CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CHẤT LƯỢNG TÍN DỤNG CỦA NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN VIỆT NAM THỊNH VƯỢNG

Tìm hiểu các nhân tố ảnh hưởng đến chất lượng tín dụng tại Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank). Phân tích và đánh giá chi tiết.

• Tác giả: Nguyễn Trần Anh Ngọc
• Người hướng dẫn: ThS. Tạ Thanh Huyền
• Trường học: Học Viện Ngân Hàng
• Chuyên ngành: Ngân hàng
• Đề tài: Các Nhân Tố Ảnh Hưởng Đến Chất Lượng Tín Dụng Của Ngân Hàng Thương Mại Cổ Phần Việt Nam Thịnh Vượng
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: CƠ SỞ LÝ LUẬN VỀ CHẤT LƯỢNG TÍN DỤNG VÀ NHÂN TỐ ẢNH HƯỞNG ĐẾN CLTD CỦA NGÂN HÀNG THƯƠNG MẠI
• 1.1. Chất lượng tín dụng
• 1.1.1. Khái niệm
• 1.2. Các chỉ tiêu đánh giá chất lượng tín dụng
• 1.3. Các nhân tố ảnh hưởng đến chất lượng tín dụng
• 1.3.1. Nhóm nhân tố chủ quan
• 1.3.2. Nhóm nhân tố khách quan
• 1.4. Kinh nghiệm nâng cao chất lượng tín dụng của một số NHTM trên thế giới và bài học cho các NHTM Việt Nam
• 1.4.1. Kinh nghiệm nâng cao chất lượng tín dụng của các NHTM Thái Lan
• 1.4.2. Kinh nghiệm nâng cao chất lượng tín dụng của các NHTM tại Mỹ
• 1.4.3. Bài học cho các NHTM tại Việt Nam
• 1.5. KẾT LUẬN CHƯƠNG 1
• 2. CHƯƠNG 2: THỰC TRẠNG NÂNG CAO CHẤT LƯỢNG TÍN DỤNG TẠI NGÂN HÀNG TMCP VIỆT NAM THỊNH VƯỢNG
• 2.1. Khái quát về ngân hàng thương mại cổ phần Việt Nam Thịnh vượng
• 2.2. Lịch sử hình thành và phát triển
• 2.3. Cơ cấu tổ chức của ngân hàng
• 2.4. Hiệu quả hoạt động của ngân hàng giai đoạn 2020-2022
• 2.5. Thực trạng chất lượng tín dụng tại ngân hàng TMCP Việt Nam Thịnh vượng qua các chỉ tiêu đánh giá
• 2.6. KẾT LUẬN CHƯƠNG 2
• 3. CHƯƠNG 3: MÔ HÌNH NGHIÊN CỨU CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CHẤT LƯỢNG TÍN DỤNG TẠI NGÂN HÀNG TMCP VIỆT NAM THỊNH VƯỢNG
• 3.1. Quy trình nghiên cứu
• 3.2. Mô hình nghiên cứu
• 3.3. Thang đo của mô hình
• 3.4. Giả thuyết nghiên cứu
• 3.5. Thu thập dữ liệu
• 3.6. Thông tin về mẫu
• 3.7. Thống kê mô tả các biến
• 3.8. Kết quả nghiên cứu
• 3.9. Đánh giá độ tin cậy thang đo bằng hệ số Cronbach's Alpha
• 3.10. Phân tích nhân tố khám phá EFA
• 3.11. Phân tích tương quan
• 3.12. Phân tích hồi quy tuyến tính
• 3.13. Phân tích kết quả nghiên cứu
• 3.14. KẾT LUẬN CHƯƠNG 3
• 4. CHƯƠNG 4: GIẢI PHÁP NÂNG CAO CHẤT LƯỢNG TÍN DỤNG TẠI NGÂN HÀNG TMCP VIỆT NAM THỊNH VƯỢNG
• 4.1. Định hướng hoạt động tín dụng tại ngân hàng TMCP Việt Nam Thịnh vượng
• 4.2. Đề xuất giải pháp
• 4.3. Một số khuyến nghị
• 4.4. KẾT LUẬN CHƯƠNG 4
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Chất Lượng Tín Dụng VPBank Nghiên Cứu 2024

Nghiên cứu về chất lượng tín dụng tại VPBank trở nên cấp thiết trong bối cảnh kinh tế hiện nay. Các ngân hàng thương mại cổ phần, đặc biệt là VPBank, đóng vai trò quan trọng trong việc hỗ trợ tăng trưởng kinh tế. Tín dụng, hoạt động cốt lõi của ngân hàng, vừa mang lại nguồn thu đáng kể, vừa tiềm ẩn nhiều rủi ro tín dụng. Việc đánh giá đúng các yếu tố ảnh hưởng và đề xuất các biện pháp nâng cao chất lượng tín dụng là yêu cầu sống còn. Nghiên cứu này tập trung đánh giá mức độ ảnh hưởng của các yếu tố này, nhằm đưa ra những khuyến nghị giá trị cho các nhà quản trị ngân hàng.

Theo VnEconomy, tỷ lệ nợ xấu nội bảng năm 2022 tiệm cận 2%, nhấn mạnh tầm quan trọng của việc quản lý chất lượng tín dụng. Nhiều ngân hàng đã rơi vào tình trạng kiểm soát đặc biệt do kết quả hoạt động kém, một phần do không chú trọng nâng cao chất lượng tín dụng. Do đó, việc nghiên cứu này nhằm mục đích đưa ra giải pháp thực tiễn cho VPBank, một trong những ngân hàng có tỷ lệ nợ xấu cao nhất trong khu vực.

1.1. Tầm quan trọng của Chất Lượng Tín Dụng trong Ngân hàng

Chất lượng tín dụng là yếu tố then chốt trong hoạt động kinh doanh của mọi ngân hàng. Việc duy trì chất lượng tín dụng ổn định giúp ngân hàng đảm bảo khả năng sinh lời, giảm thiểu rủi ro nợ xấu và tăng cường uy tín trên thị trường. Theo nghiên cứu của Ahmed và Malik (2015), quản lý rủi ro tín dụng hiệu quả có tác động tích cực đến hiệu quả hoạt động cho vay của ngân hàng. Việc nắm bắt và kiểm soát các yếu tố ảnh hưởng đến chất lượng tín dụng là nhiệm vụ hàng đầu của các nhà quản lý ngân hàng để đảm bảo sự phát triển bền vững.

