Bối cảnh và vấn đề nghiên cứu

Hoạt động cấp tín dụng đóng vai trò là nghiệp vụ kinh doanh cốt lõi, mang lại nguồn thu nhập chủ yếu cho các ngân hàng thương mại nhưng đồng thời cũng là nơi tiềm ẩn rủi ro tín dụng lớn nhất. Rủi ro tín dụng phát sinh khi khách hàng vay vốn vi phạm nghĩa vụ trả nợ, dẫn đến sự xuất hiện của các khoản nợ xấu (Non-Performing Loans - NPL). Tỷ lệ nợ xấu gia tăng không chỉ cản trở quá trình lưu thông vốn, gây suy giảm năng lực tài chính và đe dọa khả năng thanh toán của từng tổ chức tín dụng mà còn có nguy cơ lan truyền sang toàn bộ hệ thống tài chính, làm suy thoái kinh tế vĩ mô như thực tiễn cuộc khủng hoảng tài chính toàn cầu năm 2008 đã minh chứng.

Tại Việt Nam, diễn biến nợ xấu của hệ thống ngân hàng thương mại trải qua nhiều giai đoạn thăng trầm: bùng phát và đạt đỉnh vào khoảng năm 2015, từng bước được xử lý và tái cơ cấu trong giai đoạn 2016–2019, sau đó tiếp tục chịu áp lực gia tăng phức tạp từ năm 2019 trở đi dưới tác động tiêu cực của đại dịch COVID-19 đối với khu vực doanh nghiệp và cá nhân vay vốn. Bối cảnh này đặt ra yêu cầu cấp thiết phải phân tích một cách có hệ thống các nhân tố vi mô nội tại của ngân hàng và các nhân tố vĩ mô của nền kinh tế tác động đến nợ xấu.

Mục tiêu nghiên cứu:

  1. Mục tiêu tổng quát: Xác định các nhân tố tác động đến nợ xấu tại các ngân hàng thương mại Việt Nam giai đoạn 2011–2023, từ đó đề xuất các giải pháp và kiến nghị chính sách nhằm kiểm soát và quản lý nợ xấu hiệu quả.
  2. Mục tiêu cụ thể:
    • Thứ nhất, xác định các nhân tố tác động đến nợ xấu của các ngân hàng thương mại Việt Nam.
    • Thứ hai, xác định chiều hướng tác động của các nhân tố này đến nợ xấu của các ngân hàng thương mại Việt Nam.
    • Thứ ba, đưa ra các đề xuất, hàm ý chính sách phù hợp nhằm giảm thiểu và kiểm soát nợ xấu tại hệ thống ngân hàng thương mại Việt Nam.

Câu hỏi nghiên cứu:

  1. Thứ nhất, các nhân tố nào ảnh hưởng đến nợ xấu của các ngân hàng thương mại Việt Nam?
  2. Thứ hai, chiều hướng tác động của các nhân tố này đến nợ xấu của các ngân hàng thương mại Việt Nam diễn ra như thế nào?
  3. Thứ ba, những đề xuất và hàm ý chính sách nào phù hợp nhằm giảm thiểu và quản lý nợ xấu tại các ngân hàng thương mại Việt Nam?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các nhân tố ảnh hưởng đến nợ xấu của các ngân hàng thương mại Việt Nam (bao gồm cả nhân tố vi mô thuộc nội tại ngân hàng và nhân tố vĩ mô của nền kinh tế).
  • Phạm vi không gian: 28 ngân hàng thương mại cổ phần tại Việt Nam có đầy đủ báo cáo tài chính hợp nhất đã kiểm toán và báo cáo thường niên công khai, minh bạch.
  • Phạm vi thời gian: Giai đoạn 13 năm, từ năm 2011 đến năm 2023, bao quát các giai đoạn nợ xấu tăng cao, tái cơ cấu xử lý nợ và giai đoạn biến động sau đại dịch COVID-19.

