1177
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA: NGUỒN LỰC TRONG NỀN KINH TẾ SỐ
TÁC ĐỘNG CỦA FINTECH ĐẾN LỢI NHUẬN
CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM
Phạm Thành Công(1)
TÓM TẮT:
Cc ti liệu nghiên cứu trong v ngoi nc hiện nay chủ yu tập trung vo phân tích đnh tính
Fintech v tc đng của Fintech đi vi ngnh ngân hng, v đ thu đc cc kt quả lý thuyt có
hệ thng. Tuy nhiên, có rất ít ti liệu về tc đng của Fintech đi vi cc ngân hng thơng mại của
Việt Nam, đặc biệt l phân tích thực nghiệm lng của Fintech đi vi khả nng sinh lời của cc
ngân hng thơng mại. Trên cơ sở đó, bi vit ny đ thu thập dữ liệu của 30 ngân hng thơng mại
của Việt Nam từ nm 2016 đn nm 2022. Bi vit ny chủ yu sử dụng mô hình hiệu ứng c đnh
đ thực hiện trải nghiệm tc đng của Fintech đn li nhuận của b phận ngân hng thơng mại ở
Việt Nam. Bin phụ thuc dùng đ đo lờng khả nng sinh lời của ngân hng l tỷ suất sinh lời trên
tổng ti sản (ROA). Bên cạnh đó, cc bin đc dùng đ nghiên cứu tc đng đn khả nng sinh lời
của doanh nghiệp đc lựa chọn bao gồm: S lng công ty Fintech (FT); Chi phí trên thu nhập
(CIR); Tỷ lệ n xấu (NPL); Quy mô ngân hng (SIZE); Mức đ tng trởng tổng sản phẩm quc
ni (GDP); Tỷ lệ lạm pht (INF); Trong đó FT, SIZE tc đng cùng chiều đn ROA vi cùng mức ý
nghĩa l 1%. Bn bin đc lập CIR, NPL, GDP, INF có tc đng ngc chiều đn ROA vi mức ý
nghĩa lần lt l 1%, 10%, 1%, 5%.
Từ khoá: Fintech, ngân hng thơng mại, công nghệ ti chính, khả nng sinh lời.
ABSTRACT:
Current domestic and foreign research papers mainly focus on qualitative analysis of Fintech
and its impact on the banking industry, and systematic theoretical results have been obtained.
However, there is very little literature on the impact of Fintech on Vietnam's commercial banks,
especially the empirical analysis of Fintech on profitability of commercial banks. On that basis,
this article has collected data of 30 commercial banks of Vietnam from 2015 to 2021. This article
mainly uses the fixed effect model to realize the impact experience of Fintech to the profitability
of the commercial banking division in Vietnam. The dependent variable used to measure a bank's
profitability is return on assets (ROA). In addition, the variables used to study the impact on
profitability of selected businesses include: Number of Fintech companies (FT); Cost to Income
1. Viện Kinh tế Việt Nam. Email: congth98@yahoo.com
1178
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA: NGUỒN LỰC TRONG NỀN KINH TẾ SỐ
(CIR); Non-Performing Loan ratio (NPL); Bank size (SIZE); Growth rate of gross domestic product
(GDP); Inflation Rate (INF); In which FT, SIZE have the same effect on ROA with significance
level of 1%. Four independent variables CIR, NPL, GDP, INF have a negative impact on ROA with
significance level of 1%, 10%, 1%, 5%, respectively.
Keywords: Fintech, commercial banking, financial technology, profitability.
1. Giới thiệu
Từ năm 2005 đến năm 2013, sự phát triển nhanh chóng của các ứng dụng thanh toán của bên
thứ ba cho thấy tài chính Internet đã bước vào giai đoạn phát triển ban đầu. Từ năm 2013, tài chính
Internet đã bùng nổ. Các ứng dụng Fintech có trụ sở tại Thành phố Hồ Chí Minh như MoMo và
ViettelPay đã được Viettel - nhà mạng viễn thông lớn nhất Việt Nam ra mắt và được coi là hai sáng
kiến thanh toán di động hàng đầu trong nước. Theo báo cáo của (PWC Việt Nam, 2021), có thể thấy
Đông Nam Á là khu vực tiềm năng để thúc đẩy sự chuyển dịch sang thanh toán không dùng tiền mặt
và thậm chí là những đổi mới lớn hơn trong hệ sinh thái số. Đông Nam Á được dự đoán sẽ trở thành
nền kinh tế lớn thứ tư thế giới với cơ sở việc làm là 623 triệu người vào năm 2030. Là một trong
những nền kinh tế mới nổi ở Đông Nam Á, Việt Nam có tiềm năng rất lớn để phát triển thanh toán
điện tử. Tổng giá trị giao dịch thanh toán điện tử tại Việt Nam ước tính đạt 15 tỷ USD vào năm 2021
và dự kiến sẽ tăng trưởng ở mức CAGR là 15,7% vào năm 2025. Việc các ngân hàng thành lập các
công ty con Fintech sẽ là xu hướng chung. Sự phát triển của Fintech đã mang đến sự bất ổn cho các
ngân hàng thương mại và đặt ra những thách thức mới cho quá trình cải cách sâu rộng của các ngân
hàng thương mại.
