BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM

TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP.HỒ CHÍ MINH

ĐỀ CƯƠNG LUẬN VĂN THẠC SỸ

Chuyên ngành: Tài chính ngân hàng
Mã ngành: 8 34 02 01

Đề tài:

TÁC ĐỘNG CỦA CHÍNH SÁCH AN TOÀN VĨ MÔ ĐẾN RỦI RO CÁC

NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

HVTH : Vương Hà Ngân

MSHV : 020125230096
LỚP : CH25A4
GVHD : PGS.TS. Hạ Thị Thiều Dao

TP. HCM, tháng 10/20023

2

MỤC LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

Tên viết tắt Tên đầy đủ

NHNN Ngân hàng Nhà nước

NHTM Ngân hàng thương mại

NHTW Ngân hàng trung ương

CSATVM Chính sách an toàn vĩ mô

TCTC Tổ chức tài chính

SES Systemic Expected Shortfall

3

DANH MỤC CÁC BẢNG

Tóm tắt các nghiên cứu liên quan đến đề

Bảng 2.1
tài

DANH MỤC CÁC HÌNH

Bảng thông tin chi tiết các TCTC Việt

Hình 2.1
Nam được áp dụng trong nghiên cứu

Kết quả đo lường rủi ro hệ thống của các

Hình 2.2
TCTC Việt Nam

Hình 2.3 Bảng ước tính rủi ro hệ thống

1. GIỚI THIỆU

Trong cuộc khủng hoảng tài chính lan rộng từ năm 2007 - 2008, xuất hiện những
rủi ro hệ thống đã làm tê liệt hoạt động của Mỹ và nhanh chóng lan sang các nước
châu Âu và phần còn lại của thế giới. Về sau các chính sách của chính phủ và các
quyết định thể chế đã thay đổi dựa trên hệ thống tài chính toàn cầu thay vì trên cơ sở
từng cá nhân (Nkuutu & cộng sự, 2020); (Acharya & cộng sự, 2017) và Brownlees &
Engle (2012) đã đề xuất phương pháp SES để đo lường rủi ro hệ thống và chứng minh
rằng phương pháp này hoạt động tốt trong việc dự báo mức độ tác động đối với các
ngân hàng lớn của Mỹ trong cuộc khủng hoảng 2007-2008. Gang & Qian (2015),
Zhou và cộng sự. (2020) đã áp dụng phương pháp này vào các công ty tài chính Trung
Quốc và kết quả cho thấy phương pháp này có hiệu quả trong trường hợp Trung Quốc.
4

Sau cuộc khủng hoảng, các ngân hàng trung ương (NHTW) trên thế giới đã thay
đổi tư duy của mình trong việc kiểm soát các rủi ro có thể gây ra bất ổn tài chính.
NHTW không chỉ tập trung vào việc giám sát TCTD mà còn xem xét hệ thống tài
chính như một thể thống nhất và đặt vào mối quan hệ với toàn bộ nền kinh tế. Thay
đổi này được thể hiện qua việc thực thi chính sách an toàn vĩ mô (CSATVM).
CSATVM là một bước tiến quan trọng trong việc quản lý rủi ro hệ thống. Chính sách
này giúp các NHTW có thể phát hiện, ngăn ngừa và xử lý khủng hoảng tài chính hiệu
quả hơn.

Tại Đông Nam Á, nền kinh tế Việt Nam được xem là khu vực có mức độ rủi ro
cao. Đáng chú ý là tỷ lệ lạm phát năm 2008 đạt đỉnh gần 20% và tiếp tục kéo dài ở
mức cao hai con số trong năm 2010 – 2011. Các tổ chức kinh tế bày tỏ nhận định lạm
phát cao đã làm xấu đi môi trường kinh doanh ở Việt Nam và ảnh hưởng đến giá trị
đồng Việt Nam. Để duy trì sự ổn định trong kinh tế vĩ mô, việc xác định rủi ro hệ
thống của hệ thống tài chính và các yếu tố gây ra rủi ro đó rõ ràng là rất cần thiết.

2. TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU

2.1. Cơ sở lý thuyết

2.1.1. Khái niệm và mục tiêu của chính sách an toàn vĩ mô

Theo FSB, IMF & BIS (2011), chính sách an toàn vĩ mô (CSATVM) là một khái
niệm trong lĩnh vực kinh tế và tài chính, các chính sách này được thiết kế và thực thi
bởi các cơ quan quản lý nhà nước. Mục tiêu chính của CSATVM là giảm thiểu rủi ro
và ngăn chặn những biến động không mong muốn có thể ảnh hưởng tiêu cực đến hoạt
động của các tổ chức tài chính và toàn bộ nền kinh tế, tăng cường khả năng phục hồi
cũng như thúc đẩy sự phát triển của hệ thống tài chính.