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập nền tảng lý luận dựa trên các quy định pháp lý hiện hành, các định chế tài chính quốc tế và các lý thuyết kinh tế vi mô, vĩ mô kinh điển về trung gian tài chính và rủi ro tín dụng.

Khung pháp lý và các khái niệm nền tảng

Theo quy định tại Thông tư số 11/2021/TT-NHNN ngày 30/07/2021 của Ngân hàng Nhà nước Việt Nam (thay thế Thông tư số 02/2013/TT-NHNN và Thông tư số 09/2014/TT-NHNN), nợ xấu bao gồm các khoản nợ thuộc nhóm 3 (nợ dưới tiêu chuẩn, quá hạn từ 91 đến 180 ngày), nhóm 4 (nợ nghi ngờ, quá hạn từ 181 đến 360 ngày) và nhóm 5 (nợ có khả năng mất vốn, quá hạn trên 360 ngày). Việc xác định nợ xấu kết hợp hai tiêu chí: định lượng (thời gian quá hạn thanh toán gốc hoặc lãi từ 90 ngày trở lên) và định tính (đánh giá khả năng trả nợ của khách hàng có dấu hiệu suy giảm, khả năng thu hồi nợ bị đe dọa). Khái niệm này đồng nhất với các thông lệ quốc tế của Quỹ Tiền tệ Quốc tế (IMF, 2004), Ủy ban Giám sát Ngân hàng Basel (BCBS) và Ngân hàng Thế giới (World Bank).

Các lý thuyết kinh tế giải thích nợ xấu

  1. Lý thuyết thông tin bất cân xứng (Asymmetric Information Theory - Akerlof, 1970): Giải thích tình trạng bên vay nắm giữ nhiều thông tin về tình hình tài chính và rủi ro của dự án hơn bên cho vay. Sự bất cân xứng này dẫn đến hai hệ quả là lựa chọn đối nghịch (adverse selection - ngân hàng vô tình cấp tín dụng cho những khách hàng có độ rủi ro cao nhất) và rủi ro đạo đức (moral hazard - bên vay sử dụng vốn sai mục đích cam kết hoặc tham gia các hoạt động mạo hiểm sau khi nhận được tiền giải ngân), từ đó làm tăng tỷ lệ nợ xấu.
  2. Lý thuyết gia tốc tài chính (Financial Accelerator Theory): Phân tích mối liên hệ có tính chu kỳ giữa tình trạng tài chính của người đi vay và nền kinh tế vĩ mô. Khi kinh tế suy thoái, giá trị tài sản ròng và giá trị tài sản bảo đảm của khách hàng sụt giảm, làm suy yếu năng lực trả nợ và đẩy nợ xấu tăng cao, đồng thời khiến ngân hàng thắt chặt điều kiện tín dụng, làm trầm trọng thêm tình trạng suy thoái.
  3. Lý thuyết kênh tín dụng (The Credit Channel Theory): Mô tả cách thức các quyết định điều hành chính sách tiền tệ truyền dẫn vào nền kinh tế thông qua hệ thống ngân hàng qua hai kênh: kênh bảng cân đối kế toán (tác động đến giá trị ròng, dòng tiền và tài sản lưu động của người vay) và kênh cho vay của ngân hàng (tác động trực tiếp đến khả năng và hành vi cung cấp hạn mức tín dụng).
  4. Giả thuyết "quá lớn để phá sản" (Too big to fail - Boyd and Gertler, 1994) và Hiệu ứng quy mô (Salas and Saurina, 2002): Boyd và Gertler cho rằng các ngân hàng có quy mô lớn thường chấp nhận mức rủi ro cao hơn do kỳ vọng vào sự hỗ trợ của ngân hàng trung ương khi gặp sự cố; ngược lại, Salas và Saurina chỉ ra rằng quy mô lớn giúp ngân hàng đa dạng hóa danh mục đầu tư, sở hữu quy trình quản trị rủi ro hiện đại và năng lực xử lý nợ tốt hơn, qua đó giúp kiềm chế nợ xấu.

