Bối cảnh và vấn đề nghiên cứu

Nền kinh tế Việt Nam trong quá trình hội nhập quốc tế chứng kiến sự tăng trưởng của hệ thống ngân hàng thương mại (NHTM), trong đó hoạt động cấp tín dụng đóng vai trò là kênh cung ứng vốn chủ lực và là nguồn tạo thu nhập chính. Tuy nhiên, rủi ro tín dụng và nguy cơ mất vốn luôn hiện hữu, tác động trực tiếp đến lợi nhuận, thanh khoản, quy mô tài sản và mức độ an toàn của từng ngân hàng cũng như toàn bộ hệ thống tài chính. Tỷ lệ nợ xấu (Non-Performing Loans - NPL) gia tăng là một trong những nguyên nhân gây trì trệ kinh tế, làm suy giảm hiệu quả phân bổ nguồn lực (Hou & Dickinson, 2007).

Trong bối cảnh nền kinh tế toàn cầu đối mặt với áp lực suy thoái, lạm phát tăng cao, đứt gãy chuỗi cung ứng và khủng hoảng năng lượng do các xung đột địa chính trị (như xung đột Nga - Ukraine và căng thẳng tại khu vực Trung Đông), hoạt động sản xuất kinh doanh của các doanh nghiệp và tình hình tài chính của cá nhân tại Việt Nam gặp nhiều khó khăn. Thực trạng này làm suy giảm khả năng hoàn trả nợ vay đúng hạn và đẩy nợ xấu tiềm ẩn tăng cao. Nhằm cung cấp cơ sở thực nghiệm cho việc phòng ngừa, kiểm soát và giảm thiểu tổn thất tín dụng, đề tài "Các nhân tố ảnh hưởng đến nợ xấu của các ngân hàng thương mại được niêm yết tại Việt Nam" được thực hiện.

Mục tiêu nghiên cứu được xác lập như sau:

  • Mục tiêu tổng quát: Xác định ảnh hưởng của các nhân tố vi mô và vĩ mô đối với nợ xấu của các NHTM niêm yết tại Việt Nam; trên cơ sở đó đề xuất một số hàm ý quản trị và khuyến nghị nhằm giảm thiểu tỷ lệ nợ xấu và hạn chế các tác động tiêu cực đến hệ thống ngân hàng.
  • Mục tiêu cụ thể:
    1. Mục tiêu thứ nhất: Xác định các nhân tố ảnh hưởng đến nợ xấu của NHTM Việt Nam.
    2. Mục tiêu thứ hai: Đo lường mức độ ảnh hưởng của các nhân tố đó đối với nợ xấu NHTM Việt Nam.
    3. Mục tiêu thứ ba: Đề xuất một số hàm ý quản trị và khuyến nghị nhằm giảm thiểu nợ xấu để tăng cường chất lượng tín dụng của ngân hàng.

Khóa luận giải quyết 3 câu hỏi nghiên cứu:

  1. Các yếu tố nào có ảnh hưởng đến nợ xấu của các NHTM tại Việt Nam?
  2. Mức độ ảnh hưởng của các nhân tố đối với nợ xấu của NHTM tại Việt Nam?
  3. Làm thế nào để hạn chế tỷ lệ nợ xấu và tác động của chúng đối với NHTM tại Việt Nam?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các nhân tố tác động đến nợ xấu của ngân hàng thương mại.
  • Phạm vi không gian: 19 ngân hàng thương mại cổ phần niêm yết trên thị trường chứng khoán Việt Nam.
  • Phạm vi thời gian: Giai đoạn 10 năm, từ năm 2013 đến năm 2022.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và cơ sở pháp lý

Khóa luận tiếp cận khái niệm nợ xấu dựa trên thông lệ quốc tế và quy định hiện hành của Ngân hàng Nhà nước Việt Nam:

  • Khái niệm quốc tế: Theo Ủy ban Basel về Giám sát Ngân hàng (2013), Quỹ Tiền tệ Quốc tế (IMF) và Ngân hàng Trung ương Châu Âu (ECB), một khoản vay bị xếp vào nợ xấu khi quá hạn trả gốc hoặc lãi từ 90 ngày trở lên, hoặc khi có bằng chứng khách quan cho thấy người vay suy giảm khả năng trả nợ. Chuẩn mực Kế toán Quốc tế số 39 (IAS 39) sử dụng thuật ngữ tài sản bị giảm giá trị (Impaired Assets). Viện Tài chính Quốc tế (IIF, 1999) phân loại nợ thành 5 nhóm: nợ tiêu chuẩn, nợ cần chú ý, nợ dưới tiêu chuẩn, nợ nghi ngờ và nợ có khả năng mất vốn.
  • Khung pháp lý tại Việt Nam: Tác giả áp dụng định nghĩa và phân loại nợ xấu từ nhóm 3 đến nhóm 5 theo Thông tư số 02/2013/TT-NHNN, Thông tư số 22/2019/TT-NHNN và Thông tư số 11/2021/TT-NHNN của Ngân hàng Nhà nước Việt Nam. Cụ thể:
    • Nhóm 3 (Nợ dưới tiêu chuẩn): Quá hạn từ 91 đến 180 ngày; hoặc nợ cơ cấu lại thời hạn trả nợ lần đầu còn trong hạn; nợ được miễn/giảm lãi do không đủ khả năng trả.
    • Nhóm 4 (Nợ nghi ngờ): Quá hạn từ 181 đến 360 ngày; hoặc nợ cơ cấu lại lần đầu quá hạn đến 90 ngày; nợ cơ cấu lại lần thứ hai còn trong hạn.
    • Nhóm 5 (Nợ có khả năng mất vốn): Quá hạn trên 360 ngày; nợ cơ cấu lại lần đầu quá hạn từ 91 ngày trở lên; nợ cơ cấu lại lần thứ hai quá hạn; nợ cơ cấu lại từ lần thứ ba trở lên.

Các lý thuyết nền tảng được vận dụng để xây dựng giả thuyết nghiên cứu gồm:

  1. Lý thuyết thông tin không đối xứng (Asymmetric Information Theory): Được phát triển bởi George Akerlof, Michael Spence và Joseph Stiglitz (2001), giải thích hai hiện tượng dẫn đến nợ xấu là lựa chọn ngược (adverse selection - ngân hàng cấp tín dụng cho khách hàng có độ rủi ro cao do thiếu thông tin) và rủi ro đạo đức (moral hazard - bên vay sử dụng vốn sai mục đích cam kết sau khi được giải ngân).
  2. Lý thuyết lợi thế kinh tế nhờ quy mô (Economies of Scale Theory): Phân tích mối quan hệ giữa quy mô tài sản của ngân hàng với khả năng đa dạng hóa danh mục, phân tán rủi ro và đầu tư công nghệ quản trị.
  3. Lý thuyết chu kỳ kinh doanh (Business Cycle Theory): Phản ánh tác động của các giai đoạn tăng trưởng, suy thoái và phục hồi kinh tế đến dòng tiền, thu nhập của khách hàng vay và chính sách tín dụng của ngân hàng.
  4. Các giả thuyết bổ trợ: Giả thuyết "Kém may mắn" (Bad luck hypothesis - Berger & DeYoung, 1997) và giả thuyết "Quá lớn để thất bại" (Too big to fail - Salas & Saurina, 2002).

Mô hình nghiên cứu và phương pháp đo lường các biến

Mô hình hồi quy đa biến dạng tổng quát được xây dựng như sau:

$$\text{NPL}{i,t} = \beta_0 + \beta_1 \text{NPL}{i,t-1} + \beta_2 \text{SIZE}{i,t} + \beta_3 \text{ROA}{i,t} + \beta_4 \text{LLR}{i,t} + \beta_5 \text{LGR}{i,t} + \beta_6 \text{ETA}_{i,t} + \beta_7 \text{GDP}_t + \beta_8 \text{INF}t + \varepsilon{i,t}$$

