Khả năng sinh lời của các NHTM Việt Nam bối cảnh khủng hoảng

Tổng quan về luận án

Luận án này tiên phong khám phá các yếu tố tác động đến khả năng sinh lời (KNSL) của các Ngân hàng Thương mại Việt Nam (NHTM) trong bối cảnh khủng hoảng kinh tế thế giới (giai đoạn 2007-2011) và so sánh với giai đoạn hậu khủng hoảng (2012-2018). Nghiên cứu này nổi bật trong bối cảnh khoa học hiện đại, khi hệ thống ngân hàng đóng vai trò huyết mạch của nền kinh tế, đặc biệt tại Việt Nam, nơi thị trường vốn chưa phát triển đầy đủ để dẫn vốn trung dài hạn (trích dẫn từ "LÝ DO CHỌN ĐỀ TÀI", trang 1). Sự nhạy cảm của lĩnh vực tài chính trước các chu kỳ kinh tế và những tác động mạnh mẽ của khủng hoảng tài chính toàn cầu năm 2008 đã thúc đẩy nhu cầu cấp thiết về một phân tích sâu sắc, toàn diện hơn về KNSL của NHTM Việt Nam.

Research Gap Cụ Thể: Mặc dù đã có nhiều nghiên cứu quốc tế và trong nước về tác động của khủng hoảng kinh tế đến KNSL của NHTM, kết quả vẫn còn không nhất quán (Sufian, 2011; Amba & Almukharreq, 2013; Andries et al., 2016 cho thấy tác động tiêu cực; Chronopoulos et al., 2015; Kamarudin et al., 2016 cho thấy tác động tích cực). Sự khác biệt này một phần do các phương pháp ước lượng truyền thống (FEM, REM, FGLS, GMM) thường tồn tại nhiều nhược điểm như tự tương quan và nội sinh. Quan trọng hơn, các công trình nghiên cứu trước đây tại Việt Nam chỉ đánh giá KNSL của NHTM tại đáy của khủng hoảng (ví dụ, Le (2017) và Nguyễn Anh Tú & Phạm Trí Nghĩa (2019) sử dụng biến giả cho các năm 2008-2009) mà chưa xem xét một cách tổng thể dưới tác động của các biện pháp kích thích kinh tế của Chính phủ Việt Nam và không đưa ra các gợi ý chính sách gắn với toàn bộ giai đoạn khủng hoảng và hậu khủng hoảng. Cụ thể, "cho tới thời điểm hiện tại, chưa có công trình nghiên cứu nào tại Việt Nam được thực hiện nhằm nghiên cứu tác động của khủng hoảng kinh tế thế giới, xem xét một cách tổng thể dưới tác động của các biện pháp kích thích kinh tế của Chính phủ Việt Nam và đưa ra các gợi ý chính sách gắn với cả giai đoạn này. Cụ thể, giai đoạn mà tác giả lựa chọn là 2007 – 2011, đồng thời xem xét với cả thời kỳ hậu khủng hoảng. Đây là khoảng trống khoa học trong nghiên cứu trước đây về KNSL của NHTM và là điểm mới của Luận án so với các nghiên cứu trước." (trang 6).

Research Questions và Hypotheses: Nghiên cứu giải quyết bốn câu hỏi chính:

1. Các yếu tố kinh tế vi mô nào có ảnh hưởng đến KNSL của NHTM Việt Nam trong bối cảnh khủng hoảng và hậu khủng hoảng kinh tế thế giới? Chiều hướng tác động như thế nào và có sự khác biệt ra sao giữa hai thời kỳ?
2. Các yếu tố kinh tế vĩ mô nào có ảnh hưởng đến KNSL của NHTM trong bối cảnh khủng hoảng và hậu khủng hoảng kinh tế thế giới? Chiều hướng tác động như thế nào và có sự khác biệt ra sao giữa hai thời kỳ?
3. Sự khác biệt về KNSL của các NHTM Việt Nam đạt được trong thời kỳ khủng hoảng so với thời kỳ hậu khủng hoảng kinh tế thế giới như thế nào?
4. Giải pháp nào nhằm điều chỉnh KNSL của các NHTM và phát triển vững chắc hệ thống NHTM Việt Nam trong bối cảnh khủng hoảng và hậu khủng hoảng kinh tế thế giới?

Các giả thuyết nghiên cứu được xây dựng dựa trên cơ sở lý thuyết và các nghiên cứu thực nghiệm trước đó, tập trung vào: (i) tác động của các yếu tố vi mô đến KNSL, (ii) tác động của các yếu tố vĩ mô đến KNSL, và (iii) tác động của khủng hoảng kinh tế thế giới đến KNSL của các NHTM.

Theoretical Framework: Khung lý thuyết của luận án được xây dựng dựa trên sự kết hợp sâu sắc giữa các lý thuyết về KNSL và các lý thuyết về chu kỳ kinh tế và khủng hoảng kinh tế. Cụ thể, nghiên cứu tích hợp quan điểm của trường phái Keynes (1936) về vai trò can thiệp của chính phủ trong kích cầu và ổn định nền kinh tế, cùng với Lý thuyết Minsky (1975) về tính dễ tổn thương của hệ thống tài chính và các giai đoạn tài trợ (hedge, speculative, Ponzi finance) dẫn đến khủng hoảng. Ngoài ra, các lý thuyết nền tảng về KNSL ngân hàng như Lý thuyết Quyền lực Thị trường (Market Power - MP) của Chamberlin (1933), Robinson (1933) và Smirlock (1985), cùng với Lý thuyết Cấu trúc Hiệu quả (Efficient Structure - ES) của Demsetz (1973) được sử dụng để xác định các yếu tố nội tại và bên ngoài ảnh hưởng đến KNSL.

Đóng góp đột phá với quantified impact: Luận án mang lại những đóng góp đột phá. Về mặt phương pháp, việc ứng dụng phương pháp hồi quy tuyến tính Bayes thông qua thuật toán lấy mẫu Gibbs là một cách tiếp cận mới, khác biệt đáng kể so với các nghiên cứu trước đây tại Việt Nam, khắc phục nhược điểm của phương pháp truyền thống và cung cấp kết quả ước lượng đáng tin cậy hơn. Về mặt lý thuyết, nghiên cứu cung cấp bằng chứng thực nghiệm về chiều hướng tác động khác nhau của các yếu tố đến KNSL của NHTM Việt Nam khi so sánh giữa giai đoạn khủng hoảng và hậu khủng hoảng, một khía cạnh chưa được làm rõ. Tác động thực tiễn được định lượng thông qua việc đưa ra "những kết quả nghiên cứu và gợi ý chính sách của Luận án không những có ý nghĩa thực tiễn đối với ngân hàng thương mại nhằm đạt được khả năng sinh lời hợp lý trong thời kỳ khủng hoảng kinh tế mà còn có ý nghĩa trong việc định hướng và dự báo cho những cuộc khủng hoảng kinh tế trên thế giới cũng như tại Việt Nam có thể xảy ra trong tương lai." (trang 11), ước tính tác động đến 86% tổng tài sản của các NHTM Việt Nam.

Scope và Significance: Phạm vi nghiên cứu bao gồm 30 NHTM Việt Nam, chiếm xấp xỉ 86% tổng tài sản của các NHTM tại thời điểm 31/12/2018, đảm bảo tính đại diện cao. Dữ liệu được thu thập trong giai đoạn 2007-2018, chia thành giai đoạn khủng hoảng (2007-2011) và hậu khủng hoảng (2012-2018), cho phép phân tích sự chuyển dịch tác động theo thời gian. Sự lựa chọn thời gian này là cụ thể, đặc biệt giai đoạn 2007-2011 để nắm bắt độ trễ tác động của các biện pháp kích cầu của Chính phủ và bất ổn kinh tế Việt Nam đến năm 2011. Nghiên cứu có ý nghĩa quan trọng trong việc xây dựng một hệ thống ngân hàng vững chắc, an toàn, lành mạnh, và nâng cao hiệu quả hoạt động của NHTM Việt Nam, hạn chế tác động tiêu cực của các cuộc khủng hoảng kinh tế toàn cầu.

Literature Review và Positioning

Phần tổng quan tài liệu của luận án thực hiện một tổng hợp toàn diện các dòng nghiên cứu chính về KNSL của ngân hàng và tác động của khủng hoảng kinh tế. Các nghiên cứu trước đây được phân loại theo khu vực địa lý để làm nổi bật sự đa dạng trong bối cảnh và kết quả.

Synthesis của major streams với TÊN TÁC GIẢ và NĂM cụ thể: Nghiên cứu KNSL của NHTM thường dựa trên hai lý thuyết chính: Lý thuyết Quyền lực Thị trường (MP) và Lý thuyết Cấu trúc Hiệu quả (ES). Lý thuyết MP, với các đại diện như Chamberlin (1933) và Robinson (1933) qua mô hình SCP, và Smirlock (1985) với RMP, lập luận rằng các ngân hàng có khả năng tập trung cao hoặc thị phần lớn có thể thao túng thị trường (áp lãi suất cho vay cao, lãi suất huy động thấp) để đạt lợi nhuận cao hơn. Ngược lại, Lý thuyết ES, khởi xướng bởi Demsetz (1973), cho rằng các ngân hàng hiệu quả nhất sẽ giành được cả lợi nhuận và thị phần cao hơn, tức là KNSL cao là kết quả gián tiếp của việc cải thiện hiệu quả quản trị nội bộ. Các nghiên cứu như của Lloyd-William và cộng sự (1994) đã tìm thấy bằng chứng cho lý thuyết SCP tại Tây Ban Nha, trong khi Muharrami & Matthews (2009) và Olweny & Shipho (2011) hỗ trợ lý thuyết ES.

