Đánh giá tác động của sự phát triển các tổ chức tài chính phi ngân hàng tới ổn định tài chính ở Việt Nam dựa trên Mô hình ARDL

Đánh giá tác động của sự phát triển các tổ chức tài<br /> chính phi ngân hàng tới ổn định tài chính ở Việt Nam<br /> dựa trên Mô hình ARDL<br /> <br /> Kiều Hữu Thiện Phạm Mạnh Hùng<br /> Giám đốc Trường Đào tạo và Phát triển Nguồn Viện Nghiên cứu Khoa học Ngân hàng,<br /> nhân lực Vietcombank Học viện Ngân hàng<br /> <br /> Phạm Đức Anh<br /> Viện Nghiên cứu Khoa học Ngân hàng,<br /> Học viện Ngân hàng<br /> <br /> <br /> <br /> <br /> Nghiên cứu này nhằm mục tiêu đánh giá tác động của sự phát triển các tổ<br /> chức tài chính phi ngân hàng (NBFIs) tới ổn định tài chính ở Việt Nam.<br /> Dựa trên việc áp dụng Mô hình ARDL cho chuỗi dữ liệu theo tần suất năm<br /> (2000- 2018), nghiên cứu khẳng định rằng tác động tổng thể của sự phát<br /> triển NBFIs tới tình hình ổn định tài chính là tích cực. Theo đó, mặc dù thực<br /> tiễn hoạt động của một số khu vực NBFIs có thể gây ra rủi ro hoạt động<br /> tiềm tàng trong một số giai đoạn cụ thể, song rủi ro này dường như chưa<br /> <br /> <br /> <br /> Ngày nhận: 12/07/2019 Ngày nhận bản sửa: 01/08/2019 Ngày duyệt đăng: 27/08/2019<br /> <br /> <br /> Assessment of the impact of non-bank financial institutions development on financial stability in<br /> Vietnam: an ARDL approach<br /> Abstract: This paper seeks to evaluate the impact of non-bank financial institutions (NBFIs) development on<br /> financial stability in Vietnam. Applying the autoregressive distributed lag (ARDL) model to the annual data<br /> series between 2000 and 2018, empirical findings confirm the overall impact of the NBFIs development<br /> on Vietnam’s financial stability is positive. Accordingly, although the business performance of some NBFI<br /> categories may pose potential operational risks during specific stages, these seem not considerable enough to<br /> affect Vietnam’s banking system in particular and financial stability as a whole.<br /> Keywords: non-bank financial institution (NBFI); financial stability; autoregressive distributed lag (ARDL) model.<br /> <br /> <br /> Thien Huu Kieu, Assoc. Prof. PhD.<br /> Email: thienkh@hvnh.edu.vn<br /> Director of Vietcombank School of Human Resource Development and Training<br /> Hung Manh Pham, PhD.<br /> Email: hungpm@hvnh.edu.vn<br /> Research Institute for Banking, Banking Academy of Vietnam<br /> Anh Duc Pham, MEc.<br /> Email: anhpd@hvnh.edu.vn<br /> Research Institute for Banking, Banking Academy of Vietnam<br /> <br /> © Học viện Ngân hàng Tạp chí Khoa học & Đào tạo Ngân hàng<br /> ISSN 1859 - 011X 1 Số 207- Tháng 8. 2019<br />  Đánh giá tác động của sự phát triển các tổ chức tài chính phi ngân hàng tới ổn định tài chính ở<br /> Việt Nam dựa trên Mô hình ARDL<br /> <br /> <br /> đủ lớn để có thể ảnh hưởng tới hệ thống ngân hàng nói riêng và ổn định tài<br /> chính nói chung của Việt Nam.<br /> Từ khóa: tổ chức tài chính phi ngân hàng (NBFI); ổn định tài chính; mô<br /> hình phân phối trễ tự hồi quy (ARDL)<br /> <br /> <br /> <br /> 1. Cơ sở lý thuyết và tổng quan nghiên lợi sẽ mang lại cho cả hai phía nhờ tính<br /> cứu quy mô, sự phân tán rủi ro và đa dạng hóa<br /> các danh mục đầu tư; (ii) cung cấp các<br /> Trong quá trình phát triển nền kinh tế, dịch vụ tài chính đa dạng, tăng cường áp<br /> bên cạnh các tổ chức ngân hàng thì còn có lực cạnh tranh với các ngân hàng thương<br /> một bộ phận không kém phần quan trọng mại (NHTM), làm cho chất lượng dịch vụ<br /> trong việc tạo ra dòng luân chuyển vốn phục vụ ngày càng được cải thiện, tạo ra<br /> từ người tiết kiệm- cho vay đến người chi nhiều khả năng lựa chọn cho khách hàng;<br /> tiêu- đi vay, đó là các tổ chức tài chính phi (iii) đáp ứng nhu cầu khác của cá nhân, hộ<br /> ngân hàng (NBFI). Thuật ngữ “tổ chức tài gia đình, doanh nghiệp trong lĩnh vực đầu<br /> chính phi ngân hàng” bắt đầu được đưa tư tài chính, giúp bảo vệ khoản đầu tư và<br /> vào sử dụng phổ biến với việc thông qua phân tán rủi ro cho các nhà đầu tư trong xã<br /> Đạo luật Chống rửa tiền Annunzio-Wylie hội.