Các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của ngân hàng thương mại Việt Nam

LÊ HỒNG THÁI (Chuyên viên, Khối Quản lý rủi ro - Ngân hàng TMCP Nam Á)

TÓM TẮT:

Nghiên cứu này nhằm mục đích xác định các yếu tố nội tại trong ngân hàng và các yếu tố vĩ mô của nền kinh tế tác động thế nào đến tỷ lệ an toàn vốn của ngân hàng. Nghiên cứu sử dụng dữ liệu của 28 ngân hàng thương mại (NHTM) Việt Nam được thu thập trong khoảng thời gian từ năm 2008 - 2019. Nghiên cứu sử dụng hồi quy dữ liệu bảng với phương pháp GMM nhằm khắc phục các “khuyết tật” của mô hình. Kết quả nghiên cứu chỉ ra rằng, các yếu tố nội tại của ngân hàng như tỷ lệ an an toàn vốn kỳ trước (L.CAR), tỷ lệ cho vay trên tổng tài sản (LAR), biên lãi ròng (NIM), thanh khoản (FDR) có tác động cùng chiều với tỷ lệ an toàn vốn (CAR). Các yếu tố tỷ suất sinh lời trên tổng tài sản (ROA), quy mô ngân hàng (SIZE), hệ số đòn bẩy tài chính (LEV) có tác động ngược chiều với CAR. Yếu tố vĩ mô lãi suất cho vay bình quân (LIR) có tác động cùng chiều với CAR, trong khi đó yếu tố tăng trưởng kinh tế (GDP), tỷ giá hối đoái (EXC) không có ý nghĩa thống kê.

Từ khóa: Tỷ lệ an toàn vốn, hiệp ước Basel, rủi ro ngân hàng, phương pháp GMM.

1. Giới thiệu

Trong những năm gần đây hệ thống NHTM Việt Nam đã quan tâm đến việc quản trị rủi ro bên cạnh việc tăng trưởng lợi nhuận. Tính đến cuối năm 2019 đã có 18 NHTM đã được chấp thuận áp dụng Thông tư số 41/2016/TT-NHNN - Thông tư quy định về tỷ lệ an toàn vốn đối với ngân hàng, chi nhánh ngân hàng nước ngoài. Về mặt định hướng của Ngân hàng Nhà nước, việc ban hành Thông tư số 41/2016/TT-NHNN, Thông tư số 13/2018/TT-NHNN là những văn bản quy phạm pháp luật được xây dựng dựa trên nền tảng quản trị rủi ro theo Hiệp ước Basel II.

Các NHTM Việt Nam đang trong lộ trình xây dựng hệ thống quản trị rủi ro đáp ứng các nguyên tắc, chuẩn mực của Hiệp ước Basel II. Để đáp ứng được các tiêu chuẩn theo Basel II, hệ thống ngân hàng cần phải đáp ứng được cả 3 trụ cột: trụ cột 1 là an toàn vốn, trụ cột 2 là quy trình kiểm tra của cơ quan giám sát và trụ cột 3 là nguyên tắc thị trường. Trụ cột 1 tập trung việc xác định tỷ lệ an toàn vốn tối thiểu mà ngân hàng cần phải duy trì để đối phó với các biến cố có thể xảy ra trong quá trình hoạt động. Theo khuyến nghị của Ủy ban Basel thì các ngân hàng cần duy trì tỷ lệ an toàn vốn tối thiểu ở mức 8%. Tại Việt Nam, việc quy định tỷ lệ an toàn vốn tối thiểu chưa có sự đồng nhất. Các ngân hàng áp dụng tính tỷ lệ an toàn vốn theo Thông tư số 41/2016/TT-NHNN thì tỷ lệ an toàn vốn phải duy trì ở mức tối thiểu 8%.

Các ngân hàng áp dụng việc tính toán tỷ lệ an toàn vốn theo Thông tư số 22/2019/TT-NHNN thì tỷ lệ an toàn vốn phải duy trì ở mức tối thiểu 9%. Qua số liệu tổng hợp về tỷ lệ an toàn vốn của các NHTM Việt Nam giai đoạn 2008 - 2019 cho thấy: có nhiều NHTM duy trì tỷ lệ an toàn vốn ở mức cao trên 15% như An Binh Bank, Sai Gon Bank, Kien Long Bank, Eximbank, Vietcapital Bank. Mặt khác, một số NHTM lại duy trì tỷ lệ an toàn vốn cao hơn mức quy định một vài điểm phần trăm như Vietcombank, Vietinbank, BIDV, Agribank. Việc duy trì tỷ lệ an toàn vốn ở mức quá cao cũng không tốt đối với hoạt động của ngân hàng. Khi tỷ lệ an toàn vốn ở mức quá cao đồng nghĩa ngân hàng phải dự trữ nhiều vốn hơn hoặc đầu tư vào những tài sản có mức độ rủi ro thấp hơn, dẫn đến hiệu quả sử dụng vốn không cao, lợi nhuận cũng sụt giảm.

Ngược lại, khi ngân hàng có tỷ lệ an toàn vốn duy trì ở mức thấp thì khả năng đương đầu với khủng hoảng, các cú sốc kinh tế bị suy giảm. Vì vậy, việc duy trì tỷ lệ an toàn vốn ở mức phù hợp thông qua kiểm soát các yếu tố tác động đến tỷ lệ an toàn vốn sẽ giúp ngân hàng vừa sử dụng hiệu quả vốn và duy trì hoạt động của ngân hàng luôn được an toàn. Vấn đề đặt ra, liệu rằng các yếu tố nội tại của ngân hàng có ảnh hưởng đến tỷ lệ an toàn vốn của ngân hàng không?

2. Tỷ lệ an toàn vốn và các yếu tố ảnh hưởng

An toàn vốn là chuẩn mực quan trọng, thước đo sự an toàn và lành mạnh cho ngân hàng và định chế tài chính (Kumar Aspal & Nazneen, 2014). Khi vốn của ngân hàng được duy trì ở mức an toàn sẽ đảm bảo hoạt động của ngân hàng diễn ra thông suốt, có khả năng chịu đựng được những cú sốc khi nền kinh tế diễn biến bất lợi. Xác định mức độ an toàn vốn là việc ngân hàng điều chỉnh mức vốn để có thể hấp thụ được tất cả các khoản lỗ bất ngờ phát sinh trong tương lai và đảm bảo an toàn cho các tài sản cố định (Abusharba et al., 2013; Ebhodaghe & John, 1991; Kumar Aspal & Nazneen, 2014). Ngoài ra, cần phải có một khoản vốn thặng dư để đảm bảo hoạt động hàng ngày và mở rộng trong tương lai (Abusharba et al., 2013). Khi ngân hàng duy trì vốn ở mức an toàn theo quy định thì ngân hàng có thể tránh khỏi những thất bại, đổ vỡ bằng cách hấp thụ thua lỗ (Abusharba et al., 2013; Kumar Aspal & Nazneen, 2014). An toàn được vốn được xem là một trong những chỉ số về sức khỏe tài chính của ngân hàng, phản ánh khả năng mà một ngân hàng có thể chịu đựng các khoản lỗ phát sinh ngoài dự kiến trong tương lai và việc sử dụng hệ số đòn bẩy tài chính của ngân hàng (Kumar Aspal & Nazneen, 2014).