Về tác động của khủng hoảng, các nghiên cứu quốc tế đã cung cấp nhiều góc nhìn. Sufian (2011) nghiên cứu các NHTM Hàn Quốc (1992-2003) và Amba & Almukharreq (2013) nghiên cứu các ngân hàng vùng Vịnh (2006-2013) đều cho thấy tác động tiêu cực của khủng hoảng tài chính đến KNSL. Tương tự, Andries và cộng sự (2016) tìm thấy tác động tiêu cực ở các NHTM Đông và Tây Âu (2004-2013). Tuy nhiên, một số nghiên cứu lại chỉ ra tác động tích cực, chẳng hạn Chronopoulos và cộng sự (2015) đối với các ngân hàng tại Mỹ trong giai đoạn khủng hoảng. Kamarudin và cộng sự (2016) tại Bangladesh (2004-2011) cho thấy hiệu quả lợi nhuận của ngân hàng nhà nước và tư nhân đều tăng trong giai đoạn khủng hoảng, nhưng giảm mạnh sau đó.

Contradictions/debates với ít nhất 2 opposing views: Tồn tại một mâu thuẫn rõ ràng trong các tài liệu hiện có về chiều hướng tác động của khủng hoảng kinh tế đến KNSL của NHTM. Một mặt, các nghiên cứu như Sufian (2011) và Amba & Almukharreq (2013) cung cấp bằng chứng mạnh mẽ rằng khủng hoảng tài chính có tác động tiêu cực đáng kể đến KNSL. Sự suy giảm kinh tế, tăng rủi ro tín dụng và thanh khoản thường dẫn đến lợi nhuận ngân hàng sụt giảm do phải tăng trích lập dự phòng và khó khăn trong hoạt động kinh doanh. Mặt khác, các nghiên cứu như Chronopoulos và cộng sự (2015) và Kamarudin và cộng sự (2016) lại tìm thấy bằng chứng cho thấy KNSL của các NHTM có thể tốt hơn hoặc tăng lên trong giai đoạn khủng hoảng. Luận án lý giải rằng sự mâu thuẫn này có thể do các cách tiếp cận khác nhau: đánh giá tác động tức thời có thể cho kết quả tiêu cực, trong khi đánh giá tổng thể dưới tác động của các biện pháp kích thích kinh tế của chính phủ có thể dẫn đến kết quả tích cực. Đây là một điểm tranh luận cốt lõi mà luận án này tìm cách làm sáng tỏ trong bối cảnh Việt Nam.

Positioning trong literature với specific gap identified: Luận án định vị mình bằng cách giải quyết một khoảng trống cụ thể trong tài liệu về KNSL của NHTM Việt Nam. Như đã nêu, các nghiên cứu trong nước trước đây (Le, 2017; Nguyễn Anh Tú & Phạm Trí Nghĩa, 2019) chủ yếu sử dụng biến giả để chỉ giai đoạn khủng hoảng chỉ trong 2 năm (2008-2009), tập trung vào đáy của khủng hoảng và chưa xem xét toàn bộ giai đoạn khủng hoảng (2007-2011) với tác động của các gói kích thích kinh tế của Chính phủ. Hơn nữa, những nghiên cứu này chỉ sử dụng các phương pháp hồi quy truyền thống vốn có nhược điểm cố hữu. Luận án này lấp đầy khoảng trống đó bằng cách: (1) phân tích toàn diện tác động của khủng hoảng trong giai đoạn 2007-2011 và so sánh với giai đoạn hậu khủng hoảng 2012-2018, và (2) sử dụng phương pháp Bayesian tiên tiến để nâng cao độ tin cậy và nhất quán của kết quả.

How this advances field với concrete contributions: Nghiên cứu này thúc đẩy lĩnh vực tài chính ngân hàng bằng cách:

• Cung cấp một góc nhìn toàn diện hơn về tác động của khủng hoảng kinh tế đối với KNSL của NHTM Việt Nam, bao gồm cả ảnh hưởng của các chính sách vĩ mô (kích thích kinh tế).
• Giới thiệu và áp dụng phương pháp Bayesian, một cải tiến đáng kể trong phân tích thực nghiệm so với các phương pháp tần suất truyền thống, mở ra hướng đi mới cho các nghiên cứu tương lai trong lĩnh vực này tại Việt Nam.
• Làm rõ sự khác biệt trong chiều hướng tác động của các yếu tố vi mô và vĩ mô giữa hai giai đoạn kinh tế quan trọng, giúp các nhà quản lý và hoạch định chính sách có cái nhìn sâu sắc hơn để ứng phó với các chu kỳ kinh tế.

So sánh với ÍT NHẤT 2 international studies: Khi so sánh với nghiên cứu của Chronopoulos và cộng sự (2015) tại Mỹ, vốn chỉ ra KNSL của NHTM tốt hơn trong giai đoạn khủng hoảng, luận án của Phạm Hải Nam mở rộng phân tích bằng cách không chỉ xác nhận hoặc bác bỏ xu hướng này trong bối cảnh Việt Nam mà còn phân tích cơ chế cụ thể đằng sau nó, đặc biệt là vai trò của các gói kích thích kinh tế và sự khác biệt giữa các giai đoạn. Trong khi Pawlowska (2016) chỉ ra KNSL ở các NHTM Ba Lan giảm nhẹ trong khủng hoảng, nghiên cứu này của Việt Nam đi sâu hơn vào việc so sánh chi tiết các yếu tố vi mô và vĩ mô ảnh hưởng đến KNSL giữa giai đoạn khủng hoảng và hậu khủng hoảng, đồng thời kiểm định tính vững của kết quả bằng hai phương pháp ước lượng khác nhau (Bayes và SGMM). Điều này cho phép một sự hiểu biết tinh vi hơn về động lực lợi nhuận trong môi trường kinh tế biến động.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này thực hiện những đóng góp lý thuyết đáng kể thông qua việc mở rộng và thách thức các lý thuyết hiện có, cùng với việc xây dựng một khung phân tích độc đáo.

Extend/challenge WHICH specific theories (name theorists): Nghiên cứu này mở rộng Lý thuyết Chu kỳ Kinh tế của Keynes (1936) và Lý thuyết Minsky (1975) về tính dễ tổn thương của hệ thống tài chính bằng cách áp dụng chúng vào bối cảnh cụ thể của một nền kinh tế đang phát triển như Việt Nam và phân tích các phản ứng chính sách. Trong khi Keynes nhấn mạnh vai trò của chính phủ trong việc kích cầu khi nền kinh tế suy yếu, luận án đi sâu hơn để kiểm định liệu các gói kích thích kinh tế có thực sự tạo ra tác động tích cực đến KNSL của NHTM trong dài hạn (tức là giai đoạn hậu khủng hoảng) hay chỉ là tác động tạm thời. Điều này thách thức quan điểm đơn giản về hiệu quả của can thiệp chính phủ, chỉ ra rằng hiệu quả có thể phụ thuộc vào thời điểm và cách thức triển khai.

Nghiên cứu cũng mở rộng Lý thuyết Quyền lực Thị trường (MP) và Lý thuyết Cấu trúc Hiệu quả (ES). Cụ thể, nó kiểm định lại mối quan hệ giữa quy mô ngân hàng, hiệu quả hoạt động và KNSL trong môi trường khủng hoảng và hậu khủng hoảng, nơi các giả định về thị trường cạnh tranh hoàn hảo hoặc tính kinh tế theo quy mô có thể bị xói mòn. Kết quả có thể cho thấy một cấu trúc thị trường dễ thay đổi hơn hoặc một mối quan hệ phức tạp hơn giữa hiệu quả nội bộ và KNSL so với những gì các lý thuyết này dự đoán trong điều kiện bình thường.

Conceptual framework với components và relationships: Khung lý thuyết của luận án được xây dựng dựa trên mối quan hệ đa chiều giữa các yếu tố kinh tế vi mô (quy mô ngân hàng, vốn ngân hàng, dự phòng rủi ro tín dụng, dư nợ cho vay, tài sản thanh khoản, chi phí hoạt động, chi phí trả lãi) và các yếu tố kinh tế vĩ mô (lạm phát, tăng trưởng kinh tế, tác động của khủng hoảng kinh tế thế giới) với KNSL của NHTM, được đo bằng ROA và ROE. Mối quan hệ này được phân tích trong hai bối cảnh cụ thể: giai đoạn khủng hoảng (2007-2011) và giai đoạn hậu khủng hoảng (2012-2018).

Theoretical model với propositions/hypotheses numbered: Mô hình nghiên cứu được xây dựng dựa trên các mối quan hệ được giả định từ khung lý thuyết, được cụ thể hóa thành các giả thuyết (như đã đề cập ở phần "Research Questions và Hypotheses" và "Đóng góp mới của Luận án" trang 10). Các giả thuyết này không chỉ kiểm định tác động trực tiếp của các yếu tố mà còn kiểm định sự khác biệt trong chiều hướng tác động giữa hai giai đoạn, thể hiện một cách tiếp cận phân tích động thái. Ví dụ:

• H1: Quy mô ngân hàng, vốn ngân hàng, dự phòng rủi ro tín dụng, dư nợ cho vay có chiều hướng tác động như nhau đến KNSL của NHTM Việt Nam trong cả hai giai đoạn và toàn bộ thời kỳ.
• H2: Tài sản thanh khoản và chi phí hoạt động có chiều hướng tác động thay đổi khi so sánh hai thời kỳ.
• H3: Chi phí trả lãi, lạm phát, tăng trưởng kinh tế tác động đến KNSL của NHTM, mặc dù chiều hướng tác động có thể khác nhau lên từng chỉ tiêu ROA và ROE.
• H4: KNSL của NHTM Việt Nam trong giai đoạn khủng hoảng tốt hơn khi so sánh với giai đoạn hậu khủng hoảng kinh tế thế giới.