Mô hình nghiên cứu và giải thích biến số

Mô hình hồi quy tổng quát được xác lập như sau:

$$NPL_{i,t} = \alpha + \beta_1 SIZE_{i,t} + \beta_2 ROA_{i,t} + \beta_3 LEV_{i,t} + \beta_4 CIR_{i,t} + \beta_5 LLR_{i,t} + \beta_6 INF_{i,t} + \beta_7 GDP_{i,t} + \varepsilon_{i,t}$$

Trong đó:

  • $i$: Ngân hàng thứ $i$ ($i = 1, \dots, 28$).
  • $t$: Năm thứ $t$ ($t = 2011, \dots, 2023$).
  • $\alpha$: Hệ số chặn; $\beta_1 \dots \beta_7$: Các hệ số hồi quy riêng phần; $\varepsilon_{i,t}$: Sai số ngẫu nhiên.
Nhóm biến Tên biến Ký hiệu Công thức tính toán Kỳ vọng dấu Cơ sở nghiên cứu kế thừa
Biến phụ thuộc Tỷ lệ nợ xấu $NPL$ $\frac{\text{Nợ nhóm 3 + Nợ nhóm 4 + Nợ nhóm 5}}{\text{Tổng dư nợ}} \times 100%$ — Thông tư 11/2021/TT-NHNN; Berger & DeYoung (1997)
Biến độc lập (Vi mô) Quy mô ngân hàng $SIZE$ $\ln(\text{Tổng tài sản bình quân})$ (-) ($H_1$) Salas & Saurina (2002); Đặng Văn Dân (2018)
Khả năng sinh lời $ROA$ $\frac{\text{Lợi nhuận sau thuế}}{\text{Tổng tài sản bình quân}}$ (-) ($H_2$) Godlewski (2004); Messai & Jouini (2013)
Đòn bẩy tài chính $LEV$ $\frac{\text{Nợ phải trả}}{\text{Tổng tài sản}}$ (+) ($H_3$) Jacques & Nigro (1997); Chaibi (2015)
Tỷ lệ chi phí hoạt động $CIR$ $\frac{\text{Chi phí hoạt động}}{\text{Thu nhập hoạt động}}$ (+) ($H_4$) Berger & DeYoung (1997); Manz (2019)
Tỷ lệ trích lập dự phòng RRTD $LLR$ $\frac{\text{Chi phí dự phòng rủi ro tín dụng}}{\text{Dư nợ cho vay}}$ (+) ($H_5$) Phạm Dương Phương Thảo & Nguyễn Linh Đan (2018)
Biến độc lập (Vĩ mô) Tỷ lệ lạm phát $INF$ $\frac{CPI_t - CPI_{t-1}}{CPI_{t-1}} \times 100%$ (+) ($H_6$) Fofack (2005); Klein (2013)
Tăng trưởng kinh tế $GDP$ $\frac{GDP_t - GDP_{t-1}}{GDP_{t-1}} \times 100%$ (-) ($H_7$) Salas & Saurina (2002); Ghosh (2015)

