1. Trang Chủ
  2. SỐ 189
  3. Các yếu tố tác động đến nguy cơ phá sản ngân hàng của các ngân hàng thương mại Việt Nam: Tiếp cận theo hệ thống xếp hạng CAMELS
Đăng bài
Tạp chí đã xuất bản
2004
SỐ 1
2005
SỐ 2
SỐ 3
SỐ 4
SỐ 5
SỐ 6
SỐ 7
2006
SỐ 8
SỐ 9
SỐ 10
SỐ 11
SỐ 12
SỐ 13
2007
SỐ 14
SỐ 15
SỐ 16
SỐ 17
SỐ 18
SỐ 19
SỐ 20
SỐ 21
2008
SỐ 22+23
SỐ 24
SỐ 25
SỐ 26
SỐ 27
SỐ 28
SỐ 29
SỐ 30
SỐ 31
SỐ 32
SỐ 33
2009
SỐ 34+35
SỐ 36
SỐ 37
SỐ 38
SÔ 39
SỐ 40
SỐ 41
SỐ 42
SỐ 43
SỐ 44
SỐ 45
2010
SỐ 46+47
SỐ 48
SỐ 49
SỐ 50
SỐ 51
SỐ 52
SỐ 53
SỐ 54
SỐ 55
SỐ 56
SỐ 57
2011
SỐ 58+59
SỐ 60
SỐ 61
SỐ 62
SỐ 63
SỐ 64
SỐ 65
SỐ 66
SỐ 67
SỐ 68
SỐ 69
2012
SỐ 70+71
SỐ 72
SỐ 73
SỐ 74
SỐ 75
SỐ 76
SỐ 77
SỐ 78
SỐ 79
SỐ 80
SỐ 81
2013
SỐ 82+83
SỐ 84
SỐ 85
SỐ 86
SỐ 87
SỐ 88
SỐ 89
SỐ 90
SỐ 91
SỐ 92
SỐ 93
2014
SỐ 96
SỐ 94+95
SỐ 97
SỐ 98
SỐ 99
SỐ 100
SỐ 101
SỐ 102
SỐ 103
SỐ 104
SỐ 105
2015
SỐ 106+107
SỐ 108
SỐ 109
SỐ 110
SỐ 111
SỐ 112
SỐ 113
SỐ 114
SỐ 115
SỐ 116
SỐ 117
2016
SỐ 118+119
SỐ 120
SỐ 121
SỐ 122
SỐ 123
SỐ 124
SỐ 125
SỐ 126
SỐ 127
SỐ 128
SỐ 129
2017
SỐ 130&131
SỐ 132
SỐ 133
SỐ 134
SỐ 135
SỐ 136
SỐ 137
SỐ 138
SỐ 139
SỐ 140
SỐ 141
2018
SỐ 142&143
SỐ 144
SỐ 145
SỐ 146
SỐ 147
SỐ 148
SỐ 149
SỐ 150
SỐ 151
SỐ 152
SỐ 153
2019
SỐ 154&155
SỐ 156
SỐ 157
SỐ 159
SỐ 160
SỐ 161
SỐ 162
SỐ 158
SỐ 163
SỐ 164
SỐ 165
2020
Số 166+ 167
Số 168
Số 169
Số 170
Số 171
SỐ 172
Số 173
SỐ 174
SỐ 175
SỐ 177
2021
SỐ 178+179
SỐ 180
Số 181
Số 182
SỐ 183
SỐ 184
SỐ 185
SỐ 186
SỐ 187
SỐ 188
SỐ 189
2022
SỐ 190+191
SỐ 192
SỐ 193
SỐ 194
SỐ 195
SỐ 196
SỐ 197
SỐ 198
Số 199
SỐ 200
SỐ 201
2023
SỐ 202+203
SỐ 204
SỐ 205
SỐ 206
SỐ 207
SỐ 208
SỐ 209
SỐ 210
SỐ 211
SỐ 212
SỐ 213
Thông tin tạp chí
Tôn chỉ & Mục đíchHội đồng biên tậpBan biên tậpChính sách Tạp chíLịch làm việc Lãnh đạo
Thông tin người dùng
Độc giả
Tác giả
Biên tập viên
Phản biện
Đạo đức xuất bảnThư mời số đặc biệt
ISSN
ISSN 2615-9813
ISSN (số cũ) 1859-3682

SỐ 189 | THÁNG 12/2021

Các yếu tố tác động đến nguy cơ phá sản ngân hàng của các ngân hàng thương mại Việt Nam: Tiếp cận theo hệ thống xếp hạng CAMELS