Tỷ lệ an toàn vốn (Capital Adequacy Ratio - CAR) là cơ sở dùng để đo lường mức độ an toàn vốn của ngân hàng, tỷ lệ an toàn vốn phản ánh mức độ lành mạnh, “sức khỏe” của một ngân hàng để đảm bảo rằng các ngân hàng có thể chịu đựng được mức thua lỗ từ các khoản lỗ hoạt động (Bateni et al., 2014; Dang, 2011; Kumar Aspal & Nazneen, 2014). Tỷ lệ an toàn vốn cho thấy sức mạnh nội tại của ngân hàng chịu đựng các khoản lỗ trong thời kỳ khủng hoảng. Tỷ lệ an toàn vốn càng cao thì sức mạnh nội tại của ngân hàng sẽ càng lớn, đảm bảo hoạt động của ngân hàng diễn ra thông suốt, qua đó bảo vệ lợi ích cho các cổ đông, nhà đầu tư và người gửi tiền (Kumar Aspal & Nazneen, 2014). Quy định về tính vốn của Ủy ban Basel là chuẩn mực quốc tế trong việc tính toán tỷ lệ an toàn vốn của ngân hàng. Ủy ban Basel khuyến nghị các ngân hàng cần duy trì tỷ lệ an toàn vốn ở mức tối thiểu để kiểm soát sự ổn định và hiệu quả hoạt động của hệ thống tài chính (Kumar Aspal & Nazneen, 2014). Tỷ lệ an toàn vốn tối thiểu theo khuyến nghị của Basel là không thấp hơn 8% (Basel Committee on Banking Supervision, 2006).

Tuy nhiên, tại một số quốc gia tỷ lệ này có khác biệt do quy định của ngân hàng trung ương, cơ quan quản lý, giám sát hệ thống tài chính quốc gia của nước sở tại như ở Ai Cập tỷ lệ an toàn vốn được quy định duy trì ở mức tối thiểu là 10% (El-Ansary & Hafez, 2015); tại Việt Nam tỷ lệ này được Ngân hàng Nhà nước quy định không thấp hơn 9% nếu các ngân hàng tính toán tỷ lệ an toàn vốn theo Thông tư số 22/2019/TT-NHNN, không thấp hơn 8% nếu các ngân hàng tính toán tỷ lệ an toàn vốn theo Thông tư số 41/2016/TT-NHNN; tại Ấn Độ tỷ lệ an toàn vốn cũng được duy trì ở mức tối thiểu là 9% (Kumar Aspal & Nazneen, 2014).

Tóm lại, tỷ lệ an toàn vốn là cơ sở dùng để đo lường mức độ an toàn của ngân hàng, phản ánh mức vốn mà ngân hàng phải duy trì theo quy định để hấp thụ những tổn thất có thể xảy ra trong quá trình hoạt động, nhằm đảm bảo an toàn cho chính bản thân ngân hàng và người gửi tiền.

Có nhiều nghiên cứu trên thế giới và trong nước đã được thực hiện để xác định các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của ngân hàng.

Tác giả xin trình bày một số nghiên cứu tiêu biểu được thực hiện trong khoảng 10 năm trở lại đây:

Nghiên cứu của Büyükşalvarci & Abdioğlu (2011) nhằm xác định các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của các ngân hàng tại Thổ Nhĩ Kỳ trong thời gian từ năm 2006 đến năm 2010. Nghiên cứu xem xét các yếu tố: quy mô, tiền gửi, tỷ lệ cho vay trên tổng tài sản, tỷ lệ trích lập dự phòng tín dụng, thanh khoản, lợi nhuận (đo bằng ROE và ROA), biên lãi ròng (NIM) và hệ số đoàn bẩy tài chính (LEV) thì yếu tố nào có tác động đến tỷ lệ an toàn vốn. Kết quả nghiên cứu chỉ ra rằng: các yếu tố cho vay trên tổng tài sản (LOA), tỷ suất sinh lời trên vốn chủ sở hữu (ROE) và hệ số đòn bẩy tài chính (LEV) có tác động ngược chiều với tỷ lệ an toàn vốn, tỷ lệ trích lập dự phòng tín dụng (LLR) và tỷ suất sinh lời trên tổng tài sản (ROA) có tác động cùng chiều với tỷ lệ an toàn vốn. Các yếu tố quy mô, tiền gửi, thanh khoản và biên lãi ròng (NIM) không có ảnh hưởng đến tỷ lệ an toàn vốn. Nghiên cứu của Abusharba et al. (2013) đối với 11 ngân hàng Hồi giáo tại Indonesian trong giai đoạn 2009 - 2011. Nghiên cứu sử dụng mô hình hồi quy dữ liệu bảng, kết quả cho thấy rằng: yếu tố lợi nhuận (đo lường bởi tỷ suất sinh lời trên tổng tài sản - ROA) và thanh khoản có tác động cùng chiều với tỷ lệ an toàn vốn, yếu tố các khoản tiền không có khả năng thu hồi được đo bằng biến hoạt động tài chính không hiệu quả (NPF) có tác động ngược chiều với tỷ lệ an toàn vốn. Yếu tố tỷ lệ tiền gửi trên tổng tài sản và hiệu quả hoạt động không tác động đến tỷ lệ an toàn vốn.

