GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
Lý do chọn đề tài
Ngân hàng thương mại (NHTM) đóng vai trò quan trọng trong nền kinh tế, ảnh hưởng đến mọi hoạt động kinh tế xã hội Để hoạt động hiệu quả, NHTM cần nhiều yếu tố thiết yếu, trong đó khả năng thanh khoản là yếu tố không thể thiếu để đảm bảo an toàn Cuộc khủng hoảng kinh tế năm 2007 đã làm suy yếu hệ thống tài chính toàn cầu, đặc biệt là ngành ngân hàng, và đã làm nổi bật tầm quan trọng của thanh khoản Ủy ban Basel về giám sát ngân hàng đã chỉ ra rằng thanh khoản là một trong những nguyên nhân gốc rễ của cuộc khủng hoảng, một vấn đề từng bị lãng quên trong quá khứ.
Khả năng thanh khoản của ngân hàng là yếu tố quan trọng để đáp ứng kịp thời nhu cầu tiền mặt như rút tiền gửi, giải ngân tín dụng và chi phí hoạt động mà không gặp tổn thất lớn Rủi ro thanh khoản có thể dẫn đến mất niềm tin của công chúng vào ngân hàng, gây ra tình trạng rút tiền ồ ạt và đẩy ngân hàng đến nguy cơ phá sản Do đó, việc quản lý thâm hụt và thặng dư thanh khoản là nhiệm vụ thường trực của các ngân hàng thương mại Tại Việt Nam, mặc dù tình hình thanh khoản đã ổn định hơn trong những năm gần đây, vẫn có những thời điểm bất ổn Hiểu rõ vai trò quan trọng của hệ thống ngân hàng trong việc cung cấp vốn và điều tiết kinh tế vĩ mô, tác giả đã chọn đề tài này để nghiên cứu.
“Các nhân tố ảnh hưởng đến thanh khoản của các ngân hàng thương mại tại Việt Nam” để nghiên cứu.
Mục tiêu của đề tài
Mục tiêu tổng quát của nghiên cứu là xác định các nhân tố ảnh hưởng và mức độ tác động của chúng đến khả năng thanh khoản của các ngân hàng thương mại (NHTM) tại Việt Nam Để đạt được mục tiêu này, nghiên cứu sẽ triển khai các mục tiêu cụ thể nhằm phân tích và đánh giá các yếu tố liên quan.
• Xác định các nhân tố ảnh hưởng đến thanh khoản của các NHTM cổ phần Việt Nam
Trong các yếu tố ảnh hưởng đến thanh khoản của các ngân hàng thương mại (NHTM) ở Việt Nam, có thể phân chia thành hai nhóm chính: nhân tố bên trong và nhân tố bên ngoài Nhân tố bên trong bao gồm các yếu tố như quản lý tài chính, chiến lược kinh doanh và chất lượng tài sản của ngân hàng Trong khi đó, nhân tố bên ngoài gồm các yếu tố như chính sách tiền tệ, tình hình kinh tế vĩ mô và các quy định pháp lý của nhà nước Việc hiểu rõ sự tác động của các nhân tố này là rất quan trọng để nâng cao khả năng thanh khoản của các NHTM.
• Đo lường mức độ ảnh hưởng và chiều hướng tác động tiêu cực/ tích cực của các nhân tố trên.
Câu hỏi nghiên cứu
Để đạt được các mục tiêu đề ra nghiên cứu phải trả lời được các câu hỏi sau:
Câu hỏi 1: Những nhân tố nào ảnh hưởng từ bên trong và nhân tố nào ảnh hưởng từ bên ngoài?
Nhân tố bên trong liên quan đến hoạt động của ngân hàng, được thu thập từ báo cáo tài chính hàng năm, trong khi nhân tố bên ngoài bao gồm các biến số vĩ mô như lạm phát và tăng trưởng GDP.
Câu hỏi 2: Những nhân tố nào ảnh hưởng tiêu cực? Những nhân tố nào ảnh hưởng tích cực?
Nhân tố nào làm tăng tỷ lệ thanh khoản của NHTM, nhân tố nào làm giảm tỷ lệ thanh khoản
Câu hỏi 3: Mức độ ảnh hưởng của các nhân tố đến thanh khoản của NHTM như thế nào?
Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu là tỷ lệ thanh khoản và các nhân tố tác động đến thanh khoản của các NHTMCP ở Việt Nam
Phạm vi nghiên cứu: 25 NHTM Việt Nam
Dữ liệu nghiên cứu được thu thập từ các báo cáo tài chính, bảng cân đối kế toán và báo cáo kết quả kinh doanh hàng năm của 32 ngân hàng thương mại tại Việt Nam Tuy nhiên, do hạn chế về tính minh bạch và công bố thông tin, một số ngân hàng không trình bày đầy đủ các chỉ tiêu trong một số giai đoạn Do đó, tác giả đã quyết định loại bỏ những ngân hàng có số liệu thiếu sót, và cuối cùng, dữ liệu nghiên cứu được lấy từ 25 ngân hàng thương mại.
Thời gian: từ năm 2010 đến năm 2020 (11 năm).
Phương pháp nghiên cứu
Phương pháp thống kê mô tả giúp nắm bắt đặc tính cơ bản của bộ dữ liệu, cung cấp cái nhìn tổng quát về mẫu nghiên cứu Bài viết phân tích các biến độc lập và biến phụ thuộc của các ngân hàng thương mại Việt Nam trong giai đoạn 2010-2020 Ngoài ra, kết quả phân tích thực nghiệm được so sánh với các nghiên cứu trước đó, từ đó đưa ra nhận xét và giải thích các kết quả hồi quy đạt được.
Phương pháp định lượng trong nghiên cứu này áp dụng hồi quy đa biến với dữ liệu bảng không cân bằng thông qua ba mô hình: Pooled OLS, FEM và REM Để xác định mô hình tối ưu, tác giả thực hiện các kiểm định F cho OLS và FEM/REM, cũng như kiểm định Hausman cho FEM và REM Để nâng cao hiệu quả ước lượng, nghiên cứu còn sử dụng mô hình bình phương bé nhất tổng quát (GLS) nhằm khắc phục các vi phạm giả định hồi quy.
Đóng góp của nghiên cứu
Nghiên cứu này kế thừa từ các kết quả trước đó, mở rộng không gian và thời gian nghiên cứu để cung cấp cái nhìn toàn diện hơn về hoạt động kinh doanh của các ngân hàng thương mại (NHTM) tại Việt Nam Qua đó, nghiên cứu giúp làm rõ các nhân tố ảnh hưởng đến tỷ lệ thanh khoản từ các hoạt động này, đồng thời cung cấp thông tin hữu ích cho các nhà nghiên cứu và ban quản trị NHTM trong việc hoạch định kế hoạch hoạt động và nâng cao khả năng thanh khoản cho ngân hàng.
Cấu trúc nghiên cứu
Ngoài phụ lục và các danh mục tài liệu tham khảo, danh mục bảng biểu, danh mục chữ viết tắt, nghiên cứu này được chia thành 5 chương:
Chương 1: Giới thiệu đề tài nghiên cứu
Chương này sẽ trình bày về công trình nghiên cứu, bao gồm các lý do lựa chọn đề tài, mục tiêu nghiên cứu, các câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu, cũng như những đóng góp của đề tài và cấu trúc của đề tài.
CƠ SỞ LÝ THUYẾT VÀ CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN KHẢ NĂNG THANH KHOẢN CỦA CÁC NHTM
Cơ sở lý thuyết về thanh khoản và rủi ro thanh khoản ngân hàng
2.1.1 Khái niệm khả năng thanh khoản của ngân hàng
Theo sách “A Treatise on Money”, tính thanh khoản trong tài chính đề cập đến khả năng mua hoặc bán tài sản trên thị trường mà không làm thay đổi đáng kể giá của chúng Một tài sản được coi là có tính thanh khoản cao nếu có thể bán nhanh chóng mà không làm giảm giá bán một cách đáng kể (Keynes, 1930).
Khả năng thanh khoản, theo II (2008), là khả năng của ngân hàng trong việc tăng tài sản và đáp ứng các nghĩa vụ nợ đến hạn mà không chịu tổn thất quá mức Cục Dự trữ Liên bang Mỹ (FED) định nghĩa khả năng thanh khoản là thước đo khả năng chuyển đổi tài sản thành tiền một cách dễ dàng Tài sản thanh khoản là những tài sản có thể nhanh chóng chuyển đổi thành tiền để đáp ứng nghĩa vụ tài chính Như vậy, khả năng thanh khoản phản ánh việc ngân hàng có đủ nguồn vốn khả dụng với chi phí hợp lý vào thời điểm cần thiết Đánh giá khả năng thanh khoản của ngân hàng bao gồm ba khía cạnh: tính thanh khoản của tài sản, tính thanh khoản của nguồn vốn và tính thanh khoản tổng thể của ngân hàng.
Tính thanh khoản của tài sản là khả năng chuyển đổi tài sản thành tiền mặt, được đánh giá qua thời gian và chi phí thực hiện Một tài sản có tính thanh khoản cao khi quá trình chuyển đổi diễn ra nhanh chóng và tốn ít chi phí (Longworth, 2010).
Tính thanh khoản của nguồn vốn ngân hàng phản ánh khả năng huy động và mở rộng nguồn vốn, được xác định qua thời gian và chi phí liên quan Thời gian và chi phí huy động nguồn vốn càng thấp, tính thanh khoản càng cao, và ngược lại (Neto, 2003).
Tính thanh khoản của ngân hàng là khả năng đáp ứng các nghĩa vụ tài chính đúng hạn với chi phí hợp lý Đối với ngân hàng thương mại, tính thanh khoản thể hiện khả năng thực hiện các giao dịch như thanh toán, chi trả, rút tiền và cho vay.
