Các nhân tố tác động đến rủi ro thanh khoản của các ngân hàng thương mại Việt Nam
29/02/2024 1.778 lượt xem
Tóm tắt: Bài viết đánh giá mức độ tác động của các nhân tố bên trong và bên ngoài ảnh hưởng đến khả năng thanh khoản của các ngân hàng thương mại (NHTM) Việt Nam, dữ liệu quan sát là 30 NHTM thông qua sử dụng thuật toán Multiple linear regression thuộc nhóm Supervised learning của thuật toán học máy (Machine Learning) trên nền tảng Python cho dữ liệu quan sát với kết quả R² ≈ 90% là rất tốt và MSE (Mean squared error) rất nhỏ chứng tỏ sự phù hợp khá tốt của mô hình, cùng việc trực quan hóa dữ liệu qua thư viện Seaborn sẽ cho cái nhìn trực quan về kết quả nghiên cứu. Kết quả mô hình và hệ số hồi quy cho thấy các biến: LTD, ETA, LTA, ROE, NPL có tác động cùng chiều và LIQ, GDP có tác động ngược chiều đến rủi ro thanh khoản của các NHTM Việt Nam trong mẫu nghiên cứu, trong khi các biến LTL, SIZE, INF có tác động không đáng kể đối với mô hình. Qua đó, nhóm tác giả đề xuất khuyến nghị đối với các NHTM Việt Nam để quản lí tốt rủi ro thanh khoản như việc phân bổ nguồn vốn một cách hợp lí trong việc nắm giữ các tài sản thanh khoản để vừa đạt được mục tiêu lợi nhuận trong hoạt động kinh doanh, vừa duy trì tốt khả năng thanh khoản nhằm đối phó với những tác động xấu của thị trường, nâng cao chất lượng nguồn vốn tự có, kiểm soát tốt các khoản cho vay, tăng cường xử lí nợ xấu và nâng cao chất lượng tín dụng, tuân thủ các quy định và đảm bảo an toàn vốn, thanh khoản.
 
Từ khóa: Rủi ro thanh khoản, NHTM.
 
DETERMINANTS OF VIETNAM COMMERCIAL BANKS LIQUIDITY RISK
 
Abstract: The article aims at assessing the impact of internal and external factors affecting the liquidity of commercial banks in Vietnam, using data from 30 commercial banks with the multiple linear regression method which belongs to the Supervised learning group of Machine learning in the Python. The results show that R² ≈ 90% and MSE (Mean squared error) is very small proving the model’s good fit, along with the Seaborn data visualization will give a visual view of research results. Model results and regression coefficients show that variables: LTD, ETA, LTA, ROE, NPL have a positive impact and LIQ, GDP have a negative impact on the liquidity risk of Vietnamese commercial banks in the research sample, in when the variables: LTL, SIZE, INF have a negligible impact on the model. Thereby, the authors propose recommendations for Vietnamese commercial banks to manage liquidity risks well, such as properly allocating capital resources in holding liquid assets to both achieve profit goals in business activities while maintaining good liquidity to cope with negative impacts of the market, improving the quality of equity capital, controlling loans well, strengthening bad debt handling and improving credit quality, complying with regulations, ensuring capital safety and liquidity.
 
Keywords: Liquidity risk, commercial bank.
 
1. Đặt vấn đề
 
Trong hoạt động của các NHTM thì rủi ro thanh khoản là một trong những rủi ro lớn nhất, nó không chỉ đe dọa sự an toàn của từng NHTM mà còn liên quan đến sự an toàn của cả hệ thống ngân hàng, nền kinh tế.
 
Ủy ban Basel về giám sát ngân hàng chỉ ra rằng, một trong những nguyên nhân chính của cuộc khủng hoảng tài chính toàn cầu năm 2007 - 2009 là vấn đề thanh khoản. Các ngân hàng lớn, với nhiều năm hoạt động kinh doanh, bị phá sản hoặc đứng bên bờ vực phá sản do mất thanh khoản. Sau cuộc khủng hoảng tài chính toàn cầu, Ủy ban Basel đã đưa ra các quy định về quản lí thanh khoản, nhằm nâng cao khả năng thanh khoản của các ngân hàng, đồng thời, các quốc gia đã tăng cường kiểm soát rủi ro thanh khoản trong lĩnh vực ngân hàng. 
 
Từ năm 2010, do ảnh hưởng của thị trường thế giới cũng như hệ quả của quá trình mở rộng mạng lưới và tăng trưởng tín dụng quá nhanh, hệ thống ngân hàng đã bộc lộ một số vấn đề bất cập như chất lượng tín dụng sụt giảm, nợ xấu tăng cao, thanh khoản của hệ thống bất ổn, nguy cơ gây ra đổ vỡ hệ thống... Dẫn đến các NHTM Việt Nam phải trải qua hai lần tái cơ cấu hệ thống trong giai đoạn 2010 - 2020.
 
Trong những năm gần đây, mặc dù tình trạng thanh khoản của các NHTM bớt căng thẳng hơn, tuy nhiên, ngân hàng vẫn phải đối mặt với tình trạng nợ xấu gia tăng, cấp vốn tín dụng chưa hiệu quả… dẫn đến khả năng thanh khoản của các ngân hàng còn tiềm ẩn nhiều rủi ro. 
 
Tuy có nhiều nghiên cứu trong và ngoài nước về thanh khoản của NHTM, nhưng trong quá trình nghiên cứu và tìm hiểu, nhóm tác giả nhận thấy, chưa có nghiên cứu nào nghiên cứu về các nhân tố ảnh hưởng đến khả năng thanh khoản của NHTM được thực hiện bằng thuật toán Machine Learning, đây là một ứng dụng của trí tuệ nhân tạo (AI) cung cấp cho các hệ thống khả năng tự động học hỏi và cải thiện từ kinh nghiệm mà không cần lập trình rõ ràng, từ đó, có thể khám phá và sử dụng dữ liệu hiệu quả hơn.
 
2.  Phương pháp và mô hình nghiên cứu

- Giả thuyết nghiên cứu và các biến độc lập về rủi ro thanh khoản
 
(i) Các yếu tố nội tại của NHTM
 
+ Khả năng thanh khoản (LIQ)
 
Ngân hàng nào có chất lượng tài sản thanh khoản tốt sẽ ít gặp rủi ro thanh khoản và hiếm khi phải rơi vào tình trạng đối phó với những khó khăn thâm hụt thanh khoản một cách thường xuyên.


 
Theo nghiên cứu của Trương Quang Thông (2013), Sopan và Dutta (2018), Zhang và Zhao (2021).
 
H1: Khả năng thanh khoản có tác động ngược chiều đến rủi ro thanh khoản của ngân hàng.
 
