Khung khổ lý thuyết về tính bất định tác động đến rủi ro phá sản của hệ thống ngân hàng thương mại Việt Nam

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:14

Thêm vào BST

Báo xấu

5
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nghiên cứu tập trung tổng hợp các lý thuyết liên quan đến tính bất định của nền kinh tế và rủi ro phá sản của hệ thống các ngân hàng thương mại tại Việt Nam. Dựa vào nội dung tổng hợp, các nghiên cứu trong tương lai có thể hình thành khung khổ lý thuyết hoàn chỉnh, làm cơ sở vững chắc cho bài nghiên cứu.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Khung khổ lý thuyết về tính bất định tác động đến rủi ro phá sản của hệ thống ngân hàng thương mại Việt Nam

KHUNG KHỔ LÝ THUYẾT VỀ TÍNH BẤT ĐỊNH TÁC ĐỘNG ĐẾN RỦI RO PHÁ SẢN CỦA HỆ THỐNG NGÂN HÀNG THƯƠNG MẠI VIỆT NAM Nguyễn Hoàng Chung1, Lê Giáng Anh1 1. Trường Đại học Thủ Dầu Một; email: 2023402010811@student.tdmu.edu.vn TÓM TẮT Nghiên cứu tập trung tổng hợp các lý thuyết liên quan đến tính bất định của nền kinh tế và rủi ro phá sản của hệ thống các ngân hàng thương mại tại Việt Nam. Dựa vào nội dung tổng hợp, các nghiên cứu trong tương lai có thể hình thành khung khổ lý thuyết hoàn chỉnh, làm cơ sở vững chắc cho bài nghiên cứu Từ khóa: NHTM, Lý thuyết rủi ro phá sản, Tính bất định Abstract THEORETICAL FRAMEWORK OF UNCERTAINTY AFFECTING BANKRUPTCY RISK OF VIETNAM'S COMMERCIAL BANKING SYSTEM The study focuses on synthesizing theories related to the uncertainty of the econ omy and the bankruptcy risk of the commercial banking system in Vietnam. Based on the aggregated content, subsequent studies can form a complete theoretical framework as a solid basis for the research paper Keywords: bankruptcy, commercial bank, uncertainty 1. GIỚI THIỆU Các nghiên cứu liên quan đến khả năng nhận diện rủi ro phá sản trong kinh doanh đã bắt đầu xuất hiện trong những năm 1930. Sau đó, các nghiên cứu như Bellovary, Giacomino, & Akers (2007) dần tập trung vào phân tích đơn biến (một tỷ lệ nhất định đại diện cho một nhân tố). Altman (1968) là nghiên cứu đầu tiên và vẫn còn phổ biến cho đến nay đề cập đến các nhân tố đa biến. Ban đầu các nghiên cứu chỉ phản ánh các yếu tố rủi ro phá sản thông qua các hoạt động tài chính và kinh doanh nội bộ (tức là cấp doanh nghiệp). Bellovary và cộng sự (2007) đã tiên phong liệt kê 42 yếu tố phổ biến nhất trong các mô hình dự báo phá sản điển hình như: Thu nhập ròng/Tổng tài sản, Tỷ suất thanh toán hiện hành, Vốn lưu động/Tổng tài sản, Lợi nhuận chưa phân phối/Tổng tài sản,… Tuy nhiên, cùng với sự thay đổi và phát triển không ngừng của nền kinh tế, người ta bắt đầu nghi ngờ về tính chính xác của mô hình phá sản nếu chỉ xem xét các chỉ tiêu nội bộ ngành (Zavgren, 1985). Do đó, các nhân tố mới trong mô hình phá sản, đặc biệt là các nhân tố bên ngoài hay các nhân tố kinh tế vĩ mô được nhiều nhà nghiên cứu quan tâm, xem xét như: GDP (Levy & Bar-Niv, 1987; Hol, 2007; Dewaelheyns & Van Hulle, 2008; Santoro & Gaffeo, 2009); Lạm phát-INF (Santoro & Gaffeo, 2009; Levy & Bar-Niv, 1987). Theo quan sát của tác giả, trên thực tế có rất ít tài liệu nghiên cứu về tính bất định trong các ngân hàng thương mại cổ phần (NHTMCP) với rủi ro phá sản ngoại trừ Stolbov and Shchepeleva (2020) đã sử dụng kiểm định Granger để nghiên cứu mối quan hệ nhân quả giữa tính bất định của chính sách kinh tế và phá sản. Tuy nhiên chưa nghiên cứu sâu trong mảng tài chính ngân hàng. Do đó, trong nghiên cứu này, chúng tôi sẽ tổng hợp các lý thuyết liên quan để làm rõ mối quan hệ giữa tính bất định và rủi ro phá sản của các ngân hàng thương mại cổ phần. 351
2. CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU 2.1. Lý thuyết về rủi ro phá sản của ngân hàng thương mại 2.1.1. Khái niệm về rủi ro Rủi ro là một thuật ngữ phổ biến, được sử dụng trong nhiều ngành nghề kinh doanh. Là một khái niệm chưa được thống nhất nên tùy vào những trường phái khác nhau thì khái niệm về rủi ro được định nghĩa khác nhau. Denenberg và cộng sự (1964) định nghĩa rủi ro là sự không chắc chắn về những tổn thất có thể gặp trong tương lai. Điều này cũng giống với định nghĩa của Mehr và Cammack (1961). Greene (1962) cho rằng rủi ro là “sự không chắc chắn về khả năng xảy ra tổn thất trong kinh tế”, nhưng có vẻ rủi ro không chỉ xảy ra trong lĩnh vực kinh tế mà bất cứ ngành nghề nào cũng có thể tiềm ẩn rủi ro. Còn Willett (1951) cho rằng rủi ro cũng là sự không chắc chắn diễn ra một cách khách quan, không phụ thuộc vào ý muốn của con người về một sự kiện không mong muốn xảy đến. Điều này cũng phù hợp với quan điểm của (Rable, 1968). Với bản chất kinh doanh về “tiền” rủi ro trong hoạt động kinh doanh của NHTM luôn song hành, gắn với mọi nghiệp vụ, luôn có thể xảy ra. Hoạt động kinh doanh luôn đi kèm với rủi ro nhưng nếu rủi ro xảy ra với tần suất cao, gây thiệt hại lớn trên quy mô rộng thì rủi ro có thể tạo thành chuỗi dẫn đến hiệu ứng domino xảy ra nhanh chóng trên các thị trường tín dụng, chứng khoán, bất động sản, thương mại... và ngân hàng/hệ thống ngân hàng bị phá sản kéo theo sự sụp đổ của thị trường tài chính, phá vỡ sự ổn định của hệ thống. Do mức độ ảnh hưởng có thể nói vô cùng lớn, việc phá sản NHTM không xảy ra với tần suất cao như các loại hình doanh nghiệp sản xuất, thương mại khác, nhưng không đồng nghĩa với việc không xảy ra. Hơn nữa, rủi ro thường đi kèm với phần thưởng, rủi ro càng cao thì lợi nhuận kỳ vọng càng cao. Tùy thuộc vào khẩu vị rủi ro của mỗi nhà quản lý, việc đánh giá các cơ hội kinh doanh dựa trên mức độ chấp nhận rủi ro sẽ mang lại hoặc không mang lại lợi ích như mong đợi. Ngành Ngân hàng cũng vậy, rủi ro của NHTM rất đa dạng, theo Rose (1999) tại NHTM có 4 loại rủi ro bao gồm: rủi ro tín dụng, rủi ro lãi suất, rủi ro tỷ giá và rủi ro thanh khoản.. Từ đó, tác giả thực hiện bài nghiên cứu này chú trọng xem xét đến rủi ro phá sản của ngân hàng thương mại. 2.1.2. Khái niệm phá sản ngân hàng thương mại Heffernan (2005) cho rằng khả năng phá sản của các doanh nghiệp xảy ra khi doanh nghiệp lâm vào tình trạng mất khả năng thanh toán, khi nợ phải trả vượt quá tài sản hoặc tài sản ròng âm. Tuy nhiên quan điểm về phá sản doanh nghiệp cần được xem xét khi áp dụng vào NHTM do những đặc thù khác biệt trong kinh doanh. NHTM hoạt động trong lĩnh vực tài chính tiền tệ, đây là lĩnh vực nhạy cảm và tác động trực tiếp đến mọi hoạt động trong nền kinh tế. Chính vì thế Chính phủ và NHNN luôn kiểm soát chặt chẽ hoạt động của ngân hàng nhằm ổn định hệ thống tiền tệ và hạn chế nguy cơ khủng hoảng xảy ra ảnh hưởng đến toàn nền kinh tế. Trong trường hợp xảy ra khủng hoảng, các đơn vị quản lý cũng sẽ thực hiện rất nhiều biện pháp khác nhau trước khi để phá sản thực sự diễn ra. Martin (1977) cho rằng ngân hàng sẽ phá sản nếu giá trị ròng bị âm hoặc nếu tiếp tục hoạt động sẽ dẫn tới thiệt hại ngay lập tức dẫn đến giá trị ròng âm. Tuy nhiên, hầu hết các tình huống thất bại của ngân hàng được giải quyết bằng những cách không dẫn đến phá sản theo nghĩa hợp pháp. Giám sát sáp nhập bắt buộc, trong đó ngân hàng yếu hơn được sáp nhập vào một ngân hàng mạnh hơn theo ý kiến của cơ quan quản lý nhà nước, được áp dụng thường xuyên hơn là để ngân hàng phá sản thực tế. Kaufman và Cato (1996) đã định nghĩa một ngân hàng không thành công về mặt kinh tế khi giá trị thị trường của tài sản giảm xuống dưới giá trị thị trường của nợ phải trả, do đó giá trị thị trường của vốn (giá trị ròng) trở nên âm. Vào thời điểm đó, ngân hàng không thể mong đợi trả hết tiền cho người gửi tiền đầy đủ và đúng thời hạn. 352
