Luận án Các yếu tố ảnh hưởng đến mức xếp hạng tín nhiệm của ngân hàng thương mại – Nghiên cứu tại các nền kinh tế phát triển và các nền kinh tế mới nổi

có thể hiểu được nguyên nhân vì sao tác động tích cực của biến Government đến MXHTN của NHTM bị giảm sút trong trường hợp NHTM có trụ sở tại các quốc gia thuộc nhóm các nền kinh tế mới nổi. 4.6.3.3 Sự khác biệt trong tác động của yếu tố quy mô và các chỉ tiêu tài chính đến MXHTN của NHTM tại các nền kinh tế phát triển so với các nền kinh tế mới nổi Tiếp theo, căn cứ kết quả ước lượng các mô hình Ordered logit trong bảng 4.27, ta thấy hệ số hồi quy của biến LnAss có ý nghĩa thống kê tuy nhiên hệ số hồi quy của biến tương tác LnAss_Emer không có ý nghĩa thống kê trong mô hình ước lượng. Điều này cho ta thấy không có sự khác biệt đáng kể trong tác động của yếu tố quy mô tổng tài sản đến MXHTN của NHTM giữa các NHTM tại các nền kinh tế mới nổi và các NHTM tại các nền kinh tế phát triển. Từ kết quả này, ta bác bỏ hoàn toàn giả thuyết 4 (H4): có tồn tại sự khác biệt trong tác động của quy mô tổng tài sản đến MXHTN của NHTM tại các nền kinh tế phát triển so với các nền kinh tế mới nổi. Đối với các chỉ tiêu tài chính thể hiện chất lượng tài sản, tác giả nhận thấy hệ số hồi quy của biến LoanLoss_Ln, biến tương tác AssGrow_Emer và LoanLoss_Ln_Emer có ý nghĩa thống kê. Tuy nhiên, hệ số hồi quy của biến AssGrow không có ý nghĩa thống kê. Bên cạnh đó, biến AssGrow_Emer có tác động âm đến 129 MXHTN của các NHTM. Kết quả này cho thấy, tốc độ tăng trưởng quy mô tổng tài sản bình quân 3 năm có tác động tiêu cực đến MXHTN của các NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi tuy nhiên lại không có tác động đến MXHTN của các NHTM tại các quốc gia có nền kinh tế phát triển. Nguyên nhân của vấn đề này, tác giả đã trình bày trong mục 4.6.1 ở trên. Ngoài ra, biến LoanLoss_Ln có tác động âm đến MXHTN tuy nhiên biến LoanLoss_Ln_Emer lại có tác động dương đến MXHTN. Điều này cho thấy tác động của chỉ tiêu tỷ lệ dư nợ quá hạn/tổng dư nợ đến MXHTN của các NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi giảm sút so với tác động của chỉ tiêu này đến MXHTN của các NHTM tại các quốc gia có nền kinh tế phát triển. Nguyên nhân của vấn đề có thể bắt nguồn từ vấn đề bất cân xứng thông tin như đã trình bày ở phần trên. Cụ thể, theo Suarez (2001) nguyên nhân làm cho các chỉ tiêu tài chính thể hiện chất lượng tài sản của NHTM không phát huy vai trò là chỉ số phản ánh mức độ rủi ro của NHTM tại các các nền kinh tế mới nổi là vì sự không thống nhất trong chuẩn mực kế toán. Đồng thời, hệ thống báo cáo của các NHTM tại các quốc gia này không thực sự chuẩn xác do các khoản nợ quá hạn không được phân loại đúng và các khoản dự phòng cho các tổn thất tín dụng không được phản ánh đầy đủ. Bên cạnh đó, khung pháp lý về việc công bố thông tin của các NHTM tại các nền kinh tế mới nổi còn chưa hoàn thiện. Điều này làm cho các cơ quan quản lý không thể có những biện pháp xử lý thích đáng khi có những sai phạm xảy ra. Và ngay cả khi các chuẩn mực kế toán, hệ thống báo cáo và khung pháp lý được hoàn thiện thì tại các nền kinh tế mới nổi, các chỉ tiêu tài chính này cũng khó phát huy đầy đủ được vai trò phản ánh mức độ rủi ro của NHTM. Bởi vì khả năng thanh khoản của thị trường đối với các khoản nợ vay và tài sản thế chấp của ngân hàng còn rất hạn chế tại các quốc gia này. Do vậy, việc thanh lý các tài sản thế chấp hay bán các khoản nợ xấu tại các quốc gia này gặp rất nhiều khó khăn. Ngoài ra, Shen và cộng sự (2012) cũng đã chứng minh rằng sự tác động của các chỉ tiêu tài chính đến MXHTN của các NHTM tại các quốc gia có tình trạng bất cân xứng thông cao sẽ bị giảm sút so với tác động của các chỉ tiêu tài chính đến MXHTN của các NHTM tại các quốc gia có tình trạng bất cân xứng thông tin thấp. Các quốc gia có nền kinh tế phát triển thường có môi trường pháp lý chặt chẽ, và những quy định cụ thể, nghiêm ngặt về việc công bố thông tin của các NHTM. Do vậy, vấn đề bất cân xứng thông tin tại các quốc gia này được giảm thiểu hơn so với 130 các nước thuộc nhóm các nền kinh tế mới nổi. Chính vì vậy, tác động của các chỉ tiêu tài chính đến MXHTN của NHTM tại các quốc gia có nền kinh tế phát triển sẽ rõ ràng hơn so với tác động của các yếu tố này đến MXHTN của NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi. Tiếp theo, đối với các chỉ tiêu thể hiện năng lực nguồn vốn chủ sở hữu, tác giả nhận thấy các hệ số hồi quy của biến Equ_Ass và Equ_Loan đều có ý nghĩa thống kê. Tuy nhiên, các hệ số hồi quy của biến Equ_Ass_Emer và Equ_Loan_Emer lại không có ý nghĩa thống kê. Kết quả này cho thấy, tác động của chỉ tiêu tỷ lệ vốn chủ sở hữu/tổng tài sản (biến Equ_Ass) và tỷ lệ vốn chủ sở hữu/tổng dư nợ tín dụng ròng (biến Equ_Loan) đến MXHTN của NHTM không có sự khác biệt nhau giữa các nước thuộc nhóm các nền kinh tế mới nổi và các nước có nền kinh tế phát triển. Giải thích vấn đề này, Shen và cộng sự (2012) cho rằng các tổ chức xếp hạng tín nhiệm quốc tế đánh giá rất cao sự ảnh hưởng của các chỉ số phản ánh năng lực nguồn vốn chủ sở hữu của NHTM đến MXHTN ở cả các quốc gia có tình trạng bất cân xứng thông tin cao và các quốc gia có tình trạng bất cân xứng thông tin thấp. Do vậy, mặc dù các chỉ số này không thực sự minh bạch và thường sai lệch tại các quốc gia có tình trạng bất cân xứng thông tin cao nhưng các tổ chức xếp hạng tín nhiệm không còn sự chọn lựa nào tốt hơn và phải thực hiện phân loại NHTM có các chỉ số thể hiện năng lực vốn chủ sở hữu tốt hơn vào các MXHTN tốt hơn. Bên cạnh đó, đối với các tỷ số thể hiện khả năng sinh lời và hiệu quả hoạt động, căn cứ kết quả trình bày trong bảng 4.27, tác giả nhận thấy hệ số hồi quy của biến NIM, ROAE, Exp_Int, NIM_Emer, ROAE_Emer và Exp_Int_Emer đều có ý nghĩa thống kê trong các mô hình Ordered logit. Trong đó, biến Exp_Int_Emer, NIM_Emer và ROAE_Emer đều có tác động trái chiều so với tác động của biến Exp_Int, NIM và ROAE trong mô hình. Từ đó, ta có thể kết luận rằng, tác động của các chỉ tiêu đại diện cho khả năng sinh lời