Rủi ro tín dụng của hệ thống ngân hàng dưới tác động của đại dịch Covid-19: Nghiên cứu trường hợp tại Việt Nam

INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

CREDIT RISK OF BANKING SYSTEM UNDER THE EFFECT
OF COVID-19 EPIDEMIC: THE CASE OF VIETNAM
RỦI RO TÍN DỤNG CỦA HỆ THỐNG NGÂN HÀNG
DƯỚI TÁC ĐỘNG CỦA ĐẠI DỊCH COVID-19:
NGHIÊN CỨU TRƯỜNG HỢP TẠI VIỆT NAM

Tien Nhat NGUYEN - Ngoc Quynh Anh LE
University of Economics, Hue University


Abstract

The paper conducts micro stress testing to investigate whether the Vietnamese banking
sector can withstand the increasing credit risk under the influence of the COVID-19 pandemic
that has been occurring worldwide. The study was conducted to build 3 scenarios with 3 levels
of high, low, and medium of credit risk shock that Vietnamese commercial banks may encounter
in the absence of capital support from the State Bank and interbank market. The research results
show that all banks stay well in the good normal scenario (Vietnam can control the COVID
pandemic) and their capital adequacy ratios (CAR) are all above 9%. However, in the worst
economic scenario (the epidemic in Vietnam is not able to control), 8 (the shock caused by the
reduction in the ratio of collaterals to non-performing loans) – 3 (the shock caused by the increase
in the ratio of non-performing loans)/12 banks in the sample are negatively affected by the
increase in NPL, which leads to the decline in their CAR below the regulatory level of 9%.
Keywords: Capital adequacy ratio; Stress Testing; Credit risk; COVID-19, Vietnam.

Tóm tắt

Bài viết tiến hành kiểm tra sức chịu đựng vi mơ để tìm hiểu ngành ngân hàng Việt Nam có

thể chịu được rủi ro tín dụng ngày càng gia tăng dưới ảnh hưởng của đại dịch COVID-19 đang
diễn ra trên tồn thế giới hay khơng. Nghiên cứu được thực hiện nhằm xây dựng 3 kịch bản với
3 mức độ sốc rủi ro tín dụng cao, thấp và trung bình mà các ngân hàng thương mại Việt Nam có
thể gặp phải trong trường hợp khơng được hỗ trợ vốn từ Ngân hàng Nhà nước và thị trường liên
ngân hàng. Kết quả nghiên cứu cho thấy tất cả các ngân hàng đều ở trong kịch bản bình thường
tốt (Việt Nam có thể kiểm sốt được đại dịch COVID) và hệ số an toàn vốn (CAR) đều trên 9%.
Tuy nhiên, trong kịch bản kinh tế xấu nhất (dịch bệnh ở Việt Nam chưa thể kiểm soát), 8 (cú sốc
do giảm tỷ lệ tài sản đảm bảo nợ xấu) - 3 (cú sốc do tăng tỷ lệ nợ xấu)/ 12 ngân hàng trong mẫu
chịu ảnh hưởng tiêu cực do tỷ lệ nợ xấu tăng, dẫn đến hệ số CAR của họ giảm xuống dưới mức
quy định là 9%.
Từ khóa: Tỷ lệ an toàn vốn; kiểm tra sức chịu đựng; rủi ro tín dụng; covid-19, Việt Nam

1349


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

1. Introduction

The new strain Corona-virus has had negative effects and unpredictable evolution in most
of the countries. Many experts predicted that the economic shock caused by COVID-19 might
be more serious than the 2008 financial crisis. Besides, an economist of a consulting firm, namely
Rosenberg Research and Associates Inc, claimed that during the 2008 financial crisis, air transport
was not stopped, borders were not closed, frozen and quarantined, and people were not afraid to
leave their homes, but during COVID-19 we were talking about a tangible fear that causes people
to withdraw from economic activity. According to the Financial Post, a series of Canadian banks
such as Scotiabank, Canadian Imperial Bank of Commerce (CIBC) and Royal Bank of Canada
(RBC) forecast the risk of a great financial crisis. Mr. Mark Carney who works for Bank of
England said that the shock from the previous time would be very different. At the heart of the

2008 financial crisis, bad debt was the focus of the crisis and limited in the field. In the banking
sector, it ended when the US Government released USD 700 billion to buy back collateral, and
this time the epidemic was a threat from outside, affecting the whole economy.

Van Luc CAN and the BIDV Research & Training Institute have just published a report
assessing the impact of the COVID-19 on the global economy and Vietnam, including the
financial sector. Regarding the banking system, it claims that the COVID-19 epidemic will have
influence in three important aspects. The first is the decrease in credit demand due to the lower
credit needs of businesses and households, especially in the first and second quarters of the year
2020. Secondly, there might be a potential increase in bad debt, when businesses and households
are negatively affected by the epidemic, leading to difficulties in production and business
activities. Finally, the demand for digital banking transactions and non-cash payments probably
increases because of a quarantine. Therefore, it is inevitable to assess the credit risk of either each
bank or banking system to recognize and take measures to respond to the crisis of COVID-19.
Since the banking industry can be considered as a pillar of the economy in the crisis, the State
Bank of Vietnam issued Circular 01/2020/TT-NHNN which aims to regulate the financial
institutions, rescheduling the term of the loan payment, exempting and reducing interest rates,
keeping the debt group in order to support the economics and customers to overcome the crisis.

Recently, a lot of techniques applied to forecast the credit risk have been developed and
implemented by the central bank. In which Stress Testing method has been widely used to
measure the credit risk tolerance of the banking system. In the United States, JP Morgan Chase
is one of the largest banks that adopted inspection techniques since the 1990s and performed
regular stability checks (daily/ weekly against risk) for risk management purposes of existing
portfolios as a basis for business planning. The IMF also conducts quarterly and annual stability
assessment to measure the credit risk of the whole system under the Financial Sector Assessment
Program (FSAP).

Up to now, in Vietnam, there are also some typical studies to test the credit risk tolerance
of the banking system. However, these studies mostly focus on the macro approach, meaning

that conducting a regression analysis between a loan quality and macro-economics factor and
hardly ever apply a methodology that assumes a direct shock to the loan quality. Meanwhile,
1350


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

more than 50% of FSAP (Financial Sector Assessment Program) use the method based on a data
of bad debt to measure the credit risk, and 60% of them conduct the micro stress test method,
30% apply macro stress test (Cihak M., 2005).

The study will apply the macro stress test technique to assess the credit risk tolerance of
Vietnamese commercial banks during the COVID-19 epidemic. The study focuses on constructing
three scenarios with varying levels of high, low, and medium with either considering a scenario
of the IMF applied to assess the banking system in several countries or the situation of epidemic
expansion in Vietnam. It also takes into account experts’ judgments and the research that predicts
the change in the current social economy and the fact of the influence of COVID-19 on developed
countries, for example, China, Italy, the US, and Korea that have been heavily affected by the
COVID-19 epidemic. The objective of the study is to calculate the impact of the current COVID19 epidemic on the increasing rate of bad debts, the decrease in collateral, leading to a change of
the Capital Adequacy Ratio (CAR) of commercial banks in Vietnam. The research results perhaps
are meaningful for bank managers and policymakers to provide instant responses to adverse
socio-economic changes during and after the COVID-19 epidemic.

Literature review

In fact, in the United States, JP Morgan Chase is one of the largest banks that has adopted
Stress test technique since the 1990s, and coducting regular stability testing (daily/ weekly against
market risk). The International Monetary Fund (IMF) also conducts stability checks to assess
risks across the finance system, regularly publishing in semi-annual or annual financial stability

reports, namely Financial Sector Assessment Program (FSAP). More than 50% of FSAP missions
used the NPL data-based method to measure credit risk, of which 60% used the micro stress test
method and 30% used the macro stress test method (Cihak , 2007).

Later, there were also numerous macro-level studies on credit risk using Stress test method.
Hoggarth (2005) uses the macro-test technique to analyze output shocks, inflation, exchange rates
and short-term interest rates to the non-recoverable NPL ratio of the UK banking system.
Virolaimen (2004) builds a macro credit risk model for the Finnish business sector, researching
a scenario including a severe recession and banking crisis. Amediku (2006) estimates the changes
in macro variables affecting NPL ratios and the forecast of the quality of loan portfolios of
Ghanaian banks. Vazquez (2012) tested credit risk tolerance based on 03 models (i) macro model,
(ii) micro model, and (iii) VAR model. In general, the research results all confirm that adverse
changes in the macro environment have an impact on banks’ credit risk, but banks’ ability to
withstand shocks depends on the strength and financial stability of the bank.

In recent years, there are also some studies that aim to test the credit risk tolerance of the
banking system in Vietnam. However, most of them focus on the macro approach, meaning that
based on regression analysis between loan quality and macro variables with little focus on the
method of assuming a direct shock on loan quality. According to the current context, the study
will apply macro-checking method to assess the credit risk tolerance of Vietnamese commercial
banks during the Covid-19 pandemic. The study will build three credit shocks with different
scenarios corresponding to three levels from low, medium, to high; based on the epidemic
1351


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

development situation of Vietnam and the world recently, and judgments of experts regarding to
the change in the current social economy and the influence of Covid-19 on some countries before

the current Covid-19 pandemic such as China, America, Italy, Korea. The study calculates the
impact of the Covid-19 on the increasing rate of bad debts, the decrease in collateral, leading to
the change in the minimum CARs of commercial banks in Vietnam.

3. Methodology

3.1. IMF Stress Test

Stress Testing is used to assess the vulnerability of a portfolio due to changes in macroeconomics factors; or an influence of events that are extreme, exceptional, and abnormal but
plausible as defined by Basel.

There are two common approaches to conduct a systemic stress testing for the credit risk
regarding the performance of loans (Cihak, 2004). The first one is micro stress test which immerses a shock assumption directly in a loan quality, and the another is macro stress test which
investigates a relationship between a loan quality and macro-economics variables. Each method
has its advantages and disadvantages. The advantage of a loan quality-based approach is that
monitoring agencies have data of bad debts, lending status. However, a drawback of this method
is that the NPLs do not reflect the current situation. For the regression method or VAR (Vector
AutoRegression), a main challenge is to have enough data series over time of NPLs, with adjusting the periods where there are major changes in industry structure or economy.

