Income diversification and return on assets of Vietnamese commercial banks: evidence of nonlinear effects
TS. Nguyễn Anh Tú
Trường Đại học Mở Hà Nội
Email liên hệ: tuna@hou.edu.vn
(Quanlynhanuoc.vn) – Bài viết phân tích tác động phi tuyến của đa dạng hóa thu nhập đến khả năng sinh lời trên tổng tài sản của 24 ngân hàng thương mại Việt Nam giai đoạn 2014 – 2025. Chỉ số đa dạng hóa thu nhập được xây dựng từ cơ cấu thu nhập lãi thuần và thu nhập ngoài lãi theo chỉ số Herfindahl – Hirschman hiệu chỉnh. Nghiên cứu sử dụng phương pháp mô men tổng quát (GMM) hệ thống hai bước để xử lý khả năng nội sinh, kết hợp kiểm định tự tương quan và tính hợp lệ của bộ biến công cụ. Kết quả của mô hình chính cho thấy, hệ số DIV âm và DIV2 dương, có ý nghĩa thống kê khi DIV được xử lý là biến nội sinh, hàm ý mối quan hệ dạng chữ U với điểm chuyển khoảng 0,281. Tuy nhiên, các kiểm tra độ vững cho thấy ý nghĩa thống kê không ổn định ở mọi đặc tả, vì vậy kết quả cần được diễn giải thận trọng. Tỷ lệ chi phí trên thu nhập có hệ số âm và có ý nghĩa thống kê trong các mô hình chính. Kết quả gợi ý các ngân hàng cần chú trọng chất lượng cơ cấu nguồn thu, kiểm soát chi phí và lựa chọn lộ trình đa dạng hóa phù hợp với năng lực quản trị.
Từ khóa: Đa dạng hóa thu nhập; ngân hàng thương mại; khả năng sinh lời; tác động phi tuyến; GMM hệ thống.
Abstract: This article examines the nonlinear relationship between income diversification and return on assets for 24 Vietnamese commercial banks during 2014 – 2025. Income diversification is measured using an adjusted Herfindahl-Hirschman framework based on net interest income and non-interest income. The study applies two-step system GMM to address potential endogeneity and evaluates model validity through serial-correlation and instrument-validity tests. In the main endogenous specification, the coefficient on DIV is negative while DIV-squared is positive and statistically significant, indicating a U-shaped relationship with an estimated turning point of approximately 0.281. However, robustness checks show that statistical significance is not stable across all alternative specifications, so the nonlinear evidence should be interpreted cautiously. The cost-to-income ratio is negative and statistically significant in the main models. The findings suggest that banks should focus on the quality of their income structure, cost control, and a diversification path consistent with their managerial capacity rather than pursuing a higher non-interest income share mechanically.
Keywords: Income diversification; commercial banks; return on assets; nonlinear effects; system GMM.
1. Đặt vấn đề
Hoạt động ngân hàng Việt Nam đang chuyển dần theo hướng mở rộng nguồn thu ngoài lãi bên cạnh thu nhập lãi truyền thống. Dịch vụ thanh toán, kinh doanh ngoại hối, bảo hiểm liên kết ngân hàng, quản lý tài sản và các dịch vụ trên nền tảng số tạo thêm nguồn thu nhưng đồng thời làm phát sinh yêu cầu về công nghệ, nhân lực và quản trị. Vì vậy, tác động của đa dạng hóa thu nhập đến khả năng sinh lời của ngân hàng không nhất thiết diễn ra theo một chiều.
Bằng chứng thực nghiệm hiện có cũng chưa thống nhất. Một số nghiên cứu ghi nhận đa dạng hóa thu nhập gắn với khả năng sinh lời cao hơn (Chiorazzo và cộng sự, 2008; Sanya và Wolfe, 2011), trong khi các nghiên cứu khác cho thấy việc mở rộng hoạt động ngoài lãi có thể làm tăng chi phí và biến động thu nhập (DeYoung và Roland, 2001; Stiroh, 2004). Sự khác biệt này đặt ra khả năng mối quan hệ giữa đa dạng hóa thu nhập và khả năng sinh lời mang tính phi tuyến, thay vì chỉ tuyến tính.