+ Tỉ lệ thanh khoản trên tiền gửi (LTD)
 
Chất lượng tài sản thanh khoản còn thể hiện ở tỉ lệ tài sản thanh khoản trên tiền gửi
 


Theo nghiên cứu của Bunda và Desquilbet (2008); Vodova (2011); Cucinelli (2013); Delécha và cộng sự (2012).
 
H2: Khả năng thanh khoản có tác động ngược chiều đến rủi ro thanh khoản của ngân hàng.
 
+ Tỉ lệ thanh khoản trên cho vay (LTL)
 
Chất lượng tài sản thanh khoản còn thể hiện ở tỉ lệ tài sản thanh khoản trên tổng cho vay
 


Theo nghiên cứu của Trương Quang Thông (2013), Sopan và Dutta (2018), Zhang và Zhao (2021).
 
H3: Tỉ lệ tài sản thanh khoản trên cho vay có tác động ngược chiều đến rủi ro thanh khoản của ngân hàng.
 
+ Tỉ lệ vốn chủ sở hữu trên tổng tài sản (ETA)
 
Ngân hàng sử dụng vốn chủ sở hữu và nợ vay để tài trợ hoạt động kinh doanh của mình, khác với nợ vay mang tính chất phải hoàn trả thì nguồn vốn chủ sở hữu được xem là nguồn quỹ tự có của ngân hàng, đại diện cho khả năng tự chống đỡ khi có rủi ro xảy ra. Các ngân hàng vốn càng lớn có xu hướng nắm giữ tài sản thanh khoản ít hơn, nên rủi ro thanh khoản càng lớn và ngược lại.


 
Theo nghiên cứu của Zaghdoudi và Hakimi (2017), Sopan và Dutta (2018), Trương Quang Thông (2013), Mai Thị Phương Thùy và Bùi Thị Điệp (2018).
 
H4: Tỉ lệ vốn chủ sở hữu có tác động cùng chiều với rủi ro thanh khoản của ngân hàng.
 
+ Tỉ lệ cho vay trên tổng tài sản (LTA)
 
Tại Việt Nam cũng như hệ thống ngân hàng các nền kinh tế mới nổi, các ngân hàng thường tập trung sử dụng các nguồn vốn vào hoạt động truyền thống là cho vay. Các khoản cho vay thông thường có tính thanh khoản thấp; do đó, những khoản rút tiền lớn và không được dự báo trước có thể dẫn đến việc mất thanh khoản của ngân hàng.
 


Theo nghiên cứu của Zaghdoudi và Hakimi (2017), Gogo và Arundina (2021), Mai Thị Phương Thùy và Bùi Thị Điệp (2018).
 
H5: Tỉ lệ cho vay trên tổng tài sản có tác động cùng chiều đến rủi ro thanh khoản của ngân hàng.
 
+ Quy mô ngân hàng (SIZE)
 
Về lí thuyết kinh tế quy mô, ngân hàng có tổng tài sản càng lớn thì sẽ có thanh khoản tốt hơn. Bên cạnh đó, ngân hàng lớn lại có lợi thế hơn khi tiếp cận với thị trường liên ngân hàng hay được hỗ trợ thanh khoản từ  phía “người cho vay  cuối  cùng” (Vodova,  2013). 
 
SIZE = Ln (Tổng tài sản).
 
Theo nghiên cứu của Shaikh (2015), Sopan và Dutta (2018), El-Massah và cộng sự (2019), Trương Quang Thông (2013), NHTM hoạt động kinh doanh tốt, đạt lợi nhuận cao thì việc mở rộng quy mô sẽ tạo ra được nhiều cơ hội để thu hút khách hàng từ đó, nâng cao thanh khoản của ngân hàng từ việc huy động được nhiều tiền gửi hơn.
 
Theo nghiên cứu của Zaghdoudi và Hakimi (2017), Zhang và Zhao (2021), việc mở rộng quy mô sẽ khiến ngân hàng có thể gặp rủi ro lớn nếu hoạt động kinh doanh kém hiệu quả do không đáp ứng được nhu cầu tất toán các khoản tiền gửi hay thanh toán các khoản nợ đến hạn của ngân hàng.
 
Do đó, việc mở rộng quy mô ngân hàng có thể tác động cùng chiều hoặc ngược chiều đến rủi ro thanh khoản tùy thuộc vào tình hình kinh doanh của ngân hàng đó. 
 
H6: Quy mô ngân hàng có tác động ngược chiều đến rủi ro thanh khoản của ngân hàng.
 
+ Tỉ suất lợi nhuận trên vốn chủ sở hữu (ROE)
 
Hệ số phản ánh hiệu quả quản trị của ngân hàng trong việc sử dụng vốn chủ sở hữu. Để dự phòng trong các trường hợp rút tiền đột xuất, ngân hàng thường dự trữ các loại tài sản thanh khoản ở một mức phù hợp. Trong thực tế, tài sản có tính thanh khoản cao thường mang lại ít lợi nhuận cho ngân hàng. 

 
Theo nghiên cứu của Zaghdoudi và Hakimi (2017), Sopan và Dutta (2018), Zhang và Zhao (2021), Gogo và Arundina (2021), Mai Thị Phương Thùy và Bùi Thị Điệp (2018). 
 
H7: Tỉ suất sinh lợi trên vốn chủ sở hữu có tác động cùng chiều đến rủi ro thanh khoản của ngân hàng.

+ Tỉ lệ nợ xấu (NPL)
 
Tỉ lệ nợ xấu cho biết chất lượng và rủi ro của danh mục cho vay của ngân hàng, tỉ lệ này càng cao cho thấy ngân hàng đang gặp khó khăn trong việc quản lí chất lượng các khoản vay và đối mặt với rủi ro tín dụng, ngân hàng có khả năng mất vốn, suy giảm lợi nhuận và giảm khả năng thanh khoản.
 

 
Theo nghiên cứu của Zaghdoudi và Hakimi (2017), Gogo và Arundina (2021), Trương Quang Thông (2013), Mai Thị Phương Thùy và Bùi Thị Điệp (2018).
 
H8: Tỉ lệ nợ xấu có tác động cùng chiều đến rủi ro thanh khoản của ngân hàng.
 
(ii) Các yếu tố vĩ mô
 
+ Tốc độ tăng trưởng kinh tế (GDP)

GDP là chỉ số giá trị thị trường của tất cả hàng hóa kể cả hữu hình và vô hình được sản xuất ra trên phạm vi một lãnh thổ quốc gia trong một thời kì nhất định (thường là một năm).
 
Theo nghiên cứu của Zaghdoudi và Hakimi (2017), Sopan và Dutta (2018), El-Massah và cộng sự (2019), Zhang và Zhao (2021), Gogo và  Arundina (2021), Trương Quang Thông (2013). 
 
H9: GDP có tác động ngược chiều đến rủi ro thanh khoản của ngân hàng.
 
