Keywords: Commercial banking, digital finance, stability.
1. Đặt vấn đề
Sự ổn định của ngân hàng là một trong những mối quan tâm hàng đầu của các nhà quản lí ngân hàng, tổ chức bảo hiểm tiền gửi và cả công chúng do khả năng tác động lây lan toàn hệ thống (Bai và Elyasiani, 2013). Chính vì vậy, việc nghiên cứu những yếu tố tác động đến sự ổn định của các NHTM đang nhận được sự quan tâm lớn trong thời gian gần đây, đặc biệt là nhân tố tài chính số vì một số lí do sau đây:
Thứ nhất, tài chính số là xu hướng tiêu dùng trong thời gian gần đây với số lượng khách hàng tham gia ngày càng đông và loại hình dịch vụ ngày càng đa dạng. Các bài nghiên cứu của Banna và Alam (2021), Dư Thị Lan Quỳnh (2021), Safiullah và Paramati (2021) chỉ ra rằng, kể từ khi áp dụng các dịch vụ tài chính số, sự ổn định của ngân hàng biến động qua các năm.
Thứ hai, tại Việt Nam, có rất ít bài nghiên cứu trực tiếp về mối quan hệ giữa tài chính số và sự ổn định ngân hàng. Đa số các tác giả chỉ xem xét đến tài chính toàn diện - một phạm vi rộng hơn của tài chính số và ảnh hưởng của nó đến sự ổn định ngân hàng (Dư Thị Lan Quỳnh, 2021).
Thứ ba, trên thế giới, tồn tại sự khác nhau giữa các kết quả về mối quan hệ giữa tài chính số và sự ổn định của các NHTM đòi hỏi phải tiếp tục nghiên cứu để tìm giải pháp hiệu quả nhất cho hệ thống NHTM Việt Nam.
2. Phương pháp thu thập dữ liệu
Để phân tích tác động của tài chính số đến sự ổn định của các NHTM tại Việt Nam, bài nghiên cứu đã sử dụng bộ dữ liệu thứ cấp của 24 NHTM Việt Nam trong 10 năm từ 2013 đến 2022. Dữ liệu thu nhập dựa trên mô hình gồm 12 biến trong đó có 02 biến phụ thuộc và 10 biến độc lập.
Số liệu tính toán các chỉ số: Sự biến động của tỉ suất lợi nhuận trên tài sản trung bình (Ln(SdROAA)), tỉ lệ cho vay (LR), tỉ lệ dự phòng rủi ro cho vay (LLPR), chất lượng quản lí (MQ), tỉ lệ vốn cổ đông (CAP), đa dạng hóa doanh thu (IND), phần trăm thanh toán di động trên GDP (MMT).
SIZE: Quy mô của ngân hàng được thu thập từ báo cáo tài chính năm đã kiểm toán của các ngân hàng trên trang thông tin chính thức của họ.
GDPG: Số liệu tính toán tốc độ tăng trưởng của tổng sản phẩm quốc nội hằng năm được lấy từ trang thông tin của World Bank giai đoạn 2013 - 2022.
INFL: Số liệu tỉ lệ lạm phát trong khoảng thời gian từ năm 2013 đến năm 2022 được lấy từ trang thông tin của World Bank.
INT: Phần trăm dân số sử dụng Internet được lấy từ trang thông tin Tổng cục Thống kê Việt Nam.
Dựa trên nghiên cứu gốc của Hasanul Banna và Md Rabiul Alam (2021), mô hình nghiên cứu được áp dụng trong bài nghiên cứu như sau:
Yijt = β0 + β1 DFjt + β2 Bijt+ β3 Mjt + Ɛ
Trong đó:
Yijt: Ln(Z-score) và Ln(SdROAA) là các biến phụ thuộc đại diện cho sự ổn định của ngân hàng i tại quốc gia j trong năm t.
DFjt: Chỉ số tài chính số của quốc gia j trong năm t.
Bijt: Các yếu tố của ngân hàng i tại quốc gia j trong năm t.
Mjt: Các yếu tố kinh tế vĩ mô của quốc gia j trong năm t.
β0: Hệ số chặn.
β1, β2, β3: Các hệ số của biến độc lập.