Một nghiên cứu khác đối với các ngân hàng tư nhân tại Ấn Độ được thực hiện bởi (Kumar Aspal & Nazneen, 2014). Nghiên cứu tập trung xem xét các yếu tố rủi ro như rủi ro tín dụng, rủi ro thanh khoản và độ nhạy cảm về an toàn vốn ảnh hưởng thế nào đến tỷ lệ an toàn vốn. Kết quả nghiên cứu cho thấy: tỷ lệ cho vay trên tổng tài sản, hiệu quả quản lý, thanh khoản và độ nhạy có ảnh hưởng đến tỷ lệ an toàn vốn. Nghiên cứu của Bateni et al. (2014) sử dụng phương pháp hồi quy với hiệu ứng cố định và hồi quy với hiệu ứng ngẫu nhiên, sử dụng kiểm định Hausman để xác định mô hình hiệu quả nhất. Nghiên cứu sử dụng dữ liệu các của các ngân hàng tư nhân tại Iran trong khoảng thời gian từ năm 2006 - 2012. Nghiên cứu phân tích 7 yếu tố tác động đến tỷ lệ an toàn vốn của ngân hàng gồm: quy mô ngân hàng, tỷ lệ cho vay trên tổng tài sản, tỷ suất sinh lời trên vốn chủ sở hữu (ROE), tỷ suất sinh lời trên tổng tài sản (ROA), tỷ lệ tài sản có rủi ro và tỷ lệ tiền gửi trên tổng tài sản.

Kết quả nghiên cứu cho thấy rằng: yếu tố quy mô ngân hàng (đo bằng tổng tài sản) có tác động ngược chiều với tỷ lệ an toàn vốn. Yếu tố tỷ lệ cho vay trên tài sản (đo bằng tổng dư nợ cho vay trên tổng tài sản), ROE, ROA, hệ số đòn bẩy tài chính (EQR) có tác động cùng chiều với tỷ lệ an toàn vốn. Trong khi đó, yếu tố tỷ lệ tài sản có rủi ro và tỷ lệ tiền gửi trên tổng tài sản không ảnh hưởng đến tỷ lệ an toàn vốn. Nghiên cứu của (Aktas et al., 2015) sử dụng dữ liệu từ 71 NHTM tại 10 quốc gia khác nhau trong khu vực Đông Nam châu Âu. Kết quả chỉ ra rằng quy mô ngân hàng (SIZE), hệ số đòn bẩy tài chính (LEV), thanh khoản (FDR), biên lãi ròng (NIM) và rủi ro có ảnh hưởng đến tỷ lệ an toàn vốn của ngân hàng. Bên cạnh các yếu tố nội tại của ngân hàng, nghiên cứu cũng cho thấy các yếu tố vĩ mô như tăng trưởng kinh tế, chỉ số thị trường chứng khoán châu Âu, bảo hiểm tiền gửi có ảnh hưởng đến tỷ lệ an toàn vốn. Một nghiên cứu khác cũng được thực hiện cùng năm tại Ai Cập, với dữ liệu của 36 NHTM trong giai đoạn 2003 - 2013 được thực hiện bởi El-Ansary & Hafez (2015). Nghiên cứu xem xét các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của ngân hàng trước và sau khủng hoảng tài chính xảy ra.

Trước khi khủng hoảng tài chính xảy ra (trước năm 2008), các yếu tố quy mô ngân hàng, chất lượng tài sản, ROE, dự phòng rủi ro có tác động ngược chiều với tỷ lệ an toàn vốn, ROA có tác động cùng chiều với tỷ lệ an toàn vốn. Sau giai đoạn khủng hoảng tài chính (từ năm 2008 đến 2013) thanh khoản (chỉ có chỉ số dư nợ cho vay trên tổng tiền gửi có ý nghĩa), chất lượng tài sản, chất lượng quản lý có tác động cùng chiều với tỷ lệ an toàn vốn. Yếu tố quy mô ngân hàng, rủi ro (chỉ có tỷ lệ dự phòng rủi ro cho vay có ý nghĩa) có tác động ngược chiều với tỷ lệ an toàn vốn, trong khi đó lợi nhuận ngân hàng (ROE, ROA) không có ảnh hưởng đến tỷ lệ an toàn vốn.

Nếu xem xét trong cả giai đoạn nghiên cứu 2003 - 2013 thì ROA, thanh khoản, chất lượng quản lý tài sản, có tác động cùng chiều với tỷ lệ an toàn vốn. Quy mô của ngân hàng, dự phòng rủi ro có tác động ngược chiều với tỷ lệ an toàn vốn. Nghiên cứu của Mekonnen (2015) đối với 8 NHTM tại Ethiopia trong vòng 10 năm 2003 - 2014. Kết quả nghiên cứu cho thấy rằng: tỷ suất sinh lời trên tổng tài sản (ROA), tỷ lệ tiền gửi (DEP) và quy mô có tác động cùng chiều với tỷ lệ an toàn vốn; tỷ suất sinh lời trên vốn chủ sở hữu (ROE) và biên lợi nhuận (NIM) có tác động ngược chiều với tỷ lệ an toàn vốn nhưng thanh khoản (LIQ), dư nợ cho vay trên tổng tài sản (LNTA) và hệ số đòn bẩy tài chính (LEV) không có ảnh hưởng đến tỷ lệ an toàn vốn. Nghiên cứu của (Shingjergji & Hyseni, 2015) xác định các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn trong hệ thống ngân hàng tại Albanian sau khủng hoảng tài chính.

Dữ liệu được thu thập từ năm 2007 đến 2014 với tổng cộng 31 quan sát. Kết quả nghiên cứu chỉ ra rằng: tỷ suất sinh lời trên tổng tài sản (ROA), tỷ suất sinh lời trên vốn chủ sở hữu (ROE) không có ảnh hưởng đến tỷ lệ an toàn vốn. Tỷ lệ nợ xấu, tỷ lệ cho vay trên tổng tài sản, tỷ lệ vốn chủ sở hữu trên tổng tài sản có tác động ngược chiều với tỷ lệ an toàn vốn. Quy mô có tác động cùng chiều với tỷ lệ an toàn vốn. Một nghiên cứu mới nhất được thực hiện bởi (Usman et al., 2019) với dữ liệu được thu thập từ 27 ngân hàng niêm yết trên thị trường chứng khoán Indonesia trong giai đoạn 2007 - 2018. Kết quả nghiên cứu cho thấy các yếu tố quy mô ngân hàng, hệ số đòn bẩy tài chính, trích lập dự phòng, biên lãi ròng, tỷ lệ cho vay trên tổng tài sản và thanh khoản có ảnh hưởng đến tỷ lệ an toàn vốn trong khi thanh khoản hầu như không tác động đến tỷ lệ an toàn vốn.

Một số nghiên cứu khác được thực hiện nhằm xác định các yếu tố vĩ mô của nền kinh tế ảnh hưởng đến tỷ lệ an toàn vốn của ngân hàng. Kết quả chỉ ra rằng, các yếu tố vĩ mô có ảnh hưởng nhất định đến tỷ lệ an toàn vốn như: tốc độ tăng trưởng kinh tế của quốc gia (Aktas et al., 2015; Do et al., 2019; Shaddady & Moore, 2015), lãi suất cho vay bình quân (Mili et al., 2017), tỷ giá (Shaddady & Moore, 2015).