From the pros and cons of these approaches, the study will apply the micro stress test to
assess the credit risk tolerance of Vietnamese commercial banks by linking a direct shock to
factors reflecting the lending. The implementation mechanism of the method is to reduce the
value of the collateral and increase the bad debt ratio.
3.2. Research process

The study constructs three scenarios in which two rates are adjusted (rate of collateral and
bad debt) and keep other assumed rates following the IMF scenario. The way of implementing
two shocks is as follows:

1st shock: The value of the collateral is decreasesed to an assumed rate. Accordingly, the

provision portion also increases, thereby affecting the CAR. The CAR after the shock is calculated
as follows:
Step 1: The value of the collateral is reduced according to the assumed rate;

Step 2: Reducing the value of collateral for each group of bad debts according to the ratio
determined in Step 1;

Step 3: Calculating the necessary provision for risks in case of a decrease in the value of
collateral for each group of debts according to the rate of provision for each loan interval.

Step 4: Calculating the allowance for the difference that equals to the current provision
level minus the required level of risk provision.
Step 5: Recalculating the results of equity after shock, Risk Weighted Assets (RWA) after
1352


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

shock, CAR after shock, and CAR difference.

2nd shock: The NPL ratio and provisioning are increased by a certain percentage, thereby
affecting the CAR.
Step 1: NPLs are increase according to the assumed rate.

Step 2: Calculating the incremental value of the risk reserve. For the reserve rate increase,
the study keeps the IMF’s rate.

Step 3: Recalculating the results of equity after shock, Risk Weighted Assets (RWA) after
shock, CAR after shock, and CAR difference.

3.3. Constructing scenarios of credit risk under influence of COVID-19 epidemic
The main principles applied to construct the scenarios are:

hSelecting the rate of scenario following the IMF’s scenario and several studies (Cihak
M., 2004) (Goldstein, 2012);
hMatching the scenario with current conditions of Vietnam;

hMaking basic assumptions of the scenario;

hClarifying a sensitivity of the result under scenario assumptions;

hEnsuring a practice of scenario.

Scenario for shocks

1st Scenario: This is IMF’s scenario that sets out to test for banking system of several
countries;
2nd Scenario: Positive scenario

This is the scenario where the disease lasts until the end of 2nd quarter of the year 2020,
and the disease was under control in Vietnam; the production and business activities will return
to operate as normal production.
3rd Scenario: Moderate scenario

This is the scenario that assumes the epidemic to be controlled but economic activities are
still limited.
4th Scenario: Negative scenario

This is a scenario that assumes the epidemic in Vietnam cannot be controlled or controlled

but economic activities are forced to stop for a long time.
The detail of each shock accompanied with scenarios are described as follows:

1st shock: The decrease of collateral value.

According to the expert Tom Barrack - US billionaire - chairman and CEO of Colony Capital, “The US mortgage market is in danger of collapsing in the current situation when the US
cannot control the epidemic in the second quarter of 2020. This has huge consequences, leading
to the borrower default if the Government and banks do not help. A mass blockade by the US to
1353


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

stop the epidemic of acute pneumonia COVID-19 will cause a series of collateral to be deposited
and foreclosed. Tenants risk being evicted, borrowers’ default, banks collapse. The repayment
effect can be dramatically increased. At this time, the mortgage market is in danger of collapsing.
Including real estate investors, landowners, homeowners, travel services, restaurants, and hotels.
Both the tenant and the employee are working for the landlord”. The study will be based on this
assumption and assume that in the worst scenario, Vietnam cannot control the pandemic, the risk
of affecting collateral is very high and taking the IMF scenario with the rate of asset reduction.
mortgage on 75% discount loans makes the worst scenario for the Vietnamese economy to test
credit risk tolerance. However, according to experts, housing prices in Vietnam increased continuously because of the “tradition” of the hoarding property of the people. The saving rate of
Vietnamese people on average is nearly 50% of income, double that of most other countries. In
particular, a very large saving rate used to store real estate properties and spending on housing
lead to very high house prices here.

CBRE Vietnam has built 2 scenarios on the real estate market under COVID-19 influence.
In scenario 1 is an epidemic that lasts until the end of June with a 5% decrease in land prices, 714% of office space, and a 5% increase in apartment prices. Since then, the study chooses the
best scenario when the epidemic is controlled in the second quarter of 2020, the collateral rate

for loans decreases at 10%. This is reasonable, while the majority of collateral and collateral is
real estate. The second scenario that CBRE has given after surveying the real estate market is
that if the epidemic lasts until the end of September, the ground price will decrease by 10%, the
official price will decrease by 8-10%, down by 5%. Thus, the total reduction in real estate value
is about 25% if the epidemic is controlled in Q3 / 2020. Based on scenario 2 by CBRE, the study
selected the average scenario for the collateral rate of collateral loss for loans at 40% when the
disease is controlled but the economy is still limited.
2nd shock: The increase of NPL ratio

To carry out shock 2, the study will perform the credit risk test under IMF scenario 1 with
the rate according to column 1, table 1. Scenario 2: according to the report of the Ministry of
Planning and Investment, as a result, the State Bank of Vietnam forecasts that the NPL ratio will
increase from 2.9-3.2% if the epidemic is controlled by the end of Q1 / 2020 and the NPL ratio
will increase by 4% if the disease is controlled. review at the end of quarter 2/2020 (column 3,
Table 1). Thus, the best scenario for the Vietnamese bank at the time of implementation is expected that the epidemic will be controlled by the end of Q2 / 2020 and the NPL ratio will increase
by 4%. Besides, for the medium scenario, based on the SBV’s estimate, the NPL ratio will increase by about 1% for each quarter of the year if the epidemic is controlled and the economy is
still restricted by the end of 2020. NPLs will be 6-7% (NPLs increase in Q3 and Q4 is about 23%) (column 4, Table 1). For the worst scenario, according to the report of early March of (Financial Magazine-Finance Ministry Information Agency, 2020), 23 credit institutions estimated
that about 926,000 billion VND of outstanding loans were affected. affected by the COVID-19
pandemic, accounting for about 14.27% of the total outstanding loans of these 23 credit institutions. Based on this number, the study will assume the worst-case scenario for these affected out1354


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

standing loans will turn into bad debt for credit institutions and choose the worst increase for
NPL ratio is 15% VND. To test the stamina of the banking system (column 5, Table 1). For scenario 2,3,4, the study only changes the NPL increase rate and inherits the other indicators under
the IMF scenario.
Table 1: Credit risk scenarios

Shock

Rate (%)

1st

Collateral

2nd

NPLs

2nd
3rd
1st
Positive Sce- ModerateSceIMF Scenario
nario
nario
75

10

25

4

Research data

40
7

4th
Negative
Scenario
75
15

(Source: Authors’ synthesis)

The research data is collected from data on the Financial Statements of 12 joint-stock commercial banks of Vietnamese banking system in 2019. These are 12 out of 18 Basel II standard
banks on minimum capital adequacy ratio and also the banks that research can collect sufficient
data to perform the tolerance test. Besides, 12 over 31 Vietnamese commercial banks in the study
belong to the group of banks that account for nearly 80% of the total assets and equity of the
Vietnamese banking system, so the research results partly reflect the level of risk. The credit of
the entire banking system. The data includes total outstanding loans, safe debt groups (groups 1,
2), bad debt groups (groups 3, 4, 5), insured assets for substandard loans (for groups 3, 5), credit
risk provisions, equity, convertible risk assets, and minimum CAR.
Table 2. Descriptive statistics of data used for Stress test
of Vietnamese commercial banks in 2019

Unit: VND billion

Indicators

Descriptive statistics
Mean

Standard
Deviation

Minimum

Maximum

377,846

340,021

94,409

1,097,501

631

24,944

Total debt(s)

383,476

1st Group

372,922

Outstanding
2nd Group

Bad debt(s)
3rd Group
4th Group
5th Group

4,924
5,630
1,318
939

3,373

344,630
335,325
7,053

95,645
92,480

5,260

1,236

1,139

305

1,681
3,219

1355

218
449

1,116,997

1,072,557
19,496
5,448
4,305

11,356


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

Collateral for un-

10,045

8,230

1,415

29,507

4th Group

1,708

1,756

213

6,450

3rd Group

1,879

5th Group

6,458

Credit-risk proviEquity
Risk

CAR (%)

NPL/Total

5,472

4,836

Weighted

12,946

1,154

8,514

11

2

9

1

2

6

17,411

1,208

12,580

2,701

5,646

348

26,720

1

(NPL – Credit-risk

4,419

469

41,169
3,858

Debt

1,807

80,883
17

0

3

-6

11

(Source: Authors’ synthesis)

Result

The research on liquidity risk testing with two approaches as follows:

1st Shock: Reducing collateral for ineffective loans;

2nd Shock: Increasing NPL ratio and respectively test using four scenarios, namely IMF’s
scenario, Positive scenario, Moderate scenario, and Negative scenario (Table 1) for 12 commercial
banks in Vietnam.
Table 3. The result of the credit-risk tolerance test
as reducing the ratio of collateral for inefficient loans.