Dữ liệu và phương pháp ước lượng

  • Nguồn dữ liệu: Dữ liệu vi mô được bóc tách từ báo cáo tài chính hợp nhất kiểm toán và báo cáo thường niên của 28 ngân hàng thương mại Việt Nam qua 13 năm (364 quan sát dữ liệu bảng). Dữ liệu vĩ mô ($GDP$, $INF$) được thu thập từ Tổng cục Thống kê (GSO) và Ngân hàng Thế giới (World Bank).
  • Quy trình xử lý định lượng: Thực hiện trên phần mềm Stata 17 và Microsoft Excel qua các bước:
    1. Thống kê mô tả và phân tích ma trận tương quan Pearson để phát hiện sớm mối quan hệ tuyến tính.
    2. Đánh giá hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai (Variance Inflation Factor - VIF).
    3. Ước lượng ba mô hình cơ bản cho dữ liệu bảng: Mô hình bình phương bé nhất gộp (Pooled OLS), Mô hình tác động cố định (Fixed Effects Model - FEM) và Mô hình tác động ngẫu nhiên (Random Effects Model - REM).
    4. Kiểm định lựa chọn mô hình: Kiểm định $F$-test (chọn Pooled OLS hay FEM), kiểm định Breusch-Pagan Lagrange Multiplier (chọn Pooled OLS hay REM), và kiểm định Hausman (chọn FEM hay REM). Kết quả kiểm định Hausman xác định FEM là mô hình phù hợp.
    5. Kiểm định các khuyết tật của mô hình FEM: Kiểm định phương sai sai số thay đổi (Modified Wald test / Breusch-Pagan) và kiểm định tự tương quan (Wooldridge test).
    6. Sử dụng phương pháp hồi quy bình phương tối thiểu tổng quát khả thi (Feasible Generalized Least Squares - FGLS) để khắc phục hoàn toàn các khuyết tật phương sai thay đổi và tự tương quan, đảm bảo ước lượng thu được không thiên lệch và có hiệu quả thống kê cao nhất.

Nội dung chính theo từng chương

Chương 1: Giới thiệu đề tài

Chương 1 thiết lập tổng thể khuôn khổ nghiên cứu. Tác giả luận giải tính cấp thiết của đề tài xuất phát từ vai trò của tín dụng ngân hàng đối với nền kinh tế và hậu quả nghiêm trọng của nợ xấu đối với sự ổn định tài chính. Đặt trong bối cảnh các chu kỳ biến động nợ xấu tại Việt Nam từ năm 2011 đến năm 2023, chương 1 công bố ba mục tiêu nghiên cứu cụ thể, ba câu hỏi nghiên cứu, định vị đối tượng là các nhân tố ảnh hưởng đến nợ xấu tại 28 ngân hàng thương mại Việt Nam. Tác giả cũng tóm lược phương pháp nghiên cứu kết hợp định tính và định lượng, làm rõ đóng góp về mặt bổ sung dữ liệu mới nhất (giai đoạn 2011–2023) so với các nghiên cứu trước đây và giới thiệu kết cấu 5 chương của khóa luận.

Chương 2: Cơ sở lý thuyết và tổng quan nghiên cứu

Chương 2 tập trung xây dựng cơ sở lý luận vững chắc cho đề tài:

  • Hệ thống hóa các định nghĩa về nợ xấu của IMF, BCBS, World Bank và quy định phân loại 5 nhóm nợ theo Thông tư 11/2021/TT-NHNN của Ngân hàng Nhà nước; thiết lập công thức tính tỷ lệ nợ xấu ($NPL$).
  • Phân tích cơ chế tác động của từng nhân tố vi mô ($SIZE$, $ROA$, $LEV$, $CIR$, $LLR$) và vĩ mô ($GDP$, $INF$) đến nợ xấu.
  • Làm sáng tỏ ba lý thuyết nền tảng: Lý thuyết thông tin bất cân xứng, Lý thuyết gia tốc tài chính và Lý thuyết kênh tín dụng.
  • Lược khảo chuyên sâu các nghiên cứu thực nghiệm trong nước (Phạm Dương Phương Thảo & Nguyễn Linh Đan, 2018; Hoàng Thị Thanh Hằng và cộng sự, 2020; Nguyễn Thị Ánh Hoa, 2021; Nguyễn Thị Hồng Ánh và cộng sự, 2021; Trần Vương Thịnh & Nguyễn Ngọc Hồng Loan, 2021; Bùi Đan Thanh & Nguyễn Ngọc Huyền, 2022) và quốc tế (Alshebami et al., 2020; Hazimi & William, 2020; Ahmed et al., 2021; Singh et al., 2021; Antony & Suresh, 2023).
  • Chỉ ra hai khoảng trống nghiên cứu chính: (1) Sự thiếu thống nhất về dấu và mức độ tác động của các biến giữa các nghiên cứu thực nghiệm trước do khác biệt về bối cảnh kinh tế và giai đoạn khảo sát; (2) Sự thiếu vắng các nghiên cứu tại Việt Nam xem xét ảnh hưởng của loại hình sở hữu ngân hàng (có vốn nhà nước và không có vốn nhà nước) đối với nợ xấu.

