Nghiên cứu - Trao đổi

Đánh giá sự bất định trong hoạt động ngân hàng Việt Nam

PGS,TS. Đặng Văn Dân 28/01/2024 07:01

Bài viết mô tả lại quy trình tính toán sự bất định của ngân hàng thông qua dữ liệu cấp ngân hàng, qua đó áp dụng cách tiếp cận có nhiều lợi thế này với số liệu thực tế của Việt Nam giai đoạn 2007–2021.

Tóm tắt: Bài viết mô tả lại quy trình tính toán sự bất định của ngân hàng thông qua dữ liệu cấp ngân hàng, qua đó áp dụng cách tiếp cận có nhiều lợi thế này với số liệu thực tế của Việt Nam giai đoạn 2007–2021. Trong bước đầu tiên, tác giả tính toán các cú sốc cấp ngân hàng với tốc độ tăng trưởng tổng tài sản, nguồn vốn ngắn hạn và khả năng sinh lời. Trong bước thứ hai, tác giả đo lường sự bất định trong ngân hàng là sự phân tán theo mặt cắt của những cú sốc này. Sự phân tán theo mặt cắt cao hơn được hiểu là mức độ bất định cao hơn trong hoạt động ngân hàng. Kết quả cho thấy, sự bất định trong lĩnh vực ngân hàng Việt Nam biến động theo thời gian và đã tăng lên trong giai đoạn khủng hoảng tài chính.

Từ khoá: bất định, khủng hoảng tài chính, ngân hàng, Việt Nam

Estimating the uncertainty in Vietnam banking sector

Abstract: The paper describes the calculation process of banking’s uncertainty through bank-level data and thereby applies this novel approach to Vietnam using data of the 2007–2021 period. In the first step, the author calculates bank-level shocks with growth in total assets, short-term funding, and profitability. In the second step, the author measures uncertainty in banking as the cross-sectional dispersion of these shocks. A higher cross-sectional dispersion is interpreted as a higher degree of uncertainty in banking. The results show that uncertainty in Vietnam banking sector fluctuates over time, and it increases during the financial crisis.

Keywords: uncertainty, financial crisis, bank, Vietnam

1. Giới thiệu

Là nhân tố tham gia quan trọng vào thị trường và nền kinh tế, ngân hàng thương mại ngoài các thuộc tính thiết yếu giống như các doanh nghiệp, thì một trong những chức năng đặc biệt của họ là chuyển tải các tác động kiểm soát kinh tế vĩ mô của Chính phủ. Cụ thể, với quá trình thị trường hóa đang tiến triển, các ngân hàng thương mại (NHTM) ngày càng trở nên giống với các doanh nghiệp nói chung, thể hiện các phương thức hành vi và mục tiêu hoạt động theo định hướng thị trường hơn. Chính phủ cũng điều chỉnh lãi suất và tỷ lệ dự trữ bắt buộc để gián tiếp đạt được sự điều tiết và kiểm soát kinh tế. Điều này cho thấy, các NHTM là một nhân tố then chốt trong cơ chế truyền dẫn các chính sách kinh tế vĩ mô. Hoạt động kinh doanh của các NHTM có rủi ro rất lớn và có tầm ảnh hưởng rộng. Với những đặc điểm này, có thể nhận định rằng tác động của bất định đối với các NHTM là đặc biệt phức tạp (Chi & Li, 2017). Vì vậy, cần thiết nghiên cứu xem bất định có ảnh hưởng đến các NHTM hay không.