Mục tiêu của nghiên cứu là phân tích tác động của Fintech đến các ngân hàng thương mại nhà
nước Việt Nam trong giai đoạn 2016 - 2022 thông qua việc thu thập dữ liệu tại các ngân hàng này.
Sử dụng các mô hình định lượng như OLS, FEM và REM để đánh giá tác động của Fintech đến lợi
nhuận của các ngân hàng này. Bài viết được chia thành bốn phần: Phần 1. Giới thiệu, Phần 2. Cơ sở
lý thuyết và phương pháp nghiên cứu, Phần 3. Kết quả và đánh giá, Phần 4. Kết luận.
2. Cơ sở lý thuyết và phương pháp nghiên cứu
2.1. Cơ sở lý thuyết về vai trò của Fintech đối với ngân hàng thương mại
2.1.1 Khi niệm về fintech
Theo Mackenzie (2015), Fintech là việc ứng dụng các công nghệ tiên tiến, sáng tạo và hiện đại
trong lĩnh vực tài chính, nhằm cung cấp cho khách hàng các giải pháp và dịch vụ tài chính minh
bạch, hiệu quả và tiện lợi, với chi phí thấp hơn so với các dịch vụ tài chính truyền thống.
Theo Sheleg & Kohali (2011), công nghệ tài chính là bất kỳ tiến bộ công nghệ nào có ảnh hưởng
đến lĩnh vực tài chính và hoạt động của nó.
Theo Freytag & Fricke (2017), công nghệ tài chính là một công nghệ mới tạo điều kiện thuận
lợi cho các dịch vụ tài chính. Khách hàng sẽ có thể lấy tận dụng các khả năng đầu tư có thể thực hiện
được nhờ công nghệ tài chính bằng cách sử dụng thiết bị di động, đây là thứ mà khách hàng có thể
mong đợi được cung cấp bởi các ngân hàng trong tương lai dưới dạng nền tảng mạng xã hội.
1179
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA: NGUỒN LỰC TRONG NỀN KINH TẾ SỐ
Tóm lại, Fintech được dùng để mô tả công nghệ mới nhằm cải thiện và tự động hoá việc cung
cấp và sử dụng các dịch vụ tài chính. Về ý nghĩa then chốt, Fintech được sử dụng để giúp các chủ
doanh nghiệp, ngân hàng và người tiêu dùng.
2.1.2. Lý luận về vai trò của Fintech đi vi ngân hng thơng mại
Dựa theo Bömer & Maxin (2018) thì việc hợp tác giữa ngân hàng và công ty Fintech có thể diễn
ra theo các hình thức sau:
Ứng dụng mở hay hp tc thơng hiệu: Công ty Fintech và ngân hàng có thể hợp tác để phát
triển và cung cấp các sản phẩm tài chính dưới thương hiệu chung. Điều này cho phép công ty Fintech
sử dụng quyền uy và tầm nhìn của ngân hàng để tạo niềm tin và sự tin cậy đối với khách hàng.
Hp tc trong việc pht trin úng dṇng: Ngân hàng có thể cung cấp công nghệ và cơ sở hạ tầng
cho công ty Fintech để phát triển các ứng dụng tài chính. Đồng thời, công ty Fintech có thể tận dụng
kiến thức và kinh nghiệm của ngân hàng để cung cấp các giải pháp tài chính đột phá cho khách hàng.
Hợp tác trong lĩnh vực tài chính: Ngân hàng và công ty Fintech có thể hợp tác trong việc cung cấp
các sản phẩm tài chính như vay mượn, thanh toán, gửi tiết kiệm, bảo hiểm, đầu tư, và các dịch vụ
khác. Hợp tác này giúp mở rộng danh mục sản phẩm và tăng cường khả năng phục vụ khách hàng
của cả hai bên.
