Luận văn Tác động của vốn chủ sở hữu, rủi ro tín dụng đến sự ổn định tài chính của ngân hàng thương mại Việt Nam

kết quả hoạt động kinh doanh của các NHTM Việt Nam. Việc duy trì một tỷ lệ cho vay cao trên tổng tài sản sẽ hứa hẹn một độ ổn định cao về tài chính cho các ngân hàng. Vấn đề ở đây là chất lƣợng của danh mục cho vay, với danh mục cho vay tập trung quá nhiều vào các lĩnh vực rủi ro, thời gian qua hai lĩnh vực cho vay rủi ro bị hạn chế là cho vay kinh doanh bất động sản và đầu tƣ chứng khoán, thì lợi nhuận của NHTM khó mà đảm bảo khi cho vay không thu hồi đƣợc vốn. Do vậy, chính sách tín dụng cần quy định giới hạn cho vay các lĩnh vực rủi ro trên tổng dƣ nợ để đảm bảo lợi nhuận ổn định, nhà quản trị ngân hàng cần theo sát tình hình diễn biến của các ngành nghề để điều chỉnh tỷ trọng dƣ nợ cho vay ngành nghề đó theo hƣớng mở rộng nếu ngành đó đang ổn định, tăng trƣởng hay thu hẹp nếu ngành đang bão hòa, khả năng lợi nhuận kém. Chính sách tín dụng cũng cần phải cân nhắc rủi ro và tỷ lệ đảm bảo phù hợp, phải đảm bảo khả năng thu hồi vốn trong trƣờng hợp khách hàng không trả đƣợc nợ vay từ hoạt động kinh doanh, sau cho vay cần theo dõi bám sát tình hình, tăng cƣờng kiểm tra sử dụng vốn đối với các trƣờng hợp đƣợc đánh giá là rủi ro cao hơn để có biện pháp can thiệp giảm dần dƣ nợ khi cần thiết. Thứ hai, kết quả nghiên cứu cũng cho thấy tỷ lệ lạm phát và tăng trƣởng kinh tế có ảnh hƣởng đến sự ổn định tài chính của các NHTM. Điều này hàm ý rằng môi trƣờng vĩ mô cùng với những chính sách điều tiết của nhà nƣớc thời gian qua làm tăng độ bất ổn tài chính của các NHTM. Do đó, quản lý kinh tế vĩ mô thời gian tới cần chú trọng đến bình ổn thị trƣờng chứng khoán, cân nhắc hợp lý các biện pháp thúc đẩy tăng trƣởng kinh tế, kiềm chế và kiểm soát lạm phát nhƣng bằng những giải pháp đồng thời không ảnh hƣởng đến ổn định của các ngân hàng. 5.2.4. Xây dựng hệ thống cảnh báo sớm rủi ro tín dụng cho Ngân hàng thƣơng mại Việt Nam Hệ thống cảnh báo sớm rủi ro tín dụng khách hàng (EWS) đƣợc xây dựng để đƣa ra các cảnh báo về mức độ rủi ro của khách hàng cho ngân hàng. Từ đó, 120 ngân hàng chủ động trong các biện pháp xử lý và hỗ trợ khách hàng, hạn chế khả năng phát sinh nợ xấu, tăng chất lƣợng tín dụng của hệ thống. EWS sẽ là công cụ quan trọng đảm bảo cho ngân hàng ở vị thế dẫn đầu về an toàn tín dụng, là ngân hàng có tỷ lệ nợ xấu thấp nhất trong hệ thống ngân hàng. Khi nhu cầu vốn của nền kinh tế tăng lên cũng đồng nghĩa với rủi ro của ngân hàng tăng theo, gây áp lực không nhỏ với hoạt động quản lý rủi ro tín dụng. Với danh mục lên tới hàng trăm khách hàng đang có dƣ nợ tín dụng, gây khó khăn trong quản lý và kiểm soát rủi ro bởi có nhiều tiêu chí quản lý tín dụng cần phải rà soát. Khi áp dụng EWS, hệ thống tự động tiến hành sàng lọc và phân loại thông tin đầu vào, giúp ngân hàng có đƣợc bức tranh tổng quan hơn về danh mục khách hàng, nhận diện sớm những khách hàng tiềm ẩn rủi ro. Dựa trên nền tảng công nghệ hàng đầu thế giới, EWS đƣợc các ngân hàng xây dựng có khả năng xử lý hàng triệu bản ghi trong thời gian ngắn với 2 màng lọc. Màng lọc thứ nhất dựa trên thông tin từ Hệ thống Kho Dữ liệu doanh nghiệp (EDW), Hệ thống Xếp hạng tín dụng nội bộ, Hệ thống Quản lý rủi ro tín dụng. Từ đó, hệ thống lọc ra danh mục các khoản tín dụng cần điều tra. Sau đó, màng lọc thứ 2 dựa trên kết quả điều tra thông tin về hoạt động kinh doanh của khách hàng và các nguồn thông tin đáng tin cậy từ bên ngoài để đƣa ra mức độ cảnh báo Đỏ, Vàng, Xanh tƣơng ứng đối với khoản tín dụng đó. Có 3 mức độ cảnh báo rủi ro tín dụng sớm bao gồm: Xanh khó khăn tạm thời, Vàng rủi ro, Đỏ rủi ro cao, suy giảm mạnh khả năng trả nợ, nguy cơ chuyển nhóm nợ lớn. EWS là công cụ giúp giải bài toán nghiệp vụ trong quản lý rủi ro tín dụng, chuyển từ phƣơng pháp đánh giá rủi ro định tính sang định lƣợng, buộc chi nhánh (CN) phải thực hiện nghiêm túc việc giám sát, kiểm soát khách hàng. EWS không chỉ tiết kiệm thời gian, công sức cho nhân viên tín dụng mà còn hữu hiệu với Khối Quản lý rủi ro và các cấp lãnh đạo cao hơn. Với giao diện trực quan của EWS, nhà quản lý có thể nhìn nhận đƣợc dƣ nợ khách hàng theo từng phân khúc, theo từng mức độ cảnh báo cụ thể và lọc ra danh 121 mục khách hàng tiềm ẩn. Qua đó, CN có thể đánh giá những khách hàng nào có rủi ro chuyển nhóm, thời điểm chuyển nhóm, từ đó chủ động xây dựng các kế hoạch tài chính phù hợp với thực tiễn. Điều này góp phần không nhỏ nâng cao tính chủ động trong hoạt động kinh doanh và cân đối vốn của CN, bởi nếu phát sinh nợ xấu sẽ buộc CN phải tăng trích lập hay thoái lãi dự thu. Theo số liệu thống kê, việc triển khai hệ thống giám sát tín dụng và hệ thống cảnh báo sớm hiệu quả có thể giúp các ngân hàng phát hiện sớm khả năng không trả đƣợc nợ vay của khách hàng trƣớc thời điểm xảy ra vỡ nợ thực sự khoảng 6 tháng. Các ngân hàng phát triển tốt hệ thống giám sát tín dụng cũng có thể giảm thiểu tổn thất, trong khi mức trung bình ƣớc tính khi không có hệ thống giám sát hiệu quả thấp hơn. 5.3. Kiến nghị đối với Ngân hàng Nhà nƣớc Việt Nam, Chính phủ  Đối với Ngân hàng Nhà nƣớc Việt Nam Đóng vai trò là ngƣời chủ trì và hỗ trợ liên kết các ngân hàng thƣơng mại trong việc thực hiện cung ứng các dịch vụ thanh toán không dùng tiền mặt, NHNN cần đƣa ra các chính sách, cơ chế, quy định về kỹ thuật công nghệ, đặc biệt là đƣờng truyền thông tin. Thứ hai, công tác kiểm tra, thanh tra, giám sát hoạt động kinh doanh của các ngân hàng cần tăng cƣờng chặt chẽ. Đồng thời cần nghiên cứu và dự báo các rủi ro tiềm ẩn mà ngân hàng đang và sẽ đối mặt: rủi ro tập trung danh mục, rủi ro về môi trƣờng kinh tế, rủi ro chính trị...