Ɛ: Sai số mô hình.
Sau khi tiến hành tính toán các chỉ tiêu của dữ liệu trên thông qua phần mềm Excel, nhóm nghiên cứu sử dụng phần mềm Stata 14 để đo lường sự tác động giữa các biến với nhau thông qua mô hình hồi quy đa biến và đánh giá kết quả dựa trên các tiêu chuẩn nhất định.
3. Thực trạng áp dụng tài chính số và ổn định của các NHTM Việt Nam giai đoạn 2013 - 2022
3.1. Về áp dụng tài chính số ở các NHTM Việt Nam giai đoạn 2013 - 2022
Việc áp dụng tài chính số ở các NHTM Việt Nam giai đoạn 2013 - 2019 thu được kết quả đáng khích lệ. Theo Báo cáo chỉ số thương mại điện tử Việt Nam (2013), tỉ lệ người dân thanh toán không dùng tiền mặt tăng nhưng hình thức chủ yếu vẫn là chuyển khoản qua ngân hàng, hình thức thanh toán qua ví điện tử chỉ duy trì ở mức thấp (3%), thì tính đến ngày 31/12/2018, theo Ngân hàng Nhà nước Việt Nam (NHNN), cả nước ghi nhận có 4,24 triệu ví điện tử đã liên kết với tài khoản ngân hàng với giao dịch mỗi năm đạt 60 triệu lượt, giá trị bình quân đạt khoảng 200.000 đồng/giao dịch.
Theo NHNN (2018), các chỉ số về thanh toán qua thẻ như tổng giá trị giao dịch qua ATM, tài khoản thanh toán cá nhân hay máy chấp nhận thanh toán thẻ POS đều tăng trưởng chứng tỏ người dân Việt Nam ngày càng có xu hướng sử dụng thẻ. Từ cuối năm 2019, nhất là trong thời gian cả nước thực hiện giãn cách xã hội do đại dịch Covid-19, tài chính số đã thể hiện vai trò quan trọng của nó trong nền kinh tế bởi khả năng cho phép thực hiện giao dịch điện tử, tránh giao dịch trực tiếp. Cũng trong khoảng thời gian này, tỉ lệ người dùng Internet để mua hàng online tăng mạnh (từ 77% trong năm 2019 đến 88% trong năm 2020) (Sách trắng thương mại điện tử Việt Nam, 2021). Năm 2022, với tỉ lệ người dân dùng Internet là 75%, thì có 74,8% sẽ tham gia vào hoạt động mua sắm trực tuyến, số lượng người dùng dự báo đạt 57 - 60 triệu người, trong đó, trung bình một người Việt Nam sẽ chi trả khoảng 260 - 285 USD (tương đương 6,1 - 6,6 triệu đồng) cho việc mua sắm (Sách trắng thương mại điện tử Việt Nam, 2022).
Về số lượng giao dịch thanh toán qua điện thoại di động, theo số liệu của NHNN (2020), con số này đạt gần 918,8 triệu giao dịch với giá trị đạt gần 9,6 triệu tỉ đồng (tăng 123,9% về số lượng và 125,4% về giá trị so với cùng kì năm 2019). Trong những năm tiếp theo, số lượng giao dịch nội địa Internet Banking và Mobile Banking cũng tăng trưởng đầy ấn tượng: Từ 5442,6 tỉ đồng giá trị giao dịch trong quý I/2021 đến 19.836,321 tỉ đồng giá trị giao dịch cùng kì năm 2022. Bên cạnh đó, hệ thống thanh toán điện tử liên ngân hàng đã hoàn thành kết nối thanh toán điện tử liên ngân hàng tại 63 Kho bạc Nhà nước cấp tỉnh trong cả nước. Có thể khẳng định rằng, hoạt động thanh toán điện tử sẽ trở thành dịch vụ cung ứng chủ chốt của NHTM trong thời kì CMCN 4.0.