Logan (2001) và Heffernan (2005) đều đưa ra khái niệm về phá sản NHTM là khi ngân hàng mất khả năng thanh toán, bị sáp nhập hoặc bị mua lại bởi một ngân hàng lớn khỏe mạnh, được sự kiểm soát của chính phủ hoặc ngân hàng đó phải nhận sự cứu trợ từ NHTW. Khái niệm này về bản chất không phải là việc ngân hàng nộp đơn phá sản, mà là ngay khi ngân hàng không thanh toán được các khoản nợ, và bị các cơ quan quản lý áp dụng các biện pháp đặc biệt để kiểm soát rủi ro lan rộng. Từ các lý thuyết nêu trên, nghiên cứu đưa ra 2 kết luận như sau: Một là, phá sản NHTM xảy ra khi ngân hàng không thể thanh toán được các khoản nợ bằng nguồn vốn tự có và nộp đơn phá sản. Hai là, phá sản ngân hàng còn được tính trong các trường hợp bị mua lại bởi các ngân hàng mạnh, bị cơ quan quản lý áp dụng các biện pháp đặc biệt như chỉ định sáp nhập hoặc quốc hữu hóa. 2.1.3. Rủi ro phá sản của ngân hàng thương mại Thuật ngữ rủi ro hay nguy cơ phá sản ngân hàng (Bank failure risk) được sử dụng trong nghiên cứu nước ngoài với hàm ý tổng hợp các rủi ro ngân hàng gặp phải dẫn đến phải đối mặt với sự phá sản. Shaffer (2012) trong nghiên cứu về rủi ro phá sản NHTM tại Úc đã nêu ra rủi ro phá sản hay nguy cơ thất bại là tập hợp của các rủi ro ngân hàng gặp phải, tăng giảm rủi ro này bằng cách điều chỉnh các yếu tố rủi ro trong ngân hàng. Ví dụ như rủi ro tín dụng, rủi ro thanh khoản cao hơn thì rủi ro phá sản cao hơn. Samad và Armstrong (2022) đã chỉ ra rằng rủi ro phá sản của ngân hàng là sự đổ vỡ của ngân hàng từ việc hoạt động không hiệu quả. Bên cạnh những tác động đối với nền kinh tế, ngân hàng còn phải gánh chịu một khoản chi phí tài chính lớn, ảnh hưởng đến tốc độ tăng trưởng GDP và tỷ lệ việc làm của quốc gia; gây hậu quả nghiêm trọng đối với các chủ doanh nghiệp, các bộ công nhân viên, cổ đông và chủ nợ. Do đó, dự đoán sớm nguy cơ phá sản của các ngân hàng thương mại cho phép các cơ quan nhà nước ngăn chặn nguy cơ hay rủi ro phá sản hoặc giảm chi phí tài chính đến mức tối thiểu, duy trì niềm tin của công chúng vào hệ thống ngân hàng. Nguyễn Thanh Dương (2013) cho rằng việc giảm thu nhập dẫn tới làm thâm hụt vốn sẽ khiến ngân hàng lâm vào trạng thái khánh kiệt và đứng trước nguy cơ phá sản. Phạm Tiến Đạt (2013) khi đánh giá rủi ro trong NHTM nhằm phục vụ cho hoạt động kiểm toán BCTC, đã cho rằng Rủi ro vỡ nợ là rủi ro khi ngân hàng không đủ VCSH để bù đắp cho sự sụt giảm đột ngột trong giá trị tài sản do hậu quả của các loại rủi ro khác, thiếu kinh nghiệm quản lý vĩ mô, do sự suy thoái của nền kinh tế, tỷ trọng huy động tiền gửi nhỏ, chủ yếu dựa vào các khoản vay, sự gia tăng các vụ vỡ nợ trong danh mục cho vay của các khách hàng. Có thể thấy định nghĩa này đã chỉ ra dấu hiệu cụ thể để xác định phá sản ngân hàng, đó là giá trị tài sản suy giảm dẫn đến VCSH không đủ bù đắp. Nguyên nhân do: (i) hậu quả của các loại rủi ro khác trong ngân hàng, như rủi ro tín dụng, rủi ro thanh khoản, rủi ro lãi suất,… hoặc (ii) do quản lý yếu kém, hoặc (iii) suy thoái kinh tế. Tóm lại, rủi ro phá sản NHTM là rủi ro xảy ra khi NHTM đứng trước nguy cơ nộp đơn phá sản, hoặc bị kiểm soát bởi cơ quan có thẩm quyền, hoặc bị bắt buộc sáp nhập vào ngân hàng khác. Rủi ro phá sản NHTM xảy ra do nguyên nhân từ các rủi ro khác trong hoạt động của NHTM, xuất phát từ nội tại ngân hàng hoặc từ môi trường kinh doanh bên ngoài, mà biểu hiện đầu tiên là không đủ VCSH để bù đắp cho sự sụt giảm đột ngột trong giá trị tài sản, mất khả năng thanh khoản. 2.2. Lý thuyết về tính bất định Sau cuộc khủng hoảng tài chính năm 2008, sự bất ổn xoay quanh các chính sách của chính phủ, nhà nước, ngày càng có nhiều người chú ý đến tính bất định trong các doanh nghiệp và những tác động của nó đối với nền kinh tế. Ví dụ trong thời kỳ kinh tế chính trị bất ổn, các ngân 353
hàng có thể tăng chênh lệch cho vay (Ashraf & Shen, 2019), giảm sự ổn định tài chính (Wu và cộng sự, 2020), giảm giá trị (He & Niu, 2018), làm rủi ro tín dụng tăng cao (Danisman và cộng sự, 2021). Do đó, trong những năm gần đây, mối liên hệ giữa tính bất định của nền kinh tế và hoạt động ngân hàng đã nhận được sự quan tâm đặc biệt. Theo (Buch, 2015) các ngân hàng có bộ đệm vốn (Capital buffers) thấp cần phải điều chỉnh lại danh mục đầu tư, chuyển các khoản đầu tư nhiều rủi ro như cho vay sang các khoản ít rủi ro hơn. Ngược lại, các ngân hàng có vốn hóa tốt hơn sẽ giảm cho vay nếu sự phân tán các cú sốc đối với nguồn vốn ngắn hạn tăng lên. Khi sự bất định càng cao, kết quả trong tương lai sẽ trở nên khó dự đoán hơn. Trong lĩnh vực ngân hàng, khả năng dự báo kém do tính bất định cao được phản ánh bởi việc phân tán các cú sốc đối với các biến ở cấp độ ngân hàng như: rủi ro ngân hàng, quy mô ngân hàng, lợi nhuận trước thuế/tổng tài sản, GDP, lãi suất tái cấp vốn, v.v. Hơn nữa, tính bất định cao còn được phản ánh bằng việc mở rộng việc phân bổ cú sốc thị trường với lãi suất cho vay. Từ đó có thể thấy tính bất định là việc không thể dự đoán những rủi ro có thể gặp trong tương lai và thường được đo lường bằng sự phân tấn cắt ngang của các cú sốc đối với các biến số trong lĩnh vực ngân hàng (level – bank variables) Phân tích trên góc độ ngành ngân hàng, rất khó có được dữ liệu đáng tin cậy trên thị trường về giá cổ phiếu, đặc biệt là ở các quốc gia có nhiều ngân hàng chưa niêm yết và thị trường chứng khoán còn kém phát triển. Do đó, Bloom và các cộng sự (2012) đã đề xuất sử dụng thông tin về sự phân tán cắt ngang của các cú sốc qua năng suất (dispersion of productivity). Độ phân tán tăng khi các cú sốc được phân bổ theo quy mô lớn, từ đó mà việc dự báo rủi ro trong tương lai trở nên khó khăn, kém chính xác hơn. Do đó, sự gia tăng phân tán theo mặt cắt ngang của các cú sốc có thể làm tính bất định cao hơn. Theo Buch và cộng sự (2015), tính bất định trong hoạt động ngân hàng được đo lường bằng sự phân tán cắt ngang của các cú sốc. Điều này có thể được tính toán và thực hiện theo hai bước. Đầu tiên, xác định các cú sốc cụ thể trong năm của ngân hàng đối với từng biến trong mô hình hồi quy. Trong bước thứ hai, tính toán sự bất định trong hoạt động ngân hàng như là sự phân tán cắt ngang qua các cú sốc cụ thể của ngân hàng theo từng quốc gia và từng năm. Họ cũng xác định và tính toán độ phân tán cắt ngang bằng