và hiệu quả hoạt động của NHTM như: tỷ lệ tổng chi phí/tổng thu nhập, tỷ lệ lãi cận biên và tỷ lệ lợi nhuận ròng/tổng nguồn vốn chủ sở hữu bình quân đến MXHTN của các NHTM tại các nền kinh tế mới nổi giảm sút so với tác động của các chỉ tiêu này đối với MXHTN của các NHTM tại các nền kinh tế phát triển. Nguyên nhân của vấn đề có thể bắt nguồn từ vấn đề bất cân xứng thông tin như phân tích ở phần trên. Mặt khác, riêng đối với chỉ tiêu lợi nhuận ròng/tổng nguồn vốn chủ sở hữu bình quân (biến ROAE) thì sự tác động ngược chiều 131 của biến ROAE_Emer so với tác động của biến ROAE đến MXHTN của các NHTM có thể được lý giải chi tiết thêm như sau: tại các quốc gia thuộc nhóm các nền kinh tế mới nổi, các quy định quản lý trong lĩnh vực kinh doanh ngân hàng thường chưa hoàn thiện so với các nước có nền kinh tế phát triển. Do vậy, các NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi có thể dễ dàng tham gia vào các hoạt động cho vay hay đầu tư mang lại khả năng sinh lời cao tuy nhiên đi kèm theo đó là mức độ rủi ro cũng rất cao. Bên cạnh đó, việc đánh giá MXHTN của các NHTM tại các quốc gia này dựa chủ yếu trên các thông tin đại chúng như đã trình bày ở trên. Do vậy, đối với các NHTM tại các quốc gia này, các tổ chức xếp hạng tín nhiệm lại có xu hướng đánh giá thấp MXHTN của các NHTM có tỷ lệ lợi nhuận ròng/tổng nguồn vốn chủ sở hữu bình quân vượt trội so với mức trung bình. Vì các tổ chức xếp hạng tín nhiệm thường cho rằng các NHTM tại các nền kinh tế mới nổi có tỷ số ROAE quá cao là những đơn vị tiềm ẩn nhiều yếu tố rủi ro. Cuối cùng, trong nhóm chỉ tiêu thể hiện khả năng thanh khoản, tác giả nhận thấy hệ số hồi quy của biến NetLoan_Ass có ý nghĩa thống kê, tuy nhiên hệ số hồi quy của biến NetLoan_Ass_Emer không có ý nghĩa thống kê. Kết quả này cho thấy, không có sự khác biệt đáng kể trong tác động của tỷ lệ dư nợ tín dụng/tổng tài sản (biến NetLoan_Ass) đến MXHTN của các NHTM tại 2 nhóm quốc gia nêu trên. Như đã phân tích ở mục 4.6.2 về tác động dương của tỷ lệ dư nợ tín dụng/tổng tài sản đến MXHTN của NHTM, các tổ chức xếp hạng tín nhiệm có xu hướng đánh giá thấp MXHTN của các NHTM có khả năng thanh khoản quá cao. Bởi lẽ, việc các NHTM phải duy trì tỷ lệ tài sản có khả năng thanh khoản/tổng tài sản quá cao được xem là biểu hiện sự yếu kém trong khả năng huy động vốn hay tiếp cận với các nguồn vốn có tính chất ổn định cao và sự kém hiệu quả trong việc sử dụng vốn. Nguyên nhân dẫn đến việc không có sự khác biệt đáng kể trong tác động của biến NetLoan_Ass đến MXHTN của các NHTM tại các quốc gia có nền kinh tế phát triển và tại các quốc gia có nền kinh tế mới nổi có thể được lý giải là tại các nền kinh tế mới nổi, khả năng các NHTM tiếp cận với các nguồn vốn có tính chất ổn định cao từ việc phát hành trái phiếu và cổ phần tăng vốn điều lệ hay huy động các nguồn vốn tiền gởi trung và dài hạn của dân cư hoặc doanh nghiệp còn khá hạn chế. Do mức độ phát triển của thị trường chứng khoán tại các quốc gia này còn nhiều hạn chế hay do mặt bằng lãi suất tại các nước này thường xuyên biến động. Chính vì vậy, trong quá trình đánh giá 132 MXHTN của các NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi, các tổ chức xếp hạng tín nhiệm xem xét rất kỹ lưỡng khả năng huy động vốn của NHTM này tương tự như khi đánh giá MXHTN của các NHTM tại các quốc gia có nền kinh tế phát triển. Tóm lại, căn cứ kết quả phân tích sự khác biệt trong tác động của chỉ tiêu tài chính đến MXHTN của NHTM tại các nền kinh tế phát triển so với các nền kinh tế mới nổi vừa trình bày ở trên, tác giả chỉ có thể chấp nhận 1 phần giả thuyết 5 (H5). Cụ thể là, các chỉ tiêu tài chính thể hiện sự khác biệt trong tác động đến MXHTN của NHTM tại các nền kinh tế phát triển so với các nền kinh tế mới nổi bao gồm: tốc độ tăng trưởng tổng tài sản bình quân 3 năm, tỷ lệ dư nợ quá hạn/tổng dư nợ, tỷ lệ lãi cận biên, tỷ lệ lợi nhuận ròng/tổng nguồn vốn chủ sở hữu bình quân và tỷ lệ tổng chi phí/tổng thu nhập. Trái lại, các chỉ tiêu tài chính không có sự khác biệt trong tác động đến MXHTN của NHTM giữa 2 nhóm nền kinh tế trên bao gồm: tỷ lệ vốn chủ sở hữu/tổng tài sản, tỷ lệ vốn chủ sở hữu/tổng dư nợ tín dụng ròng và tỷ lệ dư nợ tín dụng ròng/tổng tài sản. Qua kết quả phân tích và thảo luận kết quả nghiên cứu được trình bày trong mục 4.6.1, 4.6.2 và 4.6.3 bên trên đã giúp tác giả trả lời được các câu hỏi nghiên cứu trong luận án chi tiết như sau: Thứ nhất, có tồn tại sự khác biệt trong tác động của các yếu tố mang tính chất hệ thống như mức độ rủi ro quốc gia và mức độ rủi ro ngành ngân hàng đến MXHTN của các NHTM tại các nền kinh tế phát triển so với các NHTM tại các nền kinh tế mới nổi. Thứ hai, có tồn tại sự khác biệt trong tác động của yếu tố đặc điểm sở hữu và một số chỉ tiêu tài chính đến MXHTN của NHTM tại các nền kinh tế phát triển so với các NHTM tại các nền kinh tế mới nổi. Tuy nhiên, tác giả không tìm thấy bằng chứng về sự khác biệt trong tác động của yếu tố quy mô tổng tài sản ngân hàng đến MXHTN của NHTM tại các nền kinh tế phát triển so với các NHTM tại các nền kinh tế mới nổi. Cụ thể, tác động tích cực của yếu tố vốn sở hữu của các tập đoàn tài chính quốc tế đến MXHTN của NHTM tại các nền kinh tế mới nổi được gia tăng hơn so với tác động của yếu tố này đến MXHTN của các NHTM có trụ sở tại các nền kinh tế phát triển. Ngược lại, tác động tích cực của yếu tố vốn sở hữu của chính phủ đến MXHTN của NHTM có trụ sở tại các nền kinh tế mới nổi giảm sút so với tác động của yếu tố 133 này đến MXHTN của các NHTM tại các nền kinh tế phát triển. Cuối cùng, tác động của các chỉ tiêu tài chính như: tỷ lệ dư nợ quá hạn/tổng dư nợ, tỷ lệ lãi cận biên, tỷ lệ lợi nhuận ròng/tổng nguồn vốn chủ sở hữu bình quân, tỷ lệ tổng chi phí/tổng thu nhập đến MXHTN của các NHTM tại các nền kinh tế mới nổi giảm sút so với tác động của chính các chỉ tiêu này đến MXHTN của các NHTM tại các nền kinh tế phát triển. Tóm lại, từ quá trình phân tích phương sai một yếu tố các chỉ tiêu tài chính của NHTM theo từng MXHTN và lựa chọn các biến giải thích