Tác động của vốn trí tuệ đến hiệu quả tài chính của ngân hàng thương mại Việt Nam

Chia sẻ: Tư Khấu Quân Tường | Ngày: | Loại File: PDF | Số trang:13

Thêm vào BST

Báo xấu

13
lượt xem 3
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết "Tác động của vốn trí tuệ đến hiệu quả tài chính của ngân hàng thương mại Việt Nam" nhằm nghiên cứu tác động của vốn trí tuệ đến hiệu quả hoạt động của ngân hàng thương mại ở Việt Nam. Nhóm tác giả phân tích dữ liệu của 28 ngân hàng thương mại Việt Nam với tổng 308 quan sát trong giai đoạn 2012-2022, dữ liệu được thu thập từ báo cáo tài chính đã được kiểm toán và báo cáo thường niên của các ngân hàng thương mại Việt Nam. Mời các bạn cùng tham khảo!

Chủ đề:

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

Lưu

Nội dung Text: Tác động của vốn trí tuệ đến hiệu quả tài chính của ngân hàng thương mại Việt Nam

KINH TẾ VIỆT NAM NĂM 2023 VÀ TRIỂN VỌNG NĂM 2024 THÚC ĐẨY TỔNG CẦU ĐỂ TĂNG TRƯỞNG KINH TẾ TRONG BỐI CẢNH MỚI 55. TÁC ĐỘNG CỦA VỐN TRÍ TUỆ ĐẾN HIỆU QUẢ TÀI CHÍNH CỦA NGÂN HÀNG THƯƠNG MẠI VIỆT NAM ThS.NCS. Lê Đức Hoàng*, Lại Quỳnh Anh*, Ngô Thu Hằng* Nguyễn Phương Linh*, Nguyễn Trần Khánh Nhã*, Bùi Lan Phương* Tóm tắt Bài viết này nhằm nghiên cứu tác động của vốn trí tuệ đến hiệu quả hoạt động của ngân hàng thương mại ở Việt Nam. Nhóm tác giả phân tích dữ liệu của 28 ngân hàng thương mại Việt Nam với tổng 308 quan sát trong giai đoạn 2012 - 2022, dữ liệu được thu thập từ báo cáo tài chính đã được kiểm toán và báo cáo thường niên của các ngân hàng thương mại Việt Nam. Nghiên cứu sử dụng mô hình hệ số thông minh giá trị gia tăng (VAIC) của Ante Pulic (2000) cùng với phương pháp GMM và mô hình bảng động. Kết quả cho thấy hiệu quả hoạt động của ngân hàng bị ảnh hưởng tích cực đáng kể bởi vốn trí tuệ (IC) ở Việt Nam. Ngoài ra, các phát hiện cho thấy hiệu quả sử dụng vốn (CEE) là yếu tố thiết yếu quyết định hiệu quả hoạt động của ngân hàng hơn là hiệu quả vốn cấu trúc (vốn cơ cấu) (SCE) và hiệu quả vốn con người (HCE) đối với ngành Ngân hàng Việt Nam. Vì vậy, các ngân hàng thương mại cần ưu tiên đầu tư cơ sở vật chất, hạ tầng; triển khai các giải pháp công nghệ tiên tiến. Bằng cách huy động vốn trí tuệ, các ngân hàng sẽ có thể tăng đáng kể hiệu quả tài chính của mình. Từ khóa: hiệu quả tài chính, ngân hàng, vốn trí tuệ, mô hình hệ số thông minh giá trị gia tăng 1. GIỚI THIỆU Trong bối cảnh môi trường kinh doanh đầy cạnh tranh hiện nay, giữa những trở ngại trên toàn thế giới và những diễn biến chưa từng có, vốn trí tuệ được coi là rất quan trọng trong việc cung cấp cho các ngân hàng những con đường để đạt được khả năng cạnh tranh. Ngân hàng, một trong những lĩnh vực thâm dụng tri thức nhất của nền kinh tế, * Trường Đại học Kinh tế Quốc dân 747
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA mang lại những kết quả nghiên cứu tốt nhất. Việc nghiên cứu mối quan hệ giữa vốn trí tuệ và hiệu quả ngân hàng thương mại (NHTM) ngày càng trở nên cấp thiết nhằm nâng cao hiệu quả hoạt động tài chính cũng như sự cạnh tranh giữa các ngân hàng. Một số nhà nghiên cứu xem vốn trí tuệ là một yếu tố tạo ra ưu thế cạnh tranh. Edvinsson và Malone (1997) định nghĩa vốn trí tuệ là việc sở hữu tri thức, các kinh nghiệm được ứng dụng, tài sản công nghệ của tổ chức, mối quan hệ với khách hàng và các kỹ năng chuyên nghiệp giúp doanh nghiệp có được thế mạnh cạnh tranh trên thị trường. Thêm vào đó, vốn trí tuệ còn được xem là một trong những nguồn tạo nên ưu thế cạnh tranh (Jardon và Martos, 2012; Kamukama, 2013; Sokolovská và cộng sự, 2014) và được nhấn mạnh rằng, việc quản trị hợp lý nguồn lực trí tuệ sẽ thúc đẩy làm việc nhóm và phát triển tri thức (Kamukama, 2013). Cùng góc nhìn đó, Chen (2007) tin rằng, các công ty đầu tư nguồn lực và nỗ lực vào nguồn vốn trí tuệ xanh không chỉ có thể đáp ứng được các xu thế của luật pháp về môi trường toàn cầu nghiêm ngặt và nhận thức phổ biến về môi trường của người tiêu dùng, mà sau cùng còn có thể tạo ra ưu thế cạnh tranh. Lin (2013) cũng đưa ra lập luận rằng, vốn trí tuệ là một nguồn lực thực sự có thể đưa vào sử dụng trong hoạt động hằng ngày và giúp biến đổi các nguồn lực công ty thành ưu thế cạnh tranh. Trong