BANK
VCB
ACB
BID

CTG
HDB

MBB
TCB
TPB
STB
VIB

VPB
LPB

1st and 4th Scenarios (75%)
CARs
9.50
6.01
4.60
8.97

8.52
10.68
15.11
10.40
6.18
6.53
6.69
7.56

Δ CAR
0.00
-3.69
-6.10
-0.33
-2.48
0.00
-1.39
0.00
-4.52
-3.17
-4.71
-3.34

2nd Scenario (10%)
CARs
9.50
9.70
10.70
9.30
11.00

10.68
16.50
10.40
10.70
9.70
7.25
10.90

1356

Δ CAR
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
-4.15
0.00

Unit: %

3rd Scenario (40%)
CARs
9.50
9.70

10.26
9.30
11.00
10.68
16.50
10.40
10.70
9.70
6.28
10.90

Δ CAR
0.00
0.00
-0.44
0.00
0.00
0.00
0.00
0.00
0.00
0.00
-4.42
0.00

(Source: Authors’ calculation)


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

The result of the credit risk tolerance test of 12 commercial joint-stock banks in the Vietnamese banking system following a shocking approach by reducing the ratio of insured assets to
ineffective loans (Table 3)

(i) For the Positive scenario (with depreciation rate for inefficient loans of 10%) and the
medium scenario (with a decrease in mortgage assets for inefficient loans is 40%) However, the
study showed that 11/12 banks that were given to test still meet the standards of Basel II with
CAR ratio greater than 9%. However, this degree of influence still causes the minimum capital
adequacy ratios of some banks to decrease slightly compared to 2019. Specifically, BIDV in the
good scenario still maintains the CAR ratio but when checked with the average scenario level,
although the CAR ratio is guaranteed (greater than 9%), it starts to show a decrease to 10.26%
when the property’s property ratio decreases by 40%, corresponding to a decrease of 0.44% compared to the rate. Initial CAR (column 6,7 - table 3). It is also worth noting that the CAR of VPB
plummeted with 4.15% in the good scenario and 4.42% in the medium scenario (column 5.7 table 3). All CAR indicators of VPB in 2 scenarios do not meet the minimum safe capital ratio
requirement with 7.25% and 6.28% in the good and medium scenarios (columns 4.6 - table 3).

(ii) For the worst scenario, the study using the scenario of the IMF as the worst scenario
with the ratio of the collateral for inefficient loans decreased by 75%, it shows that 8/12 banks
cannot keep the capital ratio. Minimum safety following regulations, accounting for 66.67% of
banks are checked. Specifically, BID, VPB, STB, ACB, LPB, VIB, HDB, and CTG all showed
a decrease in CAR ratio ranked from high to low leading to a decrease of 6.10%, 4.71%, 4.52%,
3.34%, respectively. , 3.17%, 2.48%, and 0.33%, and CAR of all banks are below the regulated
standards of 4.6%, 6.69%, 6.18%, 6.01%, 7.56%, 6.53%, 8.52%, and 8.97%, respectively. . In
contrast, 3 banks, VCB, MBB, and TPB, still maintained their CAR in all 3 scenarios after implementing the shock of collateral value reduction for ineffective debts. This is explained by the
fact that these three banks have quite a high provision for credit losses, so when the collateral
value for ineffective loans decreases, the difference risk provision is zero. Since then, with the
rate of decrease in collateral for ineffective loans given, it cannot affect the equity and riskweighted assets as well as the CAR of the three banks. this row. This result shows that the defense
ability of these 3 banks is quite solid in the crisis caused by the corona flu. Besides, despite showing a decline of 1.39% CAR after TCB’s shock, the bank’s CAR still ranks the highest in the
banking system. Through this result, it shows that there are two methods to strengthen banks’
defenses: banks can minimize the decrease in CAR or banks can increase their initial CAR.
through financial indicators.

Table 4. The result of the credit-risk tolerance test as increasing the ratio of bad debt

Bank
VCB
ACB

1st Scenario (25%) 2nd Scenario (4%) 3rd Scenario (7%) 4th Scenario (15%)
CARs

Δ CAR

CARs

Δ CAR

CARs

Δ CAR

CARs

Δ CAR

9.02

-0.68

9.58

-0.12

9.50

-0.20

9.28

-0.42

9.07

-0.43

9.43

-0.07

1357

9.38

-0.12

9.24

-0.26


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

BID

9.02

-1.68

10.39

-0.31

10.17

-0.53

9.63

-1.07

HDB

10.24

-0.76

10.87

-0.13

10.78

-0.22

10.53

-0.47

TCB

15.65

-0.85

16.36

-0.14

16.25

-0.25

15.98

CTG
MBB
TPB
STB
VIB

VPB

LPB

8.53

10.14
9.74
9.23
8.60
6.51
9.72

-0.77
-0.54
-0.66
-1.47
-1.10
-0.74
-1.18

9.17

10.59
10.29

-0.13
-0.09
-0.11

10.44

-0.26

7.12

-0.13

9.51

10.69

-0.19
-0.21

9.07

10.52
10.21
10.25
9.37
7.02

10.54

-0.23
-0.16
-0.19
-0.45
-0.33
-0.22
-0.36

8.82

10.35
9.99
9.77
9.01
6.79

10.16

-0.48
-0.33
-0.52
-0.41
-0.93
-0.69
-0.46
-0.74

(Source: Authors’ calculation)

The result of the credit risk tolerance test of the 12 commercial banks in the Vietnamese
banking system following the shocking approach by increasing the bad debt ratio showed that
the results were almost similar to the results of implementing 1st shock (Table 4):

(i) For the best scenario (with a bad debt growth rate of 4%) and the medium scenario (with
a bad debt growth rate of 7%) that the study gives, 11/12 Bank is given after testing, it still meets
the standards of Basel II with a CAR ratio of more than 9%. However, this level of influence still
makes the minimum capital adequacy ratios of some banks decrease compared to 2019. Especially

for 2 out of 11 banks with satisfactory CAR ratios, BID and STB has a larger difference of CAR
before and after the shock than the other banks, with a decrease of 0.31%, 0.26% in the positive
scenario, and 0.53%, 0.45% in the moderate scenario. In contrast, similar results from a 1 bank
shock, VPB failed to pass from the test with the lowest NPL increase scenario with a post-shock
CAR of 7.12% (less than 9% as required). Although the ratio of CAR ratio before and after the
shock is not large, the initial CAR of VPB is quite low.

(ii) For the case scenario (with an increase of 15% in bad debt), BID and STB still have
the difference of the highest CAR of 1.07% and 0.93%, respectively, but still, maintain the system.
CAR complies with regulations, respectively 9.63% and 9.77%. And VPB bank still shows the
highest level of credit risk compared to Vietnamese commercial banks with a CAR of not meeting
standard 6.79%. In particular, for this scenario, the study also found that CTG, one of the major
banks in Vietnam, started to show instability with a CAR of 8.82 below the regulated standards.

(iii) For the IMF scenario (with a 25% NPL increase), 9/12 banks still show good defensive
ability, only 3 banks have CAR ratios after the shock of not meeting the standard. CTG, VPB,
and VIB with CARs of 8.53%, 6.51%, and 8.60%, respectively.
1358


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

Table 5. The groups of secured banks and unsecured banks
Order
1

Indicator
CAR

2

Bad debt/Total debt

4

Credit-risk Provision/Bad debt

3
5

(Bad debt – Credit-risk Provision)/Equity
Collateral/Bad debt

VPB

BID

CTG

VCB

MBB

1.75

1.16

0.79

1.16

11.40

10.70

11.17

9.13

3.42

46.42
16.09

Unit: %

63.62

9.30

-2.76

9.50

-5.70

119.73 179.48

151.35 215.36 169.11

TPB

10.68

10.40

-0.76

0.21

110.49

314.77

1.29

97.73

305.33

Although VPB has a rather high initial minimum safe capital ratio of 11.4%, it is the only
bank that has failed to overcome shocks. Cause: Firstly, the ratio of NPLs to total outstanding
loans of the bank is quite high at 3.43% compared to other banks in the system. According to the
world bank, this rate below 5% is acceptable, and the best should be at 1-3%. Second, the coverage ratio of NPLs (the risk provision ratio / NPLs) shows the ability of the bank to defend
against risks related to bad debts, VPB is only 46.42% lower than other banks. Secondly, the ratio
of insured assets for non-standard loans / bad debts is also quite low at 16.9%. Finally, the number
3 (table 5) of VPB is the highest compared to the other 5 banks with 11.17%, the higher the ratio
shows that the more the bank depends on the form of capital mobilization by debt. This implies
that banks will bear more credit risks than other banks.

For BID, although the ratio of insured assets for substandard / NPLs is quite high at
151.35%, the NPL coverage ratio is not high with 63.62% still much lower than other banks and
similar. The number 3 VPB of BID is also very high 9.13%, showing that the dependence on
banks’ debt mobilization is also quite high after VPB. This explains why although BID passed
the credit risk tolerance tests in the COVID-19 scenario, the difference between the CAR ratio
before and after the shock was highest for other banks. Conversely, CTG has failed to show its
strong defensive ability, but in the worst scenario of a 15% increase in NPLs, the bank will not
pass the test, because the CAR ratio Initially CTG was quite low, only 9.3%, just exceeding the
required CAR.

For solid banks (according to research results), VCB is a bank with relatively average ratios,
neither too high nor too low compared to other banks, but through tests of risk. Credit shows that
the CAR ratio is less volatile and still under regulations. The reason is that VCB’s NPL ratio is
not high at only 0.79%, target 3 is quite low at -5.7% and VCB is the bank with the highest NPL
coverage ratio in the whole system (this result is consistent with according to SBV’s report). This
is also one of the reasons that MBB and TPB are two small banks but have stronger defenses
compared to the two big banks, BID and CTG. Besides, the initial CAR of MBB and TPB is also
quite high at 10.68% and 10.4%, respectively.
Firstly, after implementing 2 shocks with the scenario set by the IMF to compare and eval1359


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

uate the banking system in different countries, the results show that the banking system shows
the ratio of capital security. The minimum balance is quite low and does not comply with Basel
II regulations, especially 2 out of 3 banks that are considered large in the system of Vietnamese
commercial banks did not pass the test under the IMF scenario. This shows that the defensive
capacity of the Vietnamese banking system is not high.