độ lệch chuẩn (Standard Deviation - SD). Điều này cũng cho thấy thước đo cho tính bất định bắt nguồn từ dữ liệu cấp ngân hàng, gọi UncBank là jt cho quốc gia j tại thời điểm t: UncBankjt = SD (ejt) Sự bất định hay sự thiếu minh bạch trong ngân hàng và cấu trúc của thị trường bao gồm: sự phân tán tài sản, sự phân tán nguồn vốn và sự phân tán lợi nhuận từ các cú sốc: Phân tán các cú sốc đối với khả năng sinh lời (ROA): Đây là biện pháp đo lường tính bất định liên quan đến lợi tức cho vay. Là sự phân tán của các cú sốc đối với khả năng sinh lời của ngân hàng. Trong thời kỳ khủng hoảng, các cú sốc bất lợi có nhiều khả năng xảy ra hơn. Điều này có thể làm cho việc phân phối lợi nhuận được mở rộng. Ví dụ, những cú sốc này có thể dẫn đến sự gia tăng rủi ro tín dụng. Khả năng sinh lời được xác định bằng lợi tức trên tổng tài sản (ROA) hay còn được xác định bằng tỷ lệ của lợi nhuận hoạt động trên tổng tài sản (%). Độ phân tán của các cú sốc đối với tăng trưởng tổng tài sản: Vì khả năng sinh lời của ngân hàng có thể được thúc đẩy bởi nhiều yếu tố khác ngoài các cú sốc đối với lãi suất cho vay, do đó nghiên cứu sử dụng độ phân tán của các cú sốc đối với tăng trưởng tổng tài sản như một biến đại diện cho các cú sốc về tài sản. Những cú sốc về tài sản này có thể tương ứng với những cú sốc về nhu cầu cho vay nhưng chúng cũng có thể bao gồm các yếu tố khác ảnh hưởng đến khối lượng tài sản của ngân hàng. 354
Phân tán các cú sốc đối với tăng trưởng năng suất: Ứng dụng đơn giản nhất của Bloom và cộng sự (2012) là đo lường các cú sốc đối với năng suất của ngân hàng. Tuy nhiên, trong lĩnh vực ngân hàng, sự khác biệt giữa đầu vào và đầu ra ít rõ ràng hơn (Degryse, Kim và Ongena, 2009). Tiền gửi có thể được coi là đầu vào của quá trình “sản xuất” các khoản cho vay, nhưng các khoản tiền gửi thấu chi cũng có thể biến thành các khoản cho vay. Ngoài ra, các ngân hàng phải cân bằng giữa việc sử dụng tối ưu đầu vào và đầu ra để tạo ra đủ lợi nhuận đồng thời quản lý rủi ro trong hoạt động của mình. Do đó, ước tính năng suất của ngân hàng bằng cách sử dụng một phương pháp thực nghiệm theo nghiên cứu của Levinsohn và Petrin (2003) và được áp dụng cho nhiều ngân hàng (Nakane và Weintraub, 2005) . Phân tán cú sốc đối với tăng trưởng huy động vốn ngắn hạn: Tính bất định không chỉ ảnh hưởng đến lợi nhuận tài sản mà còn cả các điều kiện huy động vốn. Trong những thời kỳ nền kinh tế không ổn định, khả năng tiếp cận vốn có thể khác nhau đáng kể giữa các ngân hàng. Các ngân hàng phụ thuộc nhiều vào tiền gửi của khách hàng có thể ít bị ảnh hưởng bởi cú sốc tài trợ hơn so với các ngân hàng phụ thuộc vào tài trợ. Kết quả là, sự phân tán của các cú sốc đối với nguồn vốn ngắn hạn giữa các ngân hàng mở rộng. Chúng tôi đo tài trợ ngắn hạn dưới dạng tiền gửi từ ngân hàng, cầm cố giấy tờ có giá (REPO) và tài sản thế chấp bằng tiền mặt, cũng như các khoản tiền gửi và vay ngắn hạn khác. Sự bất định có thể làm tăng thông tin bất cân xứng (information asymetry) giữa các nhà quản lý ngân hàng và các nhà đầu tư hay chủ nợ, vì các nhà quản lý ngân hàng có khả năng đánh giá tác động của sự bất định đối với thu nhập của ngân hàng, từ đó hoạt động một cách hiệu quả hơn so với các nhà đầu tư/chủ nợ. Nếu các cổ đông không nhận diện được điều kiện cơ bản của ngân hàng, các nhà quản lý ngân hàng sẽ có cơ hội để bóp méo thông tin tài chính để tư lợi cá nhân (Kothari và cộng sự, 2009). Hơn nữa, biến động thu nhập của các ngân hàng có xu hướng tăng trong thời kỳ có nhiều bất ổn, do đó tạo ra nhiều khó khăn hơn cho nhà nước quản lý hoạt động kinh doanh của ngân hàng (Holthausen và cộng sự, 1995). Do đó, biến động thu nhập của các ngân hàng có xu hướng tăng trong thời kỳ có nhiều bất ổn,… Theo (Dang & Nguyen, 2021a) đề cập đến một số nhân tố phản ánh sự bất định trong các tổ chức kinh tế chẳng hạn như biến động giá cổ phiếu, sự bất đồng giữa các nhà hoạch định chính sách vĩ mô, v.v. (Al-Thaqeb và Algharabali (2019). Đo lường sự bất định bằng cách sử dụng dữ liệu cấp ngân hàng như Buch (2015) đề xuất, nghiên cứu đề cập đến tính bất định của hệ thống ngân hàng dựa trên (i) sự phân tán tổng tài sản, (ii) Sự phân tán nguồn vốn ngắn hạn, (iii) Sự phân tán năng suất và (iv) sự phân tán ROA, UNcFD, UncPD. Sự phân tán của các cú sốc trong tổng tài sản, tổng nguồn vốn và khả năng sinh lời sử dụng dữ liệu cấp ngân hàng, điều này cũng phù hợp với nghiên cứu của (Dang & Nguyen, 2022b). Ngoài ra, lý thuyết về tính bất định hay sự không minh bạch của ngân hàng còn thông qua sự bất định về tiền tệ, sự bất định về tài chính hoặc sự bất định chính sách kinh tế (Baker và cộng sự, 2016). Hơn nữa, Buch và các cộng sự (2015) cũng cho rằng tính bất định trong lĩnh vực ngân hàng được phản ánh bởi sự phân tán cắt ngang của các cú sốc về tài sản, nguồn vốn ngắn hạn và khả năng sinh lời của ngân hàng, do đó cần xem xét các hoạt động của ngân hàng trong điều kiện tồn tại tính bất định trong nền kinh tế thị trường: Thứ nhất, khả năng sinh lời của ngân hàng trong điều kiện bất định: Theo Dang & Nguyen (2022) trong việc xem xét mức độ bất định của thị trường ảnh hưởng đến lợi nhuận của ngân hàng (thu nhập lãi thuần, thu nhập ngoài lãi và dự phòng tổn thất cho vay). Thông qua nghiên cứu này, tác động của sự bất định trong hoạt động ngân hàng, được đo lường bằng sự phân tán cắt ngang của các cú sốc sử dụng dữ liệu cấp ngân hàng, đối với khả năng sinh lời của ngân hàng/kết quả hoạt động kinh doanh của ngân hàng. Hơn nữa, phân tán cắt ngang của các cú sốc đối với các biến cấp độ ngân hàng để nắm bắt sự bất định ở mức vi mô trong lĩnh vực 355
ngân hàng. Nghiên cứu này bao gồm thu nhập lãi thuần và thu nhập ngoài lãi (phân tách thành thu nhập từ phí/hoa hồng, giao dịch chứng khoán, chuyển đổi ngoại hối và các hoạt động phi lãi khác). Đầu tiên, nghiên cứu này xem xét khả năng sinh lời của ngân hàng trong bối cảnh ngân hàng tồn tại sự không ổn định. Thứ hai, nghiên cứu tính đến sự phân tán theo mặt cắt ngang của các cú sốc khác nhau đối với các biến cấp độ ngân hàng (tăng trưởng tổng tài sản, tăng trưởng nguồn vốn ngắn hạn, mức sinh lời). Điều này tạo ra sự bất định trong phân tán tài sản, phân tán nguồn vốn và sự phân tán khả năng sinh lời của các cú sốc. Các biến cụ thể trong lĩnh vực ngân hàng bao gồm: Tổng tài sản, vốn ngân hàng (vốn chủ sở hữu/tổng tài sản), thanh khoản ngân hàng (tài sản thanh khoản/tổng tài sản) và tăng trưởng cho vay ngân hàng (tỷ lệ phần trăm thay đổi tổng cho vay hàng năm). Hơn nữa, véc tơ vĩ mô với tốc độ tăng trưởng GDP, lãi suất cho vay ngắn hạn để nắm bắt được sự ảnh hưởng của lập trường chính sách tiền tệ. Phương pháp này được sử dụng kỹ thuật winorize để vô hiệu hóa tác động của các giá trị ngoại lai cực đoan và tính toán độ không đảm bảo của ngân hàng bằng phân tán mặt cắt ngang. Ngoài ra nghiên cứu cũng cho rằng, việc trích lập khoản dự phòng tổn thất cho vay cũng là cách