đây là những cảnh báo sớm rất hữu ích cho các ngân hàngtrong điều kiện thu thập thông tin còn nhiều khó khăn và hạn chế. Thứ ba, đảm chất lƣợng thông tin tín dụng tại trung tâm thông tin tín dụng (CIC) của NHNN đƣợc nhanh chóng, kịp thời, chính xác, đáp ứng yêu cầu thông tin cập nhật và chính xác về khách hàng. Đƣa ra các phƣơng hƣớng và giải pháp để các NHTM nhận thức rõ quyền lợi và nghĩa vụ trong việc cung cấp và sử dụng thông tin tín dụng. Thứ tƣ, với vai trò là cơ quan cơ quan quản lý vĩ mô của nhà nƣớc trong lĩnh vực tín dụng, thông qua các mô hình định tính và định lƣợng phù hợp NHNN cần phân tích và dự báo về diễn biến thị trƣờng tín dụng trong từng thời kỳ dựa 122 trên cơ sở các biến số kinh tế, tiền tệ vĩ mô. Qua đó cung cấp các đánh giá và dự báo vĩ mô về diễn biến thị trƣờng với chất lƣợng cao để các NHTM có cơ sở tham khảo một cách tin cậy khi hoạch định chiến lƣợc phòng ngừa và hạn chế rủi ro tín dụng của mình. Thứ năm, trong hoạt động thanh tra giám sát các NHTM, NHNN cần ứng dụng những nguyên tắc cơ bản về giám sát hiệu quả hoạt động Ngân hàng của uỷ ban Basel, tuân thủ nguyên tắc thận trọng. Mô hình tổ chức bộ máy thanh tra ngân hàng cần đƣợc hoàn thiện theo ngành dọc từ Trung ƣơng xuống cơ sở và có sự độc lập tƣơng đối về điều hành và hoạt động nghiệp vụ trong tổ chức bộ máy của NHNN.  Đối với chính phủ: ổn định chính sách kinh tế vĩ mô và luật pháp quản lý rủi ro ngân hàng Tiếp tục đƣa ra các giải pháp cơ cấu lại nền kinh tế, kìm chế lạm phát, tăng trƣởng kinh tế, củng cố và phát triển hệ thống tài chính, thị trƣờng chứng khoán và các ngân hàng. Tập trung cải thiện môi trƣờng thu hút đầu tƣ nhằm thúc đẩy thu hút hoạt động đầu tƣ, bao gồm cả đầu tƣ trong nƣớc và nƣớc ngoài vào nền kinh tế và khu vực ngân hàng sao cho phát triển phù hợp với cơ sở hạ tầng tài chính trong nƣớc. Nhằm tạo thêm nguồn thông tin cho các NHTM khi đánh giá, xếp hạng tín dụng khách hàng, chính phủ cần sớm ban hành khuôn khổ pháp lý cho hoạt động của công ty xếp hạng tín nhiệm và có cơ chế, chính sách hƣớng dẫn đơn giản hóa quy trình giao dịch đảm bảo khi thực hiện giao dịch đăng ký đảm bảo cho một món vay. Đồng thời, xây dựng hệ thống thông tin về các tổ chức tín dụng cung cấp cho các nhà đầu tƣ trong nƣớc và nƣớc ngoài về các dự án đầu tƣ trong tƣơng lai trên lãnh thổ Việt Nam có xem xét đến “độ mở‟ thông tin đối với các dự án này. Trong quá trình phát mãi tài sản thế chấp để thu hồi nợ, Ngân hàng gặp rất nhiều khó khăn trong khâu xử lý do văn bản thi hành án còn rất chậm. Đề ra quy định, hƣớng thủ tục nhanh chóng bàn giao tài sản đảm bảo cho NHTM đối với cơ quan thi hành án. Để công tác phát mãi tài sản đảm bảo của ngân hàng đƣợc nhanh 123 chóng và hiệu quả thì chính phủ nên thành lập một thị trƣờng chính thống về đấu giá tài sản phát mại công khai, minh bạch giữa các bên. Ngoài ra, ban hành luật hoá thị trƣờng bán đấu giá; thành lập công ty hay trung tâm bán đấu giá có sự chỉ đạo, kiểm tra, kiểm soát chặt chẽ; xây dựng quy trình thực hiện đấu giá gọn nhẹ và hiệu quả nhằm chuẩn hoá và đảm bảo cho thị trƣờng hoạt động chính thống Nhà nƣớc. 5.4. Hạn chế và hƣớng nghiên cứu tiếp theo Cấu trúc và hoạt động của hệ thống tài chính cũng nhƣ mối tƣơng tác của nó với nền kinh tế hết sức phức tạp, các mô hình kinh tế và các nghiên cứu khó có thể hiểu hết đƣợc những vấn đề ẩn chứa trong đó. Vì vậy, tác giả cho rằng kiểm tra tác động của vốn chủ sở hữu, rủi ro tín dụng tới sự ổn định tài chính của các NHTM nên đƣợc coi là một quá trình liên tục, phải đƣợc cải tiến và phát triển không ngừng, không nên bị gián đoạn ở bất kỳ thời điểm nào. Mặc dù đã đạt đƣợc mục tiêu nghiên cứu, tác giả nhận thấy nghiên cứu này vẫn còn hạn chế và cần đƣợc bổ sung, cải thiện trong tƣơng lai. Thứ nhất, mặc dù mẫu nghiên cứu đƣợc thực hiện với hầu hết các NHTM Việt Nam nhƣng chi nhánh ngân hàng nƣớc ngoài, ngân hàng thƣơng mại 100% vốn nƣớc ngoài, ngân hàng Chính sách, hay các ngân hàng thƣơng mại khác không thuộc đối tƣợng nghiên cứu. Do mỗi quy mô và loại hình ngân hàng có những đặc thù về cạnh tranh, về nguồn nhân lực, năng lực quản trị khác nhau nên tác động của rủi ro tín dụng tới sự ổn định có thể không giống nhau. Nhƣ vậy, nghiên cứu chỉ kiểm định một bộ phận ở các ngân hàng Việt Nam nên tính khái quát hoá chƣa cao. Nghiên cứu tiếp theo có thể thực hiện trên phạm vi rộng hơn, nhiều ngân hàng hơn để kết quả có tính tổng quát cao hơn. Thứ hai, luận án chỉ tập trung vào nghiên cứu thực nghiệm tác động của vốn chủ sở hữu, rủi ro tín dụng tới sự ổn định tài chính của các NHTM đƣợc lấy từ báo cáo tài chính đƣợc công bố theo năm từ năm 2008 đến năm 2016. Các nghiên cứu tiếp theo cần cải thiện quá trình thu thập số liệu, qua đó nâng cao cả chất lƣợng và số lƣợng của số liệu. Đánh giá tác động của các biến kinh tế là quá trình 124 đòi hỏi nhiều số liệu, bao gồm cả các số liệu mang tính chất vĩ mô cho cả nền kinh tế và những số liệu riêng lẻ của từng ngân hàng. Những dãy số thời gian dài sẽ giúp ngƣời thực hiện kiểm tra dễ dàng hơn trong việc xác định kịch bản, những dãy số quá ngắn thƣờng không có nhiều biến động mạnh và do vậy khó hình dung ra các tác động. Đối với số liệu về hoạt động của các ngân hàng, số liệu càng chi tiết sẽ càng giúp cho những mô phỏng, giả định sát với thực tế và kết quả càng chính xác hơn. 125 KẾT LUẬN Luận án "Tác động của vốn chủ sở hữu, rủi ro tín dụng đến sự ổn định tài chính của ngân hàng thƣơng mại Việt Nam" sử dụng phƣơng pháp nghiên cứu thích hợp đã hoàn thành những nội dung chủ yếu nhƣ sau: Thứ nhất: nghiên cứu hệ thống cơ sở phƣơng pháp luận, tổng kết các lý thuyết về vốn chủ sở hữu và rủi ro tín dụng tại NHTM về khái niệm, mục đích, nội dung, tiêu chí đo lƣờng Đồng thời cung cấp cơ sở lý thuyết, phƣơng pháp nghiên cứu để đánh giá tác động của vốn chủ sở hữu, rủi ro tín dụng đến sự ổn định tài chính của NHTM. Thứ hai: đánh giá ảnh hƣởng của vốn chủ sở hữu, rủi ro tín dụng đến sự ổn định tài chính của các NHTM Việt Nam bằng phƣơng pháp nghiên cứu định lƣợng với các phƣơng pháp tác động ngẫu nhiên (Random Effects) và tác động cố định (Fixed Effects) và các kiểm định phù hợp. Bên cạnh đó việc ƣớc lƣợng bằng phƣơng pháp GMM hệ thống (System General Method of Moments) cũng đƣợc sử dụng nhằm đảm bảo các kết quả thu đƣợc đáng tin cậy. Thứ ba: thông qua kết quả ƣớc lƣợng của mô hình hồi quy, tác giả đã đề xuất những kiến nghị quản trị vốn, rủi ro tín dụng nhằm tăng cƣờng sự ổn định tài chính của các NHTM Việt Nam. Mặc dù có nhiều cố gắng, song vì điều kiện thời gian và khả năng còn hạn chế nên đề tài không tránh khỏi những thiếu sót, rất mong đƣợc sự góp ý của các nhà khoa học và những ngƣời quan tâm đến luận án, để luận án đƣợc hoàn thiện hơn. Tác giả xin chân thành cảm ơn sự giúp đỡ và hƣớng dẫn tận tình của PGS.TS Nguyễn Ngọc Thạch, các thầy cô giáo Phòng Đào tạo Sau đại học - Đại học Ngân hàng TP HCM, và đồng nghiệp đã giúp tác giả hoàn thành luận án này. TÀI LIỆU THAM KHẢO. Tiếng Việt 1. Hoàng Công Gia Khánh & Trần Hùng Sơn. (2015). „Phát triển thị trƣờng tài chính và rủi ro của các ngân hàng thƣơng mại Việt Nam‟, Tạp chí phát triển kinh tế, Số 26 (12), trang 53-68. 