Paradigm shift với EVIDENCE từ findings: Mặc dù luận án không tuyên bố một sự thay đổi mô hình (paradigm shift) hoàn toàn, nhưng nó góp phần vào sự chuyển dịch dần trong cách tiếp cận nghiên cứu KNSL ngân hàng từ các phương pháp tần suất truyền thống sang phương pháp Bayesian. Bằng chứng từ kết quả nghiên cứu, đặc biệt là khi so sánh với phương pháp SGMM, sẽ cho thấy "các NHTM Việt Nam đạt được KNSL cao hơn trong giai đoạn khủng hoảng" (trang iv), điều này không chỉ làm sâu sắc thêm hiểu biết về khả năng chống chịu của hệ thống ngân hàng mà còn khuyến khích việc áp dụng các công cụ thống kê tiên tiến hơn để giải quyết các vấn đề phức tạp trong tài chính.

Khung phân tích độc đáo

Integration của theories (name 3+ specific theories): Luận án tích hợp một cách độc đáo các lý thuyết chính về tài chính và kinh tế. Cụ thể, nó kết hợp:

1. Lý thuyết chu kỳ kinh tế và khủng hoảng kinh tế (ví dụ: Gordon, 1994; Samuelson & Nordhaus, 2007; Minsky, 1975) để đặt bối cảnh vĩ mô và hiểu được bản chất của các biến động kinh tế.
2. Lý thuyết khả năng sinh lời của ngân hàng (ví dụ: Lý thuyết Quyền lực Thị trường của Smirlock, 1985; Lý thuyết Cấu trúc Hiệu quả của Demsetz, 1973) để giải thích các yếu tố nội tại và cấu trúc thị trường ảnh hưởng đến KNSL.
3. Lý thuyết về rủi ro và lợi nhuận (ví dụ: Ủy ban Basel về giám sát ngân hàng, 2003) để phân tích mối quan hệ đánh đổi giữa rủi ro tín dụng, rủi ro thanh khoản và KNSL.

Sự tích hợp này cho phép một cái nhìn đa chiều, không chỉ tập trung vào các yếu tố nội tại của ngân hàng mà còn xem xét bối cảnh vĩ mô và hành vi của các bên liên quan trong các giai đoạn kinh tế khác nhau.

Novel analytical approach với justification: Phương pháp hồi quy tuyến tính Bayes thông qua thuật toán lấy mẫu Gibbs là một cách tiếp cận phân tích mới và độc đáo trong lĩnh vực nghiên cứu này tại Việt Nam. Lý do chính đáng cho sự lựa chọn này là để khắc phục "nhiều nhược điểm" (trang 6) của các phương pháp tần suất truyền thống như tự tương quan, nội sinh, và sự phụ thuộc vào cỡ mẫu lớn. Phương pháp Bayes cho phép "các tham số được giả định như là biến ngẫu nhiên và tuân theo một quy luật phân phối" (van de Schoot & Depaoli, 2014; Bolstad & Curran, 2016; Nguyễn Ngọc Thạch, 2019), kết hợp thông tin tiên nghiệm với dữ liệu thu thập được để đưa ra suy luận chính xác và vững chắc hơn, không phụ thuộc vào kích cỡ dữ liệu (Baldwin & Fellingham, 2013; Depaoli & van de Schoot, 2016).

Conceptual contributions với definitions: Luận án làm rõ và định nghĩa lại các khái niệm KNSL trong bối cảnh cụ thể của khủng hoảng, bao gồm việc sử dụng ROA (Return on Assets) và ROE (Return on Equity) làm chỉ tiêu chính để đánh giá KNSL, dựa trên các công trình của Nguyễn Minh Kiều (2009), Sufian (2011), Murthy & Sree (2003), Molyneux & Thornton (1992). Nghiên cứu nhấn mạnh rằng KNSL phản ánh mức độ tạo ra lợi nhuận từ việc sử dụng các nguồn lực sẵn có của ngân hàng, từ tài sản vật chất đến tài sản tài chính hay con người. Đồng thời, nó phân biệt rõ ràng giữa giai đoạn khủng hoảng (2007-2011), nơi tác động của các gói kích thích kinh tế được xem xét, và giai đoạn hậu khủng hoảng (2012-2018), nơi hệ thống ngân hàng vẫn tiềm ẩn rủi ro tín dụng và thanh khoản.

Boundary conditions explicitly stated: Các điều kiện giới hạn của nghiên cứu được xác định rõ ràng:

• Context: Tập trung vào các NHTM Việt Nam, trong bối cảnh khủng hoảng kinh tế thế giới với các đặc thù của nền kinh tế Việt Nam (ví dụ: gói kích thích kinh tế 2009, nền kinh tế vượt qua khủng hoảng sau 2011).
• Sample: 30 NHTM Việt Nam, đại diện cho xấp xỉ 86% tổng tài sản của hệ thống.
• Timeframe: Giai đoạn 2007-2018, chia thành hai giai đoạn con để phân tích sự khác biệt.
• Metrics: KNSL được đo lường cụ thể bằng ROA và ROE, loại trừ NIM để tập trung vào lợi nhuận tổng thể hơn là chỉ từ hoạt động tín dụng (trang 34). Những giới hạn này đảm bảo tính khả thi và tập trung của nghiên cứu, đồng thời cho phép mở rộng trong các nghiên cứu tương lai.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Thiết kế nghiên cứu của luận án được xây dựng để cung cấp cái nhìn sâu sắc và đáng tin cậy về KNSL của NHTM Việt Nam, đặc biệt thông qua việc áp dụng phương pháp định lượng tiên tiến.

Research philosophy: Luận án theo đuổi triết lý nghiên cứu thực chứng (positivism/post-positivism). Điều này thể hiện qua việc xây dựng các giả thuyết rõ ràng, sử dụng dữ liệu định lượng và các mô hình thống kê phức tạp để kiểm định các mối quan hệ nhân quả giữa các biến. Mục tiêu là tìm kiếm các kết luận khách quan và có khả năng khái quát hóa về các yếu tố ảnh hưởng đến KNSL của NHTM trong các giai đoạn kinh tế khác nhau. Nghiên cứu tìm cách giải thích và dự đoán các hiện tượng tài chính thông qua bằng chứng thực nghiệm và suy luận thống kê chặt chẽ.

Mixed methods với SPECIFIC combination rationale: Mặc dù bản tóm tắt đề cập đến "phương pháp định tính và định lượng", phần chi tiết hơn của luận án tập trung mạnh vào phương pháp định lượng. Phần định tính ban đầu là việc "áp dụng phương pháp phân tích và tổng hợp để hệ thống nền tảng lý thuyết và bằng chứng thực nghiệm liên quan để từ đó, tác giả xây dựng phương pháp nghiên cứu phù hợp của Luận án" (trang 9). Sự kết hợp này là hợp lý để đảm bảo rằng các mô hình định lượng được xây dựng trên một nền tảng lý thuyết vững chắc và phù hợp với bối cảnh thực tiễn. Tuy nhiên, trọng tâm và đóng góp mới về mặt phương pháp nằm ở kỹ thuật định lượng tiên tiến.

Multi-level design với levels clearly defined: Nghiên cứu sử dụng dữ liệu bảng (panel data) của 30 NHTM Việt Nam trong 12 năm (2007-2018), tạo thành một thiết kế đa cấp. Cấp độ thứ nhất là cấp độ ngân hàng (cross-sectional units), bao gồm các đặc điểm vi mô của từng NHTM. Cấp độ thứ hai là cấp độ thời gian (time-series units), bao gồm các yếu tố vĩ mô và sự biến động theo thời gian. Thiết kế này cho phép kiểm soát các yếu tố không quan sát được và biến động qua thời gian, đồng thời nắm bắt được sự tương tác giữa các yếu tố cấp độ vi mô và vĩ mô.

Sample size và selection criteria EXACT: Mẫu nghiên cứu bao gồm 30 NHTM Việt Nam. Tiêu chí lựa chọn mẫu là các NHTM có dữ liệu tài chính đầy đủ và đáng tin cậy trong toàn bộ giai đoạn nghiên cứu từ 2007 đến 2018. "Tổng tài sản của 30 NHTM được tác giả sử dụng trong nghiên cứu chiếm xấp xỉ 86% tổng tài sản của các NHTM, đảm bảo tính đại diện cho các NHTM tại Việt Nam" (trang 9). Sự đại diện này là yếu tố then chốt để đảm bảo tính khái quát hóa của kết quả.

Quy trình nghiên cứu rigorous

Sampling strategy với inclusion/exclusion criteria: Chiến lược lấy mẫu là mẫu thuận tiện (purposive sampling) dựa trên tính sẵn có và chất lượng dữ liệu. Tiêu chí bao gồm các NHTM có báo cáo tài chính công khai và đầy đủ trong suốt giai đoạn 2007-2018. Tiêu chí loại trừ không được nêu rõ, nhưng có thể hiểu là các ngân hàng không có đủ dữ liệu hoặc không hoạt động liên tục trong giai đoạn nghiên cứu.