Chương 3: Phương pháp nghiên cứu

Chương 3 trình bày chi tiết phương pháp luận và thiết kế nghiên cứu:

  • Xây dựng sơ đồ quy trình nghiên cứu 8 bước tuần tự từ khâu xác định vấn đề, thu thập dữ liệu, phân tích thống kê, chạy các mô hình hồi quy, kiểm định khuyết tật cho đến đề xuất khuyến nghị.
  • Mô tả quy trình thu thập dữ liệu thứ cấp từ 28 ngân hàng thương mại giai đoạn 2011–2023.
  • Thiết lập phương trình hồi quy đa biến với 1 biến phụ thuộc ($NPL$) và 7 biến độc lập ($SIZE$, $ROA$, $LEV$, $CIR$, $LLR$, $INF$, $GDP$).
  • Nêu rõ công thức đo lường từng biến và phát biểu 7 giả thuyết nghiên cứu từ $H_1$ đến $H_7$.
  • Mô tả các công cụ phân tích trên Stata 17, hệ thống kiểm định lựa chọn mô hình ($F$-test, Breusch-Pagan LM, Hausman) và phương pháp khắc phục khuyết tật bằng mô hình FGLS.

Chương 4: Kết quả nghiên cứu và thảo luận

Chương 4 thể hiện toàn bộ các phát hiện thực nghiệm của khóa luận:

  • Mô tả bức tranh nợ xấu tại hệ thống ngân hàng thương mại Việt Nam giai đoạn 2011–2023 qua đồ thị và bảng số liệu thực tế; phân tích thống kê mô tả (giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất) của các biến số.
  • Đánh giá ma trận tương quan giữa các biến độc lập và tiến hành kiểm định hệ số phóng đại phương sai (VIF) để chứng minh mô hình không vi phạm hiện tượng đa cộng tuyến nghiêm trọng.
  • Trình bày kết quả hồi quy so sánh giữa ba mô hình Pooled OLS, FEM và REM. Kết quả kiểm định lựa chọn mô hình xác nhận FEM vượt trội hơn Pooled OLS và REM (thông qua kiểm định Hausman).
  • Thực hiện các kiểm định khuyết tật trên mô hình FEM, phát hiện sự hiện diện của hiện tượng phương sai sai số thay đổi và tự tương quan.
  • Tiến hành ước lượng bằng mô hình FGLS để triệt tiêu các khuyết tật này, đưa ra bảng hệ số hồi quy chuẩn xác cuối cùng và thảo luận chi tiết mối tương quan giữa các biến độc lập với tỷ lệ nợ xấu, so sánh đối chiếu với các giả thuyết đã đặt ra và kết quả của các tác giả đi trước.

Chương 5: Kết luận và khuyến nghị

Dựa trên kết quả định lượng của mô hình FGLS ở chương 4, chương 5 tổng hợp các phát hiện thực nghiệm và đề xuất các nhóm giải pháp chính sách:

  • Nhóm khuyến nghị đối với các nhà quản trị ngân hàng thương mại: Nâng cao năng lực thẩm định tín dụng để kiểm soát chất lượng người vay; kiểm soát tốc độ tăng trưởng quy mô tài sản tương xứng với năng lực quản trị rủi ro; quản trị chặt chẽ tỷ lệ đòn bẩy tài chính và tỷ lệ chi phí hoạt động ($CIR$); thực hiện trích lập dự phòng rủi ro tín dụng ($LLR$) đầy đủ, kịp thời nhằm chủ động nguồn lực xử lý tổn thất mà không làm méo mó dòng vốn kinh doanh.
  • Nhóm khuyến nghị đối với cơ quan quản lý nhà nước (Ngân hàng Nhà nước và Chính phủ): Hoàn thiện khuôn khổ pháp lý về phân loại nợ và trích lập dự phòng; tăng cường thanh tra, giám sát chất lượng tài sản ngân hàng; phối hợp đồng bộ giữa chính sách tiền tệ và chính sách tài khóa nhằm kiểm soát lạm phát và duy trì tăng trưởng kinh tế ổn định.
  • Trình bày các hạn chế chưa thể giải quyết trọn vẹn trong phạm vi khóa luận và vạch ra các định hướng mở rộng cho các nghiên cứu tiếp theo.