Hầu hết các nghiên cứu về các yếu tố ảnh hưởng đến tỷ lệ an toàn vốn của ngân hàng được thực hiện ở các quốc gia bên ngoài lãnh thổ Việt Nam. Các nghiên cứu trong nước về vấn đề này chưa nhiều và còn một số hạn chế về dữ liệu như số liệu được thu thập trong khoảng thời gian không đủ dài, số lượng ngân hàng lấy mẫu chưa đủ lớn để đại diện cho tổng thể, chưa xem xét đầy đủ yếu tố nội tại của ngân hàng và yếu tố vĩ mô tác động đến tỷ lệ an toàn vốn. Xuất phát từ hạn chế của các nghiên cứu trước đây, nghiên cứu của tác giả sẽ xem xét cả yếu tố nội tại của ngân hàng và yếu tố vĩ mô của nền kinh tế đối với 28 NHTM Việt Nam trong khoảng thời gian từ năm 2008 - 2019. Ngoài ra, tác giả đề xuất sử dụng phương pháp GMM để khắc phục các “khuyết tật” của hồi quy dữ liệu bảng.

3. Dữ liệu và mô hình nghiên cứu

3.1. Dữ liệu nghiên cứu

Nghiên cứu này nhằm xác định các yếu tố nội tại của ngân hàng và yếu tố vĩ mô của nền kinh tế ảnh hưởng đến tỷ lệ an toàn vốn của các NHTM Việt Nam. Do đó, nghiên cứu sử dụng dữ liệu của 28 NHTM Việt Nam, thu thập trong khoảng thời gian từ năm 2008 đến năm 2019, dữ liệu được cung cấp từ Công ty cổ phần Dữ liệu Kinh tế Việt Nam (Vietdata). Dữ liệu các yếu tố vĩ mô được thu thập từ cơ sở dữ liệu của WorldBank. Theo số liệu từ Ngân hàng Nhà nước, tính đến tháng 12/2019 thì tổng tài sản của nhóm NHTM Việt Nam (gồm NHTM nhà nước và NHTM cổ phần) đạt 10.652.207 tỷ đồng, chiếm tỷ trọng khoảng 84% tổng tài sản của hệ thống các Tổ chức tín dụng tại Việt Nam, đảm bảo tính đại diện cho mẫu nghiên cứu. Dữ liệu thống kê mô tả bao gồm số quan sát, trung bình, độ lệch chuẩn, giá trị nhỏ nhất và giá trị lớn nhất được trình bày ở Bảng 1.

Bảng 1. Thống kê mô tả các biến

Biến

Quan sát

Trung bình

Độ lệch chuẩn

Giá trị nhỏ nhất

Giá trị lớn nhất

CAR

336

0.142

0.051

0.066

0.384

ROA

336

0.008

0.007

-0.055

0.047

SIZE

336

13.924

0.578

12.103

15.173

LEV

336

11.197

5.082

0.237

33.113

LAR

336

0.556

0.135

0.114

0.852

NIM

336

0.029

0.012

0.000

0.088

FDR

336

0.168

0.077

0.000

0.470

GDP

336

0.062

0.006

0.052

0.071

LIR

336

0.104

0.034

0.070

0.170

EXC

336

0.030

0.031

0.005

0.102

Nguồn: Thống kê của tác giả trên Stata 15

3.2. Mô hình nghiên cứu

Tác giả đề xuất sử dụng phương pháp ước lượng Generalized Method of Moments (GMM) để khắc phục hiện tượng nội sinh, phương sai sai số thay đổi và tự tương quan. Phương pháp này được đề xuất bởi (Arellano & Bond, 1991) và phát triển bởi (Blundell & Bond, 1998). Trong nghiên cứu này, tác giả sử dụng phương pháp GMM hai bước (Blundell & Bond, 1998):

CARi,t = β0 + β1ROAi,t + β2SIZEi,t + β3LEVi,t + β4LARi,t + β5NIMi,t + β6FDRi,t + β7GDPi,t + β8LIRi,t + β9EXCi,t + ɛi,t

Trong đó: Biến phụ thuộc: CAR là tỷ lệ an toàn vốn; Biến giải thích: ROA: tỷ suất sinh lời trên tổng tài sản; SIZE: quy mô ngân hàng; LEV: hệ số đòn bẩy tài chính; LAR: tỷ lệ cho vay trên tổng tài sản; NIM: biên lãi ròng; FDR: thanh khoản, GDP: tốc độ tăng trưởng nền kinh tế; LIR: lãi suất cho vay bình quân, EXC: tỷ giá; ɛi,t: sai số tổng thể.

3.3. Giải thích biến và phát triển giả thuyết nghiên cứu

Biến phụ thuộc

+ Tỷ lệ an toàn vốn (CAR):

Nghiên cứu sử dụng dữ liệu được thu thập trong giai đoạn 2008 - 2019, giai đoạn này các NHTM Việt Nam tính toán tỷ lệ an toàn vốn theo Thông tư số 36/2014/TT-NHNN; Thông tư số 13/2010/TT-NHNN; Quyết định số 457/2005/QĐ-NHNN. Nhìn chung, các quy định về tính tỷ lệ an toàn vốn trong giai đoạn này được xây dựng dựa trên Hiệp ước Basel I, việc tính toán tỷ lệ an toàn vốn chủ yếu tập trung vào vốn cho rủi ro tín dụng. Do đó, CAR được tính toán theo công thức sau: CAR = (Vốn cấp 1 + Vốn cấp 2)/Tài sản quy đổi rủi ro, cách tính này cũng được nhiều nghiên cứu trước đây sử dụng (Do et al., 2019; El-Ansary & Hafez, 2015; Kumar Aspal & Nazneen, 2014; Tiến & Ny, 2019)

Biến giải thích

+ Lợi nhuận ngân hàng (ROA):

Để đo lường lợi nhuận ngân hàng, các nghiên cứu trước đây thường chọn cả hai biến là tỷ suất sinh lời trên tổng tài sản và tỷ suất sinh lời trên vốn chủ sở hữu (Bateni et al., 2014; Dreca, 2014; Mekonnen, 2015; Shingjergji & Hyseni, 2015). Trong bài nghiên cứu này, tác giả chỉ sử dụng biến tỷ suất sinh lời trên tổng tài sản để đo lường lợi nhuận ngân hàng (Aktas et al., 2015). Các nghiên cứu trước đây chỉ ra rằng ROA có tác động ngược chiều với tỷ lệ an toàn vốn (Almazari, 2013; Dreca, 2014; Gropp & Heider, 2010; Tiến & Ny, 2019).