3.2. Về sự ổn định của các NHTM Việt Nam giai đoạn 2013 - 2022
Trong giai đoạn 2013 - 2019, về chỉ số Z-score, chỉ số này có sự phân hóa cao với mức chênh lệch đáng kể giữa giá trị nhỏ nhất và giá trị lớn nhất. Theo tổng hợp và tính toán của nhóm tác giả, một ngân hàng có ghi nhận giá trị Z-score nhỏ nhất vào quý IV/2017 là 0,123 và có một ngân hàng ghi nhận giá trị Z-score lớn nhất vào quý I/2018 là 85,123. Bên cạnh đó, theo tính toán của nhóm tác giả, điểm Z-score của nhiều ngân hàng cũng tăng đáng kể trong năm 2018. Trung bình Z-score cho 24 NHTM tại Việt Nam là 7,309. Chen và cộng sự (2017) đã tiến hành tính toán giá trị Z-score với nền kinh tế của Trung - Đông Âu, Mỹ Latinh và châu Á, từ đó, cho ra giá trị bình quân của các mẫu nghiên cứu là 24,61 - một con số rất lớn so với Việt Nam. Theo Brana và cộng sự (2019), chỉ số Z-score trung bình cho 20 quốc gia hàng đầu châu Âu là 28,22 trong giai đoạn 2000 - 2015. Như vậy, các nước phát triển với hệ thống ngân hàng lâu đời có mức độ ổn định tài chính cao hơn so với các nước đang phát triển.
Về sự biến động của tỉ suất lợi nhuận trên tài sản trung bình, độ lệch chuẩn 0,126 cho biết sự biến động này có thay đổi qua các ngân hàng và qua các năm. Các ngân hàng đã củng cố được hệ thống tài chính khi sự biến động của tỉ suất lợi nhuận trên tài sản trung bình có xu hướng giảm. (Bảng 1)
Bảng 1: Thống kê mô tả giai đoạn 2013 - 2019
.JPG)
Nguồn: Nhóm tác giả tổng hợp và tính toán, 2023
Trong giai đoạn 2020 - 2022, nền kinh tế nói chung và hệ thống ngân hàng nói riêng phải đối mặt với các tác động tiêu cực từ đại dịch Covid-19. Về chỉ số Z-score, giá trị trung bình là 8,277 cũng cao hơn so với giai đoạn phân tích trước đó. Kết quả trên đã chứng tỏ rằng các NHTM Việt Nam ít chịu ảnh hưởng từ đại dịch Covid-19 hoặc có những biện pháp kịp thời để xử lí khủng hoảng, giúp cho hệ thống ngân hàng có thể ổn định và bền vững qua giai đoạn khó khăn.
Về sự biến động của tỉ suất lợi nhuận trên tài sản trung bình, độ lệch chuẩn 0,107 cho biết rằng sự ổn định của các NHTM có biến động qua các năm, song sự biến động này lại có xu hướng giảm so với giai đoạn 2013 - 2019. Kết quả trên đã làm sáng tỏ cho kết luận của Banna (2020), Syed và cộng sự (2022): Trong thời gian dài, khi tài chính số được phổ cập rộng rãi, sẽ đạt đến “giai đoạn chín muồi”, thúc đẩy phát triển kinh tế và ổn định tài chính cho các NHTM. (Bảng 2)
Bảng 2: Thống kê mô tả giai đoạn 2020 - 2022
.JPG)
Nguồn: Nhóm tác giả tổng hợp và tính toán, 2023
4. Kết quả nghiên cứu và thảo luận
4.1. Phân tích tương quan
Hệ số tương quan (r) là chỉ số thống kê phản ánh mức độ quan hệ tuyến tính giữa các biến. Thông qua hệ số tương quan có thể biết được chiều tương quan riêng giữa các biến và phát hiện ra hiện tượng đa cộng tuyến (nếu r > 0,8). Ngoài ra, khi tương quan cặp giữa các biến cao (lớn hơn 0,5) thì có thể xảy ra hiện tượng đa cộng tuyến (Gujarati, 2008). Theo kết quả trình bày tại Bảng 3, không có cặp hệ số tương quan nào lớn hơn 0,8 nên tương quan giữa các biến đều ở mức chấp nhận được. Vì vậy, đây là một cơ sở quan trọng giúp nhóm tác giả kiểm định và lựa chọn mô hình phù hợp.