Bài viết phân tích 24 ngân hàng thương mại Việt Nam trong giai đoạn 2014 – 2025, sử dụng tỷ suất sinh lời trên tổng tài sản (ROA) để phản ánh khả năng sinh lời trên tài sản. Điểm khác biệt của nghiên cứu là kết hợp dạng hàm bậc hai với GMM hệ thống hai bước nhằm xử lý khả năng nội sinh của đa dạng hóa thu nhập. Kết quả được đối chiếu qua các đặc tả thay thế để đánh giá mức độ ổn định trước khi rút ra hàm ý quản trị và chính sách.
2. Cơ sở lý luận và tổng quan nghiên cứu
2.1. Đa dạng hóa thu nhập trong hoạt động ngân hàng
Đa dạng hóa thu nhập phản ánh việc ngân hàng phân bổ nguồn thu giữa hoạt động tạo thu nhập lãi và các hoạt động ngoài lãi. Khi cơ cấu nguồn thu cân bằng hơn, mức độ phụ thuộc vào một nguồn thu đơn lẻ giảm. Các nguồn thu ngoài lãi thường gồm dịch vụ thanh toán, kinh doanh ngoại hối, chứng khoán, bảo hiểm liên kết ngân hàng, quản lý tài sản và các dịch vụ tài chính khác. Cách tiếp cận này được sử dụng phổ biến trong nghiên cứu về cơ cấu thu nhập ngân hàng (Chiorazzo và cộng sự, 2008; Sanya và Wolfe, 2011).
Về mặt kinh tế, đa dạng hóa có thể giúp ngân hàng khai thác mạng lưới khách hàng, hạ tầng công nghệ và kênh phân phối hiện có, qua đó mở rộng nguồn thu và giảm phụ thuộc vào tín dụng. Tuy nhiên, mở rộng sang các hoạt động ngoài lãi cũng làm tăng độ phức tạp trong quản trị, yêu cầu đầu tư ban đầu và có thể làm thu nhập biến động mạnh hơn. Do đó, mức độ đa dạng hóa cao hơn không mặc nhiên đồng nghĩa với khả năng sinh lời cao hơn.
2.2. Tác động của đa dạng hóa thu nhập đến khả năng sinh lời trên tài sản
Theo hướng tích cực, đa dạng hóa thu nhập có thể tạo lợi ích từ quy mô và phạm vi, đồng thời tận dụng tốt hơn cơ sở hạ tầng, mạng lưới phân phối và tệp khách hàng. Chiorazzo và cộng sự (2008), Sanya và Wolfe (2011) và Elsas và cộng sự (2010) ghi nhận các bằng chứng cho thấy đa dạng hóa có thể cải thiện hiệu quả hoặc khả năng sinh lời trong những điều kiện nhất định.
Ở chiều ngược lại, DeYoung và Roland (2001), Stiroh (2004), Stiroh và Rumble (2006), Mercieca và cộng sự (2007) và Lepetit và cộng sự (2008) cho thấy lợi ích đa dạng hóa có thể bị hạn chế bởi chi phí quản trị, mức độ biến động của thu nhập ngoài lãi hoặc sự mở rộng vượt quá năng lực cốt lõi. Hai nhóm kết quả này gợi ý rằng tác động của đa dạng hóa có thể thay đổi theo mức độ đa dạng hóa. Trên cơ sở đó, nghiên cứu kiểm định giả thuyết: đa dạng hóa thu nhập có tác động phi tuyến đến ROA của các ngân hàng thương mại Việt Nam.