mà nhiều ngân hàng làm để đối phó với tính bất định của thị trường Thứ hai, chiến lược dự trữ thanh khoản của ngân hàng trong điều kiện bất định: Theo (Dang & Nguyen, 2022b), nghiên cứu dựa trên sự không ổn định của ngân hàng, phân tán chéo, tích trữ thanh khoản. Ngoài việc kiểm tra liệu có tồn tại mối liên hệ giữa sự không chắc chắn của ngân hàng và việc tích trữ thanh khoản của ngân hàng hay không, nghiên cứu này còn xem phản ứng của các ngân hàng trong việc nắm giữ thanh khoản trong điều kiện tính bất định khác nhau, tùy theo sức mạnh tài chính hoặc các đặc điểm cụ thể của từng ngân hàng. Theo giả thuyết “search for yield” (Dell'Ariccia và cộng sự, 2014), các ngân hàng có thể chọn đầu tư theo hình thức “high risk and high return” rủi ro càng cao sẽ tìm kiếm được nhiều lợi nhuận, ngụ ý giảm nắm giữ thanh khoản khi gặp rủi ro về lợi nhuận (Dell'Ariccia và cộng sự, 2014). Điều này chứng tỏ tính bất định liên quan mật thiết đến hệ thống ngân hàng. Nhìn chung, các nền kinh tế mới nổi có tính bất định cao hơn so với các nền kinh tế phát triển thông qua các chỉ số kinh tế, tài chính (Wu và cộng sự, 2020). Trên thực tế, Berger (2020) và Ashraf (2020) không phân tích tác động của tính bất định đối với việc tích trữ thanh khoản của ngân hàng, mà nghiên cứu cho rằng các ngân hàng dự trữ thanh khoản nhiều hơn trong thời điểm chính sách kinh tế không ổn định. Do đó, việc phân tích tác động của chính sách tiền tệ đối với việc dự trữ thanh khoản của ngân hàng là một đóng góp quan trọng. Khi phân tích việc tích trữ thanh khoản của ngân hàng, chúng ta nên nhận thức được những hậu quả nghiêm trọng có thể xảy ra. Hơn nữa, phát hiện này cũng có ý nghĩa sâu sắc khác liên quan đến cải cách tài chính mà các cơ quan liên quan nên áp dụng để hạn chế những tác động tiêu cực của sự bất định đối với việc dự trữ thanh khoản của ngân hàng. Thứ ba, kích cầu và dự trữ thanh khoản của ngân hàng tại các thị trường mới nổi: Tác động của chính sách tiền tệ đối với việc dự trữ thanh khoản của các ngân hàng (với ba thành phần chính: tài sản có, nợ phải trả và các khoản mục ngoại bảng) khi ngân hàng trung ương bơm tiền vào nền kinh tế. Đối với kênh cho vay của ngân hàng, khi ngân hàng trung ương giảm lãi suất để kích thích nền kinh tế, khối lượng cho vay có thể tăng lên (Bernanke & Blinder, 1988). Bằng cách thay đổi chính sách tiền tệ, các ngân hàng trung ương có thể sửa đổi các hoạt động trong và ngoài bảng cân đối kế toán của ngân hàng, và thông qua việc sửa đổi đó, họ có thể thúc đẩy nền kinh tế phát triển (Berger & Sedunov, 2017). Hơn nữa, có nhiều tài liệu cũng đưa ra giả thuyết rằng kích thích tiền tệ có thể khuyến khích các ngân hàng tạo ra nhiều thanh khoản hơn trên thị trường. Thứ tư, phân bổ tài sản và cơ cấu tài chính trong môi trường bất định tại Việt Nam: Thông qua tác nhân bên ngoài của cầu, sự bất định gia tăng làm đầu tư và chi tiêu của các doanh nghiệp và hộ gia đình giảm, do đó làm giảm nhu cầu tín dụng (Bloom và cộng sự, 2013). Bên cạnh đó, các ngân hàng có thể phải đối mặt với sự gia tăng chi phí tài chính bên ngoài, khiến họ không còn nhu cầu huy động vốn (Pástor và Veronesi, 2012). Theo hướng này, các ngân 356
hàng phải cắt giảm đòn bẩy tài chính cho phù hợp. Sự bất định là một vấn đề quan trọng đối với các học giả và nhà hoạch định chính sách, và dần được chú ý hơn sau cuộc khủng hoảng tài chính toàn cầu (Bloom, 2009). Trong nghiên cứu (Dang & Nguyen, 2022) sử dụng dữ liệu tại các ngân hàng Việt Nam trong giai đoạn 2007-2019 để đo lường sự bất định vi mô thông qua sự phân tán các cú sốc cấp ngân hàng. Các ngân hàng có xu hướng giảm các khoản vay rủi ro, tích trữ nhiều thanh khoản hơn và giảm đòn bẩy tài chính để đối phó với tính bất định trong doanh nghiệp. Ngoài ra, sự bất định cũng làm giảm tỷ lệ vốn ổn định ròng (NSFR) theo Basel III, ngụ ý rằng các ngân hàng có thể không tìm được nguồn vốn ổn định và dễ bị chênh lệch kỳ hạn hơn trong điều kiện có sự bất định cao. Thứ năm, rủi ro tín dụng trong bối cảnh bất ổn của các ngân hàng tại Việt Nam: Conreate, Danisman và cộng sự (2021) dựa vào dữ liệu của các ngân hàng Mỹ để chỉ ra rằng rủi ro tín dụng của các ngân hàng (do dự phòng rủi ro cho vay tăng lên) có xu hướng tăng trong thời điểm chính sách kinh tế có sự bất ổn định, Karadima và Louri (2021) cũng cho thấy tác động tương tự đối với khu vực Châu Âu. Tính bất định ở Việt Nam đã gia tăng và dao động đáng kể do tác động của nhiều lực lượng khác nhau, chẳng hạn như khủng hoảng tài chính toàn cầu, nhiều lần điều chỉnh chính sách và các tiêu chuẩn quốc tế trong hệ thống ngân hàng. Nghiên cứu của Dang & Nguyen (2022) sử dụng một thước đo mới về sự bất định vi mô dựa trên việc phân tán cắt ngang của các cú sốc ở cấp độ ngân hàng thông qua phân tích tác động của nó đến rủi ro tín dụng tại Việt Nam trong giai đoạn 2007-2019 đã chứng minh rằng các ngân hàng nhỏ, độ ổn định thấp thì rủi ro tín dụng càng cao, và những tác động tiêu cực này sẽ giảm đi ở các ngân hàng có quy mô lớn, vốn hóa tốt từ đó tăng tính thanh khoản. So với các ngân hàng sở hữu tư nhân, các ngân hàng nhà nước gặp rủi ro tín dụng cao hơn trong điều kiện bất ổn đỉnh. Từ các cơ sở nêu trên, có thể kết luận rằng các ngân hàng thuộc sở hữu nhà nước dễ bị ảnh hưởng bởi tính không ổn định hơn so với các ngân hàng tư nhân, do đó cần tiếp tục việc tư nhân hóa các ngân hàng ở Việt Nam. Thứ sáu, mối quan hệ giữa tính bất định và rủi ro thanh khoản nguồn vốn của các ngân hàng tại Việt Nam: Dựa trên dữ liệu thu thập từ các ngân hàng thương mại Việt Nam từ năm 2007 đến 2019, Dang & Nguyen (2022) đã đưa ra kết luận rằng tính bất định vi mô trong lĩnh vực ngân hàng sẽ dẫn đến rủi ro thanh khoản nguồn vốn cao, điều này được biểu hiện qua tỷ lệ tiền gửi thấp hơn. Nhiều phân tích khác cũng cho thấy rằng mối quan hệ này phụ thuộc vào tính không đồng nhất của các sản phẩm trong ngân hàng. Ngoài ra, Dang & Nguyen (2022) cũng chỉ ra rằng các ngân hàng có huy động được nguồn tiền gửi lớn, thì rủi ro thanh khoản cấp vốn sẽ giảm. Để giải thích rõ hơn về rủi ro thanh khoản do ngân hàng cấp vốn, nghiên cứu đã thực hiện nhiều biện pháp kiểm soát khác nhau. Phát hiện này cho thấy tính bất ổn định trong ngân hàng làm gia tăng rủi ro thanh khoản tài trợ. Qua việc tham khảo các đề tài của nhiều tác giả trước đó, cho thấy đặc điểm cụ thể của ngân hàng có thể làm giảm đi hoặc tăng cường các biện pháp để ngân hàng phản ứng với các cú sốc xảy ra trong ngân hàng. Từ đó có thể thấy rằng ngân hàng là một loại định chế tài chính lớn mạnh, khi nắm bắt được ưu thế và biết gia tăng lợi nhuận, hoạt động cho vay/vốn/thanh khoản tài sản và cải thiện quy mô ngân hàng, có thể làm giảm tác động của tính bất định đối với rủi ro tài trợ của ngân hàng. Phát hiện này không chỉ có ý nghĩa với các biến trong quy mô ngân hàng, mà chúng còn được sử dụng để tính toán mức độ phân tán của các vụ ngân hàng hoạt động kém hiệu quả hay thậm chí là có nguy cơ phá sản khi áp dụng các phương pháp ước lượng khác nhau, chẳng hạn như GMM động và LSDVC. Vì vậy, tính bất định của ngân hàng là một yếu tố thiết yếu giải thích rủi ro phá sản của các ngân hàng, mà các cơ quan quản lý nên lưu ý khi ban hành các văn bản và chính sách có liên quan. Do rủi ro phá sản có thể ảnh hưởng bất lợi đến hoạt động của ngân hàng và xa hơn là ảnh hưởng đến nền kinh tế thị trường, nên cần ưu tiên các biện pháp nhằm giảm bớt tính bất định và cải thiện sức mạnh tài chính của ngân hàng. 357
