1. Giới thiệu

2. Cơ sở lý thuyết và tổng quan nghiên cứu
 

NHTM hoạt động vì lợi nhuận như các doanh nghiệp khác. Tuy nhiên, điểm khác biệt giữa ngân hàng và các doanh nghiệp phi tài chính nằm ở điểm chúng đóng vai trò trung gian tài chính. Lý thuyết trung gian tài chính được đề xuất bởi Leland và Pyle (1977); Diamond (1984) với hai trụ cột chính là “thông tin bất cân xứng” và “chi phí giao dịch” đều nhấn mạnh về lợi ích khi quy mô ngân hàng lớn lên, giúp chúng có thông nhiều thông tin từ khách hàng, các hợp đồng. Lợi ích này giúp ngân hàng giảm thiểu rủi ro tổng thể theo hàm ý từ lý thuyết danh mục đầu tư vì rủi ro tổng thể sẽ nhỏ hơn tổng các rủi ro của từng hợp đồng, do đó, cải thiện lợi nhuận sau điều chỉnh rủi ro, và giúp ngân hàng trang trải các chi phí trong vai trò trung gian của mình. Đó chính là nền tảng của lợi thế đa dạng hóa của NHTM. Hughes và Mester (2013) cho rằng, các ngân hàng lớn ngày nay có hiệu quả cao theo quy mô vì chúng ngày càng biết tối ưu hóa chi phí dựa vào công nghệ và tận dụng các loại chi phí không tăng tương ứng theo quy mô. Hàm ý ở đây là các ngân hàng ngày càng “công nghiệp hóa” các dòng sản phẩm xa rời hoạt động truyền thống như tín dụng hay huy động vốn để thu lợi nhuận ngoài lãi dựa trên các quy trình sản xuất thông tin cứng (Hard information) hay còn gọi là thông tin định lượng. Tuy vậy, cuộc khủng hoảng tài chính toàn cầu 2008 đã cho thấy hậu quả từ sự phát triển nóng của các sản phẩm phi truyền thống, hay còn gọi là các phương tiện đầu tư có cấu trúc (Structured investment vehicles- SIVs) như các hoạt động chứng khoán hóa khoản vay. Sau khủng hoảng, nhiều nghiên cứu tập trung đánh giá tác động của thu nhập ngoài lãi các sáng tạo tài chính (Financial innovation) này tới hiệu quả và rủi ro của NHTM như Demirgüç-Kunt và Huizinga (2010); DeYoung và Torna (2013) hay DeJonghe và cộng sự (2014). Các nghiên cứu này đều ủng hộ giả thuyết mức độ thu nhập ngoài lãi cao sẽ dẫn tới rủi ro cao hơn cho NHTM, tuy nhiên, một mức độ đa dạng hóa thu nhập vừa phải và tập trung vào các dịch vụ thu phí như môi giới hay các dịch vụ ngân hàng điện tử, thẻ, bảo hiểm sẽ gia tăng hiệu quả và sự ổn định thay vì tập trung vào các sản phẩm chứng khoán hóa và phái sinh nhiều rủi ro. Bên cạnh đó, các ngân hàng lớn khi đa dạng hóa thu nhập sẽ có được hiệu quả cao hơn, trong khi điều này không đúng với các ngân hàng nhỏ. Nó hàm ý các ngân hàng quy mô lớn có lợi thế đa dạng hóa về thu nhập (Sản phẩm) hơn các ngân hàng quy mô nhỏ, do đó, hàm ý ủng hộ lợi thế đa dạng hóa nhờ quy mô theo lý thuyết trung gian tài chính với điều kiện các dòng sản phẩm của ngân hàng không được đi quá xa khỏi nền tảng truyền thống của chúng. Đối với hệ thống ngân hàng Việt Nam, dưới cách tiếp cận tạo thanh khoản (Liquidity creation), Le (2019) cho thấy, các hoạt động ngoại bảng đóng vai trò nhỏ trong việc tạo thanh khoản đối với các NHTM Việt Nam, tức chúng ít tham gia vào các hoạt động ngoại bảng. Nói cách khác, các NHTM Việt Nam vẫn hoạt động chủ yếu tại thị trường hoạt động truyền thống và các hoạt động ngoài lãi có thu phí như dịch vụ ngân hàng điện tử, môi giới, bảo hiểm. Ngược lại, chúng ít tham gia vào các hoạt động ngân hàng đầu tư và đặc biệt, chưa tham gia vào hoạt động chứng khoán hóa, đây là các hoạt động nhiều rủi ro đã được cảnh báo bởi các nghiên cứu trên. Vì vậy, nghiên cứu này kỳ vọng vào kết quả ủng hộ lợi thế đa dạng hóa nhờ quy mô theo hàm ý của lý thuyết trung gian tài chính đối với trường hợp mẫu nghiên cứu tại Việt Nam. Điều này có nghĩa tác động của sự đa dạng hóa thu nhập tới lợi nhuận các NHTM có quy mô lớn vượt ngưỡng nhất định sẽ tích cực hơn các NHTM có quy mô dưới ngưỡng.

 

2.1. Biến phụ thuộc
 

Nghiên cứu này sử dụng tiêu chí lợi nhuận trước thuế của NHTM trong một năm tài chính để đánh giá trực tiếp khả năng sinh lời của ngân hàng.
 

2.2. Các biến độc lập
 

Quy mô NHTM: Trong nghiên cứu này, quy mô ngân hàng vừa là biến độc lập, vừa là biến ngưỡng. Với vai trò biến độc lập, quy mô đại diện cho tính kinh tế nhờ quy mô (Economies of scale) của NHTM. Nhóm ngân hàng quy mô lớn thường được cho là có phạm vi các dòng sản phẩm/dịch vụ nhiều hơn, qua đó, có thể đạt được tính kinh tế nhờ phạm vi (Economies of scope). Điều này có được do lợi thế đa dạng hóa từ nhiều dòng thu nhập không tương quan hoàn hảo với nhau có thể giúp chúng đạt được hiệu quả cao hơn theo cách tiếp cận về danh mục đầu tư. Nguyên nhân của điều này là với quy mô lớn hơn về thông tin định lượng trong tập khách hàng của mình, nhóm ngân hàng quy mô lớn có phát triển nhiều hơn các dòng sản phẩm sử dụng loại thông tin này với chi phí ngày càng rẻ nhờ hỗ trợ từ sự phát triển mạnh mẽ của công nghệ thông tin ngày nay. Việc cắt giảm được chi phí cận biên từ chiến lược kinh doanh trên giúp các ngân hàng lớn duy trì tính kinh tế nhờ quy mô nếu lợi ích này vượt qua được sự phi hiệu quả về quản trị doanh nghiệp gây nên bởi tính hành chính và sự phức tạp trong bộ máy tổ chức ngày càng lớn dần theo quy mô. Cũng vì đó, dưới các cách tiếp cận tổng hợp khác nhau, có thể sử dụng mô hình nghiên cứu, thuật toán, mẫu nghiên cứu, giai đoạn nghiên cứu hoặc tại các quốc gia khác nhau, các nghiên cứu thường cho các kết quả không giống nhau về tính kinh tế nhờ quy mô hoặc tác động của quy mô tới hiệu quả của NHTM. Một số nghiên cứu cho thấy, tác động dương của quy mô đến hiệu quả sinh lời của ngân hàng như Mitchell và Onvural (1996) khi sử dụng SFA mẫu trong giai đoạn 1986-1990 của các NHTM tại Mỹ có tổng tài sản từ 100 triệu USD trở lên và được phân nhóm theo quy mô; Altunbas và cộng sự (2001) sử dụng đồng thời hai phương pháp phân tích phân phối tự do (DFA) và phân tích biên ngẫu nhiên (SFA) cho thấy với cùng loại hình sở hữu, các ngân hàng quy mô lớn có hiệu quả về chi phí hơn các ngân hàng quy nhỏ với mẫu tại Đức trong giai đoạn 1989 đến 1996; Shehzad và cộng sự (2013) sử dụng mô hình dữ liệu bảng động (Dynamic panel data) với bộ dữ liệu hơn 15000 NHTM của hơn 148 quốc gia từ 1998 đến 2010 tìm thấy mối quan hệ dương giữa quy mô và hiệu quả kinh doanh của các NHTM tại các nước thuộc khối OECD. Dưới cách tiếp cận khác, một vài nghiên cứu lại tìm thấy mối quan hệ ngược chiều giữa quy mô ngân hàng và mức độ biến động lợi nhuận như De Haan và Poghosyan (2012 a, b) với các mẫu ngân hàng tại Mỹ. Cụ thể, các ngân hàng lớn thường có sự ổn định về hiệu quả kinh doanh hơn các ngân hàng nhỏ. Trước đó, Couto (2002); Albertazzi và Gambacorta (2009) đã chỉ ra rằng, sự biến động mạnh của hiệu quả kinh doanh có thể dẫn đến suy giảm tính bền vững trong hiệu quả kinh doanh của NHTM thông qua việc làm mất ổn định vốn chủ sở hữu. 
 