1.2. Tổng quan về Hoạt động Tín dụng tại Ngân hàng VPBank

VPBank, với vai trò là một trong những ngân hàng thương mại cổ phần hàng đầu tại Việt Nam, có hoạt động tín dụng đa dạng và quy mô lớn. Việc đánh giá chất lượng tín dụng tại VPBank đòi hỏi sự hiểu biết sâu sắc về quy trình tín dụng, danh mục tín dụng và các chính sách tín dụng mà ngân hàng đang áp dụng. Nghiên cứu này sẽ tập trung vào việc phân tích thực trạng chất lượng tín dụng tại VPBank trong giai đoạn 2020-2022, từ đó đưa ra những đánh giá khách quan và toàn diện.

II. Thách Thức Yếu Tố Ảnh Hưởng Chất Lượng Tín Dụng VPBank

Việc xác định và phân tích các yếu tố ảnh hưởng đến chất lượng tín dụng tại VPBank là một thách thức không nhỏ. Các yếu tố này có thể xuất phát từ cả bên trong ngân hàng (yếu tố chủ quan) và từ môi trường bên ngoài (yếu tố khách quan). Sự biến động của kinh tế vĩ mô, sự thay đổi trong chính sách tín dụng của nhà nước, và các yếu tố đặc thù của ngành ngân hàng đều có thể tác động đến chất lượng tín dụng. Đồng thời, các yếu tố nội tại như quy trình thẩm định tín dụng, năng lực quản lý rủi ro tín dụng, và chất lượng đội ngũ cán bộ tín dụng cũng đóng vai trò quan trọng.

Theo nghiên cứu của Faical Belaid (2014), các yếu tố nội tại của ngân hàng như khả năng quản lý, chi phí hoạt động, và dòng vốn có ảnh hưởng đáng kể đến chất lượng tín dụng. Do đó, việc nghiên cứu này cần phải có cái nhìn tổng thể và phân tích sâu sắc để đưa ra những kết luận chính xác và có giá trị.

2.1. Các Yếu Tố Khách Quan Tác Động Chất Lượng Tín Dụng VPBank

Các yếu tố khách quan bao gồm các yếu tố kinh tế vĩ mô như tăng trưởng GDP, tỷ lệ lạm phát, và tỷ giá hối đoái. Ngoài ra, các yếu tố chính trị, pháp luật, và môi trường kinh doanh cũng có thể ảnh hưởng đến chất lượng tín dụng của VPBank. Ví dụ, sự thay đổi trong chính sách lãi suất của Ngân hàng Nhà nước có thể tác động đến khả năng trả nợ của khách hàng vay, từ đó ảnh hưởng đến tỷ lệ nợ xấu của ngân hàng. Nghiên cứu của Laivi Laidroo, Kadri Mannasoo (2017) cũng chỉ ra rằng các cam kết tín dụng có thể tác động tiêu cực đến chất lượng tín dụng.

2.2. Các Yếu Tố Chủ Quan Tác Động Chất Lượng Tín Dụng tại VPBank

Các yếu tố chủ quan bao gồm các yếu tố nội tại của VPBank như quy trình tín dụng, chính sách tín dụng, năng lực quản lý rủi ro tín dụng, và chất lượng đội ngũ cán bộ tín dụng. Quy trình thẩm định tín dụng chặt chẽ và hiệu quả có thể giúp ngân hàng giảm thiểu rủi ro nợ xấu. Năng lực quản lý rủi ro tín dụng tốt giúp ngân hàng dự báo và ứng phó kịp thời với các tình huống xấu có thể xảy ra. Chất lượng đội ngũ cán bộ tín dụng, với kiến thức chuyên môn và kinh nghiệm, là yếu tố then chốt để đảm bảo chất lượng tín dụng.

2.3. Tác động của Điều kiện Kinh tế đến Chất Lượng Tín dụng

Tình hình kinh tế vĩ mô luôn là yếu tố then chốt ảnh hưởng đến chất lượng tín dụng. Khi nền kinh tế tăng trưởng chậm lại hoặc suy thoái, doanh nghiệp và cá nhân gặp khó khăn trong việc trả nợ, dẫn đến gia tăng nợ xấu. Ngân hàng cần chủ động đánh giá và điều chỉnh chính sách tín dụng phù hợp với từng giai đoạn phát triển của nền kinh tế. Việc phân tích các chỉ số kinh tế vĩ mô và dự báo xu hướng phát triển là rất quan trọng để ngân hàng đưa ra quyết định cho vay đúng đắn.

III. Phương Pháp Nâng Cao Chất Lượng Tín Dụng Tại VPBank

Nâng cao chất lượng tín dụng tại VPBank đòi hỏi một phương pháp tiếp cận toàn diện và có hệ thống. Các giải pháp cần tập trung vào việc cải thiện quy trình tín dụng, tăng cường năng lực quản lý rủi ro tín dụng, nâng cao chất lượng đội ngũ cán bộ tín dụng, và áp dụng các công nghệ tiên tiến trong hoạt động tín dụng. Đồng thời, VPBank cần chủ động theo dõi và đánh giá môi trường kinh doanh để đưa ra những quyết định cho vay phù hợp.

Nghiên cứu của Nguyễn Thị Thu Đông (2012) đã chỉ ra các yếu tố có ảnh hưởng tích cực đến chất lượng tín dụng như chính sách tín dụng, quy trình tín dụng, và hệ thống quản lý rủi ro. Do đó, VPBank cần tập trung vào việc hoàn thiện các yếu tố này để nâng cao chất lượng tín dụng.

3.1. Cải Thiện Quy Trình Thẩm Định Tín Dụng tại VPBank

Quy trình thẩm định tín dụng đóng vai trò quan trọng trong việc đánh giá khả năng trả nợ của khách hàng vay. VPBank cần rà soát và cải thiện quy trình thẩm định tín dụng để đảm bảo tính chính xác, khách quan, và hiệu quả. Các công cụ đánh giá tín dụng cần được cập nhật và hoàn thiện để phù hợp với tình hình thực tế. Đồng thời, cần tăng cường đào tạo cho đội ngũ cán bộ thẩm định để nâng cao năng lực chuyên môn.

3.2. Tăng Cường Quản Lý Rủi Ro Tín Dụng tại VPBank

Quản lý rủi ro tín dụng là một trong những yếu tố then chốt để đảm bảo chất lượng tín dụng tại VPBank. Ngân hàng cần xây dựng hệ thống quản lý rủi ro tín dụng toàn diện, bao gồm việc xác định, đo lường, kiểm soát, và giảm thiểu rủi ro. Các công cụ dự báo rủi ro cần được áp dụng để đánh giá khả năng trả nợ của khách hàng. Đồng thời, cần xây dựng các kế hoạch ứng phó với các tình huống xấu có thể xảy ra.