trong các mô hình hồi quy Ordered logit trên các mẫu dữ liệu con và toàn bộ mẫu dữ liệu các NHTM tại các quốc gia có nền kinh tế phát triển và tại các quốc gia thuộc nhóm các nền kinh tế mới nổi, tác giả đã xác định được các yếu tố chủ yếu tác động đến MXHTN của các NHTM tại 2 nhóm quốc gia này. Ngoài ra, nội dung của chương cũng trình bày kết quả đánh giá mức độ phù hợp của mô hình và các kết quả kiểm định các giả thuyết trong mô hình nghiên cứu. Trong chương này, tác giả cũng trình bày kết quả phân tích kinh tế lượng nhằm xác định sự khác biệt trong tác động của các yếu tố có ảnh hưởng đến MXHTN của NHTM tại 2 nhóm quốc gia kể trên. Từ đó, tác giả thực hiện thảo luận các kết quả nghiên cứu, kiểm định lại các giả thuyết nghiên cứu và trả lời các câu hỏi nghiên cứu đã được đề ra trong luận án. CHƯƠNG 5: KẾT LUẬN VÀ GỢI Ý CHÍNH SÁCH 134 5.1 Kết luận MXHTN của các NHTM do các tổ chức xếp hạng tín nhiệm quốc tế công bố giúp cho những nhà đầu tư và các cơ quan quản lý hoạt động ngân hàng tại các nước có những thông tin cơ sở quan trọng khi đánh giá tình hình tài chính của các NHTM này. Mặt khác, MXHTN của NHTM có ảnh hưởng rất lớn đến khả năng và hiệu quả của các NHTM khi các đơn vị này thực hiện việc huy động vốn trên thị trường quốc tế. Các tổ chức xếp hạng tín nhiệm quốc tế như: Fitch, Standard & Poor’s và Moody’s đều có trình bày phương pháp đánh giá MXHTN của các NHTM khá chi tiết. Tuy nhiên, các tổ chức xếp hạng tín nhiệm quốc tế này không nêu rỏ các yếu tố cơ bản tác động và chiều hướng tác động của các yếu tố này đến MXHTN của NHTM tại các nền kinh tế phát triển và các nền kinh tế mới nổi. Bên cạnh đó, các nghiên cứu thực nghiệm liên quan đến MXHTN của NHTM cũng có những kết quả không thống nhất về tập hợp các yếu tố tác động và chiều hướng tác động của các yếu tố này đến MXHTN của NHTM. Để làm sáng tỏ những vấn đề này, tác giả sử dụng phương pháp phân tích phương sai một yếu tố kết hợp với phương pháp lựa chọn biến giải thích trong mô hình hồi quy Ordered logit trên mẫu dữ liệu các NHTM tại các nền kinh tế phát triển và các nền kinh tế mới nổi một cách tách biệt nhau và phương pháp xây dựng và đánh giá tác động tổng hợp của biến tương tác trên mẫu dữ liệu gộp. Thông qua đó, luận án đã giúp xác định được các yếu tố cơ bản ảnh hưởng đến MXHTN của NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi và các NHTM tại các quốc gia có nền kinh tế phát triển. Đồng thời, kết quả phân tích của luận án cũng đã chứng minh được có tồn tại sự khác biệt trong tác động của các yếu tố này đến MXHTN của các NHTM tại các nền kinh tế mới nổi so với các NHTM tại các nền kinh tế phát triển. Cụ thể là: (1) Tại các nền kinh tế mới nổi:  Mức tín nhiệm dài hạn của quốc gia và mức đánh giá rủi ro hoạt động của ngành ngân hàng tại quốc gia nơi NHTM có trụ sở đều có tác động tích cực đến MXHTN của NHTM.  Đặc điểm sở hữu và quy mô tổng tài sản NHTM đồng thời có ảnh hưởng quan trọng đến MXHTN. Theo đó, các NHTM thuộc sở hữu của chính phủ nơi NHTM có trụ sở hay thuộc sở hữu của các tập đoàn tài chính quốc tế có quy 135 mô lớn và có MXHTN từ A trở lên thì có cơ hội nhận được các MXHTN tốt hơn các đơn vị khác. Đồng thời, các NHTM có quy mô tổng tài sản lớn cũng có xác suất nhận được các MXHTN tốt hơn các đơn vị có quy mô nhỏ hơn.  Các chỉ tiêu tài chính có tác động tiêu cực đến MXHTN của NHTM gồm: tốc độ tăng trưởng tổng tài sản bình quân 3 năm, tỷ lệ dư nợ quá hạn/tổng dư nợ, tỷ lệ thu nhập khác từ hoạt động/tổng tài sản bình quân. Ngược lại, tỷ lệ vốn chủ sở hữu/tổng nợ phải trả có tác động tích cực đến MXHTN của NHTM. (2) Tại các nền kinh tế phát triển:  Mức tín nhiệm dài hạn của quốc gia nơi NHTM có trụ sở có tác động tích cực đến MXHTN của NHTM. Trong khi đó, yếu tố mức đánh giá rủi ro hoạt động của ngành ngân hàng tại quốc gia nơi NHTM có trụ sở không còn ảnh hưởng rõ ràng đến MXHTN của các NHTM.  Các yếu tố về đặc điểm sở hữu và quy mô tổng tài sản đều có tác động đến MXHTN của NHTM tương tự như tác động của các yếu tố này đến MXHTN của các NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi.  Các chỉ tiêu tài chính có tác động tích cực đến MXHTN của NHTM bao gồm: tỷ lệ vốn chủ sở hữu/tổng tài sản, tỷ lệ vốn chủ sở hữu/tổng dư nợ tín dụng ròng, tỷ lệ lợi nhuận ròng/tổng nguồn vốn chủ sở hữu bình quân, tỷ lệ dư nợ tín dụng ròng/tổng tài sản. Ngược lại, các chỉ tiêu tài chính như: tỷ lệ dư nợ quá hạn/tổng dư nợ, tỷ lệ lãi cận biên, tỷ lệ tổng chi phí/tổng thu nhập có tác động tiêu cực đến MXHTN của các NHTM. (3) Sự khác biệt trong tác động của các yếu tố ảnh hưởng đến MXHTN của các NHTM tại các nền kinh tế mới nổi và tại các nền kinh tế phát triển chi tiết như sau:  Đối với các yếu tố thể hiện mức độ rủi ro chung của nền kinh tế và mức độ rủi ro hoạt động của ngành ngân hàng nơi NHTM có trụ sở, từ kết quả phân tích của luận án ta có thể kết luận rằng: MXHTN dài hạn của quốc gia nơi NHTM có trụ sở (đại diện cho mức độ rủi ro chung của nền kinh tế) có tác động mạnh đến MXHTN của NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi hơn so với tác động của chính yếu tố này đến MXHTN của NHTM tại các quốc gia có nền kinh tế phát triển. Trong khi đó, mức đánh giá rủi ro hoạt động của 136 ngành ngân hàng tại quốc gia nơi NHTM có trụ sở chỉ có tác động đến MXHTN của các NHTM tại các nền kinh tế mới nổi.  Đối với các yếu tố thể hiện đặc điểm sở hữu và quy mô tổng tài sản của NHTM. Kết quả phân tích của luận án cho thấy: yếu tố sở hữu của chính phủ có tác động tích cực đến MXHTN của các NHTM tại các quốc gia có nền kinh tế phát triển nhiều hơn so với tác động của chính yếu tố này đến MXHTN của các NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi. Ngược lại, yếu tố sở hữu của các tập đoàn tài chính quốc tế có quy mô và uy tín có tác động tích cực hơn đến MXHTN của các NHTM tại các nền kinh tế mới nổi. Trong khi đó, tác giả không tìm thấy bằng chứng nào về sự khác biệt đáng kể trong tác động của yếu tố quy mô tổng tài sản đến MXHTN của các NHTM tại các nền kinh tế mới nổi so với các NHTM tại các nền kinh tế phát triển.  