Luận án Xây dựng mô hình cảnh báo nguy cơ vỡ nợ đối với các ngân hàng thương mại cổ phần Việt Nam

huyên trách c ủa ngân hàng xem nh ư m ột nhi ệm v ụ quan tr ọng b ậc nh ất có nh ư th ế mới ph ản ánh chính xác quy mô, m ức độ c ủa n ợ quá h ạn. Ngân hàng c ần nh ận th ức vi ệc làm đẹp báo cáo để che gi ấu, đố i phó v ới các c ơ quan thanh tra giám sát, các cổ đông, các nhà đầu t ư ch ỉ làm tr ầm tr ọng các v ấn đề n ội t ại. Sau khi đã xác định được 121 mức độ n ợ quá h ạn các ngân hàng c ần chú tr ọng gi ảm n ợ quá h ạn, đặ c bi ệt là n ợ x ấu càng s ớm càng t ốt: tr ước h ết c ần tìm ki ếm các ngu ồn tài chính hỗ tr ợ trích l ập d ự phòng đầy đủ để có th ể bù đắp nh ững t ổn th ất có th ể x ảy ra. Sau đó xem xét bán các kho ản n ợ x ấu cho doanh nghi ệp, t ổ ch ức, cá nhân có đủ kh ả n ăng, quy ền l ực x ử lý n ợ. Mặt khác các ngân hàng c ần ti ến hành các bi ện pháp nh ằm h ạn ch ế các kho ản n ợ quá hạn m ới phát sinh ngay t ừ khâu xét duy ệt cho vay. N ợ quá h ạn bao g ồm c ả các kho ản nợ nhóm 2 do đó các ngân hàng c ần theo dõi ch ặt ch ẽ ngay các kho ản n ợ nhóm 2, h ạn ch ế nguy c ơ chuy ển nhóm n ợ x ấu. Về lâu dài các ngân hàng c ần t ập trung xây d ựng và hoàn thi ện h ệ th ống c ảnh báo s ớm r ủi ro tín d ụng, n ợ x ấu, các ngân hàng c ần đị nh k ỳ đánh giá l ại x ếp h ạng tín d ụng c ủa khách hàng, c ần phân tích kh ả n ăng tr ả n ợ g ốc và lãi theo cam k ết c ủa h ợp đồ ng tín d ụng, chú tr ọng đế n các vi ph ạm h ợp đồ ng để đánh giá s ự thay đổi c ủa nhóm n ợ. + Bi ến các kho ản cho vay thu ần/ ti ền g ửi khách hàng có h ệ s ố là 3.08 l ớn h ơn 0, l3 ảnh h ưởng cùng chi ều t ới m ức nguy c ơ v ỡ n ợ. Nếu bi ến l3 t ăng 1% trong khi các bi ến khác không đổi thì t ỷ lệ odds t ăng 1.03 l ần. Các ngân hàng nên xem xét m ột cách toàn di ện các nguyên nhân d ẫn t ới vi ệc t ỷ l ệ cho vay thu ần so v ới ti ền g ửi c ủa khách hàng cao t ừ đó có các bi ện pháp gi ảm ch ỉ tiêu này. Giá tr ị trung bình c ủa ch ỉ tiêu này hi ện đang là 0.9, n ếu ngân hàng có giá tr ị ch ỉ tiêu này l ớn h ơn 0.9 c ần h ạn ch ế t ốc độ tăng tr ưởng tín d ụng đồ ng th ời cố g ắng duy trì ho ặc t ăng m ức huy độ ng ti ền g ửi c ủa khách hàng. + K ết qu ả mô hình cho th ấy h ệ s ố c ủa bi ến RGDP trong mô hình là -1.29 nh ỏ h ơn 0, RGDP có tác động ng ược chi ều t ới nguy c ơ v ỡ n ợ các ngân hàng. Điều này g ợi ý cho các cơ quan qu ản lý c ũng nh ư nhà qu ản tr ị ngân hàng có nh ững chính sách phù h ợp khi điều ki ện kinh t ế v ĩ mô th ể hi ện qua t ốc độ t ăng tr ưởng GDP thay đổ i, c ụ th ể n ếu tốc độ t ăng tr ưởng GDP có d ấu hi ệu suy gi ảm các ngân hàng c ần t ập trung đả m b ảo an toàn cho ho ạt độ ng ngân hàng vì lúc này nguy c ơ v ỡ n ợ đã t ăng lên do tác động c ủa y ếu t ố vĩ mô, các ngân hàng nên c ải thi ện h ệ s ố an toàn v ốn, gi ảm d ư n ợ cho vay, chú tr ọng thanh kho ản nh ư m ột bi ện pháp phòng v ệ. Nghiên c ứu c ũng đã l ượng hóa được m ức độ ảnh h ưởng c ủa sự thay đổ i RGDP t ới nguy c ơ v ỡ n ợ các NHTMCP, c ụ th ể n ếu GDP gi ảm 1% thì t ỷ l ệ p/(1-p) t ăng lên 3.65 l ần, các NHTMCP với nh ững ch ỉ tiêu c ủa ngân hàng mình có th ể tính chi ti ết h ơn xác su ất v ỡ n ợ khi k ịch b ản gi ảm 1% GDP x ảy ra, từ đó có nh ững chính sách phù h ợp cho NH mình. 122 + C ũng t ừ th ực t ế thu th ập d ữ li ệu, xây d ựng mô hình tác gi ả nh ận th ấy để k ết qu ả ước l ượng mô hình có độ tin c ậy cao, có ý ngh ĩa thì các d ữ li ệu đầ u vào ph ải được thu th ập chính xác, đầ y đủ , các NHTMCP c ần có bi ện pháp để hoàn thi ện h ệ th ống thông tin n ội b ộ, đả m b ảo yêu c ầu thông tin được c ập nh ật m ột cách chính xác, k ịp th ời. H ệ th ống công ngh ệ thông tin c ủa các ngân hàng c ần được nâng c ấp, điều đó đả m bảo cho các ngân hàng l ưu tr ữ s ố li ệu, c ũng nh ư s ố li ệu được chu ẩn xác ph ục v ụ cho mục đích phân tích, qu ản tr ị r ủi ro. + B ốn ngân hàng có mã là 22, 14, 19, 7 theo tính toán của tác gi ả có h ệ s ố ch ặn lớn: α22 = 10.265 , α14 = 9.879 , α19 = 8.206 , α7 = 8.135 , hàm ch ứa r ủi ro v ỡ n ợ cao hơn cần ph ải được xem xét m ột cách toàn di ện để t ừ đó tìm ra các gi ải pháp c ụ th ể, phù h ợp giúp các ngân hàng gi ảm nguy c ơ v ỡ n ợ. Các ngân hàng v ới mã 10, 21, 6 có h ệ s ố ch ặn 3.189 , 2.73 , 0.982 nh ỏ nh ất hàm ch ứa nguy c ơ v ỡ n ợ th ấp h ơn α10 = α21 = α6 = − trong cùng điều ki ện c ủa các bi ến s ố. + H ệ th ống các ch ỉ tiêu c ảnh báo v ỡ n ợ trong lu ận án được xây d ựng trên c ơ s ở các ch ỉ tiêu c ủa mô hình CAMELS, các ch ỉ tiêu này giúp đánh giá toàn di ện ho ạt động, xác đị nh m ức nguy c ơ v ỡ n ợ c ủa ngân hàng, theo tác gi ả các NHTMCP Vi ệt Nam nên xây d ựng và hoàn thi ện các BCTC trên c ơ s ở mô hình CAMELS. Th ứ nh ất, mô hình CAMELS s ẽ giúp các ngân hàng qu ản tr ị t ốt r ủi ro. Th ứ hai, các nhà qu ản tr ị ngân hàng dễ dàng so sánh, đánh giá, ki ểm tra các NHTM khi các ngân hàng th ống nh ất các ch ỉ tiêu đánh giá theo thông l ệ qu ốc t ế. b) Các ki ến ngh ị đố i v ới các c ơ quan qu ản lý: NHNN là c ơ quan qu ản lý Nhà n ước v ề ngành ngân hàng, v ới m ục tiêu giám sát ho ạt độ ng c ủa các ngân hàng h ướng t ới s ự ổn đị nh, lành m ạnh c ủa h ệ th ống. T ừ k ết qu ả xây d ựng mô hình c ảnh báo nguy c ơ v ỡ n ợ các NHTMCP, lu ận án đề xu ất m ột s ố khuy ến ngh ị v ới các c ơ quan qu ản lý, NHNN: + Theo k ết qu ả mô hình Logit bi ến RGDP, t ốc độ t ăng tr ưởng t ổng thu nh ập qu ốc dân có ảnh h ưởng ng ược chi ều t ới nguy c ơ v ỡ n ợ các ngân hàng. Khi t ăng tr ưởng kinh t ế ổn đị nh s ẽ t ạo điều ki ện thu ận l ợi cho các ngân hàng ho ạt độ ng, t ăng thu nh ập, gi ảm nguy c ơ v ỡ n ợ, do đó Chính ph ủ nên cố g ắng duy trì t ốc độ t ăng tr ưởng kinh tế hàng n ăm, khi n ền kinh t ế suy gi ảm t ốc độ t ăng tr ưởng c ần chú ý h ơn đến s ự an toàn của h ệ th ống ngân hàng vì các ngân hàng s ẽ b ị t ăng nguy c ơ v ỡ n ợ t ừ s ự suy gi ảm c ủa nền kinh t ế. Với vai trò giám sát c ủa mình NHNN c ần xây d ựng các k ịch b ản v ề t ăng 123 tr ưởng kinh t ế hàng n ăm, t ừ đó xác đị nh các NH có th ể b ị v ỡ n ợ trong các k ịch b ản để cảnh báo, giám sát s ớm. + Nhà n ước và Chính ph ủ Vi ệt Nam bên c ạnh vi ệc t ạo điều ki ện thu ận l ợi v ề môi tr ường ho ạt độ ng kinh doanh cho các NHTM trong n ước c ần có nh ững h ỗ tr ợ pháp lý, c ải cách hành chính. Các chính sách ti ền t ệ đưa ra c ần tính đến các tác độ ng đối v ới các NHTMCP, đặ c bi ệt là các NHTMCP y ếu kém. Hi ện nay gi ải quy ết n ợ x ấu là m ột yêu c ầu c ấp bách, quan tr ọng nh ằm gi ảm nguy c ơ v ỡ n ợ các NHTMCP. Bên cạnh các c ố g ắng c ủa b ản thân các NHTM để vi ệc thu h ồi x ử lý n ợ x ấu được nhanh hơn giúp cho các TCTD gi ảm thi ểu chi phí giao d ịch, th ời gian giao d ịch, Chính ph ủ cần s ớm hoàn thi ện quy trình x ử lý tài s ản đả m b ảo, rút ng ắn th ời gian gi ải quy ết h ồ s ơ xử lý tài s ản đả m b ảo. Ch ẳng h ạn ngay khi kho ản n ợ chuy ển sang nhóm 3 thì ngân hàng có th ể tri ển khai m ột s ố th ủ t ục thanh lý đố i v ới tài s ản đả m b ảo. Đố i v ới các kho ản n ợ x ấu c ủa các doanh nghi ệp mà ngân hàng không chuy ển giao được cho Công ty mua bán n ợ và t ổ ch ức cá nhân khác thì Chính ph ủ c ần có c ơ ch ế để ngân hàng có th ể ch ủ độ ng áp d ụng các bi ện pháp tham gia c ơ c ấu l ại tài chính và ho ạt độ ng doanh nghi ệp, có th ể cho phép ngân hàng được tham gia vào quá trình c ơ c ấu l ại doanh nghi ệp, cho phép chuy ển n ợ thành v ốn góp c ổ ph ần và tham gia điều hành doanh nghi ệp. Chính ph ủ c ũng nên xem xét đư a ra các chính sách để có th ể huy độ ng nhi ều ngu ồn l ực h ơn n ữa trong vi ệc tham gia vào quá trình x ử lý n ợ x ấu giúp đẩ y nhanh quá trình này. Đối v ới các NHTMCP quá y ếu kém để tránh nh ững tác động tiêu c ực không đáng có, Chính ph ủ có th ể cho NH phá s ản theo lu ật đị nh, các th ủ t ục cho phá s ản các TCTD c ũng c ần được Qu ốc h ội xem xét, s ửa đổ i cho phù h ợp. + Để tránh r ủi ro đổ v ỡ h ệ th ống ngân hàng thì NHNN c ần khuy ến khích, ti ến tới b ắt bu ộc các NH áp d ụng các quy đị nh theo thông l ệ qu ốc t ế trong ho ạt độ ng, hoàn thi ện h ệ th ống thông tin, số li ệu th ống kê và công tác d ự báo. T ăng c ường thanh tra giám sát vi ệc phân lo ại n ợ và trích l ập d ự phòng r ủi ro cho vay c ủa các NHTM. Vi ệc thanh tra, giám sát c ủa NHNN c ần được ti ến hành th ường xuyên và có ch ất l ượng tránh vi ệc các BCTC c ủa các ngân hàng t ốt trong khi trên th ực t ế ngân hàng đang trên bờ v ực phá s ản nh ư m ột s ố tr ường h ợp trong th ời gian qua. C ần có c ơ ch ế có tính ch ất bắt bu ộc các ngân hàng ph ải báo cáo, cung c ấp thông tin m ột cách trung th ực. Đố i v ới các ngân hàng có nguy c ơ v ỡ n ợ cao NHNN c ũng c ần có các yêu c ầu v ề t ăng c ường qu ản tr ị n ội b ộ, yêu c ầu v ề t ăng v ốn ch ủ s ở h ữu nh ư m ột bi ện pháp phòng v ệ, đưa ra định m ức t ăng tr ưởng tín d ụng để h ạn ch ế cho vay, t ăng c ường kh ả n ăng thanh kho ản cho các NH. 124 + NHNN c ần xây d ựng m ột b ộ các tiêu chuẩn, ch ỉ tiêu đánh giá nguy c ơ v ỡ nợ các NHTMCP, thi ết l ập m ột mô hình c ảnh báo s ớm v ỡ nợ các ngân hàng, giúp các ngân hàng có th ể dự báo nguy c ơ v ỡ nợ từ đó có nh ững điều ch ỉnh cho phù h ợp. c) Đề xu ất mô hình, quy trình xây d ựng mô hình c ảnh báo nguy c ơ v ỡ n ợ đố i với các NHTMCP : Tác gi ả đề xu ất s ử d ụng mô hình Logit v ới d ữ li ệu m ảng tác độ ng c ố đị nh để cảnh báo nguy c ơ v ỡ n ợ cho các NHTMCP Vi ệt Nam, đề xu ất c ăn c ứ trên các k ết qu ả th ực nghi ệm đã đạt được. C ụ th ể: + Mô hình Logit đã xác định được 4 ch ỉ tiêu ảnh h ưởng đế n kh ả n ăng v ỡ n ợ c ủa các NHTMCP. Các ch ỉ tiêu g ồm: RGDP, Lãi c ận biên; N ợ quá h ạn /T ổng n ợ ph ải tr ả; Các kho ản cho vay thu ần/ ti ền g ửi khách hàng. + Mô hình Logit v ới d ữ li ệu m ảng làm t ăng s ố b ậc t ự do và do đó làm t ăng độ chính xác c ủa các suy di ễn th ống kê. + Mô hình Logit d ữ li ệu m ảng v ới tác độ ng c ố đị nh đã l ượng hóa được tính đặ c thù c ủa t ừng ngân hàng ảnh h ưởng kh ả n ăng v ỡ n ợ. Nếu vi ệc phân nhóm NH ch ưa rõ ràng thì có th ể áp d ụng thêm mô hình m ạng nơron, cây quy ết đị nh để có thêm thông tin giúp vi ệc xác định nguy c ơ được chính xác hơn vì k ết qu ả th ực nghi ệm của lu ận án cho th ấy mô hình m ạng n ơron và mô hình cây quy ết đị nh có hi ệu su ất phân lo ại cao h ơn mô hình Logit. Qua vi ệc th ực nghi ệm xây d ựng mô hình c ảnh báo v ỡ n ợ cho các NHTMCP trong lu ận án, tác gi ả đề xu ất quy trình c ảnh báo v ỡ nợ. Quy trình c ảnh báo v ỡ nợ các ngân hàng có các b ước: Bước 1: Xác đị nh rõ m ục tiêu c ần nghiên c ứu - Xác định các ngân hàng s ẽ được nghiên c ứu. - Làm rõ, định ngh ĩa được các nhóm ngân hàng, ch ẳng h ạn các ngân hàng thu ộc tr ạng thái “ nguy c ơ v ỡ nợ cao” ho ặc “nguy c ơ v ỡ nợ th ấp”. Vi ệc phân lo ại ban đầu hay quan ni ệm th ế nào là “nguy c ơ v ỡ nợ cao” hay “nguy c ơ v ỡ nợ th ấp” s ẽ có ảnh hưởng r ất l ớn đến k ết qu ả cảnh báo. - Xác định các ngân hàng c ụ th ể thu ộc nhóm “nguy c ơ v ỡ nợ cao” ho ặc “nguy cơ v ỡ nợ th ấp”. Vi ệc phân nhóm các ngân hàng c ần d ựa trên t ổng h ợp các phân tích khác nhau. 125 Bước 2: Thu th ập d ữ li ệu - Thu th ập s ố li ệu, các s ố li ệu này ch ủ yếu là các ch ỉ tiêu trong các BCTC. Các thông tin phi tài chính c ũng được phân tích để có thêm thông tin v ề các ngân hàng. - Tùy đặc điểm c ủa d ữ li ệu để xác định kích th ước m ẫu. Khi xác định kích th ước m ẫu c ũng c ần chú ý để có thể ki ểm tra hi ệu su ất ngoài m ẫu c ủa mô hình. Bước 3: Tính toán các ch ỉ s ố và xác định các ch ỉ s ố s ử d ụng ước l ượng mô hình - Từ dữ li ệu g ốc tính các ch ỉ số tài chính. Nên tính m ột l ớp khá r ộng các ch ỉ số. - Ki ểm tra các gi ả thi ết v ề các bi ến s ố đư a vào: t ương quan, phân b ố của bi ến s ố, - Xác định các bi ến s ố có kh ả năng phân bi ệt hai nhóm ngân hàng. Bước 4: Ước l ượng và l ựa ch ọn mô hình - Ước l ượng hàm Logit v ới d ữ li ệu m ảng, xây d ựng mô hình m ạng n ơron, cây quy ết định. - Phân tích k ết qu ả các mô hình. Tính xác su ất v ỡ nợ, phân nhóm nguy c ơ, so sánh đồng th ời các k ết qu ả phân nhóm c ủa các mô hình, t ừ đó đư a ra k ết lu ận. 126 KẾT