<br /> năm 1992 tại Mỹ, trong đó mở rộng định<br /> nghĩa nêu trong Đạo luật Bảo mật Ngân Trong những năm gần đây, vai trò của<br /> hàng (BSA) về “tổ chức tài chính” vượt ngân hàng như các trung gian tài chính ở<br /> ra ngoài phạm vi các tổ chức truyền thống. một số quốc gia phát triển đã giảm đi phần<br /> Theo Luật Các tổ chức tín dụng (TCTD) nào với sự xuất hiện của các trung gian tài<br /> năm 2010 của Việt Nam, TCTD phi ngân chính phi ngân hàng và sự phát triển của<br /> hàng hay rộng hơn là NBFI là loại hình tổ thị trường nợ, cho phép các doanh nghiệp<br /> chức được thực hiện một hoặc một số hoạt tiếp cận trực tiếp đến các khoản tiết kiệm<br /> động ngân hàng, trừ các hoạt động nhận cá nhân. Lịch sử phát triển kinh tế của các<br /> tiền gửi của cá nhân và cung ứng các dịch nước trên thế giới cho thấy sự phát triển<br /> vụ thanh toán qua tài khoản của khách tài chính của các quốc gia bắt đầu với các<br /> hàng. tổ chức tài chính ngân hàng, và trong giai<br /> đoạn tiếp theo là các NBFI. Nhưng trong<br /> Theo quan niệm truyền thống được đề giai đoạn sau, sự đóng góp của các NBFI<br /> cập trong các giáo trình chuyên ngành Tài trở nên rõ nét hơn so với các ngân hàng.<br /> chính- Ngân hàng, ví dụ: Giáo trình Tiền Trên thực tế, cả hai loại hình tổ chức là<br /> tệ- Ngân hàng và Thị trường Tài chính của cần thiết và cuộc cạnh tranh giữa các ngân<br /> Nguyễn Văn Tiến (2016), các NBFI bao hàng và NBFI có thể tăng cường phát triển<br /> gồm: các công ty tài chính, công ty chứng kinh tế và nâng cao hiệu quả của chính các<br /> khoán, công ty bảo hiểm, công ty cho thuê tổ chức này (Hossain và Shahiduzzaman,<br /> tài chính, quỹ hưu trí, quỹ đầu tư tương 2005).<br /> hỗ… Vai trò của các NBFI tập trung vào<br /> việc (i) gia tăng cơ hội tìm kiếm lợi nhuận Bên cạnh hiệu quả kinh tế đem lại, các<br /> cho các chủ thể trong nền kinh tế, nguồn NBFI cũng là một mắt xích quan trọng<br /> <br /> <br /> 2 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 207- Tháng 8. 2019<br />  KIỀU HỮU THIỆN - PHẠM MẠNH HÙNG - PHẠM ĐỨC ANH<br /> <br /> <br /> trong việc gây ra và dẫn truyền rủi ro dẫn Islam và Osman (2011) kiểm định mối<br /> đến khủng hoảng tài chính. Từ đó, để có quan hệ dài hạn giữa thu nhập bình quân<br /> thể xây dựng các đối sách ứng phó với đầu người thực tế và sự phát triển của<br /> các cuộc khủng hoảng tài chính về sau, NBFIs ở Malaysia bằng phương pháp<br /> các nhà hoạch định đã tập trung vào việc đường bao ARDL cho giai đoạn 1974-<br /> nghiên cứu, làm rõ bản chất và vai trò 2004. Kết quả của nghiên cứu xác nhận<br /> của NBFIs cũng như nguy cơ tác động từ một quan hệ ổn định dài hạn giữa GDP<br /> chúng hướng vào sự ổn định của hệ thống bình quân đầu người và NBFIs, đầu tư,<br /> tài chính. Nhiều tài liệu nghiên cứu trước lao động và mở cửa thương mại, trong đó<br /> đây cho thấy có ba kênh truyền tải rủi ro NBFIs có tác động tích cực đến GDP. Các<br /> quan trọng sau: tác giả nhấn mạnh NBFIs là một cấu phần<br /> quan trọng của khu vực tài chính mà thông<br /> Thứ nhất, NBFIs tạo ra rủi ro sản phẩm qua đó, nguồn lực tài chính được truyền<br /> thông qua việc sản xuất các sản phẩm có dẫn hiệu quả từ người tiết kiệm đến người<br /> cấu trúc, đặc biệt là liên quan đến chứng sử dụng vốn trong nền kinh tế.<br /> khoán hóa. Cuộc khủng hoảng tài chính<br /> gần đây đã chỉ ra rõ ràng rằng, do thiếu Ngược lại, kết quả thực nghiệm của Liang<br /> hiểu biết về những rủi ro gắn liền với một và Reichert (2012) với dữ liệu chéo của<br /> số tài sản có tính chứng khoán, nhiều ngân các quốc gia phát triển và đang phát triển<br /> hàng và NBFIs đã nắm giữ tài sản có nguy lại cho thấy tác động ngược chiều của khu<br /> cơ cao hơn nhiều so với những dự tính ban vực NBFIs đối với tăng trưởng kinh tế.<br /> đầu. Hệ quả này là do hoạt động của NBFIs<br /> (chủ yếu ở các mảng đầu tư và bảo hiểm)<br /> Thứ hai, một số NBFIs liên kết chặt chẽ thường mang tới rủi ro cao cho khu vực tài<br /> với các ngân hàng và các NBFI khác. Sự chính và nền kinh tế, đặc biệt thấy rõ trong<br /> liên kết này cho thấy sự căng thẳng về thời kỳ khủng hoảng 2007- 2009.