Đối với các chỉ tiêu thể hiện tình hình tài chính của các NHTM, từ kết quả phân tích của luận án, tác giả có thể kết luận rằng số lượng các chỉ tiêu tài chính có tác động đến MXHTN của các NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi ít hơn số lượng các chỉ tiêu tài chính có tác động đến MXHTN của các NHTM tại các quốc gia có nền kinh tế phát triển. Đồng thời, tác động của các chỉ tiêu tài chính này đến MXHTN của các NHTM tại các nền kinh tế phát triển cũng được thể hiện rõ ràng hơn. Trên cơ sở các kết quả nghiên cứu của luận án đã trình bày trên, tác giả có thể trả lời cho các câu hỏi nghiên cứu đã nêu ra trong Chương 1 chi tiết như sau: Thứ nhất, có tồn tại sự khác biệt trong tác động của các yếu tố mang tính chất hệ thống như mức độ rủi ro quốc gia và mức độ rủi ro ngành ngân hàng đến MXHTN của các NHTM tại các nền kinh tế phát triển so với các NHTM tại các nền kinh tế mới nổi. Thứ hai, có tồn tại sự khác biệt trong tác động của các yếu tố thể hiện những đặc trưng riêng của NHTM như quy mô, đặc điểm sở hữu và các chỉ tiêu tài chính đến MXHTN của các NHTM tại các nền kinh tế phát triển so với các NHTM tại các nền kinh tế mới nổi. Về ý nghĩa khoa học, kết quả nghiên cứu của luận án có những đóng góp nhất định cho lĩnh vực nghiên cứu về mức độ tin cậy và tính thống nhất trong các đánh giá MXHTN của NHTM. Cụ thể là, kết quả nghiên cứu của luận án đã giúp xác định sự 137 khác biệt trong tác động của các yếu tố như: rủi ro quốc gia, rủi ro ngành ngân hàng và đặc điểm sở hữu của NHTM đến MXHTN của các NHTM tại các nền kinh tế phát triển so với các nền kinh tế mới nổi. Mặt khác, luận án cũng đã chỉ ra được sự khác biệt trong tác động của các chỉ tiêu tài chính đến MXHTN của NHTM giữa 2 nhóm quốc gia nêu trên. Về ý nghĩa thực tiễn, kết quả nghiên cứu của luận án cung cấp thêm cơ sở tham khảo cho NHTW tại các nền kinh tế mới nổi khi đưa ra các quy định nhằm đảm bảo an toàn cho hoạt động của các NHTM và cải thiện MXHTN của NHTM tại các quốc gia này theo tiêu chuẩn đánh giá của các tổ chức xếp hạng tín nhiệm quốc tế. Mặt khác, từ kết quả nghiên cứu của luận án, các NHTM tại các nền kinh tế mới nổi có thể chủ động lựa chọn các giải pháp phù hợp nhằm cải thiện MXHTN của bản thân. 5.2 Gợi ý chính sách Các nghiên cứu nhằm xác định các yếu tố ảnh hưởng đến MXHTN của NHTM có vai trò quan trọng vì 2 lý do sau. Thứ nhất, việc xác định những yếu tố tác động đến mức độ rủi ro của các NHTM giúp cho các NHTW có thể điều hành và giám sát hoạt động của các NHTM hiệu quả hơn. Bên cạnh đó, việc sớm nhận biết được những NHTM có vấn đề giúp các NHTW có những biện pháp can thiệp kịp thời để ngăn chặn sự phá sản của các NHTM hay áp dụng những biện pháp nhằm giảm thiểu những tổn thất cho xã hội và cho người nộp thuế (Canbas và cộng sự, 2005). Thứ hai, MXHTN có ảnh hưởng trực tiếp đến hiệu quả hoạt động và nguy cơ phá sản của các NHTM. Cụ thể, khi một tổ chức xếp hạng tín nhiệm đánh giá cao về MXHTN của một NHTM sẽ có thể làm giảm bớt chi phí huy động vốn cho NHTM và nguy cơ phá sản của NHTM này cũng được giảm thiểu. Ngược lại, khi một NHTM bị hạ MXHTN thì chi phí huy động vốn của đơn vị này có thể tăng lên đáng kể và kéo theo đó là nguy cơ phá sản của NHTM này cũng sẽ gia tăng. Bởi vì, việc hạ MXHTN này sẽ làm ảnh hưởng xấu đến nhận thức của các nhà đầu tư về mức độ uy tín của ngân hàng trong hoạt động huy động vốn. Mặt khác, các nhà đầu tư bị ràng buộc bởi những quy định không cho phép họ đầu tư vào những NHTM có MXHTN thấp (Manso, 2013). Trên cơ sở các kết quả nghiên cứu của luận án, tác giả đưa ra một số gợi ý chính sách cho các NHTW và bản thân các NHTM chi tiết như sau. 5.2.1 Các gợi ý chính sách cho các cơ quan quản lý hoạt động Ngân hàng 138 Trên cơ sở nhận biết được các yếu tố chủ yếu tác động đến MXHTN của các NHTM, các NHTW tại các nền kinh tế mới nổi có thể đưa ra các quy định nhằm đảm bảo an toàn hoạt động cho các NHTM một cách chính xác hơn và tiếp cận dần với các tiêu chuẩn đánh giá MXHTN các NHTM của các tổ chức xếp hạng tín nhiệm quốc tế. Bên cạnh đó, dựa trên kết quả nghiên cứu của luận án về mô hình dự đoán MXHTN của các NHTM, các NHTW tại các nền kinh tế mới nổi có thêm một công cụ để hỗ trợ và đối chiếu với các phương pháp đánh giá tình hình tài chính NHTM đang sử dụng. Cũng từ đó, các cơ quan này có thể lựa chọn được các giải pháp phù hợp để góp phần nâng cao MXHTN của các NHTM trong phạm vi quốc gia điều hành. Cụ thể, từ kết quả phân tích của luận án ta thấy được mức độ rủi ro của ngành ngân hàng tại quốc gia nơi NHTM có trụ sở, có tác động rất lớn và tích cực đối với MXHTN của các NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi. Standard & Poor’s (2011b) đã chỉ rõ 2 yếu tố tác động đến mức độ rủi ro hoạt động của ngành ngân hàng tại một quốc gia gồm: rủi ro của nền kinh tế và rủi ro bản thân của ngành ngân hàng tại quốc gia đó. Trong đó, rủi ro của bản thân ngành ngân hàng được quyết định bởi các yếu tố như: chất lượng và tính hiệu quả của công tác điều hành hệ thống ngân hàng của chính phủ, khả năng thiết lập môi trường hoạt động cạnh tranh của các ngân hàng trong phạm vi quốc gia, sự minh bạch trong công bố thông tin của các NHTM và mức độ phát triển của thị trường vốn và nợ trong phạm vi quốc gia, Vì vậy, theo tác giả các giải pháp mà các NHTW tại các nền kinh tế mới nổi có thể thực hiện nhằm nâng cao MXHTN của các NHTM trong phạm vi quốc gia điều hành đó là thực hiện những cải cách trong công tác điều hành hệ thống ngân hàng, thiết lập khung pháp lý tiếp cận dần với các chuẩn mực quốc tế và tạo ra một môi trường cạnh tranh lành mạnh trong hệ thống ngân hàng. Ngoài ra, bên cạnh các chỉ tiêu tài chính thường được sử dụng để đánh giá tình hình tài chính của các NHTM như: quy mô tổng tài sản, tỷ lệ nợ quá hạn/tổng dư nợ, tỷ lệ vốn chủ sở hữu/tổng tài sản, thì các NHTW tại các nền kinh tế mới nổi cần lưu ý thêm chỉ tiêu tốc độ tăng trưởng quy mô tổng tài sản của các NHTM. Bởi lẽ, các NHTM nào có tốc độ tăng trưởng quy mô tổng