Bối cảnh và vấn đề nghiên cứu
Hoạt động tín dụng là mảng kinh doanh cốt lõi và mang lại nguồn thu nhập chủ yếu cho hệ thống ngân hàng thương mại cổ phần (NHTMCP) tại Việt Nam. Do đặc thù ngân hàng đóng vai trò trung gian huyết mạch luân chuyển vốn của nền kinh tế, các rủi ro phát sinh từ danh mục tín dụng, đặc biệt là nợ xấu (Non-performing loans - NPL), có khả năng gây đứt gãy thanh khoản và dẫn đến nguy cơ khủng hoảng hệ thống tài chính.
Tại Việt Nam, nợ xấu đã tích tụ từ giai đoạn tăng trưởng nóng sau năm 2007 và bộc lộ nghiêm trọng vào cuối năm 2011 khi kinh tế vĩ mô suy giảm, sản xuất kinh doanh đình trệ và chính sách tiền tệ bị thắt chặt. Số liệu được trích dẫn trong văn bản cho thấy quy mô nợ xấu năm 2011 đạt mức 85 nghìn tỷ đồng, chiếm 3,0% tổng dư nợ. Các cơ quan quản lý và tổ chức quốc tế ghi nhận nhiều mức thống kê khác nhau: Báo cáo thường niên của Ngân hàng Nhà nước (NHNN) ghi nhận tỷ lệ nợ xấu tăng vọt lên mức 4,0%; Cơ quan Thanh tra, Giám sát ngân hàng khảo sát tỷ lệ này vào cuối tháng 3/2012 là 8,8%; trong khi Ngân hàng Thế giới (World Bank - WB, 2014) ước tính tỷ lệ nợ xấu của hệ thống ngân hàng Việt Nam cuối năm 2012 lên tới 12%. Đến giai đoạn 2016–2020, nhờ các chính sách xử lý quyết liệt, tỷ lệ nợ xấu nội bảng toàn hệ thống đã giảm từ 2,46% (năm 2016) xuống 1,9% (năm 2020; năm 2021 ở mức tương đương, chưa tính nợ tiềm ẩn có nguy cơ mất vốn). Tuy nhiên, các kỹ thuật xử lý ngắn hạn vẫn chưa triệt để nếu không nhận diện rõ nguyên nhân gốc rễ phát sinh nợ xấu từ cả góc độ nội tại ngân hàng lẫn môi trường vĩ mô.
Từ thực tiễn trên, khóa luận xác định hệ thống mục tiêu và câu hỏi nghiên cứu:
Mục tiêu nghiên cứu:
- Mục tiêu tổng quát: Xác định các nhân tố ảnh hưởng đến nợ xấu tại các NHTMCP tại Việt Nam, từ đó đề xuất một số hàm ý chính sách và khuyến nghị quản trị nhằm kiểm soát, hạn chế nợ xấu và nâng cao hiệu quả hoạt động.
- Mục tiêu cụ thể:
- Nhận diện các yếu tố tác động đến nợ xấu tại các NHTMCP niêm yết tại Việt Nam.
- Xây dựng mô hình nghiên cứu định lượng phù hợp với đặc tính dữ liệu ngân hàng.
- Phân tích và đánh giá mức độ, chiều hướng ảnh hưởng của các yếu tố nội tại và vĩ mô lên nợ xấu của các NHTMCP.
- Kiểm chứng chiều hướng tác động và mức độ ảnh hưởng của các yếu tố thông qua các kỹ thuật hồi quy dữ liệu bảng.
Câu hỏi nghiên cứu:
- Các yếu tố nào tác động đến nợ xấu của các NHTMCP tại Việt Nam?
- Dấu hiệu và mức độ tác động của các yếu tố lên nợ xấu của các NHTMCP tại Việt Nam như thế nào?
Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Các nhân tố thuộc nội tại ngân hàng và kinh tế vĩ mô tác động đến tỷ lệ nợ xấu.
- Không gian nghiên cứu: 25 NHTMCP tại Việt Nam có cổ phiếu niêm yết hoặc đăng ký giao dịch trên các sàn HOSE, HNX và UPCOM (trong tổng số 39 NHTMCP toàn hệ thống, do chỉ có 25 ngân hàng công bố đầy đủ báo cáo tài chính kiểm toán và dữ liệu liên tục).
- Thời gian nghiên cứu: Giai đoạn 11 năm, từ năm 2010 đến năm 2021.
