Xây dựng chỉ số căng thẳng tài chính kinh nghiệm quốc tế và bài học cho Việt Nam

<br /> <br /> THỰC TIỄN & KINH NGHIỆM QUỐC TẾ <br /> <br /> Xây dựng chỉ số căng thẳng tài chínhkinh nghiệm quốc tế và bài học cho Việt Nam<br /> Vũ Thị Kim Oanh<br /> Ngày nhận: 08/01/2018 <br /> <br /> Ngày nhận bản sửa: 21/01/2018 <br /> <br /> Khu vực tài chính với cấu trúc phức tạp có mối liên kết mật<br /> thiết, tác động qua lại tới nền kinh tế thực của mỗi quốc gia.<br /> Các nghiên cứu thực nghiệm đã cho thấy sự ổn định của hệ<br /> thống tài chính không chỉ là điều kiện mà còn là nền tảng<br /> cho phát triển kinh tế bền vững. Do đó, các nghiên cứu về<br /> việc xây dựng Chỉ số căng thẳng tài chính (Financial Stress<br /> Index- FSI) để đo lường sự bất ổn của hệ thống tài chính, từ<br /> đó đưa ra những dấu hiệu cảnh báo sớm nhằm ngăn ngừa<br /> căng thẳng tài chính có thể xảy ra có ý nghĩa vô cùng quan<br /> trọng với sự ổn định và bền vững của tăng trưởng kinh tế.<br /> Trong bài báo này tác giả đã nghiên cứu kinh nghiệm của<br /> Trung Quốc và Hi Lạp trong việc xây dựng FSI, qua đó rút<br /> ra những bài học kinh nghiệm cần thiết trong việc xây dựng<br /> FSI cho Việt Nam.<br /> Từ khóa: Chỉ số căng thẳng tài chính, bất ổn tài chính, căng<br /> thẳng ngân hàng, căng thẳng thị trường tiền tệ, căng thẳng<br /> thị trường ngoại hối, căng thẳng thị trường chứng khoán<br /> <br /> 1. Kinh nghiệm xây dựng<br /> chỉ số căng thẳng tài chính<br /> tại một số quốc gia<br /> 1.1. Kinh nghiệm của Trung<br /> Quốc<br /> rong những thập kỉ<br /> qua, mặc dù chưa<br /> có một cuộc khủng<br /> hoảng tài chính thật<br /> © Học viện Ngân hàng<br /> ISSN 1859 - 011X<br /> <br /> sự nào diễn ra ở Trung Quốc,<br /> nhưng kể từ năm 1978, Trung<br /> Quốc đã trải qua nhiều giai<br /> đoạn bất ổn tài chính. Tình<br /> trạng nợ xấu quá cao của khu<br /> vực ngân hàng Trung Quốc đã<br /> ảnh hưởng đến sự lành mạnh<br /> của hệ thống ngân hàng, làm<br /> suy giảm sự phát triển kinh tế<br /> nhanh và bền vững của Trung<br /> Quốc giai đoạn giữa những<br /> <br /> 68<br /> <br /> Ngày duyệt đăng: 23/04/2018<br /> <br /> năm 1990. Trong phần này,<br /> tác giả xem xét phương pháp<br /> xây dựng chỉ số căng thẳng<br /> của Sun và Huang (2016). FSI<br /> của Trung Quốc được thiết kế<br /> nhằm xác định mức độ nghiêm<br /> trọng của bất ổn khu vực tài<br /> chính ở Trung Quốc, bao gồm<br /> 8 biến số của 4 thị trường:<br /> chênh lệch rủi ro của ngân<br /> hàng, tỉ lệ nợ xấu, tỉ lệ cho<br /> vay/huy động của ngành ngân<br /> hàng; chỉ số chứng khoán<br /> Thượng Hải cho thị trường<br /> chứng khoán; tỉ giá hối đoái<br /> và dữ trữ ngoại hối cho thị<br /> trường ngoại hối; chênh lệch<br /> rủi ro và chênh lệch lợi tức<br /> trái phiếu chính phủ (TPCP)<br /> cho thị trường nợ.