+ Lạm phát (INF)
 
Lạm phát là sự tăng mức giá chung của hàng hóa và dịch vụ theo thời gian và sự mất giá trị của một loại tiền tệ. Tỉ lệ lạm phát tác động đến toàn bộ các chủ thể trong nền kinh tế. Dựa vào mức lạm phát, các chủ thể sẽ ra quyết định đầu tư hay gửi tiền vào ngân hàng, do đó, để thu hút được các khoản tiền gửi, các nhà quản trị dựa vào mức lạm phát kì vọng mà niêm yết lãi suất. 
 
Theo nghiên cứu của Zaghdoudi và Hakimi (2017), Sopan và Dutta (2018), El-Massah và cộng sự (2019), Zhang và Zhao (2021), Gogo và Arundina (2021), Trương Quang Thông (2013). 
 
H10: Tỉ lệ lạm phát có tác động cùng chiều đến rủi ro thanh khoản của ngân hàng.

- Mô hình nghiên cứu:
 
Mô hình của bài nghiên cứu này dựa trên sự kế thừa của các tác giả trước như của Zaghdoudi và Hakimi (2017), Sopan và Dutta (2018), El-Massah và cộng sự (2019), Zhang và Zhao (2021), Gogo và Arundina (2021), Trương Quang Thông (2013), Mai Thị Phương Thùy và Bùi Thị Điệp (2018).
 
Dữ liệu quan sát là 30 NHTM Việt Nam từ năm 2011 đến năm 2021 được sử dụng trong nghiên cứu này. 
 
Mô hình nghiên cứu được đề xuất như sau:
 
FGAPit = α + β1LIQit + β2LTDit + β3LTLit+ β4ETAit + β5LTAit + β6ROEit + β7SIZEit + β8NPLit + β9GDPt + β10INFt + uit

Trong đó:
 
α: Hệ số chặn
 
β1,… β10: Các hệ số hồi quy riêng của biến độc lập.
 
i: Kí hiệu cho các ngân hàng; t: Kí hiệu cho các năm; u: Đại diện cho sai số của mô hình.
 
- Biến phụ thuộc 
 
FGAPit: Rủi ro thanh khoản của ngân hàng (i) tại thời điểm (t)
 
- Biến độc lập:
 
+ LIQit: Khả năng thanh khoản của ngân hàng (i) tại thời điểm (t);
 
+ LTDit: Tỉ lệ thanh khoản trên tiền gửi của ngân hàng (i) tại thời điểm (t);
 
+ LTLit: Tỉ lệ thanh khoản trên cho vay của ngân hàng (i) tại thời điểm (t);
 
+ ETAit: Tỉ lệ vốn chủ sở hữu của ngân hàng (i) tại thời điểm (t);
 
+ LTAit: Tỉ lệ dư nợ cho vay trên tổng tài sản của ngân hàng (i) thời điểm (t);
 
+ SIZEit: Quy mô tổng tài sản của ngân hàng (i) tại thời điểm (t);
 
+ ROEit: Tỉ lệ lợi nhuận trên vốn chủ sở hữu của ngân hàng (i) tại thời điểm (t);
 
+ NPLit: Tỉ lệ nợ xấu của ngân hàng (i) tại thời điểm (t);
 
+ GDPt: Tỉ lệ tăng trưởng kinh tế tại thời điểm (t);
 
+ INFt: Tỉ lệ lạm phát tại thời điểm (t). (Bảng 1, Bảng 2)

Bảng 1: Thông tin về dữ liệu quan sát của 30 NHTM Việt Nam 

Nguồn: Theo tính toán của các tác giả

Bảng 2: Phân tích thông tin dữ liệu

Nguồn: Theo kết quả phân tích của các tác giả trong Python
 
- Phương pháp nghiên cứu:
 
Bài nghiên cứu thực hiện trên ngôn ngữ lập trình Python 3.6.8. cùng các thư viện và thuật toán Machine Learning. Mô hình được thực hiện qua các bước sau:
 
Bước 1: Thực hiện thống kê mô tả, làm sạch dữ liệu.
 
Bước 2: Tìm thuật toán phù hợp với mô hình và dữ liệu, trên nền tảng ngôn ngữ lập trình Python.
 
Bước 3: Xác định hiệu suất và độ tin cậy của mô hình, hệ số hồi quy, trực quan hóa kết quả.
 
3. Kết quả nghiên cứu và thảo luận
 
3.1. Phân tích thống kê mô tả các biến nghiên cứu 

Bảng 3: Thống kê mô tả các biến trong mẫu nghiên cứu

Nguồn: Theo kết quả phân tích
 
Hình 1: Phân tích mối tương quan giữa các biến qua hệ số Pearson

Nguồn: Kết quả phân tích của các tác giả trong Python
Kết quả tại Bảng 3 cho thấy:
 
Giá trị trung bình của FGAP là - 0,16461, độ lệch chuẩn 0,127392. Giá trị lớn nhất là 0,248562, giá trị nhỏ nhất là - 0,6091.
 
Giá trị trung bình của LIQ là 0,14109, độ lệch chuẩn 0,07571. Giá trị lớn nhất là 0,60642 và đạt giá trị nhỏ nhất là 0,01383. Tùy thuộc vào tình hình biến động kinh tế trong từng giai đoạn, các NHTM Việt Nam có khả năng thanh khoản thay đổi. Qua đó, có thể thấy, tình hình thanh khoản của các ngân hàng tương đối ổn định.
 
Giá trị trung bình của LTD là 0,187341, độ lệch chuẩn 0,103200. Giá trị lớn nhất là 0,751127, giá trị nhỏ nhất là 0,016280.
 
Giá trị trung bình của LTL là 0,269220, độ lệch chuẩn 0,269779. Giá trị lớn nhất là 3,058945, giá trị nhỏ nhất là 0,019366.
 
Giá trị trung bình của ETA là 0,089000, độ lệch chuẩn 0,038200. Giá trị lớn nhất là 0,238381, giá trị nhỏ nhất là 0,026950.
 
Giá trị trung bình của LTA là 0,600442, độ lệch chuẩn 0,117936. Giá trị lớn nhất là 0,844201, giá trị nhỏ nhất là 0,172148.
 
SIZE được đo bằng Logarit tổng tài sản có giá trị trung bình là 32,493774 và đây là biến có giá trị trung bình lớn nhất trong các biến phân tích. Độ lệch chuẩn là 1,175964 và có giá trị lớn nhất là 35,105053. Trong khi đó, giá trị nhỏ nhất là 30,317830.
 
ROE có giá trị trung bình là 0,085845, độ lệch chuẩn là 0,083576. Đạt giá trị lớn nhất là 0,268234, trong khi giá trị nhỏ nhất là -0,820021, giá trị âm phản ánh hoạt động kinh doanh của một ngân hàng vào thời điểm này đang gặp khó khăn và cần biện pháp khắc phục.
 