2. Lê Thanh Ngọc và cộng sự (2015); “Mối quan hệ giữa tỷ lệ vốn tự có và rủi ro của ngân hàng thƣơng mại: Bằng chứng từ Việt Nam”; Tạp chí phát triển và hội nhập số 25 (35); (trang 54-61) 3. Lê Thị Lợi (2013), “Vốn chủ sở hữu trong các ngân hàng tại Việt Nam, các vấn đề về quản trị vốn”, Tạp chí Công nghệ ngân hàng số 2+3; (trang 90 – 95). 4. Ngân hàng Thƣơng mại Cổ phần Việt Nam Thịnh Vƣợng (2014), “Báo cáo ngành Ngân hàng Việt Nam”. 5. Nguyễn Đăng Tùng & Bùi Thị Len. 2015, „Đánh giá nguy cơ phá sản của các ngân hàng niêm yết trên thị trƣờng chứng khoán Việt Nam bằng chỉ số Altman Z score‟, Tạp chí khoa học và phát triển, số 5 (13), trang 833-840 6. Nguyễn Đình Thọ (2011), Phƣơng pháp nghiên cứu khoa học trong kinh doanh, TPHCM: NXB Lao động – Xã hội. 7. Nguyễn Minh Hà & Nguyễn Bá Hƣớng. (2016), „Phân tích các yếu tố ảnh hƣởng đến rủi ro phá sản ngân hàng bằng phƣơng pháp Z-score‟, Tạp chí kinh tế và phát triển, số 229, trang 17-25. 8. Nguyễn Văn Lê (2014), “Tăng trƣởng tín dụng ngân hàng đối với doanh nghiệp nhỏ và vừa ở Việt Nam trong điều kiện kinh tế vĩ mô bất ổn”, Luận án tiến sĩ, Học viện Ngân hàng. 9. Nguyễn Trọng Hoài (2006), Bất cân xứng về thông tin trên các thị trƣờng tài chính, Bài giảng cho học viên cao học, Đại học Kinh tế TP.HCM. 10. Trần Huy Hoàng (2011), “Quản trị ngân hàng thƣơng mại”, Nhà xuất bản thống kê. 11. Trƣơng Quang Thông và Phạm Minh Tiến (2014)” Các nhân tố tác động đến rủi ro thanh khoản trƣờng hợp các ngân hàng thƣơng mại cổ phần Việt Nam”; Tạp chí Thị trƣờng Tài chính Tiền tệ số 21 (414); (trang 33-39) 12. Vũ Thị Hồng (2015) “Các yếu tố ảnh hƣởng đến thanh khoản của các ngân hàng thƣơng mại Việt Nam” Tạp chí phát triển và hội nhập, số 23 (33); (trang 32-49). Tiếng Anh 13. Abba, G. O., Zadrariah, P., & Ingang, E. E. (2013). Capital adequacy ratio and banking risk in the Nigerian money deposit banks. Research Journal of Finance and Accounting, 4(17), 17-25 14. Aggrawal, R., & Jacques, K. (2001). The impact of FDICIA and prompt corrective action on bank capital and risk: Estimates using a simultaneous equations model. Journal of Banking and Finance, 25, 1139-1160 15. Altman, I. E. (1968), “Financial ratios, discriminant analysis and the prediction of corporate bankruptcy”, The Journal of Finance, volume 23, Issue 4, September 1968, Pages 589–609. 16. Altman, I. E., Robert G. Haldeman and P. Narayanan (1977), "ZETATM analysis a new model to identify bankruptcy risk of corporation”, Journal of Banking & Finance, 1977, vol. 1, issue 1, pages 29-54 17. Ameni Ghenimi, 2017, The effects of liquidity risk and credit risk on bank stability: Evidence from the MENA region, Borsa _ Istanbul Review xx (2017); pp 1-11 18. Armen A., Alchian, and Harold Demsetz. 1972. "Production, Information Costs, and Economic Organization." American Economic Review. 62 (Dec 1972), 777-795. 19. Arif A. & Anees N. A. (2012). Liquidity Risk and Performance in the Banking System. Journal of Financial Regulation and Compliance, 20(2), 182-195; 20. Aspachs, O., Nier, E., Tiesset, M. (2005), "Liquidity, Banking Regulation and macroeconomics. Proof of shares, bank liquidity from a panel the bank's UK-resident ", Bank of England working paper. 21. Aspachs, O., Nier, E., Tiesset, M. (2005), “Liquidity, Banking Regulation and macroeconomics. Proof of shares, bank liquidity from a panel the bank‟s UK-resident “, Bank of England working paper; 22. Athanasolou, P. P, Delis, M. D, Staikouras, C. K, (2006), “Determinants of bank profitability in the South Eastern European Region”, Bank of Greece working paper, No. 47. 23. Baltagi, B. H. (2008) Econometric Analysis of Panel Data (4 edition) John Wiley & Sons. 24. Bank for International Settlement (2009), “International framework for liquidity risk measurement, standards and monitoring”. Political Economy, No. 91, pp. 401-419 25. Bhattacharya S, Thakor A. 1993. Contemporary banking theory. J. Financ. Intermediat. 3:2–50 26. Ben Bernanke and Mark Gertle (2001). Should Central Banks respond to movements in asset prices. The American Economic Review, May 2001, 253-257 27. Bencivenga, Valerie R and Bruce D. Smith (1993). Some consequences of credit rationing in an endogenous growth model. Journal of Economic Dynamics and Control 17, 97-122 28. Berger, A. N., & DeYoung, R. (1997). Problem loans and cost efficiency in commercial banks. Journal of Banking and Finance, 21, 849e870 29. Bernake, B.S., & Lown, C.S., (1991). The credit crunch. Brookings Papers on Economic Activity 2, 205-247. 30. Besanko D, Kanatas G. 1996. The regulation of bank capital: Do capital standards promote bank safety? J. Financ. Intermed. 5:160–83 31. Björn Imbierowicz và Christian Rauch (2013). “The Relationship between Liquidity Risk and Credit Risk in Banks”. Journal of Banking & Finance, volume 40, March 2014, Pages 242 – 256. 32. Black, F., Scholes, M. (1973): "The Pricing of Options and Corporate Liabilities" (PDF; 426 kB), in Journal of Political Economy, Bd. 81 (3), S. 637–654, 1973 33. Blair, R. D., & Heggestad, A. A. (1978). Bank portfolio regulation and the probability of bank failure: Note. Journal of Money, Credit and Banking, 10(1), 88e93. 