H1: tỷ suất sinh lời trên tổng tài sản tác động ngược chiều với tỷ lệ an toàn vốn.

+ Quy mô ngân hàng (SIZE):

Quy mô ngân hàng được xác định bằng tổng tài sản của ngân hàng, tác giả lấy logarit của tổng tài sản để đưa giá trị của tổng tài sản gần với kích thước của các biến giải thích khác. Các nghiên cứu trước đây chỉ ra rằng, các ngân hàng có quy mô lớn thì khả năng kiểm soát rủi ro sẽ giảm, mức độ an toàn thấp do họ đầu tư vào các tài sản có mức độ rủi ro cao (Aktas et al., 2015; Kumar Aspal & Nazneen, 2014; Usman et al., 2019).

H2: quy mô ngân hàng tác động ngược chiều với tỷ lệ an toàn vốn.

+ Hệ số đòn bẩy tài chính (LEV)

Hệ số đòn bẩy tài chính phản ảnh khả năng sử dụng nợ vay nhằm kỳ vọng gia tăng lợi nhuận, hệ số đòn bẩy tài chính được xác định bằng tổng nợ trên tổng vốn chủ sở hữu, cách tính này tương đồng với nghiên cứu của (Aktas et al., 2015). Nghiên cứu của (Aktas et al., 2015) cũng chỉ ra rằng hệ số đòn bẩy tài chính có tác động ngược chiều với tỷ lệ an toàn vốn, kết quả tương tự cũng được tìm thấy trong nghiên cứu của (Büyükşalvarci & Abdioğlu, 2011).

LEV = Tổng nợ/Tổng vốn chủ sở hữu

H3: hệ số đòn bẩy tài chính tác động ngược chiều với tỷ lệ an toàn vốn.

+ Tỷ lệ cho vay trên tổng tài sản (LAR):

Tỷ lệ cho vay trên tổng tài sản đo lường bằng tổng dư nợ cho vay trên tổng tài sản. Tỷ lệ này càng cao chứng tỏ khả năng thanh khoản của ngân hàng thấp. Tỷ lệ này càng cao ngân hàng có nhiều rủi ro hơn đối với các khoản vỡ nợ (Bateni et al., 2014).

H4: tỷ lệ cho vay trên tổng tài sản tác động cùng chiều với tỷ lệ an toàn vốn.

+ Biên lãi ròng (NIM):

Biên lãi ròng được xác định bằng thu nhập lãi ròng trên tổng tài sản có thu nhập lãi (Mekonnen, 2015). Ngân hàng duy trì nhiều thu nhập cho phép ngân hàng tăng vốn thông qua thu nhập và tạo ra tín hiệu tín cực cho giá trị của doanh nghiệp. Doanh thu cao tạo điều kiện cho nhà quản lý ngân hàng dễ dàng quản lý vốn tự có và giảm thiểu rủi ro. Các nghiên cứu chỉ ra rằng biên lãi ròng có tác động cùng chiều với tỷ lệ an toàn vốn (Pham Thi Xuan & Nguyen Ngoc, 2017; Usman et al., 2019).

H5: biên lãi ròng tác động cùng chiều với tỷ lệ an toàn vốn.

+ Thanh khoản (FDR):

Thanh khoản được đo lường bằng chứng khoán trên tổng tài sản (El-Ansary & Hafez, 2015). Một ngân hàng có tài sản thanh khoản cao hơn không cần phải đi vay và nắm giữ mức vốn chủ sở hữu cao hơn. Qua đó cho thấy, mối quan hệ cùng chiều giữa thanh khoản và tỷ lệ an toàn vốn (Büyükşalvarci & Abdioğlu, 2011).

H6: thanh khoản tác động cùng chiều với tỷ lệ an toàn vốn.

+ Tăng trưởng kinh tế (GDP):

Trong chu kỳ kinh tế đang tăng trưởng mạnh, các ngân hàng có xu hướng giảm tỷ lệ an toàn vốn để tận dụng cơ hội tăng trưởng. Mặt khác, trong thời kỳ kinh tế suy thoái, các ngân hàng có xu hướng tăng tỷ lệ an toàn vốn để giảm thiểu rủi ro. Các nghiên cứu chỉ ra rằng, tăng trưởng kinh tế có tác động ngược chiều với tỷ lệ an toàn vốn (Aktas et al., 2015; Do et al., 2019; Shaddady & Moore, 2015).

H7: tăng trưởng kinh tế tác động ngược chiều với tỷ lệ an toàn vốn.

+ Lãi suất cho vay bình quân (LIR):

Lãi suất cho vay bình quân toàn ngành tăng ảnh hưởng đáng kể đến thu nhập lãi của hệ thống ngân hàng. Thu nhập từ lãi tăng sẽ đóng góp vào lợi nhuận của ngân hàng và giúp ngân hàng gia tăng vốn tự có để tăng khả năng chịu đựng trước các rủi ro có thể xảy ra.

H8: lãi suất cho vay bình quân tác động cùng chiều với tỷ lệ an toàn vốn.

+ Tỷ giá hối đoái (EXC):

Tỷ giá hối đoái ảnh hưởng đến quyết định đầu tư của các nhà đầu tư nước ngoài, khi tỷ giá hối đoái tăng, các nhà đầu tư nước ngoài hạn chế đầu tư trực tiếp dẫn đến giảm tỷ lệ an toàn vốn. Các nghiên cứu chỉ ra rằng, tỷ giá có tác động ngược chiều với tỷ lệ an toàn vốn (Do et al., 2019; Williams, 2011).

H9: tỷ giá có tác động cùng chiều với tỷ lệ an toàn vốn.