Tên biến Ký hiệu Vai trò Phương pháp đo lường Kỳ vọng dấu Cơ sở tham khảo chính
Tỷ lệ nợ xấu $\text{NPL}_{i,t}$ Phụ thuộc $\frac{\text{Nợ nhóm 3} + \text{Nợ nhóm 4} + \text{Nợ nhóm 5}}{\text{Tổng dư nợ}}$ - Thông tư 11/2021/TT-NHNN
Nợ xấu kỳ trước $\text{NPL}_{i,t-1}$ Độc lập $\frac{\text{Tổng nợ xấu năm } t-1}{\text{Tổng dư nợ năm } t-1}$ (+) Klein (2013), Salas & Saurina (2002)
Quy mô ngân hàng $\text{SIZE}_{i,t}$ Độc lập $\ln(\text{Tổng tài sản})$ (+) Nguyễn Thị Hồng Vinh (2015)
Hiệu quả hoạt động $\text{ROA}_{i,t}$ Độc lập $\frac{\text{Lợi nhuận sau thuế}}{\text{Tổng tài sản bình quân}}$ (-) Messai & Jouini (2013)
Tỷ lệ dự phòng rủi ro $\text{LLR}_{i,t}$ Độc lập $\frac{\text{Chi phí dự phòng rủi ro tín dụng}}{\text{Tổng dư nợ cho vay}}$ (+) Trần Vương Thịnh & Nguyễn Hồng Loan (2021)
Tốc độ gia tăng dư nợ $\text{LGR}_{i,t}$ Độc lập $\frac{\text{Dư nợ}t - \text{Dư nợ}{t-1}}{\text{Dư nợ}_{t-1}}$ (+) Klein (2013), Nguyễn Thị Hồng Vinh (2015)
Vốn chủ sở hữu / Tổng tài sản $\text{ETA}_{i,t}$ Độc lập $\frac{\text{Tổng vốn chủ sở hữu}}{\text{Tổng tài sản}}$ (-) Messai & Jouini (2013), Trần Thị Khánh Huyền (2022)
Tăng trưởng kinh tế $\text{GDP}_t$ Độc lập $\frac{\text{GDP}t - \text{GDP}{t-1}}{\text{GDP}_{t-1}}$ (-) Fofack (2005), Messai & Jouini (2013)
Mức độ lạm phát $\text{INF}_t$ Độc lập $\frac{\text{CPI}t - \text{CPI}{t-1}}{\text{CPI}_{t-1}}$ (+) Fofack (2005), Louzis và cộng sự (2012)

Phương pháp phân tích và xử lý dữ liệu

Nghiên cứu sử dụng kết hợp phương pháp định tính và định lượng:

  • Dữ liệu bảng (Panel Data): Tập dữ liệu gồm 19 ngân hàng quan sát qua 10 năm liên tục (2013–2022), tạo thành bảng cân đối với tổng số 190 quan sát ($N=19, T=10$). Dữ liệu vi mô lấy từ Báo cáo tài chính đã kiểm toán của các NHTM; dữ liệu vĩ mô lấy từ Ngân hàng Thế giới (World Bank) và Tổng cục Thống kê Việt Nam.
  • Kỹ thuật ước lượng:
    1. Ước lượng sơ bộ bằng mô hình bình phương bé nhất gộp (Pooled OLS), mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM).
    2. Thực hiện kiểm định Hausman nhằm lựa chọn giữa FEM và REM.
    3. Thực hiện kiểm định khuyết tật mô hình: kiểm định phương sai sai số thay đổi (Heteroskedasticity) và kiểm định tự tương quan (Autocorrelation bằng kiểm định Wooldridge).
    4. Nhận diện hiện tượng nội sinh (Endogeneity) do mô hình chứa biến trễ của biến phụ thuộc ($\text{NPL}_{i,t-1}$).
    5. Sử dụng phương pháp hồi quy Momen tổng quát hệ thống 2 bước (Two-step System GMM - Arellano & Bover, 1995; Blundell & Bond, 1998) để khắc phục đồng thời hiện tượng nội sinh, tự tương quan và phương sai thay đổi. Đánh giá độ tin cậy của mô hình GMM thông qua kiểm định tự tương quan sai phân Arellano-Bond (AR(1), AR(2)) và kiểm định tính hợp lệ của biến công cụ (Sargan/Hansen test). Công cụ phần mềm sử dụng: Stata 15.1.

Nội dung chính theo từng chương

CHƯƠNG 1. GIỚI THIỆU ĐỀ TÀI

Chương 1 thiết lập nền tảng nghiên cứu thông qua việc phân tích bối cảnh phát triển của hệ thống ngân hàng thương mại Việt Nam và tầm quan trọng của hoạt động tín dụng. Tác giả chỉ rõ rủi ro tín dụng là tất yếu trong hoạt động ngân hàng và nợ xấu là nhân tố trực tiếp làm suy giảm khả năng thanh toán, bào mòn vốn chủ sở hữu và ảnh hưởng đến toàn bộ nền kinh tế. Chương này xác định rõ 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, phạm vi khảo sát gồm 19 NHTM niêm yết trong giai đoạn 2013–2022, phương pháp tiếp cận định lượng dữ liệu bảng và cấu trúc tổng thể 5 chương của khóa luận.

