Luận văn: Phương pháp nghiên cứu đến truyền thông ở ngân hàng

Chia sẻ chuyên mục Đề Tài Luận văn: Phương pháp nghiên cứu đến truyền thông ở 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 danh tiếng truyền thông đến hiệu quả hoạt động của các ngân hàng thương mại niêm yết trên sở giao dịch chứng khoán Thành Phố Hồ Chí Minh dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

3.1. Mô hình nghiên cứu

Mô hình nghiên cứu của luận văn kế thừa từ mô hình trong nghiên cứu của Đoàn Ngọc Thắng, Nguyễn Thị Hồng Hải, Hoàng Phương Dung (2020).

Cụ thể, phương trình nghiên cứu có dạng như sau:

PERFit=α0+γi+λt+β1 MRD (i, t-1) +β2TREATMENTit+εt Trong đó:

• “TREATMENTit là tập hợp các biến kiểm soát, ngoài một số biến giống như đã định nghĩa ở trên”.
• “HHI là Herfindahl-Hirsh Index về tiền gửi ngân hàng, nắm bắt mức độ tập trung của ngành ngân hàng”.
• “LISTED là biến giả lấy giá trị 1 nếu ngân hàng là ngân hàng niêm yết và 0 nếu không”.
• “STATE là biến giả nhận giá trị 1 nếu ngân hàng là ngân hàng có vốn Nhà nước và giá trị 0 nếu không có vốn góp từ Nhà nước”.
• “NPL là tỷ lệ nợ xấu trên tổng dư nợ …”

Có thể thấy, Đoàn Ngọc Thắng, Nguyễn Thị Hồng Hải, Hoàng Phương Dung (2020) có mẫu là 38 ngân hàng tại Việt Nam, bao gồm cả ngân hàng đã niêm yết và chưa niêm yết. Tuy nhiên, trong phạm vi luận văn này, mẫu quan sát của luận văn là 16 ngân hàng hiện đang niêm yết trên Sở giao dịch chứng khoán TP HCM.

Do có sự khác nhau về mẫu quan sát trong báo cáo nghiên cứu này và nghiên cứu Đoàn Ngọc Thắng, Nguyễn Thị Hồng Hải, Hoàng Phương Dung (2020) nên luận văn này đề xuất mô hình nghiên cứu dự kiến, kế thừa từ mô hình của Đoàn Ngọc Thắng, Nguyễn Thị Hồng Hải, Hoàng Phương Dung (2020) như sau:

PROFit =α0 + β1*MRS (i, t-1) + β2*CONDit + εt Trong đó:

• Chỉ số i và t lần lượt là ngân hàng và năm.
• Biến phụ thuộc PROFit= {ROAit, ROEit} là một tập hợp các biến hiệu quả hoạt động của doanh nghiệp.
• MRS (i, t-1) và CONDit là các biến độc lập.
• CONDit tập hợp các biến độc lập khác.

Với mục tiêu nghiên cứu là tìm ra mối liên hệ cũng như tá Luận văn: Phương pháp nghiên cứu đến truyền thông ở ngân hàng.c động của danh tiếng truyền thồng đến hiệu quả hoạt động kinh doanh của ngân hàng, luận văn đưa ra giả thuyết cho kết quả nghiên cứu như sau:

“Có sự liên hệ và tác động cùng chiều giữa danh tiếng và hiệu quả kinh doanh của ngân hàng và tác động này đủ lớn để ảnh hưởng đến chiến lược kinh doanh của ngân hàng trong việc xây dựng và khuếch đại hình thương hiệu trong mắt khách hàng như tăng chí phí xây dựng hình ảnh, thương hiệu của ngân hàng, chi phí marketing, truyền thông, …”.

3.2. Giả thuyết nghiên cứu

• Giả thiết H0: Mô hình REM là tối ưu.
• Giả thiết H1: Mô hình FEM là tối ưu. 
• Giả thiết H0 và giả thiết H1 là hai giả thuyết nghiên cứu được sử dụng trong phân tích dữ liệu thống kê để kiểm tra tính chính xác của một mô hình nghiên cứu.

Trong trường hợp này, mô hình REM và mô hình FEM được so sánh để xác định mô hình nào là tối ưu trong việc giải thích dữ liệu.

Giả thiết H0 cho rằng mô hình REM là tối ưu, có nghĩa là mô hình này giải thích dữ liệu một cách tốt nhất. Ngược lại, giả thiết H1 cho rằng mô hình FEM là tối ưu hơn.