Bảng 3: Ma trận hệ số tương quan
.JPG)
Nguồn: Nhóm tác giả tổng hợp và tính toán, 2023
4.2. Kiểm định hiện tượng đa cộng tuyến
Nhóm nghiên cứu tiếp tục thực hiện kiểm định để kiểm tra hiện tượng đa cộng tuyến dựa trên hệ số phóng đại phương sai VIF (Variance Inflation Factor). Trong đó, nếu VIF > 10 thì có hiện tượng đa cộng tuyến, có thể ảnh hưởng nghiêm trọng đến kết quả ước lượng của mô hình. Dựa trên kết quả Bảng 4, hệ số VIF của tất cả 10 yếu tố đều nhỏ hơn 3 và trung bình VIF là 1,68, suy ra không có hiện tượng đa cộng tuyến với các biến đã chọn. Vì vậy, nhóm nghiên cứu giữ nguyên các biến trên để thực hiện các hồi quy khác.
Bảng 4: Kết quả kiểm định đa cộng tuyến giữa các biến độc lập
.JPG)
Nguồn: Nhóm tác giả tổng hợp và tính toán, 2023
4.3. Kết quả hồi quy
Bài nghiên cứu sử dụng mô hình hồi quy đa biến, với 02 biến phụ thuộc là Ln(Z-score), Ln(SdROAA) và 10 biến giải thích là SIZE, LR, LLPR, MQ, CAP, IND, GDPG, INFL, Ln(MMT), Ln(INT). Sau khi sử dụng mô hình tác động ngẫu nhiên REM để ước lượng, nhóm tác giả tiến hành xác định các khuyết tật của mô hình. Kết quả kiểm định hiện tượng phương sai sai số thay đổi (kiểm định Breusch Pagan Lagrangian Multiplier) và hiện tượng tự tương quan (kiểm định Wooldridge) được thể hiện ở Bảng 5.
Bảng 5: Kiểm định Breusch và Pagan Lagrangian Multiplier
. xttest0
Breusch and Pagan Lagrangian multiplier test for random effects
LnZscore[Bank,t] = Xb + u[Bank] + e[Bank,t]
Estimated results:
Test: Var(u) = 0
chibar2(01) = 201,06
Prob > chibar2 = 0,0000
. xttest0
Breusch and Pagan Lagrangian multiplier test for random effects
LnsdROAA[Bank,t] = Xb + u[Bank] + e[Bank,t]
Estimated results:
.JPG)
Test: Var(u) = 0
chibar2(01) = 367,20
Prob > chibar2 = 0,0000
Có thể thấy, sau khi kiểm định hiện tượng phương sai sai số thay đổi của 02 mô hình với biến phụ thuộc là Ln(Z-score) và Ln(SdROAA), cả 02 mô hình đều có p-value là 0,0000 (<5%). Vì vậy, có thể kết luận rằng mô hình mắc phải hiện tượng phương sai sai số thay đổi. (Bảng 6)
Bảng 6: Kiểm định Wooldridge
.JPG)
Ở kiểm định Wooldridge, cả 02 mô hình mắc phải hiện tượng tự tương quan khi giá trị p-value đều nhỏ hơn 5%.
Như vậy, sau khi thu được kết quả kiểm định, nhóm tác giả kết luận cả hai mô hình đều mắc phải các khuyết tật nêu trên. Do đó, nhóm đã sử dụng mô hình FGLS với lựa chọn panels (heteroskedasticity) và corr (ar1) để khắc phục. Chi tiết kết quả mô hình hồi quy theo phương pháp FGLS thể hiện trong Bảng 7.
Bảng 7: Kết quả ước lượng mô hình bằng phương pháp FGLS
.JPG)
*** Mức ý nghĩa 1% (p < 0,01)
** Mức ý nghĩa 5% (p < 0,05)
* Mức ý nghĩa 10% (p < 0,1)
Nguồn: Kết quả nghiên cứu định lượng của nhóm tác giả, 2023
4.4. Thảo luận
Thứ nhất, nhóm nghiên cứu khẳng định sự tác động tích cực và có ý nghĩa thống kê của quy mô ngân hàng lên sự ổn định ngân hàng khi 1% tăng lên của SIZE sẽ làm cho Ln(Z-score) tăng 29,72%. Cùng với đó, khi SIZE tăng thêm 1% thì Ln(SdROAA) giảm đi 17,50% cho thấy mối quan hệ ngược chiều của quy mô ngân hàng và sự biến động của tỉ suất lợi nhuận trên tài sản trung bình trong giai đoạn 2013 - 2022.