Kết quả và đóng góp

Kết quả chính từ mô hình thực nghiệm

Khóa luận đã kiểm định quy trình xử lý dữ liệu bảng chặt chẽ trên mẫu 28 ngân hàng thương mại Việt Nam (2011–2023):

  • Kiểm định lựa chọn mô hình cho thấy mô hình tác động cố định (FEM) phù hợp hơn mô hình Pooled OLS và mô hình REM (thông qua kiểm định Hausman).
  • Mô hình FGLS được áp dụng thành công để xử lý dứt điểm các khuyết tật về hiện tượng phương sai sai số thay đổi và hiện tượng tự tương quan của mô hình dữ liệu bảng.
  • Mô hình làm rõ vai trò tác động của 7 biến độc lập vi mô và vĩ mô đến tỷ lệ nợ xấu ($NPL$):
    • Nhóm nhân tố nội tại ngân hàng: Quy mô ngân hàng ($SIZE$) và Khả năng sinh lời trên tổng tài sản ($ROA$) tác động nghịch chiều đến nợ xấu; Đòn bẩy tài chính ($LEV$), Tỷ lệ chi phí hoạt động ($CIR$) và Tỷ lệ trích lập dự phòng rủi ro tín dụng ($LLR$) tác động thuận chiều đến nợ xấu.
    • Nhóm nhân tố kinh tế vĩ mô: Tốc độ tăng trưởng kinh tế ($GDP$) có mối tương quan nghịch với tỷ lệ nợ xấu; Tỷ lệ lạm phát ($INF$) tác động thuận chiều, làm gia tăng nợ xấu.

Đóng góp của nghiên cứu

  • Về mặt học thuật và dữ liệu: Công trình cập nhật chuỗi dữ liệu thứ cấp kéo dài 13 năm (2011–2023), bao quát toàn bộ các chu kỳ biến động lớn của thị trường tài chính Việt Nam (giai đoạn nợ xấu leo thang và đạt đỉnh năm 2015, giai đoạn đẩy mạnh cơ cấu xử lý nợ 2016–2019, và giai đoạn chịu ảnh hưởng nặng nề từ dịch bệnh COVID-19). Điều này giúp khắc phục tính lạc hậu về thời gian của nhiều nghiên cứu trước đó.
  • Về mặt thực tiễn: Kết quả nghiên cứu cung cấp bằng chứng định lượng cập nhật, hỗ trợ các nhà quản trị ngân hàng thương mại nhận diện rõ những nhân tố vi mô nhạy cảm nhất đối với nợ xấu, từ đó xây dựng các chỉ tiêu cảnh báo sớm trong quản trị rủi ro tín dụng; đồng thời cung cấp căn cứ thực nghiệm cho các nhà hoạch định chính sách tại Ngân hàng Nhà nước trong việc điều tiết cung ứng tín dụng gắn liền với ổn định vĩ mô.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận tự xác định các hạn chế mang tính khách quan và phạm vi nghiên cứu:

  • Chưa đưa biến loại hình sở hữu vào mô hình định lượng: Mặc dù tác giả đã nhận diện khoảng trống nghiên cứu quan trọng tại Việt Nam là sự khác biệt giữa ngân hàng có vốn nhà nước và ngân hàng không có vốn nhà nước trong việc hoạch định chính sách tín dụng và khẩu vị rủi ro, nhưng mô hình thực nghiệm của khóa luận chưa đưa biến giả về loại hình sở hữu vào ước lượng.
  • Quy mô mẫu: Nghiên cứu mới dừng lại ở phạm vi 28 ngân hàng thương mại cổ phần có công khai báo cáo tài chính đã kiểm toán minh bạch và liên tục trong giai đoạn 2011–2023, chưa bao quát toàn bộ các ngân hàng thương mại đang hoạt động tại Việt Nam.
  • Số lượng biến vĩ mô: Nghiên cứu chỉ tập trung vào hai chỉ số vĩ mô cơ bản là tăng trưởng kinh tế ($GDP$) và lạm phát ($INF$), chưa xem xét bổ sung các biến vĩ mô quan trọng khác như lãi suất điều hành, tỷ giá hối đoái hoặc rủi ro chính sách.

Hướng nghiên cứu tiếp theo: Mở rộng mẫu nghiên cứu cho toàn bộ các định chế tín dụng; đưa biến loại hình sở hữu (ngân hàng thương mại nhà nước so với ngân hàng thương mại cổ phần tư nhân) vào phân tích; tích hợp thêm các yếu tố quản trị nội bộ ngân hàng (như quy mô hội đồng quản trị, cấu trúc vốn sở hữu) và các chỉ số kinh tế vĩ mô khác để làm sâu sắc hơn mô hình giải thích nợ xấu.

Giá trị tham khảo

Tài liệu là nguồn tham khảo hữu ích cho:

  • Sinh viên, học viên cao học ngành Tài chính – Ngân hàng, Kinh tế học và Quản trị kinh doanh: Cung cấp tài liệu mẫu mực về phương pháp luận nghiên cứu dữ liệu bảng (Panel Data), quy trình kiểm định kinh tế lượng từ Pooled OLS, FEM, REM qua kiểm định Hausman đến ước lượng FGLS trên phần mềm Stata 17.
  • Người làm nghiên cứu về quản trị rủi ro ngân hàng: Cung cấp bảng tổng hợp chuyên sâu các công trình nghiên cứu trong và ngoài nước liên quan đến các nhân tố tác động đến nợ xấu; hệ thống hóa các định nghĩa nợ xấu theo thông lệ quốc tế và Thông tư 11/2021/TT-NHNN.
  • Phần nội dung đáng tham khảo nhất: Chương 2 (phần tổng quan các lý thuyết kinh tế: bất cân xứng thông tin, gia tốc tài chính, kênh tín dụng và bảng tổng hợp các nghiên cứu thực nghiệm đối chiếu chiều tác động của các biến) và Chương 3 (phương pháp luận thiết kế mô hình dữ liệu bảng, công thức xác định các chỉ tiêu tài chính và quy trình khắc phục khuyết tật phương sai thay đổi, tự tương quan bằng mô hình FGLS).

Câu hỏi thường gặp

1. Mẫu nghiên cứu của khóa luận gồm bao nhiêu ngân hàng và dữ liệu được thu thập trong khoảng thời gian nào?
Khóa luận sử dụng mẫu nghiên cứu gồm 28 ngân hàng thương mại Việt Nam. Toàn bộ dữ liệu thứ cấp được thu thập liên tục trong giai đoạn 13 năm, từ năm 2011 đến năm 2023, lấy từ các báo cáo tài chính hợp nhất đã kiểm toán, báo cáo thường niên công khai của các ngân hàng và các nguồn thống kê chính thống từ Tổng cục Thống kê (GSO) và Ngân hàng Thế giới (World Bank).

2. Nợ xấu trong đề tài được xác định và tính toán theo căn cứ pháp lý và công thức cụ thể nào?
Nợ xấu được định nghĩa theo Thông tư số 11/2021/TT-NHNN của Ngân hàng Nhà nước Việt Nam, bao gồm các khoản nợ quá hạn thanh toán từ 91 ngày trở lên hoặc có nghi ngờ về khả năng trả nợ, tương ứng với nợ nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn). Tỷ lệ nợ xấu ($NPL$) được tính bằng tỷ lệ phần trăm giữa tổng giá trị nợ của nhóm 3, nhóm 4, nhóm 5 chia cho tổng dư nợ cho vay của ngân hàng tại thời điểm tính toán.