LU ẬN VÀ H ƯỚNG NGHIÊN C ỨU TI ẾP THEO Xu ất phát t ừ s ự c ần thi ết c ủa ho ạt độ ng d ự báo v ỡ n ợ các NHTMCP cùng v ới sự t ồn t ại c ủa kho ảng tr ống nghiên c ứu trong và ngoài n ước, lu ận án này áp d ụng mô hình h ồi quy Logit v ới d ữ li ệu m ảng và m ột s ố mô hình phi tham s ố (m ạng n ơron, cây quy ết đị nh) để xây d ựng mô hình c ảnh báo nguy c ơ v ỡ n ợ cho các NHTMCP Vi ệt Nam. Để áp d ụng các mô hình này, tác gi ả l ựa ch ọn ch ỉ tiêu n ợ x ấu k ết h ợp v ới phân tích hi ệu qu ả ho ạt độ ng các ngân hàng làm tiêu chí xác định nguy c ơ v ỡ n ợ. Các bi ến dự báo trong lu ận án được xây d ựng ch ủ y ếu t ừ các ch ỉ tiêu trong mô hình CAMELS và được tính toán t ừ các BCTC của các NHTMCP giai đoạn 2010-2015. K ết qu ả đạ t được c ủa lu ận án nh ư sau: + Th ứ nh ất: Lu ận án t ổng quan m ột cách h ệ th ống các ph ươ ng pháp, các mô hình cảnh báo v ỡ n ợ áp d ụng cho các công ty, đặc bi ệt cho các ngân hàng t ừ các ph ươ ng pháp phân tích đơ n bi ến đế n các ph ươ ng pháp s ử d ụng các k ỹ thu ật thông minh hi ện đạ i mà hi ện nay đang được s ử d ụng nhi ều trong phân tích c ảnh báo v ỡ n ợ. Qua đó ch ỉ ra được nh ững ưu khuy ết điểm c ủa t ừng ph ươ ng pháp, t ừng mô hình, ch ỉ ra kho ảng tr ống nghiên cứu để xem xét l ựa ch ọn mô hình Logit v ới d ữ li ệu m ảng vào xây d ựng mô hình cảnh báo v ỡ n ợ cho các NHTMCP Vi ệt Nam. + Th ứ hai : Lu ận án xây d ựng c ơ s ở lý lu ận nguy c ơ v ỡ n ợ c ủa các NHTMCP Vi ệt Nam. Lu ận án phân tích làm rõ th ực tr ạng ho ạt độ ng, nguy c ơ v ỡ n ợ c ủa các NHTMCP Vi ệt Nam giai đoạn 2010-2015. Tác gi ả phân tích và đề xu ất tiêu chí để xác định nguy c ơ v ỡ n ợ cho các NHTMCP Vi ệt Nam trên c ơ s ở nh ững phân tích n ợ x ấu, hi ệu qu ả ho ạt độ ng các ngân hàng. + Th ứ ba: Lu ận án xây d ựng, l ựa ch ọn h ệ th ống 39 ch ỉ tiêu vi mô và 3 ch ỉ tiêu v ĩ mô sử d ụng trong c ảnh báo v ỡ n ợ ngân hàng. Xác định được các ch ỉ tiêu ảnh h ưởng tr ực ti ếp t ới nguy c ơ v ỡ n ợ c ủa các NHTMCP. Các ch ỉ tiêu này là: n ợ quá h ạn /t ổng n ợ ph ải tr ả; lãi c ận biên thu ần, các kho ản cho vay thu ần/ ti ền g ửi c ủa khách hàng. Nghiên c ứu đã minh ch ứng s ự ảnh h ưởng, l ượng hóa m ức độ ảnh h ưởng c ủa bi ến RGDP t ới nguy c ơ v ỡ nợ c ủa các NHTMCP. +Th ứ t ư: Lu ận án đề xu ất mô hình c ảnh báo v ỡ n ợ cho các NHTMCP Vi ệt Nam là s ử d ụng mô hình h ồi quy Logit v ới d ữ li ệu m ảng, mô hình này giúp xác định các nhân t ố, các ch ỉ tiêu tác động t ới nguy c ơ v ỡ n ợ, xác đị nh xác su ất thu ộc các nhóm nguy c ơ cho các ngân hàng trong m ẫu. Mô hình này đư a ra các k ết qu ả phù h ợp v ề m ặt kinh t ế, đả m b ảo các tiêu chu ẩn c ủa m ột mô hình t ốt. Kết qu ả th ực nghi ệm c ủa lu ận án 127 cho th ấy mô hình m ạng n ơ ron, cây quy ết đị nh- hai mô hình thu ộc nhánh mô hình s ử dụng k ỹ thu ật thông minh làm t ăng hi ệu su ất phân nhóm. + Th ứ n ăm: Lu ận án l ượng hóa được m ức độ khác bi ệt, đặ c thù c ủa t ừng ngân hàng ảnh h ưởng đế n kh ả n ăng v ỡ n ợ. Đồ ng th ời ch ỉ ra bốn ngân hàng ti ềm ẩn nguy c ơ vỡ n ợ cao c ần xem xét toàn di ện. + Th ứ sáu: Từ vi ệc th ực nghi ệm xây d ựng mô hình c ảnh báo v ỡ n ợ trong lu ận án, tác gi ả c ũng đề xu ất quy trình c ảnh báo v ỡ n ợ các NHTMCP Vi ệt Nam. + Th ứ b ảy: Từ các k ết qu ả đạ t được tác gi ả đề xuất m ột s ố gi ải pháp, ki ến ngh ị với các ngân hàng, các c ơ quan qu ản lý giúp các ngân hàng h ạn ch ế nguy c ơ v ỡ n ợ. Đề xu ất các h ướng nghiên c ứu ti ếp theo Để ti ếp t ục xây d ựng mô hình c ảnh báo nguy c ơ v ỡ n ợ cho các NHTMCP Vi ệt Nam ngày càng hoàn thi ện, tác giả đề xu ất m ột s ố h ướng nghiên c ứu trong t ươ ng lai có th ể th ực hi ện m ột s ố n ội dung chính nh ư sau: + Th ứ nh ất, do s ự h ạn ch ế trong vi ệc ti ếp c ận các ngu ồn s ố li ệu s ử d ụng cho nghiên c ứu nên tác gi ả đã s ử d ụng ch ỉ tiêu n ợ x ấu và x ếp lo ại hi ệu qu ả ho ạt độ ng để làm c ăn c ứ xác định nguy c ơ v ỡ n ợ các NH. Các nghiên c ứu khác có th ể tìm ki ếm tiêu chí phân lo ại, th ử nghi ệm và so sánh k ết qu ả nghiên c ứu theo các tiêu chí này. + Th ứ hai, các nghiên c ứu khác có th ể th ử nghi ệm với các mô hình nh ư mô hình phân tích sống sót, mô hình phân tích đặc điểm, thu ật toán di truy ền, và so sánh lựa ch ọn mô hình. Các nghiên c ứu khác c ũng có th ể tìm cách k ết h ợp nhi ều ph ươ ng pháp, mô hình trong nghiên c ứu để t ăng hi ệu su ất phân lo ại. + Th ứ ba, cần nghiên c ứu sâu h ơn vào vi ệc xây d ựng mô hình và ki ểm tra hi ệu su ất d ự báo v ới các m ẫu ngoài c ủa mô hình. + Th ứ t ư, các nghiên c ứu khác sau khi tính được xác su ất v ỡ n ợ, x ếp h ạng các ngân hàng có th ể tính toán ma tr ận chuy ển h ạng c ủa các ngân hàng ho ặc xây d ựng mô hình xác định các nhân tố tác độ ng t ới s ự chuy ển h ạng c ủa các ngân hàng. 128 DANH M ỤC CÁC CÔNG TRÌNHCÔNG B Ố CỦA TÁC GI Ả 1. Đặng Huy Ngân, Phùng Minh Đức (2013), ‘Các mô hình c ảnh báo v ỡ n ợ doanh nghi ệp’, Kỷ y ếu h ội th ảo qu ốc gia: Đào t ạo và ứng d ụng Toán h ọc trong kinh t ế xã h ội, Nhà xu ất b ản Đạ i h ọc Kinh t ế qu ốc dân, tr. 243-249. 2. Đặng Huy Ngân (2015), ‘S ử d ụng k ết h ợp phân tích nhân t ố và h ồi quy Logistic để phân lo ại các ngân hàng th ươ ng m ại c ổ ph ần Vi ệt Nam’, Kỷ y ếu h ội th ảo khoa h ọc qu ốc gia: An ninh tài chính ti ền t ệ c ủa Vi ệt Nam trong b ối c ảnh h ội nh ập qu ốc t ế, Nhà xu ất b ản Đạ i h ọc Kinh t ế qu ốc dân, tr. 102-114. 3. Đặng Huy Ngân (2015), ‘ Để gi ảm nguy c ơ v ỡ n ợ c ủa các ngân hàng th ươ ng mại c ổ ph ần’, Tạp chí Kinh t ế và D ự báo , s ố 22, tr. 25-28. 4. Đặng Huy Ngân (2016), ‘S ử d ụng m ạng n ơron để phân lo ại, d ự báo nguy c ơ v ỡ nợ các ngân hàng th ươ ng m ại c ổ ph ần Vi ệt Nam’, Tạp chí Kinh t ế và D ự báo , số chuyên đề T1/2016, tr. 6-9. 5. Đặng Huy Ngân (2016), ‘Xây d ựng mô hình c ảnh báo nguy c ơ v ỡ n ợ cho các ngân hàng th ươ ng m ại c ổ ph ần Vi ệt Nam’, Tạp chí Kinh t ế và Phát tri ển, s ố Đặc bi ệt T9/2016, tr. 82-90. 