CHƯƠNG 2. CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU

Chương 2 hệ thống hóa cơ sở lý luận về tín dụng ngân hàng, rủi ro tín dụng và các định nghĩa về nợ xấu theo chuẩn mực quốc tế (Basel, IMF, ECB, IIF) và các văn bản quy phạm pháp luật tại Việt Nam (Thông tư 02/2013/TT-NHNN, Thông tư 22/2019/TT-NHNN, Thông tư 11/2021/TT-NHNN).

Chương này trình bày 3 lý thuyết kinh tế giải thích sự hình thành của nợ xấu (thông tin không đối xứng, lợi thế kinh tế theo quy mô, chu kỳ kinh doanh). Đồng thời, tác giả tổng quan các nghiên cứu thực nghiệm trên thế giới (Salas & Saurina, 2002; Louzis et al., 2012; Klein, 2013; Messai & Jouini, 2013; Makri et al., 2014) và tại Việt Nam (Đỗ Quỳnh Anh & Nguyễn Đức Hùng, 2013; Nguyễn Thị Hồng Vinh, 2015; Phạm Dương Phương Thảo & Nguyễn Linh Đan, 2018; Trần Vương Thịnh & Nguyễn Hồng Loan, 2021), từ đó làm rõ cơ chế tác động của 8 biến độc lập đến tỷ lệ nợ xấu.

CHƯƠNG 3. MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Chương 3 xây dựng quy trình nghiên cứu chuẩn hóa qua 6 bước: (1) Xác định vấn đề nghiên cứu; (2) Tổng quan cơ sở lý thuyết và lược khảo nghiên cứu; (3) Xây dựng mô hình và thu thập dữ liệu; (4) Chạy và kiểm định mô hình; (5) Trình bày và thảo luận kết quả; (6) Kết luận và đề xuất khuyến nghị.

Tác giả đưa ra mô hình hồi quy đa biến với 8 biến độc lập, định nghĩa phương pháp tính toán và đặt ra 8 giả thuyết nghiên cứu tương ứng với các kỳ vọng về dấu. Về mặt kinh tế lượng, chương 3 làm rõ các ưu thế của dữ liệu bảng, phân tích cơ chế toán học của mô hình FEM, REM, quy tắc kiểm định Hausman, nhận diện 4 nguyên nhân gây ra hiện tượng nội sinh (bỏ sót biến, sai số đo lường, tính đồng thời, tính động) và thiết lập mô hình GMM hệ thống hai bước cùng kiểm định Arellano-Bond và Sargan/Hansen.

CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Chương 4 cung cấp kết quả thống kê mô tả mẫu nghiên cứu và kết quả ước lượng từ phần mềm Stata 15.1:

  • Thống kê mô tả 190 quan sát chỉ ra: tỷ lệ nợ xấu bình quân của các NHTM là 2,02%; tốc độ tăng trưởng dư nợ bình quân đạt 20,56% (với độ biến động lớn từ -14,23% đến 108,20%); tỷ suất sinh lời trên tài sản (ROA) đạt trung bình 1,05%.
  • Kết quả ước lượng sơ bộ bằng mô hình FEM ($R^2 = 8,89%$) và REM ($R^2 = 7,95%$) cho thấy biến nợ xấu kỳ trước ($\text{NPL}{i,t-1}$) có tác động thuận chiều có ý nghĩa thống kê (ở mức 5% trong FEM và mức 1% trong REM), biến $\text{ROA}{i,t}$ có tác động nghịch chiều có ý nghĩa thống kê (ở mức 10% trong FEM và mức 5% trong REM), và biến $\text{ETA}_{i,t}$ có ý nghĩa thống kê dương ở mức 10% trong mô hình REM.
  • Chương này cũng tiến hành các bước kiểm định khuyết tật để chuyển sang ước lượng GMM nhằm thu được các hệ số hồi quy vững, phục vụ công tác thảo luận học thuật.