<br /> (i) Khu vực ngân hàng<br /> Để phản ánh căng thẳng của<br /> khu vực ngân hàng, các biến<br /> số sau đã được lựa chọn:<br /> (1) Chênh lệch rủi ro: Chênh<br /> lệch rủi ro khu vực ngân hàng<br /> chính là chênh lệch giữa lãi<br /> suất có rủi ro và lãi suất phi<br /> rủi ro để phản ánh căng thẳng<br /> thanh khoản liên ngân hàng và<br /> dự tính về rủi ro vỡ nợ. Chênh<br /> Tạp chí Khoa học & Đào tạo Ngân hàng<br /> Số 191- Tháng 4. 2018<br /> <br />  THỰC TIỄN & KINH NGHIỆM QUỐC TẾ <br /> Hình 1. FSI khu vực ngân hàng Trung Quốc<br /> (BankFSI)<br /> <br /> Hình 2. FSI thị trường chứng khoán<br /> (SMFSI)<br /> <br /> Hình 3. FSI thị trường ngoại hối Trung Quốc<br /> (EMFSI)<br /> <br /> Hình 4. FSI thị trường nợ Trung Quốc<br /> (DMFSI)<br /> <br /> Nguồn: Nghiên cứu của Sun và Huang (2016)<br /> <br /> lệch rủi ro liên ngân hàng<br /> được xác định bằng chênh<br /> lệch giữa lãi suất cho vay 3<br /> tháng trên thị trường liên ngân<br /> hàng Trung Quốc với lãi suất<br /> TPCP 3 tháng.<br /> (2) Tỉ lệ nợ xấu: Tỉ lệ nợ xấu<br /> của các ngân hàng thương<br /> mại (NHTM) nhà nước được<br /> lựa chọn để phản ánh căng<br /> thẳng của khu vực ngân hàng<br /> ở Trung Quốc, do vốn của các<br /> NHTM nhà nước chiếm phần<br /> lớn trong tổng vốn điều lệ<br /> của ngành Ngân hàng Trung<br /> Quốc1.<br /> (3) Tỉ lệ cho vay/huy động:<br /> Biến số này phản ánh căng<br /> thẳng và rủi ro vỡ nợ của khu<br /> vực ngân hàng Trung Quốc.<br /> FSI cho khu vực ngân hàng:<br /> Sử dụng phương pháp trọng<br /> Theo NHTW Trung Quốc, vốn<br /> của các NHTM Nhà nước chiếm<br /> tới hơn 70% tổng vốn điều lệ<br /> ngành ngân hàng.<br /> 1<br /> <br /> Tạp chí Khoa học & Đào tạo Ngân hàng<br /> <br /> số phương sai bằng nhau,<br /> nghiên cứu đã xây dựng chỉ<br /> số căng thẳng khu vực ngân<br /> hàng Trung Quốc từ năm 1997<br /> (Hình 1).<br /> Hình 1 cho thấy căng thẳng<br /> trong lĩnh vực ngân hàng đạt<br /> đỉnh điểm vào năm 1999,<br /> trùng với khủng hoảng ngân<br /> hàng được xác định vào cuối<br /> năm 1998 bởi Leaven và<br /> Valencia (2008), sau đó chỉ số<br /> này dần giảm xuống (sự lành<br /> mạnh của ngành Ngân hàng<br /> Trung Quốc được cải thiện<br /> dần sau năm 2000).<br /> (ii) Thị trường chứng khoán<br /> Căng thẳng hệ thống và<br /> rủi ro của thị trường chứng<br /> khoán (TTCK) được đo<br /> lường bởi mức biến động<br /> chỉ số cổ phiếu- ước lượng<br /> bằng mô hình GARCH (1, 1)<br /> (Bollerslev và Chou,1992)<br /> <br /> dựa trên dữ liệu về chỉ số<br /> chứng khoán Thượng Hải theo<br /> tháng.<br /> FSI cho TTCK Trung Quốc<br /> (SMFSI) xây dựng bởi mô<br /> hình GARCH (1,1) được thể<br /> hiện trong Hình 2 cho thấy<br /> chỉ số này biến động liên tục<br /> trong giai đoạn nghiên cứu.