khi đó, một số nghiên cứu khác lại định nghĩa vốn trí tuệ là một dạng tài sản vô hình. Brooking (1998) cho rằng, “vốn trí tuệ” là thuật ngữ dùng để chỉ các tài sản vô hình kết hợp giúp công ty có thể vận hành. Theo Stewart (1999), vốn trí tuệ là các vật chất trí tuệ - tri thức, thông tin, sở hữu trí tuệ, kinh nghiệm còn có thể dùng để tạo ra của cải. Tương tự, Harrison và Sullivan (2000) cho rằng, vốn trí tuệ là tri thức có thể biến đổi thành lợi nhuận. Còn theo Roos (2005), vốn trí tuệ có thể được định nghĩa là tất cả các nguồn lực phi tiền mặt và phi vật chất được kiểm soát một phần hoặc hoàn toàn bởi một tổ chức và đóng góp vào quá trình tạo ra giá trị của tổ chức đó. Tổng quát lại, vốn trí tuệ là một phần của tài sản vô hình của doanh nghiệp, bao gồm không chỉ các tài sản trí tuệ như: sáng chế, nhãn hiệu và bí mật kinh doanh, mà còn bao gồm: kiến thức, kinh nghiệm, mối quan hệ, quy trình làm việc, đánh giá từ thị trường và khách hàng, đóng vai trò quan trọng trong việc cải thiện hiệu quả hoạt động của doanh nghiệp. Việt Nam đang trong thời kỳ mở cửa hội nhập và để bắt kịp khu vực và phát triển cùng thế giới, nền kinh tế Việt Nam đang có xu hướng dịch chuyển sang kinh tế tri thức. Hội nhập cũng mang lại nhiều cơ hội và cả những thách thức với mọi lĩnh vực của nền kinh tế. Để có thể hoạt động hiệu quả và thành công trong môi trường cạnh tranh khốc liệt hiện nay, các doanh nghiệp không chỉ dựa vào nguồn lực tài chính, lao động có kỹ năng mà còn phải dựa vào khả năng áp dụng tri thức trong tổ chức. Trong đó, lĩnh vực tài chính, ngân hàng - một lĩnh vực được xem là thâm dụng tri thức, với quy mô hoạt động ngày càng mở rộng đi kèm với đó là hoạt động tái cơ cấu ngân hàng đang được đẩy mạnh đã khiến các ngân hàng phải có những chính sách, chiến lược kinh doanh phù hợp cũng như phải khai thác và sử dụng tri thức để gia tăng khả năng cạnh tranh của mình. Quản trị tri thức tốt giúp ngân hàng tăng cường nguồn vốn trí tuệ - một loại tài sản vô hình ngày càng 748
KINH TẾ VIỆT NAM NĂM 2023 VÀ TRIỂN VỌNG NĂM 2024 THÚC ĐẨY TỔNG CẦU ĐỂ TĂNG TRƯỞNG KINH TẾ TRONG BỐI CẢNH MỚI có vai trò quan trọng so với những tài sản hữu hình khác và tạo ra lợi thế kinh doanh bền vững. Việc nghiên cứu tác động của vốn trí tuệ tới hiệu quả tài chính của các NHTM ngày càng trở nên cấp thiết. Tuy nhiên, chủ đề này hiện nay chưa được nghiên cứu nhiều, đặc biệt là với mẫu nghiên cứu là các NHTM Việt Nam. 2. CƠ SỞ LÝ THUYẾT Vốn trí tuệ Vốn trí tuệ là một phần của tài sản vô hình của doanh nghiệp, bao gồm không chỉ các tài sản trí tuệ như: sáng chế, nhãn hiệu và bí mật kinh doanh, mà còn bao gồm: kiến thức, kinh nghiệm, mối quan hệ, quy trình làm việc, đánh giá từ thị trường và khách hàng, đóng vai trò quan trọng trong việc cải thiện hiệu quả hoạt động của doanh nghiệp. Vốn con người Trong nền kinh tế tri thức, chúng ta không thể phủ nhận tầm quan trọng của vốn con người. Nguồn nhân lực là nguồn tạo ra giá trị quan trọng cho doanh nghiệp. Nó được hình thành dựa trên kiến thức, kỹ năng chuyên môn, năng lực, thái độ và năng lực nhận thức (Fitz- enz, 2000). Theo Wright, McMahan và McWilliams (1994), vốn nhân lực là nguồn lợi thế cạnh tranh bền vững xét trên quan điểm cơ sở nguồn lực. Seleim, Ashour và Bontis (2007) đã điều tra mối quan hệ giữa vốn con người và hiệu quả kinh doanh trong các công ty phần mềm và phát hiện ra mối quan hệ thuận lợi. Vốn cấu trúc Vốn cấu trúc bao gồm: tài sản trí tuệ và cơ sở hạ tầng của doanh nghiệp. Ngoài ra, vốn cấu trúc còn bao gồm các hệ thống, quy trình hay văn hóa của doanh nghiệp (Steward, 1997). Vốn sử dụng Vốn được sử dụng là một thành phần quan trọng của vốn trí tuệ, vốn sử dụng còn được gọi là “vốn khách hàng”, “vốn quan hệ” và “vốn bên ngoài”, theo Bontis (2002), vốn sử dụng có thể được định lượng theo thời gian, nhưng tài liệu tiếp thị cho rằng, mối quan hệ lâu dài là nguồn lợi thế cạnh tranh. Sự gia tăng vốn con người và vốn cơ cấu cho phép tăng vốn sử dụng. Một trong những thành phần chính chuyển đổi vốn trí tuệ thành giá trị thị trường là vốn được sử dụng (Pouraghajan, Ramezani, và Mohammadzadeh, 2013). Hiệu quả ngân hàng Khái niệm hiệu quả tài chính (HQTC) được sử dụng nhiều trong nghiên cứu kinh tế - xã hội cũng như quản trị tài chính doanh nghiệp và cá nhân. Khái niệm này là sự kết hợp giữa hai khái niệm “hiệu quả” và “tài chính” để làm rõ hiệu quả về mặt tài chính của các hoạt động kinh tế - xã hội và sản xuất, kinh doanh. Hiệu quả nói chung được xác định bởi tỷ số giữa kết quả đạt được và chi phí bỏ ra để đạt được kết quả đó. Özlem Olgu, Hasan Dinçer và Hasan Dinçer (2014) cho rằng, hiệu quả tài chính đề cập đến việc đáp ứng các yêu cầu cần thiết để cung cấp các dịch vụ tài chính chất lượng cao nhất với chi phí thấp nhất có thể. 749