Cơ sở lý thuyết và phương pháp
Khung lý thuyết và khái niệm pháp lý
Nghiên cứu vận dụng hệ thống lý thuyết tài chính - ngân hàng và chuẩn mực pháp lý để nhận diện rủi ro tín dụng và nợ xấu:
- Lý thuyết thông tin bất cân xứng (Asymmetric Information Theory) của George Akerlof (1970): Giải thích việc ngân hàng không nắm bắt đầy đủ thông tin về tình trạng khách hàng và mục đích sử dụng vốn vay, dẫn đến hiện tượng lựa chọn đối nghịch (adverse selection) và rủi ro đạo đức (moral hazard) trong hoạt động cấp tín dụng.
- Lý thuyết chu kỳ kinh doanh (Business Cycle Theory): Thể hiện mối liên hệ giữa các pha mở rộng, suy thoái kinh tế với khả năng trả nợ của khách hàng vay vốn.
- Lý thuyết lợi thế kinh tế theo quy mô (Economies of Scale) và giả thuyết "Quá lớn để phá sản" (Too Big To Fail) của Boyd và Gertler (1994), Salas và Saurina (2002): Giải thích hành vi chấp nhận rủi ro tín dụng cao hơn ở các tổ chức tín dụng có quy mô tổng tài sản lớn.
- Giả thuyết "Quản lý kém hiệu quả" (Bad Management Hypothesis) của Berger và DeYoung (1997): Chỉ ra rằng năng lực thẩm định, giám sát yếu kém và kiểm soát chi phí lỏng lẻo sẽ làm suy giảm chất lượng tín dụng và đẩy nợ xấu tăng cao.
- Lý thuyết rủi ro đạo đức và quy mô vốn của Keeton và Morris (1987): Phân tích tác động của tỷ lệ an toàn vốn và vốn chủ sở hữu đến mức độ thận trọng trong hoạt động cấp tín dụng.
Về mặt khái niệm và chuẩn mực pháp lý, tác giả căn cứ theo:
- Chuẩn mực Kế toán Quốc tế (IAS), Chuẩn mực Báo cáo Tài chính Quốc tế (IFRS), định nghĩa của Ủy ban Basel về Giám sát Ngân hàng (BCBS, 2000, 2002) và Quỹ Tiền tệ Quốc tế (IMF, 2004) xác định nợ xấu dựa trên tiêu chí quá hạn trên 90 ngày hoặc suy giảm khả năng hoàn vốn.
- Văn bản pháp quy trong nước: Quyết định số 493/2005/QĐ-NHNN ngày 22/4/2005 của Thống đốc NHNN, Thông tư số 02/2013/TT-NHNN ngày 21/01/2013, và Quyết định số 22/VBHN-NHNN về phân loại nợ, trích lập và sử dụng dự phòng rủi ro tín dụng. Nợ xấu được định lượng chính xác là tổng các khoản nợ thuộc Nhóm 3 (nợ dưới tiêu chuẩn), Nhóm 4 (nợ nghi ngờ) và Nhóm 5 (nợ có khả năng mất vốn).
| Nhóm nợ |
Phương pháp định lượng |
Phương pháp định tính |
| Nhóm 1: Nợ đủ tiêu chuẩn |
Trong hạn hoặc quá hạn dưới 10 ngày |
Đánh giá có khả năng thu hồi đầy đủ cả nợ gốc và lãi đúng hạn |
| Nhóm 2: Nợ cần chú ý |
Quá hạn từ 10 đến 90 ngày, hoặc nợ điều chỉnh kỳ hạn trả nợ lần đầu |
Có khả năng thu hồi đầy đủ cả gốc và lãi nhưng có dấu hiệu suy giảm khả năng trả nợ |
| Nhóm 3: Nợ dưới tiêu chuẩn |
Quá hạn từ 91 đến 180 ngày; nợ gia hạn lần đầu; nợ được miễn/giảm lãi |
Không có khả năng thu hồi nợ gốc và lãi khi đến hạn; có khả năng tổn thất |
| Nhóm 4: Nợ nghi ngờ |
Quá hạn từ 181 đến 360 ngày; nợ cơ cấu lại thời hạn trả nợ lần thứ hai |
Đánh giá khả năng tổn thất cao |
| Nhóm 5: Nợ có khả năng mất vốn |
Quá hạn trên 360 ngày; nợ cơ cấu lại thời hạn trả nợ quá hạn; nợ cơ cấu lần 3 trở lên |
Không còn khả năng thu hồi, chấp nhận mất vốn |
Phương pháp nghiên cứu và nguồn dữ liệu
Nghiên cứu kết hợp hai nhóm phương pháp:
- Phương pháp định tính: Thống kê, phân tích, so sánh và tổng hợp dữ liệu vĩ mô và vi mô từ các báo cáo thường niên, báo cáo tài chính đã kiểm toán của các ngân hàng thương mại, báo cáo định kỳ của Ngân hàng Nhà nước, Ngân hàng Thế giới (World Bank) và Quỹ Tiền tệ Quốc tế (IMF).
