Bối cảnh và vấn đề nghiên cứu
Trong hệ thống ngân hàng thương mại, hoạt động cấp tín dụng đóng vai trò là nghiệp vụ kinh doanh cốt lõi và đem lại nguồn thu nhập chủ yếu cho các ngân hàng. Tuy nhiên, đây cũng là hoạt động tiềm ẩn rủi ro lớn nhất, đặc biệt là rủi ro tín dụng—tình trạng khách hàng vay không thực hiện hoặc không có khả năng thực hiện nghĩa vụ hoàn trả nợ gốc và lãi đúng hạn theo hợp đồng. Khi rủi ro tín dụng phát sinh và không được kiểm soát chặt chẽ, ngân hàng phải đối mặt với nguy cơ sụt giảm nghiêm trọng về lợi nhuận do phát sinh chi phí trích lập dự phòng, chi phí xử lý nợ, đối mặt với rủi ro thanh khoản và suy giảm uy tín trên thị trường tài chính.
Giai đoạn 2018–2022 chứng kiến nhiều biến động phức tạp của kinh tế toàn cầu và trong nước: tác động kéo dài của đại dịch Covid-19, xung đột địa chính trị Nga – Ukraine, áp lực lạm phát, mặt bằng lãi suất biến động, tình trạng căng thẳng thanh khoản, cùng các sai phạm liên quan đến thị trường trái phiếu doanh nghiệp và sự đóng băng của thị trường bất động sản. Theo quy định tại Thông tư số 22/2019/TT-NHNN, trần tỷ lệ dư nợ cho vay so với tổng tiền gửi (LDR) của các ngân hàng được giới hạn ở mức tối đa 85%. Dẫu vậy, số liệu thống kê cuối năm 2022 cho thấy có tới 13 trong tổng số 26 ngân hàng thương mại cổ phần trong mẫu khảo sát có tỷ lệ LDR vượt ngưỡng 100%, đồng nghĩa với việc cho vay vượt quá quy mô huy động tiền gửi từ khách hàng, tạo áp lực lớn lên an toàn thanh khoản và kiểm soát nợ xấu.
Trước bối cảnh trên, khóa luận xác định các mục tiêu và nhiệm vụ nghiên cứu cụ thể:
- Mục tiêu chung: Phân tích các nhân tố ảnh hưởng đến rủi ro tín dụng của các ngân hàng thương mại cổ phần tại Việt Nam.
- Mục tiêu cụ thể:
- Xác định các nhân tố ảnh hưởng đến rủi ro tín dụng của các ngân hàng thương mại thông qua nghiên cứu lý thuyết và các công trình nghiên cứu đi trước.
- Đánh giá mức độ ảnh hưởng của từng nhân tố đến rủi ro tín dụng của ngân hàng thương mại Việt Nam thông qua kiểm định định lượng.
- Đề xuất các khuyến nghị phù hợp cho công tác điều tiết và quản trị rủi ro tín dụng trong hệ thống ngân hàng thương mại.
- Câu hỏi nghiên cứu:
- Các nhân tố nào ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam?
- Mức độ ảnh hưởng của từng nhân tố đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam là như thế nào?
- Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Các nhân tố ảnh hưởng đến rủi ro tín dụng của các ngân hàng thương mại cổ phần Việt Nam.
- Phạm vi không gian: 26 ngân hàng thương mại cổ phần tại Việt Nam (đã loại bỏ 1 ngân hàng có số liệu đột biến để đảm bảo tính đại diện của mẫu).
- Phạm vi thời gian: Giai đoạn 5 năm, từ năm 2018 đến năm 2022.
- Phạm vi nội dung: Tập trung vào nhóm các nhân tố bên trong thuộc đặc điểm tài chính nội tại của ngân hàng.
Cơ sở lý thuyết và phương pháp
Khóa luận xây dựng cơ sở lý luận dựa trên các văn bản quy phạm pháp luật và lý thuyết tài chính - ngân hàng:
- Khái niệm ngân hàng thương mại theo Khoản 3 Điều 4 Luật các tổ chức tín dụng số 47/2010/QH12 cùng 3 chức năng nền tảng: trung gian tín dụng, trung gian thanh toán và tạo tiền.
- Khái niệm rủi ro tín dụng theo Khoản 24 Điều 2 Thông tư số 41/2016/TT-NHNN, Khoản 1 Điều 3 Thông tư số 02/2013/TT-NHNN và giáo trình của Trần Huy Hoàng (2011).