Second, the three banks that need to pay attention to responding methods during the
COVID-19 period are VPB, CTG, and BID. In which VPB is the only bank whose CAR does
not meet the requirements through 2 shocks which are tested through 4 scenarios. CTG shows
signs of reducing CAR and fails to meet the minimum capital adequacy requirement when the
NPL ratio rises are tested under the worst scenario. Finally, Bank BID, although the bank shows
its ability to cope with credit risks in all scenarios, the difference between CAR before and CAR
after the bank’s shock shows the largest. This shows that the instability and risk of banks’ credit
risks are quite high. Research results show that 2/3 of large banks fall into the group of banks
that need to pay attention to adjust and come up with appropriate methods. The main reason for
the 3 banks is that the 3 banks are the banks that show high dependence on the form of debt mobilization, but the bad debt ratio is quite high, the risk provisions and collateral for the unqualified
loan balance are quite low. This leads to sensitivity to fluctuations in bad debt leading to fluctuations in CAR ratio.

Thirdly, besides the 3 banks to pay attention to, there are also three banks showing solidity
in the 12 banks that have to be tested, namely VCB, MBB, and TPB. In which, TPB bank, although it is a small bank, has passed tests on credit risk tolerance, showing that its CAR is always
met even with the scenario proposed by the IMF. From the analysis, it shows that all 3 banks
have quite reasonable ratios such as bad debt coverage ratio, unsatisfactory mortgage ratio, or
rather low NPL ratio and pressure of credit activities. use on equity is very low. These are the
reasons why all 3 banks have overcome the shocks, especially small banks like TPB.

Conclusion

This study is only limited to the credit risk shock tolerance test for each bank. The study
tested the credit risk tolerance for 12 over 31 Vietnamese joint-stock commercial banks. They all
reach a minimum level of CAR according to Basel II in 2019, and account for nearly 70% of
total assets and equity of the Vietnamese banking system. Therefore, the research result partly
reflects the level of the credit risk of the entire banking system. By implementing the credit risk
tolerance test with using four scenarios, namely positive, moderate, negative, and IMF scenarios,
the study provides a shred of valuable evidence for the banks to recognize in which circumstances
they need to be considered to improve their provision and deal with possible credit risk. The

result shows that most of the banks overcame the shock of positive and moderate scenarios, but
for the scenario describing the worst condition of socio-economics under the influence of COVID19 epidemic, the banks begin to show signs of unbearableness. Besides, 2/3 of Vietnam’s commercial banks have large assets and equity, showing a relatively low credit risk tolerance
compared to the world banking system as well as some other small banks in the country. This
shows a risk to the system of Vietnam Joint Stock Commercial Banks in the period of quite com1360


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

plicated evolution of the epidemic COVID-19. The research has also pointed out the reason for
the weakness and solidity of some banks. It shows that to increase CAR or increase defense,
banks can improve the financial ratios of banks themselves or increase the initial CAR to reduce
the risk of a crisis. However, mainly based on the first measure, the implementation of the second
measure is relatively difficult in the current crisis period.

The future development direction of this study: (i) expanding credit risk testing with industry and general shocks corresponding to the proposed scenarios; (ii) expanding the number
of banks performing checks when sufficient data is available so that further analysis and specific
recommendations are made for each bank in the period of COVID-19 and post-COVID-19; (iii)
combining two methods of macro stress test and micro stress test to test the credit risk tolerance
of the system of Vietnam commercial banks.

The banks need to set up a specialized credit risk management department, reviewing the
criteria to measure their credit risk. Using quantitative methods to measure risk, increase forecast
on indicators related to credit risk in the period during and after COVID-19. Then raise the level
of credit risk provisions reasonably for each bank, considering a reasonable provisioning rate for
ineffective loans.
REFERENCES

Bookstaber, R. (2014). Stress tests to promote financial stability: Assessing progress and
looking to the future. Journal of Risk Management in Financial Institution, 7(1).

Cihak, M. (2004). Stress Testing: A review of key concepts. Research and Policy Note No.
2/2004 (Prague: Czech National Bank).

Cihak, M. (2005). Stress Testing the Czech Banking System: Where are we? Where are
we going? Research and Policy Note 2, Czech National Bank.

Goldstein, I. (2012). Should Banks' Stress Test Results be Disclosed? An Analysis of the
Costs and Benefits. Foundations and Trend in Finance, 8(1), 1-54.

Tạp chí tài chính-Cơ quan thơng tin bộ tài chính. (2020, 03 16). Retrieved from Tạp chí tài
chính:
/>
/>
/>
/>
1361


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

MƠ HÌNH KẾT HỢP BSC-DEA ĐỂ ĐO LƯƠNG HIỆU QUẢ
CỦA CÁC NGÂN HÀNG THƯƠNG MẠI Ở VIỆT NAM

AN INTEGRATED BSC-DEA PERFORMANCE MEASUREMENT
MODEL FOR VIETNAMESE COMMERCIAL BANKS

Nguyễn Thị Thanh Huyền - Tơn Thất Lê Hồng Thiện
Hồng Thị Kim Thoa - Nguyễn Quang Huy

Trường Đại học Kinh tế, Đại học Huế


Tóm tắt

Sự cạnh tranh gia tăng mạnh mẽ trong hệ thống ngân hàng Việt Nam trong những năm
gần đây đã và đang đặt ra yêu cầu cần phải đo lường hiệu quả hoạt động của các ngân hàng,
đặc biệt là các ngân hàng thương mại (NHTM). Xuất phát từ thực tế đó mà chủ đề này đã và
đang rất được quan tâm nghiên cứu trong những năm gần đây. Nghiên cứu của chúng tôi là
nghiên cứu đầu tiên đề xuất ứng dụng mơ hình kết hợp giữa hai phương pháp: Thẻ điểm cân
bằng (BSC) và Phân tích bao dữ liệu (DEA) để đo lường và đánh giá hiệu quả hoạt động của
các NHTM ở Việt Nam. Vì vậy, để có thể đề xuất được các mơ hình hợp lý, chúng tơi đã tiến hành
theo trình tự sau đây: trước hết tiến hành nghiên cứu tổng quan và phỏng vấn chuyên gia để đề
xuất mơ hình nghiên cứu dự kiến; tiếp theo tiến hành khảo sát thu thập ý kiến của 58 cán bộ
quản lý của 4 ngân hàng thương mại để làm cơ sở cho việc đề xuất mơ hình kết hợp BSC-DEA
chính thức. Bài viết này giới thiệu về 4 mơ hình DEA chúng tơi đã để xuất để đo lường hiệu quả
của các NHTM ở Việt Nam theo 4 phương diện của mơ hình BSC.
Từ khóa: BSC, DEA, hiệu quả, ngân hàng

Abstract

The increasing competition in the Vietnamese banking system in recent years has required
an efficient measurement of the performance of banks, especially commercial banks. This realistic
requirement become the research interests among many researchers. The present study is the pioneer to propose the application of a model that combines two methods, namely, Balanced Scorecard (BSC) and Data Envelopment Analysis, to measure and evaluate the performance of
commercial banks in Vietnam. Therefore, to be able to propose reasonable models, we have carried out in the research by firstly conducting a literature review and expert interviews, which resulted in the suggested model, and then surveying 58 managers of 4 commercial banks to give
grounds for the final integrated BSC-DEA model. This article presents our 4 proposed DEA models to measure the efficiency of Vietnamese commercial banks corresponding to 4 perspectives of
the BSC model.
Keywords: BSC, DEA, performance, bank

1362

INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

1. Đặt vấn đề

Trong môi trường cạnh tranh và hội nhập như hiện nay, hệ thống ngân hàng không những
phải duy trì được sự ổn định trong hoạt động của mình mà cịn phải có khả năng gia tăng cạnh
tranh đối với các tổ chức tài chính phi ngân hàng và các định chế tài chính khác. Để làm được
điều này đòi hỏi các ngân hàng, đặc biệt là các ngân hàng thương mại (NHTM) phải không ngừng
tăng cường hiệu quả hoạt động của mình (Nguyễn Việt Hùng, 2008). Tuy nhiên, thực tế hiện nay
cho thấy: các ngân hàng thương mại Việt Nam hiện đang bộc lộ nhiều yếu kém như năng lực tài
chính thấp, sức cạnh tranh chưa cao, năng lực quản trị và công nghệ yếu, cải cách diễn ra chậm
và thiếu tính minh bạch, khơng đủ sức cạnh tranh với ngân hàng ngoại (Phan Thị Hằng Nga,
2017). Xuất phát từ thực tế đó mà vấn đề đo lường và đánh giá hiệu quả hoạt động của các ngân
hàng này đang rất được quan tâm nghiên cứu trong những năm gần đây.
Xuất phát từ tầm quan trọng của việc cần phải nâng cao hiệu quả hoạt động của các NHTM

Việt Nam để đẩy mạnh khả năng cạnh tranh của chúng trong thời kỳ hội nhập, trong thời gian
qua đã có khá nhiều tác giả trong nước quan tâm nghiên cứu vấn đề này. Một công cụ được sử

dụng khá phổ biến trong các nghiên cứu gần đây để đánh giá hiệu quả hoạt động của các NHTM

trong nước, đó là phương pháp phân tích bao dữ liệu (Data Envelopment Analysis - DEA) như
nghiên cứu của Ngo Dang Thanh (2012), của Nguyễn Thị Thu Hương (2017)... Phương pháp

DEA là một cách tiếp cận phi tham số nên so với các mơ hình tham số nó có những ưu điểm sau

(theo Charnes và cộng sự, 1994):

hKhông yêu cầu phải xác định một dạng hàm số cụ thể khi xây dựng biên hiệu quả;

hĐường giới hạn biên hiệu quả được xây dựng trực tiếp từ các dữ liệu quan sát được

thông qua hệ thống phương trình tuyến tính. Vì thế cách tiếp cận này có thể được ứng dụng trong

những nghiên cứu định lượng có số quan sát hạn chế;

hCó thể sử dụng mơ hình trong trường hợp có nhiều sản phẩm đầu ra và nhiều yếu tố đầu

vào không cùng đơn vị tính.