- Phương pháp định lượng: Ứng dụng kinh tế lượng trên dữ liệu bảng (panel data) thông qua hai phần mềm Microsoft Excel và Stata.
- Ban đầu, dữ liệu được ước lượng bằng phương pháp bình phương nhỏ nhất (OLS), mô hình tác động cố định (Fixed Effects Model - FEM) và mô hình tác động ngẫu nhiên (Random Effects Model - REM).
- Sử dụng kiểm định Hausman để chọn lựa giữa FEM và REM; sử dụng kiểm định F-test và Breusch-Pagan Lagrange Multiplier.
- Thực hiện các kiểm định khuyết tật: kiểm định hệ số phóng đại phương sai (VIF) phát hiện đa cộng tuyến, kiểm định Lagrange phát hiện hiện tượng phương sai thay đổi (heteroskedasticity), và kiểm định Wooldridge phát hiện hiện tượng tự tương quan (autocorrelation).
- Khắc phục khuyết tật và tính nội sinh (endogeneity) sinh ra do sự xuất hiện của biến độ trễ của biến phụ thuộc ($NPL_{i,t-1}$) bằng phương pháp ước lượng Men tổng quát dạng hệ thống (Generalized Method of Moments - GMM) theo kỹ thuật của Arellano - Bover / Blundell - Bond.
Mô hình nghiên cứu thực nghiệm được thiết lập:
$$NPL_{i,t} = \beta_0 + \beta_1 NPL_{i,t-1} + \beta_2 SIZE_{i,t} + \beta_3 ROA_{i,t} + \beta_4 LLR_{i,t} + \beta_5 LGR_{i,t} + \beta_6 ETA_{i,t} + \beta_7 GDP_t + \beta_8 IFL_t + \varepsilon_{i,t}$$
| Tên biến |
Ký hiệu |
Cách đo lường / Công thức |
Kỳ vọng ban đầu |
| Tỷ lệ nợ xấu (Phụ thuộc) |
$NPL_{i,t}$ |
(Nợ nhóm 3 + Nợ nhóm 4 + Nợ nhóm 5) / Tổng dư nợ |
Biến phụ thuộc |
| Tỷ lệ nợ xấu kỳ trước |
$NPL_{i,t-1}$ |
Tỷ lệ nợ xấu trễ 1 năm = Nợ xấu $(t-1)$ / Tổng dư nợ $(t-1)$ |
$(+)$ |
| Quy mô ngân hàng |
$SIZE_{i,t}$ |
Logarit tự nhiên của tổng tài sản bình quân = $\ln(\text{Tổng tài sản}_{i,t})$ |
$(+)$ |
| Tỷ suất sinh lời trên tài sản |
$ROA_{i,t}$ |
Lợi nhuận sau thuế / Tổng tài sản bình quân |
$(-)$ |
| Tỷ lệ dự phòng rủi ro tín dụng |
$LLR_{i,t}$ |
Chi phí dự phòng rủi ro tín dụng / Tổng dư nợ |
$(+)$ |
| Tốc độ tăng trưởng tín dụng |
$LGR_{i,t}$ |
[Dư nợ $(t)$ - Dư nợ $(t-1)$] / Dư nợ $(t-1)$ |
$(+)$ |
| Tỷ lệ vốn chủ sở hữu / tài sản |
$ETA_{i,t}$ |
Vốn chủ sở hữu / Tổng tài sản |
$(-)$ |
| Tốc độ tăng trưởng kinh tế |
$GDP_t$ |
[GDP $(t)$ - GDP $(t-1)$] / GDP $(t-1)$ |
$(-)$ |
| Tỷ lệ lạm phát |
$IFL_t$ |
Chỉ số giá tiêu dùng CPI: [IFL $(t)$ - IFL $(t-1)$] / IFL $(t-1)$ |
$(+)$ |
Nội dung chính theo từng chương
Chương 1: Giới thiệu nghiên cứu
Chương này đặt nền móng cho đề tài thông qua việc chỉ ra tính cấp thiết của công tác quản lý rủi ro tín dụng trong hệ thống NHTMCP Việt Nam giai đoạn hậu khủng hoảng 2011 đến năm 2021. Tác giả xác định rõ mục tiêu tổng quát, 4 mục tiêu cụ thể, 2 câu hỏi nghiên cứu; giới hạn phạm vi khảo sát gồm 25 NHTMCP niêm yết trong giai đoạn 11 năm. Chương 1 cũng trình bày khái quát phương pháp nghiên cứu định tính và định lượng, đóng góp khoa học của đề tài và kết cấu 5 chương của khóa luận.