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA Các nghiên cứu thực nghiệm trước đây sử dụng các phương pháp ước lượng khác nhau để đo lường và đánh giá các nhân tố tác động đến HQTC của các NHTM bao gồm: Tỷ lệ lợi nhuận trên vốn chủ sở hữu – ROE (Return On Equity), Tỷ lệ lợi nhuận trên tài sản – ROA (Return On Assets) và Tỷ lệ thu nhập lãi biên ròng – NIM (Net Interest Margin). 3. MÔ HÌNH NGHIÊN CỨU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 3.1. Mô hình nghiên cứu và giả thuyết 3.1.1. Giả thuyết Bảng 1. Giả thuyết nghiên cứu STT Giả thuyết Tham khảo Public (1998); Chen, Cheng, và Hwang H1 Vốn trí tuệ có tác động tích cực đến hiệu quả hoạt động của các NHTM Việt Nam (2005); Hang Chan (2009); Bontis, Janosevic, và Dzenopoljac (2015) Hiệu quả sử dụng vốn (CEE) có tác động tích cực đến khả năng sinh lời của Pfeffer và Salancik (2003); Abeysekera H2 NHTM Việt Nam (2010); Mitchell Williams (2001) Hiệu quả nguồn nhân lực (HCE) có tác động tích cực đến khả năng sinh lời của Njuguna (2009); Goh (2003); Keong Choong H3 NHTM Việt Nam (2008); Stewart và Ruckdeschel (1998) Hiệu quả sử dụng vốn cơ cấu (SCE) có tác động tích cực đến khả năng sinh lời H4 Soriya và Narwal (2015) của NHTM Nguồn: Tổng hợp của nhóm tác giả 3.1.2. Đề xuất mô hình nghiên cứu Một trong những phương pháp đo vốn trí tuệ phổ biến là phương pháp Hệ số trí tuệ giá trị gia tăng (sau đây gọi là VAIC) do Ante Pulic xây dựng và phát triển. VAIC áp dụng phương pháp đo IC trực tiếp, dựa trên báo cáo tài chính được công bố. Hình 1. Mô hình hệ số thông minh giá trị gia tăng (VAIC) Nguồn: Pulic (2000) 750
KINH TẾ VIỆT NAM NĂM 2023 VÀ TRIỂN VỌNG NĂM 2024 THÚC ĐẨY TỔNG CẦU ĐỂ TĂNG TRƯỞNG KINH TẾ TRONG BỐI CẢNH MỚI Bảng 2. Các biến và dấu giả thuyết trong mô hình hồi quy Dấu Biến Ký hiệu Công thức giả Tham khảo thuyết Biến phụ thuộc Tỷ suất sinh lời trên tổng ROA ROA = (Lợi nhuận sau thuế) / (Tổng tài sản) Zeitun, R, và Gang Tian, G. (2007) tài sản Biến độc lập Pfeffer và Salancik (2003); Hiệu quả sử dụng vốn CEE CEE = VA / CE + Abeysekera (2010) Njuguna (2009); Goh (2003); Hiệu quả vốn nhân lực HCE HCE = VA / HC + Stewart và Ruckdeschel (1998) Soriya và Narwal (2015); Hiệu quả vốn cơ cấu SCE SCE = SC / VA + Rehman, Rehman, Rehman, và Zahid (2011) Tỷ lệ an toàn vốn CAR CAR = (Vốn tự có) / (Tổng tài sản “Có” rủi ro) (+/-) Soedarmono, và Tarazi (2016) Iannotta. G, Nocera, G, và Sironi, Quy mô ngân hàng SIZE SIZE = Logarit (Tổng tài sản) (+/-) A. (2007) Tỷ lệ vốn chủ sở hữu trên CAP CAP = (Vốn chủ sở hữu) / (Tổng tài sản) (+/-) Gul và cộng sự (2011) tổng tài sản (%) Rủi ro tín dụng NPLTL NPLTL = (Nợ xấu) / (Tổng nợ) (+/-) Agoraki, Delis, và Pasiouras (2011) Chi phí kém hiệu quả CINEFF CINEFF = (Tổng chi phí) / (Tổng thu nhập) (+/-) Rahman, Hamid, và Khan (2015) Đa dạng hóa thu nhập IDIV IDIV = (Thu nhập ngoài lãi) / (Tổng thu nhập) (+/-) Jiang, Tang, Law, và Sze (2003) Akter, Majumder, và Uddin, M, J. Đòn bẩy LEV LEV = (Tổng nợ) / (Tổng tài sản) (+/-) (2018) Tổng sản phẩm quốc nội GDP GDP = Tốc độ tăng trưởng GDP hàng năm (%) (+/-) Majumder và Uddin (2017); Lạm phát INF INF = Lạm phát, chỉ số giảm phát GDP (%) (+/-) Tan (2016) Kridan và Goulding (2006); Hệ số trí tuệ giá trị gia tăng VAIC VAIC = HCE + SCE = CEE + HCE + SCE + Afroze (2011) Nguồn: Nhóm tác giả nghiên cứu và tổng hợp 3.1.3. Mẫu nghiên cứu Nghiên cứu sử dụng hai mô hình kinh tế lượng, mô hình thứ nhất xem xét giả thuyết H1, nghiên cứu mối quan hệ giữa biến phụ thuộc, hiệu suất (tỷ suất lợi nhuận trên tài sản - ROAit) và thước đo tổng hợp về vốn trí tuệ (hệ số trí tuệ giá trị gia tăng - VAICit), cùng với nhiều đặc thù ngân hàng và kinh tế vĩ mô khác, các biến số kiểm soát như: vốn (CARit), quy mô ngân hàng (SIZEit), rủi ro tín dụng (NPLTLit), kém hiệu quả về chi phí (CINEFFit), đa dạng hóa thu nhập (IDIVit), đòn bẩy (LEVit), tổng sản phẩm quốc nội (GDPt) và lạm phát (INFi). Mô hình thứ hai kiểm định các giả thuyết H2, H3 và H4 bằng cách sử dụng các thành phần của VAIC làm biến độc lập (Các biến đã được đề cập trong Bảng 2). 751