2.3. Đo lường rủi ro phá sản thông qua tính bất định của ngân hàng thương mại Beaver (1966) cho rằng một trong những dấu hiệu để nhận biết công ty phá sản là công ty không thanh toán được trái phiếu công ty khi đến hạn, không chi trả được cổ tức cho cổ phiếu ưu đãi, có tài khoản ngân hàng bị thấu chi. Beaver (1966) đã tiến hành so sánh 6 tỷ số tài chính: dòng tiền/tổng nợ; thu nhập ròng/tổng tài sản; tổng nợ/tổng tài sản; vốn lưu động/tổng tài sản; tỷ lệ thanh toán hiện thời; khoảng phi tín dụng (no-credit interval) giữa các công ty vỡ nợ và không vỡ nợ. Kết quả cho thấy sự khác biệt giữa 2 nhóm này. Từ đó nghiên cứu cho rằng có thể dự đoán được nguy cơ vỡ nợ qua các tỷ số tài chính. Kế thừa nghiên cứu của Beaver (1966), Altman (1968) đã trình bày hệ số Z - score là kết quả thực nghiệm trên 66 doanh nghiệp sản xuất từ năm 1946 - 1965 (trong đó 33 doanh nghiệp phá sản và 33 doanh nghiệp không phá sản); là chỉ số kết hợp 5 tỷ số tài chính khác nhau với các trọng số khác nhau. Mô hình cho kết quả dự báo có độ chính xác đến 95% các công ty phá sản trong thời gian trước 1 năm và 72% trong vòng 2 năm. Mô hình chỉ số Z lúc này được ứng dụng cho các doanh nghiệp sản xuất đã cổ phần hóa. Chỉ số Z-score của Altman (1968) được nghiên cứu và áp dụng để tính toán cho các công ty không thuộc lĩnh vực tài chính, ngân hàng – một ngành nghề rất đáng quan tâm vì mức độ rủi ro trong ngành này rất cao. Hannan và Hanweck (1988) đã nghiên cứu mô hình Z-score của Altman (1968) và tìm cách vận dụng cho các công ty thuộc ngành ngân hàng. Ông tập trung chú ý vào hai vấn đề chính là tỷ suất lợi nhuận trên tổng tài sản (ROA) và vốn chủ sở hữu của ngân hàng để xác định chỉ số rủi ro RI (Risk index, cũng là Z-score) để tính toán xác suất vỡ nợ của ngân hàng đó. Chỉ số rủi ro được đề xuất bởi Hannan và Hanweck (1988) như sau: 𝐸 𝑀𝑒𝑎𝑛 (𝑅𝑂𝐴 + 𝐴) 𝑅𝐼 = 𝑍 = 𝜎𝑅𝑂𝐴 Công thức được khai triển như sau: Z= [mean (ROA +E/A)] / σROA = [ROAi-E(ROAi) + CAPi] / σROA Trong đó: ROAi là tỷ suất lợi nhuận trên tổng tài sản của ngân hàng năm I (ROA = π/A, với π là lợi nhuận) E(ROAi) là bình quân ROA của ngân hàng trong giai đoạn nghiên cứu. E/A là tỷ lệ vốn chủ sở hữu trên tổng tài sản. CAPi là tỷ lệ vốn chủ sở hữu bình quân trên tổng tài sản bình quân năm i. σROA là độ lệch chuẩn của tỷ suất lợi nhuận trên tổng tài sản trong giai đoạn nghiên cứu. Công thức tính chỉ số rủi ro RI (hay chỉ số Z-score) trên được hiểu là đưa một biến về cùng phân phối và cùng độ lệch chuẩn (σ=1 và mean=0). Mặc dù mỗi ngân hàng có quy mô ROA và CAPi không giống nhau, nhưng việc đưa biến về cùng độ lệch chuẩn và cùng phân phối khi tính chỉ số RI cho các ngân hàng giúp tác giả có thể so sánh giữa các ngân hàng với nhau. Công thức RI có ý nghĩa là các biến cố về lợi nhuận (đặc biệt là biến cố lợi nhuận âm) có thể được hấp thụ bởi vốn, điều này giúp ngân hàng tránh khỏi tình trạng khánh kiệt tài chính. Có thể nói chỉ số RI (Z-score) thể hiện khả năng hấp thụ thiệt hại của vốn chủ sở hữu của ngân hàng. Theo nghiên cứu của Hannan và Hanweck (1988), khi (ROA + E/A) ≤ 0 thì ngân hàng sẽ lâm vào tình trạng khánh kiệt tài chính và rủi ro vỡ nợ cao. Bởi vì vốn chủ sở hữu của ngân hàng được xem là tấm đệm hấp thụ cú sốc từ việc lợi nhuận của ngân hàng bắt đầu đi về âm, giúp ngân hàng tiếp tục được hoạt động, tuy nhiên tình trạng thua lỗ nếu không cải thiện hoặc mức độ thua lỗ lớn mà dẫn đến việc âm vốn chủ sở hữu của ngân hàng (E
tiêu ROA + E/A sẽ giảm dần, đến khi (ROA + E/A) bị âm tức là ngân hàng đã đứng bên bờ vực vỡ nợ. Z-score cho biết số độ lệch chuẩn so với giá trị trung bình, giá trị này mang ý nghĩa cảnh báo khi tỷ suất ROA của một ngân hàng giảm xuống dưới giá trị kỳ vọng mà tại đó ta có thể xem xét trước khi vốn chủ sở hữu cạn kiệt và ngân hàng lâm vào tình trạng mất khả năng chi trả. Do đó, chỉ số Z-score được tính toán cho một ngân hàng càng cao nghĩa là nó càng cao hơn mức trung bình thì có thể nói tình hình tài chính càng an toàn, ngược lại chỉ số Z-score càng thấp thì rủi ro phá sản của ngân hàng càng cao. Xác suất vỡ nợ của ngân hàng là nghịch đảo với công thức hệ số nguy cơ phá sản Z-score. Cũng theo Hannan và Hanweck (1988), với Z>0 ông đã tìm ra được giới hạn trên của xác suất vỡ nợ ngân hàng: P( ROA≤-E/A) ≤ Z-2 Như vậy ta có công cụ đo lường xác suất vỡ nợ của một ngân hàng (i) tại thời điểm (t) bằng công thức sau: Pit=Zit-2 (với Z>0) Pit càng cao xác suất vỡ nợ ngân hàng tại thời điểm t càng cao. Rủi ro vỡ nợ ngân hàng được đo lường ở đây bắt nguồn từ khả năng sinh lời và hấp thụ các biến cố từ lợi nhuận của vốn chủ sở hữu. Nói cách khác khi lợi nhuận kém và không cải thiện đi lên và/hoặc vốn chủ sở hữu không đủ để chịu nổi những cú sốc thì rủi ro vỡ nợ càng tăng, điều này làm Pit tăng. Sau cuộc khủng hoảng tài chính năm 2008, các nghiên cứu về ngân hàng tập trung về tầm quan trọng của sự đo lường rủi ro vỡ nợ và mất khả năng thanh toán của các ngân hàng. Do ưu điểm của Z-score được trong phương pháp tính toán và các dữ liệu thu thập khá dễ dàng khi sử dụng thông tin kế toán, các báo cáo tài chính, mà vẫn mang lại kết quả đáng tin cậy, điều này có nghĩa là chỉ số Z-score có thể áp dụng cho các ngân hàng chưa niêm yết, điều này tối ưu hơn với các biện pháp đo lường rủi ro dựa trên thị trường. Đồng thời Z-score xem xét cả ba khía cạnh quan trọng trong đánh giá hiệu suất hoạt động của ngân hàng, bao gồm an toàn vốn (thông qua ETA), lợi nhuận (ROA) và cả rủi ro (độ lệch chuẩn của ROA, tức mức độ dao động của lợi nhuận) (Roy, 1952). Điểm số Z cao có nghĩa là khả năng vỡ nợ thấp hơn. Mối quan hệ giữa giá trị Z và tính dễ tổn thương của ngân hàng là nghịch chiều, khi giá trị Z càng cao phản ánh tính dễ tổn thương thấp và ngược lại. 2.4. Tình hình nghiên cứu 2.4.1. Các nghiên cứu nước ngoài Tan và cộng sự (2013) trong nghiên cứu về rủi ro, vốn và hiệu quả tại Ngân hàng Trung Quốc, nhóm tác giả đã đánh giá mối quan hệ giữa hiệu quả của ngân hàng, rủi ro và vốn đối với một mẫu 101 các NHTM Trung Quốc từ năm 2003-2009, sử dụng ba chỉ số hiệu quả và bốn chỉ số rủi ro theo phương pháp phân tích dữ liệu bảng. Các bằng chứng thực nghiệm cho thấy mối quan hệ giữa rủi ro (DPRR đại diện cho rủi ro tín dụng) và hiệu quả trong ngành ngân hàng Trung Quốc, trong khi mối quan hệ giữa rủi ro (Z-score) và mức vốn hóa là ngược chiều và có ý nghĩa