34. Blaschke, W., Jones, M.T., Majnoni, G. and Martinez Peria, S. (2001) “Stress Testing of Financial Systems: An Overview of Issues, Methodologies and FSAP Experiences” IMF Working Paper WP/01/88 35. Bonfim, D., Kim, M. (2008), “Liquidity risk in banking: Is there herding?”, International Economic Journal, vol. 22, no. 3, pp. 361-386; 36. Boyd, J. H., & Graham, S. L. (1988). The profitability and risk effects of allowing bank holding companies to merge with other financial firms: a simulation study. Federal Reserve Bank of Minneapolis Quarterly Review 2,3-20 37. Boyd, J., De Nicoló, G., & Jalal, A. (2006), „Bank risk-taking and competition revisited: new theory and new evidence‟, IMF Working Paper 06/297, Washington DC: International Monetary Fund 38. Boyd, J.H., Graham, S.L. (1986). Risk, regulation, and bank holding company expansion into nonbanking, Research Department Federal Reserve Bank of Minneapolis, Vol. 10 (2), pp. 2-17 39. Cai, J., & Thakor, A. V. (2008). Liquidity risk, credit risk, and interbank competition. Working Paper. 40. Calem P, Rob R. 1999. The impact of capital-based regulation on bank risk- taking. J. Financ. Intermed. 8:317–52 41. Chant, John, 2003, “Financial Stability As a Policy Goal,” in Essays on Financial Stability, by John Chant, Alexandra Lai, Mark Illing, and Fred Daniel, Bank of Canada Technical Report No. 95 (Ottawa: Bank of Canada), September, pp. 3–4. 42. Chiaramonte, L., Croci, E., Poli, F. 2015, Should we trust the Z-score? Evidence from the European Banking Industry, Global Finance Journal, Vol. 28, pp. 111-131 43. Consuelo Silva Buston, 2013, Active Risk Management and Banking Stability, European Banking Center Discussion Paper No. 2013-014; pp. 1- 42 44. Coval J, Thakor A. 2005. Financial intermediation as a beliefs-bridge between optimists and pessimists. J. Financ. Econ. 75(5):535–70 45. Cucinelli D. (2013). The relationship between liquidity risk and probability of default: evidence from the euro area. Risk governance and control: financial markets and institutions, volume 3, issue 1. 46. Dao, B. H., & Ankenbrand, T. (2014). Capital adequacy and banking risk: An empirical study of Vietnamese banks. Retrieved from 47. David G. Kleinbaum, Lawrence L. Kupper, và Keith E. Muller, Applied Regression Analysis and Other Multivariate Methods, (Phân tích hồi qui ứng dụng và các phƣơng pháp đa biến khác), 2d. ed., PWS -Kent, Boston, Mass., 1988, trang 210) 48. De Nicolo, G. 2000, „Size, Charter Value and Risk in Banking: an International Perspective‟, Board of Governors of the Federal Reserve System International Finance Discussion Papers No. 689 49. Dermine, J. (1986). Deposit rates, credit rates and bank capital: The KleinMonti model revisited. Journal of Banking & Finance, 10(1), 99e114. 50. Demsetz, R.S., Saidenber, M.R., & Strahan Ph. E. (1997). Agency problems and risk taking in banks. Federal Reverve Bank of New York, Research paper No.9709 51. Deutsche Bundesbank (2003), “Report on the Stability of the German Financial System,” Monthly Report, Frankfurt, December. 52. Duttweiler, R. (2010), “Quản lý thanh khoản trong ngân hàng”, Nhà xuất bản tổng hợp TP. HCM.Farrell, M., (1957), “The Measurement of Productive Efficiency”, Journal of the Royal Statistical Society, Vol.120, No. 3, pp. 253–281. 53. Eklund, T., Larsen, K., & Bernhardsen, E. (2001). Model for analyzing credit risk in the enterprise sector, Norges Bank economic bulletin, Q3 01. 54. Fielding, A. (2005), “Shortland political violence and excess liquidity in Egypt”, Journal of Development studies, vol. 41, no. 4, pp. 542-557. 55. Francisco, G. (2005), “Bank Regulation and Risk-taking Incentives: An International Comparison of Bank Risk”, Journal of Banking and Finance Vol. 29, 1153-1184. 56. Fu, X., Lin, Y., & Molyneux, P. 2014, Bank competition and financial stability in Asia Pacific, Journal of Banking & Finance, Vol. 38, pp. 64-77 57. Furlong, F.T., Keeley, M.C., (1989). Capital regulation and bank risk-taking: a note. J. Bank. Finance 13, 883–891. 58. Gambacorta, L., & Mistrulli, P.E. (2004). Does bank capital affect lending behavior? Journal of Financial Intermediation 13, 436-457 59. Godlewski, C. J. (2004). Capital regulation and credit risk taking: Empirical evidence from banks in emerging market economies. 60. Golin, J. (2001), “The bank credit analysis handbook: A guide for analyst, bankers and investors”, Singapore: Jonh Wiley & sons (Asia), Pte Ltd. 61. Gorton, G., Huang, L. (2004), “Liquidity, Efficiency ang bank bailouts”, American Economic review, Vol. 94, No. 3, pp. 455-483. 62. Gujarati, N., D. (2003), “Basic Economics”, McGraw-Hill, New York, USA. 63. Hannan, T.H., Hanweck, G.A., 1988. Bank insolvency risk and the market for large certicates of deposit. Journal of Money, Credit and Banking 20, 203211. 64. Hakenes, H., Schnabel, I., (2010). Capital Regulation, Bank Competition, and Financial Stability. Leibniz University of Hannover, MPI Bonn, and CEPR 65. Harold Demsetz. 1983. "The structure of ownership and the theory of the firm." Journal of Law and Economics. 26: pp 375-393. 66. Harris, M., & Raviv, A. (1978). Some results on incentive contracts with applications to education and employment, health insurance, and law enforcement. American Economic Review, 68(1), 20-30. 67. Haubrich, J. G., and Wachtel, P. (1993). “Capital Requirements and Shifts in Commercial Bank Portfolios.” Federal Reserve Bank of Cleveland Economic Review 29 (third quarter): 2-15. 68. Hesse, H., & Cihák, M. 2007, „Cooperative Banks and Financial Stability‟, IMF Working Paper No. 07/2, Washington DC: International Monetary Fund 69. HellmannT, MurdockK, StiglitzJ .2000. Liberalization, moral hazardin banking, and prudential regulation: Are capital requirements enough? Am. Econ. Rev. 90:147–65 70. He, Z., & Xiong, W. (2012b). Rollover risk and credit risk. Journal of Finance, 67, 391e429. 71. Holmstrom B, Tirole J. 1997. Financial intermediation, loanable funds, and the real sector. Q. J. Econ. 112:663–91 72. Huang, R., & Radnovski, L. (2009). Why Are Canadian Banks More Resilient? IMF Working Paper No. 09/152. 73. Hussain, M.E., Hassan, M.K., (2005). Basel Capital Requirements and Bank Credit Risk Taking In Developing Countries, Department of Economics and Finance Working Papers, 34. University of New Orleans. 