3.3. Nâng cao Chất lượng Đội ngũ Cán bộ

Nguồn nhân lực chất lượng cao là yếu tố then chốt để cải thiện chất lượng tín dụng. VPBank cần chú trọng đào tạo và bồi dưỡng đội ngũ cán bộ tín dụng, đặc biệt là về kiến thức chuyên môn, kỹ năng thẩm định tín dụng và quản lý rủi ro. Việc xây dựng đội ngũ cán bộ có tâm, có tầm, và có trách nhiệm sẽ góp phần quan trọng vào việc nâng cao hiệu quả hoạt động tín dụng và giảm thiểu nợ xấu.

IV. Ứng Dụng Thực Tiễn Nâng Chất Lượng Tín Dụng VPBank

Để nâng cao chất lượng tín dụng tại VPBank, các giải pháp cần được triển khai một cách đồng bộ và hiệu quả. Việc áp dụng các công nghệ tiên tiến trong hoạt động tín dụng, như hệ thống đánh giá tín dụng tự động, có thể giúp ngân hàng tiết kiệm thời gian và chi phí, đồng thời nâng cao tính chính xác trong quá trình thẩm định. Đồng thời, VPBank cần tăng cường hợp tác với các tổ chức tín dụng khác để chia sẻ thông tin và kinh nghiệm về quản lý rủi ro tín dụng.

Theo luận án tiến sĩ của Nguyễn Văn Tuấn (2015), các yếu tố như chiến lược tín dụng, chính sách và quy chế tín dụng, và hệ thống quản lý có ảnh hưởng lớn đến chất lượng tín dụng. Do đó, VPBank cần tập trung vào việc hoàn thiện các yếu tố này để đạt được hiệu quả cao nhất.

4.1. Ứng dụng Công nghệ trong Thẩm định và Quản lý Tín dụng

Sử dụng các phần mềm và công cụ phân tích dữ liệu lớn để đánh giá khách hàng, giúp giảm thiểu thời gian và chi phí thẩm định. Đồng thời, giúp phát hiện sớm các dấu hiệu rủi ro tiềm ẩn. Hệ thống cần được cập nhật thường xuyên để thích ứng với các thay đổi của thị trường và môi trường kinh doanh.

4.2. Tăng Cường Hợp Tác và Chia Sẻ Thông Tin Tín Dụng

Hợp tác với các tổ chức tín dụng khác để chia sẻ thông tin về khách hàng, đặc biệt là các thông tin về lịch sử tín dụng và tình hình tài chính. Việc này giúp ngân hàng có cái nhìn toàn diện hơn về khách hàng và đưa ra quyết định cho vay chính xác hơn. Cần đảm bảo tuân thủ các quy định về bảo mật thông tin và tránh xung đột lợi ích.

V. Kết luận Tương Lai Chất Lượng Tín Dụng VPBank 2030

Nâng cao chất lượng tín dụng là một quá trình liên tục và đòi hỏi sự nỗ lực của toàn bộ hệ thống VPBank. Với những giải pháp và khuyến nghị được đưa ra trong nghiên cứu này, VPBank có thể đạt được những bước tiến quan trọng trong việc cải thiện chất lượng tín dụng, giảm thiểu rủi ro nợ xấu, và nâng cao hiệu quả hoạt động. Trong tương lai, VPBank cần tiếp tục theo dõi và đánh giá môi trường kinh doanh để đưa ra những quyết định cho vay phù hợp, đồng thời không ngừng hoàn thiện hệ thống quản lý rủi ro tín dụng và nâng cao chất lượng đội ngũ cán bộ tín dụng.

Theo luận án tiến sĩ của Dương Thị Hoàn (2020), quản trị rủi ro tín dụng có ảnh hưởng lớn đến chất lượng tín dụng của ngân hàng. Do đó, VPBank cần đặc biệt chú trọng đến việc tăng cường quản trị rủi ro tín dụng để đảm bảo sự phát triển bền vững trong tương lai.

5.1. Đánh Giá Kết Quả và Hạn Chế của Nghiên cứu

Phân tích những kết quả đạt được và những hạn chế còn tồn tại trong nghiên cứu, từ đó đề xuất các hướng nghiên cứu tiếp theo. Cần chỉ rõ những đóng góp mới của nghiên cứu và những vấn đề cần được tiếp tục nghiên cứu trong tương lai.

5.2. Tầm Nhìn Chất Lượng Tín Dụng VPBank đến năm 2030

Xác định tầm nhìn và mục tiêu về chất lượng tín dụng của VPBank đến năm 2030, dựa trên các xu hướng phát triển của ngành ngân hàng và môi trường kinh doanh. Cần xây dựng kế hoạch hành động cụ thể để đạt được các mục tiêu đã đề ra.

Nội dung chính

Giới thiệu dự án

Bối cảnh và thực trạng ngành ngân hàng

Trong giai đoạn 2020–2022, nền kinh tế toàn cầu và Việt Nam chịu tác động sâu sắc từ dịch bệnh Covid-19, đứt gãy chuỗi cung ứng và biến động lãi suất. Ngành ngân hàng đóng vai trò huyết mạch trong việc cung ứng vốn cho nền kinh tế nhưng đồng thời phải đối mặt với áp lực gia tăng rủi ro tín dụng (RRTD). Tỷ lệ nợ xấu (NPL - Non-Performing Loans) nội bảng toàn ngành năm 2022 tiệm cận ngưỡng 2% (theo số liệu từ Ngân hàng Nhà nước Việt Nam - NHNN), đặt ra bài toán cấp bách về việc nâng cao năng lực thẩm định và chất lượng tín dụng (CLTD).

Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank) là một trong những định chế tài chính bán lẻ hàng đầu với tốc độ tăng trưởng tín dụng vượt bậc (năm 2020 đạt 19,23%; năm 2021 đạt 18,94%; năm 2022 đạt xấp xỉ 31% tại ngân hàng mẹ). Tuy nhiên, đặc thù tập trung vào phân khúc khách hàng cá nhân (RB), doanh nghiệp vừa và nhỏ (SME) cùng mảng tài chính tiêu dùng khiến VPBank đối mặt với rủi ro danh mục cao hơn mức trung bình ngành.

+-------------------------------------------------------------------------+
|                  ÁP LỰC CHẤT LƯỢNG TÍN DỤNG VPBANK                      |
+-------------------------------------------------------------------------+
|  Tăng trưởng tín dụng nhanh (>30%)   <--->   Kiểm soát tỷ lệ Nợ xấu     |
|  Đa dạng hóa danh mục SME & Cá nhân  <--->   Trích lập dự phòng rủi ro  |
|  Tối ưu hóa hệ số an toàn vốn (CAR)  <--->   Duy trì ROE/ROA vượt trội  |
+-------------------------------------------------------------------------+

Vấn đề nghiên cứu (Problem Statement)

Mặc dù VPBank duy trì các chỉ số hiệu quả kinh doanh ấn tượng (năm 2022: ROA đạt 3,1%, ROE đạt 20,7%, CIR ở mức 24,4%, CAR theo chuẩn Basel II đạt ~15%), việc phân tích định lượng các nhân tố tác động đến CLTD trong giai đoạn biến động 2020–2022 vẫn là khoảng trống nghiên cứu cần được giải quyết bằng mô hình kinh tế lượng thực nghiệm.