<br /> (iii) Thị trường ngoại hối<br /> Căng thẳng thị trường ngoại<br /> hối Trung Quốc cũng được<br /> xác định thông qua mức độ<br /> biến động của tỷ giá hối đoái<br /> và dự trữ ngoại hối hàng<br /> tháng. Theo Balakrishan và<br /> các tác giả (2009), chỉ số căng<br /> thẳng cho thị trường ngoại hối<br /> (EMFSI) được xác định như<br /> sau:<br /> <br /> EMFSI =<br /> <br /> Det - n De<br /> v De<br /> DRESt - n DRES<br /> v DRES<br /> t<br /> <br /> t<br /> <br /> t<br /> <br /> t<br /> <br /> Số 191- Tháng 4. 2018<br /> <br /> 69<br /> <br />  THỰC TIỄN & KINH NGHIỆM QUỐC TẾ <br /> <br /> Trong đó:<br /> - ∆et phản ánh thay đổi hàng<br /> tháng trong tỉ giá hối đoái;<br /> - ∆RESt là thay đổi hàng tháng<br /> của dự trữ ngoại hối;<br /> - µx, σx phản ánh giá trị trung<br /> bình và phương sai chuẩn của<br /> các biến tương ứng.<br /> Hình 3 cho thấy chỉ số EMFSI<br /> đã phản ánh rất nhiều giai<br /> đoạn có biến động trên thị<br /> trường ngoại hối Trung Quốc,<br /> bao gồm sự lên giá đột ngột<br /> vào cuối năm 1994 và mất giá<br /> sau năm 1995 do Chính phủ<br /> Trung Quốc thực hiện khuyến<br /> khích xuất khẩu, tuyên bố của<br /> Chính phủ Trung Quốc về cơ<br /> chế tỷ giá thả nổi năm 2005,<br /> khủng hoảng tài chính năm<br /> 2008 và khủng hoảng nợ công<br /> khu vực Châu Âu.<br /> (iv) Thị trường nợ<br /> Hai chỉ số được sử dụng để<br /> phản ánh căng thẳng trên<br /> thị trường nợ Trung Quốc là<br /> chênh lệch lợi tức trái phiếu,<br /> là một chỉ báo hữu ích cho suy<br /> thoái2, và chênh lệch TPCP,<br /> phản ánh tình trạng thanh<br /> khoản quốc tế.<br /> Chênh lệch lợi tức trái phiếu:<br /> Chênh lệch giữa lợi tức trái<br /> phiếu dài hạn (TPCP 10 năm)<br /> và lợi tức trái phiếu ngắn hạn<br /> (TPCP 1 năm) được xem là<br /> chỉ báo cho suy thoái kinh<br /> tế và là biến đại diện cho<br /> sự không chắc chắn trên thị<br /> trường TPCP.<br /> Nghiên cứu không sử dụng lợi<br /> tức tín phiếu kho bạc 3 tháng<br /> do đây là công cụ tài chính<br /> rất ít được phát hành trên thị<br /> trường trái phiếu ngắn hạn<br /> Xem Oet và các tác giả (2011),<br /> Estrella và Mishikin (1996),<br /> Habrich và Biano (2011).<br /> <br /> của Trung Quốc và lượng phát<br /> hành cũng rất nhỏ, TPCP 1<br /> năm phổ biến nhất và có lịch<br /> sử phát hành lâu nhất ở Trung<br /> Quốc.<br /> Chênh lệch TPCP: Chênh lệch<br /> này được xác định bằng lợi<br /> tức TPCP Trung Quốc 10 năm<br /> và lợi tức TPCP Mỹ 10 năm.<br /> Kết hợp chênh lệch lợi tức trái<br /> phiếu và chênh lệch TPCP,<br /> các tác giả xác định chỉ số FSI<br /> cho thị trường nợ Trung Quốc<br /> bằng phương pháp trọng số<br /> phương sai bằng nhau (Hình<br /> 4). Căng thẳng tài chính trên<br /> thị trường nợ Trung Quốc gia<br /> tăng sau năm 2009 do những<br /> hiệu ứng lan truyền từ cuộc<br /> khủng hoảng tài chính toàn<br /> cầu, đặc biệt trên thị trường<br /> TPCP.