Tuy nhiên, một số nghiên cứu lại tìm thấy mối quan hệ âm giữa quy mô và hiệu quả ngân hàng như Ray (2007) khi sử dụng phương pháp bao dữ liệu (DEA) để nghiên cứu hiệu quả theo quy mô của các NHTM tại Ấn Độ với dữ liệu từ năm 1997 đến 2003 cho thấy hầu hết các NHTM lớn tại Ấn Độ không có hiệu quả theo quy mô; Allen và Rai (1996) sử dụng đồng thời hai phương pháp DFA và SFA, trong đó, thành phần phi hiệu quả có phân phối bán chuẩn, với mẫu gồm 194 ngân hàng tại 24 quốc gia trong giai đoạn 1988 đến 1992; Drake và Hall (2003) sử dụng DEA với mẫu gồm 149 NHTM Nhật Bản năm 1997 cho thấy, sự thiếu hiệu quả kỹ thuật của các ngân hàng quy mô lớn bởi vì chúng là nhóm có hiệu quả kỹ thuật thuần túy thấp nhất, trong khi đó, các ngân hàng quy mô nhỏ nhất lại cho thấy tính kinh tế nhờ quy mô. Tương tự là các nghiên cứu của Feng và Serlestis (2010) khi sử dụng SFA với mẫu các NHTM Mỹ giai đoạn 1998 đến 2005. Pasiouras và Kosmidou (2007) sử dụng dữ liệu bảng cân bằng của 584 NHTM tại liên minh Châu Âu giai đoạn 1995 đến 2001 tìm thấy tác động âm từ quy mô ngân hàng đến ROAA đối với cả các ngân hàng nước ngoài và các ngân hàng trong nước. 
 

Vốn chủ sở hữu: Một dòng quan điểm cho rằng, nâng cao tỷ lệ vốn chủ sở hữu giúp tăng khả năng chịu đựng khi tổn thất phát sinh từ các rủi ro trong hoạt động kinh doanh, đặc biệt là rủi ro tín dụng, qua đó, có thể thúc đẩy tăng trưởng tín dụng để thu về lợi nhuận cao hơn (Berger, 1995b). Bên cạnh đó, quan điểm về chi phí cho rằng, việc nâng cao tỷ lệ vốn chủ sở hữu giúp tăng xếp hạng tín nhiệm, qua đó, giúp ngân hàng giảm chi phí vốn, qua đó tăng lợi nhuận (Molyneux, 1993). Các kết quả ủng hộ quan điểm này như Goddard và cộng sự (2004) khi sử dụng GMM hệ thống với mẫu 665 NHTM tại 06 nước Châu Âu (1992-1998); Pasiouras và Kosmidou (2007) sử dụng phương pháp tác động cố định (FEM) với mẫu 584 ngân hàng tại 15 nước Châu Âu (1995-2001); Athanasoglou và cộng sự (2008) sử dụng GMM sai phân với mẫu các ngân hàng tại Hy Lạp (1985-2001); Liu và Wilson (2010) khi sử dụng GMM hệ thống với mẫu 685 NHTM tại Nhật Bản (2000-2007).
 

Tuy nhiên, lý thuyết danh mục đầu tư cho rằng, tồn tại mối quan hệ đánh đổi giữa rủi ro - lợi nhuận kỳ vọng, khi ngân hàng nâng cao tỷ lệ vốn chủ sở hữu, rủi ro tổng thể của ngân hàng được giảm thiểu, qua đó, mức sinh lời kỳ vọng sẽ không cao bằng trường hợp tỷ lệ vốn chủ sở hữu thấp hơn hay nói cách khác trường hợp ngân hàng sử dụng đòn bẩy tài chính lớn hơn (Berger, 1995a). Các nghiên cứu ủng hộ mối quan hệ âm này gồm Tan và Floros (2012) với GMM hệ thống và mẫu gồm 101 NHTM tại Trung Quốc (2003-2009); Goddard và cộng sự (2007) với GMM hệ thống và mẫu gồm 4787 NHTM tại các nước Châu Âu; Chronopoulos và cộng sự (2015) cũng sử dụng GMM hệ thống với mẫu 14352 NHTM tại Mỹ (1984-2010). Tan (2014) với mẫu các ngân hàng tại Trung Quốc cho thấy các ngân hàng có mức vốn chủ sở hữu lớn (đòn bẩy tài chính thấp) thường có ROE thấp hơn. 
 

Nhìn chung, chiều tác động của tỷ lệ vốn chủ sở hữu đến khả năng sinh lời của NHTM chưa được khẳng định rõ ràng từ các lý thuyết (Dietrich và Wanzenried, 2011), nó phụ thuộc vào từng mẫu nghiên cứu và biến phụ thuộc sử dụng trong mô hình thực nghiệm.
 

Rủi ro thanh khoản: Các nghiên cứu thường sử dụng các tiêu chí đo lường rủi ro thanh khoản khác nhau. Berger và Bowman (2009) xây dựng phương pháp đo lường sản lượng thanh khoản (Liquidity Creation - LC) theo phương pháp “Cat fat” trên tinh thần lý thuyết tạo thanh khoản hiện đại, theo đó, đo lường cả các hoạt động ngoại bảng. Thông qua đó, rủi ro thanh khoản được xác định trên sản lượng LC tạo ra, bởi vì, khi các NHTM tạo càng nhiều thanh khoản cho nền kinh tế, chúng càng trở nên kém thanh khoản. Ngoài ra, các tiêu chí khác thường được sử dụng như Loan/Deposit Ratio (LDR) như Khan và cộng sự (2018); Saunders và cộng sự (2016); hay Loan/Total Assets Ratio như Liu và Wilson (2010); hay Chronopoulos và cộng sự (2015). Tuy nhiên, nghiên cứu này sẽ sử dụng tiêu chí FGAP (Financing gap ratio) để đo lường rủi ro thanh khoản của ngân hàng theo Chen và cộng sự (2018); DeYoung và Jang (2016), được đo lường bằng tỷ lệ GAP (Dư nợ trừ số dư tiền gửi khách hàng) trên tổng tài sản. Ngoài ra, một số nghiên cứu cũng sử dụng các tiêu chuẩn an toàn thanh khoản của Basel III như LCR (Liquidity coverage ratio) hoặc NSFR (Net Stable Funding Ratio). Tuy nhiên, cũng như phương pháp “Cat fat”, các tiêu chuẩn an toàn thanh khoản theo Basel III đòi hỏi mức độ chi tiết trong dữ liệu, theo đó, chưa thể tính toán khi chỉ dựa trên dữ liệu các báo cáo tài chính của các NHTM Việt Nam hiện nay. 
 