Giá trị trung bình của NPL là 0,600442, độ lệch chuẩn 0,117936. Giá trị lớn nhất là 0,844201, giá trị nhỏ nhất là 0,172148.
 
INF có giá trị trung bình là 0,047314 với độ lệch chuẩn là 0,051900. Năm 2015, Việt Nam có tỉ lệ lạm phát thấp nhất là 0,63% và cao nhất là năm 2011 với tỉ lệ lạm phát là 18,67%. Tỉ lệ này cho thấy, NHNN đã có những chính sách điều hành chủ động, linh hoạt các công cụ của chính sách tiền tệ cũng như việc kết hợp chặt chẽ với chính sách tài khóa góp phần quan trọng trong việc kiểm soát và đưa lạm phát đến mức ổn định.
 
GDP của Việt Nam có giá trị bình quân qua các năm là 0,056531 với độ lệch chuẩn là 0,014867. Tốc độ tăng trưởng kinh tế cao nhất vào năm 2018 là 7,08% và mức tăng trưởng thấp nhất là 2,58% vào năm 2021. Trong thời gian qua, Việt Nam là một trong những quốc gia có tốc độ tăng trưởng kinh tế khá tốt và ổn định, năm 2021 là năm rất khó khăn đối với nền kinh tế của các quốc gia trên thế giới nhưng Việt Nam cho thấy là quốc gia có tốc độ tăng trưởng kinh tế ấn tượng trong năm đại dịch Covid-19 toàn cầu.
 
3.2. Thuật toán sử dụng và kết quả mô hình
 
Thuật toán được sử dụng cho mô hình là hồi quy tuyến tính bội (Multiple linear regression), thuật toán này dùng để phân tích hồi quy đa biến thuộc nhóm Supervised learning của Machine Learning. 
 
Kết quả cho thấy, các biến: LIQ, LTD, LTL có tương quan ngược chiều với FGAP, LTA có tương quan mạnh cùng chiều với FGAP trong khi SIZE, ROE có tương quan cùng chiều với FGAP, NPL có tương quan rất yếu cùng chiều với FGAP, ngoài ra các biến GDP, INF có tương quan yếu ngược chiều với FGAP.
 
- Mô hình:

Kết quả mô hình hồi quy tuyến tính bội như sau:
 
 
Nguồn: Theo tính toán của các tác giả trong Python 
 
 
- Hệ số hồi quy:
Nguồn: Theo tính toán của các tác giả trong Python 
 
Kết quả mô hình cho thấy, hiệu suất mô hình khá tốt, sự chênh lệch giữa “R-Square-train” và “R-Square-test” không nhiều, đồng thời, hệ số MSE và Root mean squared error (RMSE) là khá thấp, nghĩa là mô hình tuyến tính đã xây dựng phù hợp với tập dữ liệu đến 88,79% hay 10 biến độc lập (LIQ, LTD, LTL, ETA, LTA, SIZE, ROE, NPL, GDP, INF) giải thích được 88,79% sự biến thiên của biến phụ thuộc FGAP, trong khi 11,21% còn lại được giải thích bởi các yếu tố khác chưa được đề cập trong nghiên cứu này. 
 
Mô hình được biểu diễn dưới dạng phương trình hồi quy như sau:
 
FGAPit = -1,03304175 - 3,49720853LIQit 
 
                 + 2,59435351LTDit + 0,0197545LTLit 
 
                 + 0,35505446ETAit + 0,94552023LTAit
 
                 + 0,00783759SIZEit + 0,07845721ROEit 
 
                 + 0,96088731NPLit - 0,26467683GDPt
 
                 + 0,02668546INFt + uit

 
- Trực quan hóa kết quả:
 
Kết quả tổng quát sẽ được trực quan qua thư viện Seaborn để đơn giản và dễ hiểu hơn, đồng thời, có thể nhìn trực quan về kết quả dự đoán của mô hình (biểu thị bởi đường màu đỏ) so với thực tế (biểu thị bởi đường màu xanh) (Hình 2).
 
Hình 2: Giá trị thực tế và giá trị dự đoán

Nguồn: Kết quả phân tích Seaborn trong Python

Biểu đồ cho thấy, không có nhiều chênh lệch giữa kết quả dự đoán và thực tế thể hiện bằng hệ số MSE là rất nhỏ và R-Square rất tốt.
 
3.3. Kết quả phân tích
 
FGAPit = -1,03304175 - 3,49720853LIQit 
 
               + 2,59435351LTDit + 0,0197545LTLit 
 
               + 0,35505446ETAit + 0,94552023LTAit 
 
               + 0,00783759SIZEit + 0,07845721ROEit 
 
               + 0,96088731NPLit - 0,26467683GDPt 
 
               + 0,02668546INFt + uit

Kết quả mô hình và hệ số hồi quy cho thấy các biến: LTD, ETA, LTA, ROE, NPL có tác động cùng chiều và LIQ, GDP có tác động ngược chiều đến rủi ro thanh khoản của các NHTM Việt Nam trong mẫu nghiên cứu. Theo kết quả thống kê các biến quan trọng của mô hình cho thấy, các biến LTL, SIZE, INF là không quan trọng đối với mô hình, có thể loại bỏ. (Hình 3)
 
Nguồn: Theo phân tích dữ liệu của các tác giả trong Python

- Khả năng thanh khoản 
 
Biến LIQ có tác động ngược chiều đến rủi ro thanh khoản và là biến quan trọng nhất của mô hình nghiên cứu. Kết quả này phù hợp với giả thuyết H1 và kết quả nghiên cứu của Trương Quang Thông (2013), Sopan và Dutta (2018), Zhang và Zhao (2021). Kết quả này ủng hộ lí thuyết khả năng thay đổi (The Shiftability Theory) do Moulton (1918) khởi xướng và ông đã khẳng định rằng: “Thanh khoản có khả năng thay đổi, ngân hàng có thể bảo hiểm rủi ro thanh khoản hiệu quả nhất bằng cách duy trì tỉ trọng lớn về tài sản có tính thanh khoản cao. Khi ngân hàng sở hữu tài sản thanh khoản càng cao, cấu trúc thanh khoản càng cao, rủi ro thanh khoản giảm.
 
- Tỉ lệ thanh khoản trên tiền gửi 
 
Biến LTD có tác động cùng chiều đến rủi ro thanh khoản và là biến quan trọng thứ 2 sau biến LIQ của mô hình nghiên cứu. Kết quả này trái ngược với giả thuyết H2 và kết quả nghiên cứu của Bunda và Desquilbet (2008); Vodova (2011); Cucinelli (2013); Delécha và cộng sự (2012). 
 