6. Đặng Huy Ngân (2017), ‘Áp d ụng mô hình Logit v ới d ữ li ệu m ảng trong nghiên c ứu c ảnh báo v ỡ n ợ các ngân hàng th ươ ng m ại c ổ ph ần Vi ệt Nam’, Kỷ yếu h ội ngh ị toàn qu ốc l ần th ứ IV v ề ứng d ụng Toán h ọc, Nhà xu ất b ản Thông tin và Truy ền thông, tr. 157-166. 129 DANH M ỤC TÀI LI ỆU THAM KH ẢO 1. Altman, Edward I. (1968), ‘Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy’, Journal of Finance , p.189-209. 2. Atlman, E. I., Hartzell J., Peck M. (1995), Emerging Markets Corporate Bonds: A Scoring System , Salomon Brothers Inc. New York. 3. Atlman, E. I., Heine, M. L., Zhang, L., &Yen, J. (2007), ‘Corporate financial distress diagnosis in China’, Salomon Center Working Paper , New York University. 4. Amri, P.D and Kocher, B.M. (2012), ‘The Political Economy of Financial Sector Supervision and Banking Crises: A cross-Country Analysis’, European Law Journal , 18(1), p. 24-43. 5. Balcaen, S., and Ooghe, H. (2006), ‘35 years of studies on business failure: An overview of the classic statistical methodologies and their related problems’, The British Accounting Review , 38(1), p. 63-93. 6. Barr, Richard, and Thomas Siems (1994), ‘Predicting Bank Failure Using DEA to Quantify Management Quality’ , Federal Reserve Bank of Dallas, Financial Industry Studies, Working Paper No. 1-94. 7. Banker, R. D., Charnes, A., and Cooper, W, W (1984), ‘Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis’, Management Science , 30(9), p.1079-1092. 8. Basell II (2008), Sự th ống nh ất qu ốc t ế v ề đo l ường và các tiêu chu ẩn v ốn, Nhà xu ất b ản V ăn hóa- Thông tin, Hà N ội. 9. Beaver, W. (1966), ‘Financial ratios as predictors of failure’, Journal of Accounting Research 5: p. 71-111. 10. Birsen Eygi Erdogan (2016), ‘Long-term Examination of Bank Crashes Using Panel Logistic Regression: Turkish Banks Failure Case’, International Journal of Statistics and Probability ; Vol. 5, No. 3. 11. Berger, A. N., De Young, R. (1997), ‘Problem loans and cost efficiency in commercial Banks’, Journal of Banking And Finance , (21)6, pp.849-870. 12. Bureau of Business Research (1930), A Test Analysis of Unsuccessful Industrial Companies , Bulletin No.31. Urbana: University of Illonois Press. 130 13. Blum, M. (1974), ‘Failing company discrimination analysis’, Journal of Accounting research, 2(1),p. 1-25. 14. Charnes, A., Cooper, W. and Rhodes, E. (1978), ‘Measuring efficiency of decision making units’, European journal of operations research , 6(3), p.429-444. 15. Crouhy, M., Galai, D. & Mark (2001), Risk Management , Mc Graw-Hill. 16. Coelli, T. (1996), “A guide to DEAP version 2.1: a data envelopment analysis program”, CEPA Working Paper 1996/08, A vailable at: 17. Công ty C ổ ph ần Stoxplus. 18. David W.Hosmer, Jr., Stanley Lemeshow, Rodney X.Studivant (2013), Applied Logistic Regression , Third Edition. 19. Demirguc-Kunt, Asli (1989), ‘Deposit-Institution Failures: A Review of the Empirical Literature’, Federal ReserveBank of Cleveland, Economic Review , Quarter 4. 20. Deakin, E. B. (1972), ‘A discriminant analysis of predictors of business failure’, Journal of Accounting research , p. 167-179. 21. Dimitras, A.I., Zanakis, S.H. and Zopounidis, C. (1996),‘A survey of business failure with an emphasis on prediction methods and industrial applications’, European Journal of Operational Research , Vol.90, p. 487-513. 22. Ding, Y., Song, X., & Yen, Y. (2008), ‘Forecasting financial condition of Chinese listed companies based on support vector machine’, Expert System with Applications , 34 (4), p. 3081-3089. 23. Distingguin, Isabelle, Rous, Philippe, and Tarazi, Amine (2005), ‘Market Discipline and the Use of Stock Market Data to Predict Bank Financial Distress’. Working paper . 24. Duclaux, Soupmo Badjio (2009), ‘A warning model for bank default in CEMAC countries’, HEC Management School-University of LIEGE. 25. Eisenbeis, Robert, and Simon Kwan (1994), ‘An Analysis of Inefficiencies in Banking: A Stochastic Cost Frontier Approach’ , Workingpaper. 26. Farrell, M.J. (1957), ‘The measurement of productive efficiency’, Journal of the Royal Statistical Society , 120, p. 253-281. 131 27. Farrell, R., Grosskopf, S. and Lovell, C. A. K (1985), The Measurement of Efficiency of Production , KluwerNijhoff, Boston. 28. Fitzpatrick, P. (1932), ‘A Comparison of the Ratios of Successful Industrial Enterprises with Those of Failed Companies’, The Accountants Pulishing Company . 29. Frederic S. Mishkin (1999), Ti ền t ệ, ngân hàng và th ị tr ường tài chính , Nhà xu ất bản Khoa h ọc và K ỹ thu ật. 30. Frydman, H., Altman, E. and Kao, D. (1985), ‘Introducing recursive partitioning for financial classification: the case of financial distress’, The Journal of Finance , Vol. XL No.1, pp. 269-91. 31. Gleb Lanine and Rudi Vander Vennet (2006), ‘Failure prediction in the Russian bank sector with Logit and trait recognition models’, Expert systems with application 30(3), p. 436-478. 32. Gropp, Reint, Vesala Jukka, and Vulpes Giuseppe (2005), ‘Equity and bond market signls as leading indicators of bank fragility’. Journal of Money Credit and Banking, forthcoming . 33. Hausman, J.A. (1978), ‘Specification tests in econometrics’, Econometrica , 46, 1251-1271. 34. Hosmer, David W.Jr. and Stanley Lemeshow (1989), Applied Logistic regression , John Wiley và Son, NewYork. 35. Hughes, Joseph P., and Choon-Geol Moon (1995), ‘Measuring Bank Efficiency when Managers Trade Return for Reduced Risk’ , Working paper. 36. Isabelle Distinguin and Amine Tarazi (2008), ‘The use of accounting and stock market data to predict bank rating changes: The case of south east Asian’, University de Limoges , France. 37. Jo, H., & Han, I. (1996), ‘Integration of case- based forecasting neural network and discriminant analysis for bankruptcy prediction’, Expert Systems with applications , 11(4), 415-422. 38. Kolari, J., Glennon, D., Shin, H., and Caputo, M. (2002), ‘Predicting Large US Commercial Bank Failures’, Journal of Economics and Business , 54(321), p. 361-387. 