74. Imbierowicz, B., & Rauch, C. (2014). The relationship between liquidity risk and credit risk in banks. Journal of Banking and Finance, 40, 242e256. 75. Indriani, V. (2004), “The relationship between Islamic financing with risk and performane of commercial banks in Indonesia”, Bachelor of Accounting, University of Indonesia. 76. Iqbal, A. (2012), “Liquidity Risk Management: A Comparative Study between Conventional and Islamic Banks of Pakistan”,Global Journal of Management and Business Research, Vol.12, Issue 5, Version 1.0 77. Jacob Oduor, Kethi Ngoka, Maureen Odongo (2017). Capital requirement, bank competition and stability in Africa. Review of Development Finance xxx (2017) xxx–xxx. 78. Jensen, M. and Meckling, W. (1976). Theory of the Firm: Managerial Behaviour, Agency Costs, and Ownership Structure. Journal of Financial Economics, pp.305-360. 79. Junarsin, E. (2011), “Capital Ratios and risk talking of Financial Crisis Period”, European Journal of Social Sciences, Vol. 21, No. 1. 80. Keeley, M.C. (1990). Deposit insurance, risk, and market power in banking. American Economic Review 80 (1990) 1183-1200 81. Kim, D., Santomero, A. (1998), “ Risk in banking and capital regulation”, Journal of finance, Vol. 43, No. 5, pp. 1219-1233. 82. Konishi, M. and Yasuda, Y. (2004), “Factors affecting bank risk: Evidence from Japan”, Journal of Banking and Finance, No. 28, pp. 215-232. 83. Laetitia & Strobel, Frank, 2013. "Bank insolvency risk and time-varying Z- score measures," Journal of International Financial Markets, Institutions and Money, Elsevier, vol. 25(C), pages 73-87 84. Lastra R., M.,&Schiffman H., N., (1999). Bank failures and bank insolvency law in economies in transition. International economic development law, 9, p 227 85. Martinez-Miera, D., & Suarez, J. (2014). Bank‟s endogenous systemic risk taking. Mimeo 86. Matten, C. (1996). Managing Bank Capital: capital allocation and performance measurement. (2nd ed.) Chichester: Wiley 87. Merton, Robert C., 1974, On the pricing of corporate debt: The risk structure of interest rates, Journal of Finance 29, 449-470. 88. MertonR.1977.An analytic derivation of the cost of deposit insurance and loan guarantees: anapplication of modern option pricing theory. J. Bank. Finance 1:3–11 89. Mishkin, Frederick, 1999, “Global Financial Instability: Framework, Events, Issues,” Journal of Economic Perspectives, Vol. 13 (Fall), pp. 3–20. 90. Michael Jensen C., and W.H. Meckling. 1976. "Theory of the Firm: Managerial Behavior, Agency Costs, and Ownership Structure." Journal of Financial Economics. 3, pp 305-360. 91. Modigliani, F. and Miller, M. (1958). The cost of capital, corporation finance, and the theory of investment. American economic Review 48, June, 261-197. 92. Modigliani, F. and Miller, M. (1963). Corporate income taxes and the cost of capital: A correction. American economic Review, June, 433-443. 93. Mohamed Aymen Ben Moussa (2015). The Relationship between Capital and Bank Risk: Evidence from Tunisia. International Journal of Economics and Finance; Vol. 7, No. 4; 2015 94. Mosko C. A, Anilda Bozdo, 2016, Effect of Bank Capital Requirements on Bank Risk-taking and Financial Stability, Mediterranean Journal of Social Sciences , Vol 7 No 1, page 340-349 95. Nadya and Thomas Kick (2012), “Early warning indicators for the German banking system: a macroprudential analysis”, Deutsch Bundesbank Discussion Paper No. 27/2012. 96. N. Gregory Mankiw (2003), Principles of Economics, Havard University- NXB Thống kê, Hà Nội 97. Naceur, S. B., Kandil, M. (2009), “The impact of capital requirement on banks‟ cost of intermediation and performance: The case of Egypt”, Journal of Economic and business, Vol. 61, pp. 70-89. 98. Orlowski, J. (2008), "Stages of the period 2007/2008 the global financial crisis: Is There is a Wandering Asset - Price Bubble? ", KIWE economic Dicussion Paper, no. 43. 99. Pasiouras, F., Kosmidou, K. (2007), “Factors influencing the Profitability of domestic and foreign commercial banks in the European Union”, Research in International Business and Finance, Vol. 21, pp. 222-237. 100. Pierre Monnin and Terhi Jokipii. (2010), “The Impact of Banking Sector Stability on the Real Economy”, Swiss National Bank, Börsenstrasse 15, P.O. Box, CH-8022 Zurich, pp. 1-23. 101. Rose Peter S. (2012). Bank Management and Financial Services 9th Edition. The McGraw-Hill/Irwin Series in Finance, Insurance, and Real Estate. 102. Praet, J., Herzberg, M. (2008), “Market liquidity and banking liquidity: linkages, vulnerabilities and the role of disclosure”, Baque de France Financial stability review, pp.95-109. 103. Rahman, N., Ahmad, N., & Abdullah, N. 2012, Ownership Structure, Capital Regulation and Bank Risk Taking, Journal of Business and Economics, Vol. 3, pp. 176-188. 104. Rauch, C., Steffen, S., Hackethal, A., Tyrell, M. (2009), “Saving Bank, Liquidity Creation and Monetary Policy”, European Journal of Social Sciences. 105. Repullo, R. (2003), “Liquidity, risk taking and the lender of last resort”, CEMFI Madrid.Rychtárik (2009), “Liquidity scenario analysis in the Luxembourg banking sector”, BCDL Working Paper, No. 41. 106. Repullo R. 2004. Capital requirements, market power and risk-taking in banking. J. Financ. Intermed. 13:156–82 107. Rime, B. (2001). Capital requyrements and bank behaviour: empirical evidence for Switzerland. Journal of Banking and Finance, 25. 789-805 108. Salas, V., & Saurina, J. (2002). Credit risk in two Institutional regimes: Spanish commercial and savings banks. Journal of Financial Services Research, 22(3), 203e224. 109. Samir Srairi (2013), “Ownership structure and risk -taking behaviour in conventional and Islamic banks: Evidence for MENA countries”; Borsa_ Istanbul Review 13, 115-127 110. Santos, J. A.C., (1999). Bank capital and equity investment regulations. Journal of Banking and Finance 23, 1095-1120 111. Saunders, A., Cornett, M. M. (2006), “Financial institutions management: A risk managemant approach”, McGraw-Hill, Boston. 