CSATVM là một khuôn khổ quản lý rủi ro tài chính được thiết kế để giảm thiểu
rủi ro hệ thống và chi phí cho nền kinh tế thực. CSATVM dựa trên nguyên tắc rằng rủi
ro tài chính có thể được đo lường và quản lý một cách hiệu quả bằng cách sử dụng các
công cụ và kỹ thuật phân tích rủi ro. Theo Kahou và Lehar (2017), CSATVM có thể
giúp giảm thiểu rủi ro hệ thống bằng cách: Xác định và đánh giá các rủi ro tài chính
tiềm ẩn, áp dụng các biện pháp giảm thiểu rủi ro và Giám sát và đánh giá hiệu quả của
5

các biện pháp giảm thiểu rủi ro. Barwell (2013) cũng đồng quan điểm này, cho rằng
mục tiêu của CSATVM là hạn chế chi phí cho nền kinh tế xuất phát từ các thảm họa
tài chính. Các nhà nghiên cứu khác cũng nhấn mạnh tầm quan trọng của CSATVM
trong việc thúc đẩy ổn định tài chính.

Tóm lại, chính sách an toàn vĩ mô có thể ảnh hưởng đến rủi ro của NHTM Việt
Nam thông qua việc điều chỉnh lãi suất, chính sách tiền tệ và chính sách về hệ thống
ngân hàng. Đối với ngân hàng, quản lý rủi ro là một yếu tố quan trọng và đầy thách
thức để duy trì sự ổn định và bảo vệ lợi ích của khách hàng và cộng đồng.

2.1.2. Khái niệm về rủi ro hệ thống và cách đo lường nó

Có thể hiểu rủi ro hệ thống là khả năng có thể gây ra biến động nghiêm trọng
hoặc sự sụp đổ của toàn bộ thị trường hoặc nền kinh tế. Tuy nhiên, điều đó không
được định nghĩa đơn giản như vậy khi lựa chọn sự khác biệt giữa các tác nhân cho một
hệ thống cũng như việc xác định các yếu tố chính gây ra rủi ro hệ thống.
Một số định nghĩa phổ biến về rủi ro hệ thống: (Acharya, 2009) chỉ ra rủi ro hệ
thống là rủi ro phá sản chung phát sinh từ mối tương quan giữa lợi nhuận trên phần tài
sản của bảng cân đối kế toán ngân hàng. Định nghĩa này tương tự như định nghĩa đã
được Adrian & Brunnermeier (2016) trình bày.
Thống đốc Cục Dự trữ Liên bang Daniel Tarullo 1 định nghĩa rằng “Các tổ chức
tài chính có tầm quan trọng về mặt hệ thống nếu việc công ty không đáp ứng các nghĩa
vụ của mình với các chủ nợ và khách hàng sẽ gây ra những hậu quả bất lợi đáng kể
cho hệ thống tài chính và nền kinh tế rộng lớn hơn”. Ngân hàng Trung ương Châu Âu
(ECB) (2010) định nghĩa đây là khả năng xảy ra bất ổn tài chính, lan rộng đến mức
chức năng của hệ thống tài chính bị tổn hại đến mức sự phát triển kinh tế và phúc lợi
bị ảnh hưởng đáng kể.
Đo lường rủi ro hệ thống
Hậu quả nghiêm trọng của cuộc Đại suy thoái 2007-2009 đã thúc đẩy các nghiên
cứu về rủi ro hệ thống từ các nhà đầu tư, nhà nghiên cứu và chính phủ, như một biện
pháp phòng ngừa và hạn chế những ảnh hưởng trong tương lai. Các nghiên cứu này
chủ yếu tập trung vào hai nội dung chính: xây dựng các chỉ số về dự báo rủi ro hệ
thống (Kaminsky và cộng sự, 1998; Kaminsky & Reinhart, 1999; Borio &
Drehemann, 2010; Alessi & Detken, 2011; Behn và cộng sự, 2013; Hahm và cộng
6

sự, 2013; Shin, 2013…) và đo lường các yếu tố gây ra rủi ro hệ thống cũng như sự
đóng góp của các tổ chức tài chính tại từng thị trường khác nhau.
Một số phương pháp đặc biệt đo lường các yếu tố gây ra rủi ro hệ thống cũng
như sự đóng góp của các tổ chức tài chính vào rủi ro hệ thống: CDS (Rodriguez-
Moreno & Peña, 2013), VaR (Adrian & Brunnermeier, 2016), SRISK ( Brownlees &
Engle, 2017), và SES (Acharya & cộng sự, 2017)… Trong các phương pháp trên,
phương pháp SES đã được ủng hộ và áp dụng rộng rãi trong nhiều nghiên cứu quốc
gia (Gang & Qian, 2015; Tarashev & cộng sự 2016; Brownlees & Engle, 2017; Zhou
& cộng sự 2020); Phương pháp SES được cho là phù hợp với lý thuyết giám sát an
toàn vĩ mô. Nền tảng lý thuyết để đo lường tác động của rủi ro hệ thống cá nhân gây
ra sự sụt giảm giá cổ phiếu của các công ty tài chính trong thời kỳ khủng hoảng đến
từ Acharya & Richardson (2009), Acharya & cộng sự (2012) và Acharya & cộng sự
(2017). Đồng thời, phương pháp này còn có thể xác định được mức độ tác động của
từng nhóm tài chính trong toàn hệ thống. SES còn làm tăng đòn bẩy tài chính và biên
độ thâm hụt dự kiến (MES) của các tổ chức khi tổn thất tập trung ở hai phía phân bổ
tổn thất của hệ thống.
Kết quả nghiên cứu cho thấy tác động của các tổ chức tài chính đến rủi ro hệ
thống tài chính có thể được dự đoán bằng MES và tỷ lệ đòn bẩy. Khi đó, các nhà
hoạch định chính sách, cơ quan quản lý có thể giảm thiểu tổn thất do rủi ro hệ thống
gây ra bằng cách điều chỉnh kịp thời các chỉ số vĩ mô phù hợp cũng như kiểm soát
chúng và các tổ chức tài chính có nguy cơ cao gây ra rủi ro cận biên và đang chiếm tỷ
trọng đòn bẩy đáng kể. Vì vậy, nghiên cứu này sẽ áp dụng phương pháp SES để đo
lường rủi ro hệ thống tại Việt Nam.
2.2. Ảnh hưởng của các yếu tố kinh tế vĩ mô đến rủi ro hệ thống