Chương 2: Lý thuyết và các nghiên cứu thực nghiệm
Nội dung chương 2 hệ thống hóa các định nghĩa, chuẩn mực phân loại nợ của WB, IIF, Basel và quy định tại Quyết định 22/VBHN-NHNN của Ngân hàng Nhà nước. Tác giả phân tích 5 khung lý thuyết cốt lõi giải thích cơ chế hình thành nợ xấu (thông tin bất cân xứng, chu kỳ kinh doanh, quy mô kinh tế, quản trị kém, rủi ro đạo đức).
Đồng thời, chương 2 tổng hợp sâu rộng các nghiên cứu thực nghiệm:
- Nghiên cứu quốc tế: Keeton và Morris (1987) tại Mỹ; Salas và Saurina (2002) tại Tây Ban Nha; Marcello Bofondi và Tiziano Ropele (2011) tại Ý; Jin-li Hu, Yang Li và Yung-ho Chiu (2004) tại Đài Loan; Tarron Khemraj và Sukrishnalall Pasha (2009) tại Guyana; Monicah Wanjiru Muriithi (2013) tại Kenya; Rajiv Ranjan và Sarat Chandra Dhal (2003) tại Ấn Độ; Makri, Tsagkanos và Bellas (2014) tại 14 nước Eurozone; Ahlem Selma Messai và Fathi Jouini (2013) tại Ý, Hy Lạp và Tây Ban Nha.
- Nghiên cứu tại Việt Nam: Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013); Nguyễn Thị Hồng Vinh (2015, 2017); Phạm Thị Mỹ Huệ (2016); Đặng Thị Diệu Hương (2016).
Chương này kết thúc bằng bảng tổng hợp các nhân tố vi mô và vĩ mô tác động cùng chiều, ngược chiều hoặc không có ý nghĩa thống kê, tạo cơ sở xác định khoảng trống nghiên cứu.
Chương 3: Phương pháp và dữ liệu nghiên cứu
Chương 3 thiết lập mô hình kinh tế lượng gồm 8 biến giải thích và biến phụ thuộc tỷ lệ nợ xấu ($NPL$). Tác giả xây dựng 8 giả thuyết nghiên cứu ($H_1$ đến $H_8$) gắn với kỳ vọng dấu tác động của từng biến. Chương này nêu chi tiết nguồn thu thập dữ liệu thứ cấp từ 25 NHTMCP và quy chuẩn quy trình nghiên cứu 8 bước:
- Lược khảo cơ sở lý thuyết và các nghiên cứu trước;
- Xây dựng mô hình và giả thuyết;
- Xác định mẫu nghiên cứu và xử lý dữ liệu;
- Phân tích thống kê mô tả;
- Phân tích ma trận tương quan;
- Kiểm định các giả thiết hồi quy mô hình (FEM/REM, F-test, Hausman);
- Kiểm định khuyết tật mô hình (đa cộng tuyến VIF, phương sai thay đổi Lagrange, tự tương quan Wooldridge) và ước lượng mô hình GMM;
- Thảo luận kết quả hồi quy và đề xuất khuyến nghị.
Chương 4: Thảo luận kết quả nghiên cứu
Chương 4 thực hiện toàn bộ các quy trình phân tích định lượng trên phần mềm Stata:
- Thống kê mô tả các biến (Mean, Std. Dev, Min, Max qua Bảng 6).
- Ma trận tương quan giữa các biến (Bảng 7) cho thấy sơ bộ mối liên hệ giữa các biến độc lập với biến phụ thuộc $NPL$ và kiểm tra khả năng đa cộng tuyến sơ khởi.