Một số nghiên cứu cho thấy, tác động âm của rủi ro thanh khoản đến hiệu quả sinh lời của NHTM như Guru và cộng sự (1999) với mẫu các NHTM tại Malaysia (1985-1998) và phương pháp POLS; Saunders và cộng sự (2016) với mẫu gồm 10341 NHTM tại Mỹ (2002-2013) và phương pháp FEM & POLS; Chronopoulos và cộng sự (2015) và Chen và cộng sự (2018) với mẫu NHTM gồm 14360 quan sát tại 12 nước phát triển (1994-2006) và phương pháp FEM & 2SLS. 
 

Tuy vậy, một số nghiên cứu cho thấy tác động dương của rủi ro thanh khoản đến hiệu quả sinh lời của NHTM như Pasiouras và Kosmidou (2007); Kosmidou và cộng sự (2008) với 32 NHTM tại Anh (1995-2002) và phương pháp FEM; Khan và cộng sự (2018) với mẫu 173 NHTM tại 5 nước ASEAN (1999-2014) và GMM hệ thống; Sufian (2011) với mẫu 29 NHTM tại Hàn Quốc (1992-2003) và phương pháp FEM & REM.
 

Thực tiễn tại Việt Nam cho thấy, nguồn thu nhập chính của các NHTM vẫn từ hoạt động truyền thống thông qua việc tăng trưởng tín dụng. Vì vậy, nghiên cứu giả thuyết rủi ro thanh khoản sẽ tác động tích cực tới lợi nhuận của NHTM một ngưỡng nhất định, tuy nhiên, rủi ro thanh khoản sẽ tác động tiêu cực tới lợi nhuận nếu ngân hàng quá tập trung đẩy mạnh cho vay, trong khi quy mô nguồn tiền gửi không đủ để cân đối. Để kiểm định tác động phi tuyến này, nghiên cứu kiểm soát thêm thành phần bậc 2 của FGAP trong mô hình thực nghiệm.
 

Rủi ro tín dụng: Nhiều nghiên cứu cho thấy tác động âm của rủi ro tín dụng tới hiệu quả sinh lời của NHTM, phù hợp với quan điểm thông thường như Liu và Wilson (2010); Khan và Hanif (2018); Athanasoglou và cộng sự (2006); Sufian (2011); Tan và Floros (2012); Chen và cộng sự (2018). Tuy vậy, cũng có một số kết quả cho thấy mối quan hệ này là dương như Chronopoulos và cộng sự (2015); Sufian và Habibullah (2009).
 

Nghiên cứu này sử dụng tỷ lệ chi phí dự phòng rủi ro tín dụng trên tổng dư nợ đại diện chất lượng hoạt động tín dụng và do đó, rủi ro tín dụng của NHTM. Nếu tỷ lệ này tăng cho thấy lợi nhuận ngân hàng giảm do phải khấu trừ thêm chi phí này. Vì vậy, nghiên cứu kỳ vọng vào tác động âm của nhân tố rủi ro tín dụng đến lợi nhuận của các NHTM tại Việt Nam.
 

Chi phí hoạt động: Chi phí hoạt động là nhân tố được giảm trừ trong tổng thu nhập hoạt động để tạo thành lợi nhuận thuần từ hoạt động kinh doanh của NHTM. Một cách trực quan, mối quan hệ âm giữa chi phí hoạt động và hiệu quả sinh lời của NHTM thường được kỳ vọng. Tuy nhiên, chi phí hoạt động cũng có thể tác động dương đến hiệu quả sinh lời, ví dụ trong trường hợp chi phí trả này giúp nâng cao năng suất vốn nhân lực (Molyneux và Thornton, 1992), nói cách khác, việc phân bổ lương hiệu quả theo năng suất lao động giúp người lao động có thêm động lực làm việc hiệu quả và nhiều hơn, giúp ngân hàng tăng lợi nhuận. Các nghiên cứu thực nghiệm thường cho kết quả về tác động âm của chi phí hoạt động tới hiệu quả kinh doanh của NHTM như Athanasoglou và cộng sự (2006); Pasiouras và Kosmidou (2007); Athanasoglou và cộng sự (2008); Liu và Wilson (2010); Goddard và cộng sự, (2013); Khan và Hanif (2018); Khan và cộng sự (2018).
 

Biến thay đổi tác động theo ngưỡng quy mô (Tỷ lệ đa dạng hóa thu nhập): Rose (1999) cho rằng: “Các nhóm ngân hàng có quy mô tương đồng thường cung ứng các loại dịch vụ giống nhau”. Điều này hàm ý mức độ đa dạng hóa về thu nhập từ sản phẩm và dịch vụ giữa các nhóm ngân hàng có quy mô khác biệt nhau cũng khác nhau. Rogers và Sinkey (1999) cho rằng, thông thường (Conventional wisdom) các ngân hàng lớn thực hiện nhiều hoạt động phi truyền thống hơn các ngân hàng nhỏ và việc các ngân hàng quy mô lớn đẩy mạnh các hoạt động phi truyền thống sẽ thu được nhiều lợi nhuận hơn, hàm ý lợi ích mà thu nhập ngoài lãi cận biên mang lại cao hơn thu nhập lãi cận biên đối với các ngân hàng này. Tương tự, Berger và Humphrey (1997) nghiên cứu tổng quan 133 nghiên cứu trước đó kết luận rằng, nhìn chung, các ngân hàng lớn có hiệu quả hơn các ngân hàng nhỏ nhờ tiết kiệm chi phí dựa trên tính kinh tế nhờ quy mô (Economies of scales) và tính kinh tế nhờ phạm vi (Economies of scope) của mình. Tính kinh tế nhờ phạm vi của các ngân hàng lớn thể hiện ở việc chúng đạt hiệu quả cao hơn khi triển khai các sản phẩm dịch vụ phi truyền thống và thu được lợi nhuận ngoài lãi cận biên cao hơn. Điều này hàm ý các ngân hàng lớn sẽ có lợi thế tương đối từ thu nhập ngoài lãi cận biên cao hơn là từ thu nhập lãi cận biên. Chronopoulos và cộng sự (2015) lại cho thấy tác động âm của tỷ lệ thu nhập ngoài lãi trên tổng thu nhập tới ROA của các ngân hàng tại Mỹ. Tuy nhiên, tác động tiêu cực này tới nhóm ngân hàng quy mô nhỏ và trung bình tương đương nhau, trong khi tác động âm này với nhóm ngân hàng quy mô lớn chỉ tương đương 1/4 đến 1/3 tác động trên.
 

Tại Việt Nam, một số nghiên cứu đã chỉ ra tác động dương của mức độ đa dạng hóa thu nhập tới hiệu quả của NHTM theo các mô hình tuyến tính như Sáng (2017); Hậu và Quỳnh (2016); Hồng và cộng sự (2018). Tuy vậy, chưa có nghiên cứu nào thực hiện đánh giá tác động của mức độ đa dạng hóa thu nhập tới lợi nhuận NHTM theo các ngưỡng quy mô (chưa được phân định trước). 

 

3. Phương pháp nghiên cứu
 

Nghiên cứu này không phân nhóm NHTM theo các mức quy mô được xác định trước. Dựa trên các lý thuyết và kết quả các nghiên cứu thực nghiệm đã trình bày tại Phần 2, các ngưỡng quy mô tổng tài sản sẽ được xác định một cách tự động theo sự thay đổi tác động của biến tỷ lệ đa dạng hóa thu nhập trong mô hình ngưỡng. 
 