Bảng 2. Mô tả biến nghiên cứu

Tên biến

Ký hiệu

Cách đo lường

Kỳ vọng

Tỷ lệ an toàn vốn

CAR

 

 

 

Lợi nhuận ngân hàng

ROA

 

-

Quy mô ngân hàng

SIZE

SIZE = Logarit (Tổng tài sản)

-

Hệ số đòn bẩy tài chính

LEV

 

-

Tỷ lệ cho vay trên tổng tài sản

LAR

 

+

Biên lãi ròng

NIM

 

+

Thanh khoản

FDR

 

+

Tốc độ tăng trưởng kinh tế

GDP

Số liệu từ worldbank.org

-

Lãi suất cho vay bình quân

LIR

Số liệu từ worldbank.org

+

Tỷ giá hối đoái

EXC

Số liệu từ worldbank.org

-

4. Kết quả và thảo luận

Bảng 3. Ma trận hệ số tương quan giữa các biến

 

CAR

ROA    

SIZE

LEV

LAR

NIM

FDR

GDP

LIR

EXC

CAR

1.000

 

 

 

 

 

 

 

 

 

ROA

0.084

1.000

 

 

 

 

 

 

 

 

SIZE

-0.579

-0.029

1.000

 

 

 

 

 

 

 

LEV

-0.627

-0.277

0.723

1.000

 

 

 

 

 

 

LAR

-0.132

0.055

0.301

0.188

1.000

 

 

 

 

 

NIM

0.241

0.585

-0.053

-0.350

0.226

1.000

 

 

 

 

FDR

-0.002

-0.058

0.102

0.010

-0.552

-0.068

1.000

 

 

 

GDP

-0.211

-0.036

0.336

0.302

0.258

-0.078

0.056

1.000

 

 

LIR

0.261

0.207

-0.348

-0.299

-0.344

0.200

-0.158

-0.502

1.000

 

EXC

0.118

0.199

-0.146

-0.098

-0.229

0.092

-0.053

0.049

0.573

1.000

Nguồn: Tính toán của tác giả trên Stata 15

Thông qua kết quả phân tích ma trận hệ số tương quan giữa các biến (Bảng 3) cho thấy giữa các biến không có mối tương quan cao, giá trị tương quan cao nhất là 0,723 < 0,8. Kết quả kiểm định hệ số phóng đại phương sai VIF cho giá trị VIF của biến giải thích đều nhỏ hơn 10, cho thấy mức độ tương quan giữa các biến giải thích khá yếu, có thể kết luận mô hình không có hiện tượng đa cộng tuyến.

Bảng 4. Phân tích hồi quy

Biến

POOL

FEM

REM

ROA

-0.946**

-0.829**

-0.883**

 

[-2.54]

[-2.34]

[-2.55]

SIZE

-0.027***

-0.022*

-0.026***

 

[-4.44]

[-1.93]

[-3.26]

LEV

-0.004***

-0.004***

-0.004***

 

[-5.83]

[-5.02]

[-5.37]

LAR

0.035**

0.029**

0.034**

 

[1.40]

[0.99]

[1.26]

NIM

0.554**

0.514*

0.538**

 

[2.27]

[1.95]

[2.17]

FDR

0.065*

0.131***

0.112***

 

[1.66]

[3.20]

[2.87]

GDP

0.221

0.161

0.217

 

[0.49]

[0.35]

[0.52]

LIR

0.124

0.180*

0.157

 

[1.17]

[1.75]

[1.61]

EXC

0.043

0.023

0.030

 

[0.46]

[0.28]

[0.36]

C

0.489***

0.412***

0.466***

 

[6.19]

[2.84]

[4.58]

R2

0.452

0.312

 

N

336

336

336

*,**,*** tương ứng với mức ý nghĩa 10%, 5%, 1%

Nguồn: tính toán của tác giả trên Stata 15

Tác giả thực hiện hồi quy lần lượt với các phương pháp Pooled OLS, FEM, REM. Sau đó lựa chọn phương pháp ước lượng phù hợp nhất và kiểm tra các “khuyết tật” của mô hình. Kết quả kiểm tra phương sai sai số thay đổi bằng kiểm định Breusch-pagan cho thấy mô hình hồi quy Pooled OLS có hiện tượng phương sai sai số thay đổi (chi 2(1) = 79.00; Prob > chi2 = 0.0000). Vì vậy, kết quả ước lượng bằng Pooled OLS không còn tin cậy. Sử dụng kiểm định Hausman để lựa chọn mô hình phù hợp giữa FEM, REM, kết quả cho thấy REM là mô hình được chọn (p-value = 0.9 > 0.05). Kiểm định Breusch and Pagan với p-value = 0.0000 < 0.05 và kiểm định Wooldridge với p-value = 0.0008 < 0.05 cho thấy ước lượng REM bị hiện tượng phương sai sai số thay đổi và tự tương quan. Ngoài ra, kết quả nghiên cứu (Almazari, 2013) cho thấy CAR và ROA có thể giải thích qua lại lẫn nhau trong cùng một kỳ. (Bảng 4)

Nghiên cứu của (Shaddady & Moore, 2015) chỉ ra rằng CAR kỳ trước (t-1) cũng ảnh hưởng đến CAR kỳ này. Do đó, mô hình hồi quy có khả năng sẽ bị hiện tượng nội sinh. Để khắc phục đồng thời các “khuyết tật” phương sai sai số thay đổi, tự tương quan và nội sinh, tác giả sử dụng phương pháp ước lượng GMM hai bước (Blundell & Bond, 1998).

Bảng 5. Kết quả hồi quy GMM

Biến

GMM

L.CAR

0.479***

 

[9.84]

ROA

-1.043***

 

[-3.05]

SIZE

-

.008**

 

[-2.41]

LEV

-0.002***

 

[-4.25]

LAR

0.029*

 

[1.96]

NIM

0.428***

 

[3.19]

FDR

0.060**

 

[2.33]

GDP

0.31

 

[1.58]

LIR

0.115**

 

[2.09]

EXC

0.044

 

[1.05]

C

0.150***

 

[3.16]

N

308

AR (1)

0.009

AR (2)

0.346

Sargan Test

0.204

Hansen Test

1.000

*, **, *** tương ứng với mức ý nghĩa 10%, 5%, 1%

Nguồn: Tính toán của tác giả trên Stata 15

Kết quả kiểm định mô hình cho thấy AR(1) = 0.009 < 0.05, có tự tương quan bậc 1, AR(2) = 0.346 > 0.05 không có tự tương quan bậc 2. Kiểm định Sargan (p-value = 0.204) và Hansen (p-value = 1.000) đều cho kết quả p-value > 0.05 cho thấy mô hình đã được khắc phục hiện tượng nội sinh.

Kết quả kiểm định (Bảng 5) cho thấy, phương pháp ước lượng GMM 2 bước đã khắc phục được các “khuyết tật” của mô hình, kết quả ước lượng đáng tin cậy. Kết quả ước lượng cho thấy yếu tố nội tại của ngân hàng L.CAR, ROA, SIZE, LEV, LAR, NIM và FDR đều có ý nghĩa thống kê. Trong khi đó, yếu tố vĩ mô LIR có ý nghĩa thống kê ở mức ý nghĩa 5%, GDP và EXC không có ý nghĩa thống kê.