thống kê. Điều này được giải thích bởi thực tế các ngân hàng có mức vốn hóa cao có nhiều khả năng hấp thụ các khoản lỗ lũy kế từ các khoản vay không hiệu quả, từ đó làm giảm rủi ro. Kết quả nghiên cứu còn chỉ ra lợi nhuận trên tổng tài sản (ROA) và quy mô ngân hàng (SIZE) có quan hệ cùng chiều với rủi ro, lạm phát tác động ngược chiều và các biến về thanh khoản lại không tìm thấy tác động có ý nghĩa thống kê. Nghiên cứu của Pascual và cộng sự (2015) sử dụng một mô hình dữ liệu bảng để xác định các yếu tố nội tại của ngân hàng và các yếu tố vĩ mô ảnh hưởng đến rủi ro khánh kiệt của ngân hàng được đo lường bằng thang đo Z-score (theo đề xuất của Boyd và cộng sự, 1993; Boyd và Runkle, 1993). Nghiên cứu sử dụng một mẫu số lượng lớn các NHTM hoạt động tại Liên minh Châu Âu. Theo bài nghiên cứu này, các yếu tố nội tại như khả năng thanh khoản, quy mô vốn chủ sở hữu, sự gia tăng lợi nhuận của ngân hàng càng cao thì rủi ro ngân hàng càng thấp. Trong khi đó các tác động vĩ mô như lãi suất thấp, lạm phát cao, môi trường không nhiều cạnh tranh và tác động của khủng hoảng kinh tế (đo lường bằng chỉ số GDP đi xuống) làm gia tăng rủi ro ngân hàng. 359
Noth và Tonzer (2017) trong việc so sánh rủi ro ngân hàng và cuộc khủng hoảng những năm 2007-2009. Nghiên cứu nhằm đánh giá mức độ rủi ro của các ngân hàng thương mại Hoa Kỳ từ năm 1995 đến năm 2013. Bằng cách sử dụng bảng cân đối kế toán và dữ liệu lãi lỗ của các NHTM ở Hoa Kỳ từ quý 4/1992 đến quý 4/2013 do Tổng công ty Bảo hiểm Tiền gửi Liên bang (FDIC) cung cấp và bổ sung thêm thông tin về các ngân hàng phá trong cùng thời kỳ (dữ liệu từ FDIC). Kết quả cuối cùng cho thấy: Tỷ lệ tài sản không được chi trả (NPA), Tỷ lệ dự phòng rủi ro tín dụng (LLR) tác động tích cực (+) đến hệ số Z-score. Ngược lại dự phòng các khoản cho vay tác động tiêu cực (-) đến điểm Z Agarwal & Ben-David (2018) trong nghiên cứu về ứng dụng mô hình Z-scrore để đo lường mức độ rủi ro của hoạt động ngân hàng tại Ấn Độ, tác giả đã sử dụng số liệu thứ cấp của 5 ngân hàng nằm trong danh sách chiếm tỷ trọng lớn trong hoạt động ngân hàng của quốc gia này từ năm 2012 – 2017. Tác giả đã sử dụng hệ số Z – score để đo lường cho mức độ rủi ro tại các ngân hàng mà mình thu thập số liệu. Kết quả nghiên cứu cho thấy tỷ lệ vốn chủ sở hữu trên tổng tài sản, tỷ lệ lợi nhuận giữ lại trên tổng tài sản, tỷ lệ lợi nhuận trước thuế và lãi vay trên tổng tài sản và giá trị sổ sách của vốn chủ sở hữu trên tổng nợ phải trả đều tác động tích cực đến hệ số Z – score có nghĩa là các yếu tố này luôn tác động ngược chiều với rủi ro hoạt động của ngân hàng. Saleem và cộng sự (2020) trong nghiên cứu về các yếu tố quyết định của ngành ngân hàng trong bối cảnh khó khăn về tài chính: Bằng chứng thực nghiệm từ các nước ASEAN. Nghiên cứu xem xét tác động của dòng tiền hoạt động, khả năng sinh lời, đòn bẩy tài chính, hoạt động kinh doanh và thanh khoản đối với khó khăn tài chính của ngành ngân hàng các nước ASEAN. Trích xuất dữ liệu từ ngân hàng trung ương của các nước ASEAN trong giai đoạn 2009 đến 2018. Kết hợp mô hình hiệu ứng ngẫu nhiên REM cùng với phương pháp tiếp cận tổng quát theo thời điểm (GMM). Kết quả cho thấy Các yếu tố dự báo như dòng tiền hoạt động (OCF), khả năng sinh lời (PR), đòn bẩy tài chính (FL), hoạt động giao dịch (TA) và thanh khoản (LQ) có mối tương quan thuận chiều (+) với tình trạng kiệt quệ tài chính của ngành ngân hàng các nước ASEAN. Widarjono (2020) trong nghiên cứu sự ổn định của các ngân hàng Hồi giáo ở Indonesia: Phương pháp tiếp cận bằng mô hình tự hồi quy phân phối trễ (ARDL). Nghiên cứu nhằm xác định các yếu tố tác động đến hiệu quả hoạt động và khả năng kiểm soát tài chính của các ngân hàng của người Hồi giáo ở Indonesia từ năm 2010 đến 2018. Nghiên cứu sử dụng mô hình ARDL, kiểm tra chất lượng và độ bền bằng hồi quy bội OLS; đo độ tự tương quan bằng chạy OLS với các sai số tiêu chuẩn bằng mô hình HAC. Kết quả cuối cùng cho thấy: Mức độ an toàn vốn (CAR), Quy mô ngân hàng LOG (ASSET), tăng trưởng tài chính (GFIN) tác động tích cực (+) đến hệ số Z-score. Ngược lại tỷ lệ chi phí hoạt động (OER), Lạm phát (INF), tỷ giá ngoại tệ LOG(EXC) tác động tiêu cực (-) đến điểm Z. Nghiên cứu của Kamal & Khazalle (2021) trong khắc phục khó khăn tài chính bằng quản lý thu nhập: Góc nhìn từ các công ty niêm yết đại chúng ở Malaysia. Nghiên cứu cố gắng xác định những khó khăn của các công ty trong ngành sản xuất Công nghiệp của sở Giao dịch chứng khoán Malaysia. Mẫu của nghiên cứu này bao gồm 454 công ty thuộc Ngành Sản phẩm Công nghiệp, được niêm yết trên Sở Giao dịch Chứng khoán Malaysia từ năm 2016 đến năm 2017. Sử dụng phương pháp hồi quy tuyến tính bội. Kết quả cho thấy. Đòn bẩy tài chính và dòng tiền tự do từ hoạt động kinh doanh có mối quan hệ ngược chiều với quản lý thu nhập, trong khi quy mô công ty có mối quan hệ đồng biến với quản lý thu nhập. Akhtar và cộng sự (2022) mới đây cũng đã nghiên cứu “Tác động của đòn bẩy tài chính đến tăng trưởng bền vững, hoạt động của thị trường và khả năng sinh lời”. Nghiên cứu này nhằm mục đích xem xét tác động của đa dạng hóa thu nhập đối với rủi ro trái phiếu ở Việt Nam trước và trong đại dịch COVID-19 bằng cách nghiên cứu các ngân hàng thương mại trong giai đoạn 2013-2020. Sử dụng mô hình hiệu ứng cố định (FEM) và mô hình bình phương nhỏ nhất chung (FGLS). Kết quả cuối cùng sau khi loại biến cho thấy: tỷ lệ tiền gửi trên tổng tài sản 360
(DA), quy mô tổng tài sản (SIZE) tác động ngược chiều với hệ số Z-score, đòn bẩy tài chính (ETA), Tốc độ tăng trưởng GDP, .. Tác động cùng chiều đến điểm Z. 2.4.2. Các nghiên cứu trong nước Nghiên cứu của Nguyễn Thanh Dương (2013) xác định sự tác động của các chỉ tiêu đặc trưng của ngân hàng đến rủi ro. Nghiên cứu sử dụng phương pháp định lượng dựa trên đối tượng là 36 NHTM tại Việt Nam trong giai đoạn 2006-2011. Nguyễn Thanh Dương sử dụng chỉ số rủi ro ngân hàng Z-score được sử dụng trong các nghiên cứu trước đây (Roy, 1952; Boyd và Runkle, 1993; Cihak và Hess, 2008; Marco & Fernandez, 2004) để đo lường rủi ro phá sản ngân hàng. Biến độc lập bao gồm 7 biến: Tỷ lệ dự phòng nợ xấu (LLR), Tỷ lệ chi phí dự phòng rủi ro tín dụng (LLP), đòn bẩy (LEV), Tỷ lệ thu nhập lãi thuần (NIR), Tỷ lệ chi phí lương và trợ cấp (CTI), tỷ lệ cho vay (LDR), tỷ lệ tài sản thanh khoản (LAD). Kết quả có 4 biến có ý nghĩa thống kê: NIR, LLP, LDR, LEV. Trong đó, LLP và NIR đồng biến với rủi ro ngân hàng; LEV và LDR nghịch biến với rủi ro ngân hàng. Kết quả của nghiên cứu cũng cho thấy để đảm bảo an toàn vốn, tránh rủi ro về thanh khoản thi các ngân hàng phải tăng cường vốn chủ sở hữu. Nguyễn Trần Hải Hà và Phan Gia Quyền (2018) trong nghiên cứu Tác động của tính thanh khoản tài trợ đối với hành vi chấp nhận rủi ro của các NHTM Việt Nam: Tiếp cận bằng phương pháp đo điểm Z, nhóm tác giả đã sử dụng số liệu thứ cấp của các NHTM Việt Nam trong giai đoạn 2002 – 