- Kiểm định chẩn đoán mô hình: Kiểm định hệ số VIF (Bảng 8) đều có giá trị nhỏ hơn 10 (loại trừ hiện tượng đa cộng tuyến nghiêm trọng); kiểm định Lagrange (Bảng 9) cho thấy mô hình có hiện tượng phương sai thay đổi; kiểm định Wooldridge (Bảng 10) xác nhận mô hình bị hiện tượng tự tương quan.
- Ước lượng GMM: Khắc phục triệt để hiện tượng tự tương quan, phương sai thay đổi và tính nội sinh của biến trễ $NPL_{i,t-1}$. Kết quả ước lượng GMM tại Bảng 11 và Bảng 12 cho thấy tất cả các biến đưa vào mô hình đều đạt mức ý nghĩa thống kê.
- Thảo luận chi tiết ý nghĩa kinh tế của từng hệ số góc trong mối tương quan với các nghiên cứu của Salas và Saurina (2002), Berger và DeYoung (1997), Nguyễn Thị Hồng Vinh (2015, 2017).
Chương 5: Kết luận và khuyến nghị
Chương 5 tóm tắt các kết quả đạt được từ phân tích thực nghiệm, đối chiếu với mục tiêu ban đầu. Trên cơ sở kết quả hồi quy GMM, tác giả đưa ra các nhóm giải pháp quản trị thực tiễn cho các NHTMCP (nâng cao chất lượng thẩm định, tối ưu hóa quy mô và vốn chủ sở hữu, quản lý chặt chẽ tốc độ tăng trưởng tín dụng, trích lập dự phòng hợp lý) và kiến nghị các giải pháp điều hành vĩ mô đối với Ngân hàng Nhà nước. Cuối cùng, chương 5 nêu rõ các hạn chế chưa giải quyết của đề tài và mở ra các hướng tiếp cận cho các nghiên cứu tiếp theo.
Kết quả và đóng góp
Kết quả nghiên cứu chính
Phân tích hồi quy bằng phương pháp Men tổng quát (GMM) đối với 25 NHTMCP Việt Nam trong giai đoạn 2010–2021 đã xác định được chiều hướng và ý nghĩa thống kê của toàn bộ các yếu tố tác động:
| Biến số |
Tên nhân tố |
Chiều hướng thực nghiệm (GMM) |
Ý nghĩa kinh tế và thực tiễn |
| $NPL_{i,t-1}$ |
Nợ xấu kỳ trước |
Cùng chiều $(+)$ |
Nợ xấu có tính chu kỳ và quán tính cao; công tác quản trị rủi ro và xử lý nợ tồn đọng kém ở kỳ trước kéo dài tác động tiêu cực sang kỳ hiện tại. |
| $ROA_{i,t}$ |
Khả năng sinh lợi |
Ngược chiều $(-)$ |
Phù hợp giả thuyết "quản lý kém hiệu quả"; ngân hàng có hiệu quả sinh lời trên tài sản cao thường có năng lực quản trị rủi ro tốt, kiểm soát nợ xấu chặt chẽ. |
| $LGR_{i,t}$ |
Tăng trưởng tín dụng |
Ngược chiều $(-)$ |
Mở rộng tín dụng trong ngắn hạn làm tăng mẫu số (tổng dư nợ), dẫn đến tỷ lệ nợ xấu giảm xuống; phản ánh độ trễ của rủi ro tín dụng chưa phát tác ngay lập tức. |
| $GDP_t$ |
Tăng trưởng kinh tế |
Ngược chiều $(-)$ |
Phù hợp lý thuyết chu kỳ kinh doanh; nền kinh tế tăng trưởng giúp doanh nghiệp và cá nhân gia tăng doanh thu và khả năng trả nợ đúng hạn. |
| $SIZE_{i,t}$ |
Quy mô ngân hàng |
Cùng chiều $(+)$ |
Ủng hộ giả thuyết "Quá lớn để phá sản"; các ngân hàng quy mô lớn có xu hướng nới lỏng khẩu vị rủi ro, mở rộng cấp vốn cho các dự án lớn dẫn đến nợ xấu cao hơn. |
| $IFL_t$ |
Tỷ lệ lạm phát |
Cùng chiều $(+)$ |
Lạm phát gia tăng khiến chi phí vốn và lãi suất tăng, làm suy giảm khả năng thanh toán nợ của khách hàng vay, kéo theo nguy cơ nợ khó đòi. |