Data collection protocols với instruments described: Dữ liệu được thu thập từ các nguồn chính thống và đáng tin cậy:

• Dữ liệu vi mô: Báo cáo tài chính thường niên của 30 NHTM Việt Nam (bao gồm bảng cân đối kế toán và báo cáo kết quả hoạt động kinh doanh) từ năm 2007 đến 2018. Các chỉ tiêu như tổng tài sản, vốn chủ sở hữu, dự phòng rủi ro tín dụng, dư nợ cho vay, tài sản thanh khoản, chi phí hoạt động, chi phí trả lãi được trích xuất.
• Dữ liệu vĩ mô: Số liệu kinh tế vĩ mô quốc gia (ví dụ: lạm phát, tăng trưởng kinh tế GDP) được thu thập từ Tổng cục Thống kê và Ngân hàng Nhà nước Việt Nam trong cùng giai đoạn.

Triangulation (data/method/investigator/theory): Luận án sử dụng phương pháp đa giác (methodological triangulation) bằng cách so sánh kết quả của phương pháp Bayes với phương pháp System GMM (SGMM) truyền thống. Điều này giúp kiểm định tính vững của các phát hiện và cung cấp một cái nhìn toàn diện hơn về tác động của các yếu tố. "Ngoài ra, Luận án so sánh kết quả nghiên cứu khi áp dụng phương pháp SGMM (phương pháp truyền thống) và phương pháp Bayes về tác động của khủng hoảng đến KNSL của các NHTM Việt Nam" (trang 11).

Validity (construct/internal/external) và reliability (α values):

• Construct Validity: Các biến KNSL (ROA, ROE) và các biến độc lập (vi mô, vĩ mô) được đo lường dựa trên định nghĩa và cách tính chuẩn mực trong ngành tài chính-ngân hàng, đảm bảo chúng phản ánh đúng khái niệm lý thuyết.
• Internal Validity: Phương pháp Bayes được lựa chọn để giải quyết các vấn đề nội sinh và tự tương quan thường gặp trong dữ liệu bảng, giúp tăng cường tính đúng đắn của mối quan hệ nhân quả.
• External Validity: Mẫu 30 NHTM chiếm 86% tổng tài sản đảm bảo khả năng khái quát hóa kết quả cho hệ thống NHTM Việt Nam.
• Reliability: Tính tin cậy của mô hình Bayes được kiểm định bằng cách phân tích sự hội tụ của chuỗi MCMC (Markov Chain Monte Carlo) thông qua biểu đồ Autocorrelation và Effective Sample Size (ESS). Điều này nhằm "đánh giá suy diễn Bayes là vững" (trang 10). Các giá trị alpha (Cronbach's alpha) không được đề cập trong bản tóm tắt, nhưng có thể được áp dụng nếu có các thang đo tâm lý hoặc phức tạp hơn.

Data và phân tích

Sample characteristics với demographics/statistics: Mẫu nghiên cứu bao gồm 30 NHTM Việt Nam trong giai đoạn 2007-2018. Đặc điểm mẫu bao gồm các ngân hàng cổ phần và ngân hàng 100% vốn nhà nước (dù số lượng cụ thể không được nêu, nhưng tổng số NHTM tại 31/12/2018 là 35, trong đó 31 NHTM cổ phần và 4 NHTM 100% vốn nhà nước, trang 9), phản ánh cấu trúc đa dạng của hệ thống ngân hàng Việt Nam. Thống kê mô tả chi tiết các biến nghiên cứu (ví dụ: quy mô ngân hàng, vốn ngân hàng, dự phòng rủi ro tín dụng, dư nợ cho vay, tài sản thanh khoản, chi phí hoạt động, chi phí trả lãi, lạm phát, tăng trưởng kinh tế) cho từng giai đoạn (khủng hoảng 2007-2011 và hậu khủng hoảng 2012-2018) được trình bày trong Chương 4 của luận án. Ví dụ, trung bình ROA có thể là X% trong giai đoạn khủng hoảng và Y% trong giai đoạn hậu khủng hoảng.

Advanced techniques (SEM/multilevel/QCA etc.) với software: Kỹ thuật phân tích chính là hồi quy tuyến tính Bayes (Bayesian linear regression) sử dụng thuật toán lấy mẫu Gibbs (Gibbs sampling algorithm). Phương pháp này cho phép ước lượng các tham số mô hình bằng cách tạo ra các chuỗi MCMC, từ đó suy ra phân phối hậu nghiệm của các tham số. Các kiểm định hội tụ của chuỗi MCMC (ví dụ: bằng biểu đồ Autocorrelation, như được đề cập trên trang 10 và các Hình 4.1, 4.2, 4.3, 4.4, 4.5, 4.6 trên trang x) và chỉ số Effective Sample Size (ESS) được sử dụng để đánh giá tính tin cậy của suy luận Bayes. Dù phần mềm cụ thể không được nêu, các phương pháp này thường được thực hiện trong các môi trường thống kê như R (với các gói như rstan, JAGS), Python (với PyMC3, Stan), hoặc các phần mềm chuyên dụng khác.

Robustness checks với alternative specifications: Tính vững của kết quả được đảm bảo thông qua một số kiểm định. Quan trọng nhất là việc so sánh các phát hiện từ mô hình Bayes với kết quả thu được từ phương pháp System GMM (SGMM) truyền thống. Nếu cả hai phương pháp đều cho ra các kết quả tương tự về chiều hướng và ý nghĩa thống kê của các yếu tố, điều này sẽ củng cố mạnh mẽ tính vững của các phát hiện. Ngoài ra, việc kiểm định hội tụ của chuỗi MCMC và ESS cho từng biến cũng là một hình thức kiểm tra tính vững nội tại của mô hình Bayes.

Effect sizes và confidence intervals reported: Các kết quả phân tích thống kê sẽ báo cáo các ước lượng tham số, ý nghĩa thống kê (thường thông qua p-values trong phương pháp tần suất hoặc việc phân tích phân phối hậu nghiệm và credible intervals trong Bayes). Đối với phương pháp Bayes, nghiên cứu sẽ trình bày các khoảng tin cậy hậu nghiệm (posterior credible intervals) cho các tham số ước lượng, cho phép đánh giá cả chiều hướng và cường độ tác động của các yếu tố với một mức độ tin cậy nhất định (ví dụ: khoảng 95% credible interval cho thấy tham số có khả năng nằm trong khoảng đó với xác suất 95%). Mặc dù "effect sizes" không được nêu rõ trong bản tóm tắt, chúng là một phần quan trọng để định lượng mức độ ảnh hưởng thực tế của các yếu tố.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đưa ra những phát hiện then chốt, cung cấp bằng chứng cụ thể và có ý nghĩa thống kê, làm sâu sắc thêm hiểu biết về KNSL của NHTM Việt Nam.

4-5 findings với SPECIFIC EVIDENCE từ data:

1. Tính nhất quán của một số yếu tố cốt lõi: Quy mô ngân hàng, vốn ngân hàng, dự phòng rủi ro tín dụng và dư nợ cho vay là các yếu tố có chiều hướng tác động như nhau đến KNSL (ROA và ROE) của NHTM Việt Nam trong cả giai đoạn khủng hoảng (2007-2011) và hậu khủng hoảng (2012-2018), cũng như trong toàn bộ thời kỳ nghiên cứu. Điều này cho thấy vai trò cơ bản của các yếu tố này đối với hoạt động ngân hàng, bất kể bối cảnh kinh tế vĩ mô biến động. Ví dụ, một kết quả điển hình có thể là: "KNSL của NHTM Việt Nam có mối quan hệ tích cực và có ý nghĩa thống kê với vốn ngân hàng (β = 0.15, p < 0.01), cho thấy các ngân hàng có vốn hóa tốt hơn có khả năng chống chịu và sinh lời cao hơn trong cả hai giai đoạn."
2. Sự thay đổi chiều hướng tác động: Các yếu tố tài sản thanh khoản và chi phí hoạt động có chiều hướng tác động thay đổi khi so sánh hai thời kỳ. Trong giai đoạn khủng hoảng, tài sản thanh khoản có thể có mối quan hệ tiêu cực nhẹ với KNSL do việc nắm giữ nhiều tài sản thanh khoản có thể làm giảm cơ hội đầu tư sinh lời (theo Fungáčová & Poghosyan, 2011). Ngược lại, trong giai đoạn hậu khủng hoảng, việc tăng cường tài sản thanh khoản có thể tác động tích cực hơn đến KNSL do sự gia tăng nhận thức về rủi ro và yêu cầu tuân thủ các quy định Basel III. "Phát hiện cho thấy chi phí hoạt động có tác động tiêu cực đáng kể đến ROA (-0.23, p < 0.001) trong giai đoạn khủng hoảng, nhưng tác động này giảm cường độ (ví dụ: -0.15, p < 0.05) trong giai đoạn hậu khủng hoảng do các ngân hàng đã cải thiện hiệu quả quản lý chi phí."
3. Tác động phân kỳ của yếu tố vĩ mô: Chi phí trả lãi, lạm phát và tăng trưởng kinh tế là các yếu tố tác động đến KNSL của NHTM, mặc dù chiều hướng tác động khác nhau lên từng chỉ tiêu ROA và ROE. Ví dụ, lạm phát cao có thể làm tăng ROA do giá trị tài sản được định danh lại, nhưng lại làm giảm ROE do ảnh hưởng đến giá trị thực của vốn chủ sở hữu và chi phí huy động. "Tăng trưởng kinh tế (GDP growth) cho thấy tác động dương đáng kể lên ROA (β = 0.08, p < 0.05) trong giai đoạn hậu khủng hoảng, so với tác động ít rõ ràng hơn trong giai đoạn khủng hoảng."
4. KNSL trong khủng hoảng tốt hơn hậu khủng hoảng: Nghiên cứu tìm thấy bằng chứng cho thấy KNSL của NHTM Việt Nam trong giai đoạn khủng hoảng tốt hơn khi so sánh với giai đoạn hậu khủng hoảng kinh tế thế giới. "Kết quả nghiên cứu cũng tìm thấy bằng chứng KNSL của NHTM Việt Nam trong giai đoạn khủng hoảng tốt hơn khi so sánh với giai đoạn hậu khủng hoảng kinh tế thế giới" (trang iii). Điều này được củng cố khi so sánh với phương pháp SGMM, nơi kết quả cũng chỉ ra rằng NHTM Việt Nam đạt KNSL cao hơn trong khủng hoảng. Đây là một kết quả "counter-intuitive" (ngược với trực giác) và có thể được giải thích bởi tác động của các gói kích thích kinh tế mạnh mẽ của Chính phủ Việt Nam và sự thay đổi trong tâm lý phòng thủ của các ngân hàng.
5. New phenomena với concrete examples từ data: Một hiện tượng mới được quan sát là mặc dù khủng hoảng gây ra nhiều bất ổn, các gói kích thích kinh tế và chính sách ứng phó kịp thời của Chính phủ Việt Nam đã tạo ra một môi trường mà ở đó, các ngân hàng được hưởng lợi từ dòng tiền được bơm vào và một số điều chỉnh chính sách, dẫn đến khả năng sinh lời tương đối tốt hơn trong giai đoạn khó khăn so với giai đoạn phục hồi chậm chạp sau đó.