Tuy vậy, phương pháp DEA cũng tồn tại những hạn chế, trong đó hạn chế lớn nhất là chỉ

cho phép người nghiên cứu so sánh hiệu quả của những đơn vị trong cùng một mẫu/tổng thể
nghiên cứu. Điều này có nghĩa là hiệu quả hoạt động của một đơn vị không thể so sánh với hiệu

quả của những đơn vị trong mẫu/tổng thể khác. Hơn nữa, vì DEA là một kỹ thuật phi tham số

nên khơng có kiểm định độ tin cậy và ý nghĩa của các thang đo mà việc lựa chọn các biến đầu

vào và đầu ra trong các mơ hình DEA thường dựa trên kinh nghiệm của người nghiên cứu. Vì

vậy, nếu chỉ dựa vào kết quả của một mơ hình DEA để đo lường và đánh giá hiệu quả của các

đơn vị nghiên cứu thì kết quả đánh giá có thể sẽ phiến diện và khơng chính xác. Để khắc phục

được vấn đề này và có thể đưa ra được các kết luận chính xác về hiệu quả tương quan giữa các

đơn vị, tổ chức được đo lường, theo Nguyen Thi Thanh Huyen và cộng sự (2015), cần xem xét

và đánh giá hiệu quả theo nhiều phương diện khác nhau. Vì thẻ điểm cân bằng (Balanced Score-

card - BSC) là một công cụ đo lường hiệu quả hoạt động của một tổ chức trên cả 4 phương diện:

tài chính, khách hàng, quy trình nội bộ, học hỏi và phát triển nên được xem là một mơ hình phù
1363


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

hợp để kết hợp với DEA. Với sự kết hợp này, các chỉ tiêu đo lường được sử dụng trong các mơ
hình DEA sẽ đảm bảo được sự cân đối giữa các chi tiêu về tài chính và phi tài chính, giữa các
thành phần bên trong và bên ngồi tổ chức. Đó là lí do mà trong thời gian gần đây đã có khá
nhiều nghiên cứu đề xuất đến sự kết hợp của hai mơ hình này. Ví dụ như nghiên cứu của Chen
và Chen (2007) đã đề xuất phát triển 4 mơ hình DEA tương ứng với 4 phương diện của mơ hình
BSC để đánh giá hiệu quả của 30 doanh nghiệp trong ngành công nghiệp bán dẫn Đài Loan trong
giai đoạn từ 2002-2005. Tương tự, để đánh giá hiệu quả của 15 dự án nghiên cứu và phát triển
(R&D) ở Bồ Đào Nha được lựa chọn từ bộ phận bảo dưỡng của một công ty đa quốc gia hoạt
động trong lĩnh vực vận chuyển, Amado và cộng sự (2012) cũng đã đề xuất sử dụng 4 mơ hình
DEA tương ứng với 4 khía cạnh của BSC. Và nghiên cứu của Chen và cộng sự (2008) và của
Bošković và Krstić (2020) là những nghiên cứu tìm hiểu về mơ hình kết hợp giữa BSC-DEA để
đo lường và đánh giá hiệu quả của các đơn vị và tổ chức hoạt động trong lĩnh vực ngân hàng.

Đối với Việt Nam, hiện nay vẫn chưa có nghiên cứu nào xem xét việc vận dụng mơ hình
kết hợp BSC-DEA trong lĩnh vực ngân hàng. Vì vậy, để có thể đề xuất được các mơ hình hợp lý
cho việc đo lường hiệu quả hoạt động của các NHTM ở Việt Nam, được thể hiện trong bài viết
này, chúng tơi đã tiến hành theo trình tự sau đây: trước hết tiến hành nghiên cứu tổng quan và

phỏng vấn chun gia để đề xuất mơ hình nghiên cứu dự kiến; tiếp theo tiến hành khảo sát thu
thập ý kiến của 58 cán bộ quản lý của 4 ngân hàng thương mại để làm cơ sở cho việc đề xuất mơ
hình kết hợp BSC-DEA chính thức.
2. Cơ sở lý thuyết

Nội dung này sẽ tập trung giới thiệu về hai phương pháp BSC và DEA, và cơ sở lý thuyết
cho sự kết hợp của chúng trong đánh giá hiệu quả.
2.1. Mơ hình thẻ điểm cân bằng

Mơ hình thẻ điểm cân bằng (Balanced Scorecard - BSC) lần đầu tiên được giới thiệu vào
năm 1992 bởi hai giáo sư đại học Harvard là Robert S. Kaplan và David Norton với mục đích là
thúc đẩy và đo lường thành quả hoạt động của các đơn vị kinh doanh. Đây được xem là một công
cụ quản trị giúp cho doanh nghiệp thiết lập, thực hiện, giám sát, nhằm đạt được các chiến lược
và các mục tiêu của mình thơng qua việc diễn giải và phát triển các mục tiêu chiến lược thành
các mục tiêu, chương trình hành động cụ thể. BSC bao gồm các bảng chia thành 4 nhóm hay nói
cách khác là bốn phương diện: tài chính; khách hàng; quy trình nội bộ; học và phát triển. Bốn
phương diện này nhằm tạo ra các sự cân bằng: (i) cân bằng giữa mục tiêu ngắn hạn- mục tiêu dài
hạn; (ii) cân bằng giữa những đánh giá bên ngoài liên quan đến các cổ đông, khách hàng và những
đánh giá nội bộ liên quan đến quy trình xử lý, đổi mới, đào tạo và phát triển; (iii) Cân bằng giữa
kết quả mong muốn đạt được (tương lai) - những kết quả trong thực tế (quá khứ); và (iv) cân
bằng giữa những đánh giá khách quan - đánh giá chủ quan (Niven, 2009). Mối quan hệ nhân quả
giữa các khía cạnh trong mơ hình BSC được thể hiện qua sơ đồ sau:

1364


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

Nguồn: Kaplan và Norton (2011)

Hình 1: Mối quan hệ nhân quả giữa các khía cạnh của mơ hình BSC

Qua sơ đồ trên cho thấy, bốn khía cạnh của BSC có mối quan hệ chặt chẽ với nhau, bổ
sung cho nhau theo ngun lý nhân quả. Bốn khía cạnh có mối quan hệ tương hỗ và nhân quả,
kết quả của khía cạnh này là nguyên nhân của khía cạnh khác. Cụ thể:

Khía cạnh tài chính cho biết tình hình tài chính của doanh nghiệp thơng qua các chỉ tiêu tài
chính như ROI, ROA, ROE… Sự quan tâm của các cổ đông ln hướng đến các chỉ tiêu tài chính.
Tuy nhiên, các chỉ tiêu tài chính chỉ cho cái nhìn về hoạt động kinh doanh của doanh nghiệp
trong quá khứ và hiện tại, chưa đáp ứng được chiến lược phát triển lâu dài. Do đó, chỉ tiêu phi
tài chính được thể hiện thơng qua 3 khía cạnh cịn lại sẽ cho cái nhìn tổng thể về mục tiêu, chiến
lực phát triển của doanh nghiệp. Muốn đạt được các chỉ tiêu tài chính như mong muốn, các nhà
quản lý đưa ra các biện pháp tăng lượng khách hàng, đáp ứng được nhu cầu khách hàng. Điều đó
được thể hiện thơng qua khía cạnh khách hàng. Khía cạnh khách hàng đạt được tốt thì làm tăng
kết quả tài chính của doanh nghiệp;

Tuy nhiên, để khách hàng trung thành với sản phẩm của doanh nghiệp, thì doanh nghiệp
phải khơng ngừng cải tiến và đẩy mạnh quy trình hoạt động kinh doanh. Như vậy, khía cạnh quy
trình nội bộ tạo ra sự ưu việt trong ngắn hạn và dài hạn của chiến lược, tạo ra yếu tố đế phát triển
giá trị tăng thêm cho khách hàng. Trong môi trường cạnh tranh, giá trị tăng thêm của khách hàng
tăng lên sẽ làm cho khía cạnh khách hàng của doanh nghiệp thành cơng. Và từ đó sẽ dẫn đến sự
thành cơng của khía cạnh tài chính, tạo giá trị tăng thêm cho cổ đơng;

Để khía cạnh khách hàng và quy trình nội bộ thành cơng thì doanh nghiệp phải khơng
ngừng đào tạo, cải tiến kỹ thuật, có nghĩa là khía cạnh học hỏi và phát triển cần được đầu tư. Sự
thành cơng của khía cạnh học hỏi và phát triển sẽ giúp nâng cao năng lực hiện tại của doanh
nghiệp, đảm bảo sự thành cơng của khía cạnh khách hàng và quy trình nội bộ trong ngắn hạn và
1365

INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

dài hạn. Ngược lại, khía cạnh tài chính sẽ hỗ trợ cho các khía cạnh học hỏi và phát triển, quy
trình nội bộ thành cơng hơn, tiếp tục góp phần làm nên sự thành cơng của khía cạnh khách hàng.
2.2. Kỹ thuật phân tích bao dữ liệu (DEA)

Kỹ thuật phân tích biên đã được giới thiệu từ nghiên cứu của Farrell (1957), tuy nhiên chỉ
đến khi xuất hiện nghiên cứu của Charnes và cộng sự (1978) kỹ thuật này mới thu hút được nhiều
sự chú ý của giới nghiên cứu. Bài viết của nhóm nghiên cứu này đã đề xuất việc áp dụng quy
hoạch tuyến tính vào việc giải quyết bài toán của Farrell, được biết đến với tên gọi Data Envelopment Analysis, hay DEA.

Trong những thập niên gần đây, phương pháp phân tích bao dữ liệu (DEA) được xem là
một phương pháp hữu ích trong đánh giá năng suất và hiệu quả sản xuất, đặc biệt là đối với các
tổ chức phi sản xuất. Ưu thế nổi trội của nó, đó là: đây là một kỹ thuật phi tham số. Điều đó có
nghĩa là để đo lường hiệu quả theo phương pháp này chúng ta không cần phải xác định trước
dạng hàm. Đường biên sản xuất theo phương pháp này sẽ được xác định dựa trên dữ liệu quan
sát. Ngồi ra, nó cịn có thể dễ dàng áp dụng đối với những tổ chức sử dụng nhiều đầu vào để tạo
ra nhiều đầu ra như các ngân hàng. Đó cũng chính là lí do mà lĩnh vực ngân hàng là lĩnh vực có
nhiều nghiên cứu ứng dụng DEA nhất, theo khảo sát của Liu và cộng sự (2013).

