Tổng quan về luận án

Luận án tiến sĩ chuyên ngành Tài chính - Ngân hàng (Mã số: 9.01) với đề tài "Business Strategy, Bank Operation, and the Role of Intellectual Capital Development" do nghiên cứu sinh Lữ Hữu Chí (Chi Huu Lu) thực hiện dưới sự hướng dẫn khoa học của TS. Nguyễn Văn Thích (Dr. Thich Van Nguyen) tại Trường Đại học Ngân hàng TP. Hồ Chí Minh (HUB), bảo vệ vào tháng 5/2024. Công trình nghiên cứu này tiên phong giải quyết bài toán chuyển dịch mô hình tăng trưởng của hệ thống ngân hàng thương mại (NHTM) trong bối cảnh nền kinh tế đối mặt với đa khủng hoảng toàn cầu (poly-crisis) và làn sóng cạnh tranh gia tăng sau khi Việt Nam gia nhập WTO năm 2007.

Khoảng trống nghiên cứu (research gap) cốt lõi được luận án xác định là: Trong khi phần lớn các công trình thực nghiệm trước đây tập trung vào tác động của vốn trí tuệ (Intellectual Capital - IC) đến năng suất (Alhassan & Asare, 2016; Yalama, 2013), khả năng sinh lời (Le & Nguyen, 2020; Poh et al., 2018), hành vi chấp nhận rủi ro (Dalwai et al., 2021; Nguyen et al., 2021) hoặc hiệu quả chi phí và kỹ thuật (Adesina, 2019; Le et al., 2022), thì mối quan hệ giữa IC với chức năng trung gian tài chính (financial intermediation) và thu nhập ngoài lãi (non-interest incomes - NII) gần như chưa được khai phá toàn diện trong y văn học thuật ngân hàng tại các thị trường mới nổi.

Luận án thiết lập và kiểm định 6 câu hỏi nghiên cứu (Research Questions - RQ) và hệ thống giả thuyết tương ứng:

  • RQ1 & H1: Hiệu quả vốn trí tuệ tổng hợp (VAIC) có tác động cùng chiều đến hoạt động trung gian tài chính của các NHTM Việt Nam.
  • RQ2 & H2: Các thành phần phân tách của VAIC (CEE, HCE, SCE) tác động khác biệt đến hoạt động trung gian tài chính.
  • RQ3 & H3: Hiệu quả vốn trí tuệ tổng hợp (VAIC) thúc đẩy tăng trưởng thu nhập ngoài lãi của các NHTM.
  • RQ4 & H4: Hiệu quả vốn cấu trúc (SCE) và các thành phần cấu thành đóng vai trò chủ đạo trong việc gia tăng thu nhập phi truyền thống.
  • RQ5 & H5: Quy mô ngân hàng (Bank Size) đóng vai trò điều tiết, tạo ra sự phân hóa cấu trúc trong cơ chế tác động của IC đến trung gian tài chính.
  • RQ6 & H6: Quy mô ngân hàng tạo ra sự khác biệt về độ nhạy và biên độ tác động của các thành phần IC đến thu nhập ngoài lãi.

Khung lý thuyết của nghiên cứu tích hợp Lý thuyết Dựa trên Nguồn lực (Resource-Based View - RBV của Penrose & Penrose, 2009; Wernerfelt, 1984), Lý thuyết Dựa trên Tri thức (Knowledge-Based View - KBV của Alvino et al., 2020), Lý thuyết Vốn Trí tuệ (Edvinsson & Malone, 1997; Stewart, 1999) và Lý thuyết Hệ thống (Systems Theory của Heylighen & Joslyn, 1992; Harris, 2000). Phạm vi nghiên cứu bao quát mẫu dữ liệu bảng cân bằng và đồng nhất gồm 26 NHTM cổ phần tại Việt Nam trong khung thời gian 15 năm (2006–2020) với 390 quan sát năm-ngân hàng (bank-year observations). Ý nghĩa thực tiễn nổi bật khi bối cảnh Việt Nam chứng kiến chỉ tiêu tín dụng nội địa khu vực tư nhân do hệ thống ngân hàng tài trợ tăng vọt từ khoảng 65% lên hơn 116% GDP trong giai đoạn 2006–2020, khẳng định ngân hàng là huyết mạch của nền kinh tế đang phát triển nhanh hàng đầu ASEAN.