- Quy định phân loại nợ và trích lập dự phòng theo Quyết định số 493/2005/QĐ-NHNN và Thông tư số 11/2021/TT-NHNN (tỷ lệ trích lập dự phòng cụ thể: nợ nhóm 3 là 20%, nợ nhóm 4 là 50%, nợ nhóm 5 là 100%; đồng thời Thông tư 11 xác định nợ xấu chỉ bao gồm nợ nội bảng thuộc các nhóm 3, 4, 5, không tính cam kết ngoại bảng như trước đây).
Về phương pháp đo lường, rủi ro tín dụng được định lượng qua 3 biến phụ thuộc:
- Tỷ lệ nợ xấu (NPL): Tính bằng (Tổng nợ xấu / Tổng dư nợ) * 100 (%).
- Tỷ lệ chi phí dự phòng rủi ro tín dụng (LLP): Tính bằng Chi phí dự phòng rủi ro tín dụng phát sinh trong năm / Tổng dư nợ cho vay.
- Dự phòng rủi ro tín dụng tích lũy (LLA): Tính bằng Dự phòng cho vay và cho thuê tài chính lũy kế trên bảng cân đối kế toán / Tổng dư nợ cho vay. Đây là biến phụ thuộc phản ánh lượng dự phòng tích lũy qua nhiều năm, khắc phục nhược điểm của biến LLP vốn chỉ phản ánh chi phí phát sinh trong một niên độ và dễ bị tác động bởi chính sách điều chỉnh lợi nhuận.
Phương pháp nghiên cứu thực nghiệm sử dụng dữ liệu bảng cân bằng (balanced panel data) gồm 130 quan sát (26 ngân hàng $\times$ 5 năm). Nguồn dữ liệu thứ cấp được thu thập từ báo cáo tài chính kiểm toán, báo cáo thường niên của 26 ngân hàng thương mại cổ phần, cổng thông tin tài chính Vietstock/Cafef, Tổng cục Thống kê và Ngân hàng Thế giới (World Bank).
Quy trình xử lý dữ liệu kinh tế lượng bao gồm:
- Thống kê mô tả các biến theo từng năm từ 2018 đến 2022.
- Phân tích ma trận hệ số tương quan tuyến tính Pearson nhằm sơ bộ đánh giá mối quan hệ giữa các biến.
- Kiểm định hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai (Variance Inflation Factor - VIF).
- Thực hiện hồi quy dữ liệu bảng qua 3 phương pháp: Bình phương nhỏ nhất thông thường gộp (Pooled OLS), Mô hình hiệu ứng cố định (Fixed Effects Model - FEM), và Mô hình hiệu ứng ngẫu nhiên (Random Effects Model - REM).
- Thực hiện các kiểm định lựa chọn mô hình: kiểm định Redundant Fixed Effects Tests (kiểm định F giữa OLS và FEM), kiểm định Hausman (lựa chọn giữa FEM và REM), cùng các kiểm định khuyết tật mô hình gồm kiểm định tự tương quan Durbin-Watson và kiểm định phương sai sai số thay đổi.
Nội dung chính theo từng chương
Chương 1: Cơ sở lý luận về các nhân tố ảnh hưởng đến rủi ro tín dụng
Chương này trình bày hệ thống hóa lý thuyết về ngân hàng thương mại, các loại hình rủi ro hoạt động (rủi ro tín dụng, rủi ro lãi suất, rủi ro hối đoái, rủi ro thanh khoản, rủi ro công nghệ và hoạt động), hệ quả của rủi ro tín dụng đối với sự suy giảm lợi nhuận, thanh khoản và uy tín tổ chức tín dụng. Tác giả tổng thuật các công trình nghiên cứu quốc tế (Nabila Zribi & Younes Boujelbène, 2011; Mpofu & Nikolaidou, 2018; Berger & DeYoung, 1997; Keeton, 1999) và nghiên cứu trong nước (Nguyễn Thị Thu Hiền & Phạm Đình Tuấn, 2014; Võ Thị Quý & Bùi Ngọc Toản, 2014; Nguyễn Thị Ngọc Diệp & Nguyễn Minh Kiều, 2015; Nguyễn Văn Thuận & Dương Hồng Ngọc, 2015; Nguyễn Thị Bích Vương & Nguyễn Thị Lệ Huyền, 2019; Vương Quốc Duy, 2020; Nguyễn Phương Anh & Đinh Thị Thùy Trang, 2021).