Vận dụng phương pháp phân tích bao dữ liệu, bài tốn hiệu quả được sử dụng trong bài
viết này được viết như sau:

Trong đó:

n: số lượng đơn vị ra quyết định (Decision Making Unit, viết tắt là DMU) được xem xét;

m: số lượng các yếu tố đầu vào;

s: số lượng các yếu tố đầu ra;

yrk: lượng đầu ra thứ r được tạo ra bởi đơn vị k;

xik: lượng đầu vào thứ i được sử dụng bởi đơn vị k;

λj: trọng số đo lường khả năng trở thành “ đơn vị chuẩn” (benchmark) của DMUj đối với
DMU được đo lường hiệu quả (k).

Giá trị thu được của bài tốn quy hoạch tuyến tính này ln ≥ 1, và giá trị ϕ_k-1 chính là
lượng các đầu ra mà DMUk có thể tăng lên mà không thay đổi lượng các yếu tố đầu vào. Như
vậy, giá trị 1⁄ϕk ≤ 1 được định nghĩa là chỉ số hiệu quả kỹ thuật tương quan của DMUk so với
các đơn vị ra quyết định khác trong cơ sở dữ liệu (xem Coelli, 1996). Đây là công thức xác định
hiệu quả dựa trên lập luận theo định hướng đầu ra, nghĩa là việc tối đa hóa hiệu quả của các đơn
vị ra quyết định được xác định trên cơ sở tối đa hóa đầu ra thu được với các yếu tố đầu vào cố
1366


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

định. Tác giả lựa chọn mơ hình định hướng đầu ra cho bài viết này vì theo Ngo Dang Thanh
(2012), đây là mơ hình phù hợp hơn với các tổ chức phi sản xuất như ngân hàng.

2.3. Sự kết hợp của BSC và DEA trong đánh giá hiệu quả

Phương pháp BSC và DEA có nhiều ưu điểm trong đánh giá hiệu quả của tổ chức nhưng
cả hai đều có những hạn chế lớn trong việc đánh giá này. Sự kết hợp của BSC và DEA trong
đánh giá hiệu quả theo nhiều nghiên cứu đã phát huy được những ưu điểm và khắc phục những

nhược điểm của cả hai phương pháp; vì vậy, hướng nghiên cứu này đã và đang được nhiều nhà
nghiên cứu lý thuyết và thực hành quan tâm.

Theo Eilat và cộng sự (2008), Najafi và cộng sự (2009) thì một số hạn chế của BSC sẽ
được giảm bớt khi BSC được sử dụng kết hợp với DEA.

Sau đây là một số ưu điểm của mơ hình kết hợp BSC-DEA theo tổng hợp từ nghiên cứu
của Nguyễn Thị Hạnh (2017):

- BSC đo lường hoạt động của tổ chức theo một cách tiếp cận cân đối nhưng lại chung
chung, DEA có thể cung cấp thơng tin rõ ràng và hữu ích cho nhà quản trị;

- BSC chỉ có thể giúp xác định một hệ thống các mục tiêu phù hợp cho mỗi tổ chức và
DEA giúp cung cấp sự đánh giá chuyên sâu về hoạt động quản trị tổng thể của tổ chức dựa trên
các đầu vào và đầu ra;

- Sự kết hợp BSC-DEA cung cấp một cách tiếp cận mới với khả năng phân tích được cải
thiện. Nó cho phép thực hiện sự phân tích đồng thời nhiều đầu vào và nhiều đầu ra, đồng thời chỉ
ra các đầu vào nên giảm bao nhiêu để đạt được mức đầu ra xác định và các đầu ra có thể tăng lên
bao nhiêu với một mức đầu vào cho trước xác định để đạt được hiệu quả;

- DEA có thể chuyển hóa các thước đo hoạt động thành các thơng tin quản trị, cịn BSC thì có thể
cung cấp các đầu vào phù hợp cho DEA, do vậy sự kết hợp những đầu vào và đầu ra khác nhau
sẽ cho ra những mơ hình đánh giá hiệu quả ở những mức độ khác nhau. Đặc điểm này giúp cho
cho sự kết hợp BCS-DEA trở thành công cụ lý tưởng để đánh giá hiệu quả hoạt động của các
ngân hàng (Chen và cộng sự, 2008).

3. Tổng quan nghiên cứu và đề xuất mơ hình
3.1. Tổng quan nghiên cứu

3.1.1. Tổng hợp một số nghiên cứu sử dụng công cụ kết hợp BSC-DEA trong đánh giá hiệu quả

Trên thế giới hiện nay đã có khá nhiều nghiên cứu đề xuất việc sử dụng kết hợp hai phương
pháp BSC và DEA trong việc đo lường và đánh giá hiệu quả của các đơn vị, các tổ chức; tuy
nhiên mỗi nghiên cứu tiếp cận ở một góc độ khác nhau.

Nghiên cứu của Rouse và cộng sự (2002) được xem là nghiên cứu đầu tiên đề xuất ý tưởng
cho sự kết hợp của hai phương pháp này để đo lường hiệu quả hoạt động của bộ phận dịch vụ kỹ
thuật và bảo trì của một hãng hàng không quốc tế trong giai đoạn từ 1993-1996. Tuy nhiên, trong
nghiên cứu này, hai công cụ đo lường này vẫn chỉ được sử dụng một cách rời rạc mà chưa có sự
kết hợp chặt chẽ với nhau.
Đến nghiên cứu của Rickards (2003) mới thật sự phát triển một mơ hình đo lường hiệu
1367


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

quả dựa trên sự kết hợp của hai công cụ BSC và DEA. Tác giả đã đề xuất một mô hình DEA để
đo lường hiệu quả của 69 đơn vị của một cơng ty đa quốc gia, trong đó các chỉ tiêu đầu vào và
đầu ra được lựa chọn từ các chỉ tiêu đánh giá hiệu quả theo bốn phương diện của mơ hình BSC.
Và ý tưởng sử dụng một mơ hình đo lường hiệu quả tổng qt kết hợp cả hai công cụ BSC và
DEA này tiếp tục được phát triển trong hai nghiên cứu của Eilat và cộng sự (2006, 2008) ứng
dụng trong việc đánh giá hiệu quả của các dự án nghiên cứu và phát triển (R&D).

Khác với hướng nghiên cứu của Rickards (2003), Chen và Chen (2007) đã đề xuất phát
triển 4 mơ hình DEA tương ứng với 4 phương diện của mơ hình BSC truyền thống là tài chính,
đổi mới và học hỏi, khách hàng và quy trình nội bộ. Trên cơ sở so sánh kết quả của 4 mơ hình
này để đánh giá hiệu quả của 30 doanh nghiệp trong ngành công nghiệp bán dẫn Đài Loan trong
giai đoạn từ 2002-2005. Min và cộng sự (2008) cũng đề xuất 4 mơ hình DEA để đo lường và

đánh giá hiệu quả của 6 khách sạn hạng sang ở Hàn Quốc. Tuy nhiên 4 mơ hình này không sử
dụng các chỉ tiêu đầu vào và đầu ra theo từng phương diện của mơ hình BSC mà các tác giả lại
đề xuất sử dụng các chỉ số hiệu quả của các mơ hình này làm thước đo đánh giá phương diện tài
chính trong mơ hình BSC đề xuất sử dụng cho ngành khách sạn. Tương tự, để đánh giá hiệu quả
của 15 dự án R&D ở Bồ Đào Nha được lựa chọn từ bộ phận bảo dưỡng của một công ty đa quốc
gia hoạt động trong lĩnh vực vận chuyển, Amado và cộng sự (2012) cũng đã đề xuất sử dụng 4
mơ hình DEA tương ứng với 4 phương diện của BSC. Tuy nhiên, khác với các nghiên cứu trước,
các mơ hình này khơng sử dụng để đo lường tách biệt hiệu quả đối với từng phương diện của mơ
hình BSC mà nhằm xem xét mối quan hệ nhân quả giữa chúng. Cụ thể: các tác giả đã sử dụng
đầu ra của mơ hình 1 (đo lường phương diện học hỏi và phát triển) làm đầu vào của mơ hình 2
(đo lường phương diện quy trình nội bộ), tiếp theo đầu ra của mơ hình 2 này lại được sử dụng
làm đầu vào của mơ hình 3 (đo lường phương diện khách hàng) và cuối cùng đầu ra của mơ hình
3 sẽ được sử dụng làm đầu vào của mơ hình 4 (đo lường phương diện tài chính).

Đối với lĩnh vực ngân hàng, hiện nay vẫn cịn khá ít nghiên cứu tìm hiểu về mơ hình kết
hợp giữa BSC và DEA để đo lường và đánh giá hiệu quả của các đơn vị và tổ chức hoạt động
trong lĩnh vực này.

Nghiên cứu của Chen và cộng sự (2008) là nghiên cứu đầu tiên đề xuất ứng dụng mơ hình
kết hợp giữa BSC và DEA trong lĩnh vực ngân hàng để đánh giá hiệu quả của ngân hàng Hualien
(Hoa Liên) ở Đài Loan trong giai đoạn từ 2001 đến 2006, chi tiết theo 24 quý hoạt động của nó.
Trong nghiên cứu này, nhóm tác giả đã đề xuất sử dụng và so sánh kết quả của nhiều mô hình
DEA: ngồi 4 mơ hình đại diện cho 4 phương diện truyền thống của BSC là tài chính (F), đổi
mới và học hỏi (L), khách hàng (C) và quy trình nội bộ (I), các tác giả đã đề xuất bổ sung phương
diện quản trị rủi ro (R)). Tập hợp biến mà nhóm tác giả giả đề xuất sử dụng cho 5 mơ hình cơ
bản này bao gồm: 3 biến đầu ra (các khoản cho vay của ngân hàng, số lượng hộ được vay, các
khoản thu nhập từ phí) và 4 biến đầu vào (số lượng nhân viên, tổng tài sản, vốn huy động từ tiền
gửi và tài sản cố định). Tuy nhiên, cơ sở chọn biến cho từng mơ hình trong nghiên cứu này chưa
thật sự hợp lý và các biến được lựa chọn ở trên chưa thật sự đại diện cho 5 phương diện của mơ
hình BSC được đề xuất.