Cung thanh khoản, theo Nguyễn Bảo Huyền (2016), là khả năng của ngân hàng trong việc cung ứng tiền để đáp ứng nhu cầu thanh toán của khách hàng Nguồn cung thanh khoản của ngân hàng bao gồm các khoản tiền gửi, thu nhập từ dịch vụ, các khoản thu tín dụng, tiền từ việc bán tài sản kinh doanh, và vay mượn từ thị trường tiền tệ.
Cầu thanh khoản là nhu cầu thanh toán mà ngân hàng phải đáp ứng cho khách hàng, bao gồm các hoạt động như rút tiền gửi, vay vốn, thanh toán các khoản nợ, chi phí sản xuất dịch vụ ngân hàng và cổ tức cho cổ đông (Nguyễn Bảo Huyền, 2016).
Thanh khoản của ngân hàng thường xuyên không đạt được trạng thái cân bằng, dẫn đến tình trạng thặng dư hoặc thiếu hụt Điều này yêu cầu các nhà quản trị phải thường xuyên theo dõi và đánh giá tình hình thanh khoản để đưa ra quyết định kịp thời, nhằm tối ưu hóa lợi nhuận Việc đánh giá chính xác trạng thái thanh khoản và đưa ra quyết định đúng lúc không chỉ giúp ngân hàng khai thác hiệu quả nguồn vốn nhàn rỗi mà còn nâng cao uy tín và giảm thiểu rủi ro thanh khoản.
Rủi ro thanh khoản là tình trạng ngân hàng không thể thực hiện các nghĩa vụ tài chính kịp thời, buộc phải huy động vốn với chi phí cao hoặc bán tài sản với giá thấp Tình huống này có thể dẫn đến việc ngân hàng phải ngừng hoạt động, gây thua lỗ, mất uy tín và thậm chí là phá sản.
Những nguyên nhân tiền đề gây ra rủi ro thanh khoản của ngân hàng:
Ngân hàng thực hiện huy động và cho vay vốn với thời hạn ngắn, trong khi sử dụng khoản vốn này để cho vay với thời hạn dài hơn Điều này dẫn đến việc ngân hàng thường xuyên phải đối mặt với sự không khớp về thời hạn đáo hạn giữa tài sản nợ và tài sản có.
Sự nhạy cảm của tài sản tài chính đối với biến động lãi suất rất quan trọng; khi lãi suất tăng, nhiều người gửi tiền có xu hướng rút tiền để tìm kiếm các nơi gửi có lãi suất cao hơn Điều này dẫn đến việc thay đổi lãi suất ảnh hưởng trực tiếp đến luồng tiền vào ra và khả năng thanh khoản của ngân hàng.
Hiệu ứng rút tiền dây chuyền xảy ra trong giai đoạn khủng hoảng tài chính, khi ngân hàng cho vay phần lớn số tiền huy động được Khi khách hàng đồng loạt rút tiền, các ngân hàng gặp khó khăn trong việc hoàn trả các khoản nợ, dẫn đến tác động tiêu cực đến thanh khoản của họ.
Hoặc có thể chia rủi ro thanh khoản thành ba nhóm theo các nguyên nhân từ hoạt động:
Rủi ro thanh khoản từ tài sản nợ có thể xảy ra bất cứ lúc nào khi người gửi tiền rút tiền ngay lập tức Để đáp ứng nhu cầu này, ngân hàng phải vay mượn trên thị trường tiền tệ hoặc bán tài sản với giá thấp.
Rủi ro thanh khoản từ tài sản có liên quan đến các cam kết tín dụng, cho phép người vay rút tiền bất kỳ lúc nào trong thời hạn cam kết Do đó, ngân hàng cần đảm bảo có đủ tiền ngay lập tức để đáp ứng nhu cầu của khách hàng.
Rủi ro thanh khoản từ hoạt động ngoại bảng ngày càng gia tăng do sự phát triển mạnh mẽ của các công cụ tài chính phái sinh Các nghĩa vụ thanh toán bất thường như cam kết bảo lãnh, hợp đồng kỳ hạn, hợp đồng hoán đổi và hợp đồng quyền chọn khi đến hạn có thể tạo ra nhu cầu thanh khoản đột ngột Nếu ngân hàng thương mại không chuẩn bị nguồn thanh khoản kịp thời, họ sẽ phải đối mặt với rủi ro thanh khoản nghiêm trọng.
2.1.4 Cách đo lường khả năng thanh khoản
Các nhân tố tác động đến tính thanh khoản của NHTM
2.2.1 Các nhân tố thuộc môi trường vi mô
Theo lý thuyết “Quá lớn để sụp đổ”, các ngân hàng lớn ít gặp rủi ro thanh khoản hơn do nhận được sự hỗ trợ từ Ngân hàng Trung ương, dẫn đến tâm lý ỷ lại và giảm ưu tiên dự trữ tài sản thanh khoản Ngược lại, ngân hàng nhỏ thường khó tiếp cận nguồn tài chính và vì vậy giữ lượng tài sản thanh khoản cao hơn Tuy nhiên, một số nghiên cứu như của Akhtar và Delechat cho thấy rằng các ngân hàng lớn vẫn duy trì tỷ lệ thanh khoản cao.
• Tỷ lệ vốn chủ sở hữu
Lý thuyết “Hấp thụ rủi ro” chỉ ra rằng tỷ lệ vốn chủ sở hữu cao có thể cải thiện khả năng thanh khoản của ngân hàng Ngân hàng tạo ra thanh khoản bằng cách sử dụng các khoản tiền gửi có tính thanh khoản cao để cho vay các khoản vay có tính thanh khoản thấp Mặc dù việc tạo ra nhiều thanh khoản đồng nghĩa với việc ngân hàng phải đối mặt với nhiều rủi ro hơn, nhưng nguồn vốn dồi dào lại giúp tăng cường khả năng hấp thụ rủi ro của các ngân hàng.
Lý thuyết "Mong manh – lấn át tài chính" cho rằng khi nguồn vốn chủ sở hữu tăng cao, cung thanh khoản lại giảm Gorton & Winton (1999) đã chỉ ra rằng tỷ lệ vốn cao có thể làm giảm khả năng tạo thanh khoản do hiện tượng dồn ép tiền gửi Vì tiền gửi có tính thanh khoản cao trong khi vốn chủ sở hữu ngân hàng lại không, nên khi tỷ lệ vốn tăng, thanh khoản tổng thể sẽ bị giảm sút.
• Khả năng sinh lời (ROE)
Theo lý thuyết về mối quan hệ giữa vốn và đệm thanh khoản, Baltensperger (1980) cho rằng lượng tài sản thanh khoản mà ngân hàng nắm giữ phản ánh chi phí cơ hội từ lợi nhuận cho vay Việc giữ tài sản thanh khoản giúp ngân hàng giảm thiểu nguy cơ thiếu hụt tiền mặt và tối thiểu hóa chi phí huy động vốn bên ngoài Tuy nhiên, chi phí cơ hội của việc này lại lớn hơn lợi ích từ việc đảm bảo khả năng thanh khoản, như được chỉ ra bởi Owolabi và các cộng sự (2011), phù hợp với các nghiên cứu quốc tế của Akhtar và các cộng sự (2011) cũng như Arif và Anees (2012).
• Tỷ lệ dự phòng rủi ro tín dụng
Dự phòng rủi ro là khoản tiền được trích lập nhằm bảo vệ ngân hàng trước những tổn thất có thể xảy ra khi khách hàng không thực hiện nghĩa vụ vay Theo nghiên cứu của Delechat và cộng sự (2012), các ngân hàng có mức trích lập dự phòng cao thường gặp khó khăn về thanh khoản Nhiều nghiên cứu trước đây, bao gồm cả của Lucchetta (2007) và Delechat, cũng chỉ ra rằng có mối tương quan âm giữa tỷ lệ dự phòng rủi ro tín dụng và khả năng thanh khoản của ngân hàng.
Các khoản nợ xấu là những khoản cho vay không thu hồi được gốc và lãi trong thời gian dài, vi phạm các điều khoản hợp đồng vay, và ảnh hưởng đến chất lượng tài sản của ngân hàng Theo nghiên cứu của Bloem & Gorter (2001), danh mục cho vay chứa nhiều nợ xấu sẽ giảm khả năng cấp tín dụng của ngân hàng, làm mất niềm tin của người gửi tiền và dẫn đến rủi ro thanh khoản khi các nhà đầu tư rút vốn Phát hiện này tương đồng với kết quả nghiên cứu của Arif & Anees (2012) và Phạm Quốc Việt & Nguyễn Văn Vinh (2019) Tuy nhiên, các nghiên cứu của Vodová (2011), Vũ Thị Hồng (2015), và Mai Thị Phương Thùy & Bùi Thị Điệp (2018) lại cho ra kết quả trái ngược.
Theo lý thuyết “Đánh đổi”, các ngân hàng thương mại thường sử dụng cơ cấu tài sản thiên về cho vay và tiền gửi khách hàng để tối ưu hóa lợi nhuận Tuy nhiên, các khoản cho vay có tính thanh khoản kém hơn so với tiền gửi Khi ngân hàng giữ nhiều khoản tiền gửi mà không cho vay, khả năng thanh khoản sẽ tăng lên, nhưng thu nhập lại giảm Nghiên cứu của Arif & Anees (2012) và Singh & Sharma (2016) cũng cho thấy tỷ lệ tiền gửi có mối tương quan dương với khả năng thanh khoản của ngân hàng.
Lợi nhuận chính của các ngân hàng thương mại chủ yếu đến từ hoạt động cho vay, nhưng các khoản vay có tính thanh khoản thấp, dẫn đến việc gia tăng rủi ro khi cho vay nhiều Ngân hàng thường nắm giữ nhiều tài sản thanh khoản hơn khi nhu cầu vay vốn thấp và ngược lại, điều này đã được xác nhận trong các nghiên cứu của Aspachs và cộng sự (2005) cũng như Vũ Thị Hồng (2015).