Trên cơ sở lý thuyết, tác giả thiết lập 8 giả thuyết nghiên cứu và xây dựng mô hình hồi quy với các biến số cụ thể:
| Tên biến |
Ký hiệu |
Công thức tính toán |
Kỳ vọng tác động |
| Biến phụ thuộc |
|
|
|
| Tỷ lệ nợ xấu |
NPL |
Nợ xấu / Tổng dư nợ cho vay |
Không áp dụng |
| Tỷ lệ chi phí dự phòng RRTD |
LLP |
Chi phí dự phòng RRTD trong năm / Tổng dư nợ cho vay |
Không áp dụng |
| Dự phòng rủi ro tín dụng lũy kế |
LLA |
Dự phòng cho vay và cho thuê tài chính / Tổng dư nợ cho vay |
Không áp dụng |
| Biến độc lập |
|
|
|
| Quy mô ngân hàng |
SIZE |
Logarit tự nhiên của Tổng tài sản |
Âm (-) |
| Tỷ lệ đòn bẩy tài chính |
LEV |
Vốn chủ sở hữu / Tổng tài sản |
Âm (-) |
| Tổng dư nợ trên tổng tài sản |
LOAN |
Tổng dư nợ / Tổng tài sản |
Dương (+) |
| Tỷ suất sinh lời trên tổng tài sản bình quân |
ROA |
Lợi nhuận sau thuế / Tổng tài sản bình quân |
Âm (-) |
| Thu nhập lãi ròng cận biên |
NIM |
Thu nhập lãi thuần / Tổng tài sản sinh lời bình quân |
Âm (-) |
| Tỷ lệ dư nợ trên tiền gửi |
LDR |
Dư nợ cho vay khách hàng / Tiền gửi khách hàng |
Dương (+) |
| Tốc độ tăng trưởng tín dụng |
LG |
$(Dư\ nợ_t - Dư\ nợ_{t-1}) / Dư\ nợ_{t-1}$ |
Dương (+) |
| Tỷ lệ chi phí trên thu nhập |
CIR |
Tổng chi phí hoạt động / Tổng thu nhập hoạt động |
Dương (+) |
Ba phương trình hồi quy tuyến tính dạng bảng được xác lập:
$$NPL_{i,t} = \beta_0 + \beta_1 SIZE_{i,t} + \beta_2 LEV_{i,t} + \beta_3 LOAN_{i,t} + \beta_4 ROA_{i,t} + \beta_5 NIM_{i,t} + \beta_6 LDR_{i,t} + \beta_7 LG_{i,t} + \beta_8 CIR_{i,t} + \varepsilon_{i,t}$$
$$LLP_{i,t} = \beta_0 + \beta_1 SIZE_{i,t} + \beta_2 LEV_{i,t} + \beta_3 LOAN_{i,t} + \beta_4 ROA_{i,t} + \beta_5 NIM_{i,t} + \beta_6 LDR_{i,t} + \beta_7 LG_{i,t} + \beta_8 CIR_{i,t} + \varepsilon_{i,t}$$
$$LLA_{i,t} = \beta_0 + \beta_1 SIZE_{i,t} + \beta_2 LEV_{i,t} + \beta_3 LOAN_{i,t} + \beta_4 ROA_{i,t} + \beta_5 NIM_{i,t} + \beta_6 LDR_{i,t} + \beta_7 LG_{i,t} + \beta_8 CIR_{i,t} + \varepsilon_{i,t}$$
Chương 2: Phân tích các nhân tố ảnh hưởng đến rủi ro tín dụng của các ngân hàng thương mại tại Việt Nam
Nội dung chương 2 phân tích diễn biến kinh tế vĩ mô và tình hình rủi ro tín dụng thực tế, sau đó trình bày kết quả ước lượng thực nghiệm.
