểm định bằng Breusch &

Pagan cho thấy trong trường hợp này, ước lượng REM là phù hợp hơn so với PooledOLS, vì giá trị Chibar2 (01) = 212,88 và Prob > chibar2 = 0,000 (với mức ý nghĩa là 5% ) cho thấy có bằng chứng thống kê chưa chấp nhận giả thuyết H0 cho rằng tất cả các Var ui = 0.

• So sánh FEM với REM:

Kết quả tại bảng 4.3 thể hiện các thông số của kiểm định Hausman cho thấy giả thuyết H0 được chấp nhận với giá trị Prob > chi2 = 0,1179  > 0,05, bằng chứng thống kê này cho thấy mô hình REM tốt hơn mô hình FEM. Ở kiểm định này giả thuyết H0 đặt ra là ước lượng FEM và REM không khác nhau đáng kể (theo Gujarati, 2006). Nếu giả thuyết H0 bị bác bỏ thì mô hình REM không thích hợp và nên sử dụng mô hình FEM. Giả thuyết H0 bị bác bỏ khi giá trị p-value là nhỏ hơn 0,05 và ngược lại khi giá trị p-value > 0,05 thì chấp nhận giả thiết H0.

4.3.2. Kết quả hồi quy mô hình REM theo ROA Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Kết quả hồi quy mô hình REM biến ROAit được thể hiện trong các bảng 4.4 sau:

Bảng  4.4 Hồi quy mô hình REM biến ROA lần 1 và lần 2

(Nguồn: Kết quả phân tích từ Stata 17)

Từ bảng 4.4 đã cho thấy biến CPIt có giá trị p-value = 0,165 > 0,05; biến Period có giá trị p-value = 0,885 > 0,05 Vì vậy,  biến CPIt và Period không có ý nghĩa thống kê, cần loại khỏi mô hình và chạy lại lần 2. Kết quả chạy lần 2, các biến đều có ý nghĩa thống kê. Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

• Kiểm định phương sai sai số thay đổi của mô hình REM biến ROA

Kết quả kiểm định Breusch và Pagan Lagrangian, chibar2(01) = 206,85; Prob> chibar2 = 0,0000 (phụ lục), mô hình vi phạm giả thiết về phương sai sai số không đổi.

• Kiểm định tương quan chuỗi của mô hình REM biến ROA

Kết quả kiểm định, F(1, 26) = 37,221; Prob > F = 0,000 (phụ lục), mô hình vi phạm giả thiết về tương quan chuỗi.

• Kiểm định đa cộng tuyến các biến của mô hình REM biến ROA

Bảng  4.5 Kiểm định đa cộng tuyến các biến của mô hình REM biến ROA

(Nguồn: Kết quả phân tích từ Stata 17)

• Kết quả kiểm định (Bảng 4.5) cho thấy giá trị VIF của các biến đều nhỏ hơn 10.
• Tác giả có có sở kết luận, mô hình không vi phạm giả thiết về đa cộng tuyến.

4.3.3. Hiệu chỉnh mô hình biến phụ thuộc ROAit bằng GLS Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Do mô hình REM vi phạm giả thiết về phương sai sai số thay đổi và tương quan chuỗi nên tác giả sử dụng hồi quy GLS. Kết quả chạy hồi quy GLS với các lựa chọn khắc phục hiện tượng vi phạm giả thiết về phương sai sai số thay đổi và tương quan chuỗi được trình bày trong Bảng 4.6 dưới đây.

Bảng  4.6 Hiệu chỉnh mô hình biến phụ thuộc ROAit bằng GLS lần 1 và lần 2

(Nguồn: Kết quả phân tích từ Stata 17)

Bảng 4.6 cho thấy kết quả hồi quy lần 1 biến GDPt có p-value = 0,224 > 0,05; biến Period có p-value = 0,379 > 0,05. Hai biến này không có ý nghĩa thống kê, vì vậy cần loại biến GDPt và Period ra khỏi mô hình và chạy hồi quy lần 2.

Kết quả chạy hồi quy GLS lần 2 với các lựa chọn khắc phục hiện tượng vi phạm giả thiết về phương sai sai số thay đổi và tương quan chuỗi được trình bày trong Bảng 4.6. Từ kết quả tại bảng 4.6 ta có thứ tự tác động của các biến độc lập đến ROA tại bảng 4.8 như sau:

Bảng  4.7 Thứ tự tác động các biến độc lập đến ROA

(Nguồn: Kết quả phân tích từ Stata 17) Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

4.4 Kết quả định lượng của mô hình với biến phụ thuộc ROE

Tác giả tiến hành tuần tự các bước như đã tiến hành đối với biến phụ thuộc là ROE, cụ thể:

4.4.1. Kết quả lựa chọn mô hình giữa Pooled OLS, FEM và REM

Để quyết định lựa chọn giữa mô hình hồi quy Pooled OLS và FEM, tác giả thực hiện hồi quy mô hình FEM và thực hiện kiểm định F. Kết quả kiểm định được trình bày trong Bảng 4.8.

Bảng  4.8  Kết quả hồi qui mô hình Pooled OLS, FEM và REM theo ROE

(Nguồn: Kết quả phân tích từ Stata 17) Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Bảng 4.8 cho thấy cả ba mô hình Pooled-OLS, FEM và REM đều đưa mức độ ý nghĩa thống kê và về dấu của các biến độc lập. Để lựa chọn mô hình phù hợp, tác giả cũng tiến hành các bước kiểm định giống như các bước đã thực hiện đối với biến phụ thuộc là ROA, cụ thể:

• So sánh Pooled-OLS với FEM:

Kết quả nghiên cứu được thể hiện tại bảng 4.8 cho kết quả mô hình FEM là phù hợp hơn so với Pooled-OLS, với các chỉ số kiểm định cho kết quả thống kê F(7, 207) =   12,42 và  Prob > F =  0,000. Đây là bằng chứng thống kê có thể chấp nhận giả thuyết H0 cho rằng tất cả các Var ui khác 0.

• So sánh Pooled-OLS với REM:

Theo kết quả tại bảng 4.8 cho các thông số của kiểm định Breusch & Pagan thì ước lượng REM là phù hợp hơn so với Pooled-OLS, vì giá trị Chibar2 (01) = 141,75 và Prob > chibar2 = 0,001 cho thấy không có bằng chứng thống kê chấp nhận giả thuyết H0 cho rằng tất cả các Var ui = 0.

• So sánh FEM với REM:

Tại bảng 4.8 thể hiện kết quả kiểm định Hausman cho thấy giả thuyết H0 được chấp nhận với giá trị Prob > chi2 = 0,001  < 0,05, bằng chứng thống kê này cho thấy mô hình FEM tốt hơn mô hình REM (theo Gujarati, 2006). Từ kết quả kiểm định, tác giả có cơ sở kết luận, mô hình FEM phù hợp hơn mô hình REM.  Qua các lần kiểm định, so sánh các mô hình, kết quả cho thấy mô hình FEM là mô hình phù hợp, nên được sử dụng để hồi quy biến ROEit theo các biến độc lập theo FEM.