39. Lê Dân (2004), Vận d ụng ph ươ ng pháp th ống kê để phân tích hi ệu qu ả ho ạt độ ng của ngân hàng th ươ ng m ại Vi ệt Nam , Lu ận án ti ến s ĩ kinh t ế, Đạ i h ọc Kinh t ế Qu ốc dân, Hà N ội. 132 40. Lê Kh ươ ng Ninh (2015), ‘Nguyên nhân phá s ản c ủa các ngân hàng th ươ ng m ại: Lý thuy ết và bài h ọc kinh nghi ệm t ừ th ực ti ễn’, Tạp chí Ngân hàng , s ố 20, tr. 47-49. 41. Lê Th ị H ồng H ạnh (2013), ‘Gi ải quy ết n ợ x ấu-vấn đề m ấu ch ốt trong tái c ơ c ấu h ệ th ống ngân hàng’, Tạp chí Trung tâm thông tin t ư li ệu, s ố 01 n ăm 2013. 42. Lin, H., & Sun, J. (2009), ‘Predicting financial failure using multiple case-based reasoning combine with support vector machine’, Expert Systems with Applications , 36(6), p.10085-10096. 43. Marais ML, Patel J. Wolfson M. (1984), ‘The experimental design of classification models: an application of recursive partitioning and bootstrapping to commercial bank loan classification’, Journal of Accounting , Vol. 22, pp. 87-113. 44. Martens, D., Bruynseels, L., Baesens, B., Willekens, M., & Vanthienen, J. (2008), ‘Predicting going concern opinion with data mining’, Decision Support Systems , 45(4), p.765-777. 45. Martin, D. (1977), ‘Early warning of bank failures: A logit regression approach’, Journal of Banking and Finance 1: p. 249-276. 46. Merwin, C. (1942), ‘Financing Small Corporations: In Five Manufacturing Industries, 1926-36’, National Bureau of Economic Research . 47. Metron, R. (1974), “On the pricing of corporate debt: the risk structure of interest rates”, Journal of Finance , Vol.29 No.2, pp.449-70. 48. Ngân hàng Nhà n ước (2008), Quy ết đị nh 06/2008/Q Đ-NHNN v ề vi ệc ban hành Quy định x ếp lo ại ngân hàng th ươ ng m ại c ổ ph ần, ban hành ngày 12 tháng 03 năm 2008. 49. Ngân hàng Nhà n ước (2013), Thông t ư s ố 02/2013/TT-NHNN v ề vi ệc phân lo ại tài s ản có, m ức trích, ph ươ ng pháp trích l ập d ự phòng r ủi ro và vi ệc s ử d ụng d ự phòng để x ử lý r ủi ro trong ho ạt độ ng c ủa t ổ ch ức tín d ụng, chi nhánh ngân hàng nước ngoài, ban hành ngày 21 tháng 1 n ăm 2013. 50. Ngân hàng Nhà n ước (2013), Thông t ư s ố 19/2013/TT-NHNN v ề vi ệc mua, bán và x ử lý n ợ x ấu c ủa Công ty qu ản lý tài s ản c ủa các t ổ ch ức tín d ụng Vi ệt Nam, ban hành ngày 6 tháng 9 n ăm 2013. 133 51. Ngân hàng Nhà n ước (2014), Thông t ư s ố 14/2014/TT-NHNN v ề vi ệc s ửa đổ i, b ổ sung m ột s ố điều c ủa quy đị nh v ề phân lo ại n ợ, trích l ập và s ử d ụng d ự phòng để xử lý r ủi ro tín d ụng trong ho ạt độ ng ngân hàng c ủa t ổ ch ức tín d ụng ban hành theo quy ết đị nh s ố 493/2005/Q Đ-NHNN, ban hành ngày 20 tháng 5 n ăm 2014. 52. Ngân hàng Nhà n ước (2014), Thông t ư s ố 36/2014/TT-NHNN v ề vi ệc quy đị nh các gi ới h ạn, t ỷ l ệ đả m b ảo an toàn trong ho ạt độ ng c ủa t ổ ch ức tín d ụng, chi nhánh ngân hàng n ước ngoài, ban hành ngày 20 tháng 11 n ăm 2014. 53. Ngân hàng Nhà n ước Việt Nam (2005), Quy ết đị nh s ố 493/Q Đ-NHNN v ề phân lo ại n ợ, trích l ập và s ử d ụng d ự phòng để x ử lý r ủi ro tín d ụng trong ho ạt độ ng ngân hàng c ủa các t ổ ch ức tín d ụng , ban hành ngày 22 tháng 4 n ăm 2005. 54. Ngân hàng Nhà n ước Vi ệt Nam (2009 đế n 2015), Báo cáo th ường niên, Hà N ội. 55. Ngân hàng th ươ ng m ại Vi ệt Nam (2009 đế n 2015), Báo cáo th ường niên . 56. Nguy ễn Quang Dong (2009), Xếp h ạng tín d ụng các ngân hàng, các t ổ ch ức tài chính Vi ệt Nam b ằng ph ươ ng pháp phân tích phân bi ệt, đề tài khoa h ọc c ấp b ộ, Tr ường Đạ i h ọc Kinh t ế qu ốc dân. 57. Nguy ễn Cao V ăn, Tr ần Thái Ninh, Ngô V ăn Th ứ (2012), Giáo trình Lý thuy ết xác su ất và th ống kê toán , Nhà xu ất b ản Kinh t ế qu ốc dân, Hà N ội. 58. Nguy ễn Minh Phong (2012), Nợ x ấu - nguyên nhân và l ời gi ải 59. Nguy ễn Phi Lân (2015), Xây d ựng và ứng d ụng mô hình c ấu trúc trong ho ạt động thanh tra, giám sát các t ổ ch ức tín d ụng , Đề tài khoa h ọc c ấp ngành, Ngân hàng Nhà n ước. 60. Nguy ễn Th ị H ồng Vinh (2015), ‘Y ếu t ố tác độ ng đế n n ợ x ấu các ngân hàng th ươ ng m ại Vi ệt Nam’, Tạp chí Phát tri ển Kinh t ế, s ố 26, tr.80-98. 61. Nguy ễn Th ị L ươ ng (2014), Ứng d ụng mô hình Merton-KMV để đo l ường r ủi ro vỡ n ợ c ủa các doanh nghi ệp niêm y ết ở Vi ệt Nam, Lu ận v ăn th ạc s ỹ kinh t ế, Đạ i học Kinh t ế Qu ốc dân, Hà N ội. 62. Nguy ễn Tr ọng Hòa (2009), Xây d ựng mô hình XHTD đối v ới các doanh nghi ệp Vi ệt Nam trong n ền kinh t ế chuy ển đổ i, Lu ận án ti ến s ĩ kinh t ế, Tr ường đạ i h ọc Kinh t ế Qu ốc dân, Hà N ội. 63. Nguy ễn Thành Cường và Ph ạm Th ế Anh (2010), ‘ Đánh giá r ủi ro phá s ản c ủa các doanh nghi ệp ch ế bi ến th ủy s ản đang niêm y ết trên th ị tr ường ch ứng khoán Vi ệt Nam’, Tạp chí Khoa h ọc-công ngh ệ Th ủy s ản, S ố 2, tr. 27-33. 134 64. Nguy ễn V ăn Ti ến (2003), Giáo trình ngân hàng th ươ ng m ại, Nhà xu ất b ản Th ống kê. 65. Nguy ễn Vi ệt Hùng, Hà Qu ỳnh Hoa (2012), Các mô hình d ự báo kh ủng ho ảng ti ền t ệ và ứng d ụng c ảnh báo cho Vi ệt Nam , Nhà xu ất b ản Kinh t ế qu ốc dân, Hà N ội. 66. Nguy ễn Xuân Thành (2016), Ngân hàng th ươ ng m ại Vi ệt Nam: T ừ nh ững thay đổ i v ề lu ật và chính sách giai đoạn 2006-2010 đến các s ự ki ện tái c ơ c ấu giai đoạn 2011- 2015 , truy cập ngày 16 tháng 4 n ăm 2016, t ừ /143595/Buc-tranh-ngan-hang-Viet-Nam-10-nam-qua.html. 67. Odom, M. and R. Sharda (1993),‘A neural network model for bankruptcy prediction’, Article in Neural networks in Finance and Investing: Using Artificial Intelligence to improve Real- World Performance , R. Trippi and E. Turban (eds.). Chicago, IL: Probus Publishing Co. 68. Ohlson, J. (1980), ‘Financial ratios and probabilistic prediction of bankruptcy’, Journal of Accounting Research 18(1), p. 109-131. 69. Phan H ồng Mai (2012), Nguy c ơ phá s ản c ủa các công ty c ổ ph ần xây d ựng niêm yết ở Vi ệt Nam , Đề tài khoa h ọc c ấp c ơ s ở, Tr ường đạ i h ọc Kinh t ế qu ốc dân. 70. Phan H ồng Mai, Cao Đứ c Anh (2014), ‘Nhân t ố ảnh h ưởng t ới t ỷ l ệ n ợ x ấu c ủa các ngân hàng th ươ ng mại Vi ệt Nam’, Tạp chí Kinh t ế & Phát tri ển, s ố 207(II), tr.80-89. 