Original Title: Tác động của sở hữu nước ngoài đến rủi ro thanh khoản tại các ngân hàng thương mại Việt Nam
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ផលប៉ះពាល់នៃភាពជាម្ចាស់បរទេសទៅលើហានិភ័យសន្ទនីយភាពនៅធនាគារពាណិជ្ជវៀតណាម

ចំណងជើងដើម៖ Tác động của sở hữu nước ngoài đến rủi ro thanh khoản tại các ngân hàng thương mại Việt Nam

អ្នកនិពន្ធ៖ Bùi Đan Thanh (Banking University of HCMC), Nguyễn Quang Huy

ឆ្នាំបោះពុម្ព៖ 2022 Asian Journal of Economics and Banking

វិស័យសិក្សា៖ Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះស៊ើបអង្កេតពីឥទ្ធិពលនៃអត្រាភាពជាម្ចាស់បរទេស (Foreign Ownership) ទៅលើហានិភ័យសន្ទនីយភាព (Liquidity Risk) របស់ធនាគារពាណិជ្ជនៅក្នុងប្រទេសវៀតណាម។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់វិធីសាស្ត្រតំរែតំរង់ទិន្នន័យបន្ទះ (Panel Data Regression) លើសំណាកទិន្នន័យរបស់ធនាគារពាណិជ្ជវៀតណាមចំនួន ៣០ ចន្លោះឆ្នាំ ២០០៩ ដល់ ២០២០។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Pooled OLS
តំរែតំរង់ទិន្នន័យរួម
ងាយស្រួលក្នុងការប៉ាន់ស្មានដំបូងសម្រាប់ការវិភាគទិន្នន័យបន្ទះ (Panel Data) ដែលចាត់ទុកទិន្នន័យទាំងអស់មានលក្ខណៈដូចគ្នា។ មិនបានឆ្លុះបញ្ចាំងពីភាពខុសគ្នានៃលក្ខណៈរៀងៗខ្លួន និងកត្តាជាក់លាក់របស់ធនាគារនីមួយៗនោះទេ។ បង្ហាញពីទំនាក់ទំនងបឋម ប៉ុន្តែមិនត្រូវបានជ្រើសរើសជាម៉ូដែលចុងក្រោយឡើយ ដោយសារមានកម្រិតលម្អៀងខ្ពស់។
Fixed Effects Model (FEM) / Random Effects Model (REM)
ម៉ូដែលផលប៉ះពាល់ថេរ / ម៉ូដែលផលប៉ះពាល់ចៃដន្យ
អាចចាប់យកលក្ខណៈពិសេសរបស់ធនាគារនីមួយៗ (សម្រាប់ FEM) និងដោះស្រាយបញ្ហាអថេរដែលមិនបានសង្កេត។ ទោះបីជាការធ្វើតេស្ត Hausman ជ្រើសរើសយក FEM ក៏ដោយ ក៏ម៉ូដែលនេះនៅតែជួបប្រទះបញ្ហាខ្វះចន្លោះ (Heteroskedasticity និង Autocorrelation)។ ម៉ូដែល FEM ត្រូវបានរកឃើញថាសមស្របជាង REM ប៉ុន្តែនៅតែមានចំណុចខ្វះខាតដែលតម្រូវឱ្យមានការកែតម្រូវបន្ថែម។
Generalized Least Squares (GLS)
វិធីសាស្រ្តការ៉េអប្បបរមាទូទៅ
អាចដោះស្រាយបញ្ហាភាពខុសគ្នានៃរ៉េស៊ីឌុយ (Heteroskedasticity) និងអូតូកូរ៉េឡាស៊ីយុង (Autocorrelation) បានយ៉ាងមានប្រសិទ្ធភាព។ ទាមទារការធ្វើតេស្តស្មុគស្មាញជាមុនសិន (ដូចជា Hausman test និង F-test) ទើបអាចជ្រើសរើសប្រើប្រាស់បានត្រឹមត្រូវ។ ជាម៉ូដែលល្អបំផុតដែលបញ្ជាក់យ៉ាងច្បាស់ថា ភាពជាម្ចាស់បរទេសខ្ពស់ ជួយកាត់បន្ថយហានិភ័យសន្ទនីយភាពបានយ៉ាងសំខាន់។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកជាចម្បងលើទិន្នន័យបន្ទះ (Panel Data) ប្រវត្តិសាស្រ្ត និងកម្មវិធីស្ថិតិសម្រាប់ការវិភាគកម្រិតខ្ពស់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងដោយផ្អែកលើទិន្នន័យធនាគារពាណិជ្ជនៅប្រទេសវៀតណាម ទីដែលរដ្ឋាភិបាលកំណត់កម្រិតភាពជាម្ចាស់បរទេសត្រឹមអតិបរមា ៣០%។ សម្រាប់ប្រទេសកម្ពុជា ដែលមានគោលនយោបាយបើកចំហរជាងចំពោះការវិនិយោគបរទេសក្នុងវិស័យធនាគារ (អាចរហូតដល់ ១០០%) លទ្ធផលនេះផ្តល់ជាមេរៀនដ៏សំខាន់ ប៉ុន្តែទំហំនៃឥទ្ធិពលអាចនឹងមានភាពខុសគ្នានៅក្នុងបរិបទជាក់ស្តែងរបស់កម្ពុជា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រ និងរបកគំហើញនៃការសិក្សានេះ មានសារៈប្រយោជន៍ និងអាចយកមកអនុវត្តបាននៅក្នុងប្រព័ន្ធធនាគាររបស់ប្រទេសកម្ពុជា។