Trong quá trình kiểm tra giả thuyết, ta sử dụng các phương pháp thống kê để tính toán giá trị p-value và đưa ra kết luận về tính chính xác của mô hình.

Nếu giá trị p-value của mô hình REM nhỏ hơn mức ý nghĩa thống kê (thường là 0.05), ta sẽ bác bỏ giả thiết H0 và chấp nhận giả thiết H1, tức là mô hình FEM là tối ưu.

Ngược lại, nếu giá trị p-value của mô hình REM lớn hơn mức ý nghĩa thống kê, ta sẽ không thể bác bỏ giả thiết H0 và cho rằng mô hình REM là tối ưu.

3.3. Phương pháp thu thập và xử lý dữ liệu

3.3.1. Phương pháp thu thập dữ liệu

Dữ liệu quan sát được thu thập từ báo cáo tài chính hàng năm của các ngân hàng thương mại tại Việt Nam từ năm 2012 đến năm 2021, và được tổng hợp ở phần dữ liệu doanh nghiệp của trang web CAFEF.VN.

Riêng đối với biến MRD, biến này sẽ được thu thập ở website của Công ty cổ phần Báo cáo Đánh giá Việt Nam (Vietnam Report JSC) (VNR500.COM.VN) và trang (TOPTENVIETNAM.VN). Ngoài ra, luận văn còn sử dụng dữ liệu từ nhiều website khác.

3.3.2. Phương pháp xử lý dữ liệu

Luận văn này sử dụng phần mềm Stata để xử lý dữ liệu. Cụ thể: Thông qua phần mềm kinh tế lượng Stata, luận văn sẽ thu được mối quan hệ giữa biến phụ thuộc và biến giải thích trong mô hình hồi quy như phần 3.2 trình bày.

3.4. Thiết kế nghiên cứu Luận văn: Phương pháp nghiên cứu đến truyền thông ở ngân hàng.

Khi tiến hành hồi quy về mức độ ảnh hưởng của các biến độc lập đến ROA theo 03 phương pháp OLS, FEM và REM, kết quả cho thấy các biến có tác động như thế nào đến ROA, và các biến còn lại có ảnh hưởng đến ROA hay không.

Để kiểm tra tính hiệu quả của các phương pháp, luận văn này sẽ tiến hành thử nghiệm Hausman.

Trong đó:

• Ước lượng bình phương nhỏ nhất OLS

Trong thống kê, phương pháp bình phương nhỏ nhất thông thường (OLS) là một loại phương pháp bình phương nhỏ nhất tuyến tính để chọn các tham số chưa biết trong mô hình hồi quy tuyến tính (với các tác động cấp một cố định của hàm tuyến tính của một tập hợp các biến giải thích) theo nguyên tắc nhỏ nhất. bình phương: giảm thiểu tổng bình phương của sự khác biệt giữa biến phụ thuộc được quan sát (giá trị của biến được quan sát) trong tập dữ liệu đầu vào và đầu ra của hàm (tuyến tính) của biến độc lập.

Về mặt hình học, đây được coi là tổng bình phương khoảng cách, song song với trục của biến phụ thuộc, giữa mỗi điểm dữ liệu trong tập hợp và điểm tương ứng trên bề mặt hồi quy—sự khác biệt càng nhỏ, mô hình càng phù hợp với dữ liệu . Công cụ ước tính kết quả có thể được biểu thị bằng một công thức đơn giản, đặc biệt là trong trường hợp hồi quy tuyến tính đơn giản, trong đó có một biến giải thích duy nhất ở vế phải của phương trình hồi quy.

Công cụ ước tính OLS nhất quán cho các hiệu ứng cố định cấp một khi các biến giải thích là ngoại sinh và hình thành tính cộng tuyến hoàn hảo (điều kiện xếp hạng), nhất quán với ước tính phương sai của phần dư khi các biến giải thích có khoảnh khắc thứ tư hữu hạn và—bởi Gauss–Markov định lý—tối ưu trong lớp các công cụ ước lượng không chệch tuyến tính khi các sai số là phương sai đồng nhất và không tương quan nối tiếp. Trong các điều kiện này, phương pháp OLS cung cấp ước lượng trung bình phương sai tối thiểu khi các lỗi có phương sai hữu hạn. Theo giả định bổ sung rằng các lỗi được phân phối bình thường với giá trị trung bình bằng 0, OLS là công cụ ước tính khả năng tối đa vượt trội hơn bất kỳ công cụ ước tính không thiên vị phi tuyến tính nào. (Cross Validated, 2022)