- Bối cảnh vĩ mô và ngành: Tăng trưởng GDP Việt Nam giai đoạn 2018–2022 biến động mạnh: năm 2018 đạt mức cao nhất thập kỷ; năm 2019 đạt 7,02%; năm 2020 giảm còn 2,91% do đại dịch; năm 2021 đạt 2,58% (với thiệt hại kinh tế ước tính 847 nghìn tỷ đồng, tương đương 37 tỷ USD); năm 2022 phục hồi lên 8,02% với quy mô GDP đạt 409 tỷ USD nhờ các giải pháp từ Nghị quyết số 01/NQ-CP, 02/NQ-CP và 11/NQ-CP. Công tác xử lý nợ xấu được thúc đẩy bởi Nghị quyết số 42/2017/QH14, Quyết định số 1058/QĐ-TTg và Quyết định số 689/QĐ-TTg. Dù nợ xấu nội bảng toàn hệ thống năm 2022 được kiểm soát ở mức 2%, nhiều ngân hàng vẫn vượt ngưỡng 3% (như VietBank, VPBank, NCB) hoặc vượt 2,5% (ABBank, BVBank, SHB, PGB). Sang 9 tháng đầu năm 2023, nợ xấu tuyệt đối tăng mạnh tại các ngân hàng lớn (VPBank, BIDV, VietinBank, Vietcombank, SHB, NCB, Sacombank, MB Bank, VIB, LPBank), trong khi chi phí dự phòng rủi ro tín dụng từ năm 2021 liên tục gia tăng.
- Thống kê mô tả mẫu nghiên cứu: Mẫu gồm 26 ngân hàng thương mại cổ phần qua 5 năm. Giá trị trung bình của các chỉ tiêu biến động qua các năm:
| Chỉ tiêu tài chính (Giá trị trung bình) |
Năm 2018 |
Năm 2019 |
Năm 2020 |
Năm 2021 |
Năm 2022 |
| Quy mô ngân hàng (SIZE - Logarit) |
5,300 |
5,358 |
5,285 |
5,396 |
5,446 |
| Tổng dư nợ / Tổng tài sản (LOAN) |
63,2% |
64,6% |
63,9% |
62,7% |
64,6% |
| Tỷ suất sinh lời tài sản (ROA) |
1,0% |
1,1% |
1,2% |
1,4% |
1,5% |
| Thu nhập lãi ròng cận biên (NIM) |
3,1% |
3,3% |
3,2% |
3,4% |
3,7% |
| Tăng trưởng tín dụng (LG) |
15,6% |
18,2% |
15,2% |
15,1% |
16,3% |
| Tỷ lệ chi phí trên thu nhập (CIR) |
55,4% |
54,1% |
51,5% |
43,8% |
44,0% |
| Đòn bẩy tài chính (LEV) |
8,2% |
8,3% |
8,4% |
8,8% |
9,3% |
| Tỷ lệ dư nợ trên tiền gửi (LDR) |
93,2% |
95,5% |
93,5% |
99,5% |
102,8% |
- Kiểm định tương quan và đa cộng tuyến: Ma trận tương quan Pearson cho thấy NPL có tương quan âm cao nhất với SIZE (-0,4215). Các cặp biến độc lập có hệ số tương quan đáng chú ý gồm ROA và NIM (0,7856), ROA và CIR (-0,6834), SIZE và CIR (-0,6698), NIM và LDR (0,6631). Do giá trị tuyệt đối hệ số tương quan giữa các biến độc lập đều dưới 0,8 và hệ số VIF của tất cả các biến độc lập đều nhỏ hơn 3,5 (biến SIZE có VIF là 1,717107), mô hình không xảy ra hiện tượng đa cộng tuyến.
- Kết quả hồi quy các phương trình:
- Phương trình NPL: Kiểm định lựa chọn mô hình xác định mô hình hiệu ứng ngẫu nhiên (REM) là phù hợp nhất. Hệ số xác định $R^2$ của các mô hình OLS, FEM, REM lần lượt là 35,07%, 68,13% và 22,48%. Biến SIZE có hệ số âm (-0,036316, p < 0,05 ở OLS). Biến ROA mang dấu âm đồng nhất ở cả 3 mô hình và có ý nghĩa thống kê (p < 0,01 ở OLS, REM; p < 0,1 ở FEM). Biến NIM mang dấu dương đồng nhất (có ý nghĩa ở mức 1% tại OLS và 5% tại REM). Biến LG mang dấu âm đồng nhất và có ý nghĩa thống kê ở mức 10% tại cả 3 mô hình. Biến LDR mang dấu dương có ý nghĩa ở mức 5% tại OLS. Các biến LEV, LOAN, CIR không có ý nghĩa thống kê đối với NPL.