សរុបមក ការជំរុញឱ្យមានការចូលរួមពីវិនិយោគិនបរទេសប្រកបដោយគុណភាព អាចជាយុទ្ធសាស្ត្រដ៏រឹងមាំមួយក្នុងការធានាស្ថិរភាពសន្ទនីយភាព និងកំណើនរឹងមាំសម្រាប់ប្រព័ន្ធធនាគារកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ប្រមូល និងសម្អាតទិន្នន័យ (Data Collection & Cleaning): ប្រមូលទិន្នន័យពីរបាយការណ៍ហិរញ្ញវត្ថុប្រចាំឆ្នាំរបស់ធនាគារពាណិជ្ជនៅកម្ពុជា (ឧទាហរណ៍ ធនាគារអេស៊ីលីដា, ABA) តាមរយៈគេហទំព័រធនាគារជាតិ ឬ Annual Reports របស់ពួកគេ ដោយរៀបចំជាទម្រង់ Panel Data ក្នុង Excel។
  2. កំណត់អថេរសម្រាប់សិក្សា (Define Variables): គណនាអថេរចាំបាច់ដូចជា អត្រាភាពជាម្ចាស់បរទេស (Foreign Ownership), ហានិភ័យឥណទាន (Credit Risk / NPL), និងអនុបាតប្រាក់កម្ចីធៀបនឹងប្រាក់បញ្ញើ (LDR) ដោយផ្អែកលើរូបមន្តហិរញ្ញវត្ថុស្តង់ដារ។
  3. រៀបចំកម្មវិធី និងរត់ម៉ូដែលសាកល្បង (Software Preparation & Base Modeling): ប្រើប្រាស់កម្មវិធី StataR ដើម្បីបញ្ចូលទិន្នន័យ និងរត់ម៉ូដែលមូលដ្ឋាន Pooled OLS និងធ្វើតេស្ត Multicollinearity (VIF) ដើម្បីធានាថាអថេរមិនមានទំនាក់ទំនងគ្នាខ្លាំងពេក។
  4. ជ្រើសរើសម៉ូដែលតាមរយៈការធ្វើតេស្ត (Model Selection via Testing): ដំណើរការ Fixed Effects Model (FEM) និង Random Effects Model (REM) រួចប្រើប្រាស់ Hausman Test ដើម្បីសម្រេចថាមួយណាសមស្របជាង រួចបន្តពិនិត្យមើលបញ្ហា Heteroskedasticity
  5. អនុវត្តការ៉េអប្បបរមាទូទៅ (Apply GLS Estimation): ប្រសិនបើម៉ូដែលជួបប្រទះបញ្ហាខ្វះចន្លោះ (Heteroskedasticity/Autocorrelation) សូមផ្លាស់ប្តូរទៅប្រើប្រាស់វិធីសាស្ត្រ Generalized Least Squares (GLS) នៅក្នុងកម្មវិធី Stata ដើម្បីទទួលបានលទ្ធផលដែលជឿទុកចិត្តបានបំផុតសម្រាប់ការបកស្រាយ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Liquidity Risk ហានិភ័យដែលកើតឡើងនៅពេលដែលធនាគារមិនមានសាច់ប្រាក់ ឬទ្រព្យសកម្មដែលអាចបង្វែរជាសាច់ប្រាក់បានលឿនគ្រប់គ្រាន់ ដើម្បីសងប្រាក់បញ្ញើដល់អតិថិជនដែលមកដកប្រាក់ ឬដើម្បីទូទាត់បំណុលរបស់ខ្លួនទាន់ពេលវេលា។ ដូចជាអ្នកមានទ្រព្យសម្បត្តិច្រើន (ដីធ្លី ផ្ទះ) តែអត់មានលុយសុទ្ធក្នុងហោប៉ៅសម្រាប់ទិញម្ហូបហូបប្រចាំថ្ងៃភ្លាមៗ។
Foreign Ownership ចំណែកភាគហ៊ុននៅក្នុងក្រុមហ៊ុន ឬធនាគារក្នុងស្រុក ដែលត្រូវបានកាន់កាប់ដោយវិនិយោគិន ឬស្ថាប័នបរទេស ដែលជារឿយៗជួយនាំមកនូវដើមទុន បច្ចេកវិទ្យាថ្មីៗ និងការគ្រប់គ្រងស្តង់ដារអន្តរជាតិ។ ដូចជាការហៅមិត្តភក្តិពីបរទេសមកដាក់លុយរកស៊ីរួមគ្នា និងជួយគ្រប់គ្រងហាងរបស់អ្នក។