Shahroodi và Bahraloloom (2014) cũng đã đề xuất một mô hình kết hợp BSC và DEA để
1368


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

đo lường và đánh giá hiệu quả của 29 chi nhánh của một ngân hàng lớn ở Iran. Mơ hình kết hợp
này bao gồm 4 đầu vào và 4 đầu ra, trong đó các đầu vào được chọn từ 2 khía cạnh: học hỏi và
phát triển, và quy trình nội bộ, cịn các đầu ra được chọn từ 2 khía cạnh: khách hàng và tài chính.
Cụ thể, 4 đầu vào được sử dụng là: đào tạo, kinh nghiệm (thuộc khía cạnh học hỏi và phát triển),
tiền hoa hồng và trang thiết bị (thuộc khía cạnh quy trình nội bộ); 4 đầu ra của mơ hình bao gồm:
sự thỏa mãn của khách hàng, thị phần (thuộc khía cạnh khách hàng), thu nhập và ROA (thuộc
khía cạnh tài chính). Sau khi đo lường và xác định hiệu quả tương quan của 29 chi nhánh sử dụng
mơ hình CCR định hướng đầu ra của DEA, các tác giả tiếp tục sử dụng phương pháp AP được
đề xuất bởi Andersen và Petersen để xác định hiệu quả tương quan của các chi nhánh được xác
định hiệu quả tối ưu theo phương pháp DEA, làm cơ sở để xếp hạng tất cả các ngân hàng trong
mẫu nghiên cứu.

Nghiên cứu mới nhất về ứng dụng mô hình kết hợp BSC và DEA trong lĩnh vực ngân hàng
là nghiên cứu của Bošković và Krstić (2020). Trong nghiên cứu này, các tác giả đã đề xuất vận
dụng mô hình kết hợp BSC-DEA của Amado và cộng sự (2012) để đánh giá hiệu quả của các
ngân hàng. 4 mô hình DEA được đề xuất trong mơ hình này cụ thể như sau:

- Mơ hình 1 đánh giá khía cạnh học hỏi và phát triển bao gồm 2 đầu vào (thời gian đào tạo
bình quân mỗi nhân viên, tiền lương bình quân mỗi nhân viên) và 2 đầu ra (mức thỏa mãn trung
bình của nhân viên, mức sai phạm trung bình của nhân viên);

- Mơ hình 2 đánh giá khía cạnh quy trình nội bộ bao gồm: 2 đầu vào chính là 2 đầu ra của
mơ hình 1, cịn 2 đầu ra của mơ hình này là số lượng khách hàng mới bình quân mỗi nhân viên

và số lượng thẻ được phát hành;

- Mơ hình 3 đánh giá khía cạnh khách hàng bao gồm: 2 đầu vào chính là 2 đầu ra của mơ
hình 2, cịn 2 đầu ra của mơ hình này là mức thỏa mãn trung bình của khách hàng và tỷ lệ giữ
khách hàng;

- Mơ hình 4 đánh giá khía cạnh tài chính bao gồm: 2 đầu vào chính là 2 đầu ra của mơ hình
3, cịn 2 đầu ra của mơ hình này là lưu chuyển tiền thuần và tỷ suất lợi nhuận ròng.

Và nghiên cứu này đã kết luận, mơ hình kết hợp BSC và DEA được đề xuất bởi Amado và
cộng sự (2012) có thể áp dụng tốt trong lĩnh vực ngân hàng.

Đối với Việt Nam hiện nay mới chỉ có duy nhất một nghiên cứu của Nguyen Thi Hanh
(2016) đề xuất việc sử dụng mơ hình kết hợp giữa hai cơng cụ BSC và DEA để đánh giá hiệu quả
hoạt động R&D của các doanh nghiệp dược ở Việt Nam. Vì vậy, để có cơ sở cho việc đề xuất mơ
hình nghiên cứu của bài viết, đặc biệt là các biến đầu vào và đầu ra sử dụng, chúng tôi sẽ tổng
hợp tiếp theo đây các nghiên cứu trong nước sử dụng BSC hoặc DEA trong đánh giá hiệu quả
ngân hàng.

3.1.2. Tổng hợp các nghiên cứu trong nước sử dụng BSC hoặc DEA trong đánh giá hiệu quả
ngân hàng
a. Các nghiên cứu sử dụng BSC trong đánh giá hiệu quả ngân hàng

Nghiên cứu của Nguyễn Quang Đại (2016) đã khẳng định, Ngân hàng TMCP Á Châu
(ACB) là một trong số ít các ngân hàng hiện nay đã bắt đầu triển khai ứng dụng BSC trong đánh
1369


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

giá hiệu quả hoạt động. Từ cơ sở lý thuyết về quản trị, các nghiên cứu có trước và kết quả phỏng
vấn sâu 7 nhà quản trị cấp cao của ACB, tác giả đã điều chỉnh và phát triển các chỉ số đo lường
hiệu suất cốt yếu (Key Performance Indicator – KPI) cho phù hợp với ACB. Kết quả đã có 28
KPIs được xây dựng, trong đó, phương diện tài chính: 07 KPIs, phương diện khách hàng: 07
KPIs, phương diện quy trình nội bộ: 08 KPIs và phương diện học hỏi và phát triển: 06 KPIs.
Nghiên cứu cũng đã thực hiện phỏng vấn 30 nhà quản trị cấp cao và trung của ACB nhằm thu
thập số liệu phân tích đánh giá về các chỉ số KPIs. Phân tích chi tiết kết quả hoạt động của ACB
dựa trên hệ thống KPIs đề xuất và các số liệu thu thập được cho thấy, kết quả hoạt động chung
của ACB đạt 67,88% chỉ đạt mức khá. Trong đó, phương diện tài chính đạt cao nhất là 72,60%;
kế tiếp là phương diện khách hàng là 67,14%; phương diện học hỏi và phát triển là 66,67%; và
cuối cùng là phương diện quy trình nội bộ là 66,25%.

Nghiên cứu của Phan Thị Hải Hà và Nguyễn Quang Huy (2017) cũng đã đề xuất vận dụng
BSC trong đánh giá thành quả hoạt động tại Ngân hàng TMCP Công thương - chi nhánh Huế.
Để áp dụng được mô hình này tại Ngân hàng, nhóm tác giả đã đề xuất các mục tiêu, xây dựng
các thước đo và đưa ra được các hành động thực hiện cụ thể đối với từng khía cạnh: tài chính,
khách hàng, quy trình nội bộ, học hỏi và phát triển.

Trong nghiên cứu của Phạm Thị Hồng Huyên (2018), tác giả cũng đề xuất ứng dụng mơ
hình BSC để đo lường thành quả hoạt động của Ngân hàng TMCP Công thương Việt Nam (Vietinbank) một cách cân đối theo 4 phương diện của mơ hình này. Để có cơ sở cho việc đề xuất
hệ thống KPIs, đầu tiên tác giả tiến hành tổng hợp các thước đo mà Ngân hàng đang sử dụng
theo 4 phương diện của mơ hình BSC, kết hợp bổ sung một số thước đo mới trên cơ sở tổng quan
các nghiên cứu khác; tiếp theo, tác giả tiến hành khảo sát ý kiến của 13 lãnh đạo cấp cao và cấp
trung của Ngân hàng, bao gồm: Hội đồng quản trị, Ban điều hành, Ban kiểm sốt.
Tóm lại, hiện nay vẫn cịn khá ít nghiên cứu được cơng bố trong nước ứng dụng BSC trong
đánh giá hiệu quả hoạt động trong lĩnh vực ngân hàng. Và hạn chế chung trong việc sử dụng
cơng cụ đo lương hiệu quả này đó là chỉ xem xét và đánh giá được hiệu quả trong phạm vi một
đơn vị, tổ chức nhất định.

b. Các nghiên cứu sử dụng DEA trong đánh giá hiệu quả ngân hàng

Nguyễn Việt Hùng (2008) đã sử dụng phương pháp DEA để đo lường hiệu quả hoạt động
của 32 NHTM Việt Nam (bao gồm: 5 ngân hàng thương mại nhà nước, 23 ngân hàng thương
mại cổ phần và 4 ngân hàng liên doanh) giai đoạn 2001 – 2005. Mơ hình DEA được lựa chọn
trong việc ước lượng hiệu quả kỹ thuật của các ngân hàng nghiên cứu bao gồm 2 biến đầu ra
(Thu về lãi và các khoản tương đương, Thu ngoài lãi và các khoản tương đương) và 3 biến đầu
vào (Tổng tài sản cố định ròng, Tổng chi cho nhân viên và Tổng vốn huy động). Đồng thời, để
có thể tính được hiệu quả chi phí, hiệu quả phân bổ và hiệu quả quy mô, giá của 3 đầu vào này
được xác định như sau:
Giá của tư bản = Chi về tài sản/Tổng tài sản cố định ròng.

Giá của lao động = Chi cho nhân viên/tổng số nhân viên

Giá của vốn huy động = Chi trả lãi và các khoản chi tương đương/ Tổng vốn huy động
1370


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

Tuy nhiên vì mục tiêu của nghiên cứu này là xem xét các nhân tố ảnh hưởng đến hiệu quả
hoạt động của các NHTM ở Việt Nam nên trong nghiên cứu này tác giả đã sử dụng phương pháp
DEA kết hợp chỉ sớ Malmquist với mơ hình hàm sản xuất biên ngẫu nhiên, sau đó hồi quy với
Tobit. Và kết quả nghiên cứu cho thấy các yếu tố như: tài sản của ngân hàng, tỷ lệ cho vay trên
tỷ lệ tiền gửi, tỷ suất sinh lời trên tài sản, tỷ lệ nợ xấu, chi phí… có ảnh hưởng đến hiệu quả kinh
doanh của các NHTM trong giai đoạn 2001 – 2005.