Mẫu nghiên cứu: Nghiên cứu sử dụng mẫu dữ liệu bảng cân bằng (Balanced Panel Data) được thu thập từ Báo cáo tài chính sau kiểm toán của 30 NHTM tại Việt Nam giai đoạn 2009-2017. Trong mẫu bao gồm đầy đủ các loại hình như nhóm NHTM quốc doanh, ngoài quốc doanh, nhóm ngân hàng nước ngoài; hoặc các NHTM đã niêm yết và chưa niêm yết. Tổng tài sản mẫu chiếm 88.6% tổng tài sản hệ thống NHTM Việt Nam năm 2017. Do vậy, mẫu có tính đại diện cao cho hệ thống NHTM Việt Nam, đồng thời giảm thiểu rủi ro về chọn mẫu thiên lệch.
 

Phương pháp ước lượng: Nghiên cứu sử dụng phương pháp Hồi quy ngưỡng dữ liệu bảng (Panel Threshold Regression - PTR) theo Hansen (1999) & Wang (2015), để xác định giá trị ngưỡng và ước lượng mô hình ngưỡng. Việc xác định ngưỡng được thực hiện dựa trên sự hỗ trợ của phương pháp Bootstrap, thống kê được sử dụng để xác định sự tồn tại của các ngưỡng là thống kê tỷ lệ Likelihood (Likelihood ratio - LR). PTR có thể xem như phương pháp ước lượng mở rộng của phương pháp tác động cố định (Fixed effect method - FEM) theo nhiều cơ chế tuyến tính được phân định bằng các ngưỡng. Tương tự Hansen (1999), nghiên cứu sử dụng các biến giả năm (Year Dummy) thay thế các biến có tác động chung tới các NHTM hàng năm như cấu trúc ngành hay các biến kinh tế vĩ mô và các nhân tố có dữ liệu dạng chuỗi thời gian khác. Điều này cho phép kiểm soát tốt hơn sự thay đổi trong các tác động gộp hàng năm của các biến dạng chuỗi thời gian tới biến phụ thuộc, giảm thiểu rủi ro mô hình thiếu biến nghiêm trọng cũng hiện tượng hồi quy giả mạo. Kết quả ước lượng mô hình ngưỡng được thực hiện với sai số chuẩn mạnh (robust standard error) để khắc phục các hiện tượng phương sai sai số thay đổi hoặc tự tương quan (nếu có). Phương pháp này vẫn sử dụng được trong trường hợp các khuyết tật trên không xảy ra.
 

Theo đó, mô hình ngưỡng thực nghiệm với giả định tồn tại hai ngưỡng có dạng:

 

(Mô hình 1)
 

Trong đó: Biến phụ thuộc PBT là lợi nhuận trước thuế của các NHTM; DI (Diversification) đại diện cho mức độ đa dạng hóa thu nhập là biến thay đổi tác động theo ngưỡng; X là vector các biến độc lập gồm Quy mô (S); Tỷ lệ vốn chủ sở hữu (EA); FGAP; FGAP bình phương; Tỷ lệ chi phí dự phòng rủi ro tín dụng (LLP); Tỷ lệ chi phí hoạt động (OEA); D.Year là các biến giả năm (trừ năm cơ sở 2009). Ngoài ra, các chỉ số: (i) đại diện cho mỗi đơn vị chéo (NHTM); (m): chỉ số của biến độc lập; (t) chỉ số đại diện cho mỗi năm; U(.) là hàm chỉ thị nhị phân nhận giá trị bằng 1 nếu biểu thức trong ngoặc thỏa mãn, ngược lại nhận giá trị 0; và  λ đại diện cho giá trị ngưỡng tổng tài sản; µi là thành phần tác động cố định và εit là sai số đặc trưng của mô hình.

Căn cứ hàm ý từ lý thuyết trung gian tài chính và các nghiên cứu thực nghiệm tại Phần 2, mô tả các biến cùng giả thuyết tác động trong Mô hình 1 được trình bày tại Bảng 1.

 

4. Kết quả nghiên cứu
 

Kiểm định đa cộng tuyến: Nhằm kiểm tra hiện tượng đa cộng tuyến cao xuất hiện trong Mô hình (1), nghiên cứu sử dụng ma trận hệ số tương quan cặp và ước lượng hệ số phóng đại phương sai (Variance Inflation Factor - VIF). Theo thông lệ nghiên cứu, nếu các hệ số tương quan cặp của các biến độc lập không vượt quá 0.8, đồng thời các hệ số VIF không vượt quá 10 (một số quan điểm chặt hơn cho rằng là 5) thì Mô hình 1 không bị đa cộng tuyến cao.
 

Kết quả tại Bảng 2 và Bảng 3 cho thấy các hệ số tương quan cặp nào đều nhỏ hơn 0.8, trong khi tất cả hệ số phóng đại phương sai (VIF) đều nhỏ hơn 5. Điều này cho thấy không có hiện tương đa cộng tuyến cao trong Mô hình 1 và cho phép thực hiện các ước lượng tiếp theo.
 

 

 

Kiểm định tính dừng: Nhằm tránh hồi quy giả mạo, nghiên cứu thực hiện kiểm tra tính dừng dữ liệu bảng theo Levin - Lin-Chu (2002) đối với các biến trong Mô hình 1, với giả thuyết H0: Tồn tại nghiệm đơn vị, tức biến không dừng.
 

Kết quả tại Bảng 4 cho thấy tất cả các biến trong Mô hình 1 là biến dừng. Vì vậy, việc ước lượng Mô hình 1 sẽ không gặp phải hiện tượng hồi quy giả mạo.
 

 

Kiểm định sự tồn tại ngưỡng: Hansen (1999) bắt đầu bằng việc kiểm định sự tồn tại một ngưỡng cho Mô hình ngưỡng với giả thuyết H0: Mô hình không tồn tại ngưỡng (Tức mô hình tuyến tính phù hợp). Nếu kết quả kiểm định bác bỏ H0, Mô hình tồn tại ít nhất một ngưỡng, kiểm định hai ngưỡng sẽ tiếp tục được thực hiện căn cứ trên giá trị ngưỡng thứ nhất, với giả thuyết H0: Mô hình chỉ tồn tại một ngưỡng. Các ngưỡng tiếp theo sẽ tiếp tục được thực hiện theo nguyên tắc này. Nếu kết quả kiểm định bác bỏ sự tồn tại hai ngưỡng, kết luận mô hình chỉ có một ngưỡng.
 

Bảng 5 trình bày kết quả ước lượng ngưỡng với 300 lần Bootstrap. Kết quả cho thấy Mô hình 1 tồn tại một ngưỡng quy mô S=13.5664 tương đương Tổng tài sản = 771737.7 tỷ VND. Biểu đồ 1 cho thấy sự tồn tại ngưỡng quy mô theo thống kê tỷ lệ Likelihood.

 

Biểu đồ 1 cho thấy giá trị ngưỡng 13.5664 tương ứng với thống kê LR xấp xỉ 0, thấp hơn đáng kể so với đường thể hiện thống kê LR= 7.35, tương ứng với mức ý nghĩa 5% (Wang, 2015), hàm ý hiệu ứng ngưỡng sẽ vững nếu thực hiện Bootstrap với số lần lớn hơn (Ví dụ: 500 lần) (kết quả mô hình)
 

 

Kiểm định Wald về tính đồng thời bác bỏ giá thuyết H0: Hệ số ước lượng của các biến độc lập đồng thời bằng 0, qua đó cho thấy các biến độc lập được chọn có ý nghĩa giải thích cho Mô hình 1. Bên cạnh đó, hệ số R bình phương bằng 0.5271 hàm ý mô hình 1, hay các biến độc lập có thể giải thích 52.71% sự biến động lợi nhuận trước thuế của NHTM. Sử dụng sai số chuẩn mạnh giúp kết quả ước lượng khắc phục được các hiện tượng phương sai sai số thay đổi và tự tương quan (nếu có). Mô hình được kiểm soát bằng các biến giả năm giúp tránh được rủi ro thiếu các biến dạng chuỗi thời gian như các nhân tố kinh tế vĩ mô và cấu trúc ngành và các biến khác, đồng thời cũng giúp tránh hiện tượng hồi quy giả mạo.
 