Thứ hai, hệ số tác động của biến LR lên biến Ln(SdROAA) là âm, thể hiện mối quan hệ ngược chiều giữa LR và Ln(SdROAA). Khi tỉ lệ cho vay tăng thêm 1 đơn vị, sự biến động của tỉ suất lợi nhuận trên tài sản trung bình của ngân hàng giảm đi 0,9513 đơn vị với mức ý nghĩa 10%. Tuy nhiên, kết quả thu được cho thấy, LR không ảnh hưởng đến Ln(Z-score) do hệ số p-value là 0,946 thể hiện biến LR không có ý nghĩa thống kê.
Thứ ba, biến LLPR tác động ngược chiều lên biến Ln(Z-score) bởi những ngân hàng có tỉ lệ dự phòng càng cao thì tính ổn định của hệ thống càng giảm (Ahamed và Mallick, 2019). Có thể thấy, 1 đơn vị tăng lên của tỉ lệ dự phòng sẽ làm sự ổn định ngân hàng giảm đi 12,72 đơn vị của với mức ý nghĩa 5%. Ở đây, LLPR gần như không có tác động lên Ln(SdROAA) do p-value của biến này là 0,131.
Thứ tư, biến MQ và CAP tác động tích cực lên biến Ln(SdROAA) có ý nghĩa thống kê và với p-value lần lượt là 0,001 và 0,000, đồng thời, không có ý nghĩa thống kê khi xét tới mối quan hệ với biến Ln(Z-score) với p-value lần lượt là 0,117 và 0,122. Khi MQ tăng lên 1 đơn vị, Ln(SdROAA) sẽ tăng theo 1,6008 đơn vị. Tương tự, 1 đơn vị tăng thêm của CAP sẽ làm cho Ln(SdROAA) tăng lên 4,0549 đơn vị.
Thứ năm, không tìm thấy sự tác động có ý nghĩa thống kê của các biến IND và INFL lên 02 biến Ln(Z-score) và Ln(SdROAA) với p-value của IND lần lượt là 0,199 và 0,37 của INFL lần lượt là 0,231 và 0,42.
Thứ sáu, tác động của tốc độ tăng trưởng GDP lên biến Ln(Z-score) là cùng chiều và tác động của tốc độ tăng trưởng GDP lên biến Ln(SdROAA) là ngược chiều. Theo kết quả thu được, khi GDPG tăng 1 đơn vị thì Ln(Z-score) tăng lên 2,663 đơn vị với mức ý nghĩa 1% và Ln(SdROAA) giảm đi 2,154 đơn vị với mức ý nghĩa 5%. Kết quả này hoàn toàn trùng khớp với quan điểm của Honohan (2008), Ozili (2018), Ahamed và Mallick (2019) khi cho rằng một nền kinh tế phát triển sẽ thúc đẩy sự ổn định của hệ thống ngân hàng.
Thứ bảy, khi tỉ lệ thanh toán di động trên GDP tăng lên 1%, sự ổn định của hệ thống ngân hàng giảm đi 20,38% với mức ý nghĩa 5%. Bên cạnh đó, tỉ lệ dân số sử dụng Internet tăng 1% sẽ làm gia tăng sự ổn định của hệ thống ngân hàng lên 1,9685% với mức ý nghĩa 1%.
5. Kết luận và một số khuyến nghị
Qua thống kê, tính toán và phân tích bộ dữ liệu đã thu thập, nhóm tác giả đưa ra kết luận: Tài chính số góp phần nâng cao hiệu quả hoạt động và tính ổn định của ngân hàng trong tương lai. Tuy nhiên, trong thời điểm hiện tại, đối với thị trường mới nổi như Việt Nam, việc áp dụng tài chính số còn nhiều thách thức. Khi tiến hành số hóa các hoạt động ngân hàng, nếu không xây dựng lộ trình cụ thể sẽ dễ gây ra ảnh hưởng tiêu cực đến sự ổn định ngân hàng trong ngắn hạn. Điều này có thể hiểu rằng, việc triển khai tài chính số tại Việt Nam chưa đến “giai đoạn chín muồi”, cần thêm thời gian để tài chính số tác động thuận chiều lên sự ổn định của các ngân hàng. Do đó, các cơ quan nhà nước cũng như các NHTM cần có những hành động cụ thể để tài chính số trở thành công cụ hữu hiệu trong việc duy trì và nâng cao sự ổn định ngành Ngân hàng.