Trong khi sự bất định là mối quan tâm phổ biến của các nhà kinh tế và các nhà hoạch định chính sách, hàm ý kinh tế của nó thu hút sự chú ý ngày càng nhiều do hậu quả của cuộc khủng hoảng tài chính toàn cầu. Bất định liên quan đến sự mơ hồ của các chính sách trong tương lai và có tác dụng về dài hạn. Bất chấp sự suy giảm rõ rệt của tình trạng bất ổn toàn cầu kể từ đỉnh điểm vào năm 2008–2009, sự bất định của từng quốc gia gia tăng theo thời gian trong những năm gần đây. Đặc biệt, sự bất định ở các nền kinh tế đang phát triển và mới nổi cao hơn đáng kể so với các nước phát triển. So sánh mức độ bất định ở các nước mới nổi và nước phát triển, thông qua sử dụng chỉ báo về sự bất định dựa trên phương sai có điều kiện của đổi mới trong các biến kinh tế vĩ mô, Bloom (2014) cho thấy sự bất định tổng thể ở các nền kinh tế đang phát triển lớn hơn so với các nước phát triển trong hầu hết các năm trong giai đoạn 2000–2016. Cụ thể, Bloom (2014) cho thấy các nước đang phát triển có tốc độ tăng trưởng biến động cao hơn 50%, biến động thị trường chứng khoán cao hơn 12% và biến động thị trường trái phiếu cao hơn 35%, do đó các nước đang phát triển nói chung có mức độ bất ổn vĩ mô cao hơn khoảng 1/3 so với các nước phát triển.

Các lập luận trên cho thấy tầm quan trọng của việc nghiên cứu về bất định, đặc biệt là trong lĩnh vực ngân hàng. Để nghiên cứu về bất định, việc đầu tiên cần làm là phải lượng hoá nó. Bài viết áp dụng quy trình tính toán sự bất định của ngân hàng thông qua dữ liệu cấp ngân hàng.

2. Bối cảnh ngành Ngân hàng Việt Nam

Với vị thế là nền kinh tế thị trường mới nổi, Chính phủ Việt Nam có khả năng can thiệp mạnh mẽ trong các hoạt động kinh tế và các yếu tố chính sách đóng một vai trò quan trọng trong sự phát triển của nền kinh tế. Với các cải cách tự do hóa, Chính phủ Việt Nam thường điều chỉnh các chính sách kinh tế của mình để tận dụng phương pháp phát triển kinh tế phù hợp. Đối mặt với môi trường bên trong và bên ngoài phức tạp, đặc biệt là sau cuộc khủng hoảng tài chính toàn cầu, Chính phủ Việt Nam đưa ra và điều chỉnh các chính sách kinh tế thường xuyên hơn, kéo theo đó là những yêu cầu điều chỉnh cho thị trường tài chính, do đó dẫn đến mức độ bất định kinh tế và tài chính cao hơn. Trong lĩnh vực ngân hàng, những cải cách này liên quan đến việc giảm tỷ lệ sở hữu nhà nước, nới lỏng các hạn chế đối với các hoạt động, sự gia nhập và mở chi nhánh của các ngân hàng nước ngoài, khuyến khích sở hữu của tổ chức nước ngoài tại một ngân hàng trong nước, kích thích các ngân hàng niêm yết trên sàn chứng khoán và tăng vốn ngân hàng. Do đó, Việt Nam là một mẫu nghiên cứu đại diện tốt có thể được sử dụng để phân tích về bất định và ảnh hưởng của nó.

Chính phủ có thể tác động đến doanh nghiệp thông qua việc cấp các loại giấy phép kinh doanh, giấy phép hành chính và quy định giá cả. Ví dụ, Chính phủ can thiệp trực tiếp vào vấn đề lãnh đạo và quản lý trong các doanh nghiệp nhà nước, hạn chế các doanh nghiệp tư nhân tham gia vào các lĩnh vực và ngành công nghiệp cụ thể và can thiệp vào các quyết định cho vay của các NHTM. Mức độ can thiệp của Chính phủ và tác động sâu rộng của các chính sách kinh tế mà Chính phủ ban hành đối với những người tham gia hoạt động kinh doanh cho thấy, những thay đổi nhỏ trong chính sách kinh tế có thể tạo ra cú sốc bất định đáng kể.