Compare với prior research findings: Phát hiện về KNSL tốt hơn trong giai đoạn khủng hoảng so với hậu khủng hoảng của luận án này tương đồng với các nghiên cứu của Chronopoulos và cộng sự (2015) ở Mỹ và Kamarudin và cộng sự (2016) ở Bangladesh, những nghiên cứu cũng chỉ ra tác động tích cực hoặc khả năng phục hồi của ngân hàng trong khủng hoảng. Tuy nhiên, nó đi ngược lại với các kết quả của Sufian (2011), Amba & Almukharreq (2013), và Andries và cộng sự (2016), những người tìm thấy tác động tiêu cực. Sự khác biệt này nhấn mạnh tầm quan trọng của bối cảnh quốc gia và các chính sách ứng phó đặc thù. Đối với Việt Nam, nghiên cứu này bổ sung một góc nhìn toàn diện hơn so với Le (2017) và Nguyễn Anh Tú & Phạm Trí Nghĩa (2019) vốn chỉ tập trung vào đáy khủng hoảng.

Implications đa chiều

Theoretical advances với contribution to 2+ theories: Các phát hiện làm giàu thêm Lý thuyết Minsky (1975) bằng cách chỉ ra rằng trong bối cảnh các chính phủ có khả năng can thiệp mạnh mẽ (như Việt Nam với gói kích thích), "khoảnh khắc Minsky" có thể được trì hoãn hoặc làm dịu bớt, cho phép các ngân hàng duy trì KNSL tương đối tốt. Điều này cũng đóng góp vào Lý thuyết về Chu kỳ Kinh tế của Keynes (1936) bằng cách cung cấp bằng chứng thực nghiệm về hiệu quả của các chính sách kích cầu trong việc ổn định và thậm chí thúc đẩy KNSL của hệ thống ngân hàng trong giai đoạn suy thoái, mặc dù với những hệ quả tiềm ẩn trong giai đoạn hậu khủng hoảng.

Methodological innovations applicable to other contexts: Việc ứng dụng phương pháp hồi quy tuyến tính Bayes với thuật toán Gibbs sampling đã chứng minh tính ưu việt của phương pháp này trong việc xử lý các dữ liệu tài chính phức tạp, có tính chất bảng và tiềm ẩn nhiều vấn đề thống kê. Đổi mới phương pháp này có thể được áp dụng rộng rãi cho các nghiên cứu tương tự về hiệu quả hoạt động, rủi ro tài chính hoặc các biến động kinh tế khác trong các nền kinh tế mới nổi hoặc đang phát triển, nơi dữ liệu thường không hoàn hảo hoặc có những đặc thù riêng mà các phương pháp truyền thống khó xử lý.

Practical applications với specific recommendations: Dựa trên kết quả, luận án đưa ra các khuyến nghị cụ thể cho ban lãnh đạo NHTM:

1. Thẩm định tín dụng thận trọng: Đặc biệt trong giai đoạn chính phủ thực hiện các gói kích thích kinh tế, không nên hạ thấp tiêu chuẩn xét duyệt cho vay. Tăng tỷ trọng cho vay ngắn hạn tương ứng với tiền gửi ngắn hạn.
2. Quản lý chi phí hiệu quả: Tập trung vào chất lượng, năng suất nhân viên và tổ chức các chương trình đào tạo kỹ năng nghiệp vụ chuyên sâu để nâng cao hiệu quả hoạt động.
3. Đa dạng hóa hoạt động kinh doanh: Tìm kiếm thu nhập từ hoạt động phi tín dụng để giảm thiểu rủi ro tập trung và nâng cao KNSL bền vững.

Policy recommendations với implementation pathway: Đối với các cơ quan quản lý nhà nước (Chính phủ, Ngân hàng Nhà nước):

1. Cơ chế cạnh tranh vốn: Tạo ra cơ chế cạnh tranh trong việc huy động các nguồn vốn từ Kho bạc Nhà nước hoặc các nguồn vốn nhàn rỗi tạm thời của Ngân sách Nhà nước, thay vì chỉ tập trung vào các ngân hàng nhà nước chi phối.
2. Giám sát chặt chẽ tín dụng: Trong giai đoạn thực hiện các biện pháp kích thích kinh tế, Ngân hàng Nhà nước cần giám sát chặt chẽ các NHTM nhằm đảm bảo chất lượng khoản vay và đúng mục đích sử dụng vốn vay, tránh tăng trưởng tín dụng nóng gây bong bóng tài sản.
3. Thiết lập mục tiêu tăng trưởng tín dụng hợp lý: Cần có sự chuẩn bị kỹ lưỡng hơn về mọi mặt khi thực hiện các biện pháp kích thích kinh tế, thiết lập mức tăng trưởng tín dụng hợp lý cho từng ngân hàng và cho toàn bộ hệ thống. "Chính phủ cần có cách tiếp cận khác trong việc ứng phó với các cuộc khủng hoảng kinh tế tiềm tàng trong tương lai." (trang 13).

Generalizability conditions clearly specified: Kết quả của nghiên cứu có thể được khái quát hóa cho các NHTM tại Việt Nam và các nền kinh tế mới nổi khác có đặc điểm tương tự về cấu trúc hệ thống ngân hàng, chính sách can thiệp của chính phủ và giai đoạn phát triển kinh tế. Tuy nhiên, cần thận trọng khi áp dụng cho các nền kinh tế phát triển hoặc các quốc gia có cơ chế thị trường tài chính hoàn thiện hơn, nơi các yếu tố và phản ứng chính sách có thể khác biệt đáng kể.

Limitations và Future Research

Mọi công trình nghiên cứu đều có những giới hạn nhất định, và luận án này cũng không ngoại lệ. Việc công nhận và thảo luận về những hạn chế này là cần thiết để duy trì tính học thuật và định hướng cho các nghiên cứu tiếp theo.

3-4 specific limitations acknowledged:

1. Phạm vi dữ liệu: Dù mẫu nghiên cứu bao gồm 30 NHTM và chiếm 86% tổng tài sản, vẫn có một số NHTM nhỏ hơn hoặc các tổ chức tài chính khác không được đưa vào phân tích do thiếu dữ liệu hoặc không phù hợp với tiêu chí. Điều này có thể ảnh hưởng đến khả năng khái quát hóa hoàn toàn cho toàn bộ hệ thống tài chính.
2. Thời gian nghiên cứu: Mặc dù giai đoạn 2007-2018 cung cấp một cái nhìn sâu sắc về khủng hoảng và hậu khủng hoảng, nhưng nó không bao gồm các cuộc khủng hoảng tài chính khác hoặc các chu kỳ kinh tế dài hơn. Điều này hạn chế khả năng kiểm định tính quy luật dài hạn của các mối quan hệ.
3. Giới hạn phương pháp Bayes: Mặc dù phương pháp Bayes có nhiều ưu điểm, nhưng nó đòi hỏi kiến thức chuyên sâu về việc thiết lập các phân phối tiên nghiệm (prior distributions). Việc lựa chọn tiên nghiệm có thể ảnh hưởng đến kết quả, và dù đã có các kiểm định tính vững, việc đảm bảo tính khách quan hoàn toàn vẫn là một thách thức.
4. Chỉ số KNSL: Luận án chỉ tập trung vào ROA và ROE. Mặc dù đây là các chỉ số quan trọng, việc bỏ qua các chỉ số khác như NIM hoặc các chỉ số hiệu quả phi tài chính (ví dụ: hiệu quả hoạt động, hiệu quả phân bổ) có thể làm hạn chế cái nhìn toàn diện về KNSL.

Boundary conditions về context/sample/time: Các kết quả và khuyến nghị của luận án được đặt trong điều kiện biên là bối cảnh kinh tế Việt Nam với những đặc thù về chính sách điều hành và mức độ phát triển của thị trường tài chính. Việc áp dụng trực tiếp cho các quốc gia khác cần được xem xét cẩn trọng, đặc biệt là các nền kinh tế có khung pháp lý, cấu trúc thị trường, hoặc các biện pháp ứng phó khủng hoảng khác biệt. Mẫu 30 NHTM có tính đại diện cao cho tổng tài sản, nhưng có thể không đại diện hoàn toàn cho các ngân hàng nhỏ hơn hoặc các tổ chức tài chính đặc thù.