112. Shu Ling Lin, Jack.H.W.Penm, Shang-Chi Gong, Ching-Shan Chang (2005). Risk- based capital adequacy in assessing on insolvency-risk and financial performances in Taiwan‟s banking industry. Research in international business and finance 19, 111-153 113. Soedarmono, W., Machrouh, F., & Tarazi, A. 2011, Bank market power, economic growth and financial stability: Evidence from Asian banks, Journal of Asian Economics, Vol. 22, pp. 460-470 114. Strobel, F., & Lepetit, L. 2015, „Bank Insolvency Risk and Z-Score Measures: A Refinement‟, Finance Research Letters, Vol. 13, pp. 214-224 115. Sufian, F., Chong, R. R. (2008), “Determinants Of Bank Profitability In A Developing Economy: Empirical Evidences From The Philippines”, Asian Academy of Management Journal of Accounting and 116. Thakor A. 2014. Dividing the rents between labor and capital: an integrated theory of capital structure for financial and non-financial firms. Work. Pap., Olin Sch. Bus., Wash. Univ. St. Louis 117. Van Roy, P., (2003). The Impact of the 1988 Basel Accord on Banks‟ Capital Ratios and Credit Risk-taking: An International Study, Unpublished Paper. European Center for Advanced Research in Economics and Statistics. 118. Vodovà P. (2011). Liquidity of Czech Commercial Banks and its Determinants. International Journal of Mathematical Models and Methods in Applied Sciences, 6(5), 1060-1067. 119. Zavgren, V. C., (1985), “Assessing the vulnerability to failure of american industrial firms: a logistic analysis”, Journal of Business Finance & Accounting. 120. Wellink, Nout, 2002, “Current Issues in Central Banking”, (Oranjestad: Central Bank of Aruba), November 14. 121. Woo, D., (2003). In search of “capital crunch”: Supply factors behind the credit slow down in Japan. Journal of Money, Credit and Banking 35(6), 1019-1038. PHỤ LỤC 1: THỐNG KÊ MÔ TẢ VÀ MA TRẬN HỆ SỐ TƢƠNG QUAN Variable Obs Mean Std. Dev. Min Max zscore 216 24.54225 11.59947 1.949984 62.19548 banksize 216 18.06595 1.227456 14.69872 20.72988 llp 216 .0206197 .00853452 .0005517 0.247542 loanta 216 .5037979 .1519413 .0046616 .8516832 cir 216 .859185 .190839 .013187 1.218748 roe 216 .0837954 .0867394 -.08200214 .2846455 npl 216 .0324069 .0116753 0.00351 .1128462 gdp 216 .0591846 .004797 .0524737 .0668 inf 216 .090399 .0692676 .0063061 .2311632 inf 0.0483 -0.3291 -0.0921 -0.1533 -0.0673 0.0822 -0.0185 -0.2286 1.0000 gdp -0.0687 0.1922 0.0838 0.0533 0.0073 -0.0362 -0.1839 1.0000 npl -0.0624 -0.1044 -0.0120 0.0208 0.2057 -0.1553 1.0000 roe -0.0151 0.3066 -0.0035 0.1766 -0.2332 1.0000 cir 0.1289 -0.0730 0.0354 -0.0320 1.0000 loanta 0.2662 0.2149 0.0317 1.0000 llp 0.0111 0.0716 1.0000 banksize -0.2458 1.0000 zscore 1.0000 zscore banksize llp loanta cir roe npl gdp inf Mean VIF 1.15 llp 1.02 0.984787 loanta 1.08 0.923829 cir 1.10 0.912241 npl 1.11 0.903331 gdp 1.12 0.890429 inf 1.23 0.814705 roe 1.25 0.801947 banksize 1.33 0.750691 Variable VIF 1/VIF PHỤ LỤC 2: KẾT QUẢ HỒI QUY MÔ HÌNH  FIXED EFFECTS MODEL . F test that all u_i=0: F(23, 185) = 21.26 Prob > F = 0.0000 rho .7508227 (fraction of variance due to u_i) sigma_e .22707848 sigma_u .39417623 _cons 2.191053 .8565131 2.56 0.011 .5012644 3.880842 cre .0375023 .0241674 1.55 0.122 -.0101768 .0851814 inf -.8579331 .3085808 -2.78 0.006 -1.466723 -.2491432 gdp -2.425598 3.34603 -0.72 0.469 -9.02688 4.175684 roe .5075539 .2274639 2.23 0.027 .0587971 .9563107 ltd .2197508 .0921098 2.39 0.018 .0380301 .4014715 eqta 2.769679 .2956981 9.37 0.000 2.186305 3.353053 size .0344532 .0464373 0.74 0.459 -.0571615 .1260679 lnz Coef. Std. Err. t P>|t| [95% Conf. Interval] corr(u_i, Xb) = -0.1158 Prob > F = 0.0000 F(7,185) = 20.87 overall = 0.1276 max = 9 between = 0.0002 avg = 9.0 R-sq: within = 0.4413 Obs per group: min = 9 Group variable: id Number of groups = 24 Fixed-effects (within) regression Number of obs = 216  RANDOM EFFECTS MODEL rho .57403965 (fraction of variance due to u_i) sigma_e .22707848 sigma_u .26361028 _cons 2.051852 .7426391 2.76 0.006 .5963056 3.507397 cre .0220949 .0251745 0.88 0.380 -.0272461 .0714359 inf -.8791251 .3070083 -2.86 0.004 -1.48085 -.2773999 gdp -3.173713 3.420091 -0.93 0.353 -9.876967 3.529542 roe .5815009 .2372322 2.45 0.014 .1165342 1.046467 ltd .279093 .0920575 3.03 0.002 .0986636 .4595223 eqta 2.706427 .300044 9.02 0.000 2.118351 3.294502 size .0421577 .0392833 1.07 0.283 -.0348362 .1191516 lnz Coef. Std. Err. z P>|z| [95% Conf. Interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 Wald chi2(7) = 130.03 overall = 0.1549 max = 9 between = 0.0122 avg = 9.0 R-sq: within = 0.4378 Obs per group: min = 9 Group variable: id Number of groups = 24 Random-effects GLS regression Number of obs = 216  HAUSMAN TEST  MODIFIED WALD TEST  WOOLDRIDGE TEST Prob>chi2 = 0.8086 = 3.75 chi2(7) = (b-B)'[(V_b-V_B)^(-1)](b-B) Test: Ho: difference in coefficients not systematic B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg CRE -1.072158 -.761137 -.3110206 .2800944 INF -1.323078 -.9815084 -.3415694 .3590954 GDP 5.068301 2.212541 2.85576 2.257929 ROE -1.001225 -1.037827 .0366015 .2440212 LTD .3598966 .359359 .0005377 .0713883 EQTA 2.784412 2.394527 .3898853 .433441 SIZE -.1533421 -.0582665 -.0950756 .0914387 fe1 . Difference S.E. (b) (B) (b-B) sqrt(diag(V_b-V_B)) Coefficients Prob > chibar2 = 0.0000 chibar2(01) = 261.37 Test: Var(u) = 0 u .06949 .2636096 e .0515631 .2270751 lnz .220037 .469081 Var sd = sqrt(Var) Estimated results: lnz[id,t] = Xb + u[id] + e[id,t] Breusch and Pagan Lagrangian multiplier test for random effects Prob > F = 0.0008 F( 1, 23) = 14.875 H0: no first-order autocorrelation Wooldridge test for autocorrelation in panel data . _cons 2.57371 .5295018 4.86 0.000 1.535905 3.611514 cre -.1158166 .0728402 -1.59 0.112 -.2585808 .0269476 inf -.9334238 .3443416 -2.71 0.007 -1.608321 -.2585268 gdp -3.688005 3.682989 -1.00 0.317 -10.90653 3.53052 roe .7097366 .4222151 1.68 0.093 -.1177898 1.537263 ltd .3385358 .0857626 3.95 0.000 .1704441 .5066274 eqta 2.464614 .5302192 4.65 0.000 1.425403 3.503824 