71. Ph ạm Th ị Kim Ánh (2014),’ N ợ x ấu ngân hàng và các v ấn đề c ần x ử lý’, Tạp chí khoa h ọc và công ngh ệ, s ố tháng 2, n ăm 2014. 72. Qu ốc h ội (2010), Lu ật các t ổ ch ức tín d ụng , ban hành ngày 16 tháng 6 n ăm 2010. 73. Qu ốc h ội (2014), Lu ật Phá s ản, ban hành ngày 19 tháng 6 n ăm 2014. 74. Ravi, V. and C. Pramodh (2008), ‘Threshold accepting trained principal component neural network and feature subset selection: application to bankruptcy prediction in banks’, Applied Soft Computing, Vol. 8 (4), p.1539-1548. 75. Resti, Andrea (1995), ‘Linear Programming and Econometric Methods for Bank Efficiency Evaluation: An Empirical Comparison Based on a Panel of Italian Banks’ , working paper. 76. Salchenberger, L.M., Cinar, E.M. and Lash, N.A. (1992), ‘Neural networks: a new tool for predicting thrift failures’, Decision Sciences , Vol. 23, p. 899-916. 77. Shumway, T. (2001), ‘Forecasting bankruptcy more accurately: a simple hazard model’, The Journal of Busines , 74, p. 101-124. 135 78. Tam and M. Kiang (1992), ‘Managerial applications of neural networks-the case of bank failure predictions’, Management Science, Vol. 38(7), p. 926-947. 79. Th ủ t ướng Chính ph ủ (2012), Quy ết đị nh 254/Q Đ-TTg phê duy ệt đề án c ơ c ấu l ại hệ th ống các t ổ ch ức tín d ụng giai đoạn 2011-2015 , ban hành ngày 01 tháng 03 năm 2012. 80. Tr ần Tr ọng Phong và c ộng s ự (2015), ‘Các nhân t ố ảnh h ưởng đế n n ợ x ấu t ại các ngân hàng th ươ ng m ại Vi ệt Nam’, Tạp chí Kinh t ế & Phát tri ển, s ố 216 (II), tr 54-60. 81. Trung tâm nghiên c ứu Kinh t ế và Chính sách-VEPR (2014), ‘Báo cáo th ường niên kinh t ế Vi ệt Nam n ăm 2013’. 82. Uỷ ban Kinh t ế c ủa Qu ốc h ội và UNDP t ại Vi ệt Nam (2013), Giám sát h ệ th ống tài chính: Ch ỉ tiêu và mô hình định l ượng, Nhà xu ất b ản Trí th ức, Hà N ội. 83. Ủy ban Giám sát Tài chính Qu ốc gia (2014), ‘Báo cáo t ổng quan th ị tr ường tài chính n ăm 2013’. 84. Vi ện ngôn ng ữ (1988), Từ điển Ti ếng Vi ệt, Nhà xu ất b ản Khoa h ọc xã h ội, Hà N ội. 85. Wei Dai và Wei Ji (2014), ‘A MapReduce Implementation of C 4.5 Decision Tree Algorithm’, International Journal of Database Theory and Application , Vol.7, No.1, pp. 49-60. 86. West, R. C. (1985), ‘A factor analytic approach to bank condition’, Journal of Banking and Finance , S ố 9, tr. 253-266. 87. Whalen, G. (2005), ‘A Hazard Model of CAMELS Downgrades of Low-Risk Community Banks’. Economics Working Paper 2005-1, Office of Comptroller of the Currency, May 2005. 88. Winakor, A. and Smith, R. (1935), Changes in the Financial Structure of Unsuccessful Industrial Corporations, Bulletin 51, Bureau of Business Research, University of Illinois, Urbana, IL. 89. William H. Greene (1993), Econometric analysis , Macmillan Publishing Company, New York. 90. Zmijewski,M.E. (1984),‘Methodological issues related to the estimation of financial distress prediction models, Journal of Accounting Research , 22,p.59-82. 136 PH Ụ LỤC Ph ụ l ục 1: Các ngân hàng trong nghiên c ứu Mã NH Tên vi ết t ắt Tên ngân hàng 1 ABBank Ngân hàng th ươ ng m ại c ổ ph ần An Bình 2 ACB Ngân hàng th ươ ng m ại c ổ ph ần Á Châu 3 Bac A bank Ngân hàng th ươ ng m ại c ổ ph ần B ắc Á 4 VietCapitalBank Ngân hàng th ươ ng m ại c ổ ph ần B ản Vi ệt 5 BaoViet bank Ngân hàng th ươ ng m ại c ổ ph ần B ảo Vi ệt 6 BIDV Ngân hàng th ươ ng m ại c ổ ph ần Đầ u T ư và Phát Tri ển VN 7 DaiABank Ngân hàng th ươ ng m ại c ổ ph ần Đạ i Á 8 DongABank Ngân hàng th ươ ng m ại c ổ ph ần Đông Á 9 EIB Ngân hàng th ươ ng m ại c ổ ph ần Xu ất nh ập kh ẩu Vi ệt Nam 10 HDBank Ngân hàng th ươ ng m ại c ổ ph ần Phát tri ển TP. HCM 11 KienLongBank Ngân hàng th ươ ng m ại c ổ ph ần Kiên Long 12 Lien Viet bank Ngân hàng th ươ ng m ại c ổ ph ần Liên Vi ệt 13 MBB Ngân hàng th ươ ng m ại c ổ ph ần Quân độ i 14 MDB Ngân hàng th ươ ng m ại c ổ ph ần Phát tri ển Mê Kông 15 MHB Ngân Hàng Phát Tri ển Nhà ĐBSCL 16 NamABank Ngân hàng th ươ ng m ại c ổ ph ần Nam Á 17 NaviBank Ngân hàng th ươ ng m ại c ổ ph ần Nam Vi ệt 18 OricomBank Ngân hàng th ươ ng m ại c ổ ph ần Ph ươ ng Đông 19 OceanBank Ngân hàng th ươ ng m ại c ổ ph ần Đạ i d ươ ng 20 PGBank Ngân hàng th ươ ng m ại c ổ ph ần X ăng d ầu Petrolimex 21 PNB Ngân hàng th ươ ng m ại c ổ ph ần Ph ươ ng Nam 22 WEB Ngân hàng th ươ ng m ại c ổ ph ần Ph ươ ng Tây 137 Mã NH Tên vi ết t ắt Tên ngân hàng 23 SacomBank Ngân hàng th ươ ng m ại c ổ ph ần Sài Gòn Th ươ ng tín 24 SCB Ngân hàng th ươ ng m ại c ổ ph ần B ản Vi ệt 25 SeaBank Ngân hàng th ươ ng m ại c ổ ph ần Đông Nam Á 26 SaigonBank Ngân hàng th ươ ng m ại c ổ ph ần Sài Gòn Công Th ươ ng 27 SHB Ngân hàng th ươ ng m ại c ổ ph ần Sài Gòn - Hà N ội 28 TechcomBank Ngân hàng th ươ ng m ại c ổ ph ần K ỹ th ươ ng Vi ệt Nam 29 TP Ngân hàng th ươ ng m ại c ổ ph ần Ti ền Phong 30 VietcomBank Ngân hàng th ươ ng m ại c ổ ph ần Ngo ại th ươ ng Vi ệt Nam 31 VIBank Ngân hàng th ươ ng m ại c ổ ph ần Qu ốc t ế Vi ệt Nam 32 VietABank Ngân hàng th ươ ng m ại c ổ ph ần Vi ệt Á 33 Vi ệt Bank Ngân hàng th ươ ng m ại c ổ ph ần Vi ệt Bank 34 VietinBank Ngân hàng th ươ ng m ại c ổ ph ần Công th ươ ng Vi ệt Nam 35 VPBank Ngân hàng th ươ ng m ại c ổ ph ần Vi ệt Nam Th ịnh V ượ ng Ngu ồn: Thi ết k ế của tác gi ả 138 Ph ụ l ục 2: B ảng báo cáo tài chính c ủa Ngân hàng A, n ăm 2010 1 I - Ti ền m ặt, vàng b ạc, đá quý 4,926,850,000,000 2 II - Ti ền g ửi t ại NHNN 5,144,737,000,000 III - Ti ền, vàng g ửi t ại các TCTD khác và cho vay các 3 TCTD khác 29,164,968,000,000 4 * Ti ền, vàng g ửi t ại các TCTD khác 5 * Cho vay các TCTD khác 6 * Dự phòng r ủi ro 7 IV- Ch ứng khoán kinh doanh: 501,293,000,000 8 - Ch ứng khoán kinh doanh 504,006,000,000 9 - Dự phòng gi ảm giá CK kinh doanh -2,713,000,000 V - Các công c ụ tài chính phái sinh và các tài s ản phái 10 sinh khác 9,973,000,000 11 VI - Cho vay khách hàng 31,676,320,000,000 12 * Cho vay khách hàng 31,810,857,000,000 13 * Dự phòng r ủi ro -134,537,000,000 14 VII - Ch ứng khoán đầu t ư 9,132,829,000,000 15 * CK s ẵn sàng để bán 1,658,481,000,000 16 * CK gi ữ đế n ngày đáo h ạn 