<br /> tài chính ở cấp độ của một NBFI có thể<br /> chuyển sang các tổ chức tài chính khác Trong khi đó, với việc sử dụng mô hình<br /> (ngân hàng và phi ngân hàng) thông qua SGMM cho 27 tỉnh thành của Trung Quốc<br /> rủi ro của bên đối tác, tạo ra những khó giai đoạn 1995- 2003 nhằm xác định sự<br /> khăn ở cấp hệ thống tài chính nói chung. đóng góp của từng cấu phần trong hệ<br /> thống tài chính vào tăng trưởng kinh tế địa<br /> Thứ ba, một số NBFIs có quy mô rất lớn. phương, Cheng và Degryse (2010) nhận<br /> Bất kỳ sự khó khăn tài chính nào đến từ thấy khu vực tài chính chính thức (ngân<br /> một trong các tổ chức này đều có thể gây hàng) là động lực chính của tăng trưởng<br /> ra những căng thẳng tài chính cho toàn bộ kinh tế, trong khi những đóng góp đến<br /> hệ thống tài chính. từ NBFIs là hết sức mờ nhạt. Điều này là<br /> bởi, tại Trung Quốc, kể từ năm 2010 (thời<br /> Về mặt thực nghiệm, hiện nay đã có một điểm khủng hoảng đã đi qua), hệ thống<br /> số nghiên cứu được thực hiện cho trường ngân hàng đã lớn mạnh nhanh chóng nhờ<br /> hợp riêng từng quốc gia hoặc trên diện loạt chính sách cải cách, mở cửa và tư<br /> rộng nhằm đánh giá tác động của sự phát nhân hóa, đóng góp tích cực vào phát triển<br /> triển các NBFI đến khía cạnh khác nhau kinh tế và ổn định vĩ mô; trong khi đó, khu<br /> của ổn định tài chính. vực tài chính phi ngân hàng còn khá nhỏ<br /> <br /> <br /> Số 207- Tháng 8. 2019- Tạp chí Khoa học & Đào tạo Ngân hàng 3<br />  Đánh giá tác động của sự phát triển các tổ chức tài chính phi ngân hàng tới ổn định tài chính ở<br /> Việt Nam dựa trên Mô hình ARDL<br /> <br /> bé và cũng không nhận được hỗ trợ đáng (Gurajati, 2003). Các tiêu chuẩn này đều<br /> kể nào từ chính phủ. sẽ được chúng tôi kiểm định chặt chẽ<br /> trong quá trình hồi quy mô hình.<br /> Ngoài ra, một số nghiên cứu lý thuyết và<br /> thực nghiệm khác chỉ ra rằng sự phát triển Việc lựa chọn các biến cho mô hình hồi<br /> của NBFIs có thể tác động tới ổn định thị quy được nhóm nghiên cứu tham khảo từ<br /> trường tài chính thông qua một số kênh một số nghiên cứu trước đây, cụ thể: (i)<br /> chính như tích lũy vốn liên quan đến khối nhóm biến số đại diện cho sự phát triển<br /> lượng đầu tư và năng suất liên quan đến của NBFI xuất phát từ nghiên cứu của<br /> hiệu quả đầu tư (ví dụ: Beck và cộng sự, Islam và Osman (2011)1; (ii) nhóm biến<br /> 2000; Impavido và cộng sự, 2003; Rioja số về ổn định tài chính xuất phát từ nghiên<br /> và Valev, 2004). cứu của Ủy ban Châu Âu (2012)2 đối với.<br /> Mô hình nghiên cứu được xây dựng dựa<br /> 2. Phương pháp nghiên cứu và dữ liệu trên năm nhóm phương trình hồi quy sau:<br /> VNI = f(RTAN, RREN) (1a)<br /> 2.1. Phương pháp nghiên cứu ZS = f(RTAN, RREN) (1b)<br /> NPL = f(RTAN, RREN) (1c)<br /> Để đánh giá tác động của sự phát triển VNI = f(CK) (2a)<br /> các NBFI tới ổn định tài chính, nghiên ZS = f(CK) (2b)<br /> cứu sử dụng mô hình phân phối trễ tự NPL = f(CK) (2c)<br /> hồi quy (ARDL). Được coi là sự kết hợp VNI = f(QDT) (3a)<br /> giữa mô hình tự hồi quy vector (VAR) và ZS = f(QDT) (3b)<br /> mô hình hồi quy bình phương nhỏ nhất NPL = f(QDT) (3c)<br /> (OLS), ARDL cho thấy tính linh hoạt cao VNI = f(BH) (4a)<br /> và dễ dàng sử dụng cho việc phân tích các ZS = f(BH) (4b)<br /> chuỗi thời gian đã biết. Một số ưu điểm NPL = f(BH) (4c)<br /> nổi bật của mô hình ARDL có thể kể đến: VNI = f(TC) (5a)<br /> (i) phù hợp với quy mô mẫu nhỏ; (ii) ước ZS = f(TC) (5b)<br /> lượng cho một phương trình duy nhất thay NPL = f(TC) (5c)<br /> vì hệ phương trình giống như kiểm định<br /> Engle- Granger và Johansen; (iii) có thể Biến phụ thuộc là một vector Y gồm ba<br /> thực hiện với các biến có độ trễ khác nhau, biến, phản ánh mức độ ổn định tài chính<br /> không phân biệt thứ tự sai phân I(0), I(1), dựa trên các cấu phần của báo cáo hoạt<br /> hoặc cả hai; (iv) tính toán trong ngắn hạn động thị trường tài chính của Quĩ Tiền tệ<br /> với mô hình ECM bằng biến đổi tuyến Quốc tế (IMF), cụ thể:<br /> tính mà không làm mất bậc tự do (Pesaran<br /> và cộng sự, 2001). - VNI: Biến động của chỉ số VN-INDEX<br /> theo năm, VNI được đo bằng mức trung<br /> Để đảm bảo tin cậy khi sử dụng mô hình bình của biến động trong 360 ngày của chỉ<br /> ARDL, các biến chuỗi thời gian đòi số thị trường chứng khoán quốc gia.