Thảo luận kết quả 
 

Kết quả mô hình ngưỡng cho thấy tỷ lệ đa dạng hóa thu nhập tác động âm, tuy nhiên, không có ý nghĩa thống kê đến lợi nhuận trước thuế của các NHTM dưới ngưỡng tổng tài sản. Điều này hàm ý, đối với nhóm ngân hàng này, tác động của thu nhập ngoài lãi cận biên không vượt trội trước thu nhập từ lãi cận biên. Tuy nhiên, tác động này chuyển sang dương, có độ lớn mạnh và có ý nghĩa thống kê cao (mức ý nghĩa 1%) đối với các NHTM có tổng tài sản vượt ngưỡng 771737.7 tỷ VND. Một cách bình quân, khi tỷ trọng thu nhập ngoài lãi trên tổng thu nhập tăng 1 đơn vị (100 điểm %) giúp nhóm NHTM lớn nhất này tăng lợi nhuận trước thuế 11.21 nghìn tỷ VND, nói cách khác, khi tỷ lệ này tăng 1 điểm phần trăm sẽ giúp tăng lợi nhuận trước thuế 112.1 tỷ VND. Đối chiếu với dữ liệu mẫu nghiên cứu, các ngân hàng đạt được ngưỡng quy mô này chỉ gồm 04 NHTM quốc doanh gồm Agribank (từ năm 2014 trở đi); BIDV và Vietinbank (từ năm 2015 trở đi); Vietcombank (từ năm 2016 trở đi). Đây cũng là các NHTM có tổng tài sản luôn lớn nhất trong mẫu nghiên cứu tại mọi năm. Kết quả này do đó cung cấp bằng chứng thực nghiệm về lợi thế đa dạng hóa theo lý thuyết trung gian tài chính đối với các NHTM và xác định được ngưỡng quy mô cụ thể để các ngân hàng đạt được lợi thế này trong trường hợp tại Việt Nam. Kết quả này cũng ủng hộ phân tích của DeYoung và Roland (2001), và tương đồng với các kết quả của Berger và Humphrey (1997); Demsetz và Strahan (1997); Rogers và Sinkey (1999).
 

Quy mô tổng tài sản tác động dương đến lợi nhuận của NHTM. Bình quân, khi tổng tài sản tăng 1%, giúp các NHTM tăng lợi nhuận trước thuế 18.03 tỷ VND. Đối với các NHTM Việt Nam trong mẫu, dư nợ tín dụng là thành phần chiếm tỷ trọng lớn (trung bình trên 70%) tổng tài sản. Bên cạnh đó, tỷ trọng thu nhập ngoài lãi bình quân mẫu là 22.31%, đồng nghĩa tỷ trọng thu nhập từ lãi cũng chiếm trên 70% trong tổng thu nhập. Vì vậy, việc tăng trưởng tài sản thông qua tăng trưởng tín dụng đóng vai trò quan trọng đối với lợi nhuận NHTM, điều này được thể hiện qua ý nghĩa thống kê cao (mức ý nghĩa 1%) của biến này trong tác động tới lợi nhuận trước thuế. Tác động dương này cũng cung cấp bằng chứng thực nghiệm về tính kinh tế nhờ quy mô đối với các NHTM tại Việt Nam. Kết quả này cũng tương đồng với Wheelock và Wilson (2009); Shehzad và cộng sự (2013).
 

Vốn chủ sở hữu tác động dương với mức độ tác động lớn và ý nghĩa thống kê cao tới lợi nhuận trước thuế của các NHTM tại Việt Nam. Điều này cũng cho thấy nhu cầu cấp thiết trong việc tăng vốn đối với việc tăng trưởng tín dụng của các ngân hàng, đặc biệt là các NHTM lớn nhất, cũng là các ngân hàng sử dụng đòn bẩy tài chính cao nhất, do đó, sẽ là các đối tượng đầu tiên phải tăng vốn để đáp ứng các quy định về an toàn vốn theo Basel II hoặc bị giới hạn tăng trưởng tín dụng theo quy định của Ngân hàng Nhà nước. Trường hợp Vietinbank năm 2018 là một ví dụ, phương án tăng vốn chưa được Ngân hàng Nhà nước phê duyệt  đã ràng buộc tốc độ tăng trưởng tín dụng của ngân hàng ở mức thấp (6.1%), lợi nhuận giảm so với năm 20171. Kết quả này ủng hộ quan điểm của Berger (1995b); Molyneux (1993) và tương đồng với các kết quả của Goddard và cộng sự (2004); Pasiouras và Kosmidou (2007); Athanasoglou và cộng sự (2008); Ding và cộng sự (2017) và một số nghiên cứu tại Việt Nam như Hậu và Quỳnh (2016); Linh và Trang (2019) và ngược lại với Hồng và cộng sự (2018).
 

Rủi ro thanh khoản (FGAP) tác động dương và có ý nghĩa thống kê tới lợi nhuận trước thuế của các NHTM. Điều này một lần nữa ủng hộ quan điểm về thúc đẩy tăng trưởng tín dụng sẽ đem lại lợi nhuận lớn cho các NHTM. Tuy vậy, ý nghĩa thống kê của nhân tố này chỉ ở mức ý nghĩa 5%, ngoài ra, tác động âm (dù không có ý nghĩa thống kê) của biến FGAP2 (bình phương FGAP) cho thấy tiềm ẩn một ngưỡng giới hạn tác động dương của rủi ro thanh khoản tới lợi nhuận của các ngân hàng, khi vượt qua đó, rủi ro thanh khoản tác động âm tới lợi nhuận NHTM. Điều này phù hợp với góc nhìn về thanh khoản đối với nguyên nhân khủng hoảng ngân hàng, ví dụ áp dụng với cuộc khủng hoảng tài chính năm 2018, vốn được xem là cuộc khủng hoảng thanh khoản. Theo đó, mức độ dư thừa thanh khoản được tạo bởi các ngân hàng có thể được xem như một tiêu chí dự báo cho khủng hoảng (Berger và Bowman, 2013). Ngoài ra, Schularick và Taylor (2012) cũng cho thấy tăng trưởng tín dụng là một nhân tố quan trọng trong việc dự báo khủng hoảng kinh tế. Điều này tiếp tục được Jorda và cộng sự (2017) kiểm vững bằng hồi quy Logistic nhị phân, khi sử dụng mẫu nghiên cứu lớn trải dài từ 1870 đến 2013 của các NHTM tại 17 quốc gia phát triển, xuyên qua nhiều cuộc khủng hoảng tài chính, cho thấy, cùng với tăng trưởng tín dụng, tỷ lệ dư nợ trên tiền gửi (Loan to Deposit ratio) [2] giúp dự đoán khủng hoảng tài chính một cách hiệu quả, trong khi tỷ lệ vốn chủ sở hữu không giúp ích nhiều trong việc này.
 