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA Mô hình 1: ROAit = β0 +β1ROAit−1 +β2VAICit +β3CARit +β4SIZEit +β5NPLTLit +β6CINEFFit +β7IDIVit +β8LEVit + β9GDPt +β10INFt + εit Mô hình 2: ROAit = β0 + β1ROAit−1 +β2CEEit +β3HCEit +β4SCEit +β5CARit +β6SIZEit +β7NPLTLit +β8CINEFFit +β9IDIVit +β10LEVit +β11GDPt +β12INFt +εit 3.2. Dữ liệu nghiên cứu Nghiên cứu sử dụng dữ liệu từ 28 NHTM Việt Nam trong khoảng thời gian 11 năm (2012 - 2022) với 308 quan sát. Dữ liệu bao gồm thông tin từ báo cáo tài chính và báo cáo thường niên của ngân hàng, tuân thủ Chuẩn mực kế toán Việt Nam. Các biến kinh tế vĩ mô được lấy từ Cơ sở dữ liệu của Ngân hàng Thế giới và Tổng cục Thống kê Việt Nam. Tính đến ngày 31/12/2023, tổng tài sản của các NHTM Việt Nam là hơn 22 triệu tỷ đồng, trong đó tổng tài sản của 28 NHTM trong mẫu nghiên cứu là hơn 12,7 triệu tỷ đồng (chiếm 75% tổng tài sản toàn hệ thống NHTM), do đó, mẫu nghiên cứu phù hợp và có tính đại diện cao. Bên cạnh đó, phần mềm STATA 17 được sử dụng để thực hiện phân tích định lượng mối quan hệ giữa vốn trí tuệ và hiệu quả tài chính của các NHTM Việt Nam. 4. KẾT QUẢ NGHIÊN CỨU 4.1. Một số thống kê mô tả về các biến số trong mô hình Bảng 3. Thống kê mô tả Biến Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất ROA 308 0,011 0,053 0 0,938 VAIC 308 3,777 1,185 1,563 7,369 CEE 308 0,026 0,013 0,006 0,084 HCE 308 3,113 1,056 1,315 6,451 SCE 308 0,638 0,132 0,239 0,845 SIZE 308 18,696 1,135 16,402 21,475 CAR 308 0,133 0,042 0,08 0,334 NPLTL 308 0,023 0,029 0,005 0,395 CINEFF 308 0,699 0,679 0,227 7,221 IDIV 308 0,219 0,167 -0,259 1,323 LEV 308 0,921 0,113 0,091 1,917 GDP 308 6,045 1,714 2,6 8 INF 308 3,227 1,480 -1,7 9,1 Nguồn: Tính toán của nhóm tác giả từ phần mềm STATA 17 Bảng 3 thể hiện thống kê mô tả của tất cả các biến. Bảng cho thấy tỷ suất lợi nhuận ròng trên tổng tài sản (ROA) là 1,1%, giá trị tối đa 0,938, giá trị tối thiểu 0 và độ lệch chuẩn 0,053, cho thấy một số ngân hàng có thu nhập dưới mức trung bình. Chỉ số vốn trí tuệ (VAIC) của 752
KINH TẾ VIỆT NAM NĂM 2023 VÀ TRIỂN VỌNG NĂM 2024 THÚC ĐẨY TỔNG CẦU ĐỂ TĂNG TRƯỞNG KINH TẾ TRONG BỐI CẢNH MỚI các NHTM Việt Nam giai đoạn 2012 - 2022 tăng lên giá trị trung bình là 3,777 với độ lệch chuẩn là 1,185. Giá trị nhỏ nhất đạt 1,563 của Ngân hàng TMCP Quốc dân năm 2012 và giá trị lớn nhất đạt 7,369 của Ngân hàng TMCP Kỹ thương Việt Nam vào năm 2021. Quy mô của các NHTM Việt Nam được xác định bằng logarit tự nhiên của tổng tài sản dao động từ 16,402 đến 21,475, với độ lệch chuẩn là 1,135 và giá trị trung bình là 18,696. Điều này thể hiện sự khác biệt lớn về quy mô của các NHTM ở Việt Nam. 4.2. Kết quả ước lượng mô hình Bảng 4. Ma trận hệ số tương quan giữa các biến độc lập VAIC CEE HCE SCE SIZE CAR NPLTL CINEFF IDIV LEV GDP INF VAIC 1,000 CEE 0,626 1,000 HCE 0,998 0,618 1,000 SCE 0,922 0,569 0,903 1,000 SIZE 0,457 0,330 0,462 0,377 1,000 CAR -0,106 -0,008 -0,106 -0,106 -0,448 1,000 NPLTL -0,191 -0,119 -0,184 -0,231 -0,246 0,084 1,000 CINEFF -0,109 -0,244 -0,108 -0,089 -0,136 0,048 0,045 1,000 IDIV -0,044 -0,075 -0,034 -0,118 -0,105 0,209 -0,013 -0,121 1,000 LEV -0,030 -0,055 -0,032 -0,013 0,019 -0,220 -0,036 0,127 -0,080 1,000 GDP -0,118 -0,075 -0,118 -0,111 -0,055 0,080 0,001 0,036 -0,039 0,001 1,000 INF 0,047 0,038 0,046 0,049 -0,128 0,061 0,148 0,039 -0,023 -0,006 -0,008 1,000 Nguồn: Tính toán của nhóm tác giả từ phần mềm STATA 17 Bảng 4 minh họa ma trận hệ số tương quan Pearson. Hệ số tương quan là một chỉ số thống kê đo lường mức độ của mối quan hệ tuyến tính giữa hai biến. Dựa vào kết quả Bảng 3, ngoại trừ biến VAIC, HCE và SCE, hệ số tương quan của các biến độc lập đều thấp hơn 80% nên các biến độc lập có hệ số tương quan