2.2.2 Các nhân tố thuộc môi trường vĩ mô
• Tỷ lệ tăng trưởng kinh tế
Theo Aspachs và cộng sự (2005), tài sản thanh khoản của ngân hàng chịu ảnh hưởng từ chu kỳ kinh tế, với việc ngân hàng ưu tiên cho vay và đầu tư vào tài sản có lợi suất cao trong thời kỳ tăng trưởng, dẫn đến giảm khả năng thanh khoản Ngược lại, trong giai đoạn suy thoái, ngân hàng tăng cường nắm giữ tài sản thanh khoản do ít cơ hội cho vay và nhu cầu giao dịch tiền tệ giảm, từ đó nâng cao khả năng thanh khoản Mối quan hệ này được thể hiện qua tỷ lệ tăng trưởng GDP, như được chứng minh bởi Moussa (2015) và Singh & Sharma (2016), cho thấy sự tương quan ngược chiều giữa tăng trưởng kinh tế và thanh khoản.
Mô hình Fisher cho rằng tỷ lệ lạm phát ảnh hưởng đến khả năng phân bổ nguồn lực tài chính của ngân hàng, khi lạm phát tăng, đồng nội tệ mất giá so với ngoại tệ và vàng, dẫn đến khó khăn trong việc huy động vốn Để thu hút vốn, ngân hàng buộc phải tăng lãi suất huy động, kéo theo lãi suất tiền gửi cũng tăng nhằm đảm bảo lãi suất thực dương cho khách hàng, từ đó tránh tình trạng rút tiền để đầu tư vào kênh khác Hệ quả là lợi nhuận ngân hàng giảm, khiến họ có xu hướng cho vay ít hơn và nắm giữ nhiều tài sản thanh khoản hơn, theo nghiên cứu của Moussa (2015) và Phạm Quốc Việt & Nguyễn Văn Vinh (2019) Tuy nhiên, nghiên cứu của Vodová (2011) lại đưa ra kết quả trái ngược.
Theo Horváth và cộng sự (2014) chỉ ra rằng tỷ lệ thất nghiệp có tác động tiêu cực đến thanh khoản, khi thất nghiệp cao làm giảm vốn và cản trở khả năng tạo ra thanh khoản Điều này phù hợp với thực tế rằng trong thời kỳ kinh tế khó khăn, ngân hàng thường gặp khó khăn trong việc duy trì khả năng thanh toán và tạo ra thanh khoản Ngược lại, các nghiên cứu của Vodová (2011) và Singh & Sharma (2016) lại cho thấy không có mối liên hệ giữa tỷ lệ thất nghiệp và khả năng thanh khoản.
2.3 Nghiên cứu thực nghiệm về các nhân tố tác động đến khả năng thanh khoản của các NHTM
Nhiều nghiên cứu trên thế giới đã chỉ ra các yếu tố ảnh hưởng đến khả năng thanh khoản của ngân hàng Một nghiên cứu tiêu biểu của Aspachs và các cộng sự (2005) đã áp dụng phương pháp GMM để kiểm định dữ liệu bảng không cân bằng tổng hợp.
Nghiên cứu về 57 ngân hàng Anh quốc trong giai đoạn 1985 – 2003 cho thấy khả năng sinh lời, lãi suất ngắn hạn và tỷ lệ tăng trưởng GDP có tác động ngược chiều đến tính thanh khoản, trong khi quy mô ngân hàng lại có tác động cùng chiều Bên cạnh đó, nghiên cứu của Akhtar và cộng sự (2011) phân tích dữ liệu từ bảng cân đối kế toán của 12 ngân hàng thông thường và ngân hàng Hồi giáo tại Pakistan trong giai đoạn 2006 – 2011, góp phần làm rõ những yếu tố ảnh hưởng đến tính thanh khoản trong ngành ngân hàng.
Nghiên cứu năm 2009 cho thấy quy mô, tỷ lệ vốn lưu động và hệ số an toàn vốn có tác động tích cực đến thanh khoản, trong khi lợi nhuận trên vốn chủ sở hữu lại có tác động tiêu cực Arif & Anees (2012) đã phân tích các yếu tố nội tại như nợ xấu, tiền gửi khách hàng, tiền mặt và lợi nhuận trên vốn chủ sở hữu thông qua mô hình hồi quy của 22 ngân hàng Pakistan trong giai đoạn 2004 – 2009 Kết quả cho thấy tiền gửi khách hàng, tiền mặt và lợi nhuận trên vốn chủ sở hữu có mối tương quan tích cực với tính thanh khoản, trong khi nợ xấu lại ảnh hưởng tiêu cực.
Vodová (2011) đã thực hiện nghiên cứu sử dụng phương pháp hồi quy dữ liệu bảng, tập trung vào các ngân hàng tại Cộng hòa Séc trong giai đoạn trước và trong khủng hoảng kinh tế toàn cầu 2001 – 2009 Nghiên cứu chỉ ra rằng tính thanh khoản của ngân hàng tăng khi mức an toàn vốn, tỷ lệ nợ xấu, lãi suất cho vay và lãi suất giao dịch liên ngân hàng cao, trong khi bị ảnh hưởng tiêu cực bởi tỷ số khủng hoảng tài chính, tỷ lệ lạm phát và tốc độ tăng trưởng GDP Tương tự, nghiên cứu của Delechat và cộng sự (2012) cũng nhấn mạnh mối quan hệ giữa thanh khoản và các yếu tố vĩ mô như quy mô ngân hàng, khả năng sinh lời, vốn hóa, phát triển tài chính và đô la hóa tiền gửi thông qua các mô hình OLS và GMM.
MÔ HÌNH NGHIÊN CỨU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Mô hình nghiên cứu
Để đánh giá các yếu tố ảnh hưởng đến khả năng thanh khoản của ngân hàng thương mại, nghiên cứu áp dụng mô hình hồi quy dữ liệu bảng Mô hình này được xây dựng với cấu trúc tổng quát nhằm phân tích mối quan hệ giữa các biến số liên quan.
Trong mô hình nghiên cứu, Y i,t là biến phụ thuộc, trong đó i biểu thị cho đơn vị chéo và t là đơn vị thời gian Các biến giải thích của ngân hàng i trong năm t được ký hiệu là X i,t Hệ số chặn được ký hiệu là α, trong khi β i là hệ số hồi quy tương ứng với ngân hàng i Cuối cùng, ε i,t đại diện cho sai số trong mô hình.
Dựa trên việc tổng hợp các lý thuyết phân tích ở chương 2 và nghiên cứu về thanh khoản của tác giả Vodová, tác giả đề xuất một mô hình nghiên cứu mới.
LIQ i,t : khả năng thanh khoản của ngân hàng
SIZE i,t : quy mô ngân hàng i trong năm t
CAP i,t : tỷ lệ vốn chủ sở hữu của ngân hàng i trong năm t
ROE i,t : khả năng sinh lời trên vốn chủ sở hữu của ngân hàng i trong năm t
LPR i,t : tỷ lệ dự phòng rủi ro tín dụng của ngân hàng i trong năm t
NPL i,t : tỷ lệ nợ xấu của ngân hàng i trong năm t
DEP i,t : tỷ lệ tiền gửi của ngân hàng i trong năm t
LDR i,t : tỷ lệ cho vay của ngân hàng i trong năm t
GDP i,t : tỷ lệ tăng trưởng kinh tế năm t
INF i,t : tỷ lệ lạm phát năm t
UNE i,t : tỷ lệ thất nghiệp năm t i đại diện cho ngân hàng t đại diện cho thời gian nghiên cứu từ 2010 đến 2020
Mô tả biến và các giả thuyết
Khả năng thanh khoản của các NHTM thường được ước lượng thông qua bốn chỉ số sau đây:
LIQ1 = Tài sản thanh khoản
LIQ2 = Tài sản thanh khoản
LIQ3 = Dư nợ cho vay
LIQ4 = Dư nợ cho vay
Nghiên cứu này đã chọn chỉ số LIQ2 để đánh giá khả năng thanh khoản của các ngân hàng thương mại Việt Nam, vì đây là chỉ số phổ biến được nhiều tác giả trong và ngoài nước áp dụng, chẳng hạn như Aspachs và các cộng sự.
(2005), Delechat & cộng sự (2012), Vodová (2011), Vũ Thị Hồng (2015), Phạm Quốc Việt & Nguyễn Văn Vinh (2019), …
Tài sản thanh khoản bao gồm tiền, tiền gửi tại NHNN và các TCTD khác, cùng với chứng khoán chính phủ và tương tự Ngân hàng có khả năng thanh khoản tốt khi sở hữu nhiều tài sản thanh khoản Chỉ số LIQ2 được tính dựa trên giả định ngân hàng không thể vay từ NHNN hoặc các ngân hàng khác trong trường hợp thiếu hụt thanh khoản, phản ánh khả năng ngân hàng sử dụng tài sản thanh khoản để chi trả cho yêu cầu rút tiền của khách hàng Khi chỉ số LIQ2 lớn hơn 100%, ngân hàng có khả năng đáp ứng nghĩa vụ nợ này, và chỉ số càng cao thì khả năng hấp thụ cú sốc thanh khoản càng tốt, cho phép ngân hàng ứng phó hiệu quả với các yêu cầu rút tiền bất ngờ từ khách hàng.