<br /> Chỉ số căng thẳng tổng<br /> thể cho hệ thống tài chính<br /> Trung Quốc<br /> Các tác giả đã sử dụng<br /> phương pháp trọng số phương<br /> sai bình quân để xây dựng<br /> FSI tổng thể (CNFSI) cho hệ<br /> thống tài chính Trung Quốc.<br /> Do dữ liệu của thị trường nợ<br /> quá ngắn (từ 2002 đến năm<br /> 2012) và doanh số giao dịch<br /> <br /> trên thị trường nợ Trung Quốc<br /> quá nhỏ, các tác giả đã xây<br /> dựng CNFSI loại trừ DMFSI<br /> bằng phương pháp trọng số<br /> phương sai bằng nhau từ năm<br /> 1994 đến năm 2012.<br /> Do trên thực tế, không có<br /> cuộc khủng hoảng tài chính<br /> nào xảy ra ở Trung Quốc từ<br /> năm 1994, theo Lai và Lu<br /> (2010), các tác giả xác định<br /> giai đoạn căng thẳng tài chính<br /> hệ thống bằng cách đo lường<br /> độ lệch của CNFSI với đường<br /> xu hướng dài hạn. Khi chỉ số<br /> CNFSI cao hơn mức trung<br /> bình dài hạn gấp 2 lần độ lệch<br /> chuẩn là chỉ báo cho căng<br /> thẳng tài chính hệ thống.<br /> <br /> CNFSIE =<br /> <br /> CNFSIt - n CNFSI<br /> 2v CNFSI<br /> <br /> t<br /> <br /> t<br /> <br /> Trong đó:<br /> - CNFSIE là chỉ số căng<br /> thẳng, là tiêu chuẩn để xác<br /> định giai đoạn căng thẳng tài<br /> chính.<br /> - μCNFSIt và σCNFSIt là giá trị<br /> trung bình và độ lệch chuẩn<br /> của CNFSI theo thời gian.<br /> Khi CNFSIE> 1 là khi có căng<br /> thẳng tài chính hệ thống. Các<br /> giai đoạn được xác định có<br /> <br /> Hình 5.<br /> Chỉ số CNFSI phản ánh các giai đoạn căng thẳng tài chính<br /> <br /> 2<br /> <br /> 70 Số 191- Tháng 4. 2018<br /> <br /> Nguồn: Nghiên cứu của Sun và Huang (2016)<br /> <br /> Tạp chí Khoa học & Đào tạo Ngân hàng<br /> <br />  THỰC TIỄN & KINH NGHIỆM QUỐC TẾ <br /> <br /> căng thẳng tài chính hệ thống<br /> được thể hiện trong Hình 5.<br /> Để cung cấp công cụ thuận<br /> tiện và hữu ích cho cơ quan<br /> giám sát và công chúng, các<br /> tác giả xây dựng hệ thống<br /> cảnh báo phi tham số theo<br /> mức độ độ lệch của mỗi giai<br /> đoạn:<br /> Dấu hiệu cảnh báo căng thẳng<br /> tài chính hệ thống màu xanh:<br /> 1 ≤ CNFSIE ≤ 1,5<br /> Dấu hiệu cảnh báo căng thẳng<br /> tài chính hệ thống màu cam:<br /> 1,5 ≤ CNFSIE ≤ 2,5<br /> Dấu hiệu cảnh báo căng thẳng<br /> tài chính hệ thống màu đỏ: 2,5<br /> ≤ CNFSIE<br /> 1.2. Kinh nghiệm của Hi Lạp<br /> FSI của Hi Lạp (FSSI) được<br /> xây dựng dựa trên cách thức<br /> xây dựng chỉ số tổng hợp về<br /> căng thẳng tài chính được<br /> trình bày trong nghiên cứu của<br /> Hollo và các tác giả (2012),<br /> nhằm xem xét bản chất của<br /> căng thẳng tài chính bằng<br /> cách nghiên cứu về mối tương<br /> quan thay đổi giữa các khu<br /> vực thị trường. Các tác giả<br /> đã xây dựng chỉ số tổng hợp<br /> từ các biến số đơn lẻ phản<br /> ánh căng thẳng của từng thị<br /> trường. Căng thẳng hệ thống<br /> dường như cao hơn khi hệ<br /> thống tài chính ở trong tình<br /> trạng bất ổn mở rộng, tức là<br /> nhiều thành phần của hệ thống<br /> tài chính cùng bị căng thẳng.