Tổng quan nghiên cứu

Trong giai đoạn 2012-2022, hệ thống ngân hàng thương mại cổ phần (NHTMCP) tại Việt Nam đã trải qua nhiều biến động kinh tế vĩ mô và nội tại, đặc biệt là tác động của đại dịch Covid-19. Tỷ lệ nợ xấu (NPL) của các NHTMCP được ghi nhận khoảng 4,55% vào cuối năm 2023, theo báo cáo của Ngân hàng Nhà nước Việt Nam. Mặc dù tỷ lệ này không cao, nhưng áp lực tăng trưởng tín dụng, cạnh tranh gay gắt giữa các tổ chức tín dụng (TCTD) và các yếu tố kinh tế vĩ mô như dịch bệnh, biến đổi khí hậu đang khiến nợ xấu có xu hướng tăng lên và kéo dài. Nợ xấu không chỉ ảnh hưởng tiêu cực đến lợi nhuận và hoạt động của các ngân hàng mà còn tác động đến sự ổn định của nền kinh tế quốc gia.

Mục tiêu nghiên cứu của luận văn là xác định các nhân tố ảnh hưởng đến nợ xấu của các NHTMCP tại Việt Nam, ước lượng mức độ tác động của từng nhân tố và đề xuất các giải pháp nhằm hạn chế tỷ lệ nợ xấu. Phạm vi nghiên cứu tập trung vào 21 ngân hàng thương mại cổ phần lớn tại Việt Nam trong khoảng thời gian 11 năm từ 2012 đến 2022. Nghiên cứu có ý nghĩa quan trọng trong việc hỗ trợ các nhà quản trị ngân hàng và cơ quan quản lý nhà nước xây dựng chính sách quản trị rủi ro tín dụng hiệu quả, góp phần duy trì sự phát triển bền vững của hệ thống ngân hàng và nền kinh tế.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết về rủi ro tín dụng (RRTD) trong ngân hàng thương mại, phân loại nợ xấu theo chuẩn mực quốc tế và Việt Nam, cũng như các mô hình kinh tế lượng để phân tích tác động của các yếu tố vi mô và vĩ mô đến nợ xấu. Hai lý thuyết chính được áp dụng gồm:

  1. Lý thuyết rủi ro tín dụng: RRTD được xem là rủi ro phi thị trường, liên quan đến khả năng khách hàng không trả được nợ gốc và lãi đúng hạn. Nợ xấu là biểu hiện cụ thể của RRTD, được đo lường bằng tỷ lệ nợ xấu trên tổng dư nợ (NPL).

  2. Mô hình hồi quy tuyến tính Bayes: Phương pháp này được sử dụng để ước lượng mối quan hệ giữa biến phụ thuộc (NPL) và các biến độc lập gồm yếu tố nội tại ngân hàng và yếu tố kinh tế vĩ mô. Phương pháp Bayes phù hợp với dữ liệu bảng (panel data) kết hợp chuỗi thời gian và dữ liệu chéo, giúp kiểm định sự hội tụ và độ tin cậy của mô hình.

Các khái niệm chính trong nghiên cứu bao gồm: Nợ xấu (NPL), Hiệu quả hoạt động kinh doanh (ROE), Quy mô ngân hàng (SIZE), Tăng trưởng tín dụng (GROW), Sở hữu nhà nước (STATA), Đại dịch Covid-19 (COVID), Tỷ lệ lạm phát (INF), Tốc độ tăng trưởng GDP (GDP).

Phương pháp nghiên cứu

Nguồn dữ liệu sử dụng là số liệu thứ cấp thu thập từ báo cáo tài chính hợp nhất, báo cáo thường niên của 21 NHTMCP Việt Nam và các nguồn dữ liệu kinh tế vĩ mô từ năm 2012 đến 2022. Cỡ mẫu nghiên cứu gồm 21 ngân hàng trong 11 năm, tổng cộng khoảng 231 quan sát.