Tỷ lệ an toàn vốn kỳ trước (L.CAR) có tác động cùng chiều với CAR với mức ý nghĩa 1%, kết quả này tương đồng với kết quả nghiên cứu (Shaddady & Moore, 2015). Điều này có nghĩa tỷ lệ an toàn vốn kỳ này ít nhiều sẽ bị ảnh hưởng, tác động bởi CAR kỳ trước, tuy nhiên mức độ tác động chỉ lan tỏa trong 1 kỳ quan sát. Lợi nhuận ngân hàng (ROA) có tác động ngược chiều với CAR với mức ý nghĩa 1%, tương đồng với nghiên cứu (Dreca, 2014; Gropp & Heider, 2010; Tiến & Ny, 2019), điều này là hoàn toàn hợp lý vì để tăng ROA thì ngân hàng phải theo đuổi chính sách lợi nhuận tăng, ngân hàng phải tăng cho vay và tập trung vào danh mục tài sản nhiều rủi ro hơn trong khi việc tăng vốn là không dễ dàng. Do đó, tỷ lệ an toàn vốn sẽ giảm khi ROA tăng. Quy mô ngân hàng (SIZE) có tác động ngược chiều với CAR với mức ý nghĩa 5%, kết quả tương đồng với nghiên cứu (Aktas et al., 2015; Bateni et al., 2014; Do et al., 2019; Dreca, 2014; El-Ansary & Hafez, 2015; Tran & Lu, 2018; Usman et al., 2019), điều này hoàn toàn hợp lý vì để tăng tổng tài sản trong ngân hàng có nhiều cách. Tuy nhiên ngân hàng thường tăng trưởng cho vay, cùng với việc mong muốn gia tăng lợi nhuận, Ban điều hành sẽ tập trung danh mục tài sản có rủi ro cao dẫn đến tỷ lệ an toàn vốn sẽ giảm. Tương tự, kết quả phân tích cũng chỉ ra hệ số đòn bẩy tài chính (LEV) có tác động ngược chiều với CAR với mức ý nghĩa 1% tương đồng với nghiên cứu (Aktas et al., 2015; Büyükşalvarci & Abdioğlu, 2011), để tăng LEV,

ngân hàng tăng nợ bằng cách tăng huy động, việc tăng huy động đồng nghĩa phải tăng cho vay tương ứng, mục tiêu ngân hàng cũng là lợi nhuận, do đó sẽ tập trung danh mục tài sản rủi ro làm giảm tỷ lệ an toàn vốn. Tỷ lệ cho vay trên tổng tài sản (LAR) có tác động cùng chiều với CAR với mức ý nghĩa 10%, tương đồng với nghiên cứu (Bateni et al., 2014), để tăng LAR ngân hàng tăng cho vay, để kiểm soát an toàn hoạt động cho vay ngân hàng lựa chọn danh mục tài sản ở mức độ rủi ro tương đối an toàn. Lợi nhuận sau thuế tăng đóng góp vào vốn tự có của ngân hàng dẫn đến tỷ lệ an toàn vốn tăng khi LAR tăng. Biên lãi ròng (NIM) có tác động cùng chiều với CAR với mức ý nghĩa 1%, kết quả tương đồng với nghiên cứu (Pham Thi Xuan & Nguyen Ngoc, 2017; Usman et al., 2019), để tăng NIM thì hiệu số giữa thu nhập từ lãi và chi phí lãi phải dương, muốn vậy ngân hàng phải tăng thu nhập lãi và giảm chi phí lãi. Lợi nhuận tăng đóng góp vào việc tăng vốn ngân hàng, dẫn đến tăng tỷ lệ an toàn vốn. Thanh khoản (FDR) tác động cùng chiều với CAR với mức ý nghĩa 5%, kết quả tương đồng với nghiên cứu (Abusharba et al., 2013; Aktas et al., 2015; Kumar Aspal & Nazneen, 2014), khi ngân hàng duy trì khả năng thanh khoản tốt, sẵn sàng đáp ứng khả năng rút tiền cho người gửi tiền hoặc duy trì hoạt động của ngân hàng diễn ra liên tục thì tỷ lệ an toàn vốn cũng được bảo đảm. Trong ba yếu tố vĩ mô thì LIR tác động cùng chiều với CAR với mức ý nghĩa 5%, trong khi đó GDP, EXC không có ý nghĩa thống kê.

5. Kết luận và hàm ý quản trị

Từ kết quả nghiên cứu, tác giả gợi mở hàm ý quản trị dành cho nhà quản trị ngân hàng để duy trì tỷ lệ an toàn vốn ở mức phù hợp, tuân thủ quy định pháp luật, an toàn cho người gửi tiền nhưng vẫn đảm bảo lợi ích cho cổ đông.

Thứ nhất, duy trì quy mô ngân hàng ở mức phù hợp, việc gia tăng quy mô thông qua việc tăng hoạt động tín dụng cần được kiểm soát.

Thứ hai, sử dụng hiệu quả hệ số đòn bẩy tài chính, nguồn vốn đáp ứng việc tăng trưởng tín dụng nên có sự hài hòa giữa nợ và vốn chủ sở hữu.

Thứ ba, ngân hàng phải cân nhắc giữa việc duy trì tỷ lệ an toàn vốn ở mức phù hợp bằng việc tăng hoặc giảm lợi nhuận. Các nhà quản trị ngân hàng không nên cân nhắc kỹ việc theo đuổi chính sách tăng lợi nhuận bằng việc đầu tư vào danh mục tài sản nhiều rủi ro từ đó làm giảm mức độ an toàn của ngân hàng. Tuy nhiên, việc áp dụng các chính sách quản trị trên còn tùy thuộc vào tình hình thực tế thị trường. Nếu thị trường đang trong chu kỳ tăng trưởng thì ngân hàng có thể mở khẩu vị rủi ro để tìm kiếm lợi nhuận và chấp nhận mức độ an toàn vốn ở mức thấp hơn.