| $ETA_{i,t}$ |
Tỷ lệ vốn CSH / tài sản |
Cùng chiều $(+)$ |
Ngược với kỳ vọng ban đầu $(-)$, phản ánh đặc thù tại Việt Nam: các ngân hàng có bộ đệm vốn dày có xu hướng chủ động trích lập và minh bạch hóa nợ xấu, hoặc tự tin chấp nhận đầu tư vào các danh mục rủi ro cao hơn. |
| $LLR_{i,t}$ |
Tỷ lệ dự phòng rủi ro |
Cùng chiều $(+)$ |
Phản ánh chất lượng danh mục tín dụng suy giảm; khi rủi ro tín dụng tiềm ẩn tăng, ngân hàng buộc phải gia tăng trích lập dự phòng tương ứng. |
Đề xuất và giải pháp của tác giả
Dựa trên kết quả nghiên cứu thực nghiệm, tác giả đề xuất hệ thống khuyến nghị:
- Đối với các NHTMCP:
- Nâng cao năng lực quản trị rủi ro tín dụng nội bộ, hiện đại hóa quy trình thẩm định tài sản và xếp hạng tín dụng khách hàng theo chuẩn mực quốc tế Basel II, Basel III để giảm thiểu thông tin bất cân xứng.
- Kiểm soát tốc độ tăng trưởng tín dụng ở mức hợp lý, tránh việc mở rộng dư nợ ồ ạt nhằm "pha loãng" tỷ lệ nợ xấu ngắn hạn gây rủi ro tích tụ dài hạn.
- Quản trị tốt quy mô tài sản và cấu trúc vốn chủ sở hữu, tránh tâm lý ỷ lại vào chính sách "quá lớn để phá sản".
- Nâng cao tỷ suất sinh lời thực chất ($ROA$) từ các hoạt động dịch vụ thay vì phụ thuộc quá mức vào biên lãi ròng tín dụng.
- Chủ động trích lập dự phòng rủi ro ($LLR$) đầy đủ, tương xứng với mức độ suy giảm chất lượng các khoản nợ.
- Đối với Ngân hàng Nhà nước và cơ quan điều hành vĩ mô:
- Tiếp tục hoàn thiện khung khổ pháp lý về phân loại nợ và trích lập dự phòng (tiệm cận chuẩn mực IFRS 9).
- Phối hợp chặt chẽ giữa chính sách tiền tệ và chính sách tài khóa nhằm kiểm soát lạm phát, ổn định kinh tế vĩ mô và duy trì mặt bằng lãi suất hợp lý hỗ trợ năng lực trả nợ của doanh nghiệp.
- Tăng cường công tác thanh tra, giám sát an toàn vi mô đối với các ngân hàng thương mại có tốc độ tăng trưởng tín dụng nóng hoặc có dấu hiệu nợ xấu tiềm ẩn cao.
Đóng góp của đề tài
- Đóng góp về mặt lý luận: Khóa luận xây dựng và kiểm chứng thực nghiệm mô hình nghiên cứu tác động đồng thời của các yếu tố nội tại và vĩ mô đến nợ xấu trong một giai đoạn dài (2010–2021). Kết quả kiểm định làm sáng tỏ cơ chế tác động của giả thuyết "quá lớn để phá sản" và giải thích hiện tượng tương quan dương giữa vốn chủ sở hữu ($ETA$) với tỷ lệ nợ xấu trong bối cảnh các NHTMCP Việt Nam.
- Đóng góp về mặt phương pháp: Ứng dụng kỹ thuật ước lượng GMM để xử lý dứt điểm các khuyết tật cố hữu của mô hình dữ liệu bảng động (hiện tượng nội sinh từ biến trễ $NPL_{i,t-1}$, phương sai thay đổi và tự tương quan), bảo đảm tính vững và độ tin cậy của các ước lượng tham số so với các nghiên cứu chỉ dùng OLS/FEM thông thường.
- Đóng góp về mặt thực tiễn: Cung cấp bộ bằng chứng định lượng cập nhật giai đoạn 2010–2021 cho các nhà quản trị ngân hàng và cơ quan quản lý nhà nước để hoạch định chiến lược kiểm soát nợ xấu trung và dài hạn.