4.4.2. Kết quả hồi quy mô hình FEM theo biến ROE Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Kết quả hồi quy ở mục 4.4.1 cho thấy biến GDPt, Period không có ý nghĩa thống kê, cần loại khỏi mô hình hồi quy và chạy lại mô hình. Kết quả chạy lại mô hình nhiều lần sau khi loại hết các biến không có ý nghĩa thống kê, kết quả cuối cùng thông qua bảng 4.9 cho kết quả các biến độc lập đều có giá trị thống kê (p-value = < 0,05).  Kết quả hồi quy biến ROEit tại mô hình FEM được tổng hợp tại Bảng 4.9:

Bảng  4.9 Hồi quy mô hình FEM biến ROE

(Nguồn: Phân tích kết quả từ Stata 17

• Kiểm định phương sai sai số thay đổi của mô hình FEM biến ROE

Các thông số kiểm định chibar2(27) = 48757,59; Prob> chibar2 = 0,0000 (phụ lục), mô hình vi phạm giả thiết về phương sai sai số không đổi. Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

• Kiểm định tương quan chuỗi của mô hình FEM biến ROE

Kết quả kiểm định, F(1, 26) = 23,205, Prob> F = 0,0001 (phụ lục); mô hình vi phạm giả thiết về phương sai sai số không đổi.

• Kiểm định đa cộng tuyến các biến của mô hình FEM biến ROE

Bảng  4.10 Kiểm định đa cộng tuyến các biến của mô hình FEM biến ROEit

(Nguồn: Kết quả phân tích từ Stata 17)

• Kết quả kiểm định (Bảng 4.10) cho thấy giá trị VIF của các biến đều nhỏ hơn 10.
• Tác giả có có sở kết luận, mô hình không vi phạm giả thiết về đa cộng tuyến.

4.4.3. Hiệu chỉnh mô hình biến phụ thuộc ROE bằng GLS

Từ kết quả của mô hình FEM vi phạm giả thiết về phương sai sai số thay đổi và tương quan chuỗi nên tác giả sử dụng hồi quy GLS. Kết quả chạy hồi quy GLS với các lựa chọn khắc phục hiện tượng vi phạm giả thiết về phương sai sai số thay đổi và tương quan chuỗi được trình bày trong Bảng 4.11 dưới đây.

Bảng  4.11 Hiệu chỉnh mô hình biến phụ thuộc ROE bằng GLS lần 1

(Nguồn: Kết quả phân tích từ Stata 17) Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Bảng 4.11 thể hiện kết quả hồi quy lần 1 cho thấy biến QIRit có p-value = 0,273 > 0,05; biến Period có p-value = 0,057 > 0,05; các biến này không có ý nghĩa thống kê. Vì vậy cần loại hai biến QIRit và Period ra khỏi mô hình và chạy hồi quy lần 2. Kết quả chạy hồi quy GLS lần 2 với các lựa chọn khắc phục hiện tượng vi phạm giả thiết về phương sai sai số thay đổi và tương quan chuỗi sau khi loại tiếp các biến không có ý nghĩa thống kê. Kết quả được trình bày trong cùng Bảng 4.11 cho kết quả hồi quy GLS lần 2, các thông số về các biến trong mô hình đều có ý nghĩa thống kê (p-value > 0,05; khoảng tin cậy không chứa giá trị không).

Từ kết quả hệ số hồi quy bảng 4.11, tác giả xắp xếp thứ tự tác động các biến được thể hiện thông qua bảng 4.12.

Bảng  4.12 Thứ tự tác động các biến độc lập tác động đến ROE

(Nguồn: Kết quả phân tích từ Stata 17)  

4.5 Kết quả định lượng của mô hình với biến phụ thuộc NIM Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

4.5.1. Kết quả lựa chọn mô hình giữa Pooled OLS, FEM và REM theo NIM

Cũng tương tự đối với các bước lựa chọn các mô hình giữa Pooled OLS, FEM và REM ở phần kết quả định lượng của biến ROA và ROE, để quyết định lựa chọn giữa mô hình hồi quy Pooled OLS và FEM, tác giả thực hiện hồi quy mô hình FEM và thực hiện kiểm định F. Kết quả kiểm định được trình bày trong Bảng 4.13.

Bảng  4.13 Kết quả hồi qui mô hình Pooled OLS, FEM và REM theo NIM

(Nguồn: Kết quả phân tích từ Stata 17)

Kết quả tại bảng 4.13 đều đưa mức độ ý nghĩa thống kê và về dấu của các biến độc lập của cả ba mô hình Pooled-OLS, FEM và REM. Để lựa chọn mô hình phù hợp, nghiên cứu thực hiện các kiểm định F, Breusch & Pagan, Hausman để xác định mô hình nào tốt hơn, cụ thể: Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

• So sánh Pooled-OLS với FEM:

Kết quả mô hình FEM tại bảng 4.16 là phù hợp hơn so với Pooled-OLS, với các chỉ số kiểm định cho kết quả thống kê F(7, 207) = 23,99 và  Prob > F =  0,000.

Đây là bằng chứng thống kê có thể chấp nhận giả thuyết H0 cho rằng tất cả các Var ui khác 0.

• So sánh Pooled-OLS với REM:

Bảng 4.13 cho các kết quả kiểm định Breusch & Pagan tại thì ước lượng REM là phù hợp hơn so với Pooled-OLS vì giá trị Chibar2 (01) = 291,21 và Prob > chibar2 = 0,0000 (có ý nghĩa thống kê) cho thấy chưa có bằng chứng thống kê chấp nhận giả thuyết H0 cho rằng tất cả các Var ui = 0.

• So sánh FEM với REM:

Kết quả tại bảng 4.13 về các thông số của  kiểm định Hausman cho thấy giả thuyết H0 được chấp nhận với giá trị Prob > chi2 = 0,0413 < 0,05, bằng chứng thống kê này cho thấy mô hình FEM tốt hơn mô hình REM (theo Gujarati, 2006). Từ kết quả kiểm định, tác giả có cơ sở kết luận, mô hình FEM phù hợp hơn mô hình REM.  Qua các lần kiểm định, so sánh các mô hình, kết quả cho thấy mô hình FEM là mô hình phù hợp, nên được sử dụng để hồi quy biến NIM theo các biến độc lập theo FEM.

4.5.2. Kết quả hồi quy mô hình FEM theo biến NIM

Kết quả hồi quy mô hình FEM biến NIMit được thể hiện trong các bảng 4.14

Bảng  4.14 Hồi quy mô hình FEM biến NIM lần 1 và lần 2

(Nguồn: Kết quả phân tích từ Stata 17) Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Kết quả tại bảng 4.14 cho thấy biến LIRit có giá trị p-value = 0,306 > 0,051; QIRit có giá trị p-value = 0,085 > 0,05; GDPt có giá trị p-value = 0,306 > 0,05; Period có giá trị p-value = 0,453> 0,05. Vì vậy,  các biến này không có ý nghĩa thống kê, cần loại khỏi mô hình và chạy lại lần 2. sau khi loại các biến không có yá nghĩa thống kê, Kết quả chạy mô hình GLS lần 2 tại bảng 4.15 cho thấy các biến trong mô hình đều có ý nghĩa thống kê (p-value < 0,05; 95% khoảng tin cậy không chứa giá trị 0).