• Ước lượng hiệu ứng cố định FEM

Phương pháp phần tử hữu hạn (FEM) là một phương pháp phổ biến để giải các phương trình vi phân số phát sinh trong kỹ thuật và mô hình toán học. Các lĩnh vực vấn đề quan tâm điển hình bao gồm các lĩnh vực truyền thống về phân tích cấu trúc, truyền nhiệt, dòng chất lỏng, vận chuyển khối lượng lớn và tiềm năng điện từ.

FEM là một phương pháp số chung để giải các phương trình đạo hàm riêng trong hai hoặc ba biến không gian (nghĩa là một số bài toán giá trị biên). Để giải quyết vấn đề, FEM chia nhỏ một hệ thống lớn thành các phần nhỏ hơn, đơn giản hơn được gọi là các phần tử hữu hạn. Điều này đạt được nhờ sự rời rạc hóa không gian cụ thể trong các chiều không gian, được thực hiện bằng cách xây dựng một lưới của đối tượng: miền số cho giải pháp, có số lượng điểm hữu hạn. Việc xây dựng phương pháp phần tử hữu hạn của một bài toán giá trị biên cuối cùng dẫn đến một hệ phương trình đại số. Phương pháp này xấp xỉ hàm chưa biết trên miền. Các phương trình đơn giản mô hình hóa các phần tử hữu hạn này sau đó được tập hợp thành một hệ phương trình lớn hơn để mô hình hóa toàn bộ vấn đề. Sau đó, FEM ước tính một giải pháp bằng cách giảm thiểu hàm lỗi liên quan thông qua phép tính các biến thể. (Daryl L. Logan, 2011) Luận văn: Phương pháp nghiên cứu đến truyền thông ở ngân hàng.

Nghiên cứu hoặc phân tích một hiện tượng với FEM thường được gọi là phân tích phần tử hữu hạn (FEA).

Trong thống kê, mô hình tác động cố định (fixed effects model) là mô hình thống kê trong đó các tham số của mô hình là các đại lượng cố định hoặc không ngẫu nhiên. Điều này trái ngược với các mô hình tác động ngẫu nhiên và mô hình hỗn hợp trong đó tất cả hoặc một số tham số của mô hình là các biến ngẫu nhiên. Trong dữ liệu bảng nơi tồn tại các quan sát dọc cho cùng một đối tượng, các hiệu ứng cố định thể hiện các phương tiện cụ thể cho đối tượng. Trong phân tích dữ liệu bảng, thuật ngữ ước tính tác động cố định (còn được gọi là công cụ ước lượng bên trong ) được sử dụng để chỉ một công cụ ước tính cho các hệ số trong mô hình hồi quy bao gồm cả những ảnh hưởng cố định đó (một thời gian bất biến cho mỗi đối tượng).

• Ước lượng hiệu ứng ngẫu nhiên REM

Trong thống kê, mô hình tác động ngẫu nhiên (random effects model) , còn được gọi là mô hình thành phần phương sai , là một mô hình thống kê trong đó các tham số của mô hình là các biến ngẫu nhiên . Đây là một loại mô hình tuyến tính phân cấp , giả định rằng dữ liệu đang được phân tích được rút ra từ một hệ thống phân cấp của các quần thể khác nhau có sự khác biệt liên quan đến hệ thống phân cấp đó. Mô hình hiệu ứng ngẫu nhiên là một trường hợp đặc biệt của mô hình hỗn hợp .

• Kiểm nghiệm Hausman

Phép thử Durbin–Wu–Hausman (còn gọi là phép thử đặc tả Hausman) là một phép thử giả thuyết thống kê trong kinh tế lượng được đặt theo tên của James Durbin, De-Min Wu và Jerry A. Hausman. (Durbin, James, 1954) (Wu, De-Min, 1973) (Hausman, J. A, 1978) (Nakamura, Alice; Nakamura, Masao, 1981)

Thử nghiệm đánh giá tính nhất quán của một công cụ ước tính khi so sánh với một công cụ ước tính thay thế, kém hiệu quả hơn vốn đã được biết là nhất quán. Nó giúp người ta đánh giá xem một mô hình thống kê có tương ứng với dữ liệu hay không. (Greene, William, 2012)

Kiểm định Hausman có thể được sử dụng để phân biệt giữa mô hình tác động cố định và mô hình tác động ngẫu nhiên trong phân tích bảng. Trong trường hợp này, Hiệu ứng ngẫu nhiên (RE) được ưa thích hơn theo giả thuyết khống do hiệu quả cao hơn, trong khi theo các hiệu ứng cố định thay thế (FE) ít nhất là nhất quán và do đó được ưu tiên hơn.