Ngoài ra, có sự bất cân xứng hơn về thông tin giữa các doanh nghiệp và các nhà hoạch định chính sách ở Việt Nam so với nhiều quốc gia khác. Hệ thống ngân hàng Việt Nam do chính phủ điều hành, ở góc độ nào đó có nghĩa vụ phải kết hợp các mục tiêu chính trị hơn và các quyết định thương mại thuần túy. Do đó, các ngân hàng Việt Nam có thể nhạy cảm hơn với những bất ổn liên quan đến thay đổi chính sách so với các đối tác phương Tây, điều này tạo điều kiện cho việc quan sát và đánh giá tác động của bất định đối với hoạt động kinh doanh ngân hàng.

Trên khía cạnh giao lưu với quốc tế, Việt Nam đang hội nhập sâu hơn vào nền kinh tế thế giới. Quá trình toàn cầu hóa tạo ra mối liên kết chặt chẽ giữa thị trường tài chính Việt Nam và thị trường toàn cầu. Mặt khác, hệ thống tài chính địa phương bị ảnh hưởng nhiều hơn bởi các cú sốc toàn cầu. Có thể thấy, nhiều chính sách của Chính phủ nhằm giải quyết những thách thức trong việc quản lý hệ thống tài chính trong một thế giới toàn cầu hóa cao hơn.

Thị trường ngân hàng Việt Nam được dẫn dắt bởi một số ngân hàng lớn thuộc sở hữu của Chính phủ trong khi những ngân hàng khác đang cạnh tranh với thị phần nhỏ hơn. Cạnh tranh gay gắt hơn giữa các ngân hàng Việt Nam hình thành do các ngân hàng trong nước không chỉ cạnh tranh với nhau để giành thị phần mà còn với các ngân hàng lớn của nước ngoài đang thâm nhập mạnh mẽ vào thị trường Việt Nam. Các ngân hàng nước ngoài thậm chí còn thành lập ngân hàng 100% vốn nước ngoài tại Việt Nam theo các quy định và điều khoản của Tổ chức Thương mại Thế giới (WTO). Trong môi trường cạnh tranh gay gắt, đa dạng hóa rõ ràng là một chiến lược quan trọng trong hoạt động ngân hàng và quản lý rủi ro. Ngoài ra, hệ thống ngân hàng ở Việt Nam đang dần phải tuân theo các tiêu chuẩn quốc tế trong cả quản lý rủi ro và quản trị doanh nghiệp, điều này vô tình làm cho bất định của hệ thống ngân hàng dao động nhiều hơn.

3. Đo lường sự bất định trong lĩnh vực ngân hàng thông qua dữ liệu vi mô

Các biến số đo lường sự bất định vi mô mà các công ty phải đối mặt bao gồm sự phân tán trong dự báo của nhà phân tích, sự biến động của lợi nhuận chứng khoán hoặc sự thay đổi của giá đầu vào/đầu ra, và tổng năng suất... Trong số này, có một thang đo vi mô quan trọng nổi lên, gắn liền với lĩnh vực ngân hàng. Đó là thang đo dựa trên sự phân tán của các cú sốc đến các biến số chính ở cấp ngân hàng (Buch và cộng sự, 2015).

Về mặt thực nghiệm, sự bất định thường được đo lường bằng cách sử dụng biến động giá cổ phiếu (trễ) làm thước đo biến động lịch sử. Cách tiếp cận này dựa trên dữ liệu thị trường với tần suất cao. Tương tự, các thước đo về sự biến động dựa trên dữ liệu thị trường như giá của các quyền chọn cổ phiếu. Tuy nhiên, dữ liệu thị trường tần suất cao như vậy không có sẵn cho tất cả các doanh nghiệp. Đây là trường hợp của ngân hàng. Dữ liệu thị trường đáng tin cậy về giá cổ phiếu của các ngân hàng rất khó có được đối với các quốc gia mà trong đó nhiều ngân hàng không được niêm yết và/hoặc thị trường chứng khoán chưa phát triển. Vì lý do này, cần có một thước đo độ bất định có thể được tính toán dựa trên bảng cân đối kế toán với tần suất thấp hơn hoặc dựa trên dữ liệu về lợi nhuận.