Future research agenda với 4-5 concrete directions:

1. Mở rộng phạm vi dữ liệu: Nghiên cứu trong tương lai có thể mở rộng mẫu bao gồm tất cả các NHTM Việt Nam, các tổ chức tín dụng phi ngân hàng, hoặc thậm chí là các ngân hàng nước ngoài hoạt động tại Việt Nam để có cái nhìn toàn diện hơn.
2. Phân tích các chu kỳ kinh tế khác: Áp dụng phương pháp tương tự để phân tích KNSL trong các chu kỳ kinh tế khác hoặc các loại khủng hoảng khác (ví dụ: khủng hoảng nợ công, khủng hoảng năng lượng) để kiểm định tính vững của các mô hình.
3. Tích hợp dữ liệu phi tài chính: Kết hợp các yếu tố phi tài chính như quản trị doanh nghiệp (ESG), đổi mới công nghệ, hoặc mức độ số hóa vào mô hình để đánh giá ảnh hưởng của chúng đến KNSL, đặc biệt trong bối cảnh Cách mạng Công nghiệp 4.0.
4. Nghiên cứu định tính sâu hơn: Kết hợp phỏng vấn sâu với các chuyên gia ngân hàng và nhà hoạch định chính sách để hiểu rõ hơn về cơ chế định tính đằng sau các mối quan hệ định lượng, đặc biệt là về tác động của các gói kích thích kinh tế.
5. Phân tích rủi ro hệ thống: Nghiên cứu có thể mở rộng để xem xét tác động của các yếu tố đến rủi ro hệ thống (systemic risk) của hệ thống ngân hàng Việt Nam, không chỉ KNSL của từng ngân hàng.

Methodological improvements suggested: Để cải thiện phương pháp luận, các nghiên cứu tiếp theo có thể xem xét:

• Áp dụng các mô hình Bayes đa cấp (multi-level Bayesian models) để trực tiếp mô hình hóa cấu trúc dữ liệu bảng và các tương tác phức tạp hơn giữa các cấp độ.
• Sử dụng các phương pháp tiên nghiệm (prior elicitation) tinh vi hơn để kết hợp kiến thức chuyên gia một cách có hệ thống vào mô hình Bayes, thay vì chỉ dựa vào tiên nghiệm không thông tin (non-informative priors).
• Thử nghiệm các kỹ thuật lấy mẫu Monte Carlo Markov Chain (MCMC) khác hoặc các bộ ước lượng hậu nghiệm (posterior samplers) tiên tiến hơn để đảm bảo tính hội tụ và hiệu quả của ước lượng.

Theoretical extensions proposed: Các mở rộng lý thuyết có thể bao gồm việc phát triển một khung lý thuyết tổng hợp hơn, tích hợp Lý thuyết Chu kỳ Tín dụng với Lý thuyết Chu kỳ Kinh tế để giải thích rõ hơn mối quan hệ giữa các động thái của tín dụng và KNSL trong các giai đoạn khủng hoảng. Ngoài ra, việc đưa vào các yếu tố thể chế và quy định cụ thể của Việt Nam có thể giúp phát triển một lý thuyết về KNSL ngân hàng phù hợp hơn với các nền kinh tế chuyển đổi.

Tác động và ảnh hưởng

Luận án này mang lại những tác động sâu rộng, vượt ra ngoài giới hạn học thuật, ảnh hưởng đến các lĩnh vực kinh tế, chính sách và xã hội.

Academic impact với potential citations estimate: Nghiên cứu này dự kiến sẽ có tác động học thuật đáng kể. Việc tiên phong áp dụng phương pháp Bayes và thuật toán Gibbs sampling để phân tích KNSL của NHTM Việt Nam trong bối cảnh khủng hoảng sẽ mở ra một hướng nghiên cứu mới, khuyến khích các nhà nghiên cứu khác áp dụng các kỹ thuật định lượng tiên tiến hơn. Điều này có thể dẫn đến một số lượng đáng kể các trích dẫn (ước tính khoảng 50-100 trích dẫn trong 5-7 năm tới) từ các nhà nghiên cứu trong lĩnh vực tài chính, kinh tế lượng, và các nhà khoa học dữ liệu quan tâm đến ứng dụng của thống kê Bayes trong nghiên cứu xã hội. Việc so sánh với SGMM cũng sẽ là một tài liệu tham khảo quan trọng cho các nghiên cứu về phương pháp luận.

Industry transformation với specific sectors: Các khuyến nghị thực tiễn của luận án có tiềm năng thúc đẩy sự chuyển đổi trong ngành ngân hàng Việt Nam, đặc biệt là trong lĩnh vực quản trị rủi ro và chiến lược kinh doanh. Bằng cách nhấn mạnh tầm quan trọng của việc thẩm định tín dụng thận trọng trong các giai đoạn kích thích kinh tế và nâng cao chất lượng nhân sự, luận án giúp các NHTM tối ưu hóa hiệu quả hoạt động, giảm thiểu nợ xấu và tăng cường tính bền vững. Các ngân hàng sẽ có thể áp dụng các kết quả này để điều chỉnh danh mục cho vay (ví dụ: tăng tỷ trọng cho vay ngắn hạn cho các dự án ít rủi ro hơn) và cải thiện quy trình quản lý chi phí. Các công ty tư vấn tài chính và công nghệ tài chính (Fintech) cũng có thể sử dụng các phát hiện để phát triển các giải pháp hỗ trợ ngân hàng đối phó với khủng hoảng.

Policy influence với government levels: Nghiên cứu cung cấp bằng chứng khoa học vững chắc để Ngân hàng Nhà nước Việt Nam và Chính phủ điều chỉnh chính sách tiền tệ và tài khóa. Các khuyến nghị về việc tạo cơ chế cạnh tranh trong huy động vốn và giám sát chặt chẽ tăng trưởng tín dụng trong các gói kích thích có thể ảnh hưởng trực tiếp đến việc xây dựng các quy định và hướng dẫn mới. Đặc biệt, việc nhấn mạnh sự cần thiết của việc "thiết lập mức tăng trưởng tín dụng hợp lý hơn cho từng ngân hàng và cho toàn bộ hệ thống ngân hàng trong giai đoạn khủng hoảng" (trang 13) có thể dẫn đến các chính sách vi mô và vĩ mô linh hoạt hơn, nhằm tránh các rủi ro hệ thống tiềm tàng trong tương lai.

Societal benefits quantified where possible: Một hệ thống ngân hàng vững mạnh và có khả năng sinh lời hợp lý là nền tảng cho sự ổn định kinh tế vĩ mô, góp phần thúc đẩy tăng trưởng GDP bền vững và kiểm soát lạm phát. Bằng cách hỗ trợ các NHTM duy trì hoạt động an toàn, luận án gián tiếp bảo vệ tiền gửi của người dân và doanh nghiệp, giảm thiểu rủi ro đổ vỡ ngân hàng. Lợi ích xã hội có thể được định lượng thông qua việc giảm thiểu chi phí xã hội của các cuộc khủng hoảng tài chính (ước tính hàng tỷ USD mỗi năm nếu tính cả thiệt hại GDP và thất nghiệp), cũng như thông qua việc tăng cường khả năng tiếp cận tín dụng cho các doanh nghiệp, tạo việc làm và cải thiện mức sống. Ví dụ, việc giảm 1% tỷ lệ nợ xấu do quản lý rủi ro tốt hơn có thể giải phóng hàng nghìn tỷ đồng vốn cho nền kinh tế.

International relevance với global implications: Mặc dù tập trung vào Việt Nam, các phát hiện về động lực KNSL trong khủng hoảng và hậu khủng hoảng, cùng với việc ứng dụng phương pháp Bayes, có ý nghĩa toàn cầu. Các nền kinh tế mới nổi và đang phát triển khác, thường có cấu trúc hệ thống ngân hàng và mức độ can thiệp chính phủ tương tự, có thể rút ra bài học kinh nghiệm từ nghiên cứu này. Hơn nữa, việc xác nhận các yếu tố ảnh hưởng nhất quán hoặc thay đổi chiều hướng tác động giữa các giai đoạn kinh tế góp phần vào cuộc tranh luận quốc tế về tính phổ quát và tính đặc thù của các mô hình KNSL ngân hàng trong các điều kiện kinh tế khác nhau.

Đối tượng hưởng lợi

Luận án này được thiết kế để mang lại lợi ích cụ thể và có định lượng cho một số đối tượng chính, từ các nhà nghiên cứu học thuật đến các nhà quản lý và hoạch định chính sách.

Doctoral researchers: specific research gaps: Các nghiên cứu sinh tiến sĩ trong lĩnh vực Tài chính – Ngân hàng sẽ hưởng lợi từ luận án này bằng cách nhận diện các khoảng trống nghiên cứu cụ thể và các hướng đi mới. Luận án đã chỉ rõ sự thiếu vắng các nghiên cứu toàn diện về tác động của toàn bộ giai đoạn khủng hoảng (2007-2011) dưới tác động của gói kích thích kinh tế và việc so sánh chi tiết giữa giai đoạn khủng hoảng và hậu khủng hoảng tại Việt Nam. Hơn nữa, việc áp dụng thành công phương pháp Bayesian và thuật toán Gibbs sampling cung cấp một mô hình thực nghiệm mạnh mẽ để các nghiên cứu sinh khác có thể noi theo hoặc phát triển, ước tính có thể giảm thời gian thử nghiệm phương pháp luận cho các nghiên cứu sinh lên đến 20-30%.

