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 các ngân hàng thương mại (NHTM), song cũng tiềm ẩn rủi ro tín dụng lớn nhất đối với sự an toàn của toàn bộ hệ thống tài chính. Nợ xấu gia tăng làm sụt giảm lợi nhuận do chi phí trích lập dự phòng tăng cao, thu hẹp quy mô cung ứng vốn cho nền kinh tế, đe dọa thanh khoản và làm gia tăng nguy cơ đổ vỡ ngân hàng. Tại Việt Nam, nợ xấu bắt đầu gia tăng từ cuối năm 2007 do ảnh hưởng của khủng hoảng kinh tế toàn cầu và trở nên đáng báo động từ năm 2011. Trong giai đoạn này, số liệu nợ xấu có sự chênh lệch lớn giữa các nguồn công bố: báo cáo của các tổ chức tín dụng ghi nhận tỷ lệ 4,47% (ngày 31/5/2012), Cơ quan Thanh tra Giám sát Ngân hàng Nhà nước công bố 8,6% (ngày 31/3/2012), tổ chức Fitch Ratings ước tính 13% (năm 2012), và Kiểm toán Nhà nước công bố tỷ lệ nợ xấu đầy đủ lên tới 8,85% vào ngày 31/12/2015 (so với mức 2,55% do Ngân hàng Nhà nước công bố).

Nhằm xử lý thực trạng trên, Đề án "Cơ cấu lại hệ thống các tổ chức tín dụng giai đoạn 2011-2015", Công ty Quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC) và đặc biệt là Nghị quyết số 42/2017/QH14 (có hiệu lực từ ngày 15/8/2017) đã được triển khai. Số liệu tổng hợp kết quả xử lý nợ xấu theo Nghị quyết 42 đến ngày 31/12/2021 được thể hiện trong bảng sau:

Chỉ tiêu Giá trị (nghìn tỷ đồng) Tỷ trọng (%)
Nợ xấu tại thời điểm Nghị quyết số 42 có hiệu lực (15/8/2017) 541,6 -
Nợ xấu phát sinh mới trong thời gian Nghị quyết có hiệu lực (đến 31/12/2021) 251,3 100%
Tổng nợ xấu từ 15/8/2017 đến 31/12/2021 792,9 -
Nợ xấu đã được xử lý 380,2 48% (380,95)
Nợ xấu chưa được xử lý 412,7 >50% (412,05)

Dù tốc độ xử lý nợ xấu trung bình đạt 5,67 nghìn tỷ đồng/tháng (cao hơn mức 3,25 nghìn tỷ đồng/tháng của giai đoạn 2012–2017), khối lượng nợ xấu chưa xử lý vẫn vượt mức 50%, đồng thời chịu thêm áp lực từ đại dịch Covid-19. Do đó, việc xác định các yếu tố tác động đến nợ xấu là vấn đề cấp thiết đối với quản trị ngân hàng và điều hành chính sách tiền tệ.

Mục tiêu và câu hỏi nghiên cứu

Mục tiêu tổng quát của đề tài là xác định các yếu tố tác động đến nợ xấu của các NHTM Việt Nam, từ đó đề xuất các giải pháp kiểm soát và quản lý rủi ro nợ xấu. Các mục tiêu cụ thể và câu hỏi nghiên cứu tương ứng gồm:

  1. Mục tiêu 1: Xác định các yếu tố tác động đến nợ xấu của các NHTM Việt Nam.
    • Câu hỏi nghiên cứu: Có những yếu tố vĩ mô và yếu tố nội tại nào của ngân hàng tác động đến nợ xấu?
  2. Mục tiêu 2: Phân tích chiều hướng và mức độ tác động của các yếu tố đó.
    • Câu hỏi nghiên cứu: Chiều hướng và mức độ tác động của các yếu tố đó đến nợ xấu như thế nào?
  3. Mục tiêu 3: Đề xuất các giải pháp giúp các ngân hàng hạn chế và quản lý nợ xấu tốt hơn.
    • Câu hỏi nghiên cứu: Đâu là giải pháp để cải thiện tình trạng nợ xấu của hệ thống NHTM Việt Nam?

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Nợ xấu và các yếu tố vi mô (nội tại ngân hàng), vĩ mô tác động đến nợ xấu của các NHTM Việt Nam.
  • Thời gian nghiên cứu: Giai đoạn 2011 – 2021 (11 năm), bắt đầu từ mốc nợ xấu tăng mạnh và kết thúc tại thời điểm có dữ liệu báo cáo tài chính kiểm toán minh bạch gần nhất.
  • Không gian nghiên cứu: Mẫu nghiên cứu gồm 21 NHTM đại diện tại Việt Nam (đã loại trừ các ngân hàng bị mua lại 0 đồng, ngân hàng thuộc diện kiểm soát đặc biệt và ngân hàng thiếu dữ liệu), bao gồm: VietinBank, BIDV, Vietcombank, ACB, ABBank, Bac A Bank, Kienlongbank, Techcombank, Nam A Bank, MBBank, NCB, Saigonbank, SCB, SHB, Sacombank, TPBank, VPBank, PG Bank, Eximbank, HDBank và MSB.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và chuẩn mực phân loại nợ