- Phương trình LLP: Kiểm định lựa chọn mô hình xác định mô hình hiệu ứng cố định (FEM) là phù hợp nhất. $R^2$ của OLS là 78,31%, FEM là 93,88%, REM là 56,53%. Biến ROA mang dấu âm và có ý nghĩa ở mức 1% ở cả 3 mô hình. Biến NIM mang dấu dương có ý nghĩa ở cả 3 mô hình (p < 0,01 ở OLS, REM; p < 0,05 ở FEM). Biến CIR mang dấu âm đồng nhất và có ý nghĩa ở mức 1% ở cả 3 mô hình. Biến SIZE và LEV mang dấu dương có ý nghĩa ở OLS và REM. Biến LOAN mang dấu âm có ý nghĩa ở mức 1% tại OLS và REM.
- Phương trình LLA: Kiểm định lựa chọn mô hình xác định mô hình hiệu ứng cố định (FEM) là phù hợp nhất. Biến LEV mang dấu dương đồng nhất và có ý nghĩa thống kê ở cả 3 mô hình (mức 10% ở OLS, 1% ở FEM, 5% ở REM). Biến SIZE mang dấu dương ở OLS (0,022487, p < 0,01) và REM (p < 0,01). Biến LOAN mang dấu âm có ý nghĩa ở OLS (p < 0,05) và REM (p < 0,1).
Chương 3: Thảo luận kết quả, định hướng đề tài và các khuyến nghị cho các NHTM Việt Nam
Trên cơ sở kết quả hồi quy, tác giả thảo luận về mức độ tác động và tính nhất quán với giả thuyết lý thuyết:
- ROA tác động ngược chiều: Tỷ suất sinh lời trên tổng tài sản tăng làm giảm rủi ro tín dụng ở cả 3 thước đo (đúng kỳ vọng lý thuyết). Khả năng sinh lời cao thể hiện chất lượng quản trị tài sản tốt, quy trình kiểm soát tín dụng hiệu quả, qua đó giảm tỷ lệ nợ xấu phát sinh và giảm áp lực trích lập chi phí dự phòng.
- NIM tác động cùng chiều: Thu nhập lãi ròng cận biên tăng lại làm tăng rủi ro tín dụng (ngược kỳ vọng ban đầu). Điều này phản ánh thực tiễn tại các NHTM Việt Nam: để gia tăng biên lãi ròng, các ngân hàng có xu hướng dịch chuyển danh mục sang các khoản vay có lãi suất cao hơn—vốn đi kèm rủi ro vỡ nợ lớn hơn—dẫn đến nợ xấu và chi phí dự phòng tăng theo.
- CIR tác động ngược chiều với chi phí dự phòng (LLP): Trái với kỳ vọng ban đầu, tỷ lệ chi phí trên thu nhập cao gắn liền với mức trích lập dự phòng thấp hơn. Hiện tượng này được lý giải là khi ngân hàng đầu tư nhiều chi phí hoạt động vào quy trình kiểm tra, giám sát tín dụng, thẩm định dòng tiền và công nghệ thẩm định rủi ro, chất lượng nợ được kiểm soát chặt chẽ hơn, làm giảm nhu cầu trích lập dự phòng rủi ro tín dụng phát sinh.
- LEV tác động cùng chiều với LLP và LLA: Tỷ lệ đòn bẩy tài chính (vốn chủ sở hữu / tổng tài sản) cao lại gắn với mức trích lập dự phòng cao hơn, có thể do các ngân hàng có bộ đệm vốn tự có dày dặn hơn chủ động trích lập dự phòng mạnh tay hơn để bao phủ nợ xấu tiềm ẩn.
- LG tác động ngược chiều với NPL: Tăng trưởng tín dụng cao trong ngắn hạn làm tăng quy mô tổng dư nợ (mẫu số), dẫn đến việc pha loãng tỷ lệ nợ xấu trên sổ sách tạm thời giảm.
Từ các phân tích này, chương 3 đề xuất các khuyến nghị nhằm tăng cường kiểm soát dòng vốn, giám sát chặt chẽ tỷ lệ LDR để tránh vượt trần 85% theo Thông tư 22/2019/TT-NHNN, cân đối chiến lược gia tăng NIM gắn với khẩu vị rủi ro và nâng cao hiệu quả chi phí trong công tác quản trị rủi ro tín dụng.
Kết quả và đóng góp
Nghiên cứu đạt được các kết quả định lượng cụ thể:
- Xác định mô hình REM phù hợp cho phương trình tỷ lệ nợ xấu (NPL), trong khi mô hình FEM phù hợp nhất cho hai phương trình trích lập dự phòng (LLP và LLA).