Kết quả nghiên cứu của Davis & Karim (2010) đã đưa ra bằng chứng cho thấy
khủng hoảng tài chính xảy ra do nhiều nguyên nhân và có nhiều giai đoạn cụ thể
khác nhau. Vì vậy, việc áp dụng giám sát an ninh vĩ mô có thể giúp ngân hàng trung
ương theo dõi kịp thời những biến động của thị trường tài chính và dự báo kịp thời
những bất ổn tài chính. Galati & Moessner (2013) cũng nhấn mạnh tính hiệu quả của
các công cụ bảo mật vĩ mô trong việc kiểm soát biến động thị trường và rủi ro hệ
thống tài chính.

Về tác động tích cực của CSATVM đến rủi ro các NHTM Việt Nam, CSATVM
7

giúp phát hiện và ngăn ngừa các nguy cơ khủng hoảng tài chính, giảm thiểu những
rủi ro lan truyền từ hệ thống tài chính đến nền kinh tế thực. Điều này giúp giảm thiểu
khả năng NHTM bị đổ vỡ, từ đó giảm thiểu rủi ro đối với các ngân hàng khác trong
hệ thống; CSATVM giúp hệ thống tài chính trở nên linh hoạt và thích ứng tốt hơn
với các cú sốc, từ đó giảm thiểu tác động của các cú sốc đến các NHTM cũng như
giúp tạo ra môi trường tài chính an toàn và ổn định, từ đó thúc đẩy sự phát triển của
các NHTM, góp phần phát triển kinh tế - xã hội.

Bên cạnh đó tác động tiêu cực của CSATVM đến rủi ro các NHTM Việt Nam là
thường đi kèm với các quy định và yêu cầu khắt khe đối với các tổ chức tài chính,
điều này có thể làm tăng chi phí hoạt động và hạn chế sự phát triển của các NHTM,
chẳng hạn như việc áp dụng các giới hạn về quy mô, thị trường hoạt động,...

Tại Việt Nam, CSATVM được thực hiện bởi NHNN Việt Nam. Trong những
năm qua, NHNN đã ban hành và triển khai nhiều CSATVM nhằm tăng cường khả
năng chống chịu của hệ thống tài chính, trong đó có các NHTM đã góp phần giảm
thiểu rủi ro hệ thống, tăng cường khả năng phục hồi của hệ thống tài chính và thúc
đẩy sự phát triển của các NHTM.

Chính sách an toàn vĩ mô có thể tác động đến rủi ro của NHTM Việt Nam
theo các cách sau:

- Chính sách lãi suất: CSATVM liên quan đến việc điều chỉnh lãi suất có thể ảnh
hưởng đến khả năng sinh lời của ngân hàng. Khi lãi suất tăng, ngân hàng phải trả lãi
suất cao hơn cho khoản vay từ nguồn tiền gửi của khách hàng, điều này có thể làm
giảm lợi nhuận của ngân hàng. Điều này cũng có thể dẫn đến tăng rủi ro trong việc
thu hồi nợ xấu và tăng khả năng vỡ nợ của khách hàng. Mặt khác, khi lãi suất giảm,
ngân hàng có thể giảm lãi suất cho vay, điều này có thể làm tăng lợi nhuận của ngân
hàng. Tuy nhiên, lãi suất giảm cũng có thể làm giảm nhu cầu vay vốn của khách
hàng, điều này có thể ảnh hưởng tiêu cực đến thu nhập của ngân hàng.
- Chính sách tiền tệ: CSATVM có thể bao gồm việc quản lý tỷ giá, thanh khoản
và việc kiểm soát dòng vốn vào và ra khỏi ngân hàng. Những biện pháp này có thể
tác động đến rủi ro của ngân hàng, đặc biệt là khi có sự biến động mạnh trong thị
trường tài chính. Nếu ngân hàng không đủ khả năng quản lý rủi ro tiền tệ, có thể gây
ra những tác động tiêu cực, bao gồm mất giá trị tài sản và giảm khả năng hoạt động
8

của ngân hàng.

- Chính sách về hệ thống ngân hàng: CSATVM có thể đưa ra các quy định và
giám sát nghiêm ngặt để đảm bảo tính ổn định của hệ thống ngân hàng. Việc áp dụng
chính sách này có thể yêu cầu ngân hàng tuân thủ các quy định về vốn, dự trữ, quản
lý rủi ro và thông báo công khai thông tin. Nếu ngân hàng không tuân thủ đúng các
quy định này, có thể bị phạt tiền hoặc mất giấy phép hoạt động, tạo ra rủi ro cho ngân
hàng và hệ thống tài chính nói chung.