Để thay thế cho các phép đo độ bất định dựa trên sự biến động của dữ liệu tần suất cao, Bloom và cộng sự (2012) đề xuất sử dụng thông tin về sự phân tán mặt cắt ngang của các cú sốc (năng suất). Sự phân tán tăng lên nếu sự phân bố của các cú sốc ngày càng rộng tính trung bình trên tất cả các công ty, tương lai trở nên không chắc chắn hơn. Do đó, sự gia tăng phân tán mặt cắt ngang của các cú sốc có thể được hiểu là mức độ bất định cao hơn. Trong ứng dụng thực nghiệm của họ đối với các công ty sản xuất tại Mỹ, Bloom và cộng sự (2012) cho thấy, sự phân tán theo mặt cắt lấy từ dữ liệu cấp công ty có thể được sử dụng để giải thích các biến động trong chu kỳ kinh doanh.

Theo Buch và cộng sự (2015), nếu sự bất định tăng lên, các kết quả trong tương lai trở nên ít dự đoán hơn. Từ quan điểm của một chủ thể kinh tế như ngân hàng, khả năng dự đoán yếu hơn do độ bất định cao hơn được phản ánh bởi sự phân bổ rộng hơn của các cú sốc cho các biến chính ở cấp ngân hàng. Trong mô hình lý thuyết, điều này được phản ánh bằng việc mở rộng phân phối các cú sốc đến lãi suất cho vay. Điều này cho thấy việc đo lường sự bất định trong hoạt động ngân hàng là sự phân tán theo mặt cắt ngang (cross-sectional dispersion) của các cú sốc cho các biến cấp ngân hàng khác nhau.

Mô hình lý thuyết của Buch và cộng sự (2015) minh họa một cơ chế cụ thể về mức độ bất định trong hoạt động ngân hàng, được mô hình hóa như sự gia tăng độ lệch chuẩn của lãi suất cho vay và ảnh hưởng đến hành vi của các ngân hàng. Với giả định rằng các khoản cho vay là tài sản rủi ro duy nhất của các ngân hàng, sự bất định trong hoạt động ngân hàng trực tiếp chuyển thành sự phân tán cao hơn của các cú sốc đối với các kết quả đầu ra cấp ngân hàng có thể quan sát được như lợi tức hoặc tăng trưởng tài sản. Buch và cộng sự (2015) áp dụng ý tưởng này vào phân tích thực nghiệm và đo lường sự bất định là sự phân tán theo mặt cắt của các cú sốc dành riêng cho ngân hàng. Trên thực tế, ngoài việc phân tán các cú sốc đối với tăng trưởng tài sản và tỷ suất sinh lợi trên tài sản, Buch và cộng sự (2015) cũng tính đến các cú sốc đối với nguồn vốn ngắn hạn.

Buch và cộng sự (2015) áp dụng biện pháp phân tán do Bloom và cộng sự (2012) đề xuất cho hoạt động ngân hàng. Phù hợp với mô hình lý thuyết, Buch và cộng sự (2015) tính toán sự phân tán của các cú sốc đối với tăng trưởng tổng tài sản, khả năng sinh lời được đo lường thông qua lợi tức trên tài sản, và tăng trưởng nguồn vốn ngắn hạn:

+ Sự phân tán của các cú sốc đối với tăng trưởng tổng tài sản: Bởi vì khả năng sinh lời của ngân hàng có thể được thúc đẩy bởi nhiều yếu tố khác ngoài cú sốc về lãi suất cho vay, họ sử dụng sự phân tán của các cú sốc đối với tăng trưởng tổng tài sản như một đại lượng cho các cú sốc về phía tài sản. Những cú sốc về phía tài sản này có thể liên quan đến cú sốc về nhu cầu vốn vay nhưng cũng có thể bao gồm các yếu tố khác ảnh hưởng đến khối lượng tài sản của ngân hàng.