- Trong số 8 biến độc lập quan sát, nghiên cứu xác định được 5 nhân tố có tác động rõ rệt đến rủi ro tín dụng của các NHTM Việt Nam: biến ROA và CIR có tác động ngược chiều, trong khi biến NIM và LEV có tác động cùng chiều với rủi ro tín dụng.
- Phát hiện thực trạng gia tăng tỷ lệ LDR trung bình của 26 ngân hàng từ 93,2% (năm 2018) lên 102,8% (năm 2022), cho thấy áp lực thanh khoản đáng kể của hệ thống ngân hàng thương mại cổ phần.
Về mặt đóng góp khoa học, đề tài đóng góp điểm mới khi đưa biến Dự phòng rủi ro tín dụng lũy kế (LLA) vào khung phân tích thực nghiệm—thước đo chưa từng xuất hiện trong các bài nghiên cứu trong nước trước đây. Biến LLA giúp phản ánh toàn diện tổng lượng dự phòng đã tích lũy qua nhiều năm trên bảng cân đối kế toán, khắc phục tính biến động ngắn hạn và động cơ điều chỉnh lợi nhuận của biến chi phí dự phòng thường niên (LLP), từ đó cung cấp góc nhìn đa chiều về mức độ rủi ro tín dụng mà các ngân hàng thực tế đang gánh chịu.
Hạn chế và hướng nghiên cứu tiếp
- Hạn chế: Nghiên cứu chỉ tập trung phân tích nhóm nhân tố nội tại bên trong ngân hàng thương mại, chưa đưa các biến số kinh tế vĩ mô (như tốc độ tăng trưởng GDP, tỷ lệ lạm phát, lãi suất thị trường, tỷ giá hối đoái) vào mô hình hồi quy định lượng dù đã có phân tích bối cảnh chung. Mẫu nghiên cứu giới hạn ở 26 ngân hàng trong giai đoạn 5 năm (2018–2022) và sử dụng các mô hình hồi quy tĩnh (Pooled OLS, FEM, REM), chưa kiểm soát hiện tượng nội sinh động tiềm ẩn giữa rủi ro tín dụng và hiệu quả sinh lời.
- Hướng nghiên cứu tiếp: Mở rộng nghiên cứu bằng việc kết hợp đồng thời cả biến vi mô và biến vĩ mô trong mô hình định lượng; mở rộng chuỗi thời gian nghiên cứu cập nhật sau năm 2023; và ứng dụng các phương pháp hồi quy dữ liệu bảng động như phương pháp mô-men tổng quát (GMM - Generalized Method of Moments) để xử lý triệt để hiện tượng tự tương quan và tính nội sinh.
Giá trị tham khảo
Khóa luận có giá trị tham khảo thiết thực cho sinh viên, học viên chuyên ngành Tài chính - Ngân hàng và Kế toán - Kiểm toán đang nghiên cứu về chất lượng tín dụng và quản trị rủi ro ngân hàng. Các nội dung đáng tham khảo bao gồm:
- Phương pháp xây dựng và vận hành đồng thời 3 mô hình đo lường rủi ro tín dụng với 3 biến phụ thuộc khác nhau (NPL, LLP, LLA).
- Quy trình phân tích kinh tế lượng cho dữ liệu bảng hoàn chỉnh: kiểm định đa cộng tuyến qua VIF, kiểm định F, kiểm định Hausman, kiểm định tự tương quan Durbin-Watson và phương sai sai số thay đổi.
- Bộ dữ liệu tổng hợp chi tiết về 8 chỉ tiêu tài chính của 26 ngân hàng thương mại cổ phần Việt Nam trong giai đoạn 2018–2022.
Câu hỏi thường gặp
1. Khóa luận sử dụng những thước đo nào để đại diện cho rủi ro tín dụng và sự khác biệt giữa LLP và LLA là gì?
Khóa luận sử dụng 3 biến phụ thuộc gồm: Tỷ lệ nợ xấu (NPL), Tỷ lệ chi phí dự phòng rủi ro tín dụng phát sinh trong năm (LLP), và Dự phòng rủi ro tín dụng lũy kế (LLA). Điểm khác biệt căn bản là LLP chỉ đo lường chi phí trích lập phát sinh trong một năm tài chính hiện hành trên báo cáo kết quả kinh doanh (dễ bị ngân hàng điều chỉnh nhằm mục đích quản lý lợi nhuận), trong khi LLA phản ánh toàn bộ số dư dự phòng lũy kế qua nhiều năm đến thời điểm lập bảng cân đối kế toán, thể hiện toàn diện mức độ rủi ro tín dụng hiện hữu mà ngân hàng đang gánh chịu.