Hạn chế và hướng nghiên cứu tiếp
Khóa luận tự chỉ ra một số giới hạn xuất phát từ điều kiện khách quan và phạm vi nghiên cứu:
- Hạn chế về quy mô mẫu nghiên cứu: Khóa luận chỉ khảo sát được 25 trong tổng số 39 NHTMCP do yêu cầu khắt khe về tính liên tục của chuỗi số liệu tài chính được kiểm toán trong suốt 11 năm (2010–2021). Một số ngân hàng thương mại quy mô nhỏ chưa niêm yết hoặc trải qua quá trình tái cơ cấu, sáp nhập không công bố đầy đủ dữ liệu nên chưa được đưa vào mô hình.
- Hạn chế về giai đoạn nghiên cứu: Dữ liệu nghiên cứu kết thúc ở mốc năm 2021, thời điểm hoạt động phân loại nợ và trích lập dự phòng chịu sự chi phối mạnh mẽ từ các cơ chế tái cơ cấu, giữ nguyên nhóm nợ đặc thù theo các thông tư hỗ trợ đại dịch Covid-19 của NHNN, do đó một phần nợ xấu tiềm ẩn có thể chưa phản ánh đầy đủ vào tỷ lệ nợ xấu nội bảng.
- Hướng nghiên cứu tiếp theo: Mở rộng phạm vi nghiên cứu sang toàn bộ hệ thống các tổ chức tín dụng bao gồm cả các ngân hàng thương mại có vốn nhà nước chi phối; cập nhật chuỗi dữ liệu sau năm 2021 khi các chính sách hỗ trợ Covid-19 hết hiệu lực; bổ sung thêm các biến giải thích mới như tỷ lệ an toàn vốn (CAR), các chỉ số quản trị doanh nghiệp (CGI), hoặc biến giả đo lường các cú sốc khủng hoảng kinh tế bất thường.
Giá trị tham khảo
Khóa luận là nguồn tư liệu học thuật và thực tiễn hữu ích cho các nhóm đối tượng:
- Sinh viên và học viên cao học ngành Tài chính – Ngân hàng: Cung cấp phương pháp luận chi tiết và quy trình thực nghiệm kinh tế lượng chuẩn mực (8 bước) từ việc thu thập dữ liệu bảng, thực hiện các kiểm định chẩn đoán (VIF, Lagrange, Wooldridge) đến kỹ thuật ước lượng GMM trên phần mềm Stata.
- Các nhà nghiên cứu về rủi ro ngân hàng: Hệ thống hóa toàn diện các nghiên cứu thực nghiệm trong và ngoài nước (Salas & Saurina, Berger & DeYoung, Keeton, Nguyễn Thị Hồng Vinh...), làm cơ sở lý luận so sánh đối chiếu cho các đề tài về rủi ro tín dụng và sức khỏe tài chính ngân hàng.
- Cán bộ quản trị rủi ro tại các NHTMCP: Tham khảo phần thảo luận kết quả thực nghiệm tại Chương 4 để nhận diện mức độ nhạy cảm của nợ xấu trước các biến số nội tại ($ROA$, $SIZE$, $LGR$, $ETA$, $LLR$) và các cú sốc vĩ mô ($GDP$, $IFL$), từ đó xây dựng các kịch bản kiểm tra sức chịu đựng (stress testing) cho danh mục tín dụng.
Câu hỏi thường gặp
1. Khóa luận sử dụng tiêu chí nào để xác định tỷ lệ nợ xấu (NPL) của các ngân hàng?
Tác giả xác định tỷ lệ nợ xấu căn cứ theo quy định tại Quyết định số 22/VBHN-NHNN và Thông tư 02/2013/TT-NHNN của Ngân hàng Nhà nước Việt Nam. Nợ xấu được tính bằng tổng dư nợ của ba nhóm nợ có vấn đề gồm Nhóm 3 (nợ dưới tiêu chuẩn, quá hạn 91–180 ngày), Nhóm 4 (nợ nghi ngờ, quá hạn 181–360 ngày) và Nhóm 5 (nợ có khả năng mất vốn, quá hạn trên 360 ngày) chia cho tổng dư nợ tín dụng của ngân hàng tại thời điểm kết thúc năm tài chính.