3.2.2.1 Quy mô ngân hàng (SIZE)
Theo nghiên cứu của Theo Rauch và cộng sự (2009), quy mô ngân hàng được xác định bởi tổng tài sản mà ngân hàng sở hữu, và thường được đo bằng logarit tự nhiên của tổng tài sản do con số này rất lớn Khi ngân hàng mở rộng quy mô, khả năng thanh khoản tăng lên nhờ vào việc huy động thêm nguồn vốn Tuy nhiên, nếu quy mô tiếp tục mở rộng mà không kèm theo sự phát triển tương ứng về quản lý và nguồn nhân lực, chi phí có thể tăng cao và rủi ro, đặc biệt là rủi ro thanh khoản, cũng sẽ gia tăng Do đó, tác giả đưa ra giả thuyết nghiên cứu về mối quan hệ giữa quy mô ngân hàng và rủi ro thanh khoản.
Giả thuyết 1: Quy mô ngân hàng có tác động cùng chiều hoặc ngược chiều đến khả năng thanh khoản
3.2.2.2 Tỷ lệ vốn chủ sỡ hữu (CAP)
Tỷ lệ vốn chủ sở hữu, được tính bằng vốn chủ sở hữu chia cho tổng tài sản, là chỉ số quan trọng phản ánh sức mạnh tài chính của ngân hàng Chỉ số này không chỉ cho thấy tình trạng an toàn tài chính mà còn thể hiện khả năng đủ vốn của ngân hàng để bù đắp tổn thất, bảo vệ người gửi tiền Những ngân hàng có tỷ lệ vốn chủ sở hữu cao thường tạo dựng được niềm tin từ khách hàng và nhà đầu tư, giúp họ huy động nhiều nguồn tiền gửi và đầu tư hơn Ngược lại, tỷ lệ này thấp có thể chỉ ra rằng ngân hàng đang sử dụng đòn bẩy tài chính cao, điều này tiềm ẩn nhiều rủi ro và có thể làm giảm lợi nhuận khi chi phí vốn vay tăng cao Từ đó, tác giả đưa ra giả thuyết nghiên cứu liên quan đến vấn đề này.
Giả thuyết 2: Tỷ lệ vốn chủ sở hữu có tác động cùng chiều đến thanh khoản
Khả năng sinh lời (ROE) được xác định bằng tỷ lệ giữa lợi nhuận sau thuế và vốn chủ sở hữu bình quân, phản ánh hiệu quả quản trị của ngân hàng trong việc sử dụng vốn Các ngân hàng thương mại thường gặp khó khăn trong việc cân bằng giữa duy trì khả năng thanh khoản và tối ưu hóa lợi nhuận Khoản cho vay, mặc dù mang lại lợi nhuận cao nhất và chiếm tỷ trọng lớn trong thu nhập hoạt động, cũng tiềm ẩn nhiều rủi ro Chỉ số thanh khoản cao cho thấy ngân hàng có ít rủi ro nhưng đồng thời cũng đồng nghĩa với lợi nhuận thấp hơn (Hempel & Simonson, 1998) Do đó, tác giả đặt ra giả thuyết nghiên cứu liên quan đến vấn đề này.
Giả thuyết 3: Khả năng sinh lời có tác động ngược chiều đến thanh khoản
3.2.2.4 Tỷ lệ dự phòng rủi ro tín dụng
Dự phòng rủi ro là khoản tiền dự trữ nhằm bù đắp tổn thất có thể phát sinh khi khách hàng không hoàn trả nợ vay theo cam kết Theo Thông tư số 39/2013/TT-NHNN, các khoản nợ phải thu được phân loại thành năm nhóm dựa trên thời gian quá hạn: nhóm 1 (dưới 6 tháng), nhóm 2 (6 tháng đến dưới 1 năm), nhóm 3 (1 năm đến dưới 2 năm), nhóm 4 (2 năm đến dưới 3 năm) và nhóm 5 (quá hạn từ 3 năm trở lên) Mức dự phòng cụ thể cho mỗi khoản phải thu được tính bằng giá trị khoản nợ nhân với tỷ lệ trích lập tương ứng, với tỷ lệ là: nhóm 1 (0%), nhóm 2 (30%), nhóm 3 (50%), nhóm 4 (70%) và nhóm 5 (100%).
Tỷ lệ dự phòng rủi ro tín dụng được xác định bằng cách chia chi phí dự phòng rủi ro tín dụng cho tổng số cho vay Các ngân hàng có mức trích lập dự phòng cao và danh mục cho vay có nhiều rủi ro thường gặp khó khăn với thanh khoản thấp Do đó, tác giả đưa ra giả thuyết nghiên cứu.
Giả thuyết 4: Tỷ lệ dự phòng rủi ro tín dụng có tác động ngược chiều đến thanh khoản
Theo Quyết định 493/2005/QĐ-NHNN ngày 22/4/2005, nợ của tổ chức tín dụng (TCTD) được phân loại thành năm nhóm: nhóm 1 (nợ đủ tiêu chuẩn), nhóm 2 (nợ cần chú ý), nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn) Trong đó, nợ xấu bao gồm các khoản nợ thuộc nhóm 3, nhóm 4 và nhóm 5 Tỷ lệ nợ xấu được tính toán dựa trên tổng dư nợ từ nhóm 3 đến nhóm 5.
Tỷ lệ nợ xấu trên tổng dư nợ cho vay hiện tại là 5%, và những khoản nợ khó thu hồi này đang ảnh hưởng tiêu cực đến chất lượng tài sản cũng như thu nhập của ngân hàng, do không thu được gốc và lãi từ người vay, trong khi vẫn phải trả lãi cho người gửi tiền Khi ngân hàng có tỷ lệ nợ xấu cao, điều này có thể khiến khách hàng lo ngại và rút tiền, dẫn đến khó khăn trong huy động vốn và suy giảm khả năng thanh khoản Do đó, tác giả đưa ra giả thuyết nghiên cứu liên quan đến vấn đề này.
Giả thuyết 5: Tỷ lệ nợ xấu có tác động ngược chiều đến thanh khoản
Tỷ lệ tiền gửi được xác định bằng tổng tiền gửi của khách hàng chia cho tổng tài sản của ngân hàng Trong bối cảnh kinh tế bất ổn, ngân hàng thường giảm thiểu rủi ro hoạt động bằng cách hạn chế cho vay, trong khi khách hàng có xu hướng tiết kiệm nhiều hơn thông qua việc gửi tiền vào ngân hàng (Moussa, 2015) Do đó, tỷ lệ tiền gửi cao sẽ dẫn đến thanh khoản tốt hơn Từ đó, tác giả đưa ra giả thuyết nghiên cứu.
Giả thuyết 6: Tỷ lệ tiền gửi có tác động cùng chiều đến thanh khoản
Tỷ lệ cho vay được xác định bằng tổng số tiền cho vay chia cho tổng nguồn vốn huy động, phản ánh mức độ tập trung của ngân hàng vào hoạt động cho vay, nguồn thu nhập chính của họ Tuy nhiên, các khoản cho vay thường có tính thanh khoản thấp, dẫn đến việc tỷ lệ cho vay cao có thể làm giảm tính thanh khoản của ngân hàng Do đó, tác giả đưa ra giả thuyết nghiên cứu liên quan đến mối quan hệ giữa tỷ lệ cho vay và tính thanh khoản của ngân hàng.
Giả thuyết 7: Tỷ lệ cho vay có tác động ngược chiều đến thanh khoản
3.2.2.8 Tỷ lệ tăng trưởng kinh tế
Tổng sản phẩm quốc nội (GDP) là giá trị thị trường của tất cả hàng hóa và dịch vụ cuối cùng được sản xuất trong lãnh thổ một quốc gia trong một khoảng thời gian nhất định, thường là một năm Tăng trưởng GDP được tính bằng tỷ lệ phần trăm thay đổi của giá trị GDP trong thời kỳ này so với cùng kỳ năm trước, nhằm đo lường mức độ tăng trưởng của nền kinh tế Công thức tính tỷ lệ tăng trưởng GDP là yếu tố quan trọng để phân tích sức khỏe kinh tế của một quốc gia.
Trong giai đoạn kinh tế tăng trưởng, doanh nghiệp có doanh thu cao và khách hàng có khả năng trả nợ tốt hơn, dẫn đến việc ngân hàng gia tăng cho vay để đáp ứng nhu cầu Tuy nhiên, trong giai đoạn suy thoái, cơ hội cho vay giảm và rủi ro tín dụng tăng, khiến ngân hàng thận trọng hơn và giữ nhiều tài sản thanh khoản hơn Do đó, tác giả đưa ra giả thuyết nghiên cứu về mối quan hệ giữa tăng trưởng kinh tế và hoạt động cho vay của ngân hàng.
Giả thuyết 8: Tỷ lệ tăng trưởng kinh tế có tác động ngược chiều đến thanh khoản
Lạm phát là sự gia tăng liên tục mức giá chung của hàng hóa và dịch vụ trong nền kinh tế theo thời gian Tỷ lệ lạm phát được đo bằng phần trăm tăng giá so với kỳ trước, với chỉ số CPI (Chỉ số giá tiêu dùng) là công cụ chính để đo lường Công thức tính CPI và lạm phát giúp theo dõi biến động giá cả trong nền kinh tế.