Mục tiêu nghiên cứu

1. Hệ thống hóa cơ sở lý luận về chất lượng tín dụng và quản trị rủi ro tín dụng theo chuẩn mực quốc tế (Basel II/III).
2. Phân tích thực trạng hoạt động tín dụng, cơ cấu nợ và chất lượng cho vay tại VPBank giai đoạn 2020–2022.
3. Xây dựng và kiểm định mô hình hồi quy đa biến (Multiple Linear Regression) nhằm đo lường mức độ tác động của các nhân tố nội tại đến CLTD.
4. Đề xuất hệ thống giải pháp và khuyến nghị khả thi giúp ban lãnh đạo VPBank tối ưu hóa quy trình tín dụng và giảm thiểu tổn thất danh mục.

Phương pháp tiếp cận và phạm vi

• Phương pháp tiếp cận: Kết hợp phân tích định tính (nghiên cứu tài liệu thứ cấp từ báo cáo tài chính, báo cáo thường niên) và định lượng thực nghiệm (khảo sát cán bộ tín dụng, phân tích Cronbach's Alpha, EFA và hồi quy OLS trên SPSS 22.0).
• Phạm vi nghiên cứu: Toàn bộ hệ thống VPBank trong khung thời gian dữ liệu tài chính 2020–2022.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

So sánh các cách tiếp cận đánh giá chất lượng tín dụng

Phương pháp	Ưu điểm	Nhược điểm	Ứng dụng trong nghiên cứu
Chỉ số tài chính CAMELS	Định lượng rõ ràng qua báo cáo tài chính (CAR, NPL, ROA)	Phản ánh dữ liệu quá khứ, độ trễ cao, thiếu chiều sâu vận hành	Đánh giá thực trạng hiệu quả tài chính VPBank (2020–2022)
Chấm điểm tín dụng (Credit Scoring)	Tự động hóa đánh giá xác suất vỡ nợ (PD) của từng khoản vay	Phụ thuộc vào chất lượng dữ liệu đầu vào và giới hạn ở cấp độ vi mô	Phân tích quy trình thẩm định nội bộ tại VPBank
Mô hình định lượng EFA & Hồi quy	Đo lường toàn diện các nhân tố vận hành, công nghệ và con người	Đòi hỏi cỡ mẫu khảo sát đủ lớn và thiết kế thang đo chuẩn hóa	Phương pháp cốt lõi xác định nhân tố ảnh hưởng đến CLTD

Ma trận yêu cầu giải pháp (MoSCoW Framework)

• Must have (Bắt buộc): Kiểm định độ tin cậy thang đo ($\text{Cronbach's Alpha} \ge 0.70$), phân tích nhân tố khám phá ($\text{KMO} \ge 0.50$, $\text{Sig.} < 0.05$), xây dựng hàm hồi quy xác định hệ số $\beta$.
• Should have (Nên có): Tích hợp phân tích mô hình 3 tuyến phòng thủ theo chuẩn Basel và đối sánh quốc tế (Thái Lan, Hoa Kỳ).
• Could have (Có thể có): Mở rộng kịch bản ứng dụng Machine Learning trong việc phân loại nợ sớm.
• Won't have (Không thực hiện): Không đi sâu vào thẩm định kỹ thuật chi tiết của từng hợp đồng tín dụng đơn lẻ.

Thiết kế hệ thống nghiên cứu

+----------------------------------------------------------------------------------+
|                          KHUNG MÔ HÌNH NGHIÊN CỨU ĐỀ XUẤT                         |
+----------------------------------------------------------------------------------+
|  [CS]   Chiến lược & Chính sách tín dụng (H1: +)   ---\                           |
|  [QTTD] Tổ chức & Quản trị điều hành (H2: +)        ----\                         |
|  [CNH]  Công nghệ ngân hàng (H3: +)                  -----> [CLTD] CHẤT LƯỢNG     |
|  [TT]   Thông tin tín dụng & CIC (H4: +)             ----->        TÍN DỤNG       |
|  [QTRR] Quản trị rủi ro tín dụng (H5: +)             ----/                        |
|  [KSNB] Kiểm soát nội bộ 3 tuyến phòng thủ (H6: +) --/                            |
+----------------------------------------------------------------------------------+

Ngăn xếp công nghệ và công cụ phân tích (Tech Stack)

• Phần mềm xử lý thống kê: IBM SPSS Statistics v22.0 / R Studio (v4.2.2).
• Ngôn ngữ lập trình mô phỏng dữ liệu: Python 3.10 (pandas v2.0.3, statsmodels v0.14.0, scikit-learn v1.3.0).
• Hệ thống dữ liệu tích hợp: Báo cáo tài chính kiểm toán VPBank (2020–2022), Dữ liệu Trung tâm Thông tin Tín dụng Quốc gia (CIC).

Thiết kế biến và thang đo khảo sát

Mô hình sử dụng thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý) với 7 nhóm biến:

1. Chiến lược & Chính sách tín dụng (CS): 4 biến quan sát (khẩu vị rủi ro, quy trình cho vay, hạn mức tín dụng, chính sách tài sản đảm bảo).
2. Tổ chức & Quản trị điều hành (QTTD): 4 biến quan sát (phân quyền phán quyết, cơ cấu tổ chức tập trung, năng lực cán bộ).
3. Công nghệ ngân hàng (CNH): 4 biến quan sát (hệ thống core banking, tự động hóa chấm điểm, an toàn thông tin).
4. Thông tin tín dụng (TT): 4 biến quan sát (độ chính xác dữ liệu CIC, thông tin lịch sử khách hàng, cập nhật thị trường).
5. Quản trị rủi ro tín dụng (QTRR): 5 biến quan sát (nhận diện RRTD sớm, trích lập dự phòng, xử lý nợ có vấn đề).
6. Kiểm soát nội bộ (KSNB): 4 biến quan sát (vận hành 3 tuyến phòng thủ, kiểm toán độc lập, tuân thủ quy chế).
7. Chất lượng tín dụng (CLTD - Biến phụ thuộc): 4 biến quan sát (tỷ lệ thu hồi nợ, kiểm soát nợ xấu, hiệu quả sinh lời danh mục).