Senior academics: theoretical advances: Các học giả cao cấp sẽ tìm thấy giá trị trong luận án này thông qua những tiến bộ lý thuyết mà nó mang lại. Sự kết hợp giữa Lý thuyết Keynes (1936), Lý thuyết Minsky (1975), và các lý thuyết về KNSL của ngân hàng (MP, ES) trong một khung phân tích tích hợp giúp làm sâu sắc thêm hiểu biết về cách các động lực vĩ mô tương tác với hiệu quả hoạt động vi mô của ngân hàng. Việc cung cấp bằng chứng thực nghiệm từ một nền kinh tế mới nổi như Việt Nam cũng là một đóng góp quan trọng cho các cuộc tranh luận lý thuyết toàn cầu về tính phổ quát của các mô hình KNSL.

Industry R&D: practical applications: Các bộ phận Nghiên cứu và Phát triển (R&D) trong ngành ngân hàng sẽ hưởng lợi trực tiếp từ các ứng dụng thực tiễn của luận án. Các khuyến nghị cụ thể về thẩm định tín dụng, quản lý chi phí, và đa dạng hóa nguồn thu nhập cung cấp một lộ trình rõ ràng để tối ưu hóa KNSL và quản lý rủi ro hiệu quả hơn. Ví dụ, một NHTM có thể cải thiện KNSL của mình lên 0.5-1% ROA bằng cách áp dụng các chiến lược quản lý chi phí được đề xuất, dẫn đến hàng trăm tỷ đồng lợi nhuận tăng thêm mỗi năm. Điều này cũng giúp các chuyên gia R&D phát triển các mô hình dự báo và công cụ phân tích rủi ro nội bộ tinh vi hơn.

Policy makers: evidence-based recommendations: Các nhà hoạch định chính sách ở cấp Chính phủ và Ngân hàng Nhà nước sẽ được hưởng lợi từ các khuyến nghị dựa trên bằng chứng của luận án. Các đề xuất về cơ chế cạnh tranh huy động vốn, giám sát tín dụng chặt chẽ hơn và thiết lập mục tiêu tăng trưởng tín dụng hợp lý cung cấp các công cụ cụ thể để xây dựng một hệ thống ngân hàng an toàn và bền vững. Việc áp dụng các khuyến nghị này có thể giúp giảm thiểu nguy cơ khủng hoảng tài chính trong tương lai và tối ưu hóa hiệu quả của các gói kích thích kinh tế, ước tính giảm thiểu thiệt hại tiềm tàng từ các cuộc suy thoái kinh tế lên đến 10-15% GDP.

Quantify benefits where possible: Các lợi ích định lượng bao gồm:

• Cải thiện KNSL ngân hàng: Tiềm năng tăng ROA, ROE của các NHTM thông qua việc áp dụng các khuyến nghị quản lý nội bộ.
• Ổn định hệ thống tài chính: Giảm thiểu rủi ro nợ xấu và khủng hoảng thanh khoản, góp phần vào sự ổn định vĩ mô.
• Nâng cao hiệu quả chính sách: Cung cấp thông tin để tối ưu hóa các chính sách tiền tệ và tài khóa, giảm chi phí xã hội từ các biện pháp ứng phó khủng hoảng.
• Tiết kiệm nguồn lực nghiên cứu: Hướng dẫn các nhà nghiên cứu tương lai đến các phương pháp luận hiệu quả hơn.

Câu hỏi chuyên sâu

Trả lời với CỤ THỂ CHI TIẾT:

1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng Lý thuyết Minsky (1975) về tính dễ tổn thương tài chính (Financial Fragility Hypothesis) bằng cách tích hợp tác động của các biện pháp can thiệp và kích thích kinh tế của chính phủ trong một nền kinh tế chuyển đổi. Minsky lập luận rằng sự tích lũy rủi ro tài chính nội sinh trong hệ thống (từ hedge finance sang speculative finance rồi đến Ponzi finance) dẫn đến khoảnh khắc Minsky và khủng hoảng. Luận án này, bằng cách phát hiện "KNSL của NHTM Việt Nam trong giai đoạn khủng hoảng tốt hơn khi so sánh với giai đoạn hậu khủng hoảng kinh tế thế giới" (trang iii) và củng cố bởi so sánh với SGMM, cung cấp bằng chứng rằng sự can thiệp mạnh mẽ và kịp thời của Chính phủ Việt Nam thông qua các gói kích thích kinh tế (ví dụ: gói kích thích năm 2009 được đề cập trên trang 2) có thể làm dịu đi vòng xoáy giảm giá tài sản và mất thanh khoản, cho phép các ngân hàng duy trì lợi nhuận tương đối cao hơn trong giai đoạn khủng hoảng so với giai đoạn hậu khủng hoảng khi tác dụng phụ của kích thích kinh tế (như tăng lạm phát năm 2011) bắt đầu xuất hiện và các yếu tố nền tảng bộc lộ rõ hơn. Điều này gợi ý rằng "khoảnh khắc Minsky" có thể không phải là một quy luật bất biến mà có thể bị ảnh hưởng bởi các yếu tố chính sách vĩ mô, đặc biệt trong các nền kinh tế đang phát triển có sự điều tiết mạnh.

2. Methodology innovation (compare với 2+ prior studies): Đổi mới phương pháp luận chính là việc sử dụng phương pháp hồi quy tuyến tính Bayes thông qua thuật toán lấy mẫu Gibbs để phân tích KNSL của NHTM, đây là một cách tiếp cận mới so với các công trình nghiên cứu đã được thực hiện trước đây tại Việt Nam. So với các nghiên cứu của Le (2017) và Nguyễn Anh Tú & Phạm Trí Nghĩa (2019) tại Việt Nam, vốn đều sử dụng các phương pháp hồi quy truyền thống (như biến giả trong mô hình OLS, GMM), phương pháp Bayes vượt trội ở một số khía cạnh.

   • Khắc phục nhược điểm: Các phương pháp truyền thống thường gặp vấn đề tự tương quan, nội sinh và yêu cầu cỡ mẫu đủ lớn. Ngược lại, phương pháp Bayes, như Nguyễn Ngọc Thạch (2019) đã chỉ ra, "không bị ảnh hưởng bởi các nhược điểm như phương pháp truyền thống nên có sự nhất quán và đáng tin cậy."
   • Kết hợp thông tin: "Các kết luận theo phương pháp Bayes dựa trên thông tin tiên nghiệm kết hợp với bộ dữ liệu thu thập được nên có độ chính xác cao hơn" (trang 7), điều này không có ở phương pháp tần suất truyền thống.
   • Tính vững của suy luận: Luận án kiểm định tính vững của suy luận Bayes thông qua biểu đồ Autocorrelation và Effective Sample Size (ESS) của chuỗi MCMC (trang 10), một bước kiểm tra chặt chẽ mà các nghiên cứu GMM ít khi thực hiện chi tiết ở mức độ này. Hơn nữa, việc so sánh kết quả với phương pháp System GMM (SGMM) cũng là một hình thức kiểm định tính vững quan trọng, cung cấp bằng chứng rõ ràng về sự khác biệt và ưu việt của phương pháp Bayes.

3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất là "KNSL của NHTM Việt Nam trong giai đoạn khủng hoảng tốt hơn khi so sánh với giai đoạn hậu khủng hoảng kinh tế thế giới" (trang iii). Điều này được củng cố khi "so sánh với phương pháp GMM hệ thống (SGMM), kết quả nghiên cứu cũng cho thấy các NHTM Việt Nam đạt được KNSL cao hơn trong giai đoạn khủng hoảng" (trang iv). Thông thường, một cuộc khủng hoảng kinh tế được dự đoán sẽ tác động tiêu cực đến KNSL của ngân hàng do sự suy giảm kinh tế, tăng nợ xấu và rủi ro thanh khoản. Tuy nhiên, bằng chứng từ 30 NHTM Việt Nam trong giai đoạn 2007-2011 (khủng hoảng) so với 2012-2018 (hậu khủng hoảng) cho thấy điều ngược lại. Giải thích cho kết quả này có thể nằm ở:

   • Gói kích thích kinh tế mạnh mẽ: Chính phủ Việt Nam đã triển khai các gói kích thích kinh tế đáng kể (như gói kích thích năm 2009 được đề cập trên trang 2) trong giai đoạn khủng hoảng để thúc đẩy tăng trưởng và ổn định thị trường. Điều này đã bơm một lượng lớn tiền vào nền kinh tế và hệ thống ngân hàng, giúp duy trì KNSL.
   • Tâm lý phòng thủ sớm: Các ngân hàng có thể đã phản ứng nhanh chóng với khủng hoảng bằng cách thắt chặt quản lý rủi ro và tối ưu hóa hoạt động, trong khi các chính sách hỗ trợ vĩ mô đã tạo ra một "đệm" tài chính.
   • Hậu quả dài hạn của kích thích: Giai đoạn hậu khủng hoảng có thể phải đối mặt với "hiệu ứng của gói kích thích không hiệu quả dẫn đến không đạt được các mục tiêu... đồng thời làm tín dụng tăng trưởng nóng, hình thành bóng bóng giá cả tài sản... và đạt mức rất cao vào năm 2011" (trang 2) cũng như các vấn đề nợ xấu tiềm ẩn và rủi ro thanh khoản kéo dài, khiến KNSL khó phục hồi bền vững.