2016. Trong đó, biến phụ thuộc nhóm tác giả lựa chọn là Z – score và các biến độc lập là tỷ lệ tiền gửi (DEP), tổng tài sản (ASSET), tỷ lệ nợ (LOAN), tốc độ tăng trưởng kinh tế (GDP), tỷ lệ thất nghiệp (UNEM). Kết quả nghiên cứu cho thấy tỷ lệ tiền gửi, tổng tài sản, GDP tác động ngược chiều đến hệ số Z – score, ngược lại, tỷ lệ nợ và tỷ lệ thất nghiệp tác động cùng chiều với hệ số Z – score. Đặng Văn Dân (2019) trong nghiên cứu tác động của tăng trưởng tín dụng đến hiệu quả hoạt động và rủi ro của ngân hàng thương mại Việt Nam, tác giả sử dụng số liệu thứ cấp của 31 NHTM Việt Nam trong giai đoạn 2006 – 2017. Tác giả đã chọn hệ số Z – score làm biến đại diện đo lường cho rủi ro tín dụng của ngân hàng và các biến độc lập bao gồm quy mô ngân hàng (SIZE), tăng trưởng tín dụng (GROW), tỷ lệ vốn chủ sở hữu (CAP) và tốc độ tăng trưởng kinh tế. Kết quả nghiên cứu cho rằng tốc độ tăng trưởng tín dụng, quy mô ngân hàng, tỷ lệ vốn chủ sở hữu có tác động ngược chiều với Z – score, ngược lại, GDP có tác động cùng chiều với Z – score. Nguyễn Phương Anh và cộng sự (2021) về các nhân tố ảnh hưởng đến rủi ro ở các ngân hàng tại Việt Nam. Nghiên cứu xác định các yếu tố quyết định rủi ro tín dụng và rủi ro mất khả năng thanh toán trong lĩnh vực ngân hàng Việt Nam. Sử dụng mẫu dữ liệu của 25 ngân hàng thương mại trong hơn 10 năm (2008-2017), xem xét mối quan hệ giữa các biến nội bộ, biến bên ngoài và rủi ro ngân hàng. Trong nghiên cứu này, các biến độc lập là quy mô ngân hàng, vốn hóa ngân hàng, lợi nhuận trên tài sản, lợi nhuận trên vốn chủ sở hữu, dự phòng rủi ro cho vay, tỷ lệ an toàn vốn, tỷ lệ lạm phát và tốc độ tăng trưởng GDP. Ngược lại, nợ xấu và điểm Z là các biến phụ thuộc. Sử dụng mô hình hồi quy với 3 cách tiếp cận: Pooled-OLS, Fixed Effect Model (FEM) và Random Effect Model (REM) và một số kiểm định khác để tìm ra mô hình phù hợp. Kết quả chó thấy Quy mô ngân hàng (LnTA), dự phòng rủi ro cho vay (LLP), tỷ lệ lạm phát (INF) tác động ngược chiều (-) đến điểm Z. Còn vốn hóa ngân hàng (BC), lợi nhuận trên tài sản (ROA), lợi nhuận trên vốn chủ sở hữu (ROE), tỷ lệ an toàn vốn (CAR), và tốc độ tăng trưởng GDP tác động (+) đến điểm Z. Trương Thanh Hằng và cộng sự (2022) trong nghiên cứu “Các Yếu Tố Ảnh Hưởng Đến Rủi Ro Phá Sản Doanh Nghiệp: Bằng Chứng Từ Các Doanh Nghiệp Niêm Yết Trên Thị Trường Chứng Khoán Việt Nam”. Nghiên cứu này nhằm mục đích điều tra sự ảnh hưởng của các nhân tố bên trong doanh nghiệp đến rủi ro phá sản của doanh nghiệp thông qua mẫu gồm 439 công ty niêm yết trên sàn chứng khoán Việt Nam. Nghiên cứu thu thập dữ liệu thứ cấp từ báo cáo tài 361
chính năm đã được kiểm toán từ năm 2008 đến năm 2019 của các công ty niêm yết. Nghiên cứu định lượng và mô hình hồi quy đa biến Pooled OLS, FEM, REM. Kết quả cho thấy đòn bẩy tài chính (FL) có tác động ngược chiều (-) đến chỉ số Z-score. Tỷ suất sinh lời trên tổng tài sản và tỷ số thanh toán hiện hành có tác động tích cực (+) đến chỉ số Z-score, Các biến như: quy mô của một công ty, tỷ lệ đầu tư tài sản cố định không có tác động đến chỉ số Z-score. 3. KẾT LUẬN Khắc phục khuyết điểm trong cơ sở lý thuyết của các nghiên cứu trước. Trong nghiên cứu này, tác giả đã phân tích mối quan hệ giữa các yếu tố ảnh hưởng đến rủi ro phá sản đến, đặc biệt tập trung làm rõ 2 lý thuyết nền căn bản liên quan đến rủi ro phá sản và tính bất định của các ngân hàng TMCP. Qua đó, có thể thấy tầm quan trọng của việc xem xét khả năng phá sản của các ngân hàng trong điều kiện bất định. Các tổ chức ngân hàng thương mại, ngân hàng nhà nước nói riêng và các cơ quan quản lý cần xây dựng khuôn khổ pháp lý chặt chẽ, minh bạch để giảm bớt tính bất định trong nội bộ ngành và cải thiện sức mạnh tài chính của ngân hàng. TÀI LIỆU THAM KHẢO Tài liệu trong nước 1. Đặng Văn Dân (2019). Should Vietnamese banks need more equity? Evidence on risk-return trade- off in dynamic models of banking. Journal of Risk and Financial Management, 12(2), 84. 2. Nguyễn Phương Anh & Đinh Thị Thùy Trang (2021). Factors Affecting Bank Risks in Vietnam. International Journal of Economics and Finance, 13(10), 1-42. 3. Nguyễn Thanh Dương (2013). Phân tích rủi ro trong hoạt động ngân hàng. Tạp Chí Phát Triển & Hội Nhập, Số 9 (19), Tháng 03-04/2013, trang 29-39. 4. Nguyễn Trần Hải Hà và Phan Gia Quyền (2018). Tác động của tính thanh khoản tài trợ đối với hành vi chấp nhận rủi ro của các NHTM Việt Nam. Tạp chí Khoa học và Đào tạo ngân hàng, số 154, Quý 1. 5. Trương Thanh Hằng, Nguyễn La Soa (2022). Factors Affecting Bankruptcy Risks of Firms: Evidence from Listed Companies on Vietnamese Stock Market. The Journal of Asian Finance, Economics and Business, 9(3), 275-283. Tài liệu nước ngoài 6. Agarwal, S., & Ben-David, I. (2018). Loan prospecting and the loss of soft information. Journal of Financial Economics, 129(3), 608-628. 7. Akhtar, M., Yusheng, K., Haris, M., Ain, Q. U., & Javaid, H. M. (2022). Impact of financial leverage on sustainable growth, market performance, and profitability. Economic Change and Restructuring, 55(2), 737-774. 8. Al-Thaqeb, S. A., & Algharabali, B. G. (2019). Economic policy uncertainty: A literature review. The Journal of Economic Asymmetries, 20, e00133. 9. Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The journal of finance, 23(4), 589-609. 10. Ashraf, B. N. (2020). Policy uncertainty and bank liquidity hoarding: International evidence. SSRN Electronic Journal. Doi:10.2139/ssrn.3574193 11. Ashraf, B. N., & Shen, Y. (2019). Economic policy uncertainty and banks’ loan pricing. Journal of Financial Stability, 44, 100695. 12. Baker, S. R., Bloom, N., & Davis, S. J. (2016). Measuring economic policy uncertainty. The quarterly journal of economics, 131(4), 1593-1636. 13. Baselga-Pascual, L., Trujillo-Ponce, A., & Cardone-Riportella, C. (2015). Factors influencing bank risk in Europe: Evidence from the financial crisis. The North American Journal of Economics and Finance, 34, 138-166. 362