tài sản bình quân 3 năm quá cao (≥22% theo kết quả phân tích của luận án) thì có thể tiềm ẩn yếu tố rủi ro cao. Kết quả nghiên cứu này cũng ngụ ý rằng các NHTW tại các nền kinh tế mới nổi cần xây dựng kế hoạch tăng trưởng quy mô tổng tài sản, quy mô tổng dư nợ vay của các NHTM một 139 cách hợp lý. Các NHTW tại các nền kinh tế mới nổi cần tránh việc vì muốn đạt được mục tiêu tăng trưởng chung của nền kinh tế mà khuyến khích các NHTM tăng cường cấp tín dụng cho nền kinh tế quá mức cần thiết. Bên cạnh đó, các chỉ tiêu tài chính như: ROAE, ROAA hay NIM (tỷ lệ lãi cận biên) không phải là những yếu tố phản ánh hiệu quả kinh doanh hay mức độ rủi ro của các NHTM tại các nền kinh tế mới nổi. Thay vào đó, các NHTW cần chú ý đến chỉ tiêu tỷ lệ thu nhập khác từ hoạt động/tổng tài sản bình quân. Bởi lẽ, tại các nền kinh tế mới nổi, khi tỷ lệ thu nhập khác từ hoạt động/tổng tài sản bình quân của một NHTM vượt quá mức trung bình ngành thì hoạt động của NHTM này có thể tiềm ẩn nhiều yếu tố rủi ro. Điều này cũng ngụ ý rằng các NHTW tại các nền kinh tế mới nổi cần xây dựng những quy định chặt chẽ để quản lý hoạt động kinh doanh, đầu tư ngoài ngành của các NHTM. Mặt khác, kết quả của luận án cũng chỉ ra rằng yếu tố quy mô vốn chủ sở hữu có tác động rất tích cực đến MXHTN của các NHTM. Tuy vậy, các NHTM tại các nền kinh tế mới nổi thường có quy mô vốn chủ sở hữu khá khiêm tốn so với các NHTM tại các nền kinh tế phát triển. Do vậy, để cải thiện quy mô vốn chủ sở hữu của các NHTM tại các nền kinh tế mới nổi, NHTW cần xây dựng các cơ chế và chính sách thông thoáng để các NHTM có thể huy động tối đa nguồn vốn trên thị trường chứng khoán trong nước và quốc tế. Cuối cùng, kết quả nghiên cứu của luận án cũng cho thấy tác động của các chỉ tiêu tài chính phản ánh chất lượng tài sản và hiệu quả kinh doanh đến MXHTN của các NHTM tại các nền kinh tế mới nổi giảm sút so với tại các nền kinh tế phát triển. Do vậy, để chỉ tiêu này thực sự trở thành tiêu chí quan trọng phản ánh tình hình tài chính của các NHTM tại các nền kinh tế mới nổi thì NHTW cần phải nghiên cứu xây dựng những quy định về phân loại nợ, đánh giá rủi ro khách hàng vay, trích lập dự phòng rủi ro và hệ thống báo cáo tài chính của các NHTM phù hợp với tình hình thực tế và tiệm cận dần với các chuẩn mực quốc tế. Đồng thời, NHTW cũng phải thường xuyên tổ chức kiểm tra và giám sát việc tuân thủ của các NHTM trong việc thực hiện các quy định này. 5.2.2 Các gợi ý chính sách cho các NHTM Các nhà quản trị ngân hàng luôn chú trọng nâng cao uy tín và vị thế của NHTM trên thị trường. Trên cơ sở kết quả của nghiên cứu, luận án đã chỉ ra được các 140 yếu tố cơ bản tác động đến MXHTN của các NHTM. Từ đó, các nhà quản trị ngân hàng có thể đề ra những giải pháp hữu hiệu và đồng bộ tác động vào các yếu tố nêu trên nhằm cải thiện MXHTN của các đơn vị mà họ quản lý. Cụ thể là: Từ kết quả phân tích của luận án cho thấy yếu tố sở hữu của các tập đoàn tài chính quốc tế có quy mô và uy tín có tác động tích cực đến MXHTN của NHTM tại các quốc gia thuộc nhóm các nền kinh tế mới nổi. Do vậy, việc thu hút nguồn vốn đầu tư của các tập đoàn tài chính quốc tế hay việc kêu gọi các đơn vị này trở thành các đối tác chiến lược không chỉ góp phần cải thiện MXHTN của các NHTM mà còn tạo cơ hội thuận lợi cho các NHTM tại các nền kinh tế mới nổi học tập và ứng dụng được các mô hình điều hành và quản trị NHTM hiện đại và hiệu quả. Bên cạnh đó, để nâng cao MXHTN, các nhà quản trị của các NHTM tại các nền kinh tế mới nổi bên cạnh việc chú trọng cải thiện các chỉ tiêu tài chính cốt lõi (bao gồm: tỷ lệ dư nợ quá hạn/tổng dư nợ tín dụng và tỷ lệ vốn chủ sở hữu/tổng tài sản) còn cần phải chú ý duy trì tốc độ tăng trưởng tổng tài sản ở mức hợp lý. Bởi vì theo kết quả nghiên cứu của luận án, chỉ tiêu tốc độ tăng trưởng tổng tài sản có tương quan nghịch với MXHTN của NHTM tại các nền kinh tế mới nổi. Các tổ chức xếp hạng tín nhiệm quốc tế thường cho rằng các NHTM tại các nền kinh tế mới nổi có tốc độ tăng trưởng quy mô tổng tài sản quá nhanh sẽ làm gia tăng mức độ rủi ro hoạt động vì năng lực quản trị rủi ro của các đơn vị này thường không theo kịp sự tăng trưởng quá nhanh của quy mô tổng tài sản. Kết quả nghiên cứu này ngụ ý rằng, các NHTM cần xây dựng cho bản thân một kế hoạch tăng trưởng hợp lý trong từng thời kỳ. Các NHTM phải kết hợp chặt chẽ sự tăng trưởng quy mô, tăng trưởng dư nợ vay với việc tăng cường chất lượng công tác quản lý, giám sát, kiểm soát nội và chất lượng nguồn nhân lực của đơn vị. Mặt khác, kết quả của luận án cũng cho thấy tỷ lệ thu nhập khác từ hoạt động/tổng tài sản bình quân có tương quan nghịch với MXHTN của các NHTM tại các nền kinh tế mới nổi. Theo các tổ chức xếp hạng tín nhiệm, khung pháp lý cho hoạt động của các NHTM tại các nền kinh tế mới nổi thường chưa hoàn thiện và chặt chẽ. Do vậy, các NHTM tại các nền kinh tế mới nổi thường dễ dàng tham gia vào các hoạt động kinh doanh ngoài ngành có tỷ suất lời cao nhưng cũng chứa đựng nhiều rủi ro. Bên cạnh đó, các NHTM tại các nền kinh tế mới nổi cũng thường hạn chế về tiềm lực tài chính cũng như khả năng quản trị và phân tán rủi ro. Do đó, khi rủi ro xảy ra sẽ ảnh 141 hưởng rất lớn đến khả năng thanh khoản và tình hình tài chính của các đơn vị này. Vì vậy, để cải thiện MXHTN của bản thân, các NHTM tại các nền kinh tế mới nổi tại cần tập trung nguồn vốn và nhân sự cho các hoạt động kinh doanh truyền thống đó là huy động vốn và cấp tín dụng cho nền kinh tế, hạn chế các hoạt động đầu tư góp vốn kinh doanh ngoài ngành. Cuối cùng, kết quả nghiên cứu của luận án cũng cho thấy tác động của các chỉ tiêu tài chính phản ánh chất lượng tài sản và hiệu quả kinh doanh đến MXHTN của các NHTM tại các nền kinh tế mới nổi giảm sút so với tại các nền kinh tế phát triển. Do vậy, để nâng cao uy tín và vị thế của bản thân đối với các nhà đầu tư nước ngoài, các NHTM cần chủ động công bố các báo cáo tài chính của đơn vị mình theo các chuẩn mực kế toán quốc tế. Đồng thời, các NHTM tại các nền kinh tế mới nổi cũng nên chủ động yêu cầu