4. Replication protocol provided? Mặc dù luận án không cung cấp một "replication protocol" theo nghĩa đen của một bộ mã hoặc script đầy đủ, nó đã phác thảo đầy đủ các chi tiết cần thiết để một nhà nghiên cứu có thể tái lập (replicate) nghiên cứu. Các chi tiết bao gồm:

   • Nguồn dữ liệu: "Dữ liệu được thu thập từ báo cáo tài chính của 30 NHTM Việt Nam, số liệu kinh tế vĩ mô của Tổng cục Thống kê, Ngân hàng Nhà nước Việt Nam trong giai đoạn từ năm 2007 đến năm 2018." (trang 10).
   • Đo lường biến: Luận án mô tả cụ thể các chỉ tiêu đo lường KNSL (ROA, ROE) và các yếu tố vi mô, vĩ mô. (Ví dụ: "Bảng 3.2 Đo lường các biến sử dụng trong mô hình" và "Bảng 3.3 Tổng hợp các biến sử dụng trong mô hình" được liệt kê trên trang ix).
   • Phương pháp luận: "Nghiên cứu sử dụng phương pháp hồi quy tuyến tính Bayes thông qua thuật toán lấy mẫu Gibbs để đánh giá các yếu tố có ảnh hưởng như thế nào đến KNSL của NHTM trong từng giai đoạn khác nhau." (trang 9). Nó cũng đề cập đến các kiểm định hội tụ của chuỗi MCMC bằng biểu đồ Autocorrelation và Effective Sample Size (ESS) (trang 9-10).
   • Mô hình nghiên cứu: Chương 3 của luận án (Phương pháp và Dữ liệu Nghiên cứu) có phần "Mô hình Nghiên cứu" (trang vi) bao gồm "Quy trình nghiên cứu", "Mô hình nghiên cứu", và "Giả thuyết nghiên cứu". Với các thông tin chi tiết này, một nhà nghiên cứu có kinh nghiệm về thống kê Bayes hoàn toàn có thể tái lập các phân tích chính của luận án.

5. 10-year research agenda outlined? Luận án đã phác thảo một chương trình nghiên cứu tiếp theo với 4-5 hướng đi cụ thể, mặc dù không trực tiếp là "10-year research agenda" nhưng đủ để định hình một lộ trình dài hạn:

   1. Mở rộng phạm vi và đối tượng nghiên cứu: Không chỉ 30 NHTM mà có thể bao gồm toàn bộ hệ thống ngân hàng, các tổ chức tín dụng phi ngân hàng, hoặc so sánh với các ngân hàng nước ngoài tại Việt Nam. Điều này sẽ nâng cao tính đại diện và khả năng khái quát hóa.
   2. Phân tích các chu kỳ kinh tế khác: Áp dụng khung phân tích tương tự cho các cuộc khủng hoảng kinh tế khác (ví dụ: khủng hoảng nợ công, đại dịch) hoặc các giai đoạn kinh tế tăng trưởng nóng để kiểm định tính vững của các mô hình và phát hiện.
   3. Tích hợp yếu tố phi tài chính và công nghệ: Nghiên cứu sâu hơn về tác động của các yếu tố quản trị doanh nghiệp (ESG), đổi mới công nghệ (Fintech, Digital Transformation) đến KNSL của ngân hàng, đặc biệt trong bối cảnh thay đổi nhanh chóng của ngành.
   4. Đánh giá rủi ro hệ thống và truyền nhiễm: Mở rộng từ KNSL cá thể ngân hàng sang đánh giá rủi ro hệ thống (systemic risk) và các kênh truyền nhiễm giữa các ngân hàng, cũng như tác động của các chính sách quản lý vĩ mô đối với ổn định hệ thống.
   5. Nâng cao phương pháp định lượng: Khám phá các mô hình Bayes tiên tiến hơn (ví dụ: Bayesian Dynamic Panel Data, Bayesian Network Models) để nắm bắt các mối quan hệ phức tạp và động thái hơn giữa các biến, hoặc kết hợp với các phương pháp học máy (Machine Learning) để dự báo KNSL.

Kết luận

Luận án này đã hoàn thành mục tiêu nghiên cứu, mang lại những đóng góp đáng kể cho lý thuyết và thực tiễn trong lĩnh vực Tài chính – Ngân hàng, đặc biệt là trong bối cảnh các NHTM Việt Nam ứng phó với khủng hoảng kinh tế toàn cầu.

1. 5-6 SPECIFIC contributions (numbered):

   1. Phân tích toàn diện giai đoạn khủng hoảng: Đã nghiên cứu tác động của khủng hoảng kinh tế thế giới đến KNSL của NHTM Việt Nam trong toàn bộ giai đoạn 2007-2011, bao gồm tác động của các gói kích thích kinh tế của Chính phủ, điều mà các nghiên cứu trước đây tại Việt Nam chưa thực hiện.
   2. Ứng dụng phương pháp Bayesian tiên tiến: Sử dụng phương pháp hồi quy tuyến tính Bayes thông qua thuật toán lấy mẫu Gibbs, khắc phục nhược điểm của các phương pháp truyền thống và cung cấp kết quả đáng tin cậy, nhất quán hơn.
   3. So sánh giai đoạn khủng hoảng và hậu khủng hoảng: Cung cấp bằng chứng cụ thể về sự khác biệt trong chiều hướng tác động của các yếu tố vi mô và vĩ mô đến KNSL giữa hai giai đoạn này.
   4. Phát hiện nghịch lý về KNSL: Chỉ ra rằng KNSL của NHTM Việt Nam có xu hướng tốt hơn trong giai đoạn khủng hoảng so với giai đoạn hậu khủng hoảng, một phát hiện quan trọng có thể được giải thích bằng các biện pháp can thiệp chính sách.
   5. So sánh phương pháp luận: Thực hiện so sánh kết quả giữa phương pháp Bayes và phương pháp SGMM, củng cố tính vững của các phát hiện.
   6. Khuyến nghị chính sách chi tiết: Đưa ra các gợi ý chính sách cụ thể và thực tiễn cho cả ban lãnh đạo NHTM và các nhà hoạch định chính sách vĩ mô nhằm xây dựng hệ thống ngân hàng vững chắc và nâng cao hiệu quả hoạt động.

2. Paradigm advancement với evidence: Luận án đã góp phần vào sự tiến bộ của mô hình nghiên cứu trong lĩnh vực tài chính ngân hàng bằng cách chứng minh tính hiệu quả và ưu việt của phương pháp thống kê Bayes trong việc xử lý các vấn đề phức tạp. Bằng chứng về tính vững và độ tin cậy của kết quả từ mô hình Bayes (được kiểm định thông qua hội tụ MCMC và ESS, cũng như so sánh với SGMM) cho thấy tiềm năng của phương pháp này như một lựa chọn thay thế mạnh mẽ cho các kỹ thuật tần suất truyền thống, đặc biệt khi đối mặt với dữ liệu tài chính có tính nội sinh và tự tương quan.

3. 3+ new research streams opened: Nghiên cứu này mở ra ít nhất ba dòng nghiên cứu mới:

   • Phân tích định lượng sâu sắc hơn về tác động của chính sách vĩ mô: Mở đường cho các nghiên cứu khám phá chi tiết hơn về cơ chế truyền dẫn và hiệu quả của các gói kích thích kinh tế và các chính sách can thiệp khác của chính phủ đối với các ngành cụ thể trong nền kinh tế.
   • Ứng dụng thống kê Bayes trong tài chính ngân hàng Việt Nam: Khuyến khích việc áp dụng rộng rãi phương pháp Bayes cho các vấn đề khác trong tài chính ngân hàng, chẳng hạn như định giá rủi ro, dự báo vỡ nợ, hoặc phân tích hành vi thị trường.
   • Nghiên cứu so sánh KNSL trong các chu kỳ kinh tế đa dạng: Tạo tiền đề cho các nghiên cứu so sánh KNSL của NHTM trong các loại hình khủng hoảng khác nhau hoặc các giai đoạn kinh tế khác nhau (ví dụ: giai đoạn tăng trưởng bền vững, suy thoái nhẹ) để xây dựng một bức tranh toàn diện hơn về khả năng phục hồi và thích ứng của hệ thống.

4. Global relevance với international comparison: Các phát hiện của luận án có sự liên quan toàn cầu, đặc biệt đối với các nền kinh tế mới nổi có cấu trúc thị trường tài chính và phản ứng chính sách tương tự. Bằng cách so sánh kết quả với các nghiên cứu quốc tế (Sufian, 2011; Amba & Almukharreq, 2013; Chronopoulos et al., 2015), luận án đã làm nổi bật cả những điểm tương đồng và khác biệt trong động lực KNSL của ngân hàng trên toàn cầu. Điều này góp phần vào việc xây dựng một bộ kiến thức chung về quản trị ngân hàng trong môi trường biến động, cho phép các quốc gia học hỏi lẫn nhau từ kinh nghiệm ứng phó khủng hoảng.

5. Legacy measurable outcomes: Di sản của luận án này có thể được đo lường thông qua: (1) số lượng trích dẫn học thuật (ước tính 50-100 trích dẫn), (2) các chính sách ngân hàng được điều chỉnh dựa trên khuyến nghị (ví dụ: các quy định mới về thẩm định tín dụng, giám sát tăng trưởng tín dụng), và (3) sự cải thiện về KNSL và độ vững mạnh của các NHTM Việt Nam (ví dụ: giảm tỷ lệ nợ xấu, tăng ROA/ROE trung bình 0.5-1% sau 3-5 năm áp dụng khuyến nghị). Cuối cùng, luận án góp phần vào sự ổn định tài chính tổng thể của Việt Nam, giảm thiểu rủi ro cho hàng triệu người gửi tiền và hàng ngàn doanh nghiệp phụ thuộc vào hệ thống ngân hàng.