Các chỉ số ở cấp độ vĩ mô đóng vai trò là công cụ dự báo biến động của thị
trường, theo dõi rủi ro từ những căng thẳng không bền vững cũng như trong hệ thống
vì chúng có xu hướng tích tụ khi mất cân bằng tổng thể. Một số biến kinh tế vĩ mô
được thu thập từ các nghiên cứu trước đây:

- Lãi suất liên ngân hàng: là một biến số quan trọng trong việc đo lường rủi ro hệ
thống. LIBOR là lãi suất mà các ngân hàng thương mại cho nhau vay tiền trên thị
trường liên ngân hàng. Lãi suất LIBOR cao hơn có thể là dấu hiệu cho thấy hệ thống
tài chính đang gặp căng thẳng, vì các ngân hàng đang đòi hỏi lãi suất cao hơn để bù
đắp rủi ro. Các nghiên cứu đã chỉ ra rằng có mối quan hệ tích cực giữa lãi suất LIBOR
và rủi ro hệ thống. Ramos-Tallada (2015) cho thấy rằng trong trường hợp chính sách
tiền tệ thắt chặt gây căng thẳng, lãi suất LIBOR có thể tăng lên, dẫn đến rủi ro hệ
thống cao hơn. Laséen và cộng sự. (2017) cũng cho thấy rằng thắt chặt chính sách tiền
tệ không làm giảm rủi ro hệ thống, nhất là khi hệ thống tài chính đang trong giai đoạn
dễ bị tổn thương. Sabri và cộng sự. (2019) chỉ ra rằng lãi suất ngắn hạn cao có thể làm
tăng nguy cơ xảy ra khủng hoảng.

- Tỷ giá hối đoái: Các nghiên cứu đã chỉ ra rằng có mối quan hệ tích cực giữa
chênh lệch tỷ giá hối đoái và rủi ro hệ thống. Yesin (2013) cho thấy rằng sự gia tăng
chênh lệch tỷ giá hối đoái giữa đồng nội tệ và đồng tiền dự trữ có thể làm tăng rủi ro
hệ thống. Điều này là do các ngân hàng có thể phải đối mặt với rủi ro mất giá của đồng
nội tệ, dẫn đến tổn thất tài sản và khả năng thanh toán. Mayordomo và cộng sự (2014)
cũng cho thấy rằng sự gia tăng chênh lệch tỷ giá hối đoái có thể làm tăng rủi ro hệ
thống. Điều này là do các ngân hàng có thể phải đối mặt với rủi ro thanh khoản, vì các
nhà đầu tư nước ngoài có thể rút vốn khỏi hệ thống tài chính. Reboredo và cộng sự
(2016) cho thấy rằng sự gia tăng chênh lệch tỷ giá hối đoái có thể làm tăng rủi ro hệ
9

thống. Điều này là do các ngân hàng có thể phải đối mặt với rủi ro tín dụng, vì các
doanh nghiệp có thể gặp khó khăn trong việc trả nợ khi đồng nội tệ mất giá. De
Mendonça và da Silva (2018) cũng cho thấy rằng sự gia tăng chênh lệch tỷ giá hối đoái
có thể làm tăng rủi ro hệ thống. Điều này là do các ngân hàng có thể phải đối mặt với
rủi ro hoạt động, vì các khoản đầu tư nước ngoài có thể bị mất giá khi đồng nội tệ mất
giá. Tuy nhiên, cũng có quan điểm cho rằng sự gia tăng chênh lệch tỷ giá hối đoái có
thể có tác động tích cực đến nền kinh tế, do đó làm giảm rủi ro hệ thống. Hausmann và
cộng sự (2005) cho rằng sự mất giá của đồng nội tệ có thể tác động tích cực đến nền
kinh tế bằng cách làm tăng xuất khẩu và giảm nhập khẩu. Điều này có thể dẫn đến
tăng trưởng kinh tế và giảm thất nghiệp, từ đó làm giảm rủi ro hệ thống. Di Nino và
cộng sự (2011) cũng cho rằng sự mất giá của đồng nội tệ có thể tác động tích cực đến
nền kinh tế bằng cách làm tăng giá trị thực của tài sản. Điều này có thể làm tăng giá trị
tài sản của các ngân hàng, từ đó làm giảm rủi ro hệ thống. Nhìn chung, mối quan hệ
giữa tỷ giá hối đoái và rủi ro hệ thống vẫn còn là một vấn đề đang được tranh luận.
Tuy nhiên, các nghiên cứu đã chỉ ra rằng sự gia tăng chênh lệch tỷ giá hối đoái có thể
là một yếu tố rủi ro hệ thống. Các ngân hàng cần quản lý rủi ro tỷ giá hối đoái một
cách hiệu quả để giảm thiểu tác động tiêu cực đến rủi ro hệ thống.