Literature Review và Positioning

Tổng quan y văn quốc tế ghi nhận sự phát triển mạnh mẽ của các dòng nghiên cứu về vốn trí tuệ từ nền tảng định lượng tiên phong của Pulic (1998, 2000, 2004) với mô hình Hệ số Hiệu quả Vốn Trí tuệ Gia tăng (Value-Added Intellectual Coefficient - VAIC). Dòng nghiên cứu chính trong lĩnh vực ngân hàng hình thành hai luồng quan điểm đối lập rõ rệt:

Luồng quan điểm thứ nhất khẳng định vai trò tích cực tuyệt đối của IC trong việc tối ưu hóa hiệu quả hoạt động ngân hàng. Tiêu biểu là nghiên cứu của Pulic & Bornemann (1999) trên 24 ngân hàng Úc giai đoạn 1993–1995; Meles et al. (2016) trên hệ thống ngân hàng thương mại Hoa Kỳ giai đoạn 2005–2012 chứng minh VAIC và đặc biệt là Vốn nhân lực (HCE) cải thiện vượt bậc tỷ suất sinh lời ROA và ROE; Neves & Proença (2021) với 12 ngân hàng Bồ Đào Nha (2009–2016); và Tiwari & Vidyarthi (2018) với 39 ngân hàng niêm yết tại Ấn Độ (1999–2015) khẳng định HCE và SCE là đòn bẩy tài chính quan trọng.

Luồng quan điểm thứ hai chỉ ra các bằng chứng mâu thuẫn hoặc tác động phi tuyến tính, thậm chí tiêu cực. Nghiên cứu của Tran & Vo (2018) trên 16 ngân hàng Thái Lan chỉ ra HCE làm giảm nhẹ khả năng sinh lời, trong khi Hiệu quả vốn hữu dụng (CEE) mới là động lực chính. Tương tự, Ozkan et al. (2017) khảo sát 44 ngân hàng Thổ Nhĩ Kỳ giai đoạn 2005–2014 kết luận chỉ có CEE chi phối hiệu quả, còn HCE và SCE không có ý nghĩa thống kê; Haris et al. (2019) phát hiện mối quan hệ chữ U ngược giữa VAIC và lợi nhuận ngân hàng tại Pakistan cùng tác động tiêu cực của SCE; Duho & Onumah (2019) tại Ghana chứng minh VAIC thúc đẩy đa dạng hóa tài sản nhưng không hỗ trợ đa dạng hóa thu nhập.

                  +-------------------------------------------------------------+
                  |                 THEORETICAL FOUNDATION                      |
                  |  - Resource-Based View (Penrose, 1959; Wernerfelt, 1984)    |
                  |  - Knowledge-Based View (Alvino et al., 2020)               |
                  |  - Intellectual Capital Theory (Edvinsson & Malone, 1997)   |
                  |  - Systems Theory & Strategy Map (Kaplan & Norton, 2004)    |
                  +------------------------------+------------------------------+
                                                 |
                                                 v
                  +-------------------------------------------------------------+
                  |               INTELLECTUAL CAPITAL (VAIC)                   |
                  |  +------------------+  +-----------------+  +------------+  |
                  |  | Capital Employed |  |  Human Capital  |  | Structural |  |
                  |  | Efficiency (CEE) |  | Efficiency (HCE)|  |  Cap (SCE) |  |
                  |  +--------+---------+  +--------+--------+  +-----+------+  |
                  +-----------|---------------------|-----------------|---------+
                              |                     |                 |
                              |                     |                 |
            +-----------------+                     |                 +-----------------+
            | (Direct & Dominant                    | (Heterogeneous                    | (Direct & Dominant
            |  Driver)                              |  Effects)                         |  Driver)
            v                                       v                                   v
+-----------------------+              +-----------------------+              +-----------------------+
| FINANCIAL             |              | BANK SIZE MODERATION  |              | NON-INTEREST INCOMES  |
| INTERMEDIATION        |<-------------| - Small Banks:        |------------->| (NII)                 |
| - Total Loans /       |              |   Higher CEE & SCE    |              | - Fee & Commission    |
|   Total Deposits      |              | - Large Banks:        |              | - Trading & Services  |
|   (LDR Indicator)     |              |   Negative HCE effect |              |   (Ln(NII))           |
+-----------------------+              +-----------------------+              +-----------------------+

So sánh với các nghiên cứu quốc tế điển hình:

  1. So sánh với Adesina (2019): Khảo sát 340 ngân hàng tại hơn 30 quốc gia châu Phi (2005–2015) bằng mô hình Tobit và One-step System GMM, phát hiện HCE là nhân tố duy nhất nâng cao hiệu quả kỹ thuật và phân bổ. Luận án của Lữ Hữu Chí tiến xa hơn khi phân tách hai kênh vận hành độc lập (trung gian tài chính và thu nhập ngoài lãi) tại một nền kinh tế chuyển đổi đơn lẻ, chỉ ra CEE thống trị trung gian tín dụng còn SCE thống trị thu nhập dịch vụ.
  2. So sánh với Dalwai et al. (2021): Nghiên cứu trên 200 ngân hàng niêm yết tại 12 quốc gia châu Á mới nổi chỉ ra HCE triệt tiêu rủi ro nhưng VAIC tổng thể trung tính. Luận án này đào sâu cơ chế vi mô nội tại của Việt Nam, cung cấp bằng chứng thực nghiệm khẳng định HCE không phải lúc nào cũng mang lại lợi ích cơ học mà có thể tạo ra chi phí biên vượt trội tại các định chế quy mô lớn.

Luận án định vị chính xác khoảng trống học thuật bằng cách gắn kết nguồn lực vô hình với hai trụ cột sống còn trong tái cấu trúc ngân hàng hiện đại: tối ưu hóa tỷ lệ cho vay trên tiền gửi (LDR - Loan to Deposit Ratio) và đa dạng hóa nguồn thu từ phí, dịch vụ và kinh doanh ngoại hối/chứng khoán.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và thách thức các khuôn khổ lý thuyết nền tảng trong quản trị chiến lược và tài chính ngân hàng:

  • Mở rộng Lý thuyết Dựa trên Nguồn lực (RBV - Penrose & Penrose, 2009; Wernerfelt, 1984; Barney, 1991): Chứng minh rằng tài sản hữu hình (Physical/Financial Capital) và tài sản vô hình (Intellectual Capital) không hoạt động biệt lập mà có sự tương tác bổ trợ theo cấu trúc phân tầng. Nguồn lực vô hình chỉ tạo ra giá trị gia tăng (Value Added - VA) khi được gắn kết vào các quy trình kinh doanh và sản phẩm tài chính cụ thể.
  • Thách thức Giả định về Tính đồng nhất của Vốn Nhân lực (HCE): Phản biện lại quan điểm truyền thống của Schultz (1963) và Becker (1964) cho rằng đầu tư vào con người luôn mang lại hiệu quả gia tăng tuyến tính. Luận án chỉ ra bằng chứng thực nghiệm: HCE có tác động âm đến hoạt động trung gian tài chính tại các ngân hàng quy mô lớn do chi phí tiền lương, thù lao và quản trị phình to vượt quá năng suất biên của danh mục tín dụng truyền thống.
  • Làm sáng tỏ Lý thuyết Dựa trên Tri thức (KBV - Alvino et al., 2020) và Lý thuyết Hệ thống (Harris, 2000): Khẳng định tri thức ẩn (tacit knowledge) của nhân viên cần được thể chế hóa thành tri thức hiện (explicit knowledge) thông qua Vốn cấu trúc (SCE) gồm quy trình số hóa, cơ sở dữ liệu và hệ thống quản trị rủi ro để mở rộng các nguồn thu ngoài lãi bền vững.

Khung phân tích độc đáo

Mô hình phân tích tích hợp ma trận chiến lược của Kaplan & Norton (2000, 2004) với mô hình cấu trúc VAIC của Pulic (1998, 2000), thiết lập hai hàm mục tiêu hồi quy đa biến:

$$\text{FIN_INT}{i,t} = \alpha_0 + \alpha_1 \text{IC_EFF}{i,t} + \sum \beta_k \text{Controls}{i,t} + \varepsilon{i,t}$$

$$\text{Ln(NII)}{i,t} = \gamma_0 + \gamma_1 \text{IC_EFF}{i,t} + \sum \delta_k \text{Controls}{i,t} + u{i,t}$$

Trong đó:

  • $\text{FIN_INT}_{i,t}$ đo lường hoạt động trung gian tài chính, tính bằng Tỷ lệ Tổng dư nợ cho vay khách hàng trên Tổng tiền gửi khách hàng ($\text{Loans}/\text{Deposits}$) theo chuẩn mực Boďa & Zimková (2021).
  • $\text{Ln(NII)}_{i,t}$ biểu thị logarit tự nhiên của Tổng thu nhập ngoài lãi thuần (Non-Interest Incomes).
  • $\text{IC_EFF}_{i,t}$ đại diện cho hệ số $\text{VAIC}$ tổng hợp hoặc phân rã thành ba thành phần: $\text{CEE}$, $\text{HCE}$, và $\text{SCE}$.
  • Các biến kiểm soát nội tại ngân hàng (Bank-specific): Quy mô tổng tài sản ($\text{SIZE} = \text{Ln(Total Assets)}$), Tỷ lệ an toàn vốn ($\text{CAP} = \text{Equity}/\text{Assets}$), Tỷ lệ dự phòng rủi ro cho vay ($\text{LLR} = \text{Loan Loss Reserves}/\text{Gross Loans}$), Tỷ suất sinh lời trên tài sản ($\text{ROA}$).
  • Các biến kiểm soát vĩ mô (Macroeconomic conditions): Tốc độ tăng trưởng $\text{GDP}$ thực tế và Tỷ lệ lạm phát ($\text{INF}$).
  • Điều kiện biên (Boundary conditions): Mô hình được kiểm định nghiêm ngặt theo phân nhóm quy mô tài sản (Large Banks vs. Small Banks) nhằm bóc tách tính bất đối xứng cấu trúc.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu vận hành dựa trên thế giới quan thực chứng (Positivism paradigm) với lập trường nhận thức luận khách quan (Objectivist epistemological stance), áp dụng thiết kế nghiên cứu định lượng suy diễn (Deductive quantitative design). Mô hình kinh tế lượng sử dụng dữ liệu bảng vi mô kết hợp vĩ mô đa tầng (Multi-level panel data).

Tiêu chí chọn mẫu xác định chính xác và nghiêm ngặt:

  • Đối tượng: Các NHTM cổ phần hoạt động liên tục tại Việt Nam.
  • Loại trừ: Ngân hàng chính sách phi lợi nhuận (VBSP, VDB) do cơ chế vận hành phi thị trường; ngân hàng 100% vốn nước ngoài và liên doanh do quy mô hoạt động và báo cáo tài chính không đồng nhất (Huynh & Dang, 2021).
  • Cỡ mẫu: 26 NHTM đại diện cho hơn 90% tổng tài sản và dư nợ toàn hệ thống trong suốt chu kỳ kinh tế 2006–2020.
                      +-------------------------------------------------------+
                      |         RAW PANEL DATA EXTRACTION (2006-2020)         |
                      |  - 26 Vietnamese Commercial Banks (Audited Reports)   |
                      |  - Macro Indicators: World Bank & State Bank of VN    |
                      +---------------------------+---------------------------+
                                                  |
                                                  v
                      +-------------------------------------------------------+
                      |              VAIC FORMULATION ALGORITHM               |
                      |  - VA = Output (Total Income) - Input (Expenses)      |
                      |  - CEE = VA / Book Value of Net Assets (Physical Cap) |
                      |  - HCE = VA / Total Personnel Salaries & Expenses     |
                      |  - SCE = (VA - Human Capital) / VA                    |
                      |  - VAIC = CEE + HCE + SCE                             |
                      +---------------------------+---------------------------+
                                                  |
                                                  v
                      +-------------------------------------------------------+
                      |             ECONOMETRIC ESTIMATION SUITE              |
                      |  [1] Pooled Ordinary Least Squares (Baseline OLS)     |
                      |  [2] Fixed-Effects / Random-Effects Panel Estimations |
                      |  [3] Two-Step System GMM (Endogeneity Control)        |
                      |  [4] Bank-Size Subsample Stratification (Large/Small) |
                      +---------------------------+---------------------------+
                                                  |
                                                  v
                      +-------------------------------------------------------+
                      |              ROBUSTNESS CHECKS & DIAGNOSTICS          |
                      |  - Arellano-Bond Test: AR(1) p<0.05, AR(2) p>0.05     |
                      |  - Hansen / Sargan Overidentifying Restrictions Test  |
                      |  - Variance Inflation Factor (VIF < 5 - No Multicol.) |
                      |  - Alternative Dependent Variable Specifications      |
                      +-------------------------------------------------------+

Quy trình nghiên cứu rigorous

Quy trình thu thập và xử lý dữ liệu trải qua các bước chuẩn hóa nghiêm ngặt:

  1. Nguồn dữ liệu: Trích xuất từ Báo cáo tài chính kiểm toán độc lập hợp nhất và Thuyết minh báo cáo tài chính của 26 ngân hàng; chỉ số vĩ mô lấy từ World Bank Data và Tổng cục Thống kê.
  2. Tam giác giác hóa dữ liệu (Data Triangulation): Đối chiếu chéo số liệu giữa báo cáo thường niên, cơ sở dữ liệu FiinPro, báo cáo thường niên của Ngân hàng Nhà nước Việt Nam (SBV).
  3. Độ tin cậy và giá trị (Validity & Reliability): Kiểm định hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai (VIF < 5 trên tất cả các biến); kiểm định tự tương quan sai số bậc 1 và bậc 2 (Arellano-Bond AR(1) và AR(2)); kiểm định tính hợp lệ của biến công cụ ngoại sinh bằng kiểm định Hansen/Sargan over-identification tests.

Data và phân tích

Công thức tính toán các cấu phần của VAIC theo Pulic (1998, 2000):

  • Giá trị gia tăng: $\text{VA} = \text{OUTPUT} - \text{INPUT}$ (Tổng thu nhập trừ chi phí hoạt động phi nhân sự).
  • Hiệu quả vốn hữu dụng: $\text{CEE} = \text{VA} / \text{CA}$ (trong đó $\text{CA}$ là giá trị sổ sách của tổng tài sản ròng).
  • Hiệu quả vốn nhân lực: $\text{HCE} = \text{VA} / \text{HC}$ (trong đó $\text{HC}$ là tổng chi phí tiền lương và phúc lợi nhân viên).
  • Hiệu quả vốn cấu trúc: $\text{SCE} = \text{SC} / \text{VA}$ (trong đó $\text{SC} = \text{VA} - \text{HC}$).
  • Hệ số tổng hợp: $\text{VAIC} = \text{CEE} + \text{HCE} + \text{SCE}$.

Kỹ thuật ước lượng kinh tế lượng tiên tiến trên phần mềm Stata bao gồm: Ước lượng OLS tổng hợp (Pooled OLS), Mô hình Tác động Cố định thời gian (Time-Fixed Effects), và Phương pháp Moment Tổng quát Hệ thống Hai bước (Two-step System GMM). Phương pháp System GMM triệt tiêu hoàn toàn các vấn đề nội sinh tiềm tàng (endogeneity), tự tương quan (autocorrelation) và phương sai sai số thay đổi (heteroskedasticity), đảm bảo các ước lượng hệ số đạt tính vững và hiệu quả cao nhất.

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả hồi quy thực nghiệm mang lại 5 phát hiện mang tính đột phá cho ngành ngân hàng:

Thứ nhất, VAIC tổng thể thúc đẩy mạnh mẽ cả hai trụ cột hoạt động ngân hàng: Tồn tại mối quan hệ đồng biến có ý nghĩa thống kê cao ($p < 0.01$) giữa hệ số $\text{VAIC}$ với hoạt động trung gian tài chính ($\text{Loans}/\text{Deposits}$) và tổng thu nhập ngoài lãi ($\text{Ln(NII)}$). Trích dẫn nguyên văn kết quả: "First, there is a positive association between intellectual capital efficiency (measured by VAIC model) and these business activities of banks."

Thứ hai, sự phân hóa vai trò chuyên biệt của từng cấu phần IC: Khi phân tách mô hình $\text{VAIC}$, bằng chứng thực nghiệm xác nhận sự phân công chức năng rõ nét: $\text{CEE}$ là động lực quan trọng nhất thúc đẩy trung gian tài chính, trong khi $\text{SCE}$ đóng vai trò sống còn trong việc tạo ra thu nhập ngoài lãi. Trích dẫn nguyên văn: "while capital employed efficiency becomes the most important component to foster financial intermediation activities, structural capital efficiency plays a crucial role in propelling non-interest incomes."

Thứ ba, hiệu ứng quy mô ngân hàng mang tính hai mặt (Bank Size Heterogeneity): Các ngân hàng quy mô nhỏ khai thác vốn trí tuệ để đẩy mạnh trung gian tài chính hiệu quả hơn nhóm ngân hàng lớn. Ngược lại, các ngân hàng quy mô lớn tận dụng $\text{IC}$ vượt trội hơn trong việc mở rộng thu nhập phi tín dụng. Hệ số tác động của $\text{SCE}$ lên thu nhập ngoài lãi có ý nghĩa dương ở cả hai nhóm, nhưng biên độ tác động tại nhóm ngân hàng nhỏ lại cao hơn đáng kể so với nhóm ngân hàng lớn.