3.5. Mô tả biến Luận văn: Phương pháp nghiên cứu đến truyền thông ở ngân hàng.

3.5.1. Mô tả biến phụ thuộc

Hình 3.1. Biến phụ thuộc sử dụng trong nghiên cứu

Theo những nghiên cứu trước đây, cụ thể là (Deephouse, 2000; Inglis & cộng sự, 2006; Esra Nemli Calistkan & cộng sự), các biến phụ thuộc được lựa chọn cho mô hình bao gồm: (i) Lợi nhuận trên tài sản trung bình (ROA), (ii) Lợi nhuận trên vốn chủ sở hữu trung bình (ROE), (iii) Lợi nhuận trên vốn đầu tư ROIC và (iv) Giá thị trường so với sổ sách (MBV).

Tuy nhiên, do sự khác nhau về phạm vi nghiên cứu, cụ thể là các quốc gia cũng như ngành nghề của các doanh nghiệp được nghiên cứu, nên ROA và ROE sẽ là hai biến phụ thuộc, thể hiện hiệu quả tài chính được luận văn sử dụng trong nghiên cứu này.

“Luận văn không sử dụng các biến MBV và ROIC để làm biến phụ thuộc mà tập trung vào hai biến phụ thuộc chính là ROA và ROE.

ROA (Return on Assets) và ROE (Return on Equity) là hai chỉ số quan trọng trong đánh giá hiệu quả hoạt động của một ngân hàng. Chúng cho biết khả năng của ngân hàng để sinh lợi nhuận từ tài sản và vốn chủ sở hữu.

ROA được tính bằng cách chia lợi nhuận trước thuế cho tổng số tài sản, cho biết bao nhiêu lợi nhuận được tạo ra từ mỗi đơn vị tài sản của ngân hàng. Trong khi đó, ROE được tính bằng cách chia lợi nhuận trước thuế cho vốn chủ sở hữu, cho biết bao nhiêu lợi nhuận được tạo ra từ mỗi đơn vị vốn chủ sở hữu của ngân hàng.

Sử dụng ROA và ROE làm biến đánh giá hiệu quả hoạt động của Ngân hàng thương mại có thể cho thấy mức độ tương quan giữa danh tiếng truyền thông và lợi nhuận của ngân hàng. Nếu danh tiếng truyền thông của ngân hàng tốt, ROA và ROE cũng có xu hướng tăng cao, ngược lại, nếu danh tiếng truyền thông xấu, ROA và ROE có thể giảm.

Bằng cách sử dụng ROA và ROE để đánh giá hiệu quả hoạt động của Ngân hàng thương mại, ta có thể đánh giá được sự tác động của các yếu tố khác nhau, bao gồm danh tiếng truyền thông, đến lợi nhuận và hiệu quả hoạt động của ngân hàng.

3.5.2. Mô tả biến độc lập Luận văn: Phương pháp nghiên cứu đến truyền thông ở ngân hàng.

3.5.2.1. Biến độc lập: Danh tiếng truyền thông (MRS)

Vì số liệu liên quan đến đến biến này được lấy từ dữ liệu được công bố trên trang Công ty cổ phần Báo cáo Đánh giá Việt Nam (VNR) nên luận văn sẽ trích dẫn cách thức để Công ty này thu thập và đưa ra những số liệu của biến này như sau: “Bảng xếp hạng Top 10 Ngân hàng thương mại Việt Nam” uy tín dựa trên phương pháp Media Coding (mã hóa dữ liệu báo chí) trên truyền thông, kết hợp nghiên cứu chuyên sâu các ngành trọng điểm, có tiềm năng tăng trưởng cao như: Bất động sản – Xây dựng, Bảo hiểm, Dược, Công nghệ, Thực phẩm – Đồ uống, Bán lẻ, Du lịch, Logistics…

Phương pháp nghiên cứu phân tích truyền thông để đánh giá uy tín của các công ty dựa trên học thuyết Agenda Setting của 02 giáo sư Maxwell McCombs và Donald L. Shaw về sự ảnh hưởng, tác động của truyền thông đại chúng đến cộng đồng và xã hội, được Vietnam Report và các đối tác hiện thực hóa và áp dụng từ năm 2012.