<br /> hỏi phải có tính dừng, độ trễ tối ưu xác<br /> định, và đồng thời, mô hình không có 1<br /> Nghiên cứu về ảnh hưởng của sự phát triển các NBFI<br /> tới phát triển kinh tế tại Malaysia.<br /> hiện tượng tự tương quan, phương sai<br /> sai số thay đổi và có dạng hàm phù hợp Nghiên cứu về tác động của NBFI tới ổn định tài chính<br /> 2<br /> <br /> khu vực Châu Âu.<br /> <br /> <br /> <br /> 4 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 207- Tháng 8. 2019<br />  KIỀU HỮU THIỆN - PHẠM MẠNH HÙNG - PHẠM ĐỨC ANH<br /> <br /> <br /> - ZS: Chỉ số Bank Z-score, phản ánh khả nhóm mô hình (2a), (2b), (2c)- (3a), (3b),<br /> năng chống đỡ rủi ro của ngân hàng. Giá (3c)- (4a), (4b), (4c)- (5a), (5b), (5c) được<br /> trị Z-score càng lớn đồng nghĩa rằng rủi thực nghiệm nhằm đánh giá chi tiết tác<br /> ro phá sản hệ thống ngân hàng càng thấp. động của sự phát triển từng cấu phần của<br /> Công thức tính toán: Bank Z-score= NBFI (gồm: chứng khoán, bảo hiểm, công<br /> [ROA+ (vốn/ tài sản)]/ sd(ROA), trong đó, ty tài chính và cho thuê tài chính, quỹ đầu<br /> sd(ROA) là độ lệch chuẩn của ROA. tư) tới ổn định tài chính.<br /> <br /> - NPL: Tỷ lệ nợ xấu của hệ thống ngân Mô hình ARDL cho các trường hợp trên<br /> hàng, đo bằng quy mô nợ xấu trên tổng dư được quy gọn về dạng phương trình sau:<br /> nợ. Tỷ lệ này càng thấp thể hiện hoạt động<br /> của hệ thống ngân hàng càng an toàn. Y(VNI,ZS,NPL)t = α1 + b1iRTANt−i +<br /> <br /> Các biến giải thích trong mô hình phản c1jRRENt−j + ε1t (1)<br /> ánh sự phát triển của hệ thống các tổ chức<br /> NBFI, bao gồm: Y(VNI,ZS,NPL)t = α1 + b1iCKt−i + ε1t <br /> <br /> - RTAN: Phản ánh sự phát triển quy mô (2)<br /> tài sản của NBFIs, được đo lường bằng tỷ<br /> lệ giữa quy mô tài sản của NBFIs và GDP Y(VNI,ZS,NPL)t = α1 + e1lQDTt−l + ε1t <br /> của Việt Nam theo từng năm.<br /> (3)<br /> - RREN: Phản ánh sự phát triển quy mô<br /> doanh thu của NBFIs, được đo lường bằng Y(VNI,ZS,NPL)t = α1 + c1jBHt−j + ε1t <br /> tỷ lệ giữa quy mô doanh thu của NBFIs và<br /> GDP của Việt Nam theo từng năm. (4)<br /> <br /> - CK, BH, TC, QDT: Phản ánh sự phát Y(VNI,ZS,NPL)t = α1 + d1kTCt−k + ε1t<br /> triển quy mô tài sản của từng khu vực<br /> trong nhóm NBFI, bao gồm lần lượt các (5)<br /> công ty chứng khoán (CK), bảo hiểm<br /> (BH), tài chính và cho thuê tài chính (TC); 2.2. Dữ liệu<br /> quỹ đầu tư (QDT). Các biến số này được<br /> đo lường bằng tỷ lệ tài sản của từng nhóm Mô hình định lượng sử dụng dữ liệu thứ<br /> NBFI/GDP của Việt Nam. cấp được thu thập từ các nguồn khác nhau.<br /> Trước hết, đối với các số liệu phản ảnh<br /> Mô hình (1a), (1b), (1c) nhằm mục tiêu tình hình ổn định tài chính của Việt Nam:<br /> kiểm tra tác động chung của sự phát triển biến động của chỉ số thị trường chứng<br /> các NBFI (bao gồm: tăng trưởng tổng tài khoán (VNI) và Bank Z-score (ZS) được<br /> sản và doanh thu) tới ổn định tài chính. tổng hợp từ các cơ sở dữ liệu về hoạt<br /> Giả thiết nghiên cứu của chúng tôi cho động của thị trường tài chính (Financial<br /> rằng có mối quan hệ cùng chiều giữa sự Development Database) của IMF, tỷ lệ nợ<br /> phát triển của NBFIs tới ổn định hệ thống xấu (NPL) của hệ thống ngân hàng được<br /> tài chính của Việt Nam. Tiếp theo, các cập nhật từ báo cáo thường niên của Ngân<br /> <br /> <br /> Số 207- Tháng 8. 2019- Tạp chí Khoa học & Đào tạo Ngân hàng 5<br />  Đánh giá tác động của sự phát triển các tổ chức tài chính phi ngân hàng tới ổn định tài chính ở<br /> Việt Nam dựa trên Mô hình ARDL<br /> <br /> hàng Nhà nước Việt Nam (NHNN) kết đó, nhóm nghiên cứu lựa chọn giai đoạn<br /> hợp với báo cáo của IMF. khảo sát định lượng là từ năm 2000- 2018.