thấp và phù hợp với hồi quy (Judge và cộng sự, 1985; Hair và cộng sự, 2006). Mối tương quan giữa biến VAIC với biến HCE và SCE đạt mức rất cao (lần lượt là 0,998 và 0,922) bởi vì HCE và SCE là hai thành phần trong công thức tính chỉ số VAIC. Đối với mối tương quan cao giữa biến HCE và SCE, tác giả nhận thấy trong công thức tính SCE có sự xuất hiện của chi phí nhân công ở phần tử số. Pulic (2000) cho rằng: Vốn con người tỷ lệ nghịch với vốn cấu trúc trong quá trình tạo ra giá trị dựa trên vốn trí tuệ, dẫn đến nếu vốn cấu trúc giảm thì vốn con người tăng. Và cách ước tính SCE có sự khác biệt đối với các biến khác trong mô hình VAIC khi SCE được tính nghịch đảo so với cách tính CEE và HCE nên mối tương quan cao giữa HCE và SCE là hợp lý. 753
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA Bảng 5. Kết quả ước lượng mô hình tác động của vốn trí tuệ đến hiệu quả hoạt động NHTM Mô hình 1 Mô hình 2 Biến Hệ số hồi quy Robust S.E. Hệ số hồi quy Robust S.E. ROA(t-1) 0,172* 0,085 0,288* 0,094 VAIC 0,005*** 0,003 - - CEE - - 0,447** 0,022 HCE - - 0,031*** 0,007 SCE - - 0,141* 0,071 SIZE 0,004*** 0,002 0,009*** 0,003 CAR 0,176* 0,069 0,182 0,108 NPLTL 0,824** 0,035 1,182** 0,038 CINEFF -0,007*** 0,003 -0,005*** 0,003 IDIV -0,092** 0,029 -0,084** 0,026 LEV 0,069** 0,047 0,021** 0,037 GDP -0,001*** 0,000 -0,003*** 0,000 INF 0,001*** 0,001 0,005*** 0,001 Hansen Test P=0,784 P=0,674 AR(1) Z=-0,91 P_value=0,362 Z=-1,25 P_value=0,210 AR(2) Z=-0,29 P_value=0,773 Z=0,28 P_value=0,778 Number of instrument 25 27 Number of groups 28 28 Observations 252 252 Lưu ý: Biến phụ thuộc là tỷ suất lợi nhuận ròng trên tổng tài sản được đo bằng ROA, *, ** và *** biểu thị mức ý nghĩa lần lượt là 10%, 5% và 1% Nguồn: Tính toán của nhóm tác giả từ phần mềm STATA 17 Kết quả nghiên cứu về tác động của vốn trí tuệ, hệ số giá trị gia tăng trí tuệ (VAIC) đến hiệu quả hoạt động ngân hàng (ROA) trong Mô hình 1 được liệt kê trong Bảng 5 và Mô hình 2 ghi nhận tác động của các thành phần khác nhau của VAIC đến tỷ suất lợi nhuận ròng trên tổng tài sản (ROA). Nghiên cứu này chủ yếu nhấn mạnh các kết quả thực nghiệm thu được bằng cách sử dụng mô hình GMM (Bảng 5). Bond (2002) lập luận rằng: “Một công cụ ước tính GMM hệ thống hợp lý sẽ có thể tạo ra hệ số ước tính trên biến phụ thuộc có độ trễ nhỏ hơn ước tính được tạo ra từ OLS và lớn hơn đáng kể so với giá trị thu được từ phương pháp hồi quy hiệu ứng cố định”. Mục tiêu của GMM là kiểm soát hai vấn đề cơ bản bao gồm các vấn đề không đồng nhất và nội sinh không quan sát được. Công cụ ước lượng GMM tính đến sự không đồng nhất không được quan sát và sự tồn tại của biến phụ thuộc. Do đó, công cụ ước lượng này mang lại ước tính nhất quán của các tham số. Đối với các vấn đề về tính đồng nhất, công cụ ước lượng GMM của hệ thống sử dụng các giá trị trễ của các biến phụ thuộc (theo mức độ và sự khác biệt) và các giá trị trễ của các 754
KINH TẾ VIỆT NAM NĂM 2023 VÀ TRIỂN VỌNG NĂM 2024 THÚC ĐẨY TỔNG CẦU ĐỂ TĂNG TRƯỞNG KINH TẾ TRONG BỐI CẢNH MỚI biến hồi quy khác có khả năng mắc phải tính đồng nhất làm công cụ. Tiếp theo Bond (2002), chúng tôi sử dụng các giá trị trễ của các biến được coi là nội sinh như các công cụ được thể hiện bằng chữ in nghiêng trong bảng kết quả. Phương pháp tiếp cận của chúng tôi sử dụng các công cụ cho tất cả các phần tử hồi quy ngoại trừ những phần tử được coi là ngoại sinh. Bên cạnh đó, số độ trễ được xác định bằng các thử nghiệm tự tương quan Arellano-Bond (AR) và thử nghiệm hạn chế xác định quá mức (Hansen, 1982). Đầu tiên, giả thuyết H1 được tất cả các thông số mô hình ủng hộ, chỉ ra rằng, sự tồn tại hàng Việt Nam. Cụ thể, hệ số ước tính cho 𝑉𝐴𝐼𝐶 là 0,005 và thể hiện ý nghĩa thống kê ở mức của vốn trí tuệ làm giảm đáng kể rủi ro ngân hàng và nâng cao hiệu quả ổn định của các ngân ý nghĩa 5%. Điều này cho thấy tồn tại mối tương quan dương giữa vốn trí tuệ và hiệu quả hoạt động được nâng cao của các ngân hàng ở Việt Nam. Tất cả các mô hình đều thể hiện hệ số dương đáng kể cho biến phụ thuộc (ROAt-1), cho thấy mức độ bền vững của hai mô hình và tính chất động của việc sử dụng mô hình. Điều này cho thấy rằng, kết quả hoạt động tài chính trong quá