• Kiểm định phương sai sai số thay đổi của mô hình FEM biến NIM

Các thông số kiểm định của chibar2(27) = 14501,12; Prob > chibar2 = 0,0000, mô hình vi phạm giả thiết về phương sai sai số không đổi.

• Kiểm định tương quan chuỗi của mô hình FEM biến NIM

Kết quả kiểm định, F(1, 26) = 22,954; Prob > F = 0,0001, mô hình vi phạm giả thiết về tương quan chuỗi.

• Kiểm định đa cộng tuyến các biến của mô hình FEM biến NIM

Bảng  4.15 Kiểm định đa cộng tuyến các biến của mô hình FEM biến NIM

(Nguồn: Kết quả phân tích từ Stata 17)

• Kết quả kiểm định (Bảng 4.16) cho thấy giá trị VIF của các biến đều nhỏ hơn 10.
• Tác giả có có sở kết luận, mô hình không vi phạm giả thiết về đa cộng tuyến.

4.5.3. Hiệu chỉnh mô hình biến phụ thuộc NIM bằng GLS Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Kết quả cho thấy mô hình FEM vi phạm giả thiết về phương sai sai số thay đổi và tương quan chuỗi nên nghiên cứu sử dụng mô hình GLS để xử lý. Kết quả chạy hồi quy GLS với các lựa chọn khắc phục hiện tượng vi phạm giả thiết về phương sai sai số thay đổi và tương quan chuỗi được trình bày trong Bảng 4.20 dưới đây

Bảng  4.16 Hiệu chỉnh mô hình biến phụ thuộc NIMit bằng GLS lần 1 và lần 2

 (Nguồn: Kết quả phân tích từ Stata 17)

Kết quả chạy mô hình lần 1,  bảng 4.16 cho thấy biến LIRit có p-value = 0,245; biến QIRit có p-value = 0,798; biến GDPit có p-value = 0,162; biến CPIit có p-value = 0,000; biếnPeriod có p-value = 0,136; biến hệ số chặn cons có p-value = 0,682 > 0,05. Các biến này không có giá trị thống kê, vì vậy cần loại khỏi mô hình và chạy hồi quy lần 2. Kết quả chạy hồi quy GLS lần 2 với các lựa chọn khắc phục hiện tượng vi phạm giả thiết về phương sai sai số thay đổi và tương quan chuỗi được trình bày trong Bảng 4.16. Kết quả tại bảng 4.16 (chạy GLS lần 2) cho thấy các hệ số hồi quy đều có ý nghĩa thống kê (p-value > 0,05; khoảng tin cậy không chứa giá trị không). Từ kết quả hệ số hồi quy, tác giả xắp xếp thứ tự tác động của các biến độc lập lên biến phụ thuộc như sau (Bảng 4.17). Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Bảng  4.17 Thứ tự tác động các biến độc lập

(Nguồn: Kết quả phân tích từ Stata 17)  

4.6 Thảo luận kết quả hồi quy

4.6.1. Đối với biến phụ thuộc là ROA

Dựa trên kết quả Bảng 4.18 cho thấy rằng với biến phụ thuộc là ROA có kết quả cuối cùng cho thấy có ba yếu tố là CARit, LDRit, QIRit có tác động cùng chiều đến ROAit, và một yếu tố LIRit có tác động ngược chiều và có ý nghĩa thống kê đến đến ROAit của NHTM Việt Nam. Kết quả tổng hợp các nhân tố tác động đến ROAit của NHTM Việt Nam được trình bày tại Bảng 4.23

Bảng  4.18 Tóm tắt kết quả tác động các biến độc lập đến ROA

(Nguồn: Kết quả phân tích từ Stata 17) Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Ghi chú: ^*** mức ý nghĩa 1%; ^** mức ý nghĩa 5%;^* mức ý nghĩa 10%; Dựa trên kết quả Bảng 4.8 mô hình hồi quy được thể hiện như sau: ROAit = 0,0148+0,0569*CARit+0,0121*LDRit-0,0308*LIRit +0,0067*QIRit  (4.1)

Dựa vào mô hình hồi quy với độ lớn của hệ số hồi quy đại diện cho mức độ tác động của các nhân tố trong mô hình đến ROAit cho thấy:

Đối với tỷ lệ Vốn chủ sở hữu/ Tổng tài sản (CARit): Đây là yếu tố có tác động lớn nhất đến ROA. Hướng tác động của yếu tố này cùng chiều (+) đối với ROA của ngân hàng trong điều kiện các yếu tố khác không đổi ở mức ý nghĩa thống kê 1%. Kết quả này phù hợp với giả thiết 1 đặt ra của mô hình nghiên cứu và nó cũng giống kết quả của Vũ Hữu Thành, Nguyễn Thị Ánh Như và Phạm Thị Thu Phương (2018), Lê Đồng Duy Trung (2022) và Tăng Mỹ Sang (2022).

Đối với tỷ lệ Tài sản ngắn hạn/ Tổng tài sản (LIRit): Đây là yếu tố có tác động lớn thứ hai đến ROA. Hướng tác động của yếu tố này ngược chiều (-) đối với ROA của ngân hàng trong điều kiện các yếu tố khác không đổi ở mức ý nghĩa thống kê 1%. Kết quả này phù hợp với giả thiết 3 đặt ra của mô hình nghiên cứu. Tuy nhiên kết quả này trái ngược với các nghiên cứu của Vũ Hữu Thành, Nguyễn Thị Ánh Như và Phạm Thị Thu Phương (2018), Pak, O. (2022).

Đối với tỷ lệ Dư nợ cho vay/Tổng nguồn vốn huy động (LDRit): Đây là yếu tố có tác động lớn thứ ba đến ROA. Hướng tác động của yếu tố này cùng chiều (+) đối với ROA của ngân hàng trong điều kiện các yếu tố khác không đổi ở mức ý nghĩa thống kê 1%. Kết quả này phù hợp với giả thiết 2 đặt ra của mô hình nghiên cứu và nó cũng giống kết quả của Vũ Hữu Thành, Nguyễn Thị Ánh Như và Phạm Thị Thu Phương (2018), Lê Đồng Duy Trung (2022) và Tăng Mỹ Sang (2022).

Đối với tỷ lệ thanh toán nhanh (QIRit): Đây là yếu tố có tác động lớn thứ tư đến ROA. Hướng tác động của yếu tố này cùng chiều (+) đối với ROA của ngân hàng trong điều kiện các yếu tố khác không đổi ở mức ý nghĩa thống kê 5%. Kết quả này phù hợp với giả thiết 4 đặt ra của mô hình nghiên cứu và nó cũng giống kết quả của Khan, R. A., & Ali, M. (2018), Ibrahim, S. S. (2019), Tăng Mỹ Sang (2022).

Nghiên cứu không tìm thấy kết quả có ý nghĩa thống kê của yếu tố lạm phát (CPI), và tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP) không có mối quan hệ thống kê có ý nghĩa đối với biến ROA trong mô hình nghiên cứu. Các giả thiết 5, giả thiết 6 đối với ROA chưa có bằng chứng thống kê để được chấp nhận.