Chia sẻ kin thúc v mạng li: Ngân hàng có thể chia sẻ kiến thức và mạng lưới của mình
với công ty Fintech, giúp công ty này hiểu rõ hơn về thị trường và khách hàng. Ngược lại, công ty
Fintech có thể cung cấp kiến thức và kỹ năng về công nghệ và sự đổi mới cho ngân hàng.
Ðẩy mạnh li nhuận từ Fintech: Ngân hàng có thể tận dụng sự phát triển của Fintech để tăng
cường lợi nhuận. Bằng cách cung cấp dịch vụ hỗ trợ Fintech hoặc đầu tư vào các công ty Fintech
tiềm năng, ngân hàng có thể hưởng lợi từ sự tăng trưởng và thành công của Fintech.
Gia nhập th trờng Fintech: Một số ngân hàng đã tham gia thị trường Fintech bằng cách phát
triển các dịch vụ tài chính tiên tiến hoặc hợp tác với các công ty Fintech có sẵn có mặt trên thị
trường. Việc này cho phép ngân hàng tham gia vào cuộc cạnh tranh và khai thác các cơ hội mới trong
lĩnh vực tài chính kỹ thuật số.
2.2. Phương pháp nghiên cứu
2.2.1. Mô hình
Dựa trên các nghiên cứu trước đây bao gồm các nghiên cứu trong và ngoài nước như: Wu &
Yuan (2021) & Kong (2022) thì lợi nhuận ngân hàng trên tổng tài sản (ROA) là biến phụ thuộc.
Ngoài ra, một số biến được điều chỉnh để phù hợp hơn với chủ đề và trường hợp ở Việt Nam bao
gồm: (1) Số lượng công ty Fintech (FT); (2) Chi phí trên thu nhập (CIR); (3) Tỷ lệ nợ xấu (NPL);
(4) Quy mô ngân hàng (SIZE); (5) Tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP); (6) Tỷ lệ lạm
phát (INF).
Vì vậy, phương trình hồi quy được thể hiện như sau:
ROAit = β0 + β1FTit + β2CIRit + β3NPLit + β4 SIZEit + β5 GDPit + β6INFit+Cit
1180
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA: NGUỒN LỰC TRONG NỀN KINH TẾ SỐ
Bảng 1. Danh sch cc bin
STT Biến Cách tính Dấu kỳ vọng
1ROA Lợi nhuận trước thuế và dự phòng/Tổng tài sản
2FT Logarit tự nhiên số công ty Fintech trong năm +
3CIR Tổng chi phí hoạt động/ Tổng thu nhập hoạt động -
4 NPL Tổng nợ xấu/ Tổng dư nợ -
5SIZE Logarit tự nhiên tổng tài sản +
6GDP Thu thập dữ liệu từ World Bank -
7INF Thu thập dữ liệu từ World Bank +
(Nguồn: Đề xuất của tc giả)
Dựa trên Bảng 1, các giả thuyết (H) của các biến được mô tả như sau:
H1: Công nghệ tài chính có tác động tích cực đến lợi nhuận của ngân hàng
H2: Chi phí vận hành tương tự như các nguồn năng lượng thông thường
H3: Nợ xấu có tác động tiêu cực đến lợi nhuận của ngân hàng .
H4: Quy mô tài sản có tác động tích cực đến lợi nhuận ngân hàng
H5: GDP có tác động ngược chiều đến lợi nhuận ngân hàng
H6: Tỷ lệ lạm phát có tác động tích cực đến lợi nhuận ngân hàng
2.2.2. Dữ liệu
Nghiên cứu được thực hiện dựa trên dữ liệu thứ cấp thu thập được, bao gồm bảng cân đối kế
toán, báo cáo thu nhập và giải trình báo cáo tài chính của các ngân hàng thương mại tại Việt Nam
trong giai đoạn 2016 - 2022. Ngoài ra, dữ liệu GDP và lạm phát hằng năm được thu thập từ báo cáo
thường niên của Ngân hàng Thế giới và Tổng cục Thống kê. Nghiên cứu được thực hiện với 30 ngân
hàng thương mại có dữ liệu trong giai đoạn 2016 - 2022, hình thành nên dữ liệu bảng gồm 207 quan
sát. Cơ sở để lựa chọn là theo Hair & cộng sự (2014) thì tỷ lệ số quan sát trên một biến phân tích là
5:1, sử dụng thang đo Likert 1 - 5 (thang đo Likert 5 mức độ). Với số biến độc lập là 6 thì số quan
sát tối thiểu phải là 5*6=30 quan sát. Dữ liệu bảng phù hợp cho nghiên cứu vì bằng cách kết hợp
chuỗi thời gian của các quan sát cắt ngang, dữ liệu bảng cung cấp cho chúng ta dữ liệu chứa nhiều
thông tin hữu ích hơn, nhiều biến động hơn, ít đa cộng tuyến giữa các biến, nhiều bậc tự do hơn và
hiệu quả cao hơn.