khứ của các NHTM Việt Nam có tác động đáng kể đến kết quả hoạt động hiện tại. Ở Mô hình 1, nghiên cứu nhận thấy VAIC có tác động tích cực đáng kể đến hiệu quả hoạt động của ngân hàng, cho thấy vốn trí tuệ là yếu tố quan trọng quyết định hiệu quả hoạt động của ngân hàng. Nói cách khác, các ngân hàng có kết quả vốn trí tuệ tốt hơn dường như có hiệu quả tài chính mạnh hơn - kết quả phân tích ủng hộ giả thuyết 1 (H1). Kết quả nghiên cứu này phù hợp với Al-Musali và Ismail (2014), Meles, Porzio, Sampagnaro và Verdoliva (2016) và các nghiên cứu trước đây của những người khác. Trong Mô hình 2, phân tích cho thấy CEE và ROA có mối liên hệ tích cực đáng kể, ủng hộ giả thuyết 2 (H2). Kết quả này tương thích với nghiên cứu được thực hiện bởi Mehralian, Rajabzadeh, Reza Sadeh và Reza Rasekh (2012), Ismail và Karem (2011), Firer và Mitchell Williams (2003) và Al-Musali và Ismail (2014). Không có mối liên quan đáng kể nào giữa HCE, SCE và ROA được xác định trong phân tích này, điều này không ủng hộ các giả thuyết 3 và 4 (H3 và H4). Kết quả chỉ ra rằng, bằng cách sử dụng CEE (sử dụng vốn), thay vì HCE và SCE, các NHTM Việt Nam sẽ thu được lợi nhuận cao hơn. Đối với các biến số cụ thể của ngân hàng, hệ số SIZE trong tất cả các mô hình cho thấy tác động có ý nghĩa thống kê và có lợi đến hiệu quả ổn định ngân hàng Việt Nam. Liên quan đến các yếu tố kinh tế vĩ mô khác, kết quả cho thấy sự gia tăng INF có mối tương quan thuận với hiệu quả ổn định ngân hàng. Điều này chỉ ra rằng, mức độ tập trung cao hơn ở các ngân hàng Việt Nam có thể giúp giảm bớt rủi ro tiềm ẩn và nâng cao hiệu quả quản lý (Mirzaei và cộng sự, 2013), ngụ ý rằng: tỷ lệ lạm phát cao hơn sẽ dẫn đến lãi suất cho vay cao hơn, do đó lợi nhuận ngân hàng lớn hơn. INF tương quan tích cực với hiệu quả ổn định ngân hàng, cho thấy các ngân hàng có thể phải đối mặt với những thách thức trong việc dự đoán chính xác lạm phát và đưa ra những điều chỉnh lãi suất phù hợp. Mối tương quan nghịch giữa GDP và sự ổn định của ngân hàng cho thấy một tín hiệu không tốt cho nền kinh tế. 755
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA 5. KHUYẾN NGHỊ VÀ KẾT LUẬN 5.1. Kết luận Trong nghiên cứu này, sự đóng góp của vốn trí tuệ vào hiệu quả hoạt động ngân hàng của 28 NHTM hoạt động tại Việt Nam từ năm 2012 đến năm 2022 được ước tính bằng cách sử dụng phương pháp hệ số giá trị gia tăng trí tuệ (VAIC). Sau đó, nghiên cứu tập trung vào việc phân tích tác động của vốn trí tuệ và các thành phần của nó ảnh hưởng như thế nào đến hiệu quả tài chính của các NHTM này bằng phương pháp GMM. Một số biến kiểm soát kinh tế vĩ mô và đặc thù ngân hàng như: tỷ lệ an toàn vốn (CAR), quy mô ngân hàng (SIZE), rủi ro tín dụng (NPLTL), hiệu quả chi phí (CINEFF), đa dạng hóa thu nhập (IDIV), đòn bẩy tài chính (LEV), tổng sản phẩm quốc nội (GDP) và lạm phát (INF), cũng được đưa vào phân tích. Nghiên cứu cho thấy hiệu quả sử dụng vốn (CEE) là yếu tố quan trọng nhất của VAIC và có tác động tích cực đáng kể đến lợi nhuận của các ngân hàng. Chúng tôi cũng thấy rằng, vốn ngân hàng, đa dạng hóa thu nhập có tác động tích cực đáng kể đến lợi nhuận ngân hàng đối với các biến kiểm soát. Ngược lại, quy mô ngân hàng, rủi ro tín dụng, chi phí kém hiệu quả, đòn bẩy và lạm phát có mối liên hệ tiêu cực với hiệu suất. 5.2. Khuyến nghị Trong số các thành phần của vốn trí tuệ, chúng tôi thấy rằng, hiệu quả sử dụng vốn (CEE) có tác động tích cực đáng kể nhất đến lợi nhuận của ngân hàng, Vì vậy, các NHTM cần ưu tiên đầu tư cơ sở vật chất, hạ tầng. Tiếp theo là triển khai các giải pháp công nghệ tiên tiến như: AI, Big Data để tự động hóa quy trình, tối ưu hóa phân bổ vốn và nâng cao hiệu quả tài chính cho ngân hàng. Bên cạnh đó, các NHTM Việt Nam cần quan tâm hơn nữa đến trí tuệ của nguồn nhân lực trong ngân hàng (vốn con người) thông qua các hoạt động đào tạo, bồi dưỡng chuyên sâu về chuyên môn, kỹ năng cũng như các hoạt động hỗ trợ tinh thần, nhu cầu thực tế của người lao động, chăm sóc sức khỏe và chính sách đãi ngộ dài hạn cho nhân viên. Các ngân hàng cần tập trung hơn nữa vào tầm quan trọng và tính thực tiễn của vốn trí tuệ trong nguồn lực của ngân hàng, đặc biệt là vốn cấu trúc (SCE), Khi xây dựng chiến lược phát triển trong tương lai, các ngân hàng nên ưu tiên bảo vệ và phát triển tài sản trí tuệ để nâng cao khả năng cạnh tranh trên thị trường hoặc tập trung đầu tư vào hệ thống, phát triển quy trình và dữ liệu vì những khoản đầu tư này sẽ mang lại lợi nhuận cao hơn, từ đó củng cố vị thế của ngân hàng. Nghiên cứu này mới chỉ xem xét một quốc gia là Việt Nam và một ngành là ngân hàng. Các nghiên cứu tiếp theo có thể tham khảo các tổ chức tài chính khác (bao gồm các công ty bảo hiểm, doanh nghiệp cho thuê…) không được tính đến trong nghiên cứu này. Ngoài ra, còn có những kỹ thuật khác để đánh giá hiệu quả hoạt động của ngân hàng. Chúng tôi khuyến nghị các nhà nghiên cứu trong tương lai nên thực hiện phân tích xuyên quốc gia và tính đến các thước đo khác về vốn trí tuệ ngoài mô hình VAIC, chẳng hạn như bảng điểm cân bằng 756
KINH TẾ VIỆT NAM NĂM 2023 VÀ TRIỂN VỌNG NĂM 2024 THÚC ĐẨY TỔNG CẦU ĐỂ TĂNG TRƯỞNG KINH TẾ TRONG BỐI CẢNH MỚI Balanced scorecard (BSC), Tobin’s Q, hệ số giá trị thị trường trên giá trị sổ sách (market-to- book ratio). Một hạn chế khác của nghiên cứu này là nó chỉ xem xét mối quan hệ trực tiếp giữa vốn trí tuệ và hiệu quả hoạt động ngân hàng, Do đó, nhà nghiên cứu có thể kiểm tra mối quan hệ gián tiếp bằng cách xem xét các biến điều tiết và trung gian. Bất kể những thiếu sót đó, chúng tôi tin rằng, các nhà quản lý ngân hàng, các nhà hoạch định chính sách, các học giả và những người có liên quan sẽ thấy nghiên cứu này có giá trị. TÀI LIỆU THAM KHẢO 1. Abeysekera, I. (2010), The influence of board size on intellectual capital disclosure byKenyan listed firms. Journal of intellectual capital, 11(4), 504 - 518. 2. Agoraki, M. E. K., Delis, M. D., & Pasiouras, F. (2011), Regulations, competition and bank risk-taking in transition countries. Journal of Financial Stability, 7(1), 38 -48. 3. Al-Musali, M. A. K., & Ismail, K. N. I. K. (2014), Intellectual capital and its effect on financial performance of banks: Evidence from Saudi Arabia. Procedia-Social and Behavioral Sciences, 164, 201 - 207. 4. Belaid Kridan, A., & Steven Goulding, J. (2006), A case study on knowledge management implementation in the banking sector. Vine, 36(2), 211 - 222. 5. Bontis, N., & Fitz-enz, J. (2002), Intellectual capital ROI: A causal map of human capital antecedents and consequents. Journal of Intellectual capital, 3(3), 223 - 247. 6. Brooking, A. (1998), Corporate memory: Strategies for knowledge management, International Thomson Publishing. 7. Bond, M. H. (2002), Reclaiming the individual from Hofstede’s ecological analysis a 20 year odyssey, Comment on Oyserman et al. (2002). 8. Edvardsson, B., Gustafsson, A., & Roos, I. (2005), Service portraits in service research: A critical review. International Journal of Service Industry Management, 16(1), 107 - 121. 9. Fitz-Enz, J. (2000), The ROI of human capital: Measuring the economic value of employee performance. AMACOM Div American Mgmt Assn. 10. Firer, S., & Williams, S. M. (2003), Intellectual capital and traditional measures of corporate performance. Journal of intellectual capital, 4(3), 348 - 360. 11. Harrison, S., & Sullivan, P. H. (2000), Profiting from intellectual capital: Learning from leading companies. Journal of intellectual capital, 1(1), 33 - 46. 12. Hansen, L. P., & Singleton, K. J. (1982), Generalized instrumental variables estimationof nonlinear rational expectations models. Econometrica, Journal of the Econometric Society, 1269 - 1286. 757
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA 13. Islam, S. D. U., Majumder, R. K., Uddin, M. J., Khalil, M. I., & Ferdous Alam, M (2017), Hydrochemical characteristics and quality assessment of groundwaterin Patuakhali district, southern coastal region of Bangladesh. Exposure and Health, 9, 43 - 60. 14. Iannotta, G., Nocera, G., & Sironi, A. (2007), Ownership structure, risk and performance in the European banking industry. Journal of Banking & Finance, 31(7), 2127 - 2149. 15. Jardon, C. M., & Martos, M. S. (2012). Intellectual capital as competitive advantage in emerging clusters in Latin America. Journal of Intellectual Capital, 13(4), 462 - 481. 