2. Tại sao tác giả phải dùng phương pháp ước lượng GMM thay vì OLS, FEM hay REM?
Trong mô hình nghiên cứu, tác giả đưa biến tỷ lệ nợ xấu kỳ trước ($NPL_{i,t-1}$) vào làm biến độc lập để giải thích cho nợ xấu kỳ này. Sự xuất hiện của biến trễ này gây ra hiện tượng biến nội sinh (endogeneity). Đồng thời, các kiểm định chẩn đoán cho thấy mô hình xuất hiện hiện tượng phương sai thay đổi (kiểm định Lagrange) và hiện tượng tự tương quan (kiểm định Wooldridge). Do đó, các phương pháp OLS, FEM hay REM thông thường sẽ cho kết quả ước lượng bị chệch và không hiệu quả. Phương pháp GMM được áp dụng để khắc phục triệt để các khuyết tật này nhờ việc sử dụng các biến công cụ nội tại.
3. Mối quan hệ giữa tốc độ tăng trưởng tín dụng (LGR) và tỷ lệ nợ xấu trong kết quả thực nghiệm GMM là gì?
Kết quả hồi quy GMM cho thấy tốc độ tăng trưởng tín dụng ($LGR$) có quan hệ ngược chiều (-) với tỷ lệ nợ xấu ($NPL$). Điều này được lý giải là do khi tốc độ tăng trưởng tín dụng cao trong năm khảo sát, tổng dư nợ (mẫu số của chỉ tiêu $NPL$) tăng nhanh, tạo ra hiệu ứng "pha loãng" làm giảm tỷ lệ nợ xấu ghi nhận tức thời trên sổ sách; rủi ro nợ xấu từ các khoản cấp tín dụng mới thường có độ trễ thời gian và chỉ bộc lộ sau một vài năm tiếp theo.
4. Vì sao tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA) lại có tương quan dương với nợ xấu trong mô hình?
Kết quả thực nghiệm cho thấy biến $ETA$ có mối tương quan dương (+) với nợ xấu, ngược lại với giả thuyết ban đầu $(-)$. Nguyên nhân xuất phát từ thực tiễn hoạt động tại các NHTMCP Việt Nam: các ngân hàng duy trì bộ đệm vốn chủ sở hữu dày thường có khả năng hấp thụ rủi ro cao hơn, dẫn đến xu hướng chấp nhận đầu tư vào các phân khúc khách hàng hoặc dự án có mức độ rủi ro cao hơn để tìm kiếm lợi nhuận; mặt khác, các ngân hàng có vốn tự có tốt thường có điều kiện chủ động phân loại nợ minh bạch và ghi nhận nợ xấu thực chất hơn.
5. Mẫu nghiên cứu của khóa luận gồm bao nhiêu ngân hàng và dữ liệu được thu thập từ nguồn nào?
Mẫu nghiên cứu bao gồm 25 NHTMCP tại Việt Nam được khảo sát liên tục trong giai đoạn 11 năm từ năm 2010 đến năm 2021. Dữ liệu vi mô được trích xuất từ báo cáo tài chính đã được kiểm toán và báo cáo thường niên công bố trên các sở giao dịch HOSE, HNX và UPCOM; dữ liệu kinh tế vĩ mô (tăng trưởng GDP và lạm phát CPI) được thu thập từ Tổng cục Thống kê, Ngân hàng Nhà nước, World Bank và IMF.
Kết luận
Khóa luận tốt nghiệp của tác giả Nguyễn Hoàng Chương đã giải quyết trọn vẹn mục tiêu nhận diện và lượng hóa các nhân tố tác động đến nợ xấu tại 25 NHTMCP Việt Nam giai đoạn 2010–2021. Thông qua việc vận dụng kỹ thuật ước lượng mô hình dữ liệu bảng động GMM, công trình đã khắc phục hiệu quả các khuyết tật nội sinh, tự tương quan và phương sai sai số thay đổi để đưa ra những bằng chứng thực nghiệm chuẩn xác về mặt kinh tế lượng. Kết quả nghiên cứu khẳng định vai trò trọng yếu của cả các yếu tố nội tại ngân hàng ($ROA$, $LGR$, $SIZE$, $ETA$, $LLR$) lẫn môi trường kinh tế vĩ mô ($GDP$, $IFL$) trong việc chi phối rủi ro nợ xấu. Toàn bộ luận điểm, bảng số liệu và hệ thống khuyến nghị trong khóa luận cung cấp cơ sở khoa học và thực tiễn có giá trị tham khảo cao cho công tác quản trị rủi ro tín dụng tại các ngân hàng thương mại và hoạch định chính sách tiền tệ tại Việt Nam.