<br /> Ngoài ra, việc sử dụng số liệu theo quý<br /> Đối với các biến số phản ánh sự phát triển để tăng số quan sát trong mô hình cũng<br /> của các NBFI như quy mô tài sản, quy mô được nhóm nghiên cứu xem xét, tuy nhiên<br /> doanh thu của từng nhóm tổ chức bao gồm việc hạn chế về số liệu công bố theo quý<br /> chứng khoán, bảo hiểm, quỹ đầu tư, công đối với các biến số trong mô hình nên bài<br /> ty tài chính và cho thuê tài chính, nghiên báo đã sử dụng chuỗi số liệu theo năm tài<br /> cứu sử dụng số liệu từ báo cáo của các cơ chính.<br /> quan quản lý chuyên ngành như Ủy ban<br /> Chứng khoán Nhà nước đối với công ty 3. Kết quả và thảo luận<br /> chứng khoán (CK) và quỹ đầu tư (QDT),<br /> Cục Quản lý bảo hiểm thuộc Bộ Tài chính 3.1. Kết quả thực nghiệm<br /> đối với các doanh nghiệp bảo hiểm (BH),<br /> NHNN đối với công ty tài chính và cho Nhóm nghiên cứu tiến hành ước lượng<br /> thuê tài chính (TC). mối quan hệ phụ thuộc bằng mô hình<br /> ARDL theo bốn bước sau: (1) Kiểm tra<br /> Chuỗi dữ liệu được thu thập theo tần suất đồng liên kết bằng kiểm định đường bao<br /> năm cho giai đoạn 2000- 2018. Thị trường (Bounds test) dựa trên thống kê F; (2) Ước<br /> chứng khoán bắt đầu hình thành và phát lượng ARDL với độ trễ tối ưu lựa chọn<br /> triển tại Việt Nam kể từ năm 2000 kéo theo tiêu chuẩn Akaike Info Criterion<br /> theo sự phát triển mạnh mẽ của các NBFI- (AIC); (3) Phân tích các tác động dựa<br /> điển hình là công ty chứng khoán và quỹ theo mô hình tối ưu; (4) Kiểm tra tính ổn<br /> đầu tư. Đối với công ty bảo hiểm và các định và khả năng tương thích của mô hình<br /> công ty tài chính và cho thuê tài chính, thông qua kiểm định phương sai sai số<br /> mặc dù đã xuất hiện tại Việt Nam từ trước thay đổi (ARCH Heteroskedasticity), tự<br /> năm 2000, tuy nhiên hoạt động trong giai tương quan (Breusch-Godfrey LM), biến<br /> đoạn này còn tương đối khiêm tốn, đồng bỏ sót (Ramsey RESET), tổng tích lũy của<br /> thời các số liệu thống kê về tình hình hoạt phần dư (CUSUM) và tổng bình phương<br /> động trong giai đoạn này khá hạn chế. Do tích lũy của phần dư (CUSUM-SQ)<br /> <br /> <br /> Bảng 1. Phân tích thống kê mô tả (số quan sát = 19)<br /> Biến phụ thuộc (Yi) Biến độc lập (Xi)<br /> Tiêu chí<br /> VNI ZS NPL RTAN RREN CK QDT BH TC<br /> Trung bình 24,92 12,31 3,43 0,12 0,02 0,02 0,03 0,04 0,04<br /> Max 85,41 15,35 8,60 0,22 0,04 0,05 0,05 0,07 0,08<br /> Min 11,56 7,09 1,55 0,02 0,01 0,01 0,00 0,01 0,01<br /> Độ lệch chuẩn 16,34 2,84 2,07 0,06 0,01 0,02 0,02 0,01 0,02<br /> Kiểm định ADF I(0) -3,70** -1,59 -2,00 -1,74 -1,93 -1,69 -1,70 -1,30 -1,60<br /> Kiểm định ADF I(1) - -4,37*** -3,25** -3,11** -3,39** -3,37** -4,57*** -2,65* -3,75**<br /> *,**,*** tương ứng với các mức ý nghĩa 10%, 5% và 1%<br /> Nguồn: Tính toán của tác giả<br /> <br /> <br /> <br /> 6 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 207- Tháng 8. 2019<br />  KIỀU HỮU THIỆN - PHẠM MẠNH HÙNG - PHẠM ĐỨC ANH<br /> <br /> <br /> Bảng 2. Kiểm định đường bao<br /> Mô hình F-statistic k Mức ý nghĩa I(0) bound I(1) bound<br /> (1a) 6,33 2 1% 3,17 4,14<br /> (1b) 5,80 2 1% 3,79 4,85<br /> (1c) 6,09 2 1% 3,14 4,67<br /> Nguồn: Tính toán của tác giả<br /> <br /> Bảng 3. Xác định độ trễ tối ưu của các biến trong mô hình ARDL<br /> Mô hình (1a) (1b) (1c) (2a) (2b) (2c) (3a) (3b) (3c) (4a) (4b) (4c) (5a) (5b) (5c)<br /> VNI 1 1 1 1 1<br /> Biến<br /> ZS 2 2 2 2 2<br /> PT<br /> NPL 1 1 1 1 1<br /> RTAN 0 0 0<br /> RREN 0 0 0<br /> Biến CK 4 4 4<br /> độc<br /> lập QDT 1 1 1<br /> BH 0 0 0<br /> TC 4 4 4<br /> Nguồn: Tính toán của tác giả<br /> <br /> <br /> (Kumar, 2013). mô hình ARDL của nhóm nghiên cứu là<br /> hoàn toàn phù hợp để ước lượng tác động<br /> Để tiến hành kiểm định đường bao dựa của sự phát triển của tổ chức tài chính phi<br /> trên giả định các biến dừng I(0) hay có ngân hàng tới mức độ ổn định tài chính.<br /> sai phân bậc nhất I(1), trước tiên, nhóm<br /> nghiên cứu thực hiện kiểm định ADF. Kết Căn cứ theo hệ số AIC, mô hình ARDL<br /> quả cho thấy các biến số trong mô hình với độ trễ tối ưu của từng phương trình<br /> đều thỏa mãn dừng I(0), hoặc dừng sai được lựa chọn cụ thể như trong Bảng 3.