3. Dữ liệu và phương pháp nghiên cứu
3.1. Mẫu và nguồn dữ liệu
Mẫu nghiên cứu là dữ liệu bảng cân bằng của 24 ngân hàng thương mại Việt Nam trong giai đoạn 2014 – 2025, gồm 288 quan sát ngân hàng/năm. Các mô hình động có sử dụng ROA trễ gồm 264 quan sát. Dữ liệu cấp ngân hàng được thu thập từ báo cáo thường niên, báo cáo tài chính đã kiểm toán và các cơ sở dữ liệu tài chính tiêu chuẩn hóa; các biến kinh tế vĩ mô được lấy từ Cục Thống kê.
3.2. Đo lường đa dạng hóa thu nhập
Mức độ đa dạng hóa thu nhập được đo bằng chỉ số Herfindahl – Hirschman hiệu chỉnh, ký hiệu DIV, dựa trên tỷ trọng thu nhập lãi thuần và thu nhập ngoài lãi trong tổng thu nhập hoạt động:
DIV = 1 – [(Thu nhập lãi thuần/Tổng thu nhập hoạt động)² + (Thu nhập ngoài lãi/Tổng thu nhập hoạt động)²]
Chỉ số càng lớn cho thấy, cơ cấu hai nguồn thu càng cân bằng. Khi cả hai cấu phần thu nhập đều không âm và cộng lại bằng tổng thu nhập hoạt động, DIV đạt tối đa 0,5 khi hai nguồn thu có tỷ trọng bằng nhau. Nếu một cấu phần thu nhập thuần âm, DIV có thể nhỏ hơn 0; vì vậy việc diễn giải chỉ số cần gắn với bản chất số liệu kế toán của từng quan sát (Stiroh và Rumble, 2006; Lepetit và cộng sự, 2008).
3.3. Các biến nghiên cứu
ROA được tính bằng lợi nhuận sau thuế chia cho tổng tài sản bình quân trong kỳ. Các biến kiểm soát trong mô hình gồm quy mô ngân hàng, tỷ lệ chi phí trên thu nhập (CIR), tỷ lệ nợ xấu (NPL), tăng trưởng GDP và lạm phát. Hai biến giả được sử dụng để kiểm soát giai đoạn COVID-19 và cấu trúc sở hữu. Cách đo lường cụ thể được trình bày tại Bảng 1.
Bảng 1. Các biến trong mô hình nghiên cứu
| Biến | Ý nghĩa | Cách đo lường |
| ROA | Tỷ suất sinh lời trên tổng tài sản | (Lợi nhuận sau thuế/Tổng tài sản bình quân trong kỳ) * 100% |
| DIV | Đa dạng hóa thu nhập | 1 – (Tỷ lệ thu nhập ngoài lãi² + Tỷ lệ thu nhập từ lãi²) |
| DIV² | Bình phương đa dạng hóa thu nhập | = DIV*DIV |
| STATE | Cấu trúc sở hữu | = 1 nếu ngân hàng có vốn nhà nước, 0 = khác |
| CRISIS | Giai đoạn Covid-19 | = 1 trong giai đoạn Covid-19 (giai đoạn 2020-2021), 0 = khác |
| SIZE | Quy mô ngân hàng | Logarit tự nhiên của tổng tài sản bình quân trong kỳ |
| CIR | Tỷ lệ chi phí/thu nhập (%) | (Tổng chi phí hoạt động/Tổng thu nhập hoạt động) * 100% |
| NPL | Tỷ lệ nợ xấu (%) | (Tổng nợ xấu/Tổng dư nợ trong kỳ) * 100% |
| Tăng trưởng GDP | Tăng trưởng GDP (%) | (GDP thực năm t – GDP thực năm t-1)/GDP thực năm t-1*100% |
| Lạm phát | Tỷ lệ lạm phát (%) | Tỷ lệ tăng chỉ số giá tiêu dùng (CPI) hằng năm |
3.4. Phương pháp nghiên cứu
Đa dạng hóa thu nhập có thể được quyết định đồng thời với khả năng sinh lời, vì vậy nghiên cứu sử dụng GMM hệ thống hai bước. Cách tiếp cận này kế thừa khung mô hình bảng động của Arellano và Bond (1991) và các điều kiện mô men mở rộng của Blundell và Bond (1998). ROA trễ và DIV được công cụ hóa bằng các độ trễ từ bậc 2 đến bậc 4; ma trận công cụ được thu gọn để hạn chế số lượng biến công cụ. Sai số chuẩn được hiệu chỉnh theo Windmeijer (2005).