CHƯƠNG 5. KẾT LUẬN VÀ KHUYẾN NGHỊ

Dựa trên kết quả định lượng, chương 5 tổng hợp lại các phát hiện chính về mức độ chi phối của các nhân tố vi mô và vĩ mô đến nợ xấu ngân hàng thương mại. Tác giả đề xuất các giải pháp quản trị thực tiễn cho hệ thống ngân hàng nhằm kiểm soát tốc độ tăng trưởng tín dụng, nâng cao hiệu quả sinh lời gắn liền với kiểm soát rủi ro, hoàn thiện chính sách trích lập dự phòng và nâng cao năng lực ứng phó trước biến động chu kỳ kinh tế. Đồng thời, chương 5 chỉ ra các mặt hạn chế của đề tài và định hướng các nghiên cứu tiếp theo.

Kết quả và đóng góp

Số liệu thống kê mô tả thực nghiệm

Dữ liệu thu thập từ 19 NHTM niêm yết trong giai đoạn 2013–2022 (190 quan sát) được thống kê chi tiết trong bảng sau:

Biến số Ký hiệu Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất Ghi chú thực tế trong văn bản
Tỷ lệ nợ xấu $\text{NPL}_{i,t}$ 190 0,0202 (2,02%) 0,0172 0,0035 (0,35%) 0,1793 (17,93%) Dao động từ 0,35% đến 17,93%
Nợ xấu kỳ trước $\text{NPL}_{i,t-1}$ 190 0,0209 (2,09%) 0,0138 0,0035 (0,35%) 0,0918 (9,18%) Mức độ trễ của rủi ro tín dụng
Quy mô ngân hàng $\text{SIZE}_{i,t}$ 190 19,2559 0,9329 17,1853 21,4750 Tính theo logarit tự nhiên tổng tài sản
Hiệu quả hoạt động $\text{ROA}_{i,t}$ 190 0,0105 (1,05%) 0,0078 0,0001 (0,01%) 0,0358 (3,58%) Min: NVB (năm 2022); Max: TCB (năm 2021)
Tỷ lệ dự trữ dự phòng $\text{LLR}_{i,t}$ 190 0,0262 (2,62%) 0,0376 0,0002 (0,02%) 0,2070 (20,70%) Chi phí dự phòng / Tổng dư nợ
Tốc độ tăng trưởng dư nợ $\text{LGR}_{i,t}$ 190 0,2056 (20,56%) 0,1450 -0,1423 (-14,23%) 1,0820 (108,20%) Min: MSB (năm 2014); Max: HDB (năm 2013)
Vốn chủ sở hữu / Tổng tài sản $\text{ETA}_{i,t}$ 190 0,0822 (8,22%) 0,0255 0,0406 (4,06%) 0,1697 (16,97%) Tỷ lệ tự tài trợ vốn
Tăng trưởng kinh tế $\text{GDP}_t$ 190 0,0320 (3,20%) 0,0179 0,0260 (2,60%) 0,0802 (8,02%) Tốc độ tăng trưởng GDP thực tế
Mức độ lạm phát $\text{INF}_t$ 190 0,0610 (6,10%) 0,0146 0,0063 (0,63%) 0,0660 (6,60%) Tính theo chỉ số giá tiêu dùng CPI

Kết quả hồi quy mô hình FEM và REM

Bảng so sánh kết quả ước lượng sơ bộ giữa mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM):

Biến độc lập Mô hình FEM: Hệ số Mô hình FEM: Giá trị $t$ Mô hình FEM: Mức ý nghĩa ($p$-value) Mô hình REM: Hệ số Mô hình REM: Giá trị $z$ Mô hình REM: Mức ý nghĩa ($p$-value)
$\text{NPL}_{i,t-1}$ 1,98 - 0,049 (**) 3,79 - 0,000 (***)
$\text{ROA}_{i,t}$ -1,69 - 0,094 (*) -2,13 - 0,033 (**)
$\text{ETA}_{i,t}$ 1,13 - 0,261 1,79 - 0,074 (*)
$\text{SIZE}_{i,t}$ 0,29 - 0,775 -0,00 - 0,999
$\text{LGR}_{i,t}$ -0,40 - 0,693 -0,72 - 0,471
$\text{LLR}_{i,t}$ 0,63 - 0,531 0,06 - 0,956
$\text{INF}_t$ 0,03 - 0,975 -0,46 - 0,646
$\text{GDP}_t$ 1,37 - 0,173 1,30 - 0,194
Số quan sát ($N$) 190 190
Hệ số xác định ($R^2$) 8,89% 7,95%
Giá trị thống kê ($p$-value) 0,000 0,000

Ghi chú: (*), (**), (***) biểu thị mức ý nghĩa thống kê lần lượt tại 10%, 5% và 1%.