+ Sự phân tán của các cú sốc so với khả năng sinh lời (ROA): Một thước đo đánh giá mức độ bất định cao hơn đối với lợi tức cho vay là sự phân tán rộng hơn của các cú sốc đối với khả năng sinh lời của ngân hàng. Trong thời kỳ khủng hoảng, các cú sốc bất lợi trở nên dễ xảy ra hơn. Điều này có thể làm cho sự phân bổ lợi nhuận được mở rộng. Ví dụ, những cú sốc này có thể liên quan đến sự gia tăng rủi ro tín dụng. Khả năng sinh lời được tính theo tỷ lệ lợi nhuận trên tài sản ROA (tính bằng phần trăm).

+ Sự phân tán của các cú sốc đến tăng trưởng nguồn vốn ngắn hạn: Buch và cộng sự (2015) giải thích rằng, sự bất định không chỉ ảnh hưởng đến lợi nhuận tài sản mà còn ảnh hưởng đến các điều kiện tài trợ vốn. Trong những thời điểm không chắc chắn, khả năng tiếp cận nguồn vốn có thể khác nhau đáng kể giữa các ngân hàng. Các ngân hàng phụ thuộc nhiều vào tiền gửi của khách hàng có thể ít bị ảnh hưởng bởi cú sốc tài trợ hơn so với các ngân hàng dựa vào nguồn vốn bán buôn. Kết quả là, sự phân tán của các cú sốc đối với nguồn vốn ngắn hạn giữa các ngân hàng ngày càng mở rộng. Họ đo lường nguồn tài trợ ngắn hạn là tiền gửi khách hàng, các khoản tiền gửi khác và các khoản vay ngắn hạn.

Sự bất định trong ngân hàng được đo lường bằng sự phân tán theo mặt cắt ngang của các cú sốc. Để tính toán sự phân tán mặt cắt ngang của các cú sốc, Buch và cộng sự (2015) tiến hành hai bước. Trong bước đầu tiên, họ tính ra các cú sốc theo năm cho ngân hàng cụ thể và cho từng biến trong số các biến lựa chọn thông qua mô hình hồi quy sau:

log(Xiit) – log(Xijt–1) = Δlog(Xijt ) = αi + βjt + εijt (1)

trong đó log(Xiit) là tốc độ tăng trưởng tài sản của ngân hàng i (hoặc nguồn vốn ngắn hạn) tính bằng phần trăm tại thời điểm t ở quốc gia j và αi là tác động cố định của ngân hàng. Bởi vì lợi tức trên tài sản (ROA) là một biến dòng chảy (flow variable), nên họ ước tính phương trình này cho các mức (level) ROA thay vì tính sai phân. Buch và cộng sự (2015) tính đến các tác động không đồng nhất của các yếu tố phổ biến ở cấp quốc gia bằng cách bao gồm các tác động cố định của quốc gia thay đổi theo βjt thời gian. Các phần dư εijt được sử dụng để tính toán các giá trị phân tán mặt cắt ngang.

Lưu ý rằng Buch và cộng sự (2015) không nhằm mục đích thiết lập mô hình dự báo cho các ngân hàng. Tuy nhiên, công thức (1) loại bỏ tác động của bất kỳ yếu tố quốc gia cụ thể theo thời gian hoặc ngân hàng cụ thể nào đối với các biến ở cấp ngân hàng. Do đó, phần còn lại từ hồi quy này cung cấp cho chúng ta một thước đo các cú sốc đối với các biến này ở cấp ngân hàng.