Phương pháp phân tích chính là hồi quy tuyến tính Bayes với dữ liệu bảng, sử dụng phần mềm STATA 17 để xử lý và phân tích. Các bước nghiên cứu bao gồm:

  • Thu thập và tổng hợp dữ liệu tài chính ngân hàng và kinh tế vĩ mô.
  • Thống kê mô tả các biến số chính và kiểm định tương quan giữa các biến.
  • Xây dựng mô hình hồi quy với biến phụ thuộc là tỷ lệ nợ xấu (NPL) và các biến độc lập gồm NPL lag một năm, ROE, SIZE, GROW, STATA, COVID, INF, GDP.
  • Kiểm định mô hình bằng các tiêu chuẩn thông tin Bayes, kiểm định hội tụ chuỗi MCMC và độ tin cậy của các ước lượng.
  • Phân tích kết quả hồi quy và so sánh với các nghiên cứu trước đây.

Timeline nghiên cứu kéo dài trong khoảng 6 tháng, từ thu thập dữ liệu, xử lý đến phân tích và viết báo cáo.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Ảnh hưởng tích cực của NPL lag một năm (NPLt-1) đến NPL hiện tại: Hệ số hồi quy cho thấy nợ xấu năm trước có tác động cùng chiều và có ý nghĩa thống kê đến nợ xấu năm sau, phản ánh tính bền vững và sự kéo dài của nợ xấu trong hệ thống ngân hàng.

  2. Hiệu quả hoạt động kinh doanh (ROE) có tác động tích cực đến nợ xấu: Kết quả cho thấy ROE tăng 1% dẫn đến tỷ lệ nợ xấu tăng tương ứng, điều này có thể do các ngân hàng tập trung vào lợi nhuận mà bỏ qua rủi ro tín dụng, dẫn đến gia tăng nợ xấu.

  3. Quy mô ngân hàng (SIZE) tác động cùng chiều đến nợ xấu: Ngân hàng có quy mô lớn hơn thường có tỷ lệ nợ xấu cao hơn, có thể do quy mô lớn đi kèm với danh mục tín dụng đa dạng và phức tạp hơn, làm tăng rủi ro tín dụng.

  4. Đại dịch Covid-19 (COVID) làm tăng tỷ lệ nợ xấu: Biến đại dịch có tác động tích cực và có ý nghĩa thống kê đến nợ xấu, phản ánh tác động tiêu cực của đại dịch đến khả năng trả nợ của khách hàng và hoạt động kinh doanh của ngân hàng.

  5. Tốc độ tăng trưởng GDP (GDP) có tác động cùng chiều đến nợ xấu: Tăng trưởng kinh tế cao hơn đi kèm với tỷ lệ nợ xấu tăng, có thể do mở rộng tín dụng trong giai đoạn tăng trưởng dẫn đến rủi ro tín dụng gia tăng.

  6. Tăng trưởng tín dụng (GROW), sở hữu nhà nước (STATA) và tỷ lệ lạm phát (INF) có tác động ngược chiều đến nợ xấu: Các yếu tố này làm giảm tỷ lệ nợ xấu, cho thấy sự kiểm soát tín dụng chặt chẽ, vai trò quản lý của nhà nước và lạm phát trong việc điều tiết rủi ro tín dụng.

Thảo luận kết quả

Kết quả nghiên cứu phù hợp với nhiều công trình nghiên cứu trong và ngoài nước, khẳng định vai trò quan trọng của các yếu tố nội tại ngân hàng và kinh tế vĩ mô trong việc ảnh hưởng đến nợ xấu. Việc nợ xấu năm trước ảnh hưởng đến năm sau cho thấy tính chất kéo dài của rủi ro tín dụng, đòi hỏi các ngân hàng cần có chính sách quản lý nợ xấu hiệu quả.

Tác động tích cực của ROE và SIZE đến nợ xấu phản ánh sự đánh đổi giữa lợi nhuận và rủi ro trong hoạt động ngân hàng. Đại dịch Covid-19 là yếu tố mới được bổ sung, làm rõ tác động tiêu cực của các cú sốc bên ngoài đến hệ thống ngân hàng Việt Nam.