7,474,348,000,000 17 * Dự phòng gi ảm giá ch ứng khoán đầ u t ư 18 VIII - Góp v ốn, đầ u t ư dài h ạn 762,469,000,000 19 1/ Đầu t ư vào công ty con 20 2/ Vốn góp liên doanh 195,358,000,000 21 3/ Đầu t ư vào công ty liên k ết 22 4/ Đầu t ư dài h ạn khác 567,111,000,000 23 5/ Dự phòng gi ảm giá đầ u t ư dài h ạn 24 IX - Tài s ản c ố đị nh 554,747,000,000 139 25 1/ Tài s ản c ố đị nh h ữu hình 514,109,000,000 26 * Nguyên giá TSC Đ 27 * Hao mòn TSC Đ 28 2/ Tài s ản c ố đị nh thuê tài chính 40,638,000,000 29 * Nguyên giá TSC Đ 30 * Hao mòn TSC Đ 31 3/ Tài s ản c ố đị nh vô hình 129,694,996,779 32 * Nguyên giá TSC Đ 33 * Hao mòn TSC Đ 34 X - Tài s ản có khác 3,517,495,000,000 35 1/ Các kho ản ph ải thu 36 2/ Các kho ản lãi và phí ph ải thu 37 3/ Tài s ản thu ế TNDN hoãn l ại 38 4/ Tài s ản có khác 39 5/ Các kho ản d ự phòng r ủi ro khác 40 Tổng c ộng tài s ản 85,391,681,000,000 41 NỢ PH ẢI TR Ả VÀ V ỐN CH Ủ S Ở H ỮU 42 I - Các kho ản n ợ Chính ph ủ và NHNN 654,630,000,000 43 II- Ti ền g ửi và vay các TCTD khác 6,994,030,000,000 44 1/ Ti ền g ửi c ủa các TCTD khác 45 2/ Vay TCTD khác 46 III- Ti ền g ửi c ủa khách hàng 55,283,104,000,000 IV - Các công c ụ tài chính phái sinh và các kho ản n ợ tài 47 chính khác 48 V - Vốn tài tr ợ, ủy thác đầ u t ư, cho vay TCTD ch ịu r ủi ro 322,512,000,000 49 VI - Phát hành gi ấy tờ có giá 11,688,796,000,000 50 VII - Tài s ản n ợ khác 4,190,760,000,000 140 51 1/ Các kho ản lãi và phí ph ải tr ả 52 2/ Thu ế TNDN hoãn l ại ph ải tr ả 53 3/ Các kho ản ph ải tr ả và công n ợ khác 54 4/ Dự phòng r ủi ro khác 55 TỔNG N Ợ PH ẢI TR Ả 79,133,832,000,000 56 VIII - Vốn và các qu ỹ 57 1/ Vốn c ủa TCTD 2,630,060,000,000 58 * Vốn điều l ệ 2,630,060,000,000 59 * Vốn đầ u t ư XDCB 60 * Th ặng d ư v ốn c ổ ph ần 61 * Cổ phi ếu qu ỹ 62 * Cổ phi ếu ưu đãi 63 * Vốn khác 64 2/ Qu ỹ c ủa TCTD 2,192,037,000,000 65 3/ Chênh l ệch t ỷ giá h ối đoái 66 4/ Chênh l ệch đánh giá l ại tài s ản 67 5/ Lợi nhu ận ch ưa phân ph ối 1,435,752,000,000 68 a/ L ợi nhu ận k ỳ này (sau trích thu ế) 69 b/ L ợi nhu ận ch ưa phân ph ối n ăm tr ước 70 IX - Lợi ích c ủa c ổ đông thi ểu s ố 71 TỔNG C ỘNG NGU ỒN V ỐN 85,391,681,000,000 72 Thu nh ập lãi và các kho ản thu nh ập t ươ ng t ự 73 Chi phí lãi và các chi phí t ươ ng t ự 74 Thu nh ập lãi thu ần 75 Thu nh ập phí t ừ ho ạt độ ng d ịch v ụ 76 Chi phí ho ạt độ ng d ịch v ụ 141 77 Thu nh ập thu ần t ừ ho ạt độ ng d ịch v ụ 78 Lãi/l ỗ t ừ ho ạt độ ng kinh doanh ngo ại h ối 79 Lãi/l ỗ thu ần t ừ ho ạt độ ng mua bán ch ứng khoán kinh doanh 80 Lãi/l ỗ thu ần t ừ ho ạt độ ng mua bán ch ứng khoán đầ u t ư 81 Thu nh ập t ừ ho ạt độ ng khác 82 Chi phí ho ạt độ ng khác 83 Lãi/l ỗ thu ần t ừ ho ạt độ ng khác 84 Thu nh ập v ốn góp mua c ổ ph ần 85 Chi phí ho ạt độ ng LN thu ần t ừ ho ạt độ ng kinh doanh tr ước chi phí d ự phòng 86 rủi ro tín d ụng 87 Chi phí d ự phòng r ủi ro tín d ụng 88 Tổng l ợi nhu ận tr ước thu ế 89 Chi phí thu ế TNDN hi ện hành 90 Chi phí thu ế TNDN hoãn l ại 91 Chi phí thu ế TNDN 92 Lợi nhu ận sau thu ế 142 Ph ụ l ục 3: T ỷ l ệ lãi c ận biên c ủa các NHTMCP Vi ệt Nam 2010- 2015 Mã NH 2010 2011 2012 2013 2014 2015 1 3.64% 5.24% 4.52% 2.43% 2.44% 2.84% 2 2.40% 3.08% 4.53% 2.93% 2.93% 3.21% 3 1.84% 2.82% 2.53% 2.69% 2.08% 1.84% 4 2.83% 2.62% 2.36% 2.28% 1.62% 5 2.23% 2.91% 3.13% 2.99% 1.64% 1.62% 6 2.65% 3.26% 2.96% 2.72% 2.80% 2.41% 7 2.12% 4.23% 4.57% 8 3.09% 4.78% 4.28% 3.59% 9 2.48% 3.19% 3.34% 1.73% 1.83% 2.99% 10 1.87% 3.86% 2.10% 0.44% 1.93% 3.56% 11 4.59% 5.60% 6.45% 5.45% 3.96% 3.83% 12 3.90% 4.16% 4.55% 3.58% 2.62% 3.08% 13 3.47% 4.25% 4.11% 3.69% 3.54% 3.63% 14 2.36% 8.32% 8.69% 10.47% 15 1.97% 2.38% 4.41% 3.88% 16 2.34% 2.73% 3.54% 1.59% 1.97% 2.99% 17 2.83% 3.98% 4.43% 2.56% 2.04% 2.02% 18 3.64% 4.15% 4.83% 4.17% 2.97% 2.92% 19 2.66% 2.89% 2.86% 2.29% 20 3.51% 7.03% 5.41% 2.33% 21 0.60% 0.35% -0.61% 0.57% 22 2.64% 2.62% 4.08% 23 3.04% 5.06% 5.18% 4.70% 3.97% 24 3.64% 3.15% 1.61% 1.08% 1.78% 25 2.16% 1.11% 1.74% 1.22% 1.10% 1.58% 26 3.94% 5.82% 7.61% 5.10% 4.95% 3.98% 27 2.69% 2.99% 1.88% 1.67% 1.85% 2.07% 28 2.42% 3.41% 3.48% 3.18% 3.68% 4.14% 29 1.40% -0.78% 2.00% 1.98% 2.18% 2.00% 30 2.79% 3.58% 2.82% 2.49% 2.14% 2.42% 31 2.43% 4.02% 5.41% 2.98% 3.12% 3.12% 32 2.70% 2.98% 1.77% 2.11% 1.33% 3.03% 33 1.90% 4.65% 4.53% 1.91% 1.45% 34 3.46% 4.66% 3.94% 3.41% 2.85% 2.58% 35 2.13% 2.79% 3.40% 3.99% 3.66% 5.70% Ngu ồn: Báo cáo tài chính c ủa các NHTMCP (2010-2015) 143 Ph ụ l ục 4: T ỷ l ệ n ợ x ấu c ủa các NHTMCP Vi ệt Nam 2010 – 2015 Mã NH 2010 2011 2012 2013 2014 2015 1 1.17% 2.82% 2.84% 7.63% 4.51% 2.42% 2 0.34% 0.89% 2.50% 3.03% 2.18% 1.32% 3 0.04% 0.60% 4.00% 2.32% 2.15% 0.70% 4 2.70% 1.90% 4.11% 2.17% 1.00% 5 0.01% 4.57% 5.94% 3.91% 1.50% 1.34% 6 3.21% 2.76% 2.70% 2.26% 2.03% 1.68% 7 0.66% 0.92% 5.28% 8 1.60% 1.69% 3.95% 3.99% 9 1.42% 1.61% 1.32% 1.98% 2.46% 1.86% 10 0.83% 2.12% 2.35% 3.67% 2.27% 1.60% 11 1.10% 2.78% 2.93% 2.47% 1.95% 1.13% 12 0.42% 2.13% 2.71% 2.48% 1.40% 0.97% 13 1.26% 1.59% 1.84% 2.45% 2.73% 1.61% 14 1.26% 2.08% 3.46% 2.65% 15 1.94% 2.32% 2.99% 2.66% 16 2.18% 2.84% 2.48% 1.48% 1.40% 0.91% 17 2.24% 2.92% 5.64% 6.07% 2.52% 2.15% 18 2.05% 9.56% 2.38% 2.91% 3.89% 2.32% 19 1.67% 2.08% 3.52% 4.04% 20 1.42% 2.06% 8.44% 2.98% 21 1.84% 2.32% 3.02% 3.78% 22 0.73% 1.20% 3.84% 23 0.54% 0.58% 2.05% 1.46% 1.19% 24 7.25% 7.23% 1.63% 0.49% 0.34% 25 2.14% 2.75% 2.97% 6.30% 6.06% 3.16% 26 1.91% 4.74% 2.93% 2.24% 2.08% 1.88% 27 1.40% 2.23% 8.81% 5.66% 2.02% 1.72% 28 2.29% 2.83% 2.70% 3.65% 2.38% 1.66% 29 0.02% 0.67% 3.66% 2.33% 1.22% 0.81% 30 2.91% 2.03% 2.40% 2.73% 2.31% 1.84% 31 1.59% 2.69% 2.62% 2.82% 2.51% 2.07% 32 2.52% 2.56% 4.65% 2.88% 2.33% 2.26% 33 0.42% 5.63% 2.44% 2.66% 2.17% 34 0.66% 0.75% 1.47% 1.00% 1.12% 0.92% 35 1.20% 1.82% 2.72% 2.81% 2.54% 2.69% Ngu ồn: Báo cáo tài chính c ủa các NHTMCP (2010-2015) 144 Ph ụ l ục 5: T ỷ l ệ an toàn v ốn c ủa các NHTMCP Vi ệt Nam 2010 – 2015 Mã NH 2010 2011 2012 2013 2014 2015 1 14.89% 14.00% 13.00% 17.80% 14.00% 16.80% 2 10.60% 9.25% 14.16% 14.66% 