1. Trang chủ
  2. SỐ 242
  3. Vốn trí tuệ, quy mô và năng lực cạnh tranh của các ngân hàng ASEAN: Tiếp cận bằng học máy diễn giải
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
2024
SỐ 214+215
Số 214+215_Tiếp theo
SỐ 216
SỐ 217
Số 218
Số 219
Số 221
Số 222
Số 223
Số 224
Số 225
2025
Số 226
Số 227
Số 228
Số 229
Số 230
Số 231
Số 232
Số 233
Số 234
Số 235
Số 236
Số 237
Thông tin tạp chí
Tôn chỉ & Mục đíchHội đồng biên tậpBan biên tậpThể lệ 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 242 | Tháng 5/2026

Vốn trí tuệ, quy mô và năng lực cạnh tranh của các ngân hàng ASEAN: Tiếp cận bằng học máy diễn giải

Phạm Thuỷ Tú

25/05/2026 4 0 0
Like Mua ngay 30.000 đ
Học máy diễn giải năng lực cạnh tranh quy mô ngân hàng vốn trí tuệ.

Tóm tắt:

Mục tiêu nghiên cứu: Nghiên cứu đánh giá tác động của vốn trí tuệ (VTT) đến năng lực cạnh tranh (NLCT) của các ngân hàng tại ASEAN, đồng thời làm rõ vai trò điều tiết của quy mô ngân hàng (QMNH).
Thiết kế nghiên cứu/phương pháp/tiếp cận: Nghiên cứu sử dụng dữ liệu bảng cân bằng của 63 ngân hàng thương mại tại sáu quốc gia ASEAN giai đoạn 2010–2023. NLCT được đo bằng chỉ số Lerner và VTT bằng chỉ số VAIC. Các thuật toán học máy (CatBoost, Random Forest, Extra Trees, LightGBM và XGBoost) được áp dụng kết hợp với những công cụ AI có khả năng diễn giải (SHAP và LIME) nhằm nhận diện các mối quan hệ phi tuyến và vai trò điều tiết của QMNH.
Kết quả nghiên cứu chính: Kết quả cho thấy tác động của VTT lên NLCT ngân hàng mang tính không đồng nhất. Cụ thể, VTT có tác động âm tại các ngân hàng quy mô nhỏ, trong khi được chuyển hóa tích cực thành quyền lực thị trường tại những ngân hàng quy mô trung bình và lớn. Phân tích SHAP xác nhận vai trò điều tiết bền vững của QMNH, trong khi kết quả LIME cho thấy sự khác biệt đáng kể giữa các quốc gia ASEAN.
Giá trị đóng góp mới: Bài viết cung cấp bằng chứng thực nghiệm mới về vai trò điều kiện của VTT đối với NLCT ngân hàng, đồng thời mở rộng các nghiên cứu trước bằng cách ứng dụng học máy có khả năng diễn giải để làm rõ những cơ chế phi tuyến và không đồng nhất theo quy mô và bối cảnh quốc gia tại ASEAN.

 

Tài liệu tham khảo:

  1. Abel, S., & Le Roux, P. (2017). Evaluating Market Power in the Zimbabwean Banking Sector. Journal of Economic and Financial Sciences, 10(2), 274-291. https://doi.org/10.4102/jef.v10i2.17.
  2. Barboza, F., Kimura, H., & Altman, E. (2017). Machine learning models and bankruptcy prediction. Expert Systems with Applications, 83, 405-417. https://doi.org/10.1016/j.eswa.2017.04.006.
  3. Barney, J. (1991). Firm Resources and Sustained Competitive Advantage. Journal of Management, 17(1), 99-120. https://doi.org/10.1177/014920639101700108.
  4. Boamah, N. A., Boakye-Dankwa, A., & Opoku, E. (2022). Risk-taking behavior, competition, diversification and performance of frontier and emerging economy banks. Asian Journal of Economics and Banking, 6(1), 50-68. https://doi.org/10.1108/AJEB-04-2021-0047.
  5. Budiarti, I. (2017). Knowledge Management and Intellectual Capital - A Theoretical Perspective of Human Resource Strategies and Practices. European Journal of Economics and Business Studies, 8(1), 148. https://doi.org/10.26417/ejes.v8i1.p148-155.
  6. Chen, M., Cheng, S., & Hwang, Y. (2005). An empirical investigation of the relationship between intellectual capital and firms’ market value and financial performance. Journal of Intellectual Capital, 6(2), 159-176. https://doi.org/10.1108/14691930510592771.
  7. Cohen, W. M., & Levinthal, D. A. (1990). Absorptive Capacity: A New Perspective on Learning and Innovation. Administrative Science Quarterly, 35(1), 128. https://doi.org/10.2307/2393553.
  8. Duong, T. M. P., & Dang, V. D. (2023). Market structure and bank performance: A comprehensive picture of Vietnam. Banks and Bank Systems, 18(3), 74-86. https://doi.org/10.21511/bbs.18(3).2023.07.
  9. Edvinsson, L., & Malone, M. S. (1997). Intellectual capital: Realizing your company's true value by finding its hidden brainpower. New York, NY: HarperBusiness.
  10. Grant, R. M. (1996). Toward a knowledge‐based theory of the firm. Strategic Management Journal, 17(S2), 109-122. https://doi.org/10.1002/smj.4250171110.
  11. Guidi, F. (2021). Concentration, competition and financial stability in the South-East Europe banking context. International Review of Economics & Finance, 76, 639-670. https://doi.org/10.1016/j.iref.2021.07.005.
  12. Haris, M., Yao, H., Tariq, G., Malik, A., & Javaid, H. (2019). Intellectual Capital Performance and Profitability of Banks: Evidence from Pakistan. Journal of Risk and Financial Management, 12(2), 56. https://doi.org/10.3390/jrfm12020056.
  13. Joshi, N., & Mehta, D. (2024). Modelling the impact of intellectual capital on financial performance: a case of Russian banking companies. R-Economy, 10(2), 227-248. https://doi.org/10.15826/recon.2024.10.2.014.
  14. Kasman, A., & Carvallo, O. (2014). Financial stability, competition and efficiency in Latin American and Caribbean banking. Journal of Applied Economics, Vol. 49(2), 301-324.
  15. Lerner, A. P. (1934). The Concept of Monopoly and the Measurement of Monopoly Power. The Review of Economic Studies, 1(3), 157-175. https://doi.org/10.2307/2967480.
  16. Majumder, Md. T. H., Ruma, I. J., & Akter, A. (2023). Does intellectual capital affect bank performance? Evidence from Bangladesh. LBS Journal of Management & Research, 21(2), 171-185. https://doi.org/10.1108/LBSJMR-05-2022-0016.
  17. Mensah, J. O., & Duho, K. C. T. (2019). Intellectual Capital: Its Impact on Financial Performance and Financial Stability of Ghanaian Banks. Athens Journal of Business & Economics, 5(3), 243-268. https://doi.org/10.30958/ajbe.5-3-4.
  18. Mia, M. R. (2023). Market competition, capital regulation and cost of financial intermediation: An empirical study on the banking sector of Bangladesh. Asian Journal of Economics and Banking, 7(2), 251-276. https://doi.org/10.1108/AJEB-03-2022-0028.
  19. Mondal, A., & Ghosh, S. K. (2012). Intellectual capital and financial performance of Indian banks. Journal of Intellectual Capital, 13(4), 515-530. https://doi.org/10.1108/14691931211276115.
  20. Nguyen, T. N. Q. (2025). Human Capital and Bank Performance: Does Size Matter? Journal of Risk and Financial Management, 18(8), 429. https://doi.org/10.3390/jrfm18080429.
  21. Nguyen, T. P. T., & Nghiem, S. H. (2020). The Effects of Competition On Efficiency: The Vietnamese Banking Industry Experience. The Singapore Economic Review, 65(06), 1507-1536. https://doi.org/10.1142/S0217590817500114.
  22. Lê Hồng Nga, & Nguyễn Thành Đạt. (2021). Tác động của vốn trí tuệ đến hiệu quả hoạt động của các ngân hàng thương mại tại Việt Nam. Tạp chí nghiên cứu Tài chính – Marketing, 1(61). https://doi.org/10.52932/jfm.v1i61.66.
  23. Penrose, E. (1995). The Theory of the Growth of the Firm. Oxford University Press. https://doi.org/10.1093/0198289774.001.0001.
  24. Pham, A. T. (2025). Bank Market Power and Risk Behavior under Composite Uncertainty: Threshold Panel Evidence from an Emerging Economy. International Journal of Analysis and Applications, 23, 186. https://doi.org/10.28924/2291-8639-23-2025-186.
  25. Pham, T. T. (2025). Drivers of bank stability in Vietnam’s emerging economy: an advanced machine learning, regularization and explainable AI approach. Journal of Economic Studies, 1-20. https://doi.org/10.1108/JES-04-2025-0237.
  26. Pulic, A. (2000). VAICTM an accounting tool for IC management. International Journal of Technology Management, 20(5/6/7/8), 702. https://doi.org/10.1504/IJTM.2000.002891.
  27. Stewart, T. A. (1997). Intellectual capital: The new wealth of organizations. New York, NY: Doubleday.
  28. Tu, P. T., Oanh, D. L. K., & Trang, D. D. (2025). Machine Learning and Parameter Optimization for Banking Stability Prediction and Determinants Identification in ASEAN. Emerging Science Journal, 9(3), 1189-1208. https://doi.org/10.28991/ESJ-2025-09-03-04.
  29. Turabieh, H., Mafarja, M., & Li, X. (2019). Iterated feature selection algorithms with layered recurrent neural network for software fault prediction. Expert Systems with Applications, 122, 27-42. https://doi.org/10.1016/j.eswa.2018.12.033.
  30. Phan, D. V., & Pham, T. T. (2025). Causal and nonlinear effects of digital financial inclusion on bank stability: Evidence from emerging and advanced economies. Banks and Bank Systems, 20(4), 153-171. https://doi.org/10.21511/bbs.20(4).2025.13.
  31. Zheng, C., Islam, M. N., Hasan, N., & Halim, Md. A. (2022). Does intellectual capital efficiency matter for banks’ performance and risk-taking behavior? Cogent Economics & Finance, 10(1). https://doi.org/10.1080/23322039.2022.2127484.