- GDPG: Nền kinh tế phát triển mạnh mẽ có thể là dấu hiệu của một bong bóng
kinh tế tiềm ẩn. Lý do là bởi khi nền kinh tế tăng trưởng quá nhanh, giá cả của các tài
sản có thể bị đẩy lên một cách phi lý. Điều này có thể dẫn đến một cuộc khủng hoảng
kinh tế khi bong bóng vỡ. Cụ thể, Festić và cộng sự (2011) đã nghiên cứu mối quan hệ
giữa GDPG và bong bóng kinh tế ở 12 quốc gia châu Âu. Họ phát hiện ra rằng GDPG
cao hơn mức trung bình có liên quan đến nguy cơ bong bóng kinh tế cao hơn. Tất
nhiên, không phải tất cả các trường hợp nền kinh tế phát triển mạnh mẽ đều dẫn đến
bong bóng kinh tế. Tuy nhiên, đây là một dấu hiệu cảnh báo cần được quan tâm. Các
nhà hoạch định chính sách cần có các biện pháp để ngăn chặn bong bóng kinh tế vỡ,
chẳng hạn như thắt chặt chính sách tiền tệ và tài khóa.

Ngược lại, khi nền kinh tế suy thoái, sản lượng và thu nhập giảm, dẫn đến nhu
cầu tín dụng giảm. Điều này có thể dẫn đến tình trạng căng thẳng về thanh khoản trong
hệ thống ngân hàng, vì các ngân hàng có thể gặp khó khăn trong việc thu hồi các
10

khoản vay. Tình trạng căng thẳng về thanh khoản có thể dẫn đến mất khả năng thanh
toán của các ngân hàng, và cuối cùng là một cuộc khủng hoảng kinh tế. Alfaro và
Drehmann (2009) đã nghiên cứu mối quan hệ giữa GDP và khủng hoảng tài chính ở 18
quốc gia. Họ phát hiện ra rằng sự sụt giảm đột ngột của GDP có liên quan đến nguy cơ
khủng hoảng tài chính cao hơn. Jarrow (2014) và Schleer và Semmler (2015) cũng đã
đề cập đến mối quan hệ giữa hiệu quả kinh tế và sự bền vững tài chính. Họ cho rằng
nền kinh tế hiệu quả hơn sẽ có khả năng chống chịu tốt hơn với các cú sốc và giảm
thiểu nguy cơ khủng hoảng tài chính.

Giả thuyết nghiên cứu:

Giả thuyết 1: Mối quan hệ giữa lãi suất và rủi ro hệ thống là tích cực.

Giả thuyết 2: Mối quan hệ giữa biến động tỷ giá và rủi ro hệ thống là tích cực.

Giả thuyết 3: Mối quan hệ giữa GDPG và rủi ro hệ thống là nghịch biến.

2.3. Tổng quan các nghiên cứu trước

Nghiên cứu của (Al-Homaidi và c.s., 2018) sử dụng một mô hình dữ liệu bảng để
đánh giá tác động của các yếu tố bên trong và bên ngoài đến lợi nhuận của các
NHTM Ấn Độ, cụ thể đánh giá các yếu tố quyết định kinh tế vĩ mô và đặc thù ngân
hàng có thể có tác động đến lợi nhuận của các NHTM Ấn Độ được đo bằng lợi nhuận
trên tài sản(ROA), lợi nhuận trên vốn chủ sở hữu(ROE) và tỷ suất lợi nhuận ròng
(NIM). Nghiên cứu này sử dụng dữ liệu bảng cân đối của 69 NHTM Ấn Độ trong
khoảng thời gian từ 2008 đến 2017. Nghiên cứu chỉ ra rằng quy mô ngân hàng, tỷ lệ
quản lý tài sản, số lượng chi nhánh và tỷ lệ đòn bẩy là những yếu tố quyết định quan
trọng nhất của từng ngân hàng cụ thể ảnh hưởng đến lợi nhuận của các NHTM Ấn
Độ được đo bằng ROA. Lợi nhuận của các ngân hàng thương mại Ấn Độ được đo
bằng ROA có mối quan hệ tích cực với tài sản, quy mô ngân hàng, tỷ lệ quản lý và số
lượng chi nhánh nhưng lại có mối quan hệ nghịch biến với tỷ lệ đòn bẩy, được đo
bằng ROE có mối quan hệ tích cực với quy mô ngân hàng, tỷ lệ quản lý tài sản, tỷ lệ
đòn bẩy, tỷ lệ chất lượng tài sản, hiệu quả hoạt động, tỷ lệ thanh khoản và số lượng
chi nhánh và đo bằng NIM có mối quan hệ tích cực với quy mô ngân hàng, tỷ lệ quản
lý tài sản, tỷ lệ chất lượng tài sản và tỷ lệ thanh khoản nhưng lại có mối quan hệ tiêu
cực với tỷ lệ tiền gửi, tỷ lệ đòn bẩy và hiệu quả hoạt động.. Từ góc độ kinh tế vĩ mô,
11

kết quả cũng cho thấy trong khi tỷ lệ lạm phát có mối liên hệ tích cực thì lãi suất, tỷ
giá hối đoái và GDP lại có mối quan hệ tiêu cực với lợi nhuận của các NHTM Ấn Độ
được đo bằng ROA.