∑ q i 0 p i 0 Trong đó: q 0 i : khối lượng hàng hóa i ở thời kỳ gốc p i 0 : giá hàng hóa i ở thời kỳ gốc p 1 i : giá hàng hóa i ở thời kỳ nghiên cứu
Tỷ lệ lạm phát gia tăng làm giảm giá trị thực của tiền và tài sản, trong khi lãi suất ngân hàng không theo kịp mức lạm phát thị trường, dẫn đến việc đồng tiền hiện tại có giá trị hơn so với tương lai Kết quả là, các tổ chức tài chính, bao gồm ngân hàng, hạn chế cấp tín dụng, làm tăng số lượng tài sản thanh khoản mà ngân hàng nắm giữ trong bối cảnh lạm phát tăng cao (Fola, 2015) Do đó, tác giả đưa ra giả thuyết nghiên cứu như sau:
Giả thuyết 9: Tỷ lệ lạm phát có tác động cùng chiều đến thanh khoản
Phương pháp nghiên cứu
3.3.1 Thu thập và xử lý dữ liệu
Dữ liệu bảng kết hợp giữa dữ liệu chuỗi thời gian và dữ liệu chéo, cung cấp thông tin đa dạng và phong phú hơn Bằng cách kết hợp các quan sát theo không gian qua thời gian, dữ liệu bảng giúp giảm thiểu khuyết tật của mô hình, giảm cộng tuyến giữa các biến và tăng bậc tự do Do đó, dữ liệu bảng là lựa chọn tối ưu cho nghiên cứu so với dữ liệu chuỗi thời gian hay dữ liệu chéo đơn lẻ.
Dữ liệu sử dụng trong nghiên cứu được thu thập từ các báo cáo tài chính hàng năm của 32 ngân hàng thương mại tại Việt Nam, bao gồm bảng cân đối kế toán và báo cáo kết quả kinh doanh Tuy nhiên, trong quá trình tổng hợp, tác giả nhận thấy một số ngân hàng cung cấp dữ liệu không đầy đủ, dẫn đến việc loại bỏ những ngân hàng này Ngoài ra, một số ngân hàng không công khai dữ liệu trong một số năm cũng đã bị loại bỏ, chỉ giữ lại các năm có dữ liệu đầy đủ Cuối cùng, dữ liệu được tổng hợp từ 25 ngân hàng thương mại, tạo thành một bộ dữ liệu bảng không cân bằng.
Nghiên cứu này được thực hiện trên mẫu dữ liệu từ 32 ngân hàng thương mại (NHTM) tại Việt Nam trong giai đoạn 2010-2020 Từ đó, 25 NHTM được chọn lọc dựa trên tiêu chí hoạt động liên tục và có báo cáo tài chính cập nhật ít nhất trong 11 năm Các biến vĩ mô được thu thập từ các nguồn dữ liệu uy tín như Worldbank và Statista, đảm bảo tính đáng tin cậy của dữ liệu nghiên cứu.
Phần mềm Stata được sử dụng để phân tích hồi quy trong nghiên cứu này, sau khi dữ liệu được thu thập Khóa luận tiến hành thống kê mô tả, cung cấp các thông số quan trọng như trung bình, độ lệch chuẩn, giá trị lớn nhất và nhỏ nhất của biến phụ thuộc cùng các biến độc lập.
3.3.2 Ma trận tương quan giữa các biến
Ma trận tương quan giữa các biến được sử dụng để kiểm tra mối quan hệ trong mô hình Hệ số tương quan có giá trị nằm trong khoảng từ -1 đến 1.
1 Hệ số tương quan bằng 1 thể hiện giữa hai biến số có mối tương quan dương hoàn hảo, hệ số tương quan bằng -1 thể hiện mối tương quan âm hoàn hảo Hai biến số không có mối quan hệ tuyến tính khi hệ số tương quan bằng 0 Trong trường hợp các biến độc lập có mối tương quan cao (lớn hơn hoặc bằng 0.8), đây có thể là dấu hiệu của hiện tượng đa cộng tuyến khiến ước lượng không hiệu quả và kết quả không đáng tin cậy Nếu hiện tượng đa cộng tuyến xảy ra, tác giả sẽ tiến hành loại bỏ biến ra khỏi mô hình
Nghiên cứu áp dụng phương pháp phân tích hồi quy dữ liệu bảng, bao gồm ba mô hình cơ bản: mô hình bình phương bé nhất dữ liệu gộp (Pooled OLS), mô hình tác động cố định (Fixed Effect Model - FEM) và mô hình tác động ngẫu nhiên (Random Effect Model - REM).
❖ Mô hình bình phương bé nhất dữ liệu gộp (Pooled OLS):
Mô hình Pooled OLS phân tích tác động của các biến giải thích lên biến phụ thuộc, với giả định rằng các đơn vị chéo là đồng nhất Tuy nhiên, giả định này hiếm khi xảy ra trong thực tế, đặc biệt là trong nghiên cứu về các ngân hàng, vì các đơn vị này không thể hoàn toàn giống nhau.
❖ Mô hình tác động cố định (FEM):
Mô hình FEM thể hiện ảnh hưởng của các biến giải thích đối với biến phụ thuộc, đồng thời phân biệt giữa các đơn vị chéo Sự tồn tại của α i cho thấy sự không đồng nhất giữa các đơn vị chéo, điều này không thay đổi theo thời gian.
❖ Mô hình tác động ngẫu nhiên (REM):
Mô hình REM thể hiện ảnh hưởng của các biến giải thích đến biến phụ thuộc, đồng thời xem xét đặc trưng riêng của từng đơn vị chéo Sự không đồng nhất giữa các đơn vị chéo được thể hiện qua thành phần sai số phức hợp ω it, bao gồm thành phần tác động ngẫu nhiên ε i, phản ánh đặc điểm của từng đơn vị chéo, và v it, là hạng nhiễu không tương quan giữa các biến.
Theo Frees (2004), lựa chọn phương pháp FEM – REM thay vì Pooled OLS dựa vào sự không đồng nhất giữa các đơn vị chéo Vì vậy, để kiểm tra sự tồn tại của sự không đồng nhất này, cần thực hiện kiểm định pooling (kiểm định F) với hai giả thuyết được đưa ra.
H 0 : Không tồn tại tác động đặc trưng giữa các đối tượng (Pooled OLS phù hợp)
H 1 : Tồn tại tác động đặc trưng giữa các đối tượng (FEM phù hợp)
Nếu p-value nhỏ hơn mức ý nghĩa α (5%), giả thuyết H0 sẽ bị bác bỏ, cho thấy mô hình FEM phù hợp hơn mô hình Pooled OLS Ngược lại, nếu p-value lớn hơn hoặc bằng α, giả thuyết H0 được chấp nhận, điều này cho thấy mô hình Pooled OLS là lựa chọn phù hợp hơn.
Khi mô hình FEM phù hợp hơn mô hình Pooled OLS, việc lựa chọn giữa FEM và REM sẽ dựa vào kiểm định Hausman Mô hình FEM giả định rằng các đơn vị chéo có hệ số chặn cố định khác nhau, trong khi mô hình REM cho rằng các đơn vị chéo khác nhau ở sai số Do đó, kiểm định Hausman được thực hiện với hai giả thuyết khác nhau.
H 0 : β FEM = β REM (REM phù hợp)
H 1 : β FEM ≠ β REM (FEM phù hợp)
Khi p-value nhỏ hơn mức ý nghĩa α (5%), chúng ta bác bỏ giả thuyết H0, dẫn đến việc mô hình FEM trở nên phù hợp hơn so với REM Ngược lại, nếu chấp nhận giả thuyết H0, mô hình REM sẽ được ưa chuộng hơn FEM.
3.3.4 Kiểm tra hiện tượng đa cộng tuyến Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình có mối quan hệ tuyến tính với nhau Để chắc chắn mô hình không xảy ra đa cộng tuyến, hệ số nhân tử phóng đại phương sai VIF (Variation Inflation Factor) được áp dụng Giá trị VIF nhỏ hơn 10 chứng tỏ mô hình không xảy ra hiện tượng đa cộng tuyến
3.3.5 Kiểm định phương sai sai số thay đổi
Quy trình nghiên cứu
Trình tự các bước nghiên cứu như sau:
Sơ đồ 3.1 Quy trình nghiên cứu
Bước 1: Lược khảo lý thuyết nền và các nghiên cứu trước Bước 2: Xây dựng mô hình nghiên cứu
Bước 3: Thu thập và xử lý dữ liệu
Bước 4: Kiểm định mô hình hồi quy Bước 5: Phân tích kết quả hồi quy và thảo luận kết quả nghiên cứu
Cụ thể các bước như sau:
Bước đầu tiên trong nghiên cứu là lược khảo lý thuyết nền liên quan đến các yếu tố ảnh hưởng đến thanh khoản của các ngân hàng thương mại, nhằm xác định các biến số cần thiết và xây dựng mô hình nghiên cứu.
Bước 2: Trên cơ sở lý thuyết và các nghiên cứu có liên quan, tác giả xây dựng mô hình nghiên cứu
Bước 3 trong quá trình nghiên cứu là thu thập dữ liệu, trong đó mẫu dữ liệu về biến phụ thuộc LIQ và các biến độc lập được lấy từ báo cáo tài chính hàng năm của ngân hàng thương mại Các biến vĩ mô được thu thập từ nguồn dữ liệu uy tín như Worldbank và Statista.
Bước 4 trong nghiên cứu là áp dụng phương pháp định lượng hồi quy bảng dựa trên dữ liệu đã thu thập từ mô hình nghiên cứu đề xuất Tiếp theo, tiến hành kiểm định mô hình hồi quy để đảm bảo tính chính xác Để đảm bảo kết quả nghiên cứu đáng tin cậy, tác giả thực hiện các kiểm định liên quan như kiểm định hiện tượng đa cộng tuyến, tự tương quan và phương sai sai số thay đổi.
Bước 5 bao gồm việc phân tích kết quả hồi quy và thảo luận về những phát hiện từ nghiên cứu Dựa trên những kết quả này, bài viết sẽ đưa ra các đề xuất chính sách cũng như hướng nghiên cứu tiếp theo.