<br /> phân I(1).<br /> Kết quả ước lượng mô hình ARDL tối ưu<br /> Tiếp đó, chúng tôi tiến hành kiểm định được trình bày ở Bảng 4.<br /> đường bao và thu được kết quả như ở<br /> Bảng 2. Giá trị thống kê F lớn hơn giá trị 3.2. Thảo luận kết quả<br /> giới hạn tại mức ý nghĩa 1%, do đó bác<br /> bỏ giả thuyết H0, chấp nhận giả thuyết H1: Căn cứ vào kết quả hồi quy, có thể thấy<br /> Tồn tại quan hệ đồng liên kết dài hạn giữa rằng, về cơ bản, sự phát triển của các<br /> các biến số trong mô hình. NBFI có tác động tích cực tới ổn định tài<br /> chính của Việt Nam trong giai đoạn 2000-<br /> Các kiểm định khác về tính ổn định và 2018. Các kết quả định lượng được phân<br /> tin cậy của mô hình được trình bày ở Phụ tích cụ thể như sau:<br /> lục 1. Kết quả các kiểm định cho thấy<br /> <br /> <br /> Số 207- Tháng 8. 2019- Tạp chí Khoa học & Đào tạo Ngân hàng 7<br /> 8<br /> Bảng 4. Kết quả lựa chọn mô hình ARDL tối ưu<br /> Mô hình (1a) (1b) (1c) (2a) (2b) (2c) (3a) (3b) (3c) (4a) (4b) (4c) (5a) (5b) (5c)<br /> Biến PT VNI ZS NPL VNI ZS NPL VNI ZS NPL VNI ZS NPL VNI ZS NPL<br /> VNI (-1) -0,11 0,55* 0,04 -0,12 0,51<br /> ZS (-1) 0,48* 0,82*** 0,24 0,71** 0,94***<br /> ZS (-2) 0,10 -0,29 -0,02 0,02 -0,38**<br /> NPL (-1) 0,62*** 0,30 0,84*** 0,62*** 0,26<br /> RTAN 170,55 25,07** 3,47<br /> RREN -2220,77* -118,64 -110,94*<br /> CK 313,89** 25,95 -37,99**<br /> CK (-1) -182,46 -36,77 19,47<br /> CK (-2) 128,73 35,16 3,38<br /> Biến CK (-3) -18,90 7,00 9,50<br /> độc<br /> lập CK (-4) -124,10 -2,25<br /> QDT -141,21 42,18 -8,99<br /> <br /> <br /> <br /> <br /> Tạp chí Khoa học & Đào tạo Ngân hàng- Số 207- Tháng 8. 2019<br /> QDT (-1) 3,96 66,74* 15,36<br /> BH -619,66* 11,42 -41,87*<br /> TC 208,90* 14,24 -24,63**<br /> TC (-1) -85,20 18,73 9,34<br /> TC (-2) -43,08 -46,34* 16,20*<br /> TC (-3) 48,21 42,45* 2,91<br /> TC (-4) -48,45 -0,59 -7,49<br /> Const 60,34** 5,20** 3,30* 6,65* 5,08** 1,92** 27,21** 7,09*** 0,10 53,52*** 3,12* 2,78* 7,48* 4,93*** 1,94**<br /> *,**,*** tương ứng với các mức ý nghĩa 10%, 5% và 1%<br /> Nguồn: Tính toán của tác giả<br />  KIỀU HỮU THIỆN - PHẠM MẠNH HÙNG - PHẠM ĐỨC ANH<br /> <br /> <br /> Phương trình (1) nhằm đánh giá tác động triển tài sản của các công ty bảo hiểm có<br /> của hai biến số thể hiện sự phát triển của tác động hạn chế biến động mạnh của thị<br /> các NBFI là RTAN (tổng tài sản của NBFI trường chứng khoán cũng như nợ xấu của<br /> so với GDP) và RREN (tổng doanh thu hệ thống ngân hàng. Điều này là hợp lý<br /> của NBFI so với GDP) tới các chỉ báo của khi mà thị trường bảo hiểm phát triển cung<br /> ổn định tài chính, bao gồm biến động của cấp những công cụ phòng hộ rủi ro hữu<br /> VNINDEX (VNI), chỉ số Bank Z-score hiệu trên thị trường chứng khoán cũng như<br /> (ZS) và tỷ lệ nợ xấu NPL. Kết quả hồi các sản phẩm bảo hiểm tín dụng để hạn<br /> quy cho thấy sự phát triển về tài sản của chế nợ xấu ngân hàng.<br /> các NBFI có ảnh hưởng cùng chiều tới<br /> Z-score ở mức ý nghĩa 5%, một sự gia Các kết quả trên tương đối thống nhất với<br /> tăng về tài sản của các NBFI kéo theo rủi quan điểm của nhiều nghiên cứu trước<br /> ro của hệ thống ngân hàng giảm xuống. đây, ví dụ: Vittas (1997), Carmichael và<br /> Đối với các biến số VNI hay NPL, tác Pomerleano (2002), Cummins và Weiss<br /> động của RTAN không cho thấy ý nghĩa (2014), Baker (2016)… Cụ thể, Vittas<br /> thống kê. Tuy nhiên, đối với VNI và NPL, (1997) cho rằng NBFIs thúc đẩy sự cạnh<br /> biến số RREN thể hiện sự tăng trưởng tranh giữa các tổ chức trung gian tài chính,<br /> doanh thu của NBFI lại cho thấy những hoàn thiện dần bộ máy tổ chức nhằm<br /> tác động nhất định. RREN ảnh hưởng hoạt động một cách có hiệu quả hiệu quả<br /> ngược chiều đến của VNI và NPL cho hơn và đáp ứng nhu cầu của khách hàng.