Nghiên cứu của (Chen & Lu, 2021) sử dụng phân tích biên ngẫu nhiên để kiểm
tra tác động của sự chênh lệch giữa các vùng về hiệu quả chi phí và lợi nhuận đối với
mẫu NHTM thành phố ở Trung Quốc từ năm 2005 đến 2014. Nghiên cứu này sử
dụng mẫu quan sát hàng năm của 350 NHTM thành phố để đánh giá tác động của các
yếu tố kinh tế vĩ mô đến hiệu quả chi phí và lợi nhuận của các NHTM thành phố ở
Trung Quốc. Kết quả cho thấy hiệu quả hoạt động ngân hàng của các NHTM thành
phố Trung Quốc có mối tương quan thuận với GDP bình quân đầu người nhưng có
mối liên hệ tiêu cực với tỷ lệ dân số thành thị. Tuy nhiên, so với khu vực phía đông
và ngoài phía đông, có sự khác biệt đáng kể về tác động của các yếu tố kinh tế vĩ mô
đến hiệu quả ngân hàng. Các điều kiện kinh tế vĩ mô ảnh hưởng đến hiệu quả hoạt
động của các ngân hàng thương mại Thành phố Trung Quốc ở khu vực phía Đông có
ý nghĩa hơn so với các ngân hàng khác.

Nghiên cứu của (de Mendonça & da Silva, 2018) phân tích các biến số kế toán và
kinh tế vĩ mô trong việc hình thành rủi ro hệ thống dựa trên khung ΔCoVaR trong khu
vực ngân hàng Brazil. Nghiên cứu sử dụng dữ liệu từ năm 2011 đến năm 2015 và sử
dụng phương pháp hồi quy dữ liệu bảng để phân tích dữ liệu. Kết quả nghiên cứu cho
thấy rằng rủi ro hệ thống ở Brazil có thể được đo lường bằng cách sử dụng khung
ΔCoVaR. Các phát hiện này có ý nghĩa thực tiễn đối với các nhà hoạch định chính
sách và các ngân hàng Brazil. Các nhà hoạch định chính sách có thể sử dụng kết quả
nghiên cứu này để phát triển các chính sách nhằm giảm thiểu rủi ro hệ thống. Các ngân
hàng có thể sử dụng kết quả nghiên cứu này để cải thiện quản trị rủi ro và giảm thiểu
rủi ro hệ thống của chính mình.

Nghiên cứu của (Purwono & Dimayanti, 2020) sử dụng phương pháp hồi quy dữ
liệu bảng động với phương pháp GMM với dữ liệu của 5 NHTM có tài sản lớn nhất ở
Indonesia từ năm 2008 – 2018. Nghiên cứu sử dụng dữ liệu từ năm 2008 đến quý 2
năm 2018 và sử dụng phương pháp hồi quy dữ liệu bảng động với phương pháp GMM
để phân tích dữ liệu. Biến đại diện được sử dụng trong nghiên cứu này là Delta
 12

CoVaR, được phát triển bởi Adrian và Brunenermeier (2016). Delta CoVaR là một
thước đo rủi ro hệ thống được tính bằng cách đo lường mức độ tổn thất mà toàn bộ hệ
thống tài chính có thể phải chịu khi một ngân hàng bị tổn thất. Kết quả cho thấy có sự
ảnh hưởng giữa các biến nội bộ ngân hàng và kinh tế vĩ mô đến rủi ro hệ thống ở
Indonesia. Thanh khoản, đòn bẩy và ROA có tác động và có mối quan hệ cùng chiều
với rủi ro hệ thống, nhưng trong trường hợp này biến ROA không ảnh hưởng đáng kể
trong khi các biến số tiền gửi và quy mô có ảnh hưởng đáng kể và có mối quan hệ
nghịch biến. Kết quả nghiên cứu này có ý nghĩa thực tiễn đối với các nhà hoạch định
chính sách và các ngân hàng Indonesia. Các nhà hoạch định chính sách có thể sử dụng
kết quả nghiên cứu này để phát triển các chính sách nhằm giảm thiểu rủi ro hệ thống.
Các ngân hàng có thể sử dụng kết quả nghiên cứu này để cải thiện quản trị rủi ro và
giảm thiểu rủi ro hệ thống của chính mình.

Bảng 2.1: Tóm tắt các nghiên cứu liên quan đến đề tài

Tác giả Phạm vi nghiên Phương pháp Kết quả nghiên cứu
cứu nghiên cứu
(Al-Homaidi và 69 NHTM Ấn Độ Hồi quy tuyến Lợi nhuận của các NHTM Ấn
c.s., 2018) từ năm 2008 - 2017 tính Độ được đo bằng ROA có mối
quan hệ tích cực với tài sản,
quy mô ngân hàng, tỷ lệ quản
lý và số lượng chi nhánh nhưng
lại có mối quan hệ nghịch biến
với tỷ lệ đòn bẩy.

Tỷ lệ lạm phát có mối liên hệ

tích cực thì lãi suất, tỷ giá hối
đoái và GDP lại có mối quan
hệ tiêu cực với lợi nhuận của
các NHTM Ấn Độ được đo
bằng ROA.
(Chen & Lu, 350 NHTM thành Mô hình phân Hiệu quả hoạt động ngân hàng
2021) phố Trung Quốc từ tích biên giới của các NHTM thành phố
 13

năm 2005 - 2014 ngẫu nhiên Trung Quốc có mối tương quan
(SFA) thuận với GDP bình quân đầu
người nhưng có mối liên hệ
tiêu cực với tỷ lệ dân số thành
thị.
(de Mendonça & Ngân hàng Brazil Phương pháp Rủi ro hệ thống ở Brazil có thể
da Silva, 2018) từ năm 2011 - 2015 ΔCoVaR được đo lường bằng cách sử
dụng khung ΔCoVaR.
(Purwono & 5 NHTM có tài sản Phương pháp Thanh khoản, đòn bẩy và ROA
Dimayanti, lớn nhất ở hồi quy dữ liệu có tác động và liên quan tích
2020) Indonesia từ năm bảng động với cực đến rủi ro hệ thống nhưng
2008 - 2018 phương pháp trong trường hợp này biến
GMM ROA không ảnh hưởng đáng kể
trong khi tính thanh khoản và
đòn bẩy có tác động đáng kể.
Trong khi tiền gửi và quy mô
thay đổi đáng kể và có mối
quan hệ tiêu cực với rủi ro hệ
thống.