- Tỉ lệ vốn chủ sở hữu trên tổng tài sản 
 
ETA có tác động cùng chiều đến rủi ro thanh khoản của ngân hàng, phù hợp với giả thuyết H4 của mô hình và phù hợp với nghiên cứu của các tác giả: Zaghdoudi và Hakimi (2017), Sopan và Dutta (2018), Trương Quang Thông (2013), Mai Thị Phương Thùy và Bùi Thị Điệp (2018). Theo sự phát triển của lí thuyết khả năng thay đổi do Toby (2006) thực hiện thì tỉ lệ vốn chủ sở hữu cao hơn có thể lấn át tiền gửi và do đó, làm giảm thanh khoản (Gorton và Winton, 2014). Tác động “cấu trúc lấn át tiền gửi” với điều kiện vốn cao hơn có xu hướng giảm nhẹ sự đổ vỡ tài chính do ngân hàng có ưu thế thương lượng, đa dang hóa nguồn đầu tư, tham gia các hoạt động đầu tư mạo hiểm, điều này cản trở các cam kết của ngân hàng đối với người gửi tiền… Do đó, vốn lớn hơn có xu hướng làm giảm tính thanh khoản hay gia tăng rủi ro thanh khoản.
 
- Tỉ lệ cho vay trên tổng tài sản 
 
Biến LTA có tác động cùng chiều đến rủi ro thanh khoản của ngân hàng, phù hợp với giả thuyết H5 của mô hình và nghiên cứu của Zaghdoudi và Hakimi (2017), Gogo và Arundina (2021), Mai Thị Phương Thùy và Bùi Thị Điệp (2018). Kết quả này cung cấp thêm bằng chứng thực nghiệm cho lí thuyết trung gian tài chính, khi NHTM cho vay do thông tin bất cân xứng và chi phí giao dịch tăng cao trong khi nền kinh tế có nhu cầu vay cao thì các ngân hàng sẽ giảm nắm giữ các tài sản thanh khoản cao để tập trung việc cho vay gia tăng lợi nhuận, điều này làm gia tăng rủi ro cho ngân hàng khi những khoản rút tiền lớn và không được dự báo trước có thể dẫn đến việc mất thanh khoản của ngân hàng, hay khi NHTM tăng cho vay các khoản vay có vấn đề thì sau này NHTM sẽ khó thu hồi nợ đúng hạn, nợ xấu tăng cao làm NHTM gặp rủi ro thanh khoản.
 
- Tỉ lệ lợi nhuận trên vốn chủ sở hữu 
 
ROE có tác động cùng chiều đến rủi ro thanh khoản của các NHTM Việt Nam. Kết quả này tương đồng với giả thuyết H7 và các nghiên cứu của tác giả Zaghdoudi và Hakimi (2017), Sopan và Dutta (2018), Zhang và Zhao (2021), Gogo và Arundina (2021), Mai Thị Phương Thùy và Bùi Thị Điệp (2018). 
 
- Tỉ lệ nợ xấu 
 
NPL có tác động cùng chiều đến rủi ro thanh khoản của các NHTM Việt Nam. Kết quả này tương đồng với giả thuyết H8 và các nghiên cứu của tác giả Zaghdoudi và Hakimi (2017), Gogo và Arundina (2021), Trương Quang Thông (2013), Mai Thị Phương Thùy và Bùi Thị Điệp (2018). Khi thông tin bất cân xứng xảy ra, nợ xấu gia tăng thì NHTM có khả năng mất khả năng thanh khoản.
 
- Tốc độ tăng trưởng kinh tế 
 
GDP có tác động ngược chiều đến rủi ro thanh khoản của các NHTM Việt Nam. Kết quả này tương đồng với giả thuyết H9 và các nghiên cứu của tác giả Zaghdoudi và Hakimi (2017), Sopan và Dutta (2018), El-Massah và cộng sự (2019), Zhang và Zhao (2021), Gogo và Arundina (2021), Trương Quang Thông (2013). Môi trường kinh tế vĩ mô xấu đi làm tăng rủi ro thanh khoản của các ngân hàng (Vodová, 2011).
 
4. Một số khuyến nghị đối với các NHTM Việt Nam
 
Một là, về khả năng thanh khoản 
 
LIQ là biến quan trọng nhất của mô hình nghiên cứu, do đó, NHTM cần phải phân bổ nguồn vốn một cách hợp lí trong việc nắm giữ các tài sản thanh khoản để vừa đạt được mục tiêu lợi nhuận trong hoạt động kinh doanh vừa duy trì tốt khả năng thanh khoản để đối phó với những tác động xấu của thị trường. Đồng thời, luôn duy trì và nâng cao khả năng thanh khoản thông qua việc xây dựng mối quan hệ ngày càng sâu sắc và toàn diện đối với những nhà cung cấp nguồn vốn lớn, truyền thống đi kèm với đa dạng hóa các nguồn huy động để tránh phụ thuộc vào số ít kênh nào đó, cùng với đó là cần tăng trưởng dư nợ hợp lí và phải đảm bảo tỉ lệ sử dụng vốn ngắn hạn để cho vay trung, dài hạn.
 
Hai là, về tỉ lệ thanh khoản trên tiền gửi 
 
Biến LTD có tác động cùng chiều đến rủi ro thanh khoản và là biến quan trọng thứ hai sau biến LIQ của mô hình nghiên cứu. Do đó, các NHTM cần đảm bảo chất lượng tài sản thanh khoản và chiến lược quản trị thanh khoản dựa trên tài sản nợ hay tài sản có phù hợp với quy mô và vị thế của ngân hàng, trong đó, yêu cầu thanh khoản sẽ được ưu tiên giải quyết trước dựa trên tài sản có sau đó mới đến tài sản nợ, đồng thời, duy trì tốt khả năng thanh khoản, nhằm ứng phó kịp thời với sự thay đổi của thị trường. Bên cạnh đó, ngân hàng cần tiến hành phân tích nhu cầu thanh khoản liên tục và xây dựng hệ thống dự báo trên cơ sở dữ liệu lớn và AI, xây dựng chiến lược thanh khoản, trong đó, xác định rõ các ưu tiên của thanh khoản.
 
Ba là, về tỉ lệ vốn chủ sở hữu trên tổng tài sản 
 
NHTM Việt Nam cần nâng cao chất lượng nguồn vốn tự có hay NHTM vẫn tăng vốn nhưng tốc độ tăng vốn chậm hơn tốc độ tăng tổng tài sản thì cũng tác động làm giảm tỉ lệ vốn chủ sở hữu trên tổng tài sản. Tình trạng sở hữu chéo giữa các ngân hàng với nhau có thể dẫn đến nhiều khoản nợ xấu, đặc biệt là rủi ro về vấn đề thanh khoản cho các ngân hàng. Vì vậy, để có được nguồn vốn ổn định, bền vững thì mỗi ngân hàng cần có chiến lược tăng vốn phù hợp như phát hành chứng chỉ tiền gửi kì hạn dài, không bổ sung vốn tự có bằng cách trả cổ tức bằng cổ phiếu và phát hành thêm cổ phiếu cho cổ đông hiện hữu, thu hút thêm vốn đầu tư từ các nhà đầu tư nước ngoài.
 