4.6.2. Đối với biến phụ thuộc là ROE Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Dựa trên kết quả Bảng 4.14 cho thấy rằng với biến phụ thuộc là ROEit có kết quả cuối cùng cho thấy có hai yếu tố là LDRit, CPIt có tác động cùng chiều đến ROEit, và hai yếu tố là CARit và LIRit có tác động ngược chiều và có ý nghĩa thống kê đến ROEit của NHTM Việt Nam. Kết quả tổng hợp được trình bày tại Bảng 4.19.

Bảng 4.19: Tóm tắt kết quả tác động các biến độc lập đến ROE

(Nguồn: Kết quả phân tích từ Stata 17)

Ghi chú: ^*** mức ý nghĩa 1%; ^** mức ý nghĩa 5%;^* mức ý nghĩa 10%;

Dựa trên kết quả Bảng 4.17 phương trình hồi quy được thể hiện:  ROEit = 0,2325 -0,4477*CARit +0,1617*LDRit -0,2382*LIRit +0,0018* CPIt  (4.2)

Dựa vào mô hình hồi quy 4.2 với độ lớn của hệ số hồi quy đại diện cho mức độ tác động của các nhân tố trong mô hình đến ROEit cho thấy:

Đối với tỷ lệ Vốn chủ sở hữu/ Tổng tài sản (CARit): Đây là yếu tố có tác động lớn nhất đến ROE. Hướng tác động của yếu tố này ngược chiều (-) đối với ROE của ngân hàng trong điều kiện các yếu tố khác không đổi ở mức ý nghĩa thống kê 1%. Kết quả này phù hợp với giả thiết 1 đặt ra của mô hình nghiên cứu và nó cũng giống kết quả Pradhan, P., Shyam, R., & Shrestha, R. (2018), Vũ Hữu Thành, Nguyễn Thị Ánh Như và Phạm Thị Thu Phương (2018), Lê Đồng Duy Trung (2022) nhưng ngược với kết quả nghiên cứu của Tăng Mỹ Sang (2022).

Đối với tỷ lệ Tài sản ngắn hạn/ Tổng tài sản (LIRit): Đây là yếu tố có tác động lớn thứ hai đến ROE. Hướng tác động của yếu tố này ngược chiều (-) đối với ROE của ngân hàng trong điều kiện các yếu tố khác không đổi ở mức ý nghĩa thống kê 1%. Kết quả này phù hợp với giả thiết 3 đặt ra của mô hình nghiên cứu tuy nhiên, kết quả này ngược với các kết quả nghiên cứu của Diamond và Rajan (2007), Lartey, C., Antwi, S., & Boadi, E. K. (2015), Ongore và Kus (2015), Abbas, F., Iqbal, S., & Aziz, B. (2021), Vũ Hữu Thành, Nguyễn Thị Ánh Như và Phạm Thị Thu Phương (2018).

Đối với tỷ lệ Dư nợ cho vay/Tổng nguồn vốn huy động (LDRit): Đây là yếu tố có tác động lớn thứ ba đến ROA. Hướng tác động của yếu tố này cùng chiều (+) đối với ROE của ngân hàng trong điều kiện các yếu tố khác không đổi ở mức ý nghĩa thống kê 1%. Kết quả này phù hợp với giả thiết 2 đặt ra của mô hình nghiên cứu và nó cũng giống kết quả của Vũ Hữu Thành, Nguyễn Thị Ánh Như và Phạm Thị Thu Phương (2018), Lê Đồng Duy Trung (2022), và Tăng Mỹ Sang (2022).

Đối với tỷ lệ lạm phát (CPIt): Đây là yếu tố có tác động lớn thứ tư đến ROE. Hướng tác động của yếu tố này cùng chiều (+) đối với ROA của ngân hàng trong điều kiện các yếu tố khác không đổi ở mức ý nghĩa thống kê 5%. Kết quả này phù hợp với giả thiết 5 đặt ra của mô hình nghiên cứu và nó cũng giống kết quả của  Pradhan, P., Shyam, R., & Shrestha, R. (2018), Lê Đồng Duy Trung (2022). Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Các yếu tố khác gồm Tỷ lệ thanh toán nhanh (QIR),  và tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP) nghiên cứu không tìm thấy có mối quan hệ có ý nghĩa thống kê đối với biến ROE trong mô hình nghiên cứu. Các giả thiết 4, giả thiết 6 đối với ROE chưa có bằng chứng thống kê để chấp nhận.

4.6.3. Đối với biến phụ thuộc là NIM

Dựa trên kết quả Bảng 4.21 cho thấy rằng với biến phụ thuộc là NIM có kết quả cuối cùng cho thấy có ba yếu tố là CARit, LDRit, CPIt có tác động cùng chiều và có ý nghĩa thống kê đến NIMit của NHTM Việt Nam. Kết quả tổng hợp các nhân tố tác động đến NIMit của NHTM Việt Nam được trình bày tại Bảng 4.20.

Bảng  4.19: Tóm tắt kết quả tác động các biến độc lập đến ROE

(Nguồn: Kết quả phân tích từ Stata 17)  

Ghi chú: ^*** mức ý nghĩa 1%; ^** mức ý nghĩa 5%;^* mức ý nghĩa 10%; Dựa trên kết quả Bảng 4.20 mô hình hồi quy được thể hiện như sau: NIMit = 0,1475*CARit + 0,0234*LDRit + 0,0005*CPIt  (4.3)

Dựa vào mô hình hồi quy với độ lớn của hệ số hồi quy đại diện cho mức độ tác động của các nhân tố trong mô hình đến NIMit cho thấy:

Đối với tỷ lệ Vốn chủ sở hữu/Tổng tài sản (CARit): Đây là yếu tố có tác động lớn nhất đến NIM. Hướng tác động của yếu tố này cùng chiều (+) đối với NIM của ngân hàng trong điều kiện các yếu tố khác không đổi ở mức ý nghĩa thống kê 1%. Kết quả này đúng với thực tiễn hiện nay, cụ thể tính đến hết năm 2024, theo thông tin trên BCTC các NHTM đã công bố, tổng tài sản nhóm ngành ngân hàng đạt hơn 12,7 triệu tỷ đồng, tăng 17% so với đầu năm. Các NHTM đều có nhu cầu bức thiết tăng vốn trong giai đoạn hiện nay trong bối cảnh hệ số an toàn vốn (CAR) của các NHTM Việt Nam cải thiện chậm và ở mức thấp so với khu vực. Chưa kể các nước trong khu vực đã thực hiện áp dụng toàn bộ hoặc một phần tiêu chuẩn Basel 3, trong khi các NHTM Việt Nam mới đang trong giai đoạn triển khai Basel 2. Mức đệm vốn của các tổ chức tín dụng ở mức thấp làm hệ thống ngân hàng dễ bị tác động tiêu cực bởi các cú sốc bất lợi từ môi trường kinh doanh. Kết quả này phù hợp với giả thiết 1 đặt ra của mô hình nghiên cứu và nó cũng giống kết quả của Vũ Hữu Thành, Nguyễn Thị Ánh Như và Phạm Thị Thu Phương (2018), nhưng ngược với kết quả nghiên cứu của Pradhan, P., Shyam, R., & Shrestha, R. (2018). Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Đối với tỷ lệ Dư nợ cho vay/Tổng nguồn vốn huy động (LDRit): Đây là yếu tố có tác động lớn thứ hai đến NIM. Hướng tác động của yếu tố này cùng chiều (+) đối với ROA của ngân hàng trong điều kiện các yếu tố khác không đổi ở mức ý nghĩa thống kê 1%. Thực tế hiện nay, các NHTM vẫn còn tình trạng cho vay vượt huy động thể hiện năng lực hoạt động của một ngân hàng trong việc tìm kiếm khách hàng và giải ngân các khoản vay. Đứng đầu nhóm 11 ngân hàng cho vay vượt huy động trong quý III/2024 là cái tên quen thuộc – Ngân hàng VPBank. Đây cũng là hai ngân hàng dẫn đầu về tỷ lệ cho vay/huy động tính đến cuối quý II/2024. VPBank đang cho vay nhiều gấp rưỡi số lượng tiền gửi của khách hàng gửi vào ngân hàng này, tỷ lệ dư nợ/tiền gửi tăng 12,3 điểm % so với quý trước. VPBank vốn sở hữu FE Credit, công ty tài chính chiếm gần một nửa thị phần cho vay tiêu dùng với hơn 12 triệu khách hàng – theo thông tin từ công ty. Kết quả này phù hợp với giả thiết 2 đặt ra của mô hình nghiên cứu và nó cũng giống kết quả của Vũ Hữu Thành, Nguyễn Thị Ánh Như và Phạm Thị Thu Phương (2018).

Đối với tỷ lệ lạm phát (CPIt): Đây là yếu tố có tác động lớn thứ ba đến NIM. Hướng tác động của yếu tố này cùng chiều (+) đối với NIM của ngân hàng trong điều kiện các yếu tố khác không đổi ở mức ý nghĩa thống kê 1%. Kết quả này phù hợp với thực tế hiện nay, lạm phát tăng đang là hiện tượng toàn cầu, nhưng mức độ rất khác nhau giữa các khu vực và quốc gia trên thế giới. Ở các nước có mức độ in tiền rất lớn (Mỹ) và chịu tác động mạnh nhất từ cuộc chiến tại Ukraine (EU, Nga), hay các nước đang gặp khủng hoảng kinh tế (Brazil, Argentina…), lạm phát đang tăng mạnh và lên mức kỷ lục. Nhưng bức tranh lạm phát bớt gay gắt hơn ở phần còn lại của thế giới. Tại châu Á, lạm phát đang ổn định, thậm chí ở mức thấp như tại Nhật (0,9%), Trung Quốc (0,9%), Indonesia (2,1%), hay Việt Nam (2,4%). Kết quả này phù hợp với giả thiết 5 đặt ra của mô hình nghiên cứu, tuy nhiên nó ngược với kết quả của Pradhan, P., Shyam, R., & Shrestha, R. (2018) và Pak, O. (2022).

Các yếu tố khác gồm Tỷ lệ thanh khoản (LIR), Tỷ lệ thanh toán nhanh (QIR),  Lạm phát (CPI), và tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP), với bộ dữ liệu trong nghiên cứu này, nghiên cứu không tìm thấy có mối quan hệ thống kê có ý nghĩa đối với biến NIM trong mô hình nghiên cứu. Các giả thiết 3, giả thiết 4, giả thiết 6 đối với NIM chưa có bằng chứng thống kê để được chấp nhận. Bên cạnh đó, với mục đích của nghiên cứu là cập nhật thời gian nghiên cứu tại hai năm 2022 và 2023, nghiên cứu chưa tìm thấy kết quả có ý nghĩa thống kê của biến Period (Period = 0 giai đoạn 2012-2021, không chịu ảnh hưởng của đại dich Covid-19 và Period = 1 đối với các năm 2022 trở về sau (giai đoạn 2022-2023) để xem xét tác động của đại Covid-19 đến KNSL của các NHTMCP Việt Nam. Có thể trong giai đoạn này, các dữ liệu thống kê chưa đủ dài cũng như còn nhiều yếu tố vi mô và vĩ mô ảnh hưởng đến KNSL chưa được đề cập (đã trình bày trong phần hạn chế của đề tài). Do đó, nghiên cứu chưa tìm thấy tác động này có ý nghĩa thống kê đến KNSL của các NHTMCP Việt Nam. Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Bảng  4.20 Bảng tổng hợp kết quả cuối cùng của nghiên cứu

(Nguồn: Kết quả phân tích từ Stata 17)

Kết luận chương 4

Chương 4 đã trình bày tổng quan về các ngân hàng Việt Nam thông qua số liệu thống kê của Cục thống kê, báo cáo của NHNN, và báo các ngành từ các ngân hàng và công ty kiểm toán cho thấy các nhận định chung về thực trạng KNSL của NHTM giai đoạn từ 2012 – 2023. Trong chương này, tác giả cũng trình bày kết quả nghiên cứu định lượng, kết quả hồi qui cho thấy rằng mô hình GLS với tùy chọn khắc phục vi phạm giả thiết về phương sai sai số thay dổi và vi phạm giả thiết về tương quan chuỗi được áp dụng. Với biến phụ thuộc là ROA có kết quả cuối cùng cho thấy có ba yếu tố là CARit, LDRit, QIRit có tác động cùng chiều đến ROAit, và một yếu tố LIRit có tác động ngược chiều và có ý nghĩa thống kê đến đến ROAit của NHTM Việt Nam. Với biến phụ thuộc là ROEit có kết quả cuối cùng cho thấy có hai yếu tố là LDRit, CPIt có tác động cùng chiều đến ROEit, và hai yếu tố là CARit và LIRit có ý nghĩa thống kê và có tác động ngược chiều đến ROEit của NHTM Việt Nam. Với biến phụ thuộc là NIM có kết quả cuối cùng cho thấy có ba yếu tố là

CARit, LDRit, CPIt có tác động cùng chiều và có ý nghĩa thống kê đến NIMit của NHTM Việt Nam. Với bộ số liệu trong nghiên cứu này, tác giả chưa tìm thấy có bằng chứng thống kê cho thấy biến Period ảnh hưởng có ý nghĩa thống kê đến KNSL của các NHTMCP Việt Nam. Từ kết quả của mô hình hồi quy, đặc điểm của tửng yếu tố tác động và chiều hướng thông qua mức ý nghĩa và dấu của hệ số hồi quy trong chương 4 này sẽ là cơ sở để để tác giả đưa ra kết luận và các hàm ý chính sách trong chương 5 tiếp theo của bài nghiên cứu.

CHƯƠNG 5. KẾT LUẬN VÀ KHUYẾN NGHỊ

5.1 Kết luận  Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Nghiên cứu này được thực hiện với mục đích xác định các yếu tố ảnh hưởng đến KNSL của các NHTM Việt Nam , từ đó hướng đến mục đích đề xuất các giải pháp cụ thể dựa trên các kết quả đạt được nhằm đưa các các giải pháp nâng cao KNSL của các NHTM Việt Nam. Nghiên cứu thu thập dữ liệu gồm 27 NHTM Việt Nam trong giai đoạn 2012-2023 với các thông số từ BCTC đã kiểm toán, báo cáo thường niên của các NHTM Việt Nam  và các số liệu vĩ mô bao gồm GDP và lạm phát được thu thập từ ngân hàng thế giới.