Intellectual Capital, Bank Size, and the Competitiveness of Asean Banks: An Interpretable Machine Learning Approach

Interpretable machine learning competitiveness bank size intellectual capital.

Abstract:

Purpose: This study examines the impact of intellectual capital on the competitiveness of ASEAN banks while clarifying the moderating role of bank size.
Design/methodology/approach: The study employs a balanced panel dataset of 63 commercial banks across six ASEAN countries over the period 2010–2023. Bank competitiveness is measured using the Lerner index, while intellectual capital is proxied by the VAIC index. Several machine learning algorithms (CatBoost, Random Forest, Extra Trees, LightGBM, and XGBoost) are applied in combination with interpretable AI tools (SHAP and LIME) to identify nonlinear relationships and the moderating role of bank size.
Findings: The results reveal heterogeneous effects of intellectual capital on bank competitiveness. Specifically, intellectual capital exerts a negative effect for small banks but is positively transformed into market power for medium and large banks. SHAP analysis confirms the robust moderating role of bank size, while LIME results indicate substantial cross-country differences among ASEAN banking systems.
Originality/value: This study provides new empirical evidence on the conditional role of intellectual capital in shaping bank competitiveness. It extends the existing literature by applying interpretable machine learning techniques to uncover nonlinear and heterogeneous mechanisms across bank size and national contexts within the ASEAN region.

 

Bài viết liên quan