3. Khóa luận sử dụng các lý thuyết kinh tế nền tảng nào để giải thích cơ chế hình thành nợ xấu?
Tác giả dựa vào ba lý thuyết kinh tế chính: (1) Lý thuyết thông tin bất cân xứng (Asymmetric Information) của Akerlof (1970) với hai hệ quả là lựa chọn đối nghịch và rủi ro đạo đức; (2) Lý thuyết gia tốc tài chính (Financial Accelerator Theory) phân tích chu kỳ kinh tế và sự suy giảm tài sản thế chấp; (3) Lý thuyết kênh tín dụng (The Credit Channel Theory) giải thích sự lan truyền của chính sách tiền tệ qua kênh bảng cân đối kế toán và kênh cho vay của ngân hàng. Ngoài ra, tác giả sử dụng thêm giả thuyết "quá lớn để phá sản" và hiệu ứng quy mô.

4. Mô hình kinh tế lượng cuối cùng được tác giả sử dụng để kết luận kết quả nghiên cứu là mô hình nào và vì sao?
Mô hình cuối cùng được sử dụng là mô hình bình phương tối thiểu tổng quát khả thi (FGLS). Ban đầu, tác giả chạy ba mô hình Pooled OLS, FEM và REM, sau đó kiểm định Hausman chỉ ra mô hình tác động cố định (FEM) là phù hợp nhất. Tuy nhiên, do mô hình FEM vi phạm các khuyết tật về hiện tượng phương sai sai số thay đổi và tự tương quan, tác giả đã áp dụng phương pháp hồi quy FGLS để khắc phục các khuyết tật này, đảm bảo kết quả ước lượng có độ tin cậy và chính xác cao nhất.

5. Tác giả đã chỉ ra những khoảng trống nghiên cứu cụ thể nào tại thị trường Việt Nam?
Khóa luận xác định hai khoảng trống nghiên cứu chính: Thứ nhất, kết quả về mức độ cũng như chiều hướng tác động của các nhân tố vi mô và vĩ mô đến nợ xấu giữa các nghiên cứu trước đây chưa có sự thống nhất do điều kiện kinh tế và giai đoạn nghiên cứu khác nhau. Thứ hai, các nghiên cứu thực nghiệm tại Việt Nam hầu như chưa phân tích tác động của loại hình sở hữu ngân hàng (có vốn sở hữu của Nhà nước so với không có vốn Nhà nước) đến nợ xấu, dù yếu tố này ảnh hưởng trực tiếp đến chiến lược mở rộng tín dụng và khẩu vị rủi ro của từng ngân hàng.

Kết luận

Khóa luận tốt nghiệp của tác giả Đào Thúy Nga đã hệ thống hóa toàn diện cơ sở lý luận và thực tiễn về nợ xấu cùng các nhân tố tác động trong hệ thống ngân hàng thương mại Việt Nam. Bằng việc ứng dụng phương pháp kinh tế lượng dữ liệu bảng trên mẫu 28 ngân hàng thương mại giai đoạn 2011–2023 và sử dụng mô hình FGLS để khắc phục các khuyết tật hồi quy, công trình đã xác định chính xác chiều hướng tác động của các biến số nội tại ngân hàng ($SIZE$, $ROA$, $LEV$, $CIR$, $LLR$) và các biến số kinh tế vĩ mô ($GDP$, $INF$) đến tỷ lệ nợ xấu. Các kết quả thực nghiệm và khoảng trống nghiên cứu được làm rõ trong khóa luận cung cấp luận cứ khoa học thực tiễn cho công tác quản trị rủi ro tín dụng tại các ngân hàng thương mại cũng như công tác điều hành chính sách tiền tệ của các cơ quan quản lý nhà nước.