Theo đó, Vietnam Report đã sử dụng phương pháp Branch Coding (đánh giá hình ảnh của công ty trên truyền thông) để tiến hành phân tích uy tín của các ngân hàng thương mại tại Việt Nam.Vietnam Report tiến hành mã hóa (coding) các bài báo viết về các ngân hàng được đăng tải trên các trang báo có ảnh hưởng tại Việt Nam trong thời gian từ tháng 06/2020 đến tháng 05/2021.

Các bài báo được phân tích và đánh giá ở cấp độ câu chuyện (story – level) về 24 khía cạnh hoạt động cụ thể của các công ty từ sản phẩm, kết quả kinh doanh, thị trường… tới các hoạt động và uy tín của lãnh đạo công ty. Các thông tin được lựa chọn để mã hóa (coding) dựa trên 02 nguyên tắc cơ bản: Tên công ty xuất hiện ngay trên tiêu đề của bài báo, hoặc tin tức về công ty được đề cập tối thiểu chiếm 05 dòng trong bài báo, đây được gọi là ngưỡng nhận thức – khi thông tin được đánh giá là có giá trị phân tích. Các thông tin được đánh giá ở các cấp độ: Trung lập; Tích cực; Khá tích cực; Không rõ ràng; Khá tiêu cực; Tiêu cực.

Sau khi đã chọn xong bài báo, thông tin của chúng sẽ được mã hóa, từ đó quy đổi thành điểm danh tiếng truyền thông (MRS – Media Reputation Score). Điểm MRS của một doanh nghiệp là tổng điểm của doanh nghiệp đó được tổng hợp lại dựa theo các tiêu chí trong một khoảng thời gian nhất định. VNR chỉ báo cáo số điểm của mười doanh nghiệp hàng đầu có MRS cao nhất trong nhóm ngành đó.

Trong nghiên cứu này, biến MRS sẽ được quy ước nhận giá trị là 1 nếu Ngân hàng đó nằm thuộc về nhóm mười Ngân hàng có điểm cao nhất trong nhóm ngành và sẽ nhận giá trị là 0 nếu thuộc nhóm còn lại.

Danh tiếng truyền thông (MRS) được chọn làm biến độc lập trong phương pháp xác định tác động của nó đến hiệu quả hoạt động của các ngân hàng thương mại niêm yết trên sở giao dịch chứng khoán.

Cơ sở hình thành của phương pháp này bắt nguồn từ giả định rằng danh tiếng truyền thông có thể ảnh hưởng đến sự tin tưởng của khách hàng và đối tác, giá trị thương hiệu và cả hiệu quả hoạt động của tổ chức.

Để xác định MRS, phương pháp này thường sử dụng các kỹ thuật phân tích đa biến, bao gồm phân tích hồi quy tuyến tính, phân tích đường hồi quy, phân tích đường biên và phân tích định lượng thông tin. Các kết quả của phương pháp này có thể được áp dụng để đánh giá tác động của danh tiếng truyền thông đến các chỉ số kinh doanh của tổ chức, chẳng hạn như ROE, ROA, lợi nhuận và tăng trưởng doanh thu. Luận văn: Phương pháp nghiên cứu đến truyền thông ở ngân hàng.

3.5.2.2. Các biến độc lập khác

Dựa trên kết quả nghiên cứu về các yếu tố quyết định hiệu suất doanh nghiệp của (Rosen & cộng sự, 2005; Jiang & cộng sự, 2013; Lưu & cộng sự, 2019), tác giả của luận văn sẽ sử dụng các biến sau làm biến độc lập có ảnh hưởng đến hiệu quả tài chính của các ngân hàng, bao gồm:

• SIZE – Quy mô của Ngân hàng.

Theo Rosen & cộng sự, 2005, Một NHTM với quy mô lớn sẽ có mục tiêu hoạt động và đối tượng khách hàng khác biệt so với một NHTM có quy mô nhỏ hơn. Điều này đẫn chi phí quảng bá giữa các Ngân hàng cũng khác nhau. Biến SIZE sẽ được lấy theo giá trị tổng tài sản của Ngân hàng, và sử dụng giá trị logarit hóa theo cơ số tự nhiên.