Bốn là, về tỉ lệ cho vay trên tổng tài sản 
 
Kết quả nghiên cứu cho thấy, tỉ lệ cho vay trên tổng tài sản càng tăng thì rủi ro thanh khoản cũng gia tăng, do đó, ngân hàng cần kiểm soát tốt các khoản cho vay. Để kiểm soát các khoản cho vay, ngân hàng phải kiểm soát tốt rủi ro tín dụng thông qua công tác thẩm định, giám sát khoản vay, tránh việc chạy theo doanh số. Đồng thời, ngân hàng cần đa dạng hóa lĩnh vực cho vay để phân tán rủi ro nhằm đảm bảo khả năng thu hồi vốn.
 
Năm là, cần tăng hiệu quả hoạt động kinh doanh thông qua tăng ROE 
 
Các NHTM cần sử dụng vốn hiệu quả trong kinh doanh để tạo ra lợi nhuận. Thực tế, lợi nhuận của các ngân hàng thu được từ hoạt động cho vay là phổ biến, vì vậy, các hoạt động kinh doanh phải thật hiệu quả. Để hoạt động kinh doanh có hiệu quả ngân hàng cần nâng cao trình độ quản trị của ban điều hành, đánh giá và phát triển năng lực nghiệp vụ cho nhân viên, sắp xếp bộ máy hoạt động theo hướng tinh gọn và tiết kiệm chi phí. Đồng thời, các ngân hàng cần đẩy mạnh gia tăng lợi nhuận từ hoạt động dịch vụ, hạn chế bớt chi phí, tránh phụ thuộc vào hoạt động tín dụng vì hoạt động này dễ bị biến động bởi nền kinh tế. 
 
Sáu là, xử lí nợ xấu và nâng cao chất lượng tín dụng 
 
NHTM cần kiểm soát và giảm tỉ lệ nợ xấu vì biến số này nếu tăng cao thì rủi ro thanh khoản càng tăng. Thông qua các hoạt động như cơ cấu lại nợ, miễn, giảm lãi, tăng cường trích lập dự phòng, đẩy nhanh tiến độ xử lí tài sản, tăng cường hiệu quả của công tác thanh tra, giám sát. Bởi khi xử lí được nợ xấu, NHTM sẽ có thêm một lượng nguồn vốn để sử dụng cho hoạt động kinh doanh, gia tăng nguồn vốn có tính thanh khoản cũng như khả năng thanh khoản. Đồng thời, việc tăng cường thanh tra, giám sát, kiểm soát và hạn chế nợ xấu giúp cho các NHTM tránh việc bị động khi xảy ra nợ xấu mới, thận trọng cho vay để đảm bảo lợi nhuận cũng như an toàn thanh khoản.
 
Bảy là, tuân thủ các quy định và đảm bảo an toàn thanh khoản

Các NHTM phải tuyệt đối tuân thủ các quy định về đảm bảo an toàn thanh khoản nói riêng và tuân thủ các quy định về hoạt động kinh doanh trong ngân hàng nói chung. Đối với các tỉ lệ an toàn thanh khoản, thậm chí, trong thực tiễn hoạt động, các NHTM cần duy trì mức độ an toàn cao hơn so với quy định tối thiểu của cơ quan chức năng. Điều này sẽ giúp các NHTM có thêm cơ hội tránh được rủi ro từ các yếu tố bất thường trong kinh doanh. Đối với tuân thủ các quy định về hoạt động kinh doanh, những vi phạm về mặt pháp luật, có khi chỉ từ một thành viên của Ban điều hành, cũng có thể ảnh hưởng tiêu cực đến an toàn thanh khoản của cả ngân hàng. Do đó, hoạt động giám sát và kiểm tra trong ngân hàng cần phải được thực hiện thường xuyên. Từ đó, có thể kịp thời phát hiện những sai sót và điều chỉnh.
 
Tám là, quản lí tốt khe hở thanh khoản 

Cần thực hiện tốt quản lí khe hở thanh khoản và các vấn đề liên quan đến rủi ro lãi suất. Các NHTM cần hoàn thiện các quy định liên quan đến huy động và cho vay (nhất là huy động, cho vay trung, dài hạn) theo lãi suất thị trường; cần có cách giải quyết khoa học để không xảy ra tình trạng khách hàng gửi tiền, rút tiền trước hạn khi lãi suất thị trường tăng cao hoặc khi có các đối thủ khác đưa ra lãi suất cao, hấp dẫn khách hàng hơn. Ngoài ra, quản lí sự không cân đối về kì hạn giữa tài sản nợ và tài sản có của ngân hàng là nội dung quan trọng để quản lí thanh khoản được hiệu quả.
 
Tài liệu tham khảo:
 
1. Bunda, I., & Desquilbet, J.-B. (2008). The bank liquidity smile across exchange rate regimes. International Economic Journal, 22(3), pages 361-386.
2. Lucchetta, M. (2007). What do data say about monetary policy, bank liquidity and bank risk taking? Economic Notes, 36(2), pages 189-203.
3. Moore, W. (2009). How do financial crises affect commercial bank liquidity? Evidence from Latin America and the Caribbean.
4. Valla, N., Saes-Escorbiac, B., & Tiesset, M. (2008). Bank liquidity and financial stability. IPM24 with IAOS: Measuring Productivity, page 40.
5. Vodová, P. (2013). Determinants of commercial bank liquidity in Hungary. Finansowy Kwartalnik Internetowy E-Finanse, 9(4), pages 64-71.
6. Aspachs, O., Nier, E., Tiesset, M. (2005), Liquydity, Banking Regulation and macroeconomics. Proof of shares, bank liquydity from a panel the bank’s UK
7. Ojo, M. (2010). International framework for liquidity risk measurement, standards and monitoring: corporate governance and internal controls. International Framework for Liquidity Risk Measurement, Standards and Monitoring: Corporate Governance and Internal Controls.
8. Principles for Sound Liquidity Risk Management and Supervision. Bank for International Settlements, 2008.
9. Rychtárik, Š. (2009). Liquidity scenario analysis in the Luxembourg banking sector. BanqueCentrale du Luxembourg: Working paper, page 41.
10. Vento, G. A., & La Ganga, P. (2009). Bank liquidity risk management and supervision: which lessons from recent market turmoil. Journal of Money, Investment and Banking, 10(10), pages 78-125.
11. Abdual Qayyam Khan & Naeem-ur-Rehman Khattak (2008), An Analysis of Short-Term Effect of Budget Deficits on Macroeconomics Variables: Evidence from Pakistan (1960-2005).
12. Abdul Khaliq, Ilan Noy (2007), Foreign Direct Investment and Economic Growth: Empirical Evidence from Sectoral Data in Indonesia.
13. Brender, A., Pisani, F., Ganga, E. (2013), The Sovereign Debt Crisis Placing a Curb on Growth.
14. Haruna Mohammed Aliero, Yahya Zakari Abdullahi, Nasiru Adamu (2013), Private Sector Creditand Economic Growth Nexus in Nigeria: An Autoregressive Distributed Lag Bound Approach
15. Trương Quang Thông (2013), “Các nhân tố tác động đến rủi ro thanh khoản của hệ thống NHTM Việt Nam”, Tạp chí Phát triển Kinh tế số 276 (10/2013), trang 50-62;
16. Mai Thị Phương Thùy và Bùi Thị Điệp (2018), “Yếu tố ảnh hưởng đến rủi ro thanh khoản của các NHTM Việt Nam, Tạp chí Tài chính online (26/8/2018).