các tổ chức xếp hạng tín nhiệm quốc tế thực hiện đánh giá MXHTN đối với đơn vị mình. 5.3 Hạn chế của nghiên cứu và đề xuất hướng nghiên cứu tiếp theo Trong nghiên cứu này, tác giả tập trung tìm hiểu sự khác biệt trong tác động của các yếu tố vĩ mô nền kinh tế và các yếu tố đặc trưng của NHTM ảnh hưởng đến MXHTN của NHTM tại các nền kinh tế phát triển so với các nền kinh tế mới nổi. Trong đó, các yếu tố đặc trưng của NHTM là những chỉ số thể hiện tình hình tài chính của NHTM. Tuy vậy, trong quá trình đánh giá MXHTN của NHTM bên cạnh các yếu tố được luận án đề cập, các tổ chức xếp hạng tín nhiệm còn xem xét đến các yếu tố như: năng lực quản trị điều hành của ban lãnh đạo ngân hàng, văn hóa ngân hàng, thái độ của ngân hàng đối với rủi ro trong kinh doanh và mức độ đa dạng hóa sản phẩm dịch vụ ngân hàng. Do vậy, các nghiên cứu tiếp theo nên tập trung tìm hiểu sự tác động của các yếu tố này đến MXHTN của NHTM hay sự khác biệt trong tác động của các yếu tố này đến MXHTN của NHTM tại các nền kinh tế phát triển so với tại các nền kinh tế mới nổi. Mặt khác, các kết quả nghiên cứu của luận án được rút ra từ việc khảo sát các yếu tố tác động đến MXHTN của NHTM tại các quốc gia có nền kinh tế phát triển và các quốc gia thuộc nhóm các nền kinh tế mới nổi. Do vậy, những gợi ý chính sách nêu trên có thể không thật sự phù hợp với điều kiện thực tế ở Việt Nam hiện nay. Để có thể rút ra các gợi ý chính sách cụ thể cho Ngân hàng nhà nước và các NHTM tại Việt Nam cần tiến hành nghiên cứu trên mẫu dữ liệu MXHTN của các NHTM Việt Nam. 142 DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ ----&&&---- 1. Ths. Nguyễn Thanh Phong, Ths.Lâm Thanh Phi Quỳnh, 2017. Động cơ thâm nhập của ngân hàng nước ngoài vào thị trường ngân hàng thương mại Việt Nam. Tạp chí Khoa học và Đào tạo Ngân hàng, số 185, 10/2017. 2. TS. Lại Tiến Dĩnh, Lâm Thanh Phi Quỳnh, 2016. Các yếu tố ảnh hưởng mức tín nhiệm ngân hàng: sự khác biệt giữa các nước phát triển và đang phát triển. Tạp chí Ngân hàng, Số 11, 6/2016. 3. TS. Lại Tiến Dĩnh, Lâm Thanh Phi Quỳnh, 2015. Những yếu tố chính tác động đến mức xếp hạng tín nhiệm của ngân hàng thương mại. Tạp chí Khoa học & Đào tạo Ngân hàng, Số 159, 8/2015. 4. Lâm Thanh Phi Quỳnh, 2015. Xác định các yếu tố tác động đến mức xếp hạng tín nhiệm Ngân hàng thương mại tại các quốc gia có nền kinh tế mới nổi. Tạp chí Kinh tế & Phát triển, Số 212(II), 02/2015. DANH MỤC TÀI LIỆU THAM KHẢO ----&&&---- 1. Altman, E. I., 1968. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The journal of finance, 23: 289-609. 2. Alsakka, R. et al., 2014. The sovereign – bank rating channel and rating agencies’ downgrades during the European debt crisis. Journal of International Money and Finance, 1: 1-23. 3. Bellotti, T. et al., 2011a. A note comparing support vector machines and ordered choice models’ predictions of international banks’ ratings. Decision Support Systems, 51: 682-687. 4. Bellotti, T. et al., 2011b. Are rating agencies’ assignments opaque? Evidence from international banks. Expert Systems with Applications, 38: 4206-4214. 5. Berger, N.A. et al., 2010. The effects of focus versus diversification on bank performance: Evidence from Chinese banks. Journal of Banking & Finance, 34: 1417-1435. 6. Berger, N.A. et al., 2007. Bank ownership and efficiency in China: what lies ahead in the world's largest nation? Bank of Finland Research 15- 26. Bank of Finland, Finland, 2007. 7. Berger, N.A and Bouwman, C.H.S., 2013. How does capital affect bank performance during financial crises? Journal of Financial Economics, 109: 146- 176. 8. Boritz, J.E. and Kennedy, D.B., 1995. Effectiveness of Neural Network Types for Prediction of Business Failure. Expert Systems with Applications, 9: 503-512. 9. Boyacioglu, M.A. et al., 2009. Predicting bank financial failures using neural networks, support vector machines and multivariate statistical methods: A comparative analysis in the sample of savings deposit insurance fund (SDIF) transferred banks in Turkey. Expert Systems with Applications, 36: 3355-3366. 10. Bouvard, M. et al., 2011. Transparency in the financial system: rollover risk and crises, Working papers. 11. Borensztein, E. et al., 2013. Sovereign ceiling ‘lite’? The impact of sovereign rating on corporate ratings. Journal of Banking and finance, 37: 4014 - 4024. 12. Boyd, J.D. and Runkle, D.E., 1993. Size and performance of banking firms: Testing the predictions of theory. Journal of Monetary Economics, 31: 47-67. 13. Caprio, G. and Klingebiel, D., 2003. “Episodes of systematic and borderline financial crises”. Truy cập tại: < http:// siteresources.worldbank.org/ INTRES/Resources/ 469232 -1107449512766/648083-1108140788422/ 23456_Table_on_systemic_and_non-systemic_banking crises January 212003.pdf > [Truy cập ngày 15/04/2014]. 14. Caporale, G.M. et al., 2012. Ratings assignments: Lessons from international banks. Journal of International Money and Finance, 31: 1593-1606. 15. Canbas, S. et al., 2005. Prediction of commercial bank failure via multivariate statistical analysis of financial structures: The Turkish case. European Journal of Operational Research, 166: 528-546. 16. Cetorelli, N., 2001. Competition among banks: Good or bad? Federal Reserve Bank of Chicago. 17. Chen, Y.S., 2012. Classifying credit ratings for Asian banks using integrating feature selection and the CPDA-based rough sets approach. Knowledge-Based Systems, 26: 259-270. 18. Chen, X et al., 2015. Logistic Regression with Stata. Institute for Digital Research and Education, UCLA, Los Angeles. 19. Christopoulos, A.G. et al., 2011. Could Lehman Brothers’ Collapse Be Anticipated? An Examination Using CAMELS Rating System. International Business Research, 4: 11-19. 20. Claessens. S. and Laeven, L., 2003. What Drives Bank Competition? Some International Evidence. Journal of Money, Credit and Banking, 36: 563-583. 21. Demyanyk, Y. and Hasan, I., 2010. Financial crises and bank failures: A review of prediction methods. Omega, 38: 315-324. 