• AGE – Thâm niên trong lĩnh vực ngân hàng

AGE được đo bằng số năm mà ngân hàng đó đã hoạt động tại Việt Nam. Một NHTM với thâm niên lâu năm hoạt động trong ngành tất nhiên sẽ có cơ hội được công chúng biết đến dễ dàng hơn so với một NHTM vừa được thành lập cách đây không lâu. Tương tư như biến SIZE, biến này, luận văn cũng sẽ lấy giá trị logarit hóa theo cơ số tự nhiên.

Hình 3.2. Biến độc lập sử dụng trong nghiên cứu

• BRN – Tổng số chi nhánh ngân hàng đã thành lập trong phạm vi Việt Nam.

Một NHTM càng có một mạng lưới chi nhánh trải rộng sẽ càng dễ dàng tiếp cận với người dân hơn, và thông qua đó cũng dễ dàng xây dựng hình ảnh trong mắt công chúng hơn. Giống như hai biến ở trên, biến BRN cũng sẽ được lấy giá trị logarit hóa theo cơ số tự nhiên làm giá trị tính toán.

• DEP và LOAN lần lượt tỷ lệ tiền gửi và tỷ lệ nợ vay trên tổng tài sản của ngân hàng.

Hai biến này thể hiện được chiến lược phát triển của mỗi NHTM, cho thấy NHTM muốn tập trung vào huy động vốn hay cho vay hay cả hai.

• ETA – Tỷ lệ vốn chủ sở hữu trên tổng tài sản.

Tỷ lệ này càng cao thì mức độ an toàn vốn hoạt động của ngân hàng cũng càng cao.

• GOV – Sở hữu vốn góp của Nhà nước.

Một NHTM khi được Nhà nước góp vốn sẽ vừa nhận được những điều tích cực lẫn tiêu cực. Nhờ có sự hỗ trợ quản lý của Nhà nước, NHTM có thể xây dựng chiến lược kinh doanh, phát triển tuy nhiên ngược lại thì NHTM đó cũng sẽ chịu sự quản lý chặt chẽ của Nhà nước. Trong đề tài này, GOV biến nhận giá trị là 1 nếu ngân hàng đó có vốn góp từ Nhà nước, ngược lại sẽ nhận giá trị là 0 nếu không có vốn góp từ Nhà nước; Luận văn: Phương pháp nghiên cứu đến truyền thông ở ngân hàng.

• FOR – Sở hữu vốn góp của của tổ chức/cá nhân là người nước ngoài.

Tương tự như biến GOV, FOR là biến thể hiện một NHTM có sở hữu vốn góp của tổ chức/cá nhân là người nước ngoài hay không. Một NHTM khi nhận được vốn đầu tư từ nước ngoài sẽ góp phần mở ra nhiều cơ hội phát triển, cũng như tìm kiếm được thêm nhiều khách hàng tiềm năng. Mặt khác, danh tiếng của tổ chức/cá nhân nước ngoài cũng sẽ góp phần gia tăng danh tiếng cho NHTM ấy. Trong nghiên cứu này, FOR sẽ biến nhận giá trị là 1 nếu ngân hàng có cổ đông góp vốn là doanh nghiệp hay ngân hàng nước ngoài sở hữu trên 10% cổ phần, và nhận giá trị là 0 nếu không có cổ đông hoặc có cổ đông góp là  doanh nghiệp hay ngân hàng nước ngoài nhưng sở hữu dưới 10% cổ phần.

Ngoài những biến nêu trên, so với mô nghiên cứu của Đoàn Ngọc Thắng, Nguyễn Thị Hồng Hải, Hoàng Phương Dung (2020), luận văn đã loại bỏ đi biến HHI và biến LISTED. Biến HHI là biến thể hiện mức độ tập trung của ngành ngân hàng, còn biến LISTED là biến thể hiện NHTM có được niêm yết trên Thị trường chứng khoán Việt Nam hay không. Do mẫu quan sát khác nhau, đồng thời, hiện nay hầu như toàn bộ NHTM tại Việt Nam đều đã niêm yết trên thị trường chứng khoán nên luận văn loại bỏ 02 biến này khỏi mô hình nghiên cứu. Luận văn: Phương pháp nghiên cứu đến truyền thông ở ngân hàng.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY: 

===>>> Luận văn: Kết quả nghiên cứu đến truyền thông đến các 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