---

Implementation và kết quả

Quy trình phân tích dữ liệu thực nghiệm

[Thu thập dữ liệu] -> [Kiểm định Cronbach's Alpha] -> [Phân tích EFA] -> [Tương quan Pearson] -> [Hồi quy OLS]

Đoạn mã phân tích hồi quy và kiểm định đa cộng tuyến (Python / SPSS Syntax Equivalent)

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Đọc dữ liệu khảo sát cán bộ tín dụng VPBank
df = pd.read_csv("vpbank_credit_survey_data.csv")
features = ['CS', 'QTTD', 'CNH', 'TT', 'QTRR', 'KSNB']
target = 'CLTD'

X = df[features]
y = df[target]

# 2. Bổ sung hệ số tự do (intercept)
X_with_const = sm.add_constant(X)

# 3. Ước lượng mô hình hồi quy tuyến tính cổ điển (OLS)
model = sm.OLS(y, X_with_const).fit()

# 4. Kiểm tra hiện tượng đa cộng tuyến qua chỉ số VIF
vif_data = pd.DataFrame()
vif_data["Variable"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]

print(model.summary())
print("\n--- KẾT QUẢ KIỂM ĐỊNH VIF ---")
print(vif_data)

Tiêu chuẩn kỹ thuật và kiểm định thống kê

                      TIÊU CHUẨN KIỂM ĐỊNH THỐNG KÊ

Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha) và EFA

• Độ tin cậy thang đo: Tất cả 6 nhóm biến độc lập và 1 biến phụ thuộc đều đạt hệ số Cronbach's Alpha từ 0.782 đến 0.895; hệ số tương quan biến - tổng (Corrected Item-Total Correlation) đều lớn hơn 0.35, chứng minh thang đo có độ nhất quán nội tại cao.
• Phân tích EFA biến độc lập:
  • Hệ số $\text{KMO} = 0.842 > 0.50$, kiểm định Bartlett có mức ý nghĩa $\text{Sig.} = 0.000 < 0.05$.
  • Tổng phương sai trích (Total Variance Explained) đạt 63,48% ($> 50%$) tại điểm dừng Eigenvalue $= 1.218$.
  • Ma trận xoay nhân tố (Varimax Rotation) phân tách rõ ràng 6 nhóm nhân tố với hệ số tải nhân tố (Factor Loading) đều đạt $> 0.55$.

Kết quả ước lượng mô hình hồi quy OLS

Phương trình hồi quy chuẩn hóa có dạng:

$$\text{CLTD} = \beta_0 + \beta_1 \text{CS} + \beta_2 \text{QTTD} + \beta_3 \text{CNH} + \beta_4 \text{TT} + \beta_5 \text{QTRR} + \beta_6 \text{KSNB} + \epsilon$$

Biến độc lập	Hệ số chưa chuẩn hóa ($B$)	Sai số chuẩn (Std. Error)	Hệ số chuẩn hóa ($\beta$)	Giá trị $t$	Mức ý nghĩa ($p$-value)	Hệ số VIF
Hằng số (Constant)	0.412	0.145	—	2.841	0.005	—
Chiến lược & Chính sách (CS)	0.218	0.042	0.234	5.190	0.000	1.342
Tổ chức & Quản trị (QTTD)	0.145	0.038	0.158	3.815	0.000	1.411
Công nghệ ngân hàng (CNH)	0.186	0.041	0.198	4.536	0.000	1.285
Thông tin tín dụng (TT)	0.162	0.039	0.174	4.153	0.000	1.310
Quản trị rủi ro (QTRR)	0.254	0.045	0.276	5.644	0.000	1.458
Kiểm soát nội bộ (KSNB)	0.138	0.036	0.149	3.833	0.000	1.267

• Chỉ số đánh giá mô hình:
  • Hệ số xác định $R^2 = 0.628$; $R^2$ hiệu chỉnh (Adjusted $R^2$) $= 0.619$, giải thích được 61,9% sự biến thiên của Chất lượng tín dụng tại VPBank.
  • Giá trị kiểm định $F = 68.42$ ($\text{Sig.} = 0.000$).
  • Hệ số Durbin-Watson $= 1.892$ (nằm trong khoảng $1.5 - 2.5$), loại trừ khả năng tự tương quan chuỗi bậc nhất.
  • Tất cả hệ số $\text{VIF} < 1.50$, khẳng định mô hình không xảy ra hiện tượng đa cộng tuyến.

---

Đổi mới và đóng góp

Điểm mới trong phương pháp luận và dữ liệu thực chứng

1. Cập nhật dữ liệu biến động chu kỳ (2020–2022): Nghiên cứu giải quyết khoảng trống của các công trình trước (thường kết thúc ở giai đoạn trước 2019) bằng cách phản ánh toàn diện ảnh hưởng của cú sốc kinh tế và quá trình tái cấu trúc bảng cân đối kế toán hậu đại dịch.
2. Lượng hóa vai trò của Công nghệ ngân hàng (CNH) và Quản trị rủi ro (QTRR): Chứng minh thực nghiệm rằng QTRR ($\beta = 0.276$) và CS ($\beta = 0.234$) là hai nhân tố có sức tác động mạnh mẽ nhất đến an toàn vốn và CLTD tại các ngân hàng thương mại bán lẻ quy mô lớn.

Bảng so sánh với các công trình nghiên cứu tiền nhiệm

Tiêu chí so sánh	Nguyễn Thị Thu Đông (2012)	Dương Thị Hoàn (2020)	Nghiên cứu này (VPBank 2023)
Đối tượng nghiên cứu	Vietcombank (Ngân hàng quốc doanh)	Toàn hệ thống NHTM CP Việt Nam	VPBank (NHTM CP Bán lẻ hàng đầu)
Giai đoạn dữ liệu	2008–2011 (Hậu khủng hoảng 2008)	2014–2018 (Giai đoạn tái cơ cấu)	2020–2022 (Biến động hậu Covid-19 & Basel II)
Mô hình nghiên cứu	Phân tích thống kê mô tả	EFA & Hồi quy tổng thể	Mô hình định lượng tích hợp 6 nhân tố, kiểm soát VIF
Nhân tố nổi bật	Chính sách tín dụng, Nhân lực	Quản trị rủi ro, Quy trình	QTRR ($\beta = 0.276$) & Công nghệ số ($\beta = 0.198$)
Đóng góp ứng dụng	Cải tiến quy trình phê duyệt truyền thống	Khuyến nghị chính sách chung đến 2030	Khung vận hành 3 tuyến phòng thủ & số hóa chấm điểm CIC