Kết quả hồi qui cho thấy rằng mô hình GLS với biến phụ thuộc là ROAit thỏa các điều kiện kiểm định cho thấy có 4 biến là CARit, LDRit, LIRit, QIRit có tác động có ý nghĩa thống kê đến ROAit. Đối với biến phụ thuộc là ROEit cho thấy có 4 biến là CARit, LDRit, LIRit và CPIt có tác động có ý nghĩa thống kê đến ROEit. Đối với biến phụ thuộc là NIMit cho thấy có 3 biến là CARit, LDRit và CPIt có tác động có ý nghĩa thống kê đến NIMit. Nghiên cứu đã đạt được các mục tiêu nghiên cứu đề ra và trả lời được các câu hỏi nghiên cứu.

Thứ nhất, về mục tiêu xác định các yếu tố và mức độ tác động của thanh khoản đến KNSL của các NHTM Việt Nam cho kết quả hồi qui thông qua mô hình GLS có các kết quả khác nhau với từng biến phụ thuộc là ROA, ROE và NIM. Với biến phụ thuộc là ROA có kết quả cuối cùng cho thấy có ba yếu tố là CARit, LDRit, QIRit có tác động cùng chiều đến ROAit, và một yếu tố LIRit có tác động ngược chiều và có ý nghĩa thống kê đến đến ROAit của NHTM Việt Nam. Với biến phụ thuộc là ROEit có kết quả cuối cùng cho thấy có hai yếu tố là LDRit, CPIt có tác động cùng chiều đến ROEit, và hai yếu tố là CARit và LIRit có tác động ngược chiều và có ý nghĩa thống kê đến ROEit của NHTM Việt Nam. Với biến phụ thuộc là NIM có kết quả cuối cùng cho thấy có ba yếu tố là CARit, LDRit, CPIt có tác động cùng chiều và có ý nghĩa thống kê đến NIMit của NHTM Việt Nam. Các kết quả về tác động của từng biến đại diện thanh khoản tác động có các chiều hướng khác nhau đến KNSL, cho thấy các nhà quản trị ngân hàng cần quan tâm đến các thành phần tính toán cụ thể cấu thành nên các biến đại diện này để có các chính sách điều hành cho phù hợp nhằm gia tăng KNSL của ngân hàng. Ngoài ra,  với bộ số liệu trong nghiên cứu này, tác giả chưa tìm thấy có bằng chứng thống kê cho thấy biến Period ảnh hưởng có ý nghĩa thống kê đến KNSL của các NHTMCP Việt Nam

5.2 Hàm ý chính sách

Từ kết quả nghiên cứu, một số hàm ý chính sách được đề xuất đối với các nhà quản lý ngân hàng và các cơ quan quản lý nhà nước nhằm tăng lợi nhuận của các NHTM Việt Nam và đảm bảo khả năng thanh khoản như sau:

5.2.1 Đối với các ngân hàng thương mại Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Theo kết quả nghiên cứu định lượng cho thấy, tỷ lệ thanh khoản được tìm thấy có tác động cùng chiều với ROA nhưng lại có tác động ngược lại đối với ROE, và cũng từ kết quả nghiên cứu định lượng cho thấy không có bằng chứng thống kê cho thấy tỷ lệ thanh khoản có tác động đến NIM. Tuy nhiên, nhìn chung có thể thấy thanh khoản có tác động đến KNSL của các NHTM, tuy nhiên việc các nhà quản trị các NHTM cần quan tâm đến việc gia tăng KHSL thông qua ROA hay ROA thì tác động của các biến thanh khoản có sự khác nhau, tùy thuộc vào sự lựa chọn quan tâm đến chỉ số nào của các nhà quản trị. Cụ thể là các khoản đảm bảo khả năng chi trả, đây là một trong những yêu cầu rất quan trọng đối với ngân hàng vì khi ngân hàng đảm bảo được khả năng thanh khoản sẽ tạo lòng tin cho khách hàng, tăng lòng trung thành, tạo bước đệm thu hút nhiều khách hàng mới, kết hợp với chọn lựa hình thức sử dụng nguồn vốn phù hợp, từ đó có thể tăng khả năng sinh lợi của ngân hàng. Giải pháp cần thiết đối với mỗi NHTM là phải nâng cao năng lực cũng như HQHĐ để có thể đối phó lại với những rủi ro do biến động kinh tế mang lại. Cụ thể như sau:

Thứ nhất: Nguyên nhân lớn nhất gây ra tình trạng mất thanh khoản của các NHTM Việt Nam với thời gian nghiên cứu được xác định trong nghiên cứu này cho thấy đó là nguyên nhân bắt nguồn từ sự mất cân đối giữa tài sản có và nợ. Cho nên, vấn đề hết sức quan trọng trong quản lý vấn đề thanh khoản của các NHTM, đặc biệt là vấn đề rủi ro thanh khoản là cơ cấu lại tỷ lệ giữa tài sản có và nợ. Việc cơ cấu lại tỷ lệ giữa tài sản có và tài sản nợ thể hiện cụ thể trong việc xem xét tỷ trọng của hai loại tài sản này trong cơ cấu danh mục tài sản có và tài sản nợ cho phù hợp. Việc làm này nhằm giảm thiểu rủi ro có thể xảy ra mất thanh khoản, cho nên việc cơ cấu lại các khoản vay vay trên thị trường cần cân đối phù hợp với lại nguồn vốn huy động hiện có trong ngân hàng, cần xem xét thận trọng các khoản cho vay trung hạn và ngắn hạn so với nguồn vốn huy động dùng để cho vay, cần đảm bảo cân đối nguồn vốn giữa ngắn hạn và dài hạn để đảm bảo thanh khoản.

Bên cạnh đó, để thực hiện dữ trữ nguồn tiền để đảm bảo khả năng thanh khoản, các NHTM cần có sự tính toán nhu cầu thanh khoản của NHTM một cách chính xác và hợp lý. Bởi vì ngoài việc đảm bảo các khoản chi trả thường xuyên và đáo hạn, các NHTM đều phải có một lượng tiền để duy trì một tỷ lệ dự trữ tại NHTW bao gồm tiền mặt hoặc các tài sản có tính thanh khoản cao khác. Chính việc dự trữ hợp lý này sẽ giúp các NHTM không lãng phí vốn cũng như đảm bảo các nguồn tiền chi ra và thu vào hợp lý. Đây chính là nguồn dự dữ sơ cấp và thứ cấp để ngân hàng chủ động với các rủi ro.