Tính phù hợp của mô hình được xem xét qua kiểm định Arellano – Bond đối với tự tương quan bậc hai AR (2) và kiểm định Hansen về tính hợp lệ của bộ biến công cụ. Độ vững được kiểm tra bằng ba cách: sử dụng mô hình tác động cố định với sai số chuẩn cụm theo ngân hàng; loại giai đoạn 2020 – 2021; và giới hạn các biến liên tục tại phân vị 1% và 99% để giảm ảnh hưởng của quan sát cực trị.
4. Kết quả nghiên cứu
4.1. Thống kê mô tả
Bảng 2 trình bày thống kê mô tả của 288 quan sát. ROA bình quân đạt 0.0110, tương đương 1,10%, trong khi DIV có giá trị trung bình 0.3126 và độ lệch chuẩn 0.1121. Nhóm ngân hàng có vốn nhà nước có DIV trung bình 0.3458, cao hơn mức 0.3096 của nhóm ngân hàng tư nhân. ROA bình quân của hai nhóm lần lượt là 0.0116 và 0.0110. Nhóm có vốn nhà nước đồng thời có quy mô tài sản lớn hơn, CIR và NPL thấp hơn trong thống kê mô tả. Những khác biệt này chỉ phản ánh đặc điểm của mẫu và chưa đủ để kết luận về quan hệ nhân quả.
Bảng 2. Thống kê mô tả các biến nghiên cứu
| Biến | Trung bình toàn mẫu | Độ lệch chuẩn toàn mẫu | Trung bình nhóm có vốn nhà nước | Trung bình nhóm tư nhân | Chênh lệch |
| ROA | 0.0110 | 0.0073 | 0.0116 | 0.0110 | 0.0006 |
| DIV | 0.3126 | 0.1121 | 0.3458 | 0.3096 | 0.0361 |
| SIZE | 14.3323 | 0.5149 | 15.1129 | 14.2613 | 0.8516 |
| CIR | 0.4754 | 0.1388 | 0.3690 | 0.4850 | -0.1160 |
| NPL | 0.0194 | 0.0101 | 0.0112 | 0.0201 | -0.0089 |
Sự khác biệt về cơ cấu thu nhập và đặc điểm hoạt động giữa hai nhóm ngân hàng cho thấy cần kiểm soát các yếu tố đặc thù của ngân hàng khi đánh giá mối quan hệ giữa đa dạng hóa thu nhập và ROA.
4.2. Kết quả ước lượng GMM hệ thống hai bước
Bảng 3 trình bày kết quả ước lượng. Ở mô hình (1), khi DIV được xem là biến ngoại sinh, hệ số DIV (-0.00646) và DIV² (0.0196) đều không có ý nghĩa thống kê. Vì vậy, đặc tả này chưa cung cấp bằng chứng về quan hệ phi tuyến giữa đa dạng hóa thu nhập và ROA.
Khi DIV được xử lý là biến nội sinh ở mô hình (2), hệ số DIV bằng -0.0921 và có ý nghĩa thống kê ở mức 5%, trong khi DIV² bằng 0.164, mang dấu dương và có ý nghĩa thống kê. Dấu của hai hệ số cho thấy quan hệ ước lượng có dạng chữ U. Theo dạng hàm bậc hai này, khi DIV còn thấp, ROA có xu hướng giảm theo DIV; sau điểm chuyển, chiều tác động biên chuyển sang dương. Kết quả phù hợp với lập luận rằng lợi ích và chi phí của đa dạng hóa có thể thay đổi theo mức độ mở rộng nguồn thu, nhưng mô hình không trực tiếp đo lường từng cơ chế chi phí hay lợi ích này.