size .0182613 .0239508 0.76 0.446 -.0286814 .0652041 lnz Coef. Std. Err. z P>|z| [95% Conf. Interval] Prob > chi2 = 0.0000 Wald chi2(7) = 62.32 Estimated coefficients = 8 Time periods = 9 Estimated autocorrelations = 0 Number of groups = 24 Estimated covariances = 24 Number of obs = 216 Correlation: no autocorrelation Panels: heteroskedastic Coefficients: generalized least squares Cross-sectional time-series FGLS regression . _cons 1.990378 .5624984 3.54 0.000 .8879015 3.092855 cre -.1205175 .0713157 -1.69 0.091 -.2602937 .0192587 inf -.8714559 .3351736 -2.60 0.009 -1.528384 -.2145277 gdp -3.328564 3.577966 -0.93 0.352 -10.34125 3.684121 roe .7808059 .4114113 1.90 0.058 -.0255455 1.587157 ltd .3071051 .0821945 3.74 0.000 .1460068 .4682034 eqta2 -2.851388 1.552827 -1.84 0.066 -5.894873 .1920966 eqta 4.262651 .9049482 4.71 0.000 2.488985 6.036317 size .0419644 .0249983 1.68 0.093 -.0070314 .0909602 lnz Coef. Std. Err. z P>|z| [95% Conf. Interval] Prob > chi2 = 0.0000 Wald chi2(8) = 85.73 Estimated coefficients = 9 Time periods = 9 Estimated autocorrelations = 0 Number of groups = 24 Estimated covariances = 24 Number of obs = 216 Correlation: no autocorrelation Panels: heteroskedastic Coefficients: generalized least squares Cross-sectional time-series FGLS regression . _cons 2.461848 .5896103 4.18 0.000 1.306233 3.617463 khunghoang -.1537518 .0619094 -2.48 0.013 -.275092 -.0324117 cre -.0693354 .0743565 -0.93 0.351 -.2150715 .0764007 inf -.6649901 .3399631 -1.96 0.050 -1.331306 .0013253 gdp -8.03854 4.047036 -1.99 0.047 -15.97059 -.1064944 roe .9120701 .4097033 2.23 0.026 .1090663 1.715074 ltd .3348959 .0817167 4.10 0.000 .1747342 .4950576 eqta2 -2.497539 1.560521 -1.60 0.109 -5.556103 .5610254 eqta 4.072566 .8997567 4.53 0.000 2.309075 5.836056 size .030254 .0251462 1.20 0.229 -.0190317 .0795397 lnz Coef. Std. Err. z P>|z| [95% Conf. Interval] Prob > chi2 = 0.0000 Wald chi2(9) = 96.01 Estimated coefficients = 10 Time periods = 9 Estimated autocorrelations = 0 Number of groups = 24 Estimated covariances = 24 Number of obs = 216 Correlation: no autocorrelation Panels: heteroskedastic Coefficients: generalized least squares Cross-sectional time-series FGLS regression  FIXED EFFECTS MODEL . _cons 2.090462 .5578487 3.75 0.000 .9970984 3.183825 khunghoangeqta -1.13509 .4127006 -2.75 0.006 -1.943968 -.3262117 cre -.0646742 .0740766 -0.87 0.383 -.2098618 .0805133 inf -.6729156 .3367356 -2.00 0.046 -1.332905 -.012926 gdp -6.752806 3.775256 -1.79 0.074 -14.15217 .6465601 roe .7877247 .4069262 1.94 0.053 -.009836 1.585285 ltd .3538981 .0820256 4.31 0.000 .193131 .5146653 eqta2 -1.729014 1.611795 -1.07 0.283 -4.888073 1.430045 eqta 4.568761 .8960716 5.10 0.000 2.812493 6.325029 size .0425786 .0247657 1.72 0.086 -.0059612 .0911184 lnz Coef. Std. Err. z P>|z| [95% Conf. Interval] Prob > chi2 = 0.0000 Wald chi2(9) = 102.81 Estimated coefficients = 10 Time periods = 9 Estimated autocorrelations = 0 Number of groups = 24 Estimated covariances = 24 Number of obs = 216 Correlation: no autocorrelation Panels: heteroskedastic Coefficients: generalized least squares Cross-sectional time-series FGLS regression  PHƢƠNG PHÁP BÌNH PHƢƠNG TỐI THIỂU TỔNG QUÁT KHẢ THI . F test that all u_i=0: F(23, 184) = 23.96 Prob > F = 0.0000 rho .84699548 (fraction of variance due to u_i) sigma_e .23584174 sigma_u .55489279 _cons 7.561158 .6834501 11.06 0.000 6.212751 8.909564 inf -1.110172 .3311887 -3.35 0.001 -1.763587 -.4567562 npl -4.148806 1.874085 -2.21 0.028 -7.846266 -.4513473 gdp -5.012935 3.86494 -1.30 0.196 -12.63823 2.612362 roe .4476776 .3110988 1.44 0.152 -.1661019 1.061457 cir -1.13897 .3998413 -2.85 0.005 -1.927833 -.3501069 loanta -.1356525 .2044858 -0.66 0.508 -.5390909 .2677859 llp -.0134528 .2016315 -0.07 0.947 -.4112597 .3843541 banksize -.1650859 .0418999 -3.94 0.000 -.2477518 -.08242 lnz Coef. Std. Err. t P>|t| [95% Conf. Interval] corr(u_i, Xb) = -0.4926 Prob > F = 0.0000 F(8,184) = 12.07 overall = 0.0015 max = 9 between = 0.0317 avg = 9.0 R-sq: within = 0.3442 Obs per group: min = 9 Group variable: id Number of groups = 24 Fixed-effects (within) regression Number of obs = 216 . xtreg lnz banksize llp loanta cir roe gdp npl inf, fe Prob > F = 0.0000 F( 1, 23) = 36.085 H0: no first-order autocorrelation Wooldridge test for autocorrelation in panel data . xtserial lnz banksize llp loanta cir roe gdp npl inf Prob>chi2 = 0.0000 chi2 (24) = 316.38 H0: sigma(i)^2 = sigma^2 for all i in fixed effect regression model Modified Wald test for groupwise heteroskedasticity . xttest3  PHƢƠNG PHÁP GMM . _cons 5.253815 .5874777 8.94 0.000 4.10238 6.405251 inf -.2859408 .2125008 -1.35 0.178 -.7024347 .1305531 npl -4.836314 1.295788 -3.73 0.000 -7.376012 -2.296617 gdp -7.680243 2.605883 -2.95 0.003 -12.78768 -2.572807 roe .9313156 .3104374 3.00 0.003 .3228695 1.539762 cir .1321644 .2470444 0.53 0.593 -.3520337 .6163625 loanta .2536402 .1874519 1.35 0.176 -.1137588 .6210393 llp -.0112449 .0867974 -0.13 0.897 -.1813647 .158875 banksize -.1032217 .0308784 -3.34 0.001 -.1637423 -.042701 lnz Coef. Std. Err. z P>|z| [95% Conf. Interval] Prob > chi2 = 0.0000 Wald chi2(8) = 60.63 Estimated coefficients = 9 Time periods = 9 Estimated autocorrelations = 1 Number of groups = 24 Estimated covariances = 24 Number of obs = 216 Correlation: common AR(1) coefficient for all panels (0.7803) Panels: heteroskedastic Coefficients: generalized least squares Cross-sectional time-series FGLS regression . xtgls lnz banksize llp loanta cir roe gdp npl inf, cor(ar1) panels(hetero) Difference (null H = exogenous): chi2(5) = 10.34 Prob > chi2 = 0.066 Hansen test excluding group: chi2(4) = 2.10 Prob > chi2 = 0.718 iv(banksize L.lnz cir loanta npl) Difference-in-Hansen tests of exogeneity of instrument subsets: (Robust, but weakened by many instruments.) Hansen test of overid. restrictions: chi2(9) = 12.44 Prob > chi2 = 0.190 (Not robust, but not weakened by many instruments.) Sargan test of overid. restrictions: chi2(9) = 4.80 Prob > chi2 = 0.852 Arellano-Bond test for AR(2) in first differences: z = 0.21 Pr > z = 0.830 Arellano-Bond test for AR(1) in first differences: z = -2.32 Pr > z = 0.020 L(2/3).roe GMM-type (missing=0, separate instruments for each period unless collapsed) D.