---

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong vận hành ngân hàng

+-------------------------------------------------------------------------------+
|                      QUY TRÌNH TÍN DỤNG TÍCH HỢP ĐỀ XUẤT                      |
+-------------------------------------------------------------------------------+
| [Tiếp nhận hồ sơ]                                                             |
| [Tự động truy vấn CIC & Cơ sở dữ liệu nội bộ]                                 |
| [Chấm điểm tín dụng tự động (Credit Scoring Engine)]                          |
| [Thẩm định độc lập 3 tuyến phòng thủ]                                         |
| [Phê duyệt theo hạn mức ủy quyền phân tán/tập trung]                          |
| [Giám sát sau giải ngân & Cảnh báo sớm (Early Warning System - EWS)]          |
+-------------------------------------------------------------------------------+

Lộ trình triển khai giải pháp tại VPBank

|                           LỘ TRÌNH TRIỂN KHAI                             |
| Giai đoạn 1: Chuẩn hóa dữ liệu      | Giai đoạn 2: Tự động hóa vận hành   |
| (Quý 1 - Quý 2)                     | (Quý 3 - Quý 4)                     |
|  - Làm sạch dữ liệu khách hàng      |  - Tích hợp API tự động với CIC     |
|  - Tái lập mô hình chấm điểm nội bộ |  - Thiết lập hệ thống cảnh báo sớm  |
| Giai đoạn 3: Giám sát toàn diện     | Giai đoạn 4: Đánh giá & Tối ưu      |
| (Quý 5 - Quý 6)                     | (Định kỳ hàng quý)                  |
|  - Vận hành đầy đủ 3 tuyến phòng thủ|  - Kiểm định lại tham số mô hình OLS|
|  - Kiểm toán tuân thủ định kỳ       |  - Tối ưu hóa chi phí dự phòng rủi ro|

Phân tích hiệu quả kinh tế (ROI & Chi phí dự phòng)

• Tối ưu hóa chi phí trích lập dự phòng: Khi nâng cao chất lượng thẩm định thông qua việc tăng 1 đơn vị độ lệch chuẩn trong Quản trị rủi ro (QTRR), chất lượng tín dụng tăng tương ứng 0,276 đơn vị độ lệch chuẩn.
• Giảm tỷ lệ nợ xấu: Mục tiêu kiểm soát tỷ lệ NPL riêng lẻ dưới 1,5% và hợp nhất dưới 3,0%, tiết kiệm hàng trăm tỷ đồng chi phí trích lập dự phòng rủi ro tín dụng hàng năm, trực tiếp gia tăng lợi nhuận trước thuế.

---

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

1. Phạm vi dữ liệu: Mẫu khảo sát tập trung vào đội ngũ chuyên viên và cán bộ quản lý tại VPBank; chưa mở rộng so sánh chéo thực nghiệm với các ngân hàng trong nhóm Big 4.
2. Phương pháp mô hình hóa: Mô hình OLS giả định mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc, chưa đo lường được các tác động phi tuyến tính trong điều kiện kinh tế suy thoái đột ngột.

Hướng phát triển tiếp theo

• Ứng dụng các thuật toán Machine Learning tiên tiến (XGBoost, Random Forest, LightGBM) kết hợp với mô hình giải thích hộp đen (SHAP values) để dự báo xác suất nhảy nhóm nợ (NPL Migration).
• Mở rộng tập dữ liệu sang giai đoạn 2023–2026 nhằm đánh giá tác động dài hạn của Luật Các tổ chức tín dụng sửa đổi.

---

Đối tượng hưởng lợi

                               ĐỐI TƯỢNG HƯỞNG LỢI

---

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai mô hình quản trị tín dụng định lượng tại ngân hàng là gì?

Hệ thống đòi hỏi hạ tầng Core Banking hiện đại hỗ trợ trích xuất dữ liệu giao dịch tự động, cơ sở dữ liệu khách hàng được làm sạch định kỳ và tích hợp cổng kết nối API thời gian thực với CIC. Về mặt phân tích, đội ngũ quản trị rủi ro cần làm chủ các công cụ thống kê như SPSS, R hoặc Python.

2. Mô hình hồi quy OLS có gặp hạn chế gì khi danh mục tín dụng tăng trưởng nóng?

Khi dư nợ tăng trưởng vượt bậc ($>30%$/năm), hiện tượng trễ hạn nợ (lagged default) có thể làm sai lệch dữ liệu nợ xấu ngắn hạn. Do đó, cần bổ sung kiểm định đa cộng tuyến (VIF) và thực hiện kiểm tra độ bền (Robustness Check) bằng cách chia nhỏ mẫu theo từng khối kinh doanh (Khối Khách hàng cá nhân và Khối SME).

3. Làm thế nào để tích hợp mô hình 3 tuyến phòng thủ (Three Lines of Defense) vào quy trình phê duyệt tín dụng?

• Tuyến 1 (Kinh doanh/Chi nhánh): Trực tiếp thẩm định và nhận diện rủi ro bước đầu theo tiêu chuẩn tín dụng.
• Tuyến 2 (Khối Quản trị rủi ro): Thiết lập hạn mức, khẩu vị rủi ro và thẩm định độc lập đối với các khoản vay vượt phân quyền.
• Tuyến 3 (Kiểm toán nội bộ): Giám sát độc lập tính tuân thủ quy trình của cả Tuyến 1 và Tuyến 2.

4. Tỷ lệ an toàn vốn (CAR) và tỷ lệ CASA có tác động thế nào đến chất lượng tín dụng?

Tỷ lệ CAR cao (năm 2022 của VPBank đạt ~15%) tạo bộ đệm vốn vững chắc giúp ngân hàng hấp thụ các cú sốc tổn thất tín dụng bất ngờ. Trong khi đó, tỷ lệ CASA cao (đạt 22,6% năm 2021) giúp hạ thấp chi phí huy động vốn (COF), cho phép ngân hàng thiết lập lãi suất cho vay cạnh tranh mà không cần hạ chuẩn cấp tín dụng.

5. Lộ trình hoàn vốn (ROI) khi đầu tư số hóa quy trình thẩm định tín dụng kéo dài bao lâu?

Thông thường, thời gian hoàn vốn dao động từ 18 đến 24 tháng. Lợi ích kinh tế đến từ việc cắt giảm 30–40% thời gian xử lý hồ sơ vay, giảm thiểu sai sót tác nghiệp thủ công và tiết giảm 10–15% chi phí dự phòng rủi ro nhờ phát hiện nợ xấu sớm.

---

Kết luận

Nghiên cứu đã giải quyết trọn vẹn bài toán thực tiễn về các nhân tố ảnh hưởng đến chất lượng tín dụng tại Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank) giai đoạn 2020–2022. Thông qua phương pháp nghiên cứu kết hợp giữa phân tích tài chính vĩ mô và mô hình hồi quy đa biến OLS trên tập dữ liệu khảo sát thực nghiệm, đề tài đã chỉ rõ:

• Quản trị rủi ro tín dụng ($\beta = 0.276$) và Chiến lược & Chính sách tín dụng ($\beta = 0.234$) là hai nhân tố có tác động tích cực và mạnh mẽ nhất đến chất lượng tín dụng.
• Công nghệ ngân hàng ($\beta = 0.198$), Thông tin tín dụng ($\beta = 0.174$), Tổ chức & Quản trị điều hành ($\beta = 0.158$) và Kiểm soát nội bộ ($\beta = 0.149$) đều đóng góp ý nghĩa thống kê quan trọng với mức ý nghĩa $p < 0.001$.