Trong bước thứ hai, Buch và cộng sự (2015) tính toán sự bất định trong ngân hàng là sự phân tán theo mặt cắt ngang qua tất cả các cú sốc của từng ngân hàng cụ thểtheo quốc gia và năm. Họ tính độ phân tán mặt cắt ngang dưới dạng độ lệch chuẩn (SD). Điều này cung cấp thước đo cho sự bất định trong ngân hàng lấy từ dữ liệu cấp ngân hàng, được gọi là Uncertaintyjt cho quốc gia j tại thời điểm t:

Uncertaintyjt = SD(εi,t )

Đây là một phép đo phân tán mặt cắt ngang có điều kiện vì nó dựa trên các biến cấp ngân hàng mà từ đó tất cả các yếu tố thay đổi theo thời gian và cụ thể của từng ngân hàng đã được loại bỏ. Về mặt khái niệm, nó liên quan đến sự bất định trong toàn bộ lĩnh vực ngân hàng. Hơn nữa, nó có thể được coi là đối chứng thực nghiệm của sự biến động thay đổi theo thời gian σt nắm bắt được sự bất định trong hoạt động ngân hàng trong phần lý thuyết Buch và cộng sự (2015) xây dựng.

4. Đánh giá bất định ngân hàng cho Việt Nam

Áp dụng phương pháp của Buch và cộng sự (2015), tác giả xây dựng một thước đo về độ bất định dựa trên dữ liệu cấp ngân hàng và làm cơ sở đánh giá tình hình bất định trong lĩnh vực ngân hàng. Dữ liệu được lấy cho riêng thị trường một quốc gia là Việt Nam. Cụ thể, tác giả sử dụng dữ liệu của các ngân hàng thương mại Việt Nam trong giai đoạn 2007–2021, thu thập thông tin từ các báo cáo tài chính được công bố trên trang web của 30 ngân hàng.

Kết quả tính toán và thống kê chỉ ra cho toàn giai đoạn 2007–2021, ba biến phân tán của các cú sốc có độ lệch chuẩn tương đối lớn, do đó hàm ý rằng các phép đo bất định ngân hàng có độ biến động cao. Hai thước đo phân tán tài sản và nguồn vốn gần như nhau, vì mức độ phân tán tài sản trung bình là 36,865%, với mức biến động là 50,693% và mức phân tán nguồn vốn trung bình là 43,930%, với mức biến động là 56,665%.

Hình 1. Diễn biến các thang đo bất định ngân hàng qua thời gian tại Việt Nam

danh-gia-1(1).jpg

Trong Hình 1, tác giả vẽ biểu đồ của các phép đo phân tán theo thời gian. Sự phân tán tài sản và nguồn vốn lên đến đỉnh điểm vào năm 2009 – 1 năm sau cuộc khủng hoảng tài chính toàn cầu, đồng thời sự phân tán lợi nhuận cũng bắt đầu tăng lại vào thời điểm này sau khi giảm trước đó. Những lo ngại liên quan đến bất ổn kinh tế đã gia tăng trên toàn cầu kể từ cuộc khủng hoảng tài chính toàn cầu năm 2007–2008, đây được coi là nguyên nhân chính dẫn đến hiệu quả kinh tế thấp hơn ở nhiều quốc gia, trong đó có Việt Nam. Sau năm 2009, hai biện pháp bất định ngân hàng dựa trên tài sản và nguồn vốn tạo ra xu hướng giảm, cho thấy mức độ bất định trong hệ thống ngân hàng Việt Nam thấp hơn.

Tuy nhiên, chỉ số bất định ngân hàng dựa trên lợi nhuận đã tăng chạm đỉnh năm 2011, cho thấy mức độ bất định cao hơn trùng với giai đoạn ngành Ngân hàng phải hứng chịu sự bùng nổ của nợ xấu. Trong giai đoạn sau năm 2012, các chỉ số bất định ngân hàng dựa trên sự phân tán tài sản và nguồn vốn đã thiết lập một xu hướng giảm tổng thể, trong khi sự phân tán của các cú sốc lợi nhuận cho thấy một mô hình khác biệt với cả những thay đổi tăng và giảm.