Các NHTM cần tăng cường ứng dụng các công cụ phái sinh vào phòng chống rủi ro lãi suất, rủi ro kỳ hạn là những loại rủi ro có thể ảnh hưởng đến khả năng thanh khoản của NHTM. Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Thêm vào đó, các NHTM cần nâng cao năng lực quản trị của các NHTM: Quản lý rủi ro thanh khoản chính là kiểm soát tỷ trọng của các tài sản Nợ – Có trên bảng cân đối, cơ cấu của hai loại tài sản này cũng như kiểm soát các dòng tiền vào ra phải cân đối. Cho nên, các NHTM cần thiết lập các quy trình đo lường và xác định cụ thể các rủi ro về thanh khoản có thể xảy ra thể hiện qua khung quản lý rủi ro thanh khoản, có các dự kiến hoặc kế hoạch nhằm kiểm soát các lồng tiền ra dự kiến và chủ động xây dựng các kịch bản thanh khoản trong trường hợp các rủi ro dự kiến xảy ra. Đồng thời, các ngân hàng cũng cần hiểu rõ mối quan hệ hữu quan giữa các loại rủi ro như rủi ro tín dụng, rủi ro tỷ giá…. với rủi ro thanh khoản để có được định hướng đúng đắn trong việc hoạch định chính sách kinh doanh của mình.

Thứ hai, kết quả nghiên cứu cho thấy Tỷ lệ vốn chủ sở hữu trên tổng tài sản (CAR- Capital Ratio) có tác động đến KNSL của các NHTM, cụ thể CAR có tác động cùng chiều đến ROA và NIM, nhưng lại có kết quả ngược chiều đến ROE. Theo kết quả nghiên cứu cho thấy, Tỷ lệ vốn chủ sở hữu trên tổng tài sản có tác động lớn nhất và có ý nghĩa thống kê đối với cả ba thước đo KNSL (ROA, ROE và NIM). Đối với các NHTM, vốn chủ sở hữu là một trong những tiêu chí quan trọng để đánh giá sức mạnh tài chính trong hoạt động kinh doanh của ngân hàng. Trong tổng nguồn vốn kinh doanh của NHTM, vốn chủ sở hữu chiếm tỷ trọng nhỏ trong cơ cấu nguồn vốn nhưng có vai trò vô cùng quan trọng. Vốn chủ sở hữu càng lớn, sức chịu đựng của ngân hàng càng cao, đặc biệt trong giai đoạn hoạt động kinh doanh khó khăn, khả năng tạo ra lợi nhuận càng nhiều vì có thể đa dạng hóa thu nhập từ các nghiệp vụ kinh doanh. Do đó, các nhà quản trị các NHTM cần lưu ý các biện pháp để quản lý có hiệu quả Tỷ lệ vốn chủ sở hữu trên tổng tài sản , cụ thể như sau:

VCSH là yếu tố tài chính quan trọng nhất, vừa cho thấy quy mô của ngân hàng vừa phản ánh khả năng đảm bảo các khoản nợ của ngân hàng đối với khách hàng. Điều kiện cần và đủ để ngân hàng đảm bảo an toàn hoạt động của toàn hệ thống ngân hàng nói chung và của từng ngân hàng nói riên đó chính là nâng cao năng lực tài chính. Năng lực tài chính được thể hiện qua việc gia tăng chất lượng tài sản, tăng khả năng thanh khoản (Basel II). Cũng chính từ việc việc gia tăng chất lượng tài sản, tăng khả năng thanh khoản cũng sẽ giúp bản thân các ngân hàng tăng thị phần và giúp phát triển ổn định, tăng khả năng cạnh tranh, gia tăng được hiệu quả tài chính và gia tăng KNSL của mình. Kết quả nghiên cứu tại chương 4 cũng cho thấy VCSH có tác động tích cực đến ROA và NIM là minh chứng cho nhận định này.

Tuy nhiên, ở góc nhìn khác, không phải VCSH càng lớn càng tốt vì nếu quá lớn thì chỉ số hiệu quả trên vốn sẽ giảm, giá cổ phiếu có thể sẽ bị giảm và theo đó lợi nhuận chia cho các cổ đông sẽ giảm. Trong trường hợp ngân hàng đang hoạt động trong điều kiện hiệu suất giảm theo quy mô, việc tăng vốn chủ sở hữu quá nhiều so với mở rộng quy mô tài sản là không cần thiết. Kết quả nghiên cứu cũng cho thấy mối quan hệ giữa VCSH và ROE là ngược chiều. Đây là kết quả của việc sử dụng đòn bẩy tài chính kém hiệu quả trong hoạt động kinh doanh của ngân hàng. Để quản trị VCSH, các ngân hàng cần xây dựng chính sách cân đối trong quá trình phân phối kết quả tài chính cho việc chi trả cổ tức cổ đông và giữ lại phần lợi nhuận phù hợp bổ sung vào VCSH để tăng quy mô vốn nhằm mục đích tái đầu tư. Trong giai đoạn hiện nay, các NHTM nên tập trung vào một số giải pháp để tăng VCSH như: Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Phát hành thêm cổ phiếu: Thông qua phương thưc phát hành thêm cổ phiếu bằng  cách chào bán cho cổ đông hiện hữu, hoặc nhà đầu tư chiến lược nước ngoài sẽ góp phần giúp các NHTM có thể tăng vốn điều lệ. Để thực hiện giải pháp được thực hiện hiệu quả, các NHTMVN cũng cần minh bạch thông tin, công khai tài chính để tăng khả năng tham gia huy động vốn qua thị trường chứng khoán.

Chia cổ tức bằng cổ phiếu: Bằng phương thức này, các NHTM cũng có thể tăng VCSH bằng cách phát hành cổ phiếu thưởng cho cổ đông hoặc chia cổ tức bằng cổ phiếu. Bằng hình thức tăng vốn này NHTM có thể gắn vai trò của cổ đông với các hoạt động của ngân hàng, góp phần nâng cao trách nhiệm cũng như ý thức đối với các hoạt động nhằm gia tăng KNSL của các ngân hàng.

Phát hành trái phiếu dài hạn: Các NHTM có thể tăng VCSH bằng cách truyền thống thông qua việc phát hành trái phiếu dài hạn cho các nhà đầu tư, việc tăng vốn theo hình thức này góp phần cải thiện nền tảng tăng vốn cấp 2 (một trong những yếu tố để xác định tỷ lệ CAR của ngân hàng).

Vấn đề cốt lõi của các nhà quản lý nhà nước về lĩnh vực ngân hàng là phải đảm bảo sự an toàn trong vận hành hệ thống ngân hàng, cụ thể là vấn đề thanh khoản. Đây là vấn đề quan trọng. Bên cạnh đó việc nâng cao năng lực tài chính cũng là điều quan trọng trong bối cảnh hội nhập hiện nay của nền kinh tế Việt Nam. Cho nên, có thể nói việc nâng cao năng lực tài chính cụ thể là tăng vốn chủ sở hữu là cần thiết để phát triển ngân hàng nói riêng và hệ thống ngân hàng nói riêng ổn định và phát triển .