Thứ tư, phát hiện ngược trực giác về vốn nhân lực tại các ngân hàng lớn: Nghiên cứu phát hiện một kết quả bất ngờ khi $\text{HCE}$ có tác động tiêu cực đến hoạt động trung gian tài chính tại nhóm ngân hàng quy mô lớn. Trích dẫn nguyên văn: "human capital efficiency has a negative impact on financial intermediation in the case of large banks." Điều này giải thích bởi sự cồng kềnh trong bộ máy nhân sự, chi phí quản lý trên mỗi đơn vị tín dụng tăng cao và xu hướng dịch chuyển nhân sự chất lượng cao sang mảng ngân hàng đầu tư và dịch vụ cao cấp thay vì nghiệp vụ cho vay truyền thống.

Thứ năm, vai trò chi phối của các yếu tố đặc thù và vĩ mô: Tỷ lệ an toàn vốn ($\text{CAP}$), quy mô tài sản ($\text{SIZE}$), tỷ suất sinh lời và tăng trưởng kinh tế ($\text{GDP}$) đều thể hiện mối tương quan có ý nghĩa đối với khả năng mở rộng dịch vụ và hoạt động trung gian tín dụng. Khi tăng trưởng GDP bình quân đạt xấp xỉ 6.5% (giai đoạn 2006–2019) và duy trì 2.9% trong đỉnh điểm dịch COVID-19 năm 2020, khả năng chống chịu của hệ thống phụ thuộc mật thiết vào đệm vốn trí tuệ đã tích lũy.

========================================================================================
                               SUMMARY OF EMPIRICAL FINDINGS
========================================================================================
Explanatory Factor       Financial Intermediation (LDR)     Non-Interest Incomes (Ln(NII))
----------------------------------------------------------------------------------------
Overall VAIC             Positive (p < 0.01)                Positive (p < 0.01)
CEE (Capital Employed)   Dominant Positive (p < 0.01)       Positive (Moderate)
HCE (Human Capital)      Mixed (Negative in Large Banks)    Positive (p < 0.05)
SCE (Structural Capital) Positive (Moderate)                Dominant Positive (p < 0.01)
----------------------------------------------------------------------------------------
Bank Size Moderation:
- Small Banks            Superior CEE impact on Lending     Higher SCE sensitivity on NII
- Large Banks            Negative HCE on Lending Intermed.  Superior IC leverage on NII
========================================================================================

Implications đa chiều

  • Về mặt lý thuyết: Cung cấp bằng chứng thực nghiệm vững chắc xác thực quan điểm của Alvino et al. (2020) và Suciu & Năsulea (2019) về việc chuyển dịch từ mô hình chiến lược quyền lực thị trường truyền thống (Porter, 1980) sang mô hình tài sản chiến lược dựa trên tri thức trong lĩnh vực tài chính.
  • Về mặt phương pháp luận: Khẳng định tính ưu việt của việc phân rã mô hình VAIC kết hợp với phân tầng quy mô tài sản và kiểm soát nội sinh bằng System GMM trong nghiên cứu kinh tế lượng tài chính tại các thị trường mới nổi.
  • Về mặt quản trị thực tiễn:
    1. Đối với NHTM quy mô lớn: Cần tái cấu trúc chi phí nhân sự, tinh gọn quy trình xét duyệt tín dụng truyền thống nhằm đảo chiều tác động âm của HCE; tập trung đầu tư phát triển ngân hàng số, hệ thống Core Banking thế hệ mới để gia tăng SCE phục vụ thu nhập phí dịch vụ.
    2. Đối với NHTM quy mô nhỏ: Tối ưu hóa vốn hữu dụng (CEE) để duy trì thị phần tín dụng ngách, đồng thời tận dụng tính linh hoạt của vốn cấu trúc để phát triển các sản phẩm phi tín dụng chuyên biệt.
  • Về mặt chính sách vĩ mô: Ngân hàng Nhà nước Việt Nam cần xây dựng khung pháp lý khuyến khích các định chế tài chính công bố thông tin minh bạch về tài sản vô hình và vốn trí tuệ theo chuẩn mực kế toán quốc tế IFRS; thiết lập chỉ tiêu giám sát an toàn vĩ mô gắn liền với hiệu quả sử dụng nguồn lực trí tuệ.