<br /> thấy sự gia tăng quy mô doanh thu của Bên cạnh đó, tác giả này cũng khẳng<br /> NBFI khiến thị trường chứng khoán ổn định rằng sự phát triển của NBFIs giúp<br /> định hơn và giảm tỷ lệ nợ xấu tại các ngân kích thích phát triển thị trường vốn thông<br /> hàng. qua việc tạo ra nguồn tài chính dài hạn<br /> dồi dào, đồng thời cũng tạo thêm nguồn<br /> Nhóm phương trình (2), (3), (4), (5) kiểm cung và cầu mới cho thị trường. Về sự<br /> tra tác động của từng nhóm tổ chức trong phát triển của khu vực tài chính phi ngân<br /> NBFI tới tình hình ổn định tài chính. Hệ hàng, Carmichael và Pomerleano (2002)<br /> số hồi quy của các biến số CK, BH, TC, cho rằng khu vực này được khuyến khích<br /> QDT đều cho thấy ảnh hưởng tích cực phát triển vì các quốc gia sẽ được hưởng<br /> nhất định của các nhóm tổ chức NBFI tới lợi từ việc tiếp cận rộng hơn các dịch vụ<br /> tình hình ổn định tài chính của Việt Nam. tài chính cùng với một hệ thống tài chính<br /> Nhóm CTCK và CTTC có ảnh hưởng khá cạnh tranh hơn, đa dạng hơn, mức độ tổn<br /> tương tự nhau đối với tình hình ổn định thương thấp hơn. Ở mức độ kinh tế vi mô,<br /> tài chính. Tổng tài sản của các CTCK và sự tăng trưởng của NBFIs thúc đẩy cạnh<br /> CTTC có quan hệ cùng chiều với mức độ tranh trong khu vực tài chính, thách thức<br /> biến động thị trường VNINDEX, nghĩa là năng lực và dịch vụ của hệ thống ngân<br /> quy mô tài sản của CTCK và CTTC gia hàng, thúc đẩy cải thiện sản phẩm dịch vụ<br /> tăng mạnh khi thị trường biến động mạnh. đồng thời làm giảm tính dễ bị tổn thương<br /> Tăng trưởng tài sản của CTCK và CTTC của hệ thống ngân hàng (Carmichael<br /> có mối quan hệ ngược chiều với nợ xấu và Pomerleano, 2002). Nghiên cứu của<br /> ngân hàng. Sự gia tăng tài sản quản lý của Cummins và Weiss (2014) cho thấy tác<br /> các QDT có quan hệ cùng chiều với chỉ động tiêu cực không tồn tại hoặc chỉ là<br /> số Bank Z-score. Trong khi đó sự phát rất nhỏ của ngành bảo hiểm đối với sự ổn<br /> <br /> <br /> Số 207- Tháng 8. 2019- Tạp chí Khoa học & Đào tạo Ngân hàng 9<br />  Đánh giá tác động của sự phát triển các tổ chức tài chính phi ngân hàng tới ổn định tài chính ở<br /> Việt Nam dựa trên Mô hình ARDL<br /> <br /> định của thị trường tài chính. đoạn 2000- 2018 mang dấu ấn tích cực<br /> nhiều hơn tiêu cực. Thực trạng hoạt động<br /> 4. Kết luận của một số khu vực NBFIs có thể gây<br /> ra rủi ro hoạt động tiềm tàng trong một<br /> Trong những năm gần đây, vai trò của số giai đoạn cụ thể, tuy nhiên, rủi ro này<br /> ngân hàng như các trung gian tài chính ở dường như chưa đủ lớn để có thể ảnh<br /> một số quốc gia phát triển đã giảm đi phần hưởng tới hệ thống ngân hàng hay ổn định<br /> nào với sự xuất hiện của các trung gian tài tài chính nói chung của Việt Nam.<br /> chính phi ngân hàng, cho phép các doanh<br /> nghiệp tiếp cận trực tiếp các khoản tiết Trong nghiên cứu này, nhóm nghiên cứu<br /> kiệm cá nhân. Lịch sử phát triển kinh tế mong muốn có thể đưa biến số phản ánh<br /> của các nước trên thế giới cho thấy sự phát ổn định tài chính Financial Stability Index<br /> triển tài chính của các quốc gia bắt đầu với trở thành biến phụ thuộc trong mô hình,<br /> các tổ chức tài chính ngân hàng và trong khi đó việc đánh giá tác động của sự phát<br /> giai đoạn tiếp theo là các tổ chức tài chính triển NBFI tới ổn định tài chính sẽ trở nên<br /> phi ngân hàng. Nằm trong dòng chảy đó, chặt chẽ hơn. Tuy nhiên, do chuỗi số liệu<br /> vai trò của các tổ chức tài chính phi ngân của hệ thống tài chính Việt Nam không<br /> hàng tại Việt Nam ngày càng được gia đủ dài nên nhóm nghiên cứu chỉ xây dựng<br /> tăng, nhưng đi cùng với đó là những lo được chỉ số tổng hợp (composite index)<br /> ngại về rủi ro đó với ổn định của hệ thống này cho giai đoạn 2010- 2018. Do chuỗi<br /> tài chính. số liệu chưa đủ dài để đưa vào mô hình,<br /> chúng tôi hi vọng hạn chế này có thể<br /> Thông qua kết quả định lượng của nghiên được khắc phục trong các nghiên cứu tiếp<br /> cứu này, có thể khẳng định tác động tổng theo.■<br /> thể của sự phát triển NBFIs tới tình hình<br /> ổn định tài chính tại Việt Nam trong giai<br /> <br /> <br /> Tài liệu tham khảo<br /> 1. Baker, S. (2016), Non-banks improve effectiveness of monetary policy on economy, IMF.<br /> 2. Beck, T., Levine, R. and Loayza, N. (2000), Finance and the Sources of Growth. Journal of financial economics,<br /> 58(1-2), 261-300.