Đóng góp của đề tài

  • Về mặt lý luận: Khóa luận củng cố cơ sở lý thuyết về rủi ro tín dụng trong ngân hàng bằng việc phân tích tác động đồng thời của các biến số đặc thù nội tại và môi trường kinh tế vĩ mô tại một thị trường mới nổi như Việt Nam.
  • Về mặt phương pháp: Nghiên cứu áp dụng quy trình kiểm định kinh tế lượng bài bản, nhận diện các khuyết tật của dữ liệu bảng (phương sai thay đổi, tự tương quan) và xử lý hiện tượng nội sinh phát sinh từ biến trễ nợ xấu thông qua phương pháp ước lượng GMM hệ thống hai bước.
  • Về mặt thực tiễn: Cung cấp số liệu định lượng về thực trạng nợ xấu của 19 NHTM niêm yết trong suốt 10 năm, làm căn cứ giúp các nhà quản trị ngân hàng và cơ quan quản lý đưa ra các chính sách tín dụng và giám sát rủi ro phù hợp.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đề tài

  1. Quy mô mẫu nghiên cứu: Đề tài chỉ thu thập và phân tích dữ liệu của 19 NHTM cổ phần đã niêm yết trên thị trường chứng khoán Việt Nam, chưa bao quát toàn bộ hệ thống các NHTM cổ phần chưa niêm yết và ngân hàng liên doanh/nước ngoài tại Việt Nam.
  2. Khoảng thời gian khảo sát: Dữ liệu dừng lại ở giai đoạn 2013–2022, chưa phản ánh các biến động kinh tế và thay đổi chính sách tín dụng sau năm 2022.
  3. Số lượng biến số: Mô hình tập trung vào 8 biến số độc lập tiêu biểu; một số yếu tố quản trị vi mô chuyên sâu (như chất lượng kiểm soát nội bộ, đa dạng hóa thu nhập ngoài lãi, cơ cấu loại hình cho vay) chưa được lượng hóa đưa vào mô hình.

Hướng nghiên cứu tiếp theo

  • Mở rộng mẫu nghiên cứu sang các NHTM chưa niêm yết để tăng tính đại diện cho toàn bộ hệ thống ngân hàng thương mại Việt Nam.
  • Cập nhật chuỗi dữ liệu thời gian đến các năm gần nhất để đánh giá tác động của môi trường kinh tế sau đại dịch và các biến động chính sách tiền tệ mới.
  • Bổ sung thêm các biến giải thích vi mô và vĩ mô khác nhằm nâng cao hệ số xác định ($R^2$) và làm sâu sắc hơn các phân tích định lượng.

Giá trị tham khảo

Tài liệu này hữu ích cho:

  • Sinh viên, học viên cao học chuyên ngành Tài chính - Ngân hàng, Kinh tế học ứng dụng: Tham khảo cách thức xây dựng khung lý thuyết, thiết lập giả thuyết nghiên cứu và quy trình xử lý dữ liệu bảng động trên phần mềm Stata.
  • Các nhà nghiên cứu về rủi ro tín dụng và quản trị ngân hàng: Tham khảo phương pháp sử dụng mô hình GMM hệ thống hai bước để khắc phục hiện tượng nội sinh trong các mô hình tài chính doanh nghiệp và ngân hàng.
  • Phần đáng tham khảo nhất:
    • Bảng tổng hợp hệ thống hóa tiêu chuẩn phân loại nợ theo IIF và Thông tư 11/2021/TT-NHNN tại Chương 2.
    • Quy trình phân tích kinh tế lượng và kỹ thuật kiểm định mô hình (Hausman, Arellano-Bond, Sargan/Hansen) được trình bày tại Chương 3 và Chương 4.