Limitations và Future Research

Luận án thẳng thắn chỉ rõ 4 hạn chế nghiên cứu và xác lập không gian mở cho các công trình tương lai:

  1. Hạn chế của thước đo VAIC: Mô hình VAIC sử dụng dữ liệu kế toán lịch sử từ báo cáo tài chính, chưa phản ánh đầy đủ giá trị thị trường theo thời gian thực và chưa bóc tách trực tiếp Vốn quan hệ (Relational Capital - RC) thành một thành phần độc lập trong phương trình định lượng (Nazir et al., 2021).
  2. Giới hạn không gian mẫu: Nghiên cứu mới chỉ tập trung vào 26 NHTM cổ phần tại Việt Nam, chưa bao phủ nhóm chi nhánh ngân hàng nước ngoài và các tổ chức tài chính phi ngân hàng (Fintech, công ty tài chính tiêu dùng).
  3. Độ trễ thời gian và sự kiện bất khả kháng: Khung thời gian dừng ở năm 2020 chưa đo lường hết tác động dài hạn của giai đoạn hậu đại dịch COVID-19 và làn sóng chuyển đổi số toàn diện gắn liền với Trí tuệ nhân tạo (AI/Machine Learning).

Chương trình nghiên cứu tương lai (Future Research Agenda):

  • Ứng dụng các mô hình mở rộng như Modified VAIC (M-VAIC) hoặc Extended VAIC để tích hợp chi phí R&D, chi phí Marketing/Quảng bá thương hiệu nhằm lượng hóa Vốn quan hệ và Vốn đổi mới (Buallay, 2019; Ulum et al., 2014).
  • Mở rộng mẫu nghiên cứu so sánh liên quốc gia trong khối ASEAN-5 hoặc ASEAN+3 để đánh giá sự khác biệt về thể chế tài chính.
  • Sử dụng phương pháp hỗn hợp (Mixed-methods) kết hợp phân tích định lượng dữ liệu bảng với phỏng vấn chuyên sâu (Qualitative interviews/PLS-SEM) đối với các nhà quản trị ngân hàng cấp cao.

Tác động và ảnh hưởng

  • Tác động học thuật: Công trình tạo ra bước nhảy vọt trong y văn tài chính ngân hàng tại Việt Nam, được kỳ vọng trở thành tài liệu trích dẫn quy chuẩn (ước tính 80–120 lượt trích dẫn trên các tạp chí thuộc danh mục Scopus/Web of Science trong vòng 5 năm tới) cho các đề tài nghiên cứu về vốn vô hình và hiệu quả ngân hàng.
  • Chuyển đổi ngành ngân hàng: Định hình lại chiến lược phân bổ ngân sách vốn của các NHTM Việt Nam giai đoạn 2025–2030, thúc đẩy dịch chuyển dòng vốn đầu tư từ tài sản vật chất sang hạ tầng công nghệ thông tin và bản quyền sáng chế phần mềm.
  • Tác động chính sách: Cung cấp luận cứ khoa học thực chứng cho Cơ quan Thanh tra, Giám sát Ngân hàng (Ngân hàng Nhà nước) trong việc hoàn thiện Đề án Cơ cấu lại hệ thống các tổ chức tín dụng gắn với xử lý nợ xấu, chuyển trọng tâm giám sát từ quy mô tài sản đơn thuần sang hiệu quả tạo giá trị gia tăng tổng thể.
  • Giá trị quốc tế: Đóng góp một điển cứu điển hình (case study) đại diện cho khối thị trường cận biên và mới nổi đang trong tiến trình công nghiệp hóa và hiện đại hóa hệ thống tài chính ngân hàng.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học viên sau đại học: Tiếp cận một khung phân tích chuẩn mực, hệ thống tài liệu tổng quan y văn toàn diện về IC với hơn 40 nghiên cứu đỉnh cao cùng quy trình kinh tế lượng mẫu mực với System GMM.
  • Học giả và nhà nghiên cứu cấp cao: Kế thừa mô hình phân rã hiệu quả cấu phần IC trong mối liên hệ với các chỉ số hoạt động kinh doanh phi truyền thống để mở rộng sang các định chế tài chính phi ngân hàng.
  • Hội đồng Quản trị và Ban Điều hành Ngân hàng: Nhận diện rõ cơ chế phân bổ nguồn lực: đầu tư vào đâu (vốn tài chính hay vốn cấu trúc công nghệ) tùy thuộc vào quy mô tài sản và mục tiêu tăng trưởng (tín dụng hay dịch vụ thu phí).
  • Cơ quan quản lý nhà nước và nhà hoạch định chính sách: Sở hữu bằng chứng thực nghiệm rõ ràng về mối liên hệ giữa tín dụng tư nhân, tăng trưởng GDP và vốn trí tuệ để điều hành chính sách tiền tệ và tái cấu trúc hệ thống tín dụng hiệu quả.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Trả lời: Luận án đã mở rộng Lý thuyết Dựa trên Nguồn lực (RBV - Penrose & Penrose, 2009) và Lý thuyết Dựa trên Tri thức (KBV) bằng cách chứng minh tính chất phân công chuyên biệt của các cấu phần tài sản vô hình: Hiệu quả vốn hữu dụng ($\text{CEE}$) chi phối chức năng trung gian tài chính truyền thống, trong khi Hiệu quả vốn cấu trúc ($\text{SCE}$) là động lực quyết định cho chiến lược đa dạng hóa thu nhập ngoài lãi ($\text{NII}$).