Kết quả nghiên cứu cung cấp cơ sở dữ liệu và căn cứ khoa học vững chắc để các cấp quản trị tại VPBank tiếp tục hoàn thiện cơ chế phân quyền phán quyết, củng cố mô hình 3 tuyến phòng thủ và đẩy mạnh số hóa quy trình quản trị rủi ro danh mục trong giai đoạn phát triển tiếp theo.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 CƠ SỞ LÝ LUẬN VỀ CHẤT LƯỢNG TÍN DỤNG VÀ NHÂN TỐ ẢNH HƯỞNG ĐẾN CLTD CỦA NGÂN HÀNG THƯƠNG MẠI 1. Chất lượng tín dụng 1. Khái niệm Chất lượng tín dụng là sự đáp ứng kịp thời, hợp lý những yêu cầu về vốn của khách hàng phù hợp với các quy định của pháp luật hiện hành, với một mức chi phí hợp lý, đảm bảo sự phát triển an toàn và lợi nhuận trong hoạt động. Chất lượng tín dụng chính là lợi ích kinh tế mà khoản vay đó mang lại cho người đi vay và người cho vay.

Một khoản vay của ngân hàng được coi là có chất lượng tốt khi nó mang lại lợi ích kinh tế cho cả ngân hàng và khách hàng, tức là vốn vay đưa vào quá trình sản xuất kinh doanh tạo ra một số tiền lớn đủ để trang trải chi phí, trả được gốc và lãi cho ngân hàng và có lợi nhuận, góp phần vào sự tăng trưởng chung của nền kinh tế. Vì thế, khi xem xét chất lượng tín dụng phải có sự đánh giá từ nhiều góc độ khác nhau: từ phía ngân hàng, khách hàng và nền kinh tế.  Xét từ góc độ ngân hàng Chất lượng tín dụng thể hiện ở mức độ an toàn và khả năng sinh lời của ngân hàng do hoạt động này mang lại. Khi cho vay, điều mà ngân hàng quan tâm là khoản vay đó phải được đảm bảo an toàn, sử dụng đúng mục đích, phù hợp với chính sách tín dụng của ngân hàng, được hoàn trả cả gốc và lãi đúng hạn, đem lại lợi nhuận cho ngân hàng với chi phí nghiệp vụ thấp, tăng khả năng cạnh tranh ngân hàng trên thị trường  Xét từ góc độ khách hàng Một khoản tín dụng được khách hàng đánh giá là tốt khi nó thỏa mãn được nhu cầu của họ.

Mức độ thỏa mãn của khách hàng thể hiện ở chỗ khoản tín dụng đó được cung ứng một cách đầy đủ, kịp thời đáp ứng nhu cầu vốn của họ với lãi suất, kỳ hạn, phương thức giải ngân, thu nợ hợp lý, các thủ tục vay vốn được tiến hành nhanh gọn, tiết kiệm thời gian và chi phí nhưng vẫn đảm bảo nguyên tắc tín dụng. 8  Xét từ góc độ lợi ích xã hội Chất lượng tín dụng là khả năng đáp ứng những mục tiêu phát triển kinh tế xã hội trong lĩnh vực mà tín dụng ngân hàng tham gia hoạt động. Chất lượng tín dụng tốt đồng nghĩa với việc sản xuất kinh doanh có hiệu quả, sản phẩm cung ứng với chất lượng tốt và giá thành hợp lý, đáp ứng nhu cầu trong nước, một phần cho xuất khẩu và có sức cạnh tranh trên thị trường góp phần thúc đẩy tăng trưởng kinh tế, tạo công ăn việc làm cho người lao động, ngoài ra nó còn thể hiện tính an toàn cao của hoạt động ngân hàng, nâng cao khả năng thanh toán, chi trả và hạn chế được rủi ro. Như vậy, khoản tín dụng đạt chất lượng là thỏa mãn được đồng thời cả ba lợi ích của ngân hàng, khách hàng và nền kinh tế.

Trong khi ba lợi ích này lại có mặt mâu thuẫn với nhau: ngân hàng muốn đạt được lợi nhuận cao nhất từ các khoản vốn vay vì thế họ muốn khoản tín dụng đó có lãi suất cao mà lại được hoàn trả gốc và lãi đúng hạn; với khách hàng tiền lãi là một khoản chi phí, muốn đạt lợi nhuận cao họ phải tối thiểu hoá chi phí, nên họ mong muốn có được khoản vốn vay với mức lãi suất thấp; mục tiêu phát triển kinh tế-xã hội đòi hỏi hoạt động tín dụng của ngân hàng phải giải quyết được công ăn việc làm, xoá đói giảm nghèo, phát triển kinh tế công cộng, bảo vệ môi trường hướng tới việc phát triển kinh tế - xã hội một cách bền vững. Vì thế hoạt động tín dụng tốt là phải dung hoà được lợi ích của ngân hàng, khách hàng và nền kinh tế-xã hội, có như vậy ngân hàng mới hoạt động và phát triển bền vững 1. Các chỉ tiêu đánh giá chất lượng tín dụng - Dư nợ tín dụng Tổng dư nợ tín dụng là chỉ tiêu phản ánh tổng lượng tiền mà NHTM đã cho khách hàng vay tính tại một thời điểm nhất định. Đây là chỉ tiêu phản ánh quy mô tín dụng và cũng là chỉ tiêu phản ánh uy tín của ngân hàng.

Chỉ tiêu này cho biết khối lượng tiền của ngân hàng cung ứng ra nền kinh tế tại một thời điểm. Hiện nay phân loại dư nợ tín dụng tại mỗi thời điểm xác định được thể hiện ở nhiều tiêu thức khác nhau như: theo thời gian, theo ngành sản xuất, thành phần kinh 9 tế, theo đảm bảo tiền vay. Việc xác định mức dư nợ ở thời điểm để xác định quy mô, mức độ đầu tư và đa dạng trong hoạt động cho vay của NH. Tổng dư nợ thấp chứng tỏ hoạt động tín dụng của ngân hàng còn kém hiệu quả, chưa có khả năng mở rộng khách hàng.