(banksize L.lnz cir loanta npl) Standard Instruments for first differences equation Warning: Uncorrected two-step standard errors are unreliable. inf -1.064525 .2524065 -4.22 0.000 -1.585467 -.5435839 npl -3.666684 1.97384 -1.86 0.076 -7.740489 .4071202 gdp -7.096544 3.237069 -2.19 0.038 -13.77753 -.4155614 roe 4.289359 1.124326 3.82 0.001 1.968865 6.609853 cir 3.016098 1.281217 2.35 0.027 .3717966 5.660399 loanta .7041662 .3784957 1.86 0.075 -.0770106 1.485343 llp -2.21697 1.343885 -1.65 0.112 -4.990612 .5566725 banksize -.1224771 .0577995 -2.12 0.045 -.2417695 -.0031848 L1. .0545457 .0492743 1.11 0.279 -.0471514 .1562427 lnz lnz Coef. Std. Err. t P>|t| [95% Conf. Interval] Prob > F = 0.000 max = 7 F(9, 24) = 61.80 avg = 7.00 Number of instruments = 18 Obs per group: min = 7 Time variable : nam Number of groups = 24 Group variable: id Number of obs = 168 Dynamic panel-data estimation, two-step difference GMM Favoring speed over space. To switch, type or click on mata: mata set matafavor space, perm. . xtabond2 lnz l.lnz banksize llp loanta cir roe gdp npl inf, gmm(roe, lag(2 3)) iv(banksize l.lnz cir loanta npl) two nol sm . Difference (null H = exogenous): chi2(5) = 10.17 Prob > chi2 = 0.070 Hansen test excluding group: chi2(3) = 1.27 Prob > chi2 = 0.735 iv(banksize L.lnz cir loanta npl) Difference-in-Hansen tests of exogeneity of instrument subsets: (Robust, but weakened by many instruments.) Hansen test of overid. restrictions: chi2(8) = 11.45 Prob > chi2 = 0.178 (Not robust, but not weakened by many instruments.) Sargan test of overid. restrictions: chi2(8) = 3.62 Prob > chi2 = 0.890 Arellano-Bond test for AR(2) in first differences: z = 0.30 Pr > z = 0.763 Arellano-Bond test for AR(1) in first differences: z = -1.66 Pr > z = 0.097 L(2/3).roe GMM-type (missing=0, separate instruments for each period unless collapsed) D.(banksize L.lnz cir loanta npl) Standard Instruments for first differences equation Warning: Uncorrected two-step standard errors are unreliable. khunghoang -.1458208 .0578329 -2.52 0.019 -.2651821 -.0264595 inf -1.538221 .3362277 -4.57 0.000 -2.232161 -.8442813 npl -3.758318 1.865278 -2.01 0.055 -7.608063 .0914258 gdp -2.24637 3.745266 -0.60 0.554 -9.976219 5.483479 roe 3.803015 1.012018 3.76 0.001 1.714312 5.891718 cir 2.209164 1.16478 1.90 0.070 -.1948248 4.613152 loanta .2201793 .3954531 0.56 0.583 -.5959958 1.036354 llp -1.58318 1.555328 -1.02 0.319 -4.793219 1.626859 banksize -.1710579 .0595984 -2.87 0.008 -.2940629 -.048053 L1. .0514644 .0492398 1.05 0.306 -.0501616 .1530904 lnz lnz Coef. Std. Err. t P>|t| [95% Conf. Interval] Prob > F = 0.000 max = 7 F(10, 24) = 71.46 avg = 7.00 Number of instruments = 18 Obs per group: min = 7 Time variable : nam Number of groups = 24 Group variable: id Number of obs = 168 Dynamic panel-data estimation, two-step difference GMM Favoring speed over space. To switch, type or click on mata: mata set matafavor space, perm. . xtabond2 lnz l.lnz banksize llp loanta cir roe gdp npl inf khunghoang, gmm(roe, lag(2 3)) iv(banksize l.lnz cir loanta npl) two nol sm Difference (null H = exogenous): chi2(5) = 8.83 Prob > chi2 = 0.116 Hansen test excluding group: chi2(3) = 1.35 Prob > chi2 = 0.718 iv(banksize L.lnz cir loanta npl) Difference-in-Hansen tests of exogeneity of instrument subsets: (Robust, but weakened by many instruments.) Hansen test of overid. restrictions: chi2(8) = 10.17 Prob > chi2 = 0.253 (Not robust, but not weakened by many instruments.) Sargan test of overid. restrictions: chi2(8) = 3.11 Prob > chi2 = 0.927 Arellano-Bond test for AR(2) in first differences: z = 0.34 Pr > z = 0.732 Arellano-Bond test for AR(1) in first differences: z = -1.76 Pr > z = 0.078 L(2/3).roe GMM-type (missing=0, separate instruments for each period unless collapsed) D.(banksize L.lnz cir loanta npl) Standard Instruments for first differences equation Warning: Uncorrected two-step standard errors are unreliable. nplkhunghoang -10.47738 3.764156 -2.78 0.010 -18.24622 -2.708549 inf -1.88019 .418922 -4.49 0.000 -2.744802 -1.015577 npl -4.899792 1.832611 -2.67 0.013 -8.682115 -1.117469 gdp -2.584333 3.81374 -0.68 0.504 -10.45551 5.286838 roe 4.325074 .9431445 4.59 0.000 2.378519 6.271628 cir 2.712727 1.065427 2.55 0.018 .5137934 4.91166 loanta .1144544 .4075005 0.28 0.781 -.7265854 .9554942 llp -1.640796 1.616858 -1.01 0.320 -4.977827 1.696236 banksize -.183283 .0622716 -2.94 0.007 -.3118053 -.0547608 L1. .0316622 .0520772 0.61 0.549 -.0758198 .1391443 lnz lnz Coef. Std. Err. t P>|t| [95% Conf. Interval] Prob > F = 0.000 max = 7 F(10, 24) = 34.49 avg = 7.00 Number of instruments = 18 Obs per group: min = 7 Time variable : nam Number of groups = 24 Group variable: id Number of obs = 168 Dynamic panel-data estimation, two-step difference GMM Favoring speed over space. To switch, type or click on mata: mata set matafavor space, perm. > m . xtabond2 lnz l.lnz banksize llp loanta cir roe gdp npl inf nplkhunghoang, gmm(roe, lag(2 3)) iv(banksize l.lnz cir loanta npl) two nol s PHỤ LỤC 3: DANH SÁCH CÁC NGÂN HÀNG TRONG MẪU NGHIÊN CỨU STT Tên Ngân hàng Tên Viết tắt 1 NHTMCP An Bình ABB 2 NHTMCP Á Châu ACB 3 NHTMCP Đầu Tƣ và Phát Triển Việt Nam BIDV 4 NHTMCP Công Thƣơng Việt Nam - Vietinbank CTG 5 NHTMCP Phát triển TP. HCM HDB 6 NHTMCP Kiên Long KLB 7 NHTMCP Quân Đội MBB 8 NHTMCP Hàng Hải – Maritimebank MSB 9 NHTMCP Nam Á NAB 10 NHTMCP Quốc Dân NCB 11 NHTMCP Phƣơng Đông OCB 12 NHTMCP Xăng Dầu PGB 13 NHTMCP Sài Gòn SCB 14 NHTMCP Đông Nam Á SEAB 15 NHTMCP Sài Gòn Công Thƣơng – Saigonbank SGB 16 NHTMCP Sài Gòn- Hà Nội SHB 17 NHTMCP Sài Gòn Thƣơng Tín - Sacombank STB 18 NHTMCP Kỹ Thƣơng Việt Nam - Techcombank TCB 19 NHTMCP Tiên Phong TPB 20 NHTMCP Việt Á VAB 21 NHTMCP Ngoại Thƣơng Việt Nam - Vietcombank VCB 22 NHTMCP Quốc Tế VIB 23 NHTMCP Bản Việt VIETCAPB 24 NHTMCP Việt Nam Thịnh Vƣợng VPB