2.4. Xây dựng mô hình và dữ liệu nghiên cứu

Nghiên cứu sử dụng mô SES để đo lường rủi ro hệ thống trong nền kinh tế Việt
Nam. Áp dụng kết quả từ Acharya & cộng sự (2017), sử dụng lợi nhuận hàng ngày của
các công ty tài chính quan tâm, giá trị thị trường của vốn chủ sở hữu của mỗi công ty,
giá trị sổ sách của tài sản và giá trị sổ sách của vốn chủ sở hữu được mua lại để tính
toán rủi ro hệ thống trong nền kinh tế Việt Nam. Cụ thể, chúng tôi thu thập giá đóng
cửa hàng ngày của cổ phiếu và số liệu báo cáo tài chính hàng năm của các tổ chức tài
chính niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2010-2018 từ Sở Giao
dịch Chứng khoán Hà Nội (HNX) và Sở Giao dịch Chứng khoán Thành phố Hồ Chí
Minh (HOSE).

Hình 2.1: Bảng thông tin chi tiết các TCTC Việt Nam được áp dụng trong nghiên cứu
14

Nguồn: HNX và HOSE

Hình 2.2: Kết quả đo lường rủi ro hệ thống của các TCTC Việt Nam

Mã chứng khoán thể hiện ký hiệu chứng khoán của các TCTC Việt Nam được áp dụng
tại nghiên cứu.
15

Nguồn: Tính toán của tác giả

Hình 2.2 cho thấy mức đo lường rủi ro hệ thống của nền tài chính Việt Nam các
tổ chức theo phương pháp SES từ năm 2010 đến năm 2018. Năm 2010, 5 doanh
nghiệp được xếp hạng cao nhất của SES là Công ty Cổ phần Chứng khoán Rồng Việt,
Công ty Cổ phần Chứng khoán VNDirect, Châu Á - Thái Bình Dương, Công ty Cổ
phần Đầu tư, Công ty Cổ phần Chứng khoán IB, Chứng khoán SSI Tập đoàn. Tất cả
đều có thứ hạng cao trong MES. Quan sát này nhấn mạnh tầm quan trọng của MES
với rủi ro hệ thống.

Dữ liệu nghiên cứu được thu thập từ 29 tổ chức tài chính công trong giai đoạn
2010 – 2018. Lãi suất được thu từ Ngân hàng Phát triển Châu Á (ADB); tỷ giá hối
đoái (đô la Mỹ/đồng) và tốc độ tăng trưởng tổng sản phẩm quốc nội được thu thập từ
Quỹ Tiền tệ Quốc tế (IMF). Dựa trên khung ΔCoVaR, rủi ro hệ thống được nghiên
cứu bởi De Mendonça và Da Silva (2018), họ đã xác định được bằng chứng từ một
16

nghiên cứu dữ liệu nhóm đã tiến hành các yếu tố rủi ro hệ thống. Nghiên cứu này sử
dụng mô hình từ nghiên cứu của De Mendonça & Da Silva (2018) rồi điều chỉnh về
dạng như sau:

𝑆𝐸𝑆𝑖 𝑡 = 𝛽1𝑆𝐸𝑆𝑖 𝑡−1 + 𝛽2𝐿𝐸𝑉𝑖 𝑡 + 𝛽3𝑅𝑂𝐴𝑖 𝑡 + 𝛽4∆𝐸𝑋𝑖 𝑡 + 𝛽5𝐼𝑅𝑖 𝑡 + 𝛽6𝐺𝐷𝑃𝐺𝑖 𝑡 + 𝜀𝑖 𝑡

Trong đó:

- SES: Rủi ro hệ thống

- LEV: Mức độ đòn bẩy tài chính
- ROA: Lợi nhuận trên tài sản
- ∆𝐸𝑋: Biến động tỷ giá (Đô la Mỹ/Đồng – Trung bình hàng năm)
- IR: Lãi suất chính sách tiền tệ
- GDPG: Tốc độ tăng trưởng tổng sản phẩm quốc nội
2.5. Kết quả và thảo luận

Hình 2.3 hiển thị dữ liệu bảng dự kiến (OLS, REM, FEM và S-GMM). Kết quả
của F-test và Hausman-test cho thấy mô hình FEM phù hợp hơn so với OLS và REM.
F-test so sánh phương sai của sai số ước lượng giữa hai mô hình. Nếu F-statistic có ý
nghĩa thống kê, thì mô hình có phương sai sai số nhỏ hơn sẽ là mô hình phù hợp hơn.
Trong trường hợp này, F-statistic có ý nghĩa thống kê, cho thấy phương sai sai số của
mô hình FEM nhỏ hơn so với mô hình OLS và REM. Hausman-test so sánh các ước
lượng của tham số trong hai mô hình, trong đó một mô hình giả định rằng hiệu ứng cố
định của các đơn vị quan sát là không đáng kể. Nếu Hausman-statistic có ý nghĩa
thống kê, thì mô hình cho phép hiệu ứng cố định sẽ là mô hình phù hợp hơn. Trong
trường hợp này, Hausman-statistic có ý nghĩa thống kê, cho thấy mô hình FEM, cho
phép hiệu ứng cố định của các đơn vị quan sát, là mô hình phù hợp hơn. Do đó, mô
hình FEM được chọn làm mô hình hồi quy cuối cùng.