<br /> Kinh nghiệm của Hi Lạp<br /> trong bài viết dựa trên kết<br /> quả nghiên cứu của Louis và<br /> Vouldis (2013). Các tác giả<br /> của nghiên cứu này đã thực<br /> hiện khảo sát tại Ngân hàng<br /> Trung ương Hi Lạp để xác<br /> <br /> Tạp chí Khoa học & Đào tạo Ngân hàng<br /> <br /> định những giai đoạn căng<br /> thẳng nhất với hệ thống tài<br /> chính Hi Lạp và đánh giá xem<br /> chỉ số xây dựng có tương<br /> ứng với kết quả của khảo sát<br /> hay không. Theo đó, các biến<br /> được lựa chọn phản ánh sự<br /> phát triển của những khu vực<br /> sau: (i) Cơ sở của nền kinh<br /> tế Hi Lạp (Fundamentals of<br /> Greek economy); (ii) khu vực<br /> ngân hàng- dữ liệu thị trường;<br /> (iii) khu vực ngân hàng- dữ<br /> liệu bảng cân đối; (iv) thị<br /> trường vốn; và (v) thị trường<br /> tiền tệ.<br /> (i) Cơ sở của nền kinh tế Hi<br /> Lạp<br /> Môi trường kinh tế được xem<br /> là có những ảnh hưởng nhất<br /> định đến căng thẳng tài chính,<br /> nó có thể khuyếch đại hoặc<br /> làm giảm những căng thẳng<br /> của khu vực tài chính. Đôi<br /> khi, môi trường kinh tế chính<br /> là nguyên nhân chính dẫn đến<br /> khủng hoảng tài chính, ví dụ<br /> như khủng hoảng nợ công.<br /> Các biến được sử dụng là:<br /> - Chênh lệch lợi tức TPCP<br /> Hi Lạp 10 năm với trái phiếu<br /> của Đức: Theo Blix Grimaldi<br /> (2010), chênh lệch lợi tức<br /> giữa TPCP Hi Lạp với trái<br /> phiếu của Đức (thường được<br /> coi là ngưỡng cho mức rủi ro<br /> thấp nhất tại Châu Âu) thể<br /> hiện đặc điểm cơ bản của thị<br /> trường, là khả năng thanh<br /> khoản và mức bù rủi ro tương<br /> ứng với mức độ tín nhiệm<br /> của Chính phủ cũng như là<br /> tính không chắc chắn của thị<br /> trường.<br /> - Biến động lợi tức thực hiện:<br /> Mức biến động lợi tức của<br /> TPCP Hi Lạp 10 năm phản<br /> <br /> ánh tính không chắc chắn liên<br /> quan đến đặc điểm cơ bản của<br /> nền kinh tế Hi Lạp. Biến động<br /> giá tài sản tăng gắn với sự tăng<br /> không chắc chắn về giá trị cơ<br /> bản của tài sản cũng như sự<br /> tăng không chắc chắn về hành<br /> vi của các nhà đầu tư khác.<br /> - Tương quan giữa lợi tức<br /> của chứng khoán Hi Lạp và<br /> trái phiếu Đức: Các nghiên<br /> cứu thực nghiệm đã cho<br /> thấy mối tương quan giữa<br /> lợi tức từ TTCK và lợi tức<br /> của TPCP là âm trong giai<br /> đoạn căng thăng tài chính<br /> và có giá trị dương rất nhỏ<br /> trong dài hạn. Bản chất của<br /> mối tương quan là biểu hiện<br /> của hiện tượng “chạy theo<br /> chất lượng- flight to quality”<br /> trong giai đoạn căng thẳng tài<br /> chính (Andersson và các tác<br /> giả, 2008; Hakkio và Keeton,<br /> 2009). Trong nghiên cứu của<br /> Louis và Voudis (2013), các<br /> tác giả sử dụng lợi tức hàng<br /> ngày của chỉ số TTCK Athens<br /> (ASE) và trái phiếu của Đức<br /> để tính toán hệ số tương quan<br /> thực hiện theo tháng.