TÀI LIỆU THAM KHẢO:

  1. Abusharba, M. T., Triyuwono, I., Ismail, M., & Rahman, A. F. (2013). Determinants of Capital Adequacy Ratio (CAR) in Indonesian Islamic Commercial Banks. Global Review of Accounting and Finance, 4(1), 159-170.
  2. Aktas, R., . B. B., & . G. C. (2015). The Determinants of Bank’s Capital Adequacy Ratio: Some Evidence from South Eastern European Countries. Journal of Economics and Behavioral Studies, 7(1(J)), 79-88. https://doi.org/10.22610/jebs.v7i1(J).565
  3. Almazari, A. A. (2013). Capital Adequacy, Cost Income Ratio and the Performance of Saudi Banks (2007-2011). International Journal of Academic Research in Accounting, 3(4), 284–293. https://doi.org/10.6007/IJARAFMS/v3-i4/21
  4. Arellano, M., & Bond, S. (1991). Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations. The Review of Economic Studies, 58(2), 277. https://doi.org/10.2307/2297968
  5. Basel Committee on Banking Supervision. (2006). Basel II: International Convergence of Capital Measurement and Capital Standards: A Revised Framework - Comprehensive Version. In Basel Committee on Banking Supervision (Issue June). http://www.bis.org/publ/bcbs128.pdf
  6. Bateni, L., Vakilifard, H., & Asghari, F. (2014). The Influential Factors on Capital Adequacy Ratio in Iranian Banks. International Journal of Economics and Finance, 6(11), 108-116. https://doi.org/10.5539/ijef.v6n11p108
  7. Blundell, R., & Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics, 87(1), 115–143. https://doi.org/10.1016/S0304-4076(98)00009-8
  8. Büyükşalvarci, A., & Abdioğlu, H. (2011). Determinants of capital adequacy ratio in Turkish Banks: A panel data analysis. African Journal of Business Management, 5(27), 11199-11209. https://doi.org/10.5897/ajbm11.1957
  9. Dang, U. (2011). The Camel Rating System in Banking Supervision. https://www.theseus.fi/handle/10024/38344
  10. Do, H. L., Nguyen, T. H. P., Ngo, T. X., Le, A. D., Nguyen, T. N. D., & Nguyen, H. T. (2019). Determinants of capital adequacy ratio of Vietnamese commercial banks. International Journal of Business, Economics and Law, 18(5), 300-310.
  11. Dreca, N. (2014). Determinants of Capital Adequacy Ratio in Selected Bosnian. Dumlupinar University Journal of Social Science, 149–162. https://www.researchgate.net/profile/Seyhat_Bayrak/publication/285115890_Hanehalklari_Satin_Alma_Kriterlerinin_Analizi_Multinominal_Lojistik_Regresyon_Yaklasimi/links/565bf1c808aeafc2aac6cb72.pdf#page=156
  12. Ebhodaghe, & John. (1991). Bank deposit insurance scheme in Nigeria. NDIC Quarterly, 1(1), 17-25.
  13. El-Ansary, O. A., & Hafez, H. M. (2015). Determinants of capital adequacy ratio: An empirical study on egyptian banks. Corporate Ownership & Control, 13(1), 806-816.
  14. Gropp, R., & Heider, F. (2010). The determinants of bank capital structure. Review of Finance, 14(4), 587-622. https://doi.org/10.1093/rof/rfp030
  15. Kumar Aspal, P., & Nazneen, A. (2014). An Empirical Analysis of Capital Adequacy in the Indian Private Sector Banks. American Journal of Research Communication, 2(11), 28-42. www.usa-journals.com
  16. Mekonnen, Y. (2015). Determinants of Capital Adequacy of Ethiopia Commercial Banks. European Scientific Journal, 11(25), 315-331.
  17. Mili, M., Sahut, J. M., Trimeche, H., & Teulon, F. (2017). Determinants of the capital adequacy ratio of foreign banks’ subsidiaries: The role of interbank market and regulation. Research in International Business and Finance, 42(February), 442-453. https://doi.org/10.1016/j.ribaf.2016.02.002
  18. Pham Thi Xuan, T., & Nguyen Ngoc, A. (2017). The Determinants of Capital Adequacy Ratio: The Case of the Vietnamese Banking System in the Period 2011-2015. VNU Journal of Science: Economics and Business, 33(2), 49–58. https://doi.org/10.25073/2588-1108/vnueab.4070
  19. Shaddady, A., & Moore, T. (2015). Determinants of Capital Adequacy Ratio in Oil Exporting Countries: Evidence from GCC Commercial Banks. Proceedings of the Second Middle East Conference on Global Business, Economics, Finance and Banking. https://doi.org/10.22495/jgr_v4_i4_c2_p3
  20. Shingjergji, A., & Hyseni, M. (2015). The Determinants of the Capital Adequacy Ratio in the Albanian Banking System During 2007 - 2014. International Journal of Economics, Commerce and Management, 3(1), 1-10. https://doi.org/2348-0386
  21. Tiến, P. P., & Ny, N. T. K. (2019). Nhân tố ảnh hưởng đến tỷ lệ an toàn vốn tối thiểu của các ngân hàng thương mại ở Việt Nam. Can Tho University Journal of Science, Tập 55, Số(July), 78. https://doi.org/10.22144/ctu.jsi.2019.083
  22. Tran, D. M., & Lu, P. N. (2018). Factors Affecting the Capital Adequacy Ratio (Car) of the Commercial Banks Listed on the Vietnam Stock Market. Journal of Business Management & Economics, 06(04), 19-23. https://doi.org/10.15520/jbme.v6i04.2120
  23. Usman, B., Lestari, H. S., & Puspa, T. (2019). Determinants of capital adequacy ratio on banking industry: Evidence in Indonesia Stock Exchange. Jurnal Keuangan Dan Perbankan, 23(3), 443-453. https://doi.org/10.26905/jkdp.v23i3.2981
  24. Williams, H. T. (2011). Determinants of capital adequacy in the Banking Sub-Sector of the Nigeria Economy: Efficacy of Camels. (A Model Specification with Co-Integration Analysis). International Journal of Academic Research in Business and Social Sciences, 1(3), 16. https://doi.org/10.6007/ijarbss.v1i2.36

Factors affecting the capital adequacy ratio of Vietnamese

commercial banks

Le Hong Thai

Specialist, Risk Management Unit, Nam A Commercial Joint Stock Bank

ABSTRACT:

This study is to identify how internal factors of bank and macroeconomic factors affect a bank’s capital adequacy ratio (CAR). This study uses data sets of 28 Vietnamese commercial banks collected from 2008 to 2019. These data sets are analyzed by the regression table with the GMM approach in order to overcome the analysis model’s defects. This study’s results show that internal factors of the bank such as the capital adequacy ratio of previous studied period  (L.CAR), the loans to assets ratio (LAR), the net profit margin (NIM), the liquidity (FDR) have positive impacts on the CAR. Meanwhile, the return on assets (ROA), the bank size (SIZE), and the financial leverage ratio (LEV) have negative impacts on the CAR. For macroeconomic factors, the average lending interest rate (LIR) has a positive impact on the CAR while the factors of economic growth (GDP) and exchange rate (EXC) do not have statistical impacts on the CAR.

Keywords: Capital Adequacy Ratio, Basel, banking risk, GMM method.

[Tạp chí Công Thương - Các kết quả nghiên cứu khoa học và ứng dụng công nghệ, Số 29+30, tháng 12 năm 2020]