Bảng 3. Kết quả ước lượng GMM hệ thống hai bước (biến phụ thuộc: ROA)
| Biến giải thích | (1) DIV ngoại sinh | (2) DIV nội sinh | (3) DIV nội sinh, thêm biến khủng hoảng | (4) DIV nội sinh, thêm khủng hoảng và sở hữu nhà nước |
| ROA trễ | 0.705*** [7.10] | 0.650*** [8.86] | 0.618*** [6.94] | 0.627*** [6.78] |
| DIV | -0.00646 [-0.93] | -0.0921** [-2.17] | -0.0879** [-2.11] | -0.0895* [-2.04] |
| DIV² | 0.0196 [1.32] | 0.164** [2.38] | 0.156** [2.28] | 0.159** [2.22] |
| SIZE | -0.00177 [-1.71] | -0.00100 [-1.64] | -0.000996 [-1.32] | -0.00110 [-1.27] |
| CIR | -0.0159*** [-4.94] | -0.0186*** [-5.45] | -0.0178*** [-4.53] | -0.0176*** [-4.46] |
| NPL | -0.0619* [-1.77] | -0.0274 [-1.01] | -0.0337 [-0.93] | -0.0359 [-0.98] |
| Khủng hoảng | 0.00295** [2.20] | 0.00294** [2.15] | ||
| Sở hữu nhà nước | 0.000128 [0.12] | |||
| Tăng trưởng GDP | 0.00527 [0.53] | -0.00181 [-0.22] | 0.0532* [2.06] | 0.0537* [2.05] |
| Lạm phát | 0.0370** [2.25] | 0.0693*** [3.25] | 0.0651** [2.63] | 0.0662** [2.58] |
| Hằng số | 0.0360** [2.39] | 0.0369*** [4.31] | 0.0323*** [3.07] | 0.0338** [2.72] |
| Điểm chuyển ước lượng | 0.16482 | 0.28080 | 0.28086 | 0.2810 |
| Số quan sát | 264 | 264 | 264 | 264 |
| Số ngân hàng | 24 | 24 | 24 | 24 |
| Số biến công cụ | 14 | 16 | 16 | 16 |
| Giá trị p AR(1) | 0.021 | 0.006 | 0.003 | 0.003 |
| Giá trị p AR(2) | 0.784 | 0.492 | 0.538 | 0.547 |
| Giá trị p Hansen | 0.112 | 0.352 | 0.269 | 0.304 |
Điểm chuyển của mô hình (2) được ước lượng ở mức 0.28080 và gần như không thay đổi khi bổ sung các biến kiểm soát trong mô hình (3) và (4), với các giá trị lần lượt là 0.28086 và 0.2810. DIV bình quân của toàn mẫu là 0.3126, cao hơn điểm chuyển khoảng 0,032 điểm. Kết quả này chỉ cho thấy quan sát bình quân nằm ở phía bên phải điểm chuyển; không thể suy ra rằng phần lớn ngân hàng đều vượt điểm chuyển nếu chưa xem xét phân bố của từng quan sát.
Trong mô hình (3) và (4), hệ số DIV vẫn âm, còn DIV² vẫn dương và có ý nghĩa thống kê. Biến khủng hoảng có hệ số dương và có ý nghĩa thống kê, trong khi biến sở hữu nhà nước không có ý nghĩa thống kê. Các hệ số này phản ánh mối liên hệ sau khi kiểm soát các biến trong mô hình; riêng hệ số khủng hoảng không đủ để kết luận nguyên nhân của mức ROA cao hơn trong giai đoạn 2020 – 2021.