14. Beaver, W. H. (1966). Financial ratios as predictors of failure. Journal of accounting research, 71-111. 15. Bellovary, J. L., Giacomino, D. E., & Akers, M. D. (2007). A review of bankruptcy prediction studies: 1930 to present. Journal of Financial education, 1-42. 16. Berger, A. N., & Sedunov, J. (2017). Bank liquidity creation and real economic output. Journal of Banking & Finance, 81, 1-19. 17. Berger, A. N., Guedhami, O., Kim, H. H., & Li, X. (2020). Economic policy uncertainty and bank liquidity hoarding. Journal of Financial Intermediation. Doi:10.1016/j. jfi.2020.100893 18. Bernanke, Ben, and Alan Blinder, "Credit, Money, and Aggregate Demand," American Economic Review, May 1988, 78, 435–39. 19. Bloom, N. (2009). The impact of uncertainty shocks. Econometrica, 77(3), 623–685. Doi:10.3982/ecta6248 20. Bloom, N., Kose, M. A., & Terrones, M. E. (2013). Held back by uncertainty. Finance and Development, 50(1), 38–41. 21. Boyd, J. H. and Runkle, D.E., 1993, Size and performance of banking firms, Journal of Monetary Economics 31, 47-67 22. Boyd, J. H., Graham, S. L., and Hewitt, S. R., 1993, Bank holdingcompany mergers with nonbank financial firms: effects on the risk of failure, Journal of Banking and Finance, 17, 43-63. 23. Buch, C. M., Buchholz, M., & Tonzer, L. (2015). Uncertainty, bank lending, and bank-level heterogeneity. IMF Economic Review, 63(4), 919-954. 24. Dang, V. D., & Nguyen, H. C. (2021). Bank Liquidity Hoarding Strategies in Uncertain Times: New Evidence from an Emerging Market with Bank-level Data. Organizations and Markets in Emerging Economies, 12(2), 377-398. 25. Dang, V. D., & Nguyen, H. C. (2022). Bank asset allocation and finance structure under uncertainty in Vietnam. Managerial Finance, 48(3), 500-520. 26. Dang, V. D., & Nguyen, H. C. (2022). Bank profitability under uncertainty. The Quarterly Review of Economics and Finance, 83, 119-134. 27. Danisman, G. O., Demir, E., & Ozili, P. (2021). Loan loss provisioning of US-banks: Economic policy uncertainty and discretionary behavior. International Review of Economics & Finance, 71, 923-935. 28. Degryse, H., Kim, M., & Ongena, S. (2009). Microeconometrics of banking: methods, applications, and results. Oxford University Press, USA. 29. Dell’Ariccia, G., Laeven, L., & Marquez, R. (2014). Real interest rates, leverage, and bank risk- taking. Journal of Economic Theory, 149(1), 65–99. doi: 10.1016/j.jet.2013.06.002 30. Denenberg, H. S. (1964). Risk and insurance. (Englewood Cliffs, N.J.: Prentice-Hall, Inc), p. 4. 31. Dewaelheyns, N., & Van Hulle, C. (2008). Legal reform and aggregate small and micro business bankruptcy rates: evidence from the 1997 Belgian bankruptcy code. Small Business Economics, 31, 409-424. 32. Greene, M.R., Risk and Insurance. (1962). Cincinnati: South-Western Publishing, p.2. 33. Hannan, T. H., & Hanweck, G. A. (1988). Bank insolvency risk and the market for large certificates of deposit. Journal of money, credit and banking, 20(2), 203-211. 34. He, Z., & Niu, J. (2018). The effect of economic policy uncertainty on bank valuations. Applied economics letters, 25(5), 345-347. 35. Hefferman, J., Smith, R., & Wahl, L. (2005). Perspectives on the basic reproduction ratio. Journal of the Royal Society interface, 2, 281-293. 36. Hol, S. (2007). The influence of the business cycle on bankruptcy probability. International transactions in operational research, 14(1), 75-90. 37. Kamal, M. E. B. M., & Khazalle, S. S. B. (2021). Concealing Financial Distress With Earnings Management: A Perspective on Malaysian Public Listed Companies. International Journal of Financial Research, 12(2), 341-356. 38. Karadima, M., & Louri, H. (2021). Economic policy uncertainty and non-performing loans: The moderating role of bank concentration. Finance Research Letters, 38. doi: 10.1016/j.frl.2020.101458 363
39. Kaufman, G. G. (1996). Bank failures, systemic risk, and bank regulation. Cato J., 16, 17. 40. Kothari, S. P., Li, X., & Short, J. E. (2009). The effect of disclosures by management, analysts, and business press on cost of capital, return volatility, and analyst forecasts: A study using content analysis. The Accounting Review, 84(5), 1639-1670. 41. Levinsohn, J., & Petrin, A. (2003). Estimating production functions using inputs to control for unobservables. The review of economic studies, 70(2), 317-341. 42. Levy, A., & Bar-Niv, R. (1987). Macroeconomic aspects of firm bankruptcy analysis. Journal of macroeconomics, 9(3), 407-415. 43. Logan, A. (2001). The United Kingdom's small banks' crisis of the early 1990s: what were the leading indicators of failure? 44. Martin, D. (1977). Early warning of bank failure: A logit regression approach. Journal of banking & finance, 1(3), 249-276. 45. Mehr, R. I., Cammack, E., & Rose, T. (1961). Principles of Insurance. Richard D. Irwin. Inc, Homewood, Illinois, p.23. 46. Nakane, M. I., & Weintraub, D. B. (2005). Bank privatization and productivity: Evidence for Brazil. Journal of Banking & Finance, 29(8-9), 2259-2289. 47. Noth, F., & Tonzer, L. (2017). Bank risk proxies and the crisis of 2007/09: a comparison. Applied Economics Letters, 24(7), 498-501. 48. Pastor, L., & Veronesi, P. (2012). Uncertainty about government policy and stock prices. The journal of Finance, 67(4), 1219-1264. 49. Rable, W. H. (1968). Further comment. Journal of Risk and Insurance, 35(4), 611-612. 50. Rose, N. (1999). Powers of freedom: Reframing political thought. Cambridge university press. 51. Roy, A. D. (1952). Safety first and the holding of assets. Econometrica: Journal of the econometric society, 431-449. 52. Saleem, R., Hussain, A., & Ibraheem, R. (2020). Banking Industry Specific Determinants of Financial Distress: Empirical Evidence from ASEAN Countries. iRASD Journal of Economics, 2(2), 113-123. 53. Samad, Abdus, and Vaughn S. Armstrong. 2022. “Bootstrap-DEA Management Efficiency and Early Prediction of Bank Failure: Evidence from 2008-2009 U.S. Bank Failures.” Central Bank Review 22 (3): 119–27. Https://doi.org/10.1016/J.CBREV.2022.08.002. 54. Santoro, E., & Gaffeo, E. (2009). Business failures, macroeconomic risk and the effect of recessions on long-run growth: A panel cointegration approach. Journal of Economics and Business, 61(6), 435-452. 55. Shaffer, Sherrill. 2012. “Bank Failure Risk: Different Now?” Economics Letters 116 (3): 613–16. Https://doi.org/10.1016/J.ECONLET.2012.06.016. Stolbov, M., & Shchepeleva, M. (2020). Systemic risk, economic policy uncertainty and firm bankruptcies: Evidence from multivariate causal inference. Research in International Business and Finance, 52, 101172. 56. Tan, Y., & Floros, C. (2013). Risk, capital and efficiency in Chinese banking. Journal of international financial Markets, Institutions and Money, 26, 378-393. 57. Widarjono, A. (2020). Stability of Islamic banks in Indonesia: Autoregressive distributed lag approach. Jurnal Keuangan Dan Perbankan, 24(1), 40-52. 58. Willett, A.H. (1951). The Economic Theory of Risk and Insurance. Philadelphia: University of Pennsylvania Press, pp. 9-10. 59. Wu, C. F., Huang, S. C., Chang, T., Chiou, C. C., & Hsueh, H. P. (2020). The nexus of financial development and economic growth across major Asian economies: Evidence from bootstrap ARDL testing and machine learning approach. Journal of Computational and Applied Mathematics, 372, 112660. 60. Wu, J., Yao, Y., Chen, M., & Jeon, B. N. (2020). Economic uncertainty and bank risk: Evidence from emerging economies. Journal of International Financial Markets, Institutions and Money, 68. doi: 10.1016/j.intfin. 2020.101242 61. Zavgren, C. V. (1985). Assessing the vulnerability to failure of American industrial firms: a logistic analysis. Journal of Business Finance & Accounting, 12(1), 19-45. 364