Các biến GROW, STATA và INF có tác động ngược chiều cho thấy vai trò của chính sách tín dụng, quản lý nhà nước và điều kiện kinh tế trong việc kiểm soát nợ xấu. Dữ liệu có thể được trình bày qua biểu đồ đường thể hiện xu hướng nợ xấu và các biến chính trong giai đoạn nghiên cứu, cũng như bảng hệ số hồi quy chi tiết.

Đề xuất và khuyến nghị

  1. Tăng cường quản lý và giám sát nợ xấu: Các ngân hàng cần xây dựng hệ thống cảnh báo sớm dựa trên dữ liệu nợ xấu lag để chủ động xử lý rủi ro tín dụng, giảm thiểu sự kéo dài của nợ xấu. Thời gian thực hiện trong 1-2 năm, chủ thể là phòng quản lý rủi ro ngân hàng.

  2. Cân bằng giữa lợi nhuận và rủi ro tín dụng: Ngân hàng nên điều chỉnh chiến lược kinh doanh, không chỉ tập trung vào tăng ROE mà cần chú trọng kiểm soát chất lượng tín dụng, tránh gia tăng nợ xấu do chạy theo lợi nhuận. Thời gian 1 năm, chủ thể là ban điều hành và hội đồng quản trị.

  3. Đẩy mạnh ứng dụng công nghệ thông tin trong thẩm định và giám sát tín dụng: Đầu tư hệ thống công nghệ hiện đại giúp nâng cao hiệu quả thẩm định, giảm thiểu sai sót và gian lận thông tin, từ đó hạn chế rủi ro tín dụng. Thời gian 2 năm, chủ thể là phòng công nghệ thông tin và quản lý tín dụng.

  4. Chính sách hỗ trợ và điều tiết của Nhà nước: Ngân hàng Nhà nước cần tiếp tục hoàn thiện khung pháp lý, tăng cường kiểm soát sở hữu nhà nước trong ngân hàng, đồng thời có chính sách hỗ trợ các ngân hàng trong giai đoạn khó khăn do đại dịch và biến động kinh tế. Thời gian liên tục, chủ thể là Ngân hàng Nhà nước và các cơ quan quản lý.

  5. Kiểm soát tăng trưởng tín dụng hợp lý: Các ngân hàng cần xây dựng kế hoạch tăng trưởng tín dụng bền vững, tránh tăng trưởng nóng gây áp lực lên chất lượng tín dụng và làm tăng nợ xấu. Thời gian 1-3 năm, chủ thể là phòng tín dụng và ban điều hành.

Đối tượng nên tham khảo luận văn

  1. Các nhà quản lý ngân hàng thương mại cổ phần: Giúp hiểu rõ các nhân tố ảnh hưởng đến nợ xấu, từ đó xây dựng chiến lược quản trị rủi ro tín dụng hiệu quả, nâng cao chất lượng tín dụng và lợi nhuận.

  2. Cơ quan quản lý nhà nước và Ngân hàng Nhà nước Việt Nam: Cung cấp cơ sở khoa học để hoàn thiện chính sách quản lý, giám sát hoạt động tín dụng và xử lý nợ xấu, đảm bảo sự ổn định của hệ thống tài chính.

  3. Các nhà nghiên cứu và học viên chuyên ngành tài chính – ngân hàng: Là tài liệu tham khảo quý giá về phương pháp nghiên cứu định lượng, mô hình hồi quy Bayes và các yếu tố tác động đến nợ xấu trong bối cảnh Việt Nam.

  4. Các tổ chức tín dụng và công ty kiểm toán, tư vấn tài chính: Hỗ trợ đánh giá rủi ro tín dụng, xây dựng các giải pháp quản lý nợ xấu phù hợp với đặc thù thị trường Việt Nam, đặc biệt trong bối cảnh biến động kinh tế và dịch bệnh.