Rủi ro tín dụng (LLP) tác động dương nhưng không có ý nghĩa thống kê tới lợi nhuận trước thuế của các NHTM. Kết quả này không phù hợp với giả thuyết đặt ra về tác động âm của nhân tố này. Kết quả này có thể được giải thích bởi việc kiểm soát các biến giả năm. Theo đó, dự phòng rủi ro tín dụng của NHTM thường chịu ảnh hưởng (có tương quan) bởi nhân tố chu kỳ kinh tế (Bikker và Metzemakers, 2005; Bouvatier và Lepetit, 2008; Huizinga và Laeven, 2019) vốn nằm trong thành phần sai số đặc trưng nếu không được kiểm soát trong mô hình 1, có thể thuận chu kỳ (Pro-cyclical) hoặc phản chu kỳ (Counter- cyclical). Khi Mô hình 1 được kiểm soát bởi biến giả năm, các tác động mang tính chu kỳ này đã được kiểm soát trong đó, vì vậy, nó làm “trơn” tác động của rủi ro tín dụng tới lợi nhuận ngân hàng. Khi loại bỏ nhân tố chu kỳ, một cách trực quan, các ngân hàng khi tăng trưởng tín dụng thường phát sinh thêm nợ xấu và phải dự phòng rủi ro tín dụng nhiều hơn. Việc phát sinh thêm dự phòng rủi ro tín dụng, do đó, chưa hẳn đã phản ánh tình trạng kém hiệu quả trong hoạt động của các NHTM. Dietrich và Wanzenried (2011) cho thấy, tỷ lệ này (LLP) chỉ tác động âm tới ROAA của các NHTM trong giai đoạn khủng hoảng tài chính 2008, và tác động này không có ý nghĩa thống kê trong các giai đoạn khác. Kết quả này cũng phù hợp với các nghiên cứu của Chronopoulos và cộng sự (2015); Sufian và Habibullah (2009); Sufian và Habibullah (2012). Đối với mẫu nghiên cứu tại Việt Nam, Hoàng và Huân (2016) cũng cho thấy tác động không có ý nghĩa thống kê của rủi ro tín dụng đến lợi nhuận trước thuế của các NHTM; Hiền và Dũng (2019) cho thấy tỷ lệ chi phí dự phòng rủi ro tín dụng trên dư nợ tác động dương, có ý nghĩa thống kê đến ROA, tuy nhiên, tác động âm và không có ý nghĩa thống kê đến ROE. 
 

Chi phí hoạt động (OEA) tác động dương nhưng không có ý nghĩa thống kê đến lợi nhuận trước thuế của các NHTM. Tương tự rủi ro tín dụng, kết quả này cũng đi ngược với giả thuyết đặt ra. Chi phí hoạt động bao gồm chi phí trả lương và thu nhập khác cho người lao động và các chi phí khác để vận hành NHTM. Do đó, một cách trực quan, mối quan hệ âm giữa chi phí hoạt động và lợi nhuận của NHTM được kỳ vọng. Tuy nhiên, chi phí hoạt động cũng có thể tác động dương đến lợi nhuận ngân hàng, đặc biệt trong trường hợp chi phí này được phân bổ hợp lý trong việc trả lương xứng đáng cho người lao động có năng suất lao động cao (Molyneux và Thornton, 1992; Guru và cộng sự, 2002; Ben Naceur, 2003). Nói cách khác, việc trả lương cao có thể giúp người lao động có thêm động lực làm việc hiệu quả và nhiều hơn, giúp ngân hàng tăng lợi nhuận. Thực tế cho thấy, mức thu nhập của người lao động được trả bởi các NHTM thường được xác định dựa trên các tiêu chí đo lường hiệu quả làm việc, như Key Performance Index (KPI). Bên cạnh đó, các NHTM cũng phải cạnh tranh về cơ chế ưu đãi để thu hút nguồn nhân lực chất lượng cao, đặc biệt với các vị trí quản lý cấp trung trở lên và nhiều kinh nghiệm.
 

Đối với các biến giả năm (Year dummy), có thể thấy, tác động của các biến này tới lợi nhuận trước thuế của các NHTM đều là âm qua các năm một cách nhất quán và hầu hết chúng có ý nghĩa thống kê. Bởi vì, các biến giả năm thể hiện sự thay đổi trong tác động gộp của các nhân tố môi trường bên ngoài như nhân tố kinh tế vĩ mô, đặc điểm ngành ngân hàng và các nhân tố khác tác động đến lợi nhuận của NHTM, và không được bóc tách cụ thể, do đó, không thể biết chính xác nhân tố nào quyết định tới tác động âm này của các biến giả. Điều này được đề xuất như một hướng nghiên cứu cần được tiếp tục phân tích. Tuy vậy, nghiên cứu này đề xuất một giả thuyết về nguyên nhân điều này là do tác động của mức độ cạnh tranh ngày càng lớn trong ngành ngân hàng tại Việt Nam. Batten và Vinh (2019); Trung và Anh (2019) cho thấy, các nhân tố kinh tế vĩ mô như tỷ lệ lạm phát, tăng trưởng GDP, tốc độ tăng trưởng cung tiền tác động dương hoặc tác động không có ý nghĩa thống kê tới hiệu quả sinh lời (ROAA, ROAE hoặc ROA, ROE) của các NHTM, nhưng mức độ cạnh tranh trong ngành có xu hướng tăng lên. Biểu đồ 2 thể hiện mức độ cạnh tranh ngành ngân hàng tại Việt Nam theo chỉ số Lerner, chỉ số này có xu hướng giảm từ năm 2005, hàm ý mức độ cạnh tranh trong ngành ngân hàng có xu hướng gia tăng kể từ 2005. (Biểu đồ 2)

 

5. Kết luận và một số khuyến nghị
 

Phân tích trên tập trung vào hiệu ứng ngưỡng về quy mô tổng tài sản trong tác động của sự đa dạng hóa thu nhập tới lợi nhuận trước thuế của các NHTM tại Việt Nam. Kết quả cho thấy, các NHTM có tổng tài sản vượt ngưỡng 771737.7 tỷ VND có lợi thế vượt trội so với nhóm ngân hàng còn lại khi chuyển dịch cơ cấu thu nhập sang dựa vào thu nhập ngoài lãi. Tuy vậy, kết quả không kết luận nhóm ngân hàng còn lại không có lợi ích nếu thực hiện điều tương tự vì kết quả ước lượng với nhóm này chưa có ý nghĩa thống kê. Vì vậy, nghiên cứu đề xuất hai hướng nghiên cứu tiếp theo: (i) Xác định ngưỡng đa dạng hóa thu nhập, theo đó, phân tích sự thay đổi tác động của mức độ đa dạng hóa thu nhập tới hiệu quả hoạt động hoặc hiệu quả sinh lời của nhóm ngân hàng có tổng tài sản dưới ngưỡng quy mô trên; và (ii) Kiểm định tác động của cạnh tranh tới hiệu quả hoạt động hoặc hiệu quả sinh lời của các NHTM như đã đề cập. Thông qua kết quả ước lượng, nghiên cứu đề xuất một số khuyến nghị:
 