2.2.3. Công cụ nghiên cứu
Sử dụng phần mềm Microsoft Excel để tính tổng tài sản bình quân, tỷ lệ nợ xấu,... qua từng năm
của 30 ngân hàng thương mại. Đồng thời, nghiên cứu sử dụng phần mềm Stata 14.0 để thực hiện
thống kê mô tả, thống kê suy luận và hồi quy dữ liệu trên cơ sở dữ liệu bảng bao gồm: trung bình,
1181
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA: NGUỒN LỰC TRONG NỀN KINH TẾ SỐ
độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất, mức tương quan, mô hình hồi quy tuyến tính OLS,
mô hình hiệu ứng cố định (FEM), mô hình hiệu ứng ngẫu nhiên (REM) và phương pháp ước lượng
bình phương (GLS).
3. Kết quả và đánh giá
3.1. Kết quả
Bảng 2. Thng kê mô tả cc bin
Biến Số quan sát Trung
bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất
ROA 207 0,008 0,007 0,000 0,032
FT 207 1,903 0,255 1,591 2,193
CIR 207 0,490 0,119 0,571 0,958
NPL 207 0,019 0,011 0,003 0,073
SIZE 207 5,227 0,488 4,249 6,246
GDP 207 0,059 0,020 0,026 0,075
INF 207 0,026 0,010 0,006 0,035
(Nguồn: Tính ton của tc giả)
Biến FT có tương quan dương với biến phụ thuộc ROA là 0,333, cho thấy sự phát triển của
Fintech có thể đóng góp tích cực vào lợi nhuận của các ngân hàng thương mại. Điều này có thể liên
quan đến việc ứng dụng công nghệ tiên tiến, quy trình tự động hoá và cải tiến trong dịch vụ khách
hàng, quản lý rủi ro và hoạt động ngân hàng. Biến CIR có tương quan nghịch với biến phụ thuộc
ROA - 0,592, cho thấy tỷ lệ CIR càng thấp thì hiệu quả của ngân hàng càng cao, vì chi phí hoạt động
chỉ chiếm một phần nhỏ trong tổng doanh thu. Điều này có thể cho thấy khả năng quản lý chi phí
hiệu quả và tối ưu hoá hoạt động ngân hàng. Biến NPL có tương quan nghịch với biến phụ thuộc
ROA là -0,193, cho thấy tỷ lệ nợ xấu càng cao thì lợi nhuận của các ngân hàng thương mại càng thấp.
Điều này cho thấy tầm quan trọng của quản lý rủi ro và giảm nợ xấu để bảo vệ lợi nhuận của ngân
hàng. Biến độc lập SIZE: có tương quan dương với biến phụ thuộc ROA là 0,367, cho thấy quy mô
tổng tài sản có tác động tích cực đến lợi nhuận. Điều này có thể liên quan đến lợi thế của quy mô lớn,
chẳng hạn như khả năng tăng hoạt động, phân bổ nguồn lực và đa dạng hoá doanh thu. Biến độc lập
GDP: có tương quan âm với biến phụ thuộc ROA là -0,227, cho thấy tốc độ tăng trưởng hàng năm
của tổng sản phẩm quốc nội có tác động tiêu cực đến lợi nhuận. Điều này có thể được giải thích bởi
sự gia tăng cạnh tranh trong môi trường tăng trưởng kinh tế, rủi ro tín dụng gia tăng và những thách
thức trong quản lý rủi ro. Biến độc lập INF: có tương quan dương với biến phụ thuộc ROA là 0,086,
cho thấy tỷ lệ lạm phát có tác động tích cực đến lợi nhuận. Điều này có thể hiểu rằng khi lạm phát
tăng, các ngân hàng có thể tăng lãi suất cho vay và tăng doanh thu từ hoạt động tín dụng.