Trong chương 3, tác giả xây dựng mô hình nghiên cứu dựa trên cơ sở lý thuyết từ chương 2, xác định các biến độc lập và biến phụ thuộc thông qua công thức, ý nghĩa và bảng kỳ vọng dấu Tác giả cũng giới thiệu phương pháp phân tích dữ liệu để lựa chọn mô hình hồi quy phù hợp Quy trình nghiên cứu được trình bày rõ ràng, sử dụng phần mềm Stata để phân tích hồi quy và kiểm định các khuyết tật của mô hình Kết quả nghiên cứu sẽ được trình bày và giải thích chi tiết trong chương 4.
PHÂN TÍCH VÀ THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
Kết quả thống kê mô tả dữ liệu
Bảng 4.1 Thống kê mô tả các biến
Biến Trung bình Độ lệch chuẩn
Nguồn: Kết quả từ phần mềm Stata 15
Bảng 4.1 trình bày kết quả thống kê mô tả bộ dữ liệu, bao gồm các chỉ số như trung bình, độ lệch chuẩn, giá trị nhỏ nhất và lớn nhất của từng biến Nghiên cứu này dựa trên tổng số 275 quan sát, do một số ngân hàng thiếu dữ liệu trong một vài năm.
Theo thống kê, chỉ số thanh khoản LIQ trung bình của các ngân hàng thương mại là 59.59%, với biên độ dao động từ 20.56% đến 263.63% TPBank ghi nhận tỷ lệ thanh khoản cao nhất vào năm 2011, trong khi PGBank có tỷ lệ thấp nhất vào năm 2010 Độ lệch chuẩn cho thấy sự phân tán của LIQ giữa các ngân hàng với giá trị trung bình là 32.95% Từ năm 2014 đến nay, hầu hết các ngân hàng đều duy trì tỷ lệ tài sản thanh khoản thấp hơn mức trung bình.
Quy mô ngân hàng trong nghiên cứu cho thấy trung bình đạt 8.03, với dao động từ 7.1 đến 9.18 BIDV là ngân hàng lớn nhất trong số 25 ngân hàng được khảo sát vào năm 2020, trong khi ngân hàng Kiên Long là ngân hàng nhỏ nhất vào năm 2010 Tổng tài sản của các ngân hàng có xu hướng tăng qua các năm, và hầu hết ngân hàng đều vượt mức quy mô trung bình.
Tỷ lệ vốn chủ sở hữu (CAP) trung bình của các ngân hàng hiện đạt 9.4% Trong đó, ngân hàng Kiên Long ghi nhận tỷ lệ cao nhất với 25.54% vào năm 2010, trong khi ngân hàng BIDV có tỷ lệ thấp nhất chỉ 4.06% vào năm 2017 Mặc dù vốn chủ sở hữu của các ngân hàng đã tăng trưởng đều trong giai đoạn 2010 – 2020, nhưng tổng tài sản lại tăng nhanh hơn, dẫn đến xu hướng giảm tỷ lệ vốn chủ sở hữu qua các năm.
Khả năng sinh lời (ROE): Tỷ suất sinh lời trên vốn chủ sở hữu (ROE) của 25
Giá trị trung bình của NHTMCP là 10.07%, với biên độ dao động từ -56.33% đến 29.57% và độ lệch chuẩn là 8.27% Điều này cho thấy rằng, trên mỗi 100 đồng đầu tư vào vốn chủ sở hữu, ngân hàng có thể tạo ra lợi nhuận cao nhất là 29.57 đồng (VIB năm 2020) và lợi nhuận thấp nhất là -56.33 đồng (TPBank năm 2011).
Tỷ lệ dự phòng rủi ro tín dụng (LPR) trung bình của các ngân hàng hiện nay là 1.13% Năm 2019, ngân hàng VPBank ghi nhận tỷ lệ dự phòng cao nhất với 5.41%, trong khi ngân hàng Sài Gòn – Hà Nội (SHB) có tỷ lệ thấp nhất là -1.01% vào năm 2012 Gần đây, do tác động của dịch Covid-19, các ngân hàng được phép trích lập dự phòng rủi ro tín dụng cho những khoản nợ cơ cấu trong thời gian dài hơn theo thông tư 03/2021/ TT-NHNN.
Tỷ lệ nợ xấu (NPL) trung bình của các ngân hàng hiện nay là 2.14% Ngân hàng Sài Gòn – Hà Nội (SHB) ghi nhận tỷ lệ nợ xấu cao nhất với 8.8% vào năm 2012, trong khi ngân hàng TPBank có tỷ lệ nợ xấu thấp nhất chỉ 0.018% vào năm 2010.
Từ năm 2010 đến 2014, tỷ lệ nợ xấu của các ngân hàng cao hơn mức trung bình, với sự gia tăng mạnh mẽ trong giai đoạn 2009 – 2011 do tác động của cuộc khủng hoảng tài chính toàn cầu Từ năm 2012 đến 2014, nguyên nhân chủ yếu là do các ngân hàng chú trọng vào tăng trưởng tín dụng trong khi quy trình thẩm định còn yếu kém (Nguyễn Thị Hồng Vinh, 2017) Tuy nhiên, trong những năm gần đây, nhờ việc thắt chặt quy định cấp tín dụng, tỷ lệ nợ xấu đã giảm đáng kể, hầu hết dưới 3%.
Tỷ lệ tiền gửi (DEP): Các ngân hàng có tỷ lệ tiền gửi trung bình là 63.42%
Ngân hàng Sacombank năm 2015 có tỷ lệ tiền gửi cao nhất là 89.37% và ngân hàng TPBank năm 2011 có tỷ lệ tiền gửi thấp nhất là 25.08%
Tỷ lệ cho vay (LDR): Tỷ lệ cho vay của 25 NHTMCP có giá trị trung bình
Tỷ lệ cho vay của các ngân hàng dao động từ 16.71% đến 122.66%, với mức trung bình 65.75% và độ lệch chuẩn 17.79% VPBank là ngân hàng có tỷ lệ cho vay cao nhất vào năm 2020, trong khi TPBank ghi nhận tỷ lệ thấp nhất vào năm 2011 Theo thông tư số 13/2010/TT-NHNN, tỷ lệ cấp tín dụng so với nguồn vốn huy động của ngân hàng được quy định là 80% Nhiều ngân hàng như VietinBank, OCB, TPBank và VPBank có tỷ lệ cho vay vượt quá 100%, cho thấy hoạt động cho vay là nguồn lợi nhuận chính của họ.
Trong giai đoạn 2010 – 2020, tỷ lệ tăng trưởng kinh tế GDP trung bình đạt 6%, với mức cao nhất là 7.08% vào năm 2018 và thấp nhất là 2.91% vào năm 2020 Mặc dù năm 2020 ghi nhận mức tăng trưởng thấp nhất trong giai đoạn này, nhưng trước những tác động tiêu cực của dịch Covid-19, đây vẫn được coi là một thành công của Việt Nam, với tốc độ tăng trưởng thuộc nhóm cao nhất thế giới Từ năm 2012 đến 2019, tăng trưởng GDP có xu hướng tăng, đặc biệt trong giai đoạn từ 2015.
2019 luôn cao hơn 6%, cho thấy sự phát triển ổn định của nền kinh tế Việt Nam
Từ năm 2010 đến 2020, tỷ lệ lạm phát trung bình đạt 5.82%, với mức cao nhất là 18.67% vào năm 2011 và thấp nhất là 0.63% vào năm 2015 Nguyên nhân chính cho sự gia tăng lạm phát kỷ lục năm 2011 là do chính sách tiền tệ nới lỏng của Ngân hàng Nhà nước trong giai đoạn 2003 – 2007, dẫn đến sự gia tăng cung tiền 25% mỗi năm Trong giai đoạn 2016 – 2020, tỷ lệ lạm phát dao động trong khoảng 2.67%.
Tỷ lệ thất nghiệp (UNE): Trong giai đoạn 2010 – 2020, tỷ lệ thất nghiệp tại
Tỷ lệ thất nghiệp tại Việt Nam luôn duy trì ở mức thấp, trung bình đạt 1.89% Tỷ lệ cao nhất ghi nhận là 2.13% vào năm 2015, trong khi mức thấp nhất là 1.11% vào năm 2010 Sau khủng hoảng tài chính toàn cầu, tỷ lệ thất nghiệp cải thiện rõ rệt, dao động từ 1.11% đến 1.87% trong giai đoạn 2010 – 2014 Tuy nhiên, do ảnh hưởng của dịch bệnh Covid-19, hoạt động sản xuất kinh doanh gặp khó khăn, dẫn đến việc cắt giảm lao động và tỷ lệ thất nghiệp đã tăng lên trên 2% trong hai năm gần đây.
Ma trận hệ số tương quan giữa các biến
Bảng 4.2 Ma trận hệ số tương quan giữa các biến
LIQ SIZE CAP ROE LPR NPL DEP
Nguồn: Kết quả từ phần mềm Stata 15
Kết quả từ bảng 4.2 cho thấy hiện tượng đa cộng tuyến giữa biến DEP và biến phụ thuộc LIQ với hệ số tương quan |−0.8242| = 0.8242, lớn hơn 0.8 Do đó, tác giả quyết định loại bỏ biến DEP khỏi mô hình và tiến hành kiểm định tương quan lại.
Bảng 4.3 Ma trận hệ số tương quan giữa các biến sau khi bỏ biến DEP
LIQ SIZE CAP ROE LPR NPL LDR
Nguồn: Kết quả từ phần mềm Stata 15
Kết quả ma trận tương quan trong bảng 4.3 chỉ ra rằng hiện tượng đa cộng tuyến không còn nghiêm trọng, vì tất cả các hệ số tương quan giữa các biến đều nhỏ hơn 0.8.
Kết quả nghiên cứu cho thấy các biến SIZE, LPR, NPL, LDR và UNE có tác động ngược chiều đến biến phụ thuộc LIQ, trong khi các biến CAP, ROE, GDP và INF lại có tác động cùng chiều Điều này phù hợp với nhiều nghiên cứu trước đây và kỳ vọng của tác giả.