Tuy nhiên tổng dư nợ cao quá cũng chưa hẳn tốt. Khối lượng tiền cung ứng ra lưu thông nhiều nhưng chất lượng các khoản vay không tốt, nợ xấu gia tăng làm cho ngân hàng gặp rủi ro mất vốn, mặt khác, việc mở rộng quy mô tín dụng quá mức có thể làm cho giá cả tăng, lạm phát cao, các ngân hàng bị thiệt do mất giá của đồng tiền. - Tăng trưởng dư tín dụng Là chỉ tiêu phản ánh sự tăng trưởng dư nợ tín dụng về quy mô. Tốc độ tăng dư nợ tín dụng phải phù hợp với tốc độ tăng huy động nguồn vốn của NHTM và các quy định của pháp luật hiện hành.

Tốc độ tăng dư nợ tín dụng năm sau càng lớn, càng phản ánh được sự phát triển của hoạt động tín dụng. Nhưng nếu các NHTM đẩy nhanh tốc độ tăng trưởng tín dụng quá cao trong thời gian ngắn sẽ dẫn đến RRTD ảnh hưởng đến CLTD. - Cơ cấu tín dụng Phân loại theo thời gian, thị phần cho vay, cơ cấu dư nợ cho vay cho biết mức độ tập trung tín dụng vào một kỳ hạn, đối tượng cho vay, từ đó thể hiện mức độ phân bổ vốn vào NHTM. Một ngân hàng có cơ cấu tín dụng tốt, phân bổ đồng đều sẽ phân tán được rủi ro tín dụng, từ đó nâng cao chất lượng tín dụng của ngân hàng và ngược lại, nếu ngân hàng tập trung cho vay một đối tượng quá nhiều, dễ dẫn đến rủi ro tập trung, từ đó kéo thấp xuống chất lượng tín dụng của ngân hàng.

- Nợ xấu Về cơ bản một khoản nợ được coi là nợ xấu khi quá hạn trả lãi và/hoặc gốc trên 90 ngày; hoặc các khoản lãi chưa trả từ 90 ngày trở lên đã được nhập gốc, tái cấp vốn hoặc chậm trả theo thoả thuận; hoặc các khoản phải thanh toán đã thanh toán dưới 90 ngày nhưng có lý do chắc chắn để nghi ngờ về khả năng khoản vay sẽ được thanh toán đầy đủ. Nói cách khác, nợ xấu được xác định dựa trên hai yếu tố: (i) quá hạn trên 90 ngày; và (ii) nghi ngờ về khả năng trả nợ. Thêm vào đó, trong định nghĩa của 10 IMF, phần thứ hai của nợ xấu sẽ không được tính là nợ tốt kể cả khi thay thế nó bằng một khoản nợ mới. Viện Tài chính Quốc tế (Institute of International Finance) đề xuất phân loại nợ thành 5 nhóm bao gồm: Nợ đủ tiêu chuẩn (Standard): là nợ có gốc và lãi trong hạn, không có dấu hiệu khó khăn trong thanh toán nợ và dự báo có thể thanh toán gốc và lãi đúng hạn, đầy đủ theo cam kết.

Nợ cần chú ý (Watch): Là nợ trong tình trạng nếu không có các biện pháp xử lý có thể tăng nguy cơ không thanh toán đầy đủ gốc và lãi. Vì vậy đây là khoản nợ cần được chú ý hơn mức bình thường. Nợ dưới tiêu chuẩn (Substandard): là khoản nợ nghi ngờ về khả năng thanh toán đầy đủ gốc, lãi theo cam kết, hoặc gốc và lãi quá hạn trên 90 ngày, hoặc tài sản đảm bảo giảm giá trị dẫn đến nguy cơ giảm giá trị khoản vay nếu không xử lý kịp thời. Nợ nghi ngờ (Doubtful): là nợ được xác định không thể thu hồi đầy đủ gốc, lãi trong điều kiện hiện hành hoặc lãi và gốc quá hạn trên 180 ngày.

Nợ nhóm này đã bị giảm giá trị nhưng chưa mất vốn hoàn toàn vì còn có những yếu tố được xác định có thể tác động cải thiện chất lượng nợ. Nợ mất vốn (Loss): là nợ được đánh giá không có khả năng thu hồi hoặc gốc và lãi quá hạn trên 1 năm. Nợ xấu bao gồm nợ 3 nhóm cuối, tại Việt Nam, điều này cũng được đề cập trong Điều 10, điều 11, Thông tư số 02/2013/ TT- NHNN ngày 21/1/2013 của NHNN. Như vậy, có thể hiểu một cách khái quát nợ xấu là những khoản nợ được đánh giá không có khả năng thanh toán đầy đủ, đúng hạn theo cam kết.

- Tỷ lệ nợ xấu 𝑆ố 𝑑ư 𝑛ợ 𝑥ấ𝑢 𝑇ỷ 𝑙ệ 𝑛ợ 𝑥ấ𝑢 (%) = 𝑥 100 𝑇ổ𝑛𝑔 𝑑ư 𝑛ợ Chỉ tiêu này phản ánh trong 100 đồng dư nợ thì có bao nhiêu đồng là nợ xấu (hay trong tổng dư nợ thì có bao nhiêu phần trăm là bị rủi ro). Nợ xấu tăng làm tăng chi phí dự phòng rủi ro tín dụng, giảm lợi nhuận của ngân hàng. Ngân hàng có tỷ lệ nợ xấu cao chứng tỏ chất lượng tín dụng của ngân hàng đó thấp, năng lực tài chính, năng lực quản lý cũng như năng lực hoạt động của họ yếu kém và ngân hàng cần phải xem xét lại hoạt động tín dụng của mình nếu không muốn rơi vào tình trạng khó khăn. Tuy nhiên, nợ xấu là một vấn đề khó tránh khỏi trong hoạt động tín dụng ngân hàng, 11 do đó điều quan trọng là NHTM cần duy trì tỷ lệ nợ xấu ở mức thấp nhất là có thể chấp nhận được.

Theo NH Thế giới, tỷ lệ này ở mức dưới 5% là có thể chấp nhận được, tốt ở mức 1 –3%. - Dự phòng rủi ro tín dụng Dự phòng rủi ro: là khoản tiền được trích lập để dự phòng cho những tổn thất có thể xảy ra do khách hàng của các NH không thực hiện nghĩa vụ theo cam kết. Dự phòng rủi ro được tính theo dư nợ gốc và kết quả phân loại nợ của các khoản cho vay khách hàng. Các ngân hàng căn cứ vào các tiêu chuẩn định tính và định lượng để đánh giá mức độ rủi ro của các khoản vay và các cam kết ngoại bảng, trên cơ sở đó phân loại các khoản nợ vào các nhóm nợ thích hợp.

Trên bảng cân đối kế toán của ngân hàng, dự phòng phản ánh sự suy giảm của tài sản trước những tổn thất có khả năng xảy ra.