Để giải quyết vấn đề tương tác giữa các yếu tố kinh tế vĩ mô và rủi ro hệ thống,
nghiên cứu đã áp dụng hồi quy S-GMM. Hồi quy S-GMM là một phương pháp hồi
quy dữ liệu bảng có khả năng giải quyết vấn đề tương tác giữa các biến độc lập và biến
phụ thuộc. Trong thử nghiệm Hansen, hồi quy S-GMM thừa nhận giá trị của các phát
hiện, cho thấy hồi quy S-GMM là một phương pháp phù hợp để nghiên cứu mối quan
hệ giữa các yếu tố kinh tế vĩ mô và rủi ro hệ thống.
17

Ngoài ra, thử nghiệm tự tương quan chuỗi AR (2) không chứng minh được sự tồn
tại của tương quan chuỗi. Tương quan chuỗi là một vấn đề thống kê có thể xảy ra trong
phân tích hồi quy dữ liệu bảng. Thử nghiệm tự tương quan chuỗi AR (2) được sử dụng
để kiểm tra xem có tồn tại tương quan chuỗi hay không. Trong trường hợp này, thử
nghiệm tự tương quan chuỗi AR (2) không chứng minh được sự tồn tại của tương quan
chuỗi, cho thấy mô hình hồi quy FEM có thể được ước lượng một cách đáng tin cậy.

Nghiên cứu lựa chọn mô hình FEM với hồi quy S-GMM là mô hình hồi quy phù
hợp nhất để nghiên cứu mối quan hệ giữa các yếu tố kinh tế vĩ mô và rủi ro hệ thống.
Mô hình này có thể giải quyết vấn đề tương tác giữa các biến độc lập và biến phụ
thuộc, và không có bằng chứng về tương quan chuỗi.

Những kết quả này cho thấy ROA dương nhưng không có ý nghĩa thống kê trong
bất kỳ mô hình nào. Hệ số đòn bẩy có giá trị dương và trong mô hình S-GMM có ý
nghĩa thống kê. Kết quả này phù hợp với kết quả của các nghiên cứu khác De
Mendonça & Da Silva (2018), Brunnermeier & Pedersen (2009), Mayordomo và cộng
sự. (2014) và Adrian & Shin (2010).

Kết quả cho thấy các biến vĩ mô có ý nghĩa thống kê đối với rủi ro hệ thống, do
đó tầm ảnh hưởng của chính sách tiền tệ và các quy định của ngân hàng nhà nước
nhằm hạn chế rủi ro hệ thống ở Việt Nam là rất quan trọng.

Hình 2.3: Bảng ước tính rủi ro hệ thống

18

Ghi chú: Mức ý nghĩa cận biên: (***), (**), (*) biểu thị mức ý nghĩa 1%, 5% và 10%.

Nguồn: Tính toán của tác giả

Mối tương quan nghịch với ΔEX được đưa ra bởi biến rủi ro hệ thống và ΔEX có
ý nghĩa thống kê trong tất cả các mô hình. Kết quả này trái ngược với giả thuyết của
nghiên cứu, nhưng phù hợp với kết quả nghiên cứu của Hausmann và cộng sự (2005)
và Di Nino và cộng sự (2011). Lý giải cho kết quả này, các tác giả cho rằng phá giá
tiền tệ có thể giúp các doanh nghiệp xuất khẩu cạnh tranh hơn, từ đó thúc đẩy tăng
trưởng kinh tế và giảm thiểu rủi ro hệ thống.

Đối với biến IR, tác động tích cực và đáng kể được tìm thấy đối với rủi ro hệ
thống. Kết quả này phù hợp với giả thuyết của nghiên cứu và xác nhận các lý thuyết
trước đây của Ramos-Tallada (2015), De Mendonça và da Silva (2018), Altavilla và
cộng sự (2018) và Sabri và cộng sự (2019). Lý giải cho kết quả này, các tác giả cho
rằng lãi suất cao có thể làm giảm khả năng thanh toán của các doanh nghiệp và ngân
hàng, từ đó làm tăng rủi ro hệ thống.

Đối với biến GDPG, tác động tích cực của GDPG đến rủi ro hệ thống. Kết quả
này trái ngược với giả thuyết của nghiên cứu, nhưng phù hợp với kết quả nghiên cứu
của Festić và cộng sự (2011). Lý giải cho kết quả này, các tác giả cho rằng sự phát
19

triển kinh tế mạnh mẽ có thể dẫn đến bong bóng kinh tế, từ đó làm tăng rủi ro hệ
thống.