16. Jiang, G., Tang, N., Law, E., & Sze, A. (2003), The profitability of the banking sector in Hong Kong. Hong Kong Monetary Authority Quarterly Bulletin, 3(36), 5 - 14. 17. Kamukama, N. (2013), Intellectual capital: company’s invisible source of competitiveadvantage. Competitiveness Review, An International Business Journal, 23(3), 260 - 283. 18. Kou, G., Olgu Akdeniz, Ö., Dinçer, H., & Yüksel, S. (2021), Fintech investments in European banks: A hybrid IT2 fuzzy multidimensional decision-making approach. Financial Innovation, 7(1), 39. 19. Ku Ismail, K. N. I., & Abdul Karem, M. (2011), Intellectual capital and the financial performance of banks in Bahrain. Journal of Business Management andAccounting, Vol. 1 (1) 2011: 65 - 79, 1, 65 - 79. 20. Mirzaei, A., Moore, T., & Liu, G. (2013), Does market structure matter on banks’ profitability and stability? Emerging vs. advanced economies. Journal of Banking & Finance, 37(8), 2920 - 2937. 21. Mehralian, G., Rajabzadeh, A., Sadeh, M. R., & Rasekh, H. R. (2012), Intellectualcapital and corporate performance in Iranian pharmaceutical industry. Journal of intellectual capital, 13(1), 138 - 158. 22. Meles, A., Porzio, C., Sampagnaro, G., & Verdoliva, V. (2016), The impact of the intellectual capital efficiency on commercial banks performance: Evidence from the US. Journal of Multinational Financial Management, 36, 64 - 74. 23. Majumder, M. T. H., Uddin, M. J., & Akter, A. (2018), Does bank diversification significantly affect profitability? A longitudinal study on Bangladesh. Journal of Emerging Technologies and Innovative Research, 5(9), 162 - 169. 24. Njuguna, J. I. (2009), Strategic positioning for sustainable competitive advantage: An organizational learning approach. KCA Journal of Business Management, 2(1). 25. Nadeem, M., & Zaman, R. (2021), Measuring intellectual capital efficiency: goingbeyond the VAIC model. Research Handbook on Intellectual Capital andBusiness, 255 - 272. 26. Pouraghajan, A., Ramezani, A., & Mohammadzadeh, S. (2013), Impact of intellectual capital on market value and Firms’ financial performance: Evidences from Tehran stock exchange. World of Sciences Journal, 1(12), 197 - 208. 758
KINH TẾ VIỆT NAM NĂM 2023 VÀ TRIỂN VỌNG NĂM 2024 THÚC ĐẨY TỔNG CẦU ĐỂ TĂNG TRƯỞNG KINH TẾ TRONG BỐI CẢNH MỚI 27. Pulic, A. (2000), VAIC™ an accounting tool for IC management. International Journal of Technology Management, 20(5 - 8), 702 - 714. 28. Puntillo, P. (2009), Intellectual capital and business performance. Evidence fromItalian banking industry. Electronic Journal of Corporate Finance, 4(12), 97 - 115. 29. Rahman, M. M., Hamid, M. K., & Khan, M. A. M. (2015), Determinants of bankprofitability: Empirical evidence from Bangladesh. International Journal of Business and Management, 10(8), 135. 30. Seleim, A., Ashour, A., & Bontis, N. (2007), Human capital and organizational performance: A study of Egyptian software companies. Management Decision, 45(4), 789 - 801. 31. Soriya, S., & Narwal, K. P. (2015), Intellectual capital performance in Indian banks: A panel data analysis. International Journal of Learning and Intellectual Capital, 12(2), 103 - 121. 32. Thảo, H. T. H. (2019), “Ảnh hưởng của rủi ro tín dụng đến hiệu quả hoạt động của các ngân hàng thương mại Việt Nam”. Tạp chí Khoa học & Đào tạo Ngân hàng số. 33. Wright, P. M., McMahan, G. C., & McWilliams, A. (1994), Human resources andsustained competitive advantage: A resource-based perspective. International Journal of Human Resource Management, 5(2), 301 - 326. 34. Yusgiantoro, I., Soedarmono, W., & Tarazi, A. (2019), Bank consolidation and financial stability in Indonesia. International Economics, 159, 94 - 104. 35. Zeitun, R., & Tian, G. G. (2007), Does ownership affect a firm’s performance and default risk in Jordan? Corporate Governance, The International Journal of Business in society, 7(1), 66 - 82. 36. Zaslow, M. J., Weinfield, N. S., Gallagher, M., Hair, E. C., Ogawa, J. R., Egeland, B.,& De Temple, J. M. (2006), Longitudinal prediction of child outcomes from differing measures of parenting in a low-income sample. Developmental psychology, 42(1), 27. 759