Nhìn chung, đã có một xu hướng tăng trong việc phân tán các cú sốc ở cấp ngân hàng trong cuộc khủng hoảng tài chính. Mặc dù bức tranh tổng thể là tương tự đối với các cú sốc đối với tài sản và nguồn vốn ngắn hạn, nhưng các mô hình phân tán các cú sốc đối với lợi nhuận lại khác đôi chút với bức tranh chung này, cụ thể là có độ trễ. Sự phân tán của lợi nhuận đã tăng lên sau thời gian diễn ra cuộc khủng hoảng và sau đó giảm xuống và rồi lại tăng, đặc biệt trong giai đoạn diễn ra đại dịch COVID-19.

5. Kết luận

Với bộ dữ liệu của các ngân hàng Việt Nam, có thể đo lường sự bất định trong hoạt động ngân hàng và chỉ ra mô hình của sự bất định trong lĩnh vực ngân hàng trong thời kỳ nghiên cứu. Được biết, sự bất định thường được đo lường thông qua sự biến động của chuỗi thời gian tần số cao như giá cổ phiếu ngân hàng. Ưu điểm của phương pháp này là cho phép phân tích những thay đổi trong ngắn hạn về độ bất định. Điểm bất lợi là chỉ áp dụng cho các ngân hàng niêm yết. Tuy nhiên, các ngân hàng nhỏ hơn chiếm một phần đáng kể thị trường. Không chỉ dữ liệu thị trường không có sẵn cho các ngân hàng này, dữ liệu chuỗi thời gian có liên quan cũng chỉ có sẵn với tần suất thấp (hằng năm). Do đó, việc sử dụng sự phân tán theo mặt cắt của các cú sốc cấp ngân hàng đối với tốc độ tăng trưởng tổng tài sản, nguồn vốn ngắn hạn và lợi nhuận làm thước đo cho sự bất định trong hoạt động ngân hàng rõ ràng có nhiều ưu điểm.

Lý thuyết chỉ ra sự bất định có tác động quan trọng đến chi tiêu và đầu tư của các chính phủ, doanh nghiệp và hộ gia đình. Trong lĩnh vực ngân hàng, tác động của bất định cũng là rất phức tạp. Điều này gợi ý cho nhiều nhà nghiên cứu tiến hành xác định các thang đo bất định, đặc biệt liên quan đến sự bất định trong lĩnh vực ngân hàng. Các phân tích trong bài viết giúp nắm bắt các xu hướng biến động trong các chính sách và quy định của Chính phủ, đặc biệt trong lĩnh vực ngân hàng, từ đó làm tiền đề cho nhiều nghiên cứu định lượng sâu hơn trong tương lai nhằm phân tích tác động của bất định đối với hoạt động của ngân hàng tại Việt Nam.

Tài liệu tham khảo:

- Bloom, N. (2014). Fluctuations in uncertainty. Journal of Economic Perspectives, 28(2), 153–176.

- Bloom, N., Floetotto, M., Jamovich, N., Saporta-Eksten, I., & Terry, S.J. (2012). Really uncertain business cycles. NBER Working Paper 18245.

- Buch, C.M., Buchholz, M., & Tonzer, L. (2015). Uncertainty, bank lending, and bank-level heterogeneity. IMF Economic Review, 63(4), 919–954.

- Chi, Q., & Li, W. (2017). Economic policy uncertainty, credit risks and banks’ lending decisions: Evidence from Chinese commercial banks. China Journal of Accounting Research, 10(1), 33–50.

Bài đăng trên Tạp chí Thị trường Tài chính Tiền tệ số 5 năm 2023

PGS,TS. Đặng Văn Dân