PGS., TS. Nguyễn Đức Trung (Hiệu trưởng Trường Đại học Ngân hàng Thành phố Hồ Chí Minh)
TS. Trần Trọng Huy (Phó Trưởng phòng Phòng Đào tạo, Trường Đại học Ngân hàng Thành phố Hồ Chí Minh)

Bình luận Ý kiến của bạn sẽ được kiểm duyệt trước khi đăng. Vui lòng gõ tiếng Việt có dấu
Đóng lại ok
Bình luận của bạn chờ kiểm duyệt từ Ban biên tập
Phân loại trong xử lí nợ xấu tại các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam
Phân loại trong xử lí nợ xấu tại các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam
01/04/2024 363 lượt xem
Nghiên cứu phân biệt ba nhóm doanh nghiệp trên thị trường chứng khoán, gồm: Doanh nghiệp không có nợ xấu, doanh nghiệp có nợ xấu còn hoạt động và doanh nghiệp có nợ xấu dừng hoạt động.
Tác động của cho thuê tài chính đến hiệu quả hoạt động kinh doanh của các công ty cho thuê tài chính trong hệ thống ngân hàng thương mại Việt Nam
Tác động của cho thuê tài chính đến hiệu quả hoạt động kinh doanh của các công ty cho thuê tài chính trong hệ thống ngân hàng thương mại Việt Nam
21/03/2024 1.220 lượt xem
Bài viết tập trung phân tích, đánh giá tác động của cho thuê tài chính đến hiệu quả hoạt động kinh doanh của công ty cho thuê tài chính.
Bộ đệm vốn nghịch chu kì - Công cụ an toàn theo thông lệ Basel III
Bộ đệm vốn nghịch chu kì - Công cụ an toàn theo thông lệ Basel III
18/03/2024 517 lượt xem
Sau cuộc khủng hoảng tài chính toàn cầu năm 2008, Ủy ban Basel về giám sát ngân hàng (BCBS) (2010) đã thiết kế Bộ đệm vốn nghịch chu kì (CCyB) với mục tiêu an toàn vĩ mô ngân hàng khi tăng trưởng tín dụng vượt mức có tính chu kì (được phản ánh qua sự tăng, giảm của chu kì tài chính) tiềm ẩn rủi ro hệ thống đối với khu vực ngân hàng.
Ảnh hưởng của biểu hiện vật chất tại các ngân hàng thương mại nhà nước trên địa bàn tỉnh Phú Yên đến hành vi tiêu dùng của khách hàng
Ảnh hưởng của biểu hiện vật chất tại các ngân hàng thương mại nhà nước trên địa bàn tỉnh Phú Yên đến hành vi tiêu dùng của khách hàng
19/01/2024 585 lượt xem
Hành vi tiêu dùng của khách hàng trong nghiên cứu này được tiếp cận theo hướng sự ủng hộ của khách hàng, được đo lường bằng 3 chỉ tiêu: Doanh số, lợi nhuận và tỉ lệ giữ chân khách hàng. Trên cơ sở kết quả khảo sát từ 238 nhân viên đang làm việc tại các chi nhánh ngân hàng thương mại nhà nước (NHTMNN) trên địa bàn tỉnh Phú Yên.
Tạo lập nguồn vốn tín dụng đầu tư của Nhà nước từ trái phiếu được Chính phủ bảo lãnh hiện nay
Tạo lập nguồn vốn tín dụng đầu tư của Nhà nước từ trái phiếu được Chính phủ bảo lãnh hiện nay
29/12/2023 827 lượt xem
Tín dụng đầu tư là một hình thức hỗ trợ vốn của Nhà nước đối với các tổ chức kinh tế thông qua hoạt động cho vay trung và dài hạn để đầu tư vào các dự án thuộc các ngành, nghề, lĩnh vực hoặc địa bàn được Nhà nước khuyến khích đầu tư.
Đo lường khả năng thanh toán của ngân hàng thương mại từ mô hình kì tới hạn trong quản lí rủi ro lãi suất
Đo lường khả năng thanh toán của ngân hàng thương mại từ mô hình kì tới hạn trong quản lí rủi ro lãi suất
18/12/2023 1.467 lượt xem
Nghiên cứu này với mục đích cung cấp phương pháp đo lường về khả năng thanh toán dựa trên trạng thái vốn chủ sở hữu của ngân hàng thương mại (NHTM) thông qua mô hình kì tới hạn (The Maturity Model) trong quản lí rủi ro lãi suất.
Giám sát rủi ro biến đổi khí hậu của ngân hàng trung ương các nước châu Âu và gợi ý cho Việt Nam
Giám sát rủi ro biến đổi khí hậu của ngân hàng trung ương các nước châu Âu và gợi ý cho Việt Nam
05/12/2023 1.242 lượt xem
Rủi ro tài chính liên quan đến biến đổi khí hậu đã làm phát sinh những rủi ro đáng kể cho sự ổn định tài chính ở mỗi quốc gia.
Tác động tràn của chính sách tiền tệ Mỹ đến thị trường tài chính Việt Nam
Tác động tràn của chính sách tiền tệ Mỹ đến thị trường tài chính Việt Nam
04/12/2023 2.550 lượt xem
Chính sách tiền tệ (CSTT) là một trong những chính sách quan trọng nhất trong hệ thống các công cụ điều tiết vĩ mô của nhà nước vì nó tác động trực tiếp vào lĩnh vực lưu thông tiền tệ.
Các tổ chức tài chính vi mô - Quá trình chuyển đổi tại Việt Nam
Các tổ chức tài chính vi mô - Quá trình chuyển đổi tại Việt Nam
01/12/2023 1.673 lượt xem
Quá trình chuyển đổi của các tổ chức tài chính vi mô (TCVM) tại Việt Nam là một sự phát triển tất yếu theo quan điểm học thuật và thực tiễn quá trình hoạt động của TCVM trên thế giới.
Các nhân tố ảnh hưởng đến tỉ lệ tiền gửi không kì hạn của các ngân hàng thương mại trên địa bàn thành phố Cần Thơ
Các nhân tố ảnh hưởng đến tỉ lệ tiền gửi không kì hạn của các ngân hàng thương mại trên địa bàn thành phố Cần Thơ
30/11/2023 2.235 lượt xem
Mục tiêu của nghiên cứu là xác định các nhân tố ảnh hưởng đến tỉ lệ CASA của các ngân hàng thương mại trên địa bàn thành phố Cần Thơ.
Rủi ro đạo đức và các yếu tố ảnh hưởng đến ý định gây ra rủi ro đạo đức của nhân viên trong bộ phận tín dụng của các ngân hàng thương mại
Rủi ro đạo đức và các yếu tố ảnh hưởng đến ý định gây ra rủi ro đạo đức của nhân viên trong bộ phận tín dụng của các ngân hàng thương mại
29/11/2023 2.568 lượt xem
Nghiên cứu này tập trung vào vấn đề rủi ro đạo đức và các yếu tố ảnh hưởng đến ý định gây ra rủi ro đạo đức của nhân viên trong bộ phận tín dụng của các ngân hàng thương mại.
Khả năng sử dụng dịch vụ tài chính số của người trung niên tại Việt Nam - Cách tiếp cận từ dân trí tài chính
Khả năng sử dụng dịch vụ tài chính số của người trung niên tại Việt Nam - Cách tiếp cận từ dân trí tài chính
28/11/2023 1.805 lượt xem
Nghiên cứu được thực hiện nhằm đánh giá tác động của dân trí tài chính dưới góc độ xem xét cả ba yếu tố: Kiến thức tài chính, thái độ tài chính và hành vi tài chính lên khả năng tiếp cận dịch vụ tài chính số (Digital financial services - DFS) của người trung niên tại Việt Nam.
Hoạt động cho vay của ngân hàng Việt Nam trước ảnh hưởng của thị trường tập trung
Hoạt động cho vay của ngân hàng Việt Nam trước ảnh hưởng của thị trường tập trung
27/11/2023 2.618 lượt xem
Nghiên cứu phân tích tác động của cấu trúc thị trường tập trung đến khả năng mở rộng cho vay của ngân hàng thương mại (NHTM).
Các nhân tố ảnh hướng đến nợ xấu của ngân hàng thương mại Việt Nam
Các nhân tố ảnh hướng đến nợ xấu của ngân hàng thương mại Việt Nam
21/11/2023 3.437 lượt xem
Nợ xấu là thuật ngữ được sử dụng phổ biến trên thế giới như “Non - performing loans” (NPLs), “doubtful debt” chỉ các khoản nợ khó đòi (Fofack, 2005) hoặc các khoản vay có vấn đề (Berger và De Young, 1997) hoặc khoản nợ không trả được (defaulted loans) mà ngân hàng không thể thu lợi từ nó (Ernst và Young, 2004) hay các khoản cho vay bắt đầu được đưa vào nợ xấu khi đã quá hạn trả nợ gốc và lãi 90 ngày trở lên (Peter Rose, 2004; Mishkin, 2010).
Tác động của tài chính số tới sự ổn định của các ngân hàng thương mại tại Việt Nam
Tác động của tài chính số tới sự ổn định của các ngân hàng thương mại tại Việt Nam
16/11/2023 1.812 lượt xem
Bài viết nghiên cứu tác động của tài chính số đến sự ổn định của NHTM, từ đó, đưa ra các khuyến nghị chính sách nhằm thúc đẩy tài chính số phát triển tại Việt Nam.
Giá vàngXem chi tiết