Tổng hợp kết quả phân tích hồi quy và lựa chọn mô hình
4.3.1 Kết quả phân tích hồi quy
Tác giả sẽ tiến hành lần lượt các phương pháp hồi quy OLS, FEM và REM, đồng thời thực hiện các kiểm định lựa chọn mô hình như F-test (kiểm định Pooling) và kiểm định Hausman để xác định mô hình phù hợp nhất giữa OLS, FEM và REM.
Bảng 4.4 Tổng hợp kết quả hồi quy của 3 mô hình OLS, FEM, REM
Mô hình OLS FEM REM
NPL -5.31844*** 0.000 -4.72507*** 0.000 -4.97105*** 0.000 LDR -1.20774*** 0.000 -1.16290*** 0.000 -1.13441*** 0.000 GDP -3.84020*** 0.000 -2.63560*** 0.007 -3.20216*** 0.001 INF 1.48731*** 0.000 2.06388*** 0.000 1.62144*** 0.000 UNE -8.63702* 0.085 -16.73063*** 0.001 -10.01988** 0.026
Ghi chú: ***, **, * có ý nghĩa thống kê lần lượt ở mức 1%, 5% và 10%
Nguồn: Kết quả từ phần mềm Stata 15
Kết quả hồi quy OLS cho thấy biến CAP và LPR không có ý nghĩa thống kê, trong khi biến SIZE và UNE có tác động đến LIQ với mức ý nghĩa 10% Các biến ROE, NPL, LDR, GDP và INF thể hiện ý nghĩa thống kê 1% trong việc giải thích sự thay đổi của LIQ Hệ số R² hiệu chỉnh là 0.6228, cho thấy 7 biến độc lập giải thích được 62.28% sự biến thiên của biến phụ thuộc LIQ.
Kết quả hồi quy theo mô hình FEM cho thấy, ngoài hai biến ROE và LPR không có ý nghĩa thống kê, tất cả các biến độc lập còn lại như SIZE, CAP, NPL, LDR, GDP, INF và UNE đều có ý nghĩa thống kê với mức ý nghĩa 1% trong việc giải thích sự thay đổi của LIQ Hệ số R² hiệu chỉnh đạt 0.4534 cho thấy bảy biến độc lập này giải thích được 45.34% sự biến thiên của biến phụ thuộc LIQ.
Kết quả hồi quy theo mô hình REM cho thấy biến SIZE và LPR không có ý nghĩa thống kê, trong khi các biến độc lập CAP và UNE ảnh hưởng đến biến phụ thuộc LIQ với mức ý nghĩa lần lượt là 10% và 5% Các biến ROE, NPL, LDR, GDP và INF có ý nghĩa thống kê ở mức 1% trong việc giải thích sự thay đổi của LIQ Hệ số R² điều chỉnh là 0.6213, cho thấy 7 biến độc lập giải thích được 62.13% sự biến thiên của LIQ.
Trong nghiên cứu, có năm biến độc lập quan trọng là NPL, LDR, GDP, INF và UNE được xác định có ý nghĩa thống kê trong cả ba mô hình Biến SIZE, CAP và ROE chỉ ảnh hưởng đến biến phụ thuộc LIQ trong hai trong ba mô hình Đặc biệt, cả ba mô hình đều cho thấy không có mối liên hệ giữa biến LPR và tính thanh khoản LIQ.
4.3.2 Các kiểm định lựa chọn mô hình
❖ Kiểm định sự không đồng nhất (Pooling test)
Kiểm định này dùng để so sánh giữa mô hình OLS và FEM/REM Kiểm định được tiến hành với hai giả thuyết như sau:
H 0 : Không tồn tại tác động đặc trưng giữa các đối tượng (Pooled OLS phù hợp)
H 1 : Tồn tại tác động đặc trưng giữa các đối tượng (FEM/REM phù hợp)
Bảng 4.5 Kết quả kiểm định sự không đồng nhất
Nguồn: Kết quả từ phần mềm Stata 15
Với mức ý nghĩa 5%, ta thấy giá trị Prob = 0.0000 < 5% Bác bỏ H 0 Tồn tại tác động đặc trưng giữa các đối tượng Mô hình FEM/REM phù hợp hơn OLS
Kiểm định này dùng để so sánh tiếp giữa FEM và REM Kiểm định được tiến hành với hai giả thuyết như sau:
H 0 : Không có tương quan giữa các biến và thành phần ngẫu nhiên, mô hình REM phù hợp hơn
H 1 : Có tương quan giữa các biến và thành phần ngẫu nhiên, mô hình FEM phù hợp hơn
Bảng 4.6 Kết quả kiểm định Hausman
H 0 : Difference in coefficients not systematic chi2 (9) = 15.53
Nguồn: Kết quả từ phần mềm Stata 15
Với mức ý nghĩa 5%, ta thấy giá trị Prob = 0.0774 > 5% Chấp nhận H 0 Không có tương quan giữa các biến và thành phần ngẫu nhiên, mô hình phù hợp là REM.
Các kiểm định chẩn đoán
4.4.1 Kiểm định hiện tượng đa cộng tuyến VIF
Bảng 4.7 Kết quả kiểm định đa cộng tuyến VIF
Nguồn: Kết quả từ phần mềm Stata 15
Hệ số phóng đại phương sai VIF của tất cả các biến độc lập đều nhỏ hơn 10, với giá trị trung bình VIF là 1.71, cho thấy không có hiện tượng đa cộng tuyến trong mô hình.
4.4.2 Kiểm định phương sai sai số thay đổi
Bảng 4.8 Kết quả kiểm định phương sai sai số thay đổi
Breusch and Pagan Lagrangian multiplier test for random effects chibar2 (01) = 85.18
Nguồn: Kết quả từ phần mềm Stata 15
Với mức ý nghĩa 5%, ta thấy giá trị Prob = 0.0000 < 5% Bác bỏ H 0 Có xảy ra phương sai sai số thay đổi
4.4.3 Kiểm định tự tương quan
Bảng 4.9 Kết quả kiểm định tự tương quan
Wooldridge test for autocorrelation in panel data
Nguồn: Kết quả từ phần mềm Stata 15
Với mức ý nghĩa 5%, ta thấy giá trị Prob = 0.0000 < 5% Bác bỏ H 0 Có xảy ra hiện tượng tự tương quan.
Kết quả hồi quy theo phương pháp GLS
Mô hình REM gặp phải hai vấn đề chính là khuyết tật phương sai thay đổi và tự tương quan Để khắc phục những vấn đề này, cần áp dụng mô hình GLS nhằm ước lượng lại một cách chính xác hơn.
Bảng 4.10 Kết quả hồi quy cuối cùng bằng mô hình GLS
Ghi chú: ***, **, * có ý nghĩa thống kê lần lượt ở mức 1%, 5% và 10%
Nguồn: Kết quả từ phần mềm Stata 15
Qua bảng 4.10, mô hình hồi quy có thể viết ra và phát biểu như sau:
Kết quả hồi quy mô hình chỉ ra rằng các biến độc lập có ý nghĩa thống kê ở mức 1%, 5% và 10%, cho thấy sự tồn tại mối quan hệ giữa các biến này và biến phụ thuộc LIQ Mức độ và hướng tác động của các biến độc lập được thể hiện thông qua hệ số hồi quy.
Mô hình nghiên cứu gồm 7 biến độc lập có ý nghĩa thống kê, trong đó ROE, NPL, LDR, GDP, INF đạt mức 1% và SIZE, UNE đạt mức 10% ROE và INF có mối quan hệ cùng chiều với biến phụ thuộc LIQ, trong khi SIZE, NPL, LDR, GDP và UNE lại có mối quan hệ ngược chiều Nghiên cứu không phát hiện mối quan hệ giữa CAP và LPR đối với LIQ.
Bảng 4.11 So sánh kết quả kiểm định thực nghiệm với giả thuyết
Dấu kỳ vọng Kết quả Mức ý nghĩa
DEP 6 + Loại vì đa cộng tuyến
Nguồn: Tổng hợp từ tác giả
Thảo luận kết quả hồi quy
Sau đây là những phân tích về tác động của các nhân tố đến khả năng thanh khoản của 25 NHTMCP Việt Nam giai đoạn 2010 – 2020
4.6.1 Tác động của quy mô ngân hàng đến tính thanh khoản
Trong nghiên cứu, biến quy mô SIZE có hệ số hồi quy -0.0672, với độ tin cậy 90% và mức ý nghĩa 10% Điều này cho thấy khi các yếu tố khác không thay đổi, việc tăng quy mô ngân hàng thêm 1 đơn vị sẽ dẫn đến sự giảm 0.0672 đơn vị trong tính thanh khoản Như vậy, quy mô ngân hàng tác động yếu và theo chiều ngược lại đến khả năng thanh khoản của ngân hàng.
Nghiên cứu cho thấy rằng quy mô ngân hàng càng lớn thì khả năng thanh khoản càng giảm, điều này phù hợp với giả thuyết 1 của tác giả Các ngân hàng lớn như BIDV, VietinBank và Vietcombank, mặc dù có quy mô cao, nhưng tỷ lệ thanh khoản tối đa chỉ đạt 56.79%, thấp hơn mức trung bình 59.59% Ngược lại, các ngân hàng nhỏ như Bản Việt, Kiên Long và Nam Á thường giữ tỷ lệ thanh khoản lớn hơn 1, cho thấy họ có xu hướng nắm giữ tài sản thanh khoản nhiều hơn do khó khăn trong việc tiếp cận nguồn tài chính Kết quả này cũng tương đồng với các nghiên cứu trước đây của Vodová (2013), Moussa (2015), Singh & Sharma (2016) và Nguyễn Thị Tuyết Nga (2019).