5.1. Đối với các cơ quan nhà nước
Thứ nhất, Chính phủ cần đẩy mạnh truyền thông về công nghệ số trong lĩnh vực tài chính nói riêng và công nghệ tới người dân nói chung. Bên cạnh đó, Chính phủ cần định hướng, đẩy mạnh khả năng người dân tiếp cận các sản phẩm, dịch vụ tài chính số của các NHTM. Theo Izquierdo và Tuesta (2015), nhận thức không đầy đủ của người dân về các sản phẩm tài chính là một nhân tố lớn khiến họ không tìm đến các sản phẩm tài chính khi có nhu cầu, nhất là người có thu nhập thấp.
Thứ hai, để phát triển được thị trường tiêu dùng các sản phẩm tài chính, việc duy trì và ổn định môi trường kinh tế, thị trường tài chính lành mạnh với sự tham gia tích cực của các chủ thể trong nền kinh tế là rất quan trọng. Các cơ quan nhà nước cần tiếp tục tìm ra các giải pháp nhằm kích thích tăng trưởng kinh tế, kiềm chế lạm phát, phát triển một nền kinh tế bền vững. Điều này sẽ giúp nâng cao chất lượng cuộc sống của người dân, từ đó nhu cầu gửi tiền, giao dịch, chi tiêu cũng như sử dụng các sản phẩm tài chính sẽ gia tăng (Dư Thị Lan Quỳnh, 2021).
5.2. Đối với các NHTM
Thứ nhất, các NHTM cần nghiên cứu và xây dựng một lộ trình hoàn chỉnh để chuyển dịch mô hình sang ngân hàng số. Trong bối cảnh hiện nay, các NHTM cần từng bước nâng cao năng lực quản trị điều hành, chuyển đổi từ việc đầu tư mở rộng mạng lưới điểm giao dịch vật lí (vốn gặp nhiều khó khăn và tốn kém chi phí) sang xây dựng lộ trình phát triển ngân hàng số, hay còn gọi là “ngân hàng không chi nhánh”. Các NHTM nên chú trọng vào nghiên cứu, ứng dụng các công nghệ, mô hình kinh doanh, giải pháp số tiên tiến, đổi mới gắn với CMCN 4.0 để phát triển đa dạng các sản phẩm, dịch vụ thanh toán trên nền tảng số hóa, đảm bảo an toàn, bảo mật, mang lại sự thuận tiện cho người sử dụng.
Thứ hai, NHTM cần đẩy mạnh tăng vốn chủ sở hữu của mình để trụ vững trước những biến động bất ngờ của thị trường tài chính theo chuẩn mực Basel II và dần tiến tới Basel III. Các NHTM có thể áp dụng các biện pháp nhằm tăng quy mô vốn tự có bằng lộ trình huy động vốn trong ngắn, trung và dài hạn. NHTM có thể giữ lại lợi nhuận sau thuế thay vì trả cổ tức. Việc này sẽ giúp năng lực tài chính của ngân hàng tăng lên, các cổ đông có thể nhận được tiền mặt ít hơn nhưng tài sản của họ sẽ gia tăng.
Thứ ba, củng cố toàn diện, chẳng hạn như cải thiện tỉ lệ tài sản không hiệu quả của ngân hàng, nâng cao tỉ lệ vốn trên tổng tài sản, điều chỉnh sở hữu của nhà nước đối với từng ngân hàng sẽ gia tăng sự ổn định cho chính bản thân ngân hàng đó, đồng thời, góp phần làm thúc đẩy tài chính toàn diện, từ đó, gia tăng sự ổn định của cả hệ thống tài chính. Theo Clamara và cộng sự (2014), việc củng cố toàn diện các khía cạnh của ngân hàng còn giúp nâng cao sự tin tưởng của người dân đối với các tổ chức tài chính, từ đó, người dân sẽ gia tăng sử dụng các dịch vụ tài chính và yên tâm khi gửi tiền ở các ngân hàng.