Nguyễn Thị Thu Hương (2017) cũng đã ứng dụng phương pháp DEA để đánh giá hiệu quả
hoạt động của 21 NHTM trên địa bàn tỉnh Thái Nguyên, giai đoạn 2011-2015. Theo cách tiếp

cận trung gian: dựa trên quan điểm cho rằng các ngân hàng là các tổ chức tài chính huy động và
phân bổ các nguồn vốn cho vay và các tài sản khác, nghiên cứu này đã sử dụng tập hợp biến bao
gồm 3 biến đầu vào và 3 biến đầu ra như sau: lượng vốn huy động (X1), chi phí cho hoạt động
tín dụng (X2), chi phí cho các hoạt động khác (X3), lượng tiền cho vay (Y1), thu nhập từ hoạt
động tín dụng (Y2) và thu nhập từ hoạt động khác (Y3). Kết quả đo lương từ mơ hình cho thấy
các NHTM trên địa bàn sử dụng tương đối hiệu quả các nguồn lực đầu vào với chỉ số hiệu quả
kỹ thuật trung bình đạt 94%.

3.1.2. Đề xuất mơ hình nghiên cứu

Chúng ta có thể nhận thấy từ tổng quan nghiên cứu là khơng có một tập biến thống nhất
trong các mơ hình kết hợp BSC-DEA được đề xuất áp dụng trong lĩnh vực ngân hàng. Điều đó
cũng thể hiện rõ một hạn chế lớn của kỹ thuật DEA mà tất cả các nhà nghiên cứu ứng dụng
phương pháp này đều thừa nhận là: khơng có kiểm định độ tin cậy khi lựa chọn biến dầu vào và
đầu ra sử dụng. Vì vậy, để có thể đề xuất được mơ hình cho nghiên cứu thực nghiệm, chúng tơi
tiến hành theo trình tự sau đây: trước hết tiến hành nghiên cứu tổng quan và phỏng vấn chuyên
gia để đề xuất mơ hình nghiên cứu dự kiến; tiếp theo tiến hành khảo sát thu thập ý kiến của 58
cán bộ quản lý của 4 ngân hàng thương mại trên địa bàn tỉnh Thừa Thiên Huế đã có ứng dụng
BSC trong hoạt động quản lý để kiểm định tính hợp lý của các biến số của mơ hình này.

a. Đề xuất mơ hình dự kiến

Trên cơ sở tổng quan các nghiên cứu có liên quan đến đề tài, đặc biệt là các nghiên cứu
ứng dụng mơ hình kết hợp BSC-DEA trong lĩnh vực ngân hàng trên thế giới và các nghiên cứu
trong nước sử dụng riêng hai kỹ thuật này để đánh giá hiệu quả của các NHTM, chúng tôi sẽ đề
xuất mơ hình BSC-DEA cho nghiên cứu thực nghiệm (sẽ được trình bày trong một bài viết khác)
với các đặc điểm cơ bản sau đây:

- Để phù hợp cho việc nghiên cứu với các quy mô mẫu nhỏ, chúng tơi cũng sẽ sử dụng 4
mơ hình DEA để đo lường hiệu quả theo từng khía cạnh của mơ hình BSC là: tài chính, khách

hàng, quy trình nội bộ, học hỏi và phát triển. Hướng đề xuất này phù hợp với nghiên cứu của
Rickards (2003), Chen và Chen (2007), Chen và cộng sự (2008), Aryanezhad và cộng sự
(2011),…;

- Tuy nhiên, để xem xét mối quan hệ nhân quả giữa các phương diện của mơ hình BSC,
chúng tơi cũng sẽ xây dựng các mơ hình DEA kết hợp, tương tự ý tưởng trong nghiên cứu của
Amado và cộng sự (2012) và nghiên cứu của Bošković và Krstić (2020) với trình tự cụ thể như
1371


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

sau: trước hết, xác định đầu vào và đầu ra cho mơ hình DEA1 (đo lường phương diện học hỏi
và phát triển); tiếp theo sử dụng đầu ra của mô hình DEA1 làm đầu vào cho mơ hình DEA2 (đo
lường phương diện quy trình nội bộ) và xác định đầu ra của mơ hình này; đầu ra của mơ hình
DEA2 tiếp tục sẽ được sử dụng làm đầu vào của mơ hình DEA3 (đo lường phương diện khách
hàng) và xác định đầu ra của mơ hình này; cuối cùng, đầu ra của mơ hình DEA3 sẽ được sử
dụng làm đầu vào của mơ hình DEA (đo lường phương diện tài chính) và xác định đầu ra của
mơ hình này;
- Các mơ hình kết hợp BSC và DEA được đề xuất cùng với các tập biến dự kiến của nó
được mơ phỏng qua sơ đồ sau:

Nguồn: Đề xuất của nhóm tác giả

Hình 2: Mơ hình kết hợp BSC-DEA đề xuất
để đo lường hiệu quả của các NHTM ở Việt Nam

Các biến được lựa chọn trước hết là căn cứ vào bản chất từng phương diện của mơ hình
BSC, kết hợp tham khảo các nghiên cứu trước có liên quan và ý kiến của các chun gia. Bên

cạnh đó, chúng tơi cũng cân nhắc đến tính sẵn có của dữ liệu từ các nguồn thứ cấp có thể sử
dụng, cũng như tính dễ lượng hóa của các biến số. Cụ thể:
hĐối với mơ hình DEA 1 (đo lường phương diện học hỏi và phát triển)

Các biến số đầu vào đề xuất:

+ Tương tự nghiên cứu của Nguyễn Thị Hạnh (2017), chúng tôi cũng sử dụng biến: mức
độ trang bị kỹ thuật/lao động làm biến đầu vào đầu tiên trong mơ hình DEA 1 (đo lường phương
diện học hỏi và phát triển). Đây là tỷ số giữa tài sản cố định (TSCĐ) ròng và tổng số lao động.
Thực tế cho thấy, để có thể cung cấp được nhiều dịch vụ chất lượng cao, áp dụng công nghệ hiện
1372


INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020

đại đáp ứng nhu cầu của khách hàng, đặc biệt là trong thời đại công nghệ 4.0, các NHTM cũng
phải chú trọng đầu tư cho trang thiết bị;

+ Để đánh giá khía cạnh đầu tư nâng cao kỹ năng chuyên môn cho nhân viên, biến đầu vào
thứ hai được xác định cho mơ hình DEA 1 là: chi đào tạo, huấn luyện nghiệp vụ/lao động. Ý
tưởng đề xuất biến này là dựa trên tham khảo các nghiên cứu của Najafi và cộng sự (2011), của
Bošković và Krstić (2020), của Nguyễn Quang Đại (2016) và nghiên cứu của Phan Thị Hải Hà
và Nguyễn Quang Huy (2017);
Các biến số đầu ra đề xuất:

Hai mục tiêu chiến lược cơ bản của khía cạnh học hỏi và phát triển là: nâng cao mức độ
hài lòng của nhân viên và nâng cao năng suất, hiệu suất làm việc của nhân viên. Đây là quan
điểm khá thống nhất trong các nghiên cứu trong nước đề xuất ứng dụng mơ hình BSC đối với
các ngân hàng. Tuy nhiên, trong thực tế, thước đo mức độ hài lòng hay sự thỏa mãn của nhân

viên rất khó xác định và khơng có sự thống nhất về phương pháp xác định giữa các ngân hàng.
Cụ thể, qua trao đổi trực tiếp với một chuyên gia thuộc Vietinbank – Chi nhánh Thừa Thiên Huế
(Vietinbank – CN TT Huế), chúng tôi được biết từ năm 2020 Vietinbank sẽ bỏ chỉ tiêu này trong
hệ thống các Thẻ điểm của Ngân hàng. Vì vậy, các biến số đầu ra được đề xuất cho mô hình DEA
1 trong nghiên cứu này bao gồm:

+ Biến đầu ra thứ nhất là: thu nhập bình quân của người lao động được sử dụng như là
một chỉ tiêu gián tiếp để đo lường sự thỏa mãn của nhân viên cũng như sự gắn bó của nhân viên
đối với ngân hàng. Ý tưởng đề xuất biến này là xuất phát từ kết quả tham khảo ý kiến chuyên
gia. Như vậy, hướng đề xuất trong mơ hình của chúng tơi khác với nghiên cứu của Bošković và
Krstić (2020);

+ Biến đầu ra thứ hai là: năng suất lao động bình quân. Mặc dù trong nghiên cứu của Phạm
Thị Hồng Huyên (2018) có đề xuất sử dụng thước đo: lợi nhuận bình quân trên lao động để đo
lường hiệu quả ở khía cạnh học hỏi và phát triển, tuy nhiên trong nghiên cứu này chúng tôi sử
dụng tỷ số giữa tổng thu nhập của ngân hàng và số lượng lao động bình quân trong năm để xác
định giá trị cho biến số này. Sự lựa chọn này không những chỉ căn cứ trên tính hợp lý của thước
đo mà cịn xem xét tính khả thi khi sử dụng kỹ thuật đo lường DEA (phải loại bỏ các biến số có
giá trị âm hoặc bằng 0).
hĐối với mơ hình DEA 2 (đo lường phương diện quy trình nội bộ)

Kế thừa ý tưởng xây dựng các mơ hình kết hợp BSC-DEA, để đo lường mối quan hệ nhân
quả giữa các phương diện của BSC, trong các nghiên cứu của Amado và cộng sự (2012), của
Nguyễn Thị Hạnh (2017) và của Bošković và Krstić (2020), các biến số tiếp theo được đề xuất
cho các mơ hình từ DEA 2 đến DEA 4 chỉ bao gồm các biến đầu ra, cịn đầu vào của mỗi mơ
hình sẽ là đầu ra của mơ hình trước liền kề.

Hai biến số đầu ra được đề xuất cho mơ hình DEA 2, đo lường khía cạnh quy trình nội bộ,
bao gồm:
+ Biến thứ nhất là: hiệu quả sử dụng tài sản. Đây là tỷ số giữa tổng thu nhập của ngân hàng

1373