Câu hỏi thường gặp

1. Tỷ lệ nợ xấu trung bình của 19 ngân hàng thương mại niêm yết trong giai đoạn 2013–2022 là bao nhiêu?

Theo kết quả thống kê mô tả 190 quan sát, tỷ lệ nợ xấu ($\text{NPL}$) trung bình của 19 NHTM niêm yết trong giai đoạn 2013–2022 là $2,02%$, với độ lệch chuẩn là $1,72%$. Giá trị nhỏ nhất được ghi nhận là $0,35%$ và giá trị lớn nhất là $17,93%$.

2. Ngân hàng nào ghi nhận mức ROA cao nhất và thấp nhất trong mẫu nghiên cứu?

Chỉ số tỷ suất sinh lời trên tổng tài sản ($\text{ROA}$) đạt trung bình $1,05%$ trong toàn mẫu. Giá trị nhỏ nhất là $0,0001$ ($0,01%$) thuộc về Ngân hàng TMCP Quốc Dân (NVB) vào năm 2022; giá trị lớn nhất là $3,58%$ thuộc về Ngân hàng TMCP Kỹ Thương Việt Nam (TCB) vào năm 2021.

3. Tốc độ tăng trưởng dư nợ (LGR) giữa các ngân hàng có sự chênh lệch như thế nào?

Tốc độ tăng trưởng dư nợ ($\text{LGR}$) đạt mức trung bình là $20,56%$ với độ lệch chuẩn lớn ($14,50%$), phản ánh sự tăng trưởng không đồng đều. Mức tăng trưởng dư nợ cao nhất trong mẫu là $108,20%$ tại HDBank (HDB) vào năm 2013, trong khi mức thấp nhất là $-14,23%$ tại MSB vào năm 2014.

4. Tác giả sử dụng khung pháp lý nào để xác định biến nợ xấu trong bài nghiên cứu?

Tác giả căn cứ vào Điều 10 Thông tư số 11/2021/TT-NHNN (cùng các quy định nền tảng tại Thông tư 02/2013/TT-NHNN và Thông tư 22/2019/TT-NHNN) của Ngân hàng Nhà nước Việt Nam. Nợ xấu được tính bằng tổng dư nợ của 3 nhóm: Nhóm 3 (Nợ dưới tiêu chuẩn), Nhóm 4 (Nợ nghi ngờ) và Nhóm 5 (Nợ có khả năng mất vốn) chia cho tổng dư nợ cho vay của ngân hàng.

5. Vì sao nghiên cứu phải sử dụng phương pháp GMM hệ thống hai bước thay vì dừng lại ở mô hình Pooled OLS, FEM hoặc REM?

Mô hình nghiên cứu đưa biến trễ của biến phụ thuộc ($\text{NPL}_{i,t-1}$) vào làm biến giải thích, điều này vi phạm giả định ngoại sinh và gây ra hiện tượng nội sinh (Endogeneity). Bên cạnh đó, dữ liệu bảng thường gặp phải khuyết tật phương sai sai số thay đổi và tự tương quan. Do đó, phương pháp GMM hệ thống hai bước (Two-step System GMM) được áp dụng để điều chỉnh sai số chuẩn, xử lý biến nội sinh bằng các biến công cụ thích hợp và đảm bảo các hệ số ước lượng thu được là vững và không chệch.

Kết luận

Khóa luận tốt nghiệp của tác giả Trương Hoàng Nhật Duy đã thực hiện phân tích thực nghiệm về các nhân tố ảnh hưởng đến nợ xấu tại 19 NHTM niêm yết ở Việt Nam trong giai đoạn 2013–2022. Bằng việc kết hợp cơ sở lý thuyết tài chính ngân hàng với kỹ thuật kinh tế lượng trên dữ liệu bảng (FEM, REM và System GMM), nghiên cứu đã lượng hóa tác động của các biến số vi mô nội tại (nợ xấu quá khứ, hiệu quả hoạt động ROA, tỷ lệ vốn chủ sở hữu, quy mô, tăng trưởng tín dụng, dự phòng rủi ro) và các biến số kinh tế vĩ mô (GDP, lạm phát). Kết quả nghiên cứu cung cấp cơ sở thực nghiệm giúp các nhà quản trị ngân hàng thương mại nhận diện rõ rủi ro, kiểm soát nợ xấu và nâng cao chất lượng danh mục tín dụng.