Thứ ba, Kết quả nghiên cứu cho thấy Tỷ lệ dư nợ cho vay trên tổng vốn huy động (LDR) có tác động lớn thứ hai đối với KNSL của các NHTM. Một NHTM có tỷ lệ LDR

cao hơn đặt nó vào vị thế thiếu khả năng chi trả bằng tiền khi khách hàng có nhu cầu rút tiền, do đó, có rủi ro thanh khoản cao hơn. Bên cạnh đó, khi tỷ lệ LDR cao, dư địa cho tăng trưởng tín dụng dựa vào nguồn tiền gửi không còn lớn, tác động tiêu cực tới tăng trưởng lợi nhuận của NHTM. Điều này cũng cho thấy vai trò trọng yếu của nguồn tiền gửi trong việc đáp ứng nhu cầu thanh khoản cũng như tài trợ cho hoạt động tín dụng đối với các NHTM Việt Nam, cũng như mức độ an toàn thanh khoản không cao của các NHTM.

5.2.2 Khuyến nghị đối với Ngân hàng Nhà nước 

NHNN nên tiếp tục hoàn thiện hệ thống pháp lý để các ngân hàng có thể hoạt động một cách hiệu quả. Cụ thể là triển khai đầy đủ và đồng bộ các văn bản pháp luật với những hướng dẫn cần thiết và chi tiết cho việc thực hiện tốt luật NHNN và luật TCTD. Đồng thời cần phải quán triệt chủ trương và chỉ đạo mạnh mẽ NHNN trong việc phối hợp thực hiện kiềm chế lạm phát, hỗ trợ tăng trưởng kinh tế ở mức hợp lý và ổn định kinh tế vĩ mô. Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Trong bối cảnh lạm phát đang gia tăng ở hầu hết các nước, để kiểm soát vấn đề này thì đa phần các nước đều gia tăng lãi suất trong đó có Việt Nam, chính điều này đã có sự ảnh hưởng rất lớn đến các khoản cho vay, trả lãi vay của các tổ chức cá nhân. Không ít các công ty lâm vào tình trạng nợ lãi. Điều này ảnh hưởng đến các khoản thu truyền thống của các ngân hàng. Do đó, trong bối cảnh này NHNN cần sử dụng các công cụ, chính sách tài khóa và tiền tệ một cách linh động, giúp hỗ trợ trong vấn đề thanh khoản của các NHTM. Tuy nhiên, bản chất của việc hỗ trợ này cũng chỉ trong ngắn hạn, cho nên việc các NHTM cần phải kiểm soát được các rủi ro thanh khoảng thông qua việc điều chỉnh việc sử dụng nguồn vốn và cơ cấu nguồn vốn phù hợp.

Một cách hỗ trợ khác là sử dụng các công cụ phái sinh. Đây cũng là cách giúp các NHTM hạn chế được rủi ro hoạt động trong bối cảnh hiện nay. Việc sử dụng thị trường Repo cũng là các để tạo ra tính thanh khoản cho các chứng khoán nợ và cơ cấu lại tài sản có của mình. Cho nên việc sử dụng các công cụ khác như Future và Forward cũng góp phần hạn chế rủi ro lãi suất trong bối cảnh các NHTM phải tăng lãi suất như hiện nay. Ngoài ra, để hạn chế các tác động của rủi ro kỳ hạn và rủi ro lãi suất thì các NHTM có thể sử dụng công cụ Swap. Công cụ này cũng giúp các NHTM hạn chế các

rủi ro, đặc biệt là rủi ro thanh khoản, và công cụ này cũng có thể điều chỉnh cơ cấu lại tài sản có và nợ thể hiện trên bảng cân đối của ngân hàng. Cho nên, NHNN cần tạo điều kiện để thị trường phái sinh phát triển, tạo ra thị trường để các NHTM có thể ứng dụng các công cụ phái sinh vào phòng chống rủi ro.

5.3 Những điểm còn hạn chế của nghiên cứu và hướng nghiên cứu tiếp theo

Trước những biến động của tình hình kinh tế thế giới do dịch bệnh và các cuộc chiến tranh thương mại của các nước trên thế giới, tác giả ở một số quốc gia đã tiến hành nghiên cứu thanh khoản tác động đến KNSL của các NHTM Việt Nam. Tuy nhiên, ở Việt Nam, đề tài nghiên cứu theo chủ đề này trong giai đoạn 2012-2023 còn rất hạn chế. Vì vậy, tác giả cũng không tránh khỏi những khó khăn và hạn chế trong quá trình nghiên cứu.

Như đã trình bày trong phần phạm vi nghiên cứu, nghiên cứu chỉ tập trung nghiên cứu yếu tố thanh khoản, tỷ lệ vốn chủ sở hữu trên tài sản, Tỷ lệ dư nợ cho vay trên tổng vốn huy động, Tỷ lệ thanh toán nhanh, GDP, tỷ lệ lạm phát. Nhưng trên thực tế, có nhiều yếu tố tác động đến KNSL của các NHTM Việt Nam bên cạnh yếu tố thanh khoản như cung cầu tiền tệ, giá cả, chính sách tiền tệ…Các yếu tố này chưa được đưa vào mô hình nghiên cứu đề xuất để có được một mô hình giải thích tốt nhất.

Cuối cùng, dữ liệu nghiên cứu chỉ được thu thập từ các báo cáo tài chính sau kiểm toán đã được công bố. Hiện tại, ở Việt Nam, tác giả chưa tìm thấy được cơ quan, tổ chức có uy tín cung cấp dữ liệu có độ tin cậy cao. Kết quả là, điều này sẽ ảnh hưởng đến kết luận của nghiên cứu ở một mức độ nhất định. Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

Hướng nghiên cứu trong tương lai có thể có thể mở rộng thêm phạm vi và thời gian nghiên cứu đến toàn bộ các NHTM tại Việt Nam cũng như các nước trong khu vực, nghiên cứu thêm các yếu tố vi mô và vĩ mô khác, hoặc phạm vi rộng hơn là các nước khác trên thế giới để có các nhận định rõ hơn về các yếu tố tác động đến HQHĐ của các NHTM Việt Nam , từ đó sẽ có các khuyến nghị bao quát hơn nhằm ổn định và nâng cao HQHĐ của các NHTM Việt Nam .

Kết luận chương 5

Từ kết quả hồi quy của Chương 4 cho thấy rằng mô hình GLS với biến phụ thuộc là ROAit thỏa các điều kiện kiểm định cho thấy có 4 biến là CARit, LDRit, LIRit, QIRit có tác động có ý nghĩa thống kê đến ROAit. Đối với biến phụ thuộc là ROEit cho thấy có 4 biến là CARit, LDRit, LIRit và CPIt có tác động có ý nghĩa thống kê đến ROEit. Đối với biến phụ thuộc là NIMit cho thấy có 3 biến là CARit, LDRit và CPIt có tác động có ý nghĩa thống kê đến NIMit. Từ kết quả này tác giả đưa ra một số hàm ý chính sách đối các NHTM và NHNN, đưa ra các giải pháp phù hợp với thực trạng của các NHTM Việt Nam. Về phía Chính phủ và NHNN đối với việc kiểm soát thanh khoản, gia tăng KNSL nhằm phát triển an toàn, ổn định và vững mạnh. Luận văn: Kết quả nghiên cứu đến khả năng sinh lời Ngân hàng.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY: 

===>>> Luận văn: Tác động thanh khoản đến khả năng sinh lời Ngân hàng

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