<br /> <br /> RCOR tASE - Bund =<br /> / mM= 1 r mASE,t r mBund<br /> ,t<br /> <br /> /<br /> <br /> M<br /> m=1<br /> <br /> 2<br /> (r mASE<br /> ,t )<br /> <br /> /<br /> <br /> M<br /> m=1<br /> <br /> 2<br /> (r mBund<br /> ,t )<br /> <br /> Trong đó:<br /> RCORtASE-Bund: hệ số tương<br /> quan thực hiện theo tháng<br /> giữa lợi tức chỉ số chứng<br /> khoán ASE và lợi tức trái<br /> phiếu của Đức<br /> M là số ngày giao dịch trong<br /> tháng t.<br /> Các tác giả đã lựa chọn trái<br /> phiếu của Đức là đại diện cho<br /> trái phiếu an toàn ở các nước<br /> EU.<br /> <br /> Số 191- Tháng 4. 2018<br /> <br /> 71<br /> <br />  THỰC TIỄN & KINH NGHIỆM QUỐC TẾ <br /> <br /> (ii) Khu vực ngân hàng- dữ<br /> liệu thị trường<br /> Dữ liệu thị trường về khu vực<br /> ngân hàng phản ánh kỳ vọng<br /> của thị trường về hoạt động<br /> ngân hàng. Vì khu vực ngân<br /> hàng là thành phần cơ bản của<br /> hệ thống tài chính, chỉ số căng<br /> thẳng tài chính cần phải bao<br /> gồm cả chỉ số phản ánh căng<br /> thẳng hay khủng hoảng ngân<br /> hàng.<br /> - Giá thị trường của cổ phiếu<br /> ngân hàng (chỉ số cổ phiếu<br /> ngân hàng): Chỉ số cổ phiếu<br /> ngành Ngân hàng thường phản<br /> ánh kỳ vọng của thị trường<br /> về viễn cảnh khu vực ngân<br /> hàng. Blix Grimaldi (2010)<br /> cho rằng, khi chỉ số này tăng<br /> có thể ám chỉ tình trạng tiềm<br /> ẩn bong bóng (impending<br /> stress- căng thẳng sắp đến)<br /> trong khi tình trạng suy giảm<br /> kéo dài chính là một dấu hiệu<br /> của căng thẳng. Phép biến<br /> đổi CMAX được sử dụng<br /> khi xây dựng chỉ số cổ phiếu<br /> ngân hàng Hi Lạp để xác định<br /> những giai đoạn suy giảm<br /> mạnh trên thị trường cổ phiếu<br /> ngân hàng (Patel và Sarkar,<br /> 1998, Illing và Liu, 2006).<br /> CMAX được xác định:<br /> <br /> CMAXt =<br /> Pt<br /> max 6Pf ^ Pt - j : j = 0, ..., 12h@<br /> <br /> Trong đó: Pt là giá của chỉ số<br /> cổ phiếu ngân hàng tại tháng<br /> t.<br /> - Rủi ro đặc thù của giá cổ<br /> phiếu ngân hàng: Rủi ro đặc<br /> thù của khu vực ngân hàng,<br /> tức là rủi ro gắn với những<br /> sự kiện của ngành Ngân hàng<br /> được xác định bằng cách sử<br /> dụng phương sai phần dư của<br /> <br /> 72 Số 191- Tháng 4. 2018<br /> <br /> mô hình thị trường.<br /> - Chênh lệch CDS các ngân<br /> hàng Hi Lạp: Các tác giả<br /> đã sử dụng chênh lệch CDS<br /> (Credit Default Swap) trung<br /> bình 5 năm của 4 ngân hàng<br /> lớn nhất Hi Lạp là đại diện<br /> cho rủi ro tín dụng. Chênh<br /> lệch CDS được định nghĩa là<br /> chi phí hàng năm để bảo vệ<br /> khỏi tình trạng phá sản của<br /> một công ty hay một chính<br /> phủ, do đó là một chỉ số phù<br /> hợp phản ánh giá trị trường<br /> của rủi ro tín dụng. Ngoài ra<br /> có thể sử dụng chênh lệch trái<br /> phiếu của các ngân hàng để<br /> phản ánh rủi ro tín dụng.