Đối với nhóm ngân hàng có quy mô tổng tài sản vượt ngưỡng 771737.7 tỷ VND, với mẫu nghiên cứu gồm 04 NHTM quốc doanh (Agribank, BDIV, Vietinbank, Vietcombank), là các ngân hàng có lợi thế đa dạng hóa lớn hơn nhóm còn lại, nên phát triển đa dạng các dòng sản phẩm, dịch vụ hướng đến bao phủ tất cả các phân khúc khách hàng (Financial Inclusion) dựa trên việc ứng dụng các công nghệ, kỹ thuật phân tích dữ liệu hiện đại, đồng thời, đầu tư về hạ tầng công nghệ thông tin để đẩy nhanh tốc độ chuyển dịch cơ cấu thu nhập sang hướng dựa vào thu nhập ngoài lãi. Nhiều nghiên cứu cho thấy, việc các NHTM đẩy mạnh các hoạt động ngân hàng đầu tư mang lại rủi ro cao, tuy nhiên, khi tập trung vào các sản phẩm bán lẻ, hoặc thu phí sẽ mang lại sự tăng trưởng lợi nhuận tốt nhưng không gặp phải rủi ro cao. Dưới cách tiếp cận về M&A, nhiều nghiên cứu trên thế giới cũng cho thấy, việc các NHTM mua lại hoặc sáp nhập với các ngân hàng đầu tư hoặc các quỹ đầu tư mạo hiểm có thể làm suy giảm lợi nhuận sau điều chỉnh rủi ro, tuy vậy, nếu thực hiện với các công ty bảo hiểm sẽ mang lại lợi ích lớn. Vì vậy, đối với hoạt động Bancassurance này, các ngân hàng trong nhóm này nên thực hiện các thương vụ lớn tương tự thương vụ “sắp tới” được định giá khoảng 400 triệu USD giữa Vietcombank và một trong các hãng bảo hiểm3 nhằm đẩy mạnh nguồn thu ngoài lãi này.  
 

Đối với các NHTM tại Việt Nam nói chung, có thể thấy, việc tăng vốn chủ sở hữu không đem đến nhiều ý nghĩa đối với vai trò chính của nó là đề phòng các tổn thất bất ngờ trong hoạt động, đặc biệt là rủi ro tín dụng khi rủi ro này chưa cho thấy tác động xấu một cách nghiêm trọng tới lợi nhuận của NHTM, nhưng nó đang cho thấy ý nghĩa cấp thiết hơn trong việc đáp ứng các quy định về an toàn vốn như Basel II cũng như được “nới room” tăng trưởng tín dụng bởi Ngân hàng Nhà nước. Bên cạnh đó, rủi ro thanh khoản lại cho thấy những tác động xấu tiềm ẩn và có thể chỉ chưa bộc lộ rõ ràng với mẫu nghiên cứu và trong giai đoạn nghiên cứu này. Vì vậy, các NHTM khi tăng trưởng tín dụng cần chú trọng cân đối nguồn vốn huy động, đặc biệt là các NHTM quy mô nhỏ, thường gặp khó khăn hơn các NHTM quy mô lớn trong việc tiếp cận các nguồn vốn bán buôn cũng như việc huy động vốn trên thị trường liên ngân hàng, thị trường vốn quốc tế, đồng thời, chúng cũng thường được cho rằng sẽ không nhận được nhiều sự hỗ trợ như các NHTM quy mô lớn từ chính phủ trong trường hợp xảy ra các tổn thất nghiêm trọng theo học thuyết Quá lớn để đổ vỡ hay còn gọi là “Too big too fail”. Bên cạnh đó, kết quả nghiên cứu cho thấy, việc sử dụng các cơ chế đánh giá hiệu quả làm việc để trả lương người lao động tại các NHTM Việt Nam hiện nay tương đối tốt khi chi phí hoạt động một cách bình quân không tác động âm tới lợi nhuận ngân hàng. Tuy vậy, tác động này vẫn chưa có ý nghĩa thống kê, hàm ý trong một số các trường hợp, có thể tại các NHTM quốc doanh hoặc NHTM lớn (thường được cho là có tính hành chính, phức tạp và trì trệ hơn do quy mô lớn gây ra), việc quản lý chi phí hoạt động chưa được hiệu quả và gây tác động xấu đến lợi nhuận. Vì vậy, các NHTM nên áp dụng biện pháp định lượng đánh giá định kỳ hiệu quả lợi nhuận theo định hướng chi phí (Cost driven) đã được bóc tách cụ thể, hoặc phân tích dựa trên cơ sở dữ liệu về hệ thống thông tin quản lý (Management information system - MIS) trong ngân hàng, để phát hiện các nhân tố trong chi phí hoạt động tác động tiêu cực nhất đến lợi nhuận một cách khoa học, qua đó có giải pháp khắc phục.

----------------------------------

[1] Tham khảo: “https://vnexpress.net/kinh-doanh/loi-nhuan-vietinbank-nam-2018-dat-hon-6-800-ty-3866517.html”

[2]  Loan to Deposit ratio mang ý nghĩa tương đồng với FGAP, vì cùng so sánh dư nợ và tiền gửi khách hàng.

[3]  Tham khảo:

“http://cafef.vn/ho-so-2-ong-lon-bao-hiem-duoc-cho-la-dang-canh-tranh-de-lam-doi-tac-cua-vietcombank-20190724164524609.chn”

 

TÀI LIỆU THAM KHẢO:

Albertazzi, U. and Gambacorta, L. (2009) Bank Profitability and the Business Cycle. Journal of Financial Stability, 5, 

393-409.

Athanasoglou, P., Delis, M., & Staikouras, C. (2006). Determinants of bank profitability in the South Eastern European region.

<https://mpra.ub.uni-muenchen.de/10274/>

Athanasoglou, P. P., Brissimis, S. N., & Delis, M. D. (2008). Bank-specific, industry-specific and macroeconomic determinants of bank profitability. Journal of international financial Markets, Institutions and Money, 18(2), 121-136.

Batten, J., & Vo, X. V. (2019). Determinants of bank profitability—Evidence from Vietnam. Emerging Markets Finance and Trade, 55(6), 1417-1428.

Berger, A.N (1995a), The relationship between capital and earnings in banking, Journal of Money, Credit and Banking, Số 27, tr. 432–56.

Berger, A.N. (1995b), The profit–structure relationship in banking: test of market power and efficient structure hypothesis, Journal of Money, Credit and Banking, Số 27(2), tr. 404–31.

Berger, A.N., Bouwman, C.H.S., 2009. Bank liquidity creation, Review of Financial Studies, 22, 3779–3837.

Berger, A.N., Bouwman, C.H.S., 2013, How does capital affect bank performance during financial crises?, Journal of Financial Economics, 109, 146–176.

Berger, A. N., & Humphrey, D. B. (1997). Efficiency of financial institutions: International survey and directions for future research. European journal of operational research, 98(2), 175-212.

Bikker, J. A., & Metzemakers, P. A. (2005). Bank provisioning behaviour and procyclicality. Journal of international financial markets, institutions and money, 15(2), 141-157.

Bouvatier, V., & Lepetit, L. (2008). Banks’ procyclical behavior: Does provisioning matter?. Journal of international financial markets, institutions and money, 18(5), 513-526.

Couto, R. L. R. (2002). Framework for the assessment of bank earnings. Bank for International Settlements, Financial Stability Institute.

Chen, Yi-Kai et.al, (2018), Bank Liquidity Risk and Performance, Review of Pacific Basin Financial Markets and Policies, Vol. 21, No. 01.

Chronopoulos, D.K., Liu, H., McMillan, F.J. and Wilson, J.O., 2015. The dynamics of US bank profitability. The European Journal of Finance, 21(5), pp.426-443.

De Haan, J., & Poghosyan, T. (2012a). Bank size, market concentration, and bank earnings volatility in the US. Journal of International Financial Markets, Institutions and Money, 22(1), 35-54.

De Haan, J., & Poghosyan, T. (2012b). Size and earnings volatility of US bank holding companies. Journal of Banking & Finance, 36(11), 3008-3016.

De Jonghe, O., Diepstraten, M., and Schepens, G. (2014). ‘Banks’ Size, Scope and Systemic Risk: What Role for Conflicts of Interest?’,

<http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2394884>.

Demirgüç-Kunt, A., & Huizinga, H. (2010). Bank activity and funding strategies: The impact on risk and returns. Journal of Financial economics, 98(3), 626-650.