22. Demirguc, K.A. and Huizinga, H., (2013). Are banks too to fail or too big to save? International evidence from equity prices and CDS spreads. Journal of Banking and Finance, 37: 875-894. 23. Ederington, L.H., 1985. Classification Models and Bond Ratings. The Financial Review, 20: 237-262. 24. Ederington, L.H. et al., 1987. The Information Content of Bond Ratings. The Journal of Financial Research, 10: 211-226. 25. Economy Watch (2016). Emerging Markets [Online]. Tại địa chỉ [Truy cập ngày 15/09/2016]. 26. Elliott, R.J. et al., 2014. A Double HMM approach to Altman Z-scores and credit ratings. Expert Systems with Applications, 41: 1553-1560. 27. Fang, Y., Hasan, I. and Marton, K. 2014. Institutional development and bank stability: Evidence from transition countries. Journal of Banking & Finance, 39: 160 – 176. 28. Falavigna, G., 2012. Financial ratings with scarce information: A neural network approach. Expert Systems with Applications, 39: 1784 - 1792. 29. Fitch, 2003. Bank ratings methodology, New York. 30. Fitch, 2014. Global Financial Institutions Rating Criteria, New York. 31. Fethi, M.D. and Pasiouras, F., 2010. Assessing bank efficiency and performance with operational research and artificial intelligence techniques: A survey. European Journal of Operational Research, 204: 189-198. 32. Fons, J.,S., 1998. Improving Transparency in Asian Banking Systems. Moody's Investors Service. 33. Fu, X. , Lin, Y. and Molyneux, P., 2014. Bank competition and financial stability in Asia Pacific. 2014. Journal of Banking & Finance, 38: 64 -77. 34. Fu, M., X. and Heffernan, S., 2009. The effects of reform on China’s bank structure and performance. Journal of Banking & Finance, 33 (1): 39 – 52. 35. Gasparino, C., 1996. Bond-rating Firms may be Required to Disclose When Work is Unsolicited. The Wall Street Journal (July 11). 36. Golin, J., 2001. The Bank Credit Analysis Handbook: A Guide for Analysts, Bankers and Investors. Singapore :John Wiley & Sons. 37. Goddard, J. et al., 2004. The profitability of European banks: a cross-sectional and dynamic panel analysis. Manchester School, 72 (3): 363– 381. 38. Greene, W. H., 2002. Econometric analysis (Vol. 5). New Jersey: Prentice Hall. 39. Griffiths, B. and Beynon, M.J, 2005. Expositing stages of VPRS analysis in an expert system: Application with bank credit ratings. Expert Systems with Applications, 29: 879-888. 40. Haan, D.J. and Poghosyan, T., 2012. Size and earnings volatility of US bank holding companies. Journal of Banking and Finance, 36: 3008-3016. 41. Hammer, P.L., Kogan, A. and Lejeune, M.A., 2012. A logical analysis of banks’ financial strength ratings. Expert Systems with Applications, 39: 7808- 7821. 42. Harington, H., 1997. Not Moody – Just Angry. The Banker (February, 22–23). 43. Horrigan, J.O., 1966. The dertermination of long-term credit standing with financial ratios. Journal of accouting research, 4: 25-36. 44. Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008. Phân tích dữ liệu nghiên cứu với SPSS 1. Tp.HCM: Nhà xuất bản Hồng Đức. 45. Hulisi Öğüt, M. M. D. et al., 2012. Prediction of bank financial strength ratings: The case of Turkey. Economic Modelling, 29: 632 – 640. 46. Ioannidis, C. et al., 2010. Assessing bank soundness with classification techniques. Omega, 38: 345-357. 47. Iannotta, G., Nocera, G. and Sironi, A., 2010. The impact of government ownership on bank’s rating: Evidence from the European Banking Industry. Working papers. 48. Imbierowicz, B. and Rauch, C., 2014. The relationship between liquidity risk and credit risk in banks. Journal of Banking & Finance, 40: 242–256. 49. IMF, 2014. Recovery Strengthens, Remains Uneven. World Economy Outlook April 2014 [Online]. Tại địa chỉ [Truy cập ngày 20/05/2015]. 50. IMF, 2016. Frequently asked question. World Economy Outlook [Online]. Tại địa chỉ [Truy cập ngày 10/10/2016]. 51. Investopedia, 2017. Developed economy criteria [Online]. Tại địa chỉ: [Truy cập ngày 22/07/2016]. 52. Jardin, P.D., 2010. Predicting bankruptcy using neural networks and other classification methods: The influence of variable selection techniques on model accuracy. Neurocomputing, 73: 2047-2060. 53. Jo, H. and Han, I., 1996. Integration of Case-Based Forecasting, Neural Network, and Discriminant Analysis for Bankruptcy Prediction. Expert Systems with Applications, 11: 415-422. 54. Keffala, M., R., 2015. How using derivatives affects bank stability in emerging countries? Evidence from the recent financial crisis. Research in International Business and Finance, 35: 75–87. 55. Kiema,I. and Jokivoulle, E., 2014. Does a leverage ratio requirement increase bank stability? Journal of Banking & Finance, 39: 240-254. 56. Kumar, P.R. and Ravi, V., 2007. Bankruptcy prediction in banks and firms via statistical and intelligent techniques – A review. European Journal of Operational Research, 180: 1-28. 57. Lacher, R.C. et al., 1991. A neural network for classifying the financial health of a firm. European Journal of Operational Research, 85: 53-65. 58. Lang, L. and So, R., 2002. Bank ownership structure and economic performance. Working papers. 59. Lassoued, N. et al., 2016. The impact of state and foreign ownership on banking risk: Evidence from the MENA countries. Research in International Business and Finance, 36: 167-178. 60. Liu, L.G. and Ferri, G., 2001. How Do Global Credit Rating Agencies Rate Firms from Developing Countries? ADB Institute Research Paper, 26. 61. Long, J.S and Freese, J., 2001. Regression Models for Categorical Dependent variable Using Stata. New York: Stata Press. 62. Martin, D., 1977. Early warning of bank failure A logit regression approach. Journal of Banking and Finance, 1: 249-276. 63. Manzoni, K., 2004. Modeling Eurobond credit ratings and forecasting downgrade probability. International Review of Financial Analysis, 13: 277-300. 64. Mariathasan, M. and Merrouche, O. , 2012. The manipulation of basel risk- weights. Evidence from 2007-10. Department of economics. Oxford: University of Oxford. 