4.3. Kiểm tra độ vững
Bảng 4 cho thấy, dấu của DIV và DIV² vẫn phù hợp với dạng chữ U trong ba cách kiểm tra. Tuy nhiên, ý nghĩa thống kê không ổn định: mô hình tác động cố định và đặc tả loại giai đoạn 2020 – 2021 không cho thấy hai hệ số có ý nghĩa thống kê, trong khi kết quả sau khi xử lý quan sát cực trị vẫn có ý nghĩa thống kê. Vì vậy, bằng chứng về quan hệ chữ U mạnh nhất trong các đặc tả GMM có xử lý nội sinh và không nên diễn giải là hoàn toàn bền vững trước mọi thay đổi về phương pháp.
Bảng 4. Kết quả kiểm tra độ vững của mô hình (biến phụ thuộc: ROA)
| Đặc tả | DIV | DIV² | Số quan sát | Kết luận |
| Mô hình tác động cố định, sai số chuẩn cụm theo ngân hàng | -0.0017 | 0.0119 | 264 | Dấu chữ U, không có ý nghĩa thống kê |
| Loại giai đoạn 2020-2021 | -0.00622 | 0.0213 | 192 | Dấu chữ U, không có ý nghĩa thống kê |
| Giới hạn tại phân vị 1% và 99% | -0.0879** | 0.156** | 264 | Dấu chữ U, có ý nghĩa thống kê |
5. Thảo luận và hàm ý chính sách
Kết quả GMM hệ thống hai bước cho thấy mối quan hệ ước lượng giữa DIV và ROA có dạng chữ U, trong khi các kiểm tra thay thế cho thấy ý nghĩa thống kê chưa ổn định ở mọi đặc tả. Phát hiện này giúp giải thích một phần sự khác nhau giữa nhóm nghiên cứu ghi nhận lợi ích của đa dạng hóa (Chiorazzo và cộng sự, 2008; Elsas và cộng sự, 2010; Sanya và Wolfe, 2011) và nhóm nhấn mạnh chi phí, biến động hoặc rủi ro của hoạt động ngoài lãi (DeYoung và Roland, 2001; Stiroh, 2004; Stiroh và Rumble, 2006; Mercieca và cộng sự, 2007; Lepetit và cộng sự, 2008). Kết quả không hàm ý rằng có một mức đa dạng hóa tối ưu chung cho mọi ngân hàng; điểm 0,281 là điểm chuyển ước lượng của mô hình trong phạm vi mẫu nghiên cứu.
Một là, các ngân hàng nên theo dõi chất lượng cơ cấu nguồn thu thay vì chỉ đặt mục tiêu tăng tỷ trọng thu nhập ngoài lãi. Chỉ số DIV có thể được sử dụng như một chỉ báo tham khảo cùng với khả năng sinh lời, mức độ biến động của từng nguồn thu và chi phí vận hành. Việc mở rộng dịch vụ cần phù hợp với quy mô, năng lực quản trị và nền tảng khách hàng của từng ngân hàng.
Hai là, quản trị chi phí cần được đặt cùng với chiến lược đa dạng hóa. CIR có hệ số âm và có ý nghĩa thống kê trong các mô hình chính, cho thấy ngân hàng có tỷ lệ chi phí trên thu nhập cao hơn thường gắn với ROA thấp hơn trong phạm vi mẫu. Do đó, khi mở rộng nguồn thu ngoài lãi, ngân hàng cần kiểm soát chi phí đầu tư, chuẩn hóa quy trình và tận dụng công nghệ để giảm chi phí phục vụ trên mỗi giao dịch. Nghiên cứu không trực tiếp kiểm định tác động của chuyển đổi số, vì vậy các giải pháp số hóa nên được xem là công cụ hỗ trợ quản trị chi phí chứ không phải kết luận nhân quả từ mô hình.
Ba là, cơ quan quản lý cần tiếp tục nâng chất lượng công bố dữ liệu về cơ cấu thu nhập, chi phí và rủi ro của các hoạt động ngoài lãi. Dữ liệu nhất quán hơn sẽ giúp ngân hàng và cơ quan giám sát đánh giá rõ nguồn thu nào tạo lợi ích ổn định, nguồn thu nào làm tăng biến động, từ đó hạn chế việc mở rộng hoạt động ngoài lãi vượt quá năng lực quản trị rủi ro.