GIÁ VÀNG - XEM THEO NGÀY

Khu vực

Mua vào

Bán ra

HÀ NỘI

Vàng SJC 1L

81.000

83.500

TP.HỒ CHÍ MINH

Vàng SJC 1L

81.000

83.500

Vàng SJC 5c

81.000

83.520

Vàng nhẫn 9999

74.200

76.100

Vàng nữ trang 9999

74.000

75.300


Ngoại tệXem chi tiết
TỶ GIÁ - XEM THEO NGÀY 
Ngân Hàng USD EUR GBP JPY
Mua vào Bán ra Mua vào Bán ra Mua vào Bán ra Mua vào Bán ra
Vietcombank 25,145 25,485 26,411 27,860 30,670 31,974 159.56 168.87
BIDV 25,185 25,485 26,528 27,748 30,697 31,977 159.6 168
VietinBank 25,160 25,485 26,651 27,946 31,096 32,106 161.07 169.02
Agribank 25,180 25,485 26,599 27,900 30,846 32,001 160.64 168.67
Eximbank 25,160 25,485 26,632 27,531 30,915 31,959 161.35 166.79
ACB 25,190 25,485 26,768 27,476 31,178 31,876 161.53 166.97
Sacombank 25,250 25,485 26,880 27,440 31,315 31,817 162.5 167.51
Techcombank 25,228 25,485 26,523 27,869 30,720 32,037 157.83 170.27
LPBank 24,943 25,485 26,344 27,844 31,044 31,948 159.37 170.59
DongA Bank 25,250 25,485 26,760 27,440 31,070 31,920 159.80 166.90
(Cập nhật trong ngày)
Lãi SuấtXem chi tiết
(Cập nhật trong ngày)
Ngân hàng
KKH
1 tuần
2 tuần
3 tuần
1 tháng
2 tháng
3 tháng
6 tháng
9 tháng
12 tháng
24 tháng
Vietcombank
0,10
0,20
0,20
-
1,60
1,60
1,90
2,90
2,90
4,60
4,70
BIDV
0,10
-
-
-
1,70
1,70
2,00
3,00
3,00
4,70
4,70
VietinBank
0,10
0,20
0,20
0,20
1,70
1,70
2,00
3,00
3,00
4,70
4,80
ACB
0,01
0,50
0,50
0,50
2,30
2,40
2,60
3,50
3,70
4,50
4,50
Sacombank
-
0,50
0,50
0,50
2,10
2,30
2,50
3,50
3,60
4,50
4,80
Techcombank
0,10
-
-
-
2,20
2,20
2,30
3,40
3,45
4,40
4,40
LPBank
0.20
0,20
0,20
0,20
1,80
1,80
2,10
3,20
3,20
5,00
5,30
DongA Bank
0,50
0,50
0,50
0,50
3,30
3,30
3,30
4,30
4,50
4,80
5,00
Agribank
0,20
-
-
-
1,60
1,60
1,90
3,00
3,00
4,70
4,70
Eximbank
0,50
0,50
0,50
0,50
3,00
3,20
3,30
3,80
3,80
4,80
5,10

Liên kết website
Bình chọn trực tuyến
Nội dung website có hữu ích với bạn không?