Câu hỏi thường gặp

  1. Nợ xấu được định nghĩa như thế nào trong nghiên cứu này?
    Nợ xấu (NPL) được đo lường bằng tỷ lệ phần trăm nợ xấu trên tổng dư nợ, theo chuẩn phân loại của Ngân hàng Nhà nước Việt Nam và các chuẩn quốc tế như IMF, Basel. Ví dụ, nợ quá hạn trên 90 ngày hoặc có dấu hiệu không thu hồi được được xem là nợ xấu.

  2. Tại sao sử dụng phương pháp hồi quy tuyến tính Bayes trong nghiên cứu?
    Phương pháp Bayes phù hợp với dữ liệu bảng kết hợp chuỗi thời gian và dữ liệu chéo, giúp kiểm định sự hội tụ và độ tin cậy của mô hình, đồng thời xử lý tốt các vấn đề về đa cộng tuyến và mẫu nhỏ. Ví dụ, nghiên cứu đã kiểm định hội tụ chuỗi MCMC để đảm bảo kết quả chính xác.

  3. Đại dịch Covid-19 ảnh hưởng như thế nào đến nợ xấu?
    Covid-19 làm giảm khả năng trả nợ của khách hàng do gián đoạn sản xuất kinh doanh, dẫn đến tăng tỷ lệ nợ xấu. Nghiên cứu cho thấy biến đại dịch có tác động tích cực và có ý nghĩa thống kê đến nợ xấu trong giai đoạn 2020-2022.

  4. Các yếu tố kinh tế vĩ mô nào ảnh hưởng đến nợ xấu?
    Tăng trưởng GDP, tỷ lệ lạm phát và tăng trưởng tín dụng là các yếu tố kinh tế vĩ mô quan trọng. Trong đó, GDP và lạm phát có tác động khác chiều đến nợ xấu, ví dụ tăng trưởng GDP có thể làm tăng nợ xấu do mở rộng tín dụng, trong khi lạm phát có thể giảm nợ xấu do giá trị thực của nợ giảm.

  5. Làm thế nào để các ngân hàng giảm thiểu rủi ro nợ xấu?
    Ngân hàng cần tăng cường quản lý tín dụng, áp dụng công nghệ thông tin trong thẩm định, cân bằng giữa lợi nhuận và rủi ro, kiểm soát tăng trưởng tín dụng hợp lý và phối hợp với cơ quan quản lý để xây dựng chính sách phù hợp. Ví dụ, xây dựng hệ thống cảnh báo sớm dựa trên dữ liệu nợ xấu lag một năm.

Kết luận

  • Nợ xấu của các NHTMCP Việt Nam chịu ảnh hưởng đồng thời bởi các yếu tố nội tại ngân hàng như nợ xấu năm trước, hiệu quả hoạt động, quy mô ngân hàng và các yếu tố kinh tế vĩ mô như đại dịch Covid-19, tăng trưởng GDP, tăng trưởng tín dụng, sở hữu nhà nước và lạm phát.
  • Phương pháp hồi quy tuyến tính Bayes với dữ liệu bảng là công cụ hiệu quả để phân tích mối quan hệ giữa các biến trong nghiên cứu này.
  • Đại dịch Covid-19 là yếu tố mới và có tác động tiêu cực rõ rệt đến tỷ lệ nợ xấu, đòi hỏi các ngân hàng và cơ quan quản lý cần có biện pháp ứng phó kịp thời.
  • Các giải pháp đề xuất tập trung vào quản lý rủi ro tín dụng, cân bằng lợi nhuận và rủi ro, ứng dụng công nghệ và hoàn thiện chính sách quản lý nhà nước.
  • Nghiên cứu mở ra hướng tiếp tục phân tích sâu hơn về tác động của các yếu tố mới và xây dựng mô hình dự báo nợ xấu trong tương lai.

Next steps: Triển khai các giải pháp quản lý rủi ro tín dụng trong 1-3 năm tới, đồng thời mở rộng nghiên cứu với dữ liệu cập nhật và các biến số mới.

Call to action: Các nhà quản lý ngân hàng và cơ quan quản lý nhà nước nên áp dụng kết quả nghiên cứu để nâng cao hiệu quả quản trị rủi ro tín dụng, góp phần phát triển bền vững hệ thống ngân hàng Việt Nam.