4.6.2 Tác động của khả năng sinh lời đến tính thanh khoản
Trong mô hình phân tích, biến khả năng sinh lời ROE có hệ số hồi quy 0.6599 với độ tin cậy 99% và mức ý nghĩa 1% Điều này cho thấy rằng, khi các yếu tố khác không thay đổi, việc tăng tỷ lệ vốn chủ sở hữu 1 đơn vị sẽ dẫn đến sự gia tăng tính thanh khoản 0.6599 đơn vị Do đó, khả năng sinh lời có ảnh hưởng mạnh mẽ và cùng chiều đến khả năng thanh khoản của ngân hàng.
Kết quả nghiên cứu không phù hợp với kỳ vọng của tác giả, bác bỏ giả thuyết
Khả năng sinh lời và thanh khoản của ngân hàng có mối quan hệ chặt chẽ, khi ROE tăng, khả năng thanh khoản cũng sẽ được cải thiện Lợi nhuận sau thuế giúp ngân hàng trang trải chi phí hoạt động và đáp ứng nhu cầu rút tiền, đồng thời có thể được tích lũy thành tài sản thanh khoản Ngân hàng có lợi nhuận cao sẽ củng cố khả năng thanh khoản của mình Hơn nữa, tỷ suất ROE cao phản ánh hiệu quả hoạt động, tạo dựng lòng tin từ khách hàng và nhà đầu tư, từ đó giúp ngân hàng dễ dàng huy động vốn hơn Kết quả này phù hợp với các nghiên cứu trước đây của Vũ Thị Hồng (2015), Singh & Sharma (2016), Mai Thị Phương Thùy & Bùi Thị Điệp (2018), và Phạm Quốc Việt & Nguyễn Văn Vinh (2019).
4.6.3 Tác động của tỷ lệ nợ xấu đến tính thanh khoản
Trong mô hình nghiên cứu, tỷ lệ nợ xấu (NPL) có hệ số hồi quy là -5.3184 với độ tin cậy 99% và mức ý nghĩa 1% Điều này cho thấy rằng, khi các yếu tố khác không thay đổi, việc tăng 1 đơn vị tỷ lệ nợ xấu sẽ dẫn đến giảm 5.3184 đơn vị tính thanh khoản Kết quả này chỉ ra rằng tỷ lệ nợ xấu có ảnh hưởng mạnh mẽ và ngược chiều đến khả năng thanh khoản của ngân hàng.
Nghiên cứu cho thấy, tỷ lệ nợ xấu tăng cao sẽ dẫn đến khả năng thanh khoản giảm, điều này phù hợp với giả thuyết 5 mà tác giả đã đưa ra Hoạt động cho vay khách hàng là yếu tố quan trọng nhất trong tổng tài sản của ngân hàng, chiếm tỷ trọng lớn trên bảng cân đối kế toán, đồng thời đóng góp từ 70-80% vào tổng thu nhập của các ngân hàng thương mại (NHTM) (Nguyễn Thị Gấm, Nguyễn Thanh Tùng & Phạm Thanh Hưng, 2017).
Những khoản nợ xấu khó thu hồi gây ảnh hưởng tiêu cực đến thu nhập của ngân hàng, vì ngân hàng không thể thu hồi gốc và lãi từ người vay, trong khi vẫn phải trả lãi cho khách hàng gửi tiền Hơn nữa, các khoản nợ xấu này tương đương với khoản tiền gửi của khách hàng bị mất, do ngân hàng sử dụng tiền gửi để cho vay Kết quả này phù hợp với nghiên cứu của các tác giả như Luchetta (2007), Arif & Anees (2012), Phạm Quốc Việt & Nguyễn Văn Vinh (2019), và Joseph & cộng sự (2012).
4.6.4 Tác động của tỷ lệ cho vay đến tính thanh khoản
Trong mô hình nghiên cứu, tỷ lệ cho vay (LDR) có hệ số hồi quy là -1.2077 với độ tin cậy 99% và mức ý nghĩa 1% Điều này cho thấy rằng, khi các yếu tố khác không đổi, việc tăng 1 đơn vị tỷ lệ cho vay sẽ dẫn đến giảm 1.2077 đơn vị tính thanh khoản Do đó, tỷ lệ cho vay ảnh hưởng mạnh mẽ và theo chiều ngược lại đến khả năng thanh khoản của ngân hàng.
Nghiên cứu xác nhận giả thuyết 7 rằng tỷ lệ cho vay tăng lên sẽ dẫn đến khả năng thanh khoản giảm Các ngân hàng thường ưu tiên nguồn vốn cho hoạt động cho vay, vì đây là nguồn thu nhập chính của họ Tuy nhiên, các khoản cho vay thường có tính thanh khoản thấp hơn so với tiền mặt và chứng khoán, dẫn đến việc tỷ lệ cho vay cao làm giảm tính thanh khoản của ngân hàng Hơn nữa, do tổng nguồn vốn huy động chủ yếu là ngắn hạn, việc cho vay nhiều sẽ làm giảm phần tài trợ cho các tài sản thanh khoản, từ đó giảm khả năng thanh khoản Kết quả này cũng tương đồng với các nghiên cứu trước đây của Aspachs và cộng sự (2005), Lucchetta (2007), Vũ Thị Hồng (2015), và Nguyễn Thị Ngọc Diệp & Nguyễn Thanh Lâm (2016).
4.6.5 Tác động của tỷ lệ tăng trưởng kinh tế đến tính thanh khoản
Trong mô hình phân tích, tỷ lệ tăng trưởng kinh tế GDP có hệ số hồi quy là -3.8402 với độ tin cậy 99% và mức ý nghĩa 1% Điều này cho thấy, khi các yếu tố khác không thay đổi, nếu tỷ lệ tăng trưởng kinh tế tăng 1 đơn vị, khả năng thanh khoản sẽ giảm 3.8402 đơn vị Như vậy, tỷ lệ tăng trưởng kinh tế có ảnh hưởng mạnh mẽ và ngược chiều đến khả năng thanh khoản của ngân hàng.
Nghiên cứu cho thấy rằng tỷ lệ tăng trưởng kinh tế cao dẫn đến khả năng thanh khoản giảm, xác nhận giả thuyết 8 Khi kinh tế phát triển, nhu cầu tín dụng và dịch vụ ngân hàng tăng, khiến các ngân hàng thương mại (NHTM) tập trung vào cho vay hơn là giữ tài sản thanh khoản Thời gian từ 2010 đến 2013, kinh tế biến động giảm, dẫn đến tỷ lệ nắm giữ tài sản thanh khoản của NHTM cao Tuy nhiên, từ 2014 đến 2019, khi nền kinh tế khởi sắc, tỷ lệ thanh khoản của ngân hàng giảm dần Kết quả này phù hợp với các nghiên cứu trước đó của Aspachs & cộng sự (2005), Vodová (2011), Moussa (2015), Singh & Sharma (2016) và Nguyễn Thị Tuyết Nga (2019).
4.6.6 Tác động của tỷ lệ lạm phát đến tính thanh khoản
Trong mô hình nghiên cứu, biến tỷ lệ lạm phát (INF) có hệ số hồi quy là 1.4873 với độ tin cậy 99% và mức ý nghĩa 1% Điều này cho thấy, khi các yếu tố khác không thay đổi, việc tăng 1 đơn vị tỷ lệ lạm phát sẽ dẫn đến sự gia tăng 1.4873 đơn vị trong tính thanh khoản Như vậy, tỷ lệ lạm phát có ảnh hưởng mạnh mẽ và tích cực đến khả năng thanh khoản của ngân hàng.
Nghiên cứu cho thấy tỷ lệ lạm phát tăng cao làm gia tăng khả năng thanh khoản, phù hợp với giả thuyết 9 Khi lạm phát tăng, giá trị thực của tiền và tài sản giảm, trong khi lãi suất ngân hàng không theo kịp lạm phát, dẫn đến ngân hàng hạn chế cho vay để đảm bảo tính thanh khoản Kể từ năm 2011, tỷ lệ lạm phát đạt mức kỷ lục 18.68% nhưng đã có xu hướng giảm dần qua các năm, giúp giảm rủi ro cho vay và khiến ngân hàng giữ tài sản thanh khoản ở mức thấp hơn Kết quả này tương đồng với các nghiên cứu trước đó của Vodová (2011), Fola (2015), Moussa (2015) và Singh & Sharma (2016).
4.6.7 Tác động của tỷ lệ thất nghiệp đến tính thanh khoản
Trong mô hình nghiên cứu, biến tỷ lệ thất nghiệp (UNE) có hệ số hồi quy là -8.6370, với độ tin cậy 90% và mức ý nghĩa 10% Điều này cho thấy rằng, khi các yếu tố khác không thay đổi, việc tăng 1 đơn vị tỷ lệ thất nghiệp sẽ dẫn đến việc giảm 8.637 đơn vị tính thanh khoản Như vậy, tỷ lệ thất nghiệp có tác động yếu và ngược chiều đến khả năng thanh khoản của ngân hàng.
Nghiên cứu cho thấy mối quan hệ giữa tỷ lệ thất nghiệp và khả năng thanh khoản, xác nhận giả thuyết rằng khi tỷ lệ thất nghiệp tăng, khả năng thanh khoản sẽ giảm Sự gia tăng thất nghiệp dẫn đến giảm vốn huy động, vì những người thất nghiệp không có tiền nhàn rỗi để gửi tiết kiệm, từ đó cản trở việc tạo ra thanh khoản Ngoài ra, thất nghiệp còn làm mất nguồn thu nhập chính để trả nợ, gây áp lực cho ngân hàng trong việc bù đắp tổn thất, làm giảm khả năng thanh khoản Kết quả này phù hợp với nghiên cứu của các tác giả như Vodová (2011) và Madhi (2017).