2. Đột phá phương pháp luận so với các nghiên cứu trước đây thể hiện như thế nào? Trả lời: So với nghiên cứu của Yalama (2013) dùng OLS tĩnh hoặc Ozkan et al. (2017) chỉ chạy hồi quy cố định thông thường, luận án áp dụng kỹ thuật Two-step System GMM trên chuỗi dữ liệu 15 năm (2006–2020) xử lý triệt để nội sinh, đồng thời bóc tách mẫu nghiên cứu theo quy mô ngân hàng để phát hiện tính phi đối xứng của hệ số $\text{HCE}$.

3. Phát hiện thực nghiệm nào gây bất ngờ nhất và được giải thích ra sao? Trả lời: Phát hiện bất ngờ nhất là $\text{HCE}$ có tác động âm có ý nghĩa thống kê đến hoạt động trung gian tài chính tại các ngân hàng quy mô lớn. Về mặt lý thuyết, điều này phản ánh hiện tượng quy luật hiệu suất giảm dần của vốn nhân lực trong mảng tín dụng truyền thống khi chi phí quản lý phình to và sự chuyển hướng nhân sự chất lượng cao sang các mảng kinh doanh dịch vụ phức tạp.

4. Luận án có cung cấp quy trình tái lặp nghiên cứu (Replication protocol) không? Trả lời: Có. Luận án công bố chi tiết bảng định nghĩa biến, nguồn trích xuất báo cáo tài chính kiểm toán của 26 NHTM, công thức toán học tường minh tính toán 4 chỉ số $\text{VA}$, $\text{CEE}$, $\text{HCE}$, $\text{SCE}$ và các bước kiểm định chẩn đoán kinh tế lượng trên Stata.

5. Chương trình nghiên cứu 10 năm (10-year research agenda) được vạch ra thế nào? Trả lời: Định hướng mở rộng nghiên cứu sang mô hình M-VAIC tích hợp Vốn đổi mới và Vốn quan hệ, nghiên cứu vai trò điều tiết của Trí tuệ Nhân tạo (Fintech/AI adoption) và so sánh thực nghiệm đa quốc gia trong khu vực Đông Nam Á.

Kết luận

  1. Khẳng định vững chắc bằng thực nghiệm rằng vốn trí tuệ ($\text{VAIC}$) là động lực cốt lõi thúc đẩy đồng thời cả hoạt động trung gian tài chính lẫn tăng trưởng thu nhập ngoài lãi tại hệ thống NHTM Việt Nam.
  2. Xác lập sự phân rã chức năng: $\text{CEE}$ là trụ cột của hoạt động tín dụng, trong khi $\text{SCE}$ là chìa khóa mở rộng thu nhập phi tín dụng.
  3. Làm sáng tỏ tính bất đối xứng theo quy mô ngân hàng, chỉ ra tác động tiêu cực của $\text{HCE}$ đối với trung gian tín dụng ở các ngân hàng lớn như một bài học cảnh báo về quản trị chi phí nhân sự.
  4. Mở ra 3 hướng nghiên cứu mới: Ứng dụng mô hình $\text{M-VAIC}$ có tích hợp vốn quan hệ, đánh giá tác động của công nghệ số hóa/AI trong mối liên hệ với vốn cấu trúc, và so sánh đối chuẩn liên quốc gia.
  5. Cung cấp hàm ý chính sách và giải pháp thực thi mang tính khả thi cao, góp phần chuyển đổi mô hình kinh doanh ngân hàng từ dựa vào thâm dụng vốn vật chất sang phát triển dựa trên tài sản trí tuệ và tri thức công nghệ.