2. Mẫu nghiên cứu của đề tài gồm bao nhiêu ngân hàng và dữ liệu được thu thập trong khoảng thời gian nào?
Mẫu nghiên cứu gồm 26 ngân hàng thương mại cổ phần tại Việt Nam với dữ liệu thứ cấp được thu thập trong khoảng thời gian 5 năm, từ năm 2018 đến năm 2022. Tổng số quan sát thu được cho dữ liệu bảng cân bằng là 130 quan sát (26 ngân hàng $\times$ 5 năm). Tác giả đã loại bỏ 1 ngân hàng thương mại cổ phần ra khỏi mẫu ban đầu do có số liệu biến động đột biến.
3. Theo kết quả kiểm định kinh tế lượng, mô hình nào là phù hợp nhất cho từng phương trình nghiên cứu?
Kết quả kiểm định Redundant Fixed Effects và kiểm định Hausman cho thấy: phương trình đo lường Tỷ lệ nợ xấu (NPL) phù hợp nhất với Mô hình hiệu ứng ngẫu nhiên (REM). Ngược lại, hai phương trình đo lường chi phí dự phòng rủi ro tín dụng thường niên (LLP) và dự phòng rủi ro tín dụng lũy kế (LLA) đều phù hợp nhất với Mô hình hiệu ứng cố định (FEM).
4. Tỷ lệ dư nợ trên tiền gửi (LDR) của các ngân hàng thương mại Việt Nam cuối năm 2022 có thực trạng như thế nào so với quy định pháp lý?
Theo quy định tại Thông tư 22/2019/TT-NHNN, tỷ lệ dư nợ cho vay so với tổng tiền gửi (LDR) tối đa được phép là 85%. Tuy nhiên, số liệu thực tế cuối năm 2022 cho thấy tỷ lệ LDR trung bình của mẫu nghiên cứu đạt 102,8%, trong đó có tới 13/26 ngân hàng thương mại cổ phần vượt ngưỡng 100% (giá trị cao nhất đạt 144,6%), phản ánh tình trạng đa số ngân hàng đang cho vay vượt quá quy mô tiền gửi khách hàng huy động được.
5. Kết quả thực nghiệm cho thấy nhân tố tỷ suất sinh lời trên tổng tài sản (ROA) tác động như thế nào đến rủi ro tín dụng?
Biến ROA mang dấu âm đồng nhất và có ý nghĩa thống kê trong các mô hình hồi quy (đạt mức ý nghĩa 1% ở mô hình OLS và REM đối với NPL; mức ý nghĩa 1% ở cả 3 mô hình đối với LLP). Điều này chứng minh rằng tỷ suất sinh lời trên tổng tài sản có tác động ngược chiều rõ rệt đến rủi ro tín dụng, khẳng định ngân hàng có hiệu quả sinh lời càng cao thì tỷ lệ nợ xấu và chi phí trích lập dự phòng rủi ro tín dụng càng thấp.
Kết luận
Khóa luận tốt nghiệp của tác giả Phạm Thị Quỳnh Oanh đã thực hiện phân tích thực nghiệm về các nhân tố tài chính nội tại ảnh hưởng đến rủi ro tín dụng tại 26 ngân hàng thương mại cổ phần Việt Nam giai đoạn 2018–2022. Bằng việc ứng dụng các mô hình hồi quy dữ liệu bảng (OLS, FEM, REM), nghiên cứu đã xác định tác động ngược chiều của tỷ suất sinh lời (ROA) và tỷ lệ chi phí trên thu nhập (CIR), cùng tác động thuận chiều của biên lãi ròng (NIM) và đòn bẩy tài chính (LEV) lên rủi ro tín dụng. Đặc biệt, việc đưa biến dự phòng rủi ro tín dụng lũy kế (LLA) vào phân tích đã bổ sung một góc nhìn mới cho công tác đánh giá nợ xấu và cung cấp cơ sở dữ liệu thực chứng hữu ích cho quản trị ngân hàng thương mại.