6. Kết luận
Bài viết sử dụng dữ liệu của 24 ngân hàng thương mại Việt Nam giai đoạn 2014 – 2025 và GMM hệ thống hai bước để đánh giá quan hệ phi tuyến giữa đa dạng hóa thu nhập và ROA. Trong đặc tả xử lý DIV là biến nội sinh, hệ số DIV âm và DIV dương, có ý nghĩa thống kê; điểm chuyển được ước lượng khoảng 0,281. Đây là điểm cực tiểu của quan hệ bậc hai ước lượng, không phải mức đa dạng hóa tối ưu theo nghĩa tối đa hóa ROA.
Kết quả kiểm tra độ vững cho thấy, dấu chữ U được duy trì nhưng ý nghĩa thống kê không ổn định ở mọi đặc tả. Vì vậy, kết quả nên được hiểu là bằng chứng ủng hộ quan hệ phi tuyến trong mô hình GMM chính, thay vì khẳng định một quy luật chung cho toàn bộ hệ thống ngân hàng. Bài viết còn giới hạn ở cách đo đa dạng hóa theo hai nhóm thu nhập và trong giai đoạn 2014 – 2025. Các nghiên cứu tiếp theo có thể tách chi tiết các nguồn thu ngoài lãi, mở rộng thước đo rủi ro và kiểm tra mức độ nhạy của điểm chuyển trước các cách đo lường và đặc tả khác.
Tài liệu tham khảo:
* Nghiên cứu này được tài trợ bởi đề tài cấp Trường Đại học Mở Hà Nội, mã số MHN2026-02.57
Arellano, M., & Bond, S. (1991). Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. The Review of Economic Studies, 58(2), 277-297. https://doi.org/10.2307/2297968
Blundell, R., & Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics, 87(1), 115-143. https://doi.org/10.1016/S0304-4076(98)00009-8
Chiorazzo, V., Milani, C., & Salvini, F. (2008). Income diversification and bank performance: Evidence from Italian banks. Journal of Financial Services Research, 33(3), 181-203. https://doi.org/10.1007/s10693-008-0029-4
DeYoung, R., & Roland, K. P. (2001). Product mix and earnings volatility at commercial banks: Evidence from a degree of total leverage model. Journal of Financial Intermediation, 10(1), 54-84. https://doi.org/10.1006/jfin.2000.0305
Elsas, R., Hackethal, A., & Holzhauser, M. (2010). The anatomy of bank diversification. Journal of Banking & Finance, 34(6), 1274-1287. https://doi.org/10.1016/j.jbankfin.2009.11.024
Lepetit, L., Nys, E., Rous, P., & Tarazi, A. (2008). Bank income structure and risk: An empirical analysis of European banks. Journal of Banking & Finance, 32(8), 1452-1467. https://doi.org/10.1016/j.jbankfin.2007.12.002
Mercieca, S., Schaeck, K., & Wolfe, S. (2007). Small European banks: Benefits from diversification? Journal of Banking & Finance, 31(7), 1975-1998. https://doi.org/10.1016/j.jbankfin.2007.01.004
Sanya, S., & Wolfe, S. (2011). Can banks in emerging economies benefit from revenue diversification? Journal of Financial Services Research, 40(1), 79-101. https://doi.org/10.1007/s10693-010-0098-z
Stiroh, K. J. (2004). Diversification in banking: Is noninterest income the answer? Journal of Money, Credit and Banking, 36(5), 853-882.
Stiroh, K. J., & Rumble, A. (2006). The dark side of diversification: The case of US financial holding companies. Journal of Banking & Finance, 30(8), 2131-2161. https://doi.org/10.1016/j.jbankfin.2005.07.024
Windmeijer, F. (2005). A finite sample correction for the variance of linear efficient two-step GMM estimators. Journal of Econometrics, 126(1), 25-51. https://doi.org/10.1016/j.jeconom.2004.02.005