Panel Data Regression វិធីសាស្ត្រស្ថិតិដែលវិភាគទិន្នន័យពីអង្គភាពជាច្រើន (ដូចជាធនាគារចំនួន៣០) ឆ្លងកាត់រយៈពេលជាច្រើនឆ្នាំ (ពីឆ្នាំ ២០០៩ ដល់ ២០២០) ដើម្បីស្វែងយល់ពីទំនាក់ទំនងរវាងអថេរផ្សេងៗប្រកបដោយភាពសុក្រឹតខ្ពស់។ ដូចជាការតាមដានពិន្ទុប្រឡងរបស់សិស្ស៣០នាក់ ជារៀងរាល់ខែពេញមួយឆ្នាំ ដើម្បីមើលថាការខិតខំរៀនរបស់ពួកគេម្នាក់ៗជះឥទ្ធិពលដល់ពិន្ទុយ៉ាងដូចម្តេចខ្លះ។
Generalized Least Squares (GLS) បច្ចេកទេសប៉ាន់ស្មានម៉ូដែលស្ថិតិកម្រិតខ្ពស់ដែលប្រើដើម្បីកែតម្រូវបញ្ហាខ្វះចន្លោះនៅក្នុងទិន្នន័យ ដូចជាបញ្ហាបំរែបំរួលខុសប្រក្រតី (Heteroskedasticity) និងបញ្ហាទិន្នន័យជាប់ពាក់ព័ន្ធគ្នា (Autocorrelation) ដើម្បីធានាថាលទ្ធផលទស្សន៍ទាយមានភាពត្រឹមត្រូវ។ ដូចជាការពាក់វ៉ែនតាដើម្បីមើលរូបភាពឲ្យបានច្បាស់ល្អ នៅពេលដែលកាមេរ៉ាថតចេញមកព្រិល ឬមានពន្លឺជះខ្លាំង។
Credit Risk ហានិភ័យដែលធនាគារប្រឈមមុខនៅពេលដែលអតិថិជនដែលបានខ្ចីប្រាក់ មិនអាចសងប្រាក់ដើម និងការប្រាក់មកវិញបានតាមកាលកំណត់ (កម្ចីខូច) ដែលធ្វើឱ្យធនាគារខាតបង់។ ដូចជាការឱ្យមិត្តភក្តិខ្ចីលុយ រួចអ្នកបារម្ភថាមិត្តភក្តិនោះមិនមានលុយសងអ្នកវិញ។
Loan to Deposit Ratio (LDR) អនុបាតហិរញ្ញវត្ថុដែលវាស់ស្ទង់ថាតើធនាគារយកប្រាក់បញ្ញើដែលទទួលបានពីអតិថិជនចំនួនប៉ុន្មានភាគរយ ដើម្បីយកទៅបញ្ចេញជាប្រាក់កម្ចីបន្តទៅក្នុងទីផ្សារ។ អនុបាតនេះបង្ហាញពីប្រសិទ្ធភាពនៃការប្រើប្រាស់ទុន និងហានិភ័យសន្ទនីយភាព។ ដូចជាការថ្លឹងថ្លែងថា តើអ្នកគួរយកលុយដែលគេផ្ញើទុកចំនួនប៉ុន្មាន ដើម្បីយកទៅឱ្យគេខ្ចីបន្តដើម្បីទទួលបានការប្រាក់។
Agency Theory ទ្រឹស្ដីដែលពន្យល់ពីជម្លោះផលប្រយោជន៍រវាងម្ចាស់ភាគហ៊ុន (Principal) និងអ្នកគ្រប់គ្រងក្រុមហ៊ុន (Agent) ដោយសារតែភាគីទាំងពីរមានការទទួលបានព័ត៌មានមិនស្មើគ្នា និងមានគោលដៅខុសគ្នា។ ដូចជាជម្លោះរវាងម្ចាស់ហាង (ចង់បានប្រាក់ចំណេញច្រើន) និងអ្នកគ្រប់គ្រងហាង (ចង់បានប្រាក់ខែខ្ពស់និងធ្វើការស្រួល)។
Return on Assets (ROA) សូចនាករវាស់ស្ទង់ប្រាក់ចំណេញរបស់ធនាគារ ឬក្រុមហ៊ុន ដែលបង្ហាញថាទ្រព្យសកម្មសរុបដែលធនាគារមាន អាចបង្កើតប្រាក់ចំណេញសុទ្ធបានកម្រិតណាក្នុងមួយឆ្នាំ។ ដូចជាការវាស់ស្ទង់ថា តើម៉ាស៊ីនមួយគ្រឿងអាចផលិតនំប៉័ងបានប៉ុន្មានដុំក្នុងមួយថ្ងៃ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