<br /> (iii) Khu vực ngân hàng- dữ<br /> liệu bảng cân đối<br /> Căng thẳng trong khu vực<br /> ngân hàng hoặc là căng thẳng<br /> bên nợ hoặc là do sự suy giảm<br /> chất lượng tài sản phản ánh<br /> trên bảng cân đối của ngân<br /> hàng (Mishkin, 1992). Sự kết<br /> hợp giữa dữ liệu thị trường<br /> và dữ liệu bảng cân đối của<br /> ngành Ngân hàng giúp đưa<br /> ra một chỉ số phản ánh đầy<br /> đủ hơn về các điều kiện thị<br /> trường do bao hàm trong đó<br /> các triệu chứng khác nhau<br /> của căng thẳng ngân hàng<br /> (Hanschel và Monnin, 2005).<br /> Việc đưa các dữ liệu bảng cân<br /> đối vào nghiên cứu giúp phản<br /> ánh những thay đổi đột ngột<br /> trong hoạt động của ngành<br /> Ngân hàng- có thể liên quan<br /> đến các sự kiện căng thẳng,<br /> như tình trạng rút tiền ồ ạt<br /> hoặc tăng trưởng tín dụng<br /> nóng hoặc cả hai, là dấu hiệu<br /> của khủng hoảng ngân hàng.<br /> - Gap tiền gửi- được xác định<br /> là thành phần có tính chu kỳ<br /> <br /> của tổng tiền gửi, được xác<br /> định bằng phép lọc HP với<br /> λ=14400 (Hodrick và Prescott,<br /> 1997). Gap chính là tích lũy<br /> của sự mất cân bằng: Độ lệch<br /> xu hướng lớn có thể xảy ra<br /> trong một giai đoạn do sự phát<br /> triển quá cao hay quá thấp so<br /> với phát triển của xu hướng,<br /> hoặc là kết quả của nhiều năm<br /> trên hay dưới sự phát triển<br /> của xu hướng (Hanschel và<br /> Monnin, 2005). Do đó, Gap<br /> có thể là một phép đo phù hợp<br /> phản ánh sự mất cân bằng hơn<br /> là tỉ lệ tăng trưởng giản đơn.<br /> Gap tiền gửi âm cho thấy tiền<br /> gửi nằm dưới đường xu hướng<br /> là dấu hiệu của căng thẳng do<br /> ngân hàng sẽ gặp khó khăn về<br /> thanh khoản và do đó, có thể<br /> ngân hàng phải bán các tài sản<br /> với mức giá thấp, ảnh hưởng<br /> đến bảng cân đối của ngân<br /> hàng (Reinhart và Rogoff,<br /> 2009). Những vấn đề bên nợ<br /> của ngân hàng thường gắn với<br /> các cuộc khủng hoảng ngân<br /> hàng (Calomiris và Gorton,<br /> 1991).<br /> - Gap cho vay: Gap cho vay<br /> cũng được xác định giống như<br /> Gap tiền gửi. Gap cho vay âm<br /> có thể được hiểu là dấu hiệu<br /> của việc không sẵn sàng cho<br /> vay của ngân hàng (có thể do<br /> vấn đề từ bên nợ của ngân<br /> hàng) hoặc do sự suy giảm<br /> nhu cầu tín dụng.<br /> - Khả năng sinh lời của ngân<br /> hàng (Lãi biên): Lãi biên cao<br /> cho thấy ngân hàng có thể thu<br /> lãi từ hoạt động cho vay.<br /> (iv) Thị trường vốn<br /> Những căng thẳng của thị<br /> trường vốn chính là một<br /> trong những nguyên nhân cơ<br /> <br /> Tạp chí Khoa học & Đào tạo Ngân hàng<br /> <br />