14.10% 12.10% 3 9.32% 11.07% 12.46% 9.98% 9.98% 4 24.00% 29.30% 20.13% 15.00% 15.71% 5 21.00% 22.00% 42.00% 37.32% 32.31% 32.31% 6 9.32% 11.07% 9.65% 10.23% 9.47% 9.81% 7 36.06% 32.15% 23.28% 8 11.70% 12.70% 10.85% 10.42% 9 17.79% 13.00% 16.38% 13.62% 16.52% 10 11.16% 15.00% 14.00% 12.20% 10.70% 13.40% 11 36.73% 32.31% 33.42% 20.74% 18.38% 19.77% 12 22.26% 9.00% 18.08% 14.91% 14.91% 12.29% 13 9.60% 13.10% 11.43% 11.00% 10.07% 12.85% 14 37.30% 55.90% 60.73% 61.53% 15 9.43% 10.10% 16.95% 17.32% 16 18.04% 20.19% 21.99% 13.47% 10.66% 19.98% 17 14.78% 17.87% 19.09% 16.03% 10.83% 11.08% 18 20.59% 24.88% 26.30% 22.41% 17.14% 12.85% 19 9.48% 11.74% 14.00% 9.24% 20 20.60% 16.70% 22.62% 19.07% 21 8.60% 11.70% 9.60% 12.73% 22 48.67% 18.49% 23 9.97% 11.66% 9.53% 10.22% 11.40% 24 9.77% 10.35% 9.67% 9.33% 9.95% 25 18.16% 9.00% 15.50% 14.29% 17.61% 17.55% 26 16.26% 22.83% 23.94% 24.05% 22.03% 19.98% 27 13.81% 9.00% 14.18% 12.38% 11.30% 11.40% 28 13.10% 11.43% 12.60% 14.03% 15.65% 14.74% 29 18.18% 18.00% 40.15% 19.81% 15.04% 12.13% 30 9.00% 11.14% 14.83% 13.37% 11.61% 31 11.69% 14.48% 19.43% 19.43% 17.70% 18.04% 32 9.00% 9.00% 20.00% 17.37% 33 30.12% 17.49% 16.34% 24.71% 18.01% 34 8.02% 10.57% 10.33% 13.17% 10.40% 10.58% 35 13.26% 11.40% 12.51% 12.50% 11.36% 12.20% Ngu ồn: Báo cáo tài chính c ủa các NHTMCP (2010-2015) 145 Ph ụ l ục 6: C ấu trúc s ở h ữu gi ữa NHTM và các t ập đoàn, t ổng công ty nhà n ước và t ư nhân ở Vi ệt Nam t ại th ời điểm 30/6/2011 Ngu ồn: Nguy ễn Xuân Thành (2016) 146 Ph ụ lục 7: Đồ th ị các bi ến e9, y Ngu ồn: Tính toán c ủa tác gi ả Ph ụ l ục 8: Hệ s ố t ươ ng quan gi ữa các bi ến độ c l ập trong nhóm 6, nhóm 7 Nhóm 6 s1 s2 s3 s5 s1 1 s2 −0.139 * 1 s3 0.254 *** − 0.245 *** 1 *** *** s5 0.356 0.22 -0.01 1 Nhóm 7 l3 l4 l5 l3 1 l4 −0.409 *** 1 l5 0.4 *** −0.9 *** 1 Mức ý ngh ĩa (*):(*): 10%; ( **): 5% (***): 1% Ngu ồn: Tính toán c ủa tác gi ả 147 Ph ụ lục 9: K ết qu ả ước l ượng HQ kỹ thu ật c ủa các NHTMCP 2010-2014 TT TE2010 TE2011 TE2012 TE2013 TE2014 1 0.546 0.326 0.544 0.187 0.143 2 0.933 1 0.351 0.432 0.527 3 0.208 0.273 0.088 0.4 0.608 4 0.217 0.824 0.672 0.343 0.502 5 0.427 0.39 0.437 0.499 0.453 6 0.659 0.496 0.692 0.854 1 7 0.58 0.732 0.611 0.381 0.033 8 0.732 0.99 1 0.356 0.033 9 0.532 0.501 0.453 0.217 0.394 10 0.448 0.846 1 1 0.629 11 0.706 0.67 0.796 0.509 0.391 12 0.864 0.772 1 1 1 13 0.904 1 0.646 0.928 1 14 0.118 0.104 0.182 0.216 0.252 15 0.344 0.626 0.696 0.402 0.513 16 0.39 0.32 0.007 0.046 0.016 17 0.507 0.513 0.539 0.569 0.453 18 0.521 1 0.696 0.12 0.407 19 0.647 0.696 0.486 1 0.938 20 0.34 0.021 0.03 0.03 0.069 21 0.586 0.124 0.061 0.228 0.138 22 1 0.656 1 0.815 0.905 23 0.567 0.553 0.922 0.504 0.611 24 1 1 0.33 0.33 0.511 148 TT TE2010 TE2011 TE2012 TE2013 TE2014 25 0.343 0 0.333 0.822 0.79 26 0.932 0.62 0.795 0.839 0.84 27 0.559 0.34 0.506 0.06 0.505 28 0.448 0.544 0.597 0.268 0.2 29 0.104 0.549 0.036 0.066 0.002 30 0.857 0.846 1 0.791 0.729 31 0.49 0.529 0.532 0.915 0.958 mean 0.565 0.576 0.55 0.488 0.502 32 0.217 0.72 0.566 33 0.67 0.488 0.366 0.294 34 0.563 0.179 0.143 0.022 35 0.155 0.289 0.179 0 Hình 1: Đồ th ị HQ k ỹ thu ật c ủa các NHTMCP 2010-2014 149 Ph ụ lục 10: Quy ết đị nh 06/2008/Q Đ-NHNN ra ngày 12/03/2008 c ủa NHNN Điều 11: Quy định x ếp lo ại các ngân hàng th ươ ng m ại c ổ ph ần 1. Ngân hàng th ươ ng m ại c ổ ph ần x ếp lo ại A có t ổng s ố điểm đạ t t ừ 80 điểm tr ở lên và có điểm s ố c ủa t ừng ch ỉ tiêu quy định t ại các điều 5, 6, 7, 8, và 9 Quy định này không th ấp h ơn 65% s ố điểm t ối đa c ủa từng ch ỉ tiêu đó. 2. Ngân hàng th ươ ng m ại c ổ ph ần x ếp lo ại B có t ổng s ố điểm đạ t t ừ 60 điểm đến 79 điểm và có điểm s ố c ủa t ừng ch ỉ tiêu quy định t ại các điều 5, 6, 7, 8, và 9 Quy định này không th ấp h ơn 50% s ố điểm t ối đa c ủa t ừng ch ỉ tiêu đó ho ặc có t ổng số điểm cao h ơn 79 điểm nh ưng có điểm s ố c ủa ít nh ất m ột ch ỉ tiêu t ừ trên 50% đến d ưới 65% số điểm t ối đa c ủa ch ỉ tiêu đó. 3. Ngân hàng th ươ ng m ại c ổ ph ần x ếp lo ại C có t ổng s ố điểm đạ t t ừ 50 điểm đến 59 điểm và có điểm s ố c ủa t ừng ch ỉ tiêu quy định t ại các điều 5, 6, 7, 8 và 9 Quy định này không th ấp h ơn 45% s ố điểm t ối đa c ủa t ừng ch ỉ tiêu đó; ho ặc có t ổng s ố điểm cao h ơn 59 điểm nh ưng có điểm s ố c ủa ít nh ất m ột ch ỉ tiêu t ừ trên 45% đến d ưới 50% s ố điểm t ối đa c ủa ch ỉ tiêu đó. 4. Ngân hàng th ươ ng m ại c ổ phần x ếp lo ại D có t ổng s ố điểm d ưới 50 điểm; ho ặc có t ổng s ố điểm cao h ơn 50 điểm nh ưng có điểm s ố c ủa ít nh ất m ột ch ỉ tiêu th ấp hơn 45% s ố điểm t ối đa c ủa ch ỉ tiêu đó. Ngu ồn: Ngân hàng Nhà n ước (2008) Ph ụ lục 11: K ết qu ả xếp lo ại các ngân hàng n ăm 2011, 2012 Mã ngân hàng Xếp lo ại c ủa lu ận án Xếp lo ại c ủa NHNN 1 3 3 2 1 1 3 2 2 4 1 3 5 4 2 6 2 1 7 2 2 8 2 2 9 1 1 10 1 3 150 Mã ngân hàng Xếp lo ại c ủa lu ận án Xếp lo ại c ủa NHNN 11 2 2 12 1 2 13 1 1 14 2 2 15 1 1 16 2 2 17 1 4 18 4 2 19 2 3 20 1 2 21 3 2 22 4 4 23 1 1 24 4 4 25 1 1 26 1 3 27 2 1 28 2 1 29 4 4 30 1 1 31 1 1 32 2 3 33 1 3 34 1 1 35 1 1 151 Kết qu ả xếp lo ại các ngân hàng n ăm 2012 Mã ngân hàng Xếp lo ại c ủa lu ận án Xếp lo ại c ủa NHNN 1 4 2 2 1 1 3 3 4 4 2 2 5 4 2 6 2 1 7 4 2 8 4 2 9 1 1 10 1 3 11 2 2 12 2 2 13 1 1 14 4 2 15 1 1 16 2 2 17 4 4 18 4 3 19 4 2 20 4 2 21 4 2 22 4 4 152 Mã ngân hàng Xếp lo ại c ủa lu ận án Xếp lo ại c ủa NHNN 23 1 1 24 4 4 25 2 1 26 1 3 27 4 1 28 1 1 29 4 4 30 1 1 31 4 1 32 4 2 33 3 3 34 1 1 35 1 1 Ngu ồn: Tính toán c ủa tác gi ả và thông tin c ủa NHNN 153 Ph ụ l ục 12: K ết qu ả x ếp lo ại các NHTMCP năm 2013, 2014 Năm Ngân hàng Xếp h ạng Năm Ngân hàng Xếp h ạng 2013 1 4 2013 21 3 2 3 23 1 3 1 8 4 4 4 25 4 5 4 26 4 6 1 27 3 9 1 28 4 10 4 29 1 11 1 30 1 12 1 31 1 13 1 33 2 14 4 32 1 15 1 34 1 16 1 35 1 17 4 19 4 18 1 24 1 20 4 Năm Ngân hàng Xếp h ạng Năm Ngân hàng Xếp h ạng 2014 1 2 2014 23 1 2 2 25 4 3 1 26 1 4 2 27 1 5 2 28 1 6 1 29 1 9 1 30 1 10 1 31 1 11 1 33 2 12 1 32 2 13 1 34 1 16 1 35 1 17 3 24 1 18 2 Ngu ồn: Tính toán c ủa tác gi ả 154