65. Manso, G., 2013. Feedback effects of creditratings. Journal of Financial Economics, 109: 535-548. 66. Malhotra, R. and Malhotra, D.K., 2003. Evaluating consumer loans using neural networks. Omega, 31: 83-96. 67. Matousek, R. and Stewart, C., 2009. A note on ratings of international bank. Journal of Financial Regulation and Compliance, 17: 146-155. 68. Köhler, M., 2015. Which banks are more risky? The impact of business models onbank stability. Journal of Financial Stability, 16: 195–212. 69. Martin, T.W. and Cherney, M., 2014. S&P Increases Unsolicited Ratings. The Wall street journal, Dec, 2014. 70. Mizena, P. and Tsoukas, S., 2012. Forecasting US bond default ratings allowing for previous and initial state dependence in an ordered probit model. International Journal of Forecasting, 28: 273-287. 71. Mishkin, F.S., 1999. Lessons from the Asian crisis. Journal of International Money and Finance, 18: 709–723. 72. Mirzaei, A. et al., 2014. Does market structure matter on banks’ profitability and stability? Emerging vs. advanced economies. Journal of Banking & Finance, 37: 2920-2937. 73. Montgomery, H., 2003. The Role of Foreign Banks in Post-crisis Asia: The Importance of Method of Entry. ADB Institute Research Paper, 51. 74. Moody’s., 2009. Moody ’s Rating Symbols & Definitions, New York. 75. Moody’s Investors Service (Moody’s), 1999. Designation of Unsolicited Ratings in which the Issuer has Not Participated. Moody’s Special Comment (November, 1–4). 76. Moody’s Investors Service (Moody’s), 1999. Rating methodology: Bank credit risk in Emerging Markets (July). 77. Nath, R. at el., 1997. Determining the saliency of input variable in neural network classifiers. Computer Operational Research, 24: 767-773. 78. Nafziger, E., W., 2006. Economic Development. 4th Ed. New York: Cambridge University Press. 79. Niemann, H. et al., 2008. Improving performance of corporate rating prediction models by reducing financial ratio heterogeneity. Journal of Banking & Finance, 32: 434-446. 80. Nilsen, J. and Rovelli, R., 2001. Investor risk aversion and financial fragility in emerging economies. Journal of International Financial Markets Instutions & Money, 11: 443–474. 81. Nguyen, M. et al., 2012. Bank market power and revenue diversification: Evidence from selected ASEAN countries. Journal of Asian Economics, 23: 688–700. 82. Ohlson, J.A., 1980. Financial ratios and the probabilistics prediction of bankruptcy. Journal of Accouting Research, 18: 109-131. 83. Orsenigo, C. and Vercellis, C., 2013. Linear versus nonlinear dimensionality reduction for banks’ credit rating prediction. Knowledge-Based Systems, 47: 14- 22. 84. Pasiouras, F. and Kosmidou, K., 2007. Factors influencing the profitability of domestic and foreign commercial banks in the European Union. Research in International Business and Finance, 21: 222–237. 85. Poon, W.P.H. et al., 1999. A multivariate analysis of the determinants of Moody’s bank financial strength ratings. Journal of International Financial Markets, Institutions and Money, 9: 267-283. 86. Poon, W.P.H. and Firth, M., 2005. Are Unsolicited Credit Ratings Lower? International Evidence From Bank Ratings. Journal of Business Finance & Accounting, 32: 306-686. 87. Poon, W.P.H. et al., 2009. Do Solicitations Matter in Bank Credit Ratings? Results from a Study of 72 Countries. Journal of money credit and banking, 35: 340-365. 88. Powell, A., 2004. Basel II and developing countries: Sailing thourgh the sea of standards. World Bank Policy Research Working Paper 3387, 9/2004. 89. Purda, L.D., 2003. Consistency of Global Credit Ratings: An Analysis of Firm versus Country-Specific Factors. Working papers. 90. Romana, A. and Sargu, A.C., 2013. Analysing the Financial Soundness of the Commercial Banks in Romania: An Approach Based on the Camels Framework. Procedia Economics and Finance, 6: 703-712. 91. Roy, P.V., 2005. Is There a Difference in Treatment Between Solicited and Unsolicited Bank Ratings and, if so, Why? Working Paper (ECARES, Universite Libre de Bruxelles). 92. Salvador, C. et al., 2014. Impact of the subprime crisis on bank rating: The effect of the hardening of rating policies and worsening of solvency. Journal of Financial Stability, 11: 13-31. 93. Shen, C.H. et al., 2012. Asymmetric benchmarking in bank credit rating. Journal of International Financial Markets, Institutions & Money, 22: 171-193. 94. Smirlock, M., 1985. Evidence of the non-relationship between concentration and profitability in banking. Journal of Money, Credit and Banking, 17: 69–83. 95. Standard & Poor's, 2009. Standard & Poor's Credit Rating Definitions, New York. 96. Standard & Poor's, 2011a. Banks: Rating Methodology And Assumptions, New York. 97. Standard & Poor's, 2011b. Banking Industry Country Risk Assessment Methodology And Assumptions, New York. 98. Standard and Poor’s Ratings Services, 2000. S&P Refines its ‘pi’ Ratings on Japanese Companies. S&P’s News Release (15/11), 1–5. 99. Suarez, L. R., 2001. Rating banks in emerging markets: what rating agencies should learn from financial indicators. Wooking Paper. 100. The Federal Financial Institutions Examination Council (FFIEC)., 1979. Uniform financial institutions rating system, Washington, D.C. 101. Vives, X., 2006. Banking and regulation in emerging markets: the role of external discipline. Occasional paper no 06/15. University of Navarra. 102. Watson, J., 2001. How to Determine a Sample Size: Tipsheet #60. University Park, PA: Penn State Cooperative Extension, New York. 103.Williams, G., Alaskka, R. and Gwilym, O.A., 2013. The impact of sovereign rating actions on bank ratings in emerging markets. Journal of Banking & Finance, 37: 563–577. 104.Wikipedia, 2017. Developed country [Online]. Truy cập tại địa chỉ [Truy cập ngày 22/07/2017]. 105.Wong, B.K. and Selvi, Y., 1998. Neural network applications in Finance: A review and analysis of literature (1990±1996). Information & Management, 34: 129-139.