Nguyễn Văn Thép

20/12/2021 41 0 0
Like Mua ngay 30.000 đ
Bayesian Model Averaging CAMELS ngân hàng thương mại nguy cơ phá sản ngân hàng Việt Nam

Tóm tắt:

Mục tiêu chính của nghiên cứu là phân tích các yếu tố ảnh hưởng đến nguy cơ phá sản (NCPS) ngân hàng của các ngân hàng thương mại (NHTM) ở Việt Nam, trong đó NCPS ngân hàng của các NHTM được xác định dựa vào hệ thống xếp hạng CAMELS với cách tiếp cận ở Việt Nam. Dữ liệu được sử dụng trong nghiên cứu này bao gồm 37 NHTM Việt Nam trong giai đoạn 2006–2020. Tác giả sử dụng mô hình hồi quy Logit với phương pháp Bayesian Model Averaging (BMA) để lựa chọn mô hình tối ưu. Kết quả nghiên cứu cho thấy, biến tỷ lệ thu nhập phi lãi (NIIR), tỷ lệ thu nhập lãi cận biên (NIM) và tốc độ tăng trưởng tài sản (AG) có mối tương quan nghịch với NCPS ngân hàng, trong khi đó biến tỷ lệ dư nợ trên tổng tài sản (LR) có mối tương quan thuận với NCPS ngân hàng. Ngoài ra, nghiên cứu cũng cho thấy rằng việc các ngân hàng có nhà nước sở hữu và quy mô của ngân hàng không có ảnh hưởng đến NCPS ngân hàng của các NHTM ở Việt Nam.

Tài liệu tham khảo:

  1. Barker, D., & Holdsworth, D. (1993). The Causes of Bank Failures in the 1980s. Research Paper No. 9325, Federal Reserve Bank of New York. 
  2. Bourke, P. (1989). Concentration and other determinants of bank proftability in Europe. North America and Australia. Journal of Banking and Finance, 13, 65-79.  
  3. Bovenzi, J. F., Marino, J. A., & McFadden, F. E. (1983). Commercial Bank Failure Prediction Models. Economic Review, Federal Reserve Bank of Atlanta, 14 – 26.    
  4. Cole, R. A., & Gunther, J. W. (1995). A CAMEL Rating’s Shelf Life. Federal Reserve Bank of Dallas, Financial industry studies, 13-20.  
  5. Cole, R. A., & Gunther, J. W. (1998). “Predicting Bank Failures: A Comparison of On and Off-Site Monitoring Systems”. Journal of Financial Services Research, 13, 103 – 117.   
  6. Cheserek, B. K. (2007). “The determinants of bank failures: a survey of commercial banks in Kenya”. http://erepository.uonbi.ac.ke:8080/xmlui/handle/123456789/7842. 
  7. DeYoung, R., & Torna, G. (2013). Nontraditional banking activities and bank failures during the financial crisis. Journal of Financial Intermediation, 22(3), 397–421.
  8. Cole, R. A., & Gunther, J. W. (1995). A CAMEL Rating’s Shelf Life. Federal Reserve Bank of Dallas, Financial industry studies, 13-20.
  9. Cole, R. A., & Gunther, J. W. (1998). “Predicting Bank Failures: A Comparison of On and Off-Site Monitoring Systems”. Journal of Financial Services Research, 13, 103 – 117. 
  10. Cheserek, B. K. (2007). “The determinants of bank failures: a survey of commercial banks in Kenya”. http://erepository.uonbi.ac.ke:8080/xmlui/handle/123456789/7842. 
  11. DeYoung, R., & Torna, G. (2013). Nontraditional banking activities and bank failures during the financial crisis. Journal of Financial Intermediation, 22(3), 397–421.
  12. Goddard, J., Molyneux, P., & Wilson, J. (2004). Dynamics of Growth and Profitability in Banking. Journal of Money Credit and Banking, 36(3), 1069-1090.
  13. Gilbert, R. A., & Park, S. (1994). “The Value of Early Warning Models in Bank Supervision”. Mimeo, Federal Reserve Bank of St. Louis. 
  14. Hadriche, M. (2015). Banks performance determinants: comparative analysis between Conventional and Islamic banks from GCC countries. International Journal of Economics and Finance, 7(9), 169-177.
  15. Heffernan, S. (2005). Modern banking (1st ed.). West Sussex, England: John Wiley & Sons Ltd 
  16. Hirtle, B. J., & Lopez, J. A. (1999). “Supervisory Information and the Frequency of Bank Examinations”. Federal Reserve Bank of New York Economic Policy Review, 5, 1 – 20.   
  17. Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: a tutorial. Statistical science, 382-401.
  18. Hwang, D.-Y., Lee, C. F., & Liaw, K. T. (1997). Forecasting bank failures and deposit insurance premium. International Review of Economics & Finance, 6(3), 317–334.
  19. Jin-Chuan Duan & Yanqi Zhu (2020). Economic Growths of ASEAN-5 Countries Impacted by Global and Domestic Credit Risks. Asian Journal of Economics and Banking, 4(2), 1-20.
  20. Lê Đồng Duy Trung & Khúc Thế Anh (2019). Quy mô ngân hàng và hiệu quả kinh doanh: Trường hợp nghiên cứu tại Việt Nam. Tạp chí Ngân hàng, Số 15.
  21. Lê Long Hậu & Phạm Xuân Quỳnh (2017). Ảnh hưởng của thu nhập ngoài lãi đến hiệu quả kinh doanh của các NHTM Việt Nam giai đoạn 2006-2016. Tạp chí Ngân hàng, Số 9.
  22. Martin, D. (1977). Early warning of bank failure. Journal of Banking and Finance, I, 249- 276
  23. Meyer, P. A., & Pifer, H. W. (1970). Prediction of Bank Failures. The Journal of Finance, 25(4), 853-868.
  24. Molyneux, P., & Thornton, J. (1992). The determinants of European Bank profitability. Journal of Banking and Finance, 16, 1173-1178. 
  25. Nguyễn Hoàng Diệu Hiền (2019). Ứng dụng hệ thống xếp hạng quốc tế trong đánh giá năng lực ngân hàng của Việt Nam. Tạp chí Thị trường Tài chính tiền tệ, 11, 25 – 29.
  26. Ohlson, J. A. (1980). Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research, 18(1), 109-131.
  27. Santomero, A. & Vinso, J.D. (1977). Estimating the probability of failure for commercial banks and the banking system. Journal of Banking and Finance, 1, 185-205.
  28. Short, B. (1979). The relation between commercial bank profit rates and banking concentration in Canada, Western Europe and Japan. Journal of Banking and Finance, 3, 209-219. 
  29. Stiroh, K. (2004). Diversification in Banking: Is Noninterest Income the Answer? Journal of Money, Credit and Banking, 36(5), 853-882.
  30. Sun, J., Wu, D., & Zhao, X. (2018). Systematic risk factors and bank failures. Journal of Economics and Business, 98, 1–18.
  31. Thach, N. N., Anh, L. H., & An, P. T. H. (2019). The Effects of Public Expenditure on Economic Growth in Asia Countries: A Bayesian Model Averaging Approach, Asian Journal of Economics and Banking, 3(1), 126-149.
  32. Thomson J.B. (1991). Predicting bank failures in the 1980s. Economic Review, Federal Reserve Bank of Cleveland, 27(l), 9-20.
  33. Trần Huy Hoàng & Nguyễn Hữu Huân (2016). Phân tích các yếu tố tác động đến hiệu quả hoạt động của hệ thống NHTM Việt Nam trong thời kỳ hội nhập tài chính quốc tế. Tạp chí Phát triển Khoa học và Công nghệ, 19(1Q), 88-101.
  34. Trịnh Thị Thúy Hồng, Nguyễn Hoàng Phong & Lê Tiến Thành (2018). Tác động của đa dạng hóa thu nhập đến hiệu quả hoạt động của các NHTM Việt Nam. Tạp chí Tài chính, Số 679.

Determinants of the Probability of Bank Failures of Commercial Banks in Vietnam: A CAMELS Rating System Approach

Bayesian Model Averaging CAMELS Commercial Banks Probability of Bank Failures Vietnam

Abstract:

This study aims to analyze the factors affecting the probability of bank failures of commercial banks in Vietnam, in which the probability of bank failures is determined by the CAMELS rating system. We use a sample of 37 Vietnamese commercial banks over the period 2006-2020. The Logit regression model with Bayesian Model Averaging (BMA) is applied in this study. The empirical results show that the non-interest income ratio (NIIR), net interest margin (NIM), and asset growth rate (AG) are negatively associated with the probability of bank failues, whereas the loans to total assets ratio has a positive associated with the probability of bank failures. The results also indicate that the government ownership (OWNER) and bank size (SIZE) have no effect on the probability of bank failures of commercial banks in Vietnam.

Bài viết liên quan