Demsetz, R. S., & Strahan, P. E. (1997). Diversification, size, and risk at bank holding companies. Journal of money, credit, and banking, 300-313.

DeYoung, R., & Roland, K. P. (2001). Product mix and earnings volatility at commercial banks: Evidence from a degree of total leverage model. Journal of Financial Intermediation, 10(1), 54-84.

DeYoung, R. and Torna, G. (2013). Nontraditional Banking Activities and Bank Failures during the Financial Crisis, Journal of Financial Intermediation 22, 397–421.

DeYoung, R and K Jang (2016). Do banks actively manage their liquidity? Journal of Banking and Finance, 66, 143–161.

Diamond, D. W. (1984). Financial Intermediation and Delegated Monitoring, Review of Economics Studies 51, 393–414.

Dietrich, A., and Wanzenried, G. (2011) Determinants of bank profitability before and during the crisis: evidence from Switzerland. Journal of International Financial Markets, Institutions and Money, 21(3), 307–27.

Drake, L., & Hall, M. J. (2003). Efficiency in Japanese banking: An empirical analysis. Journal of Banking & Finance, 27(5), 891-917.

Feng, G., & Serletis, A. (2010). Efficiency, technical change, and returns to scale in large US banks: Panel data evidence from an output distance function satisfying theoretical regularity. Journal of Banking & Finance, 34(1), 127-138.

Goddard, J., Molyneux, P., Wilson, J. O. S., and Tavakoli, M. (2007). European Banking: An Overview, Journal of Banking & Finance 31, 1911–1936.

Goddard, J., Liu, H., Molyneux, P., & Wilson, J. O. (2013). Do bank profits converge?. European Financial Management, 19(2), 345-365.

Guru, B., Staunton, J., and Balashanmugam, B (2002) Determinants of commercial bank profitability in Malaysia. Paper presented at 12th Annual Australian Finance and Banking Conference, 16–17 December. 2002, Sydney, Australia.

Hansen, B. E. (1999). Threshold effects in non-dynamic panels: Estimation, testing, and inference. Journal of econometrics, 93(2), 345-368.

Hoàng, T. H., & Huân, N. H. (2013). Phân tích các yếu tố tác động đến hiệu quả hoạt động của hệ thống ngân hàng thương mại Việt Nam trong thời kỳ hội nhập tài chính quốc tế. Tạp chí Phát triển Khoa học và Công nghệ, 19(1Q), 88-101.

Hồng, T.T.T., Phong, N.H & Thành, L.T (2018), Tác động của đa dạng hóa thu nhập đến hiệu quả hoạt động của các ngân hàng thương mại Việt Nam, Tạp chí tài chính, Số 679.

Hughes, J. P., & Mester, L. J. (2013). Who said large banks don’t experience scale economies? Evidence from a risk-return-driven cost function. Journal of Financial Intermediation, 22(4), 559-585.

Huizinga, H., & Laeven, L. (2019). The procyclicality of banking: evidence from the euro area. IMF Economic Review, 1-32.

Khan, H. H., Ahmad, R. B., & Chan, S. G. (2018). Market structure, bank conduct and bank performance: Evidence from ASEAN. Journal of Policy Modeling, 40(5), 934-958.

Jorda, O., Richter, B., Schularick, M., & Taylor, A. M. (2017). Bank capital redux: solvency, liquidity, and crisis (No. w23287). National Bureau of Economic Research.

Leland, H. and Pyle, D. E. (1977). Information Asymmetries, Financial Structure and Financial Intermediation, Journal of Finance 32, 371–387.

Le, T. (2019). The interrelationship between liquidity creation and bank capital in Vietnamese banking. Managerial Finance, 45(2), 331-347.

Levin, A., Lin, C. F., & Chu, C. S. J. (2002). Unit root tests in panel data: asymptotic and finite-sample properties. Journal of econometrics, 108(1), 1-24.

Lê Đồng Duy Trung và Khúc Thế Anh (2019), Quy mô ngân hàng và hiệu quả kinh doanh: Trường hợp nghiên cứu tại Việt Nam, Tạp chí Ngân hàng, Số 15.

Lê Long Hậu và Phạm Xuân Quỳnh (2017), Ảnh hưởng của thu nhập ngoài lãi đến hiệu quả kinh doanh của các ngân hàng thương mại Việt Nam giai đoạn 2006-2016, Tạp chí Ngân hàng, Số 9.

Linh, D. H., & Trang, V. K. (2019). Impact of Capital on Profitability of Banks: Evidence from Vietnamese Commercial Banks. Journal of Economics and Business, 2(2).

Liu H., Molyneux, P., and Wilson, J. O. S. (2013). Competition and Stability in European Banking: A Regional Analysis, Manchester School 81, 176–201.

MINH SANG, N. G. U. Y. Ễ. N. Income Diversification and Bank Efficiency in Vietnam. Journal of Economics and Development, 19(3), 52.

Mitchell, K., & Onvural, N. M. (1996). Economies of scale and scope at large commercial banks: Evidence from the Fourier flexible functional form. Journal of Money, Credit and Banking, 28(2), 178-199.

Molyneux, P. (1993), Structure and performance in European banking, Doctoral dissertation, University of Wales, Bangor, UK.

Molyneux, P., & Thornton, J. (1992). Determinants of European bank profitability: A note. Journal of banking & Finance, 16(6), 1173-1178.

Naceur, S. B. (2003). The determinants of the Tunisian banking industry profitability: Panel evidence. Universite Libre de Tunis working papers, 11(3), 317-319.

Nguyen, H. T. K., & Nguyen, D. T. (2018). Globalisation and bank performance in Vietnam. Malaysian Journal of Economic Studies, 55(1), 49-70.

Pasiouras, F., & Kosmidou, K. (2007). Factors influencing the profitability of domestic and foreign commercial banks in the European Union. Research in International Business and Finance, 21(2), 222-237.

Ray, S. C. (2007). Are some Indian banks too large? An examination of size efficiency in Indian banking. Journal of Productivity Analysis, 27(1), 41-56.

Rogers and Joseph F. Sinkey Jr, 1999, An analysis of nontraditional activities at U.S. commercial banks, Review of Financial Economics Volume 8, Issue 1, June 1999, Pages 25-39.

Saunders, A., M. M. Schmid and I. Walter, 2016, “Non-interest income and bank performance: Does ring-fencing reduce bank risk?” University of St. Gallen, School of Finance Research Paper No. 2014/17.  < https://ssrn.com/abstract=2504675>

Schularick, M., & Taylor, A. M. (2012). Credit booms gone bust: Monetary policy, leverage cycles, and financial crises, 1870-2008. American Economic Review, 102(2), 1029-61.

Shehzad, C. T., De Haan, J., & Scholtens, B. (2013). The relationship between size, growth and profitability of commercial banks. Applied Economics, 45(13), 1751-1765.

Sufian, F., & Habibullah, M. S. (2009). Bank specific and macroeconomic determinants of bank profitability: Empirical evidence from the China banking sector. Frontiers of Economics in China, 4(2), 274-291.

Tan, Y. (2014). Performance, risk and competition in the Chinese banking industry. Chandos Publishing.

Tan, Y., & Floros, C. (2012). Bank profitability and inflation: the case of China. Journal of Economic Studies, 39(6), 

675-696.

Wang, Q. (2015). Fixed-effect panel threshold model using Stata. The Stata Journal, 15(1), 121-134.

Wheelock, D.C. and P.W. Wilson (2009), ‘Are U.S. Banks too large’, Working paper, Số 054, Federal reserve bank of st. Louis, Research Department.

Lê Đồng Duy Trung

TCNH số 21/2019