Thứ tư, các NHTM cần nghiên cứu để xác định mức độ cạnh tranh - hợp tác với Fintech/Big Tech để có mô hình kinh doanh thích hợp và phát triển tốt. Việc hợp tác đầu tư với các công ty công nghệ không những giúp các NHTM phát triển về mặt công nghệ, gia tăng tệp khách hàng mà còn có thể giúp các NHTM hạn chế được các đối thủ cạnh tranh tiềm năng, chính là các công ty công nghệ này bởi nếu không hợp tác với NHTM họ có thể tự đầu tư nghiên cứu các ứng dụng số hóa và tích hợp sản phẩm tài chính/thanh toán, tương tự như các công ty công nghệ trên thế giới hiện nay.
Tài liệu tham khảo:
1. Bai, G., & Eliasiani, E. (2013). Bank stability and managerial compensation. Journal of Banking & Finance, 37(3), pages 799 - 813.
2. Banna, H. (2020). The role of digital financial inclusion on promoting sustainable economic growth through banking stability: Evidence from Bangladesh. Development Review, 29(2020), pages 19 - 36.
3. Banna, H., & Alam, M. R. (2021). Impact of digital financial inclusion on ASEAN banking stability: implications for the post-Covid-19 era. Studies in Economics and Finance, 38(2), pages 504 - 523.
4. Báo cáo chỉ số thương mại điện tử Việt Nam, 2013.
5. Brana, S., Campmas, A., & Lapteacru, I. (2019). (Un) Conventional monetary policy and bank risk-taking: A nonlinear relationship. Economic Modelling, 81, pages 576 - 593.
6. Chen, M., Wu, J., Jeon, B. N., & Wang, R. (2017). Monetary policy and bank risk-taking: Evidence from emerging economies. Emerging Markets Review, 31, pages 116 - 140.
7. Clamara, N., Pena, X., & Tuesta, D. (2014). Factors that Matter for financial inclusion. BBVA, pages 1 - 26.
8. Dư Thị Lan Quỳnh (2021), Tác động của tài chính toàn diện đối với sự ổn định của hệ thống ngân hàng.
9. Honohan, P. (2008) “Cross-country variation in household access to financial services,” Journal of Banking & Finance. Elsevier, 32(11), pages 2493 - 2500.
10. Izquierdo, N. C., & Tuesta, D. (2015). Factors that matter for financial inclusion: Evidence from Peru. Aestimatio: The IEB International Journal of Finance, (10), pages 10 - 31.
11. NHNN (2020), “Báo cáo thương niên 2020” https://www.sbv.gov.vn/webcenter/ShowProperty?nodeId=/UCMServer/SBV471008//idcPrimaryFile&revision=latestreleased
12. Ozili, P. K. (2018). Banking stability determinants in Africa. International Journal of Managerial Finance, 14(4), pages 462 - 483.
13. Sách trắng thương mại điện tử Việt Nam, 2021, 2022.
14. Safiullah, Md, and Sudharshan Reddy Paramati. “The impact of FinTech firms on bank financial stability.” Electronic Commerce Research (2022): pages 1 - 23.
15. Syed, A. A., Özen, E., & Kamal, M. A. (2022). “Do digital financial services influence banking stability and efficiency: an ARDL analysis of a developed and a developing economy”. In The New Digital Era: Digitalisation, Emerging Risks and Opportunities (pages 13-30). Emerald Publishing Limited.
16. Thành Quang (2015), Thanh toán điện tử liên ngân hàng trong hệ thống kho bạc Nhà nước.
17. Ủy ban Giám sát Tài chính Quốc gia.
ThS. Ngô Thanh Xuân, Lê Quỳnh Mai, Nguyễn Minh Hằng,
Ngô Thị Thùy Ngân, Nguyễn Thùy Trang, Nguyễn Minh Ngọc
Trường Đại học Kinh tế Quốc dân