<br /> 3. Carmichael, J. and Pomerleano, M. (2002), The development and regulation of Non-bank financial institutions,<br /> World Bank.<br /> 4. Cheng, X. and Degryse, H. (2010), The impact of bank and non-bank financial institutions on local economic<br /> growth in China, Journal of Financial Services Research, 37(2–3), 179–199.<br /> 5. Cummins, J.D. and Weiss, M.A., (2014), Systemic risk and the U.S. insurance sector, Journal of Risk and<br /> Insurance, 81, 489-528.<br /> 6. European Commission, (2012), Non-bank financial institutions: Assessment of their impact on the stability of the<br /> financial system, Economic Papers 472.<br /> 7. Gujarati, D.N. (2003), Basic Econometrics, 4th ed, McGraw-Hill, New York.<br /> 8. Hossain, M. and Shahiduzzaman, M. (2005) “Development of Non Bank Financial Institutions to Strengthen the<br /> Financial System of Bangladesh”, MPRA Paper 24734.<br /> 9. Impavido, G., Musalem, A. R., & Tressel, T. (2003). The impact of contractual savings institutions on securities<br /> markets. The World Bank.<br /> 10. Islam, M.A. and Osman, J.B. (2011), Development Impact of Non-Bank Financial Intermediaries on Economic<br /> Growth in Malaysia: An Empirical Investigation, International Journal of Business and Social Science, 2(14), 187-198.<br /> 11. Kumar, R. R. (2013), Remittances and economic growth: A study of Guyana. Economic Systems, 37(3), 462–472.<br /> 12. Liang, H.Y. and Reichert, A.K. (2012), The impact of banks and non-bank financial institutions on economic<br /> <br /> <br /> <br /> 10 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 207- Tháng 8. 2019<br />  KIỀU HỮU THIỆN - PHẠM MẠNH HÙNG - PHẠM ĐỨC ANH<br /> <br /> <br /> growth. The Service Industries Journal, 32(5), 699-717.<br /> 13. Nguyễn Văn Tiến (2016), Giáo trình Tiền tệ - Ngân hàng và Thị trường Tài chính, NXB Lao động.<br /> 14. Pesaran, M.H., Shin, Y. and Smith, R.J. (2001) “Bounds testing approaches to the analysis of level relationships”,<br /> Journal of Applied Econometrics, 16(3), 289–326.<br /> 15. Rioja, F. and Valev, N. (2004), Finance and the sources of growth at various stages of economic development,<br /> Economic Inquiry, 42(1), 127-140.<br /> 16. Vittas, D. (1997) The Role of Non-Bank Financial Intermediaries in Egypt and other MENA countries, World Bank.<br /> 17. Weiss, G. and Muhlnickel, J. (2015), Consolidation and systemic risk in the international insurance industry,<br /> Journal of Financial Stability, 18, 187-202.<br /> <br /> <br /> Phụ lục 1: Các kiểm định chuẩn đoán của mô hình ARDL<br /> Kết quả kiểm định mô hình phù hợp với mức ý nghĩa 5% ở Bảng 1a cho thấy giả thuyết H0 đều<br /> được chấp nhận trong các mô hình: Mô hình có phương sai sai số không đổi, không tồn tại tự<br /> tương quan bậc 2, mô hình phù hợp và không thừa biến. Kiểm định CUSUM và CUSUM-SQ đều<br /> nằm trong đoạn tiêu chuẩn ứng với mức ý nghĩa 5% (Hình 1a) cho thấy phần dư của mô hình có<br /> tính ổn định cao, do đó mô hình ước lượng ổn định.<br /> <br /> <br /> Hình 1a. Kiểm định tổng tích lũy và tổng bình phương tích lũy của phần dư<br /> Mô hình (1a)<br /> <br /> <br /> <br /> <br /> Mô hình (1b)<br /> <br /> <br /> <br /> <br /> Số 207- Tháng 8. 2019- Tạp chí Khoa học & Đào tạo Ngân hàng 11<br />  Đánh giá tác động của sự phát triển các tổ chức tài chính phi ngân hàng tới ổn định tài chính ở<br /> Việt Nam dựa trên Mô hình ARDL<br /> <br /> <br /> Mô hình (1c)<br /> <br /> <br /> <br /> <br /> Bảng 1a. Kết quả kiểm định chẩn đoán<br /> Kiểm định chẩn Mô hình (1a) Mô hình (1b) Mô hình (1c)<br /> đoán Trị thống kê P-value Trị thống kê P-value Trị thống kê P-value<br /> Heteroskedasticity 0,480 0,488 0,100 0,750 2,540 0,221<br /> Breusch-Godfrey LM 0,302 0,580 0,301 0,583 1,339 0,247<br /> Ramsey RESET 4,230 0,322 0,070 0,973 0,800 0,519<br /> CUSUM Ổn định Ổn định Ổn định<br /> CUSUM-SQ Ổn định Ổn định Ổn định<br /> <br /> <br /> <br /> <br /> 12 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 207- Tháng 8. 2019<br />