Khóa luận hệ thống hóa khái niệm nợ xấu từ các định chế và chuẩn mực quốc tế:

  • Chuẩn mực quốc tế: Định nghĩa nợ xấu theo Caprio và Klingebiel (1999), Alton và Hazen (2001), Bholat và cộng sự (2016), Barisitz (2011), Hướng dẫn FSI của IMF (2006, 2007), Hiệp ước Basel II của BCBS (2004), phân loại của Viện Tài chính Quốc tế (IIF), và Chuẩn mực Báo cáo Tài chính Quốc tế (IFRS 9). Điểm chung quốc tế xác định nợ xấu dựa trên tiêu chí định lượng (quá hạn từ 90 ngày trở lên) và tiêu chí định tính (suy giảm khả năng trả nợ, nợ dưới tiêu chuẩn, nghi ngờ, có khả năng mất vốn).
  • Quy định tại Việt Nam: Áp dụng Quyết định số 493/2005/QĐ-NHNN và Thông tư số 11/2021/TT-NHNN của Ngân hàng Nhà nước. Nợ xấu là nợ nội bảng 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).

Khóa luận vận dụng các lý thuyết kinh tế và tài chính nền tảng để giải thích cơ chế tác động:

  • Nhóm lý thuyết vĩ mô: Lý thuyết thông tin bất cân xứng (Asymmetric Information - Akerlof 1970, Mishkin 1990) dẫn đến lựa chọn đối nghịch và rủi ro đạo đức; Lý thuyết gia tốc tài chính (Financial Accelerator Theory - Bernanke & Gertler 1994) giải thích cơ chế khuếch đại cú sốc kinh tế qua phần dư nguồn vốn bên ngoài (external finance premium); Lý thuyết kênh tín dụng (The Credit Channel Theory - Bernanke & Gertler 1995, Bernanke & Blinder 1988) qua kênh bảng cân đối kế toán và kênh cho vay ngân hàng.
  • Nhóm lý thuyết vi mô: Giả thuyết "quản lý yếu kém" (bad management hypothesis - Berger & DeYoung 1997), giả thuyết "kém may mắn" (bad luck hypothesis), giả thuyết "tiết kiệm" (skimping hypothesis), giả thuyết "rủi ro đạo đức" (moral hazard hypothesis - Keeton & Morris 1987), giả thuyết "quá lớn để phá sản" (too big to fail hypothesis), và giả thuyết "hiệu ứng quy mô" (size effect hypothesis - Salas & Saurina 2002).

Mô hình kinh tế lượng và hệ thống biến số

Mô hình hồi quy dữ liệu bảng có dạng:

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

Biến Ký hiệu Cách thức đo lường Kỳ vọng dấu
Biến phụ thuộc
Tỷ lệ nợ xấu $\text{NPL}_{i,t}$ $(\text{Nợ nhóm 3} + \text{Nợ nhóm 4} + \text{Nợ nhóm 5}) / \text{Tổng dư nợ}$ (%) -
Biến độc lập
Nợ xấu năm trước $\text{NPL}_{i,t-1}$ Tỷ lệ nợ xấu của năm $t-1$ (%) $(+)$
Quy mô ngân hàng $\text{SIZE}_{i,t}$ $\text{Ln}(\text{Tổng tài sản})$ $(+)$
Khả năng sinh lời $\text{ROE}_{i,t}$ Lợi nhuận sau thuế / Vốn chủ sở hữu bình quân (%) $(-)$
Tăng trưởng tín dụng $\text{LGR}_{i,t}$ $(\text{Dư nợ cho vay}t - \text{Dư nợ cho vay}{t-1}) / \text{Dư nợ cho vay}_{t-1}$ (%) $(+)$
Dự phòng rủi ro tín dụng $\text{LLR}_{i,t}$ Dự phòng rủi ro tín dụng / Tổng dư nợ (%) $(+)$
Tỷ lệ vốn chủ sở hữu $\text{ETA}_{i,t}$ Vốn chủ sở hữu / Tổng tài sản (%) $(-)$
Tăng trưởng kinh tế $\text{GDP}_{i,t}$ $(\text{GDP}t - \text{GDP}{t-1}) / \text{GDP}_{t-1}$ (%) $(-)$
Tỷ lệ lạm phát $\text{INF}_{i,t}$ $(\text{CPI}t - \text{CPI}{t-1}) / \text{CPI}_{t-1}$ (%) $(+)$

Phương pháp nghiên cứu và nguồn dữ liệu

Nghiên cứu sử dụng phương pháp định lượng trên dữ liệu bảng (panel data) thông qua phần mềm Stata 14.0:

  1. Thống kê mô tả và phân tích ma trận tương quan giữa các biến.
  2. Ước lượng mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM), thực hiện kiểm định Hausman để chọn mô hình phù hợp (kết quả chọn FEM).
  3. Thực hiện các kiểm định khuyết tật của mô hình: kiểm định đa cộng tuyến (hệ số VIF), kiểm định hiện tượng tự tương quan (Wooldridge test), kiểm định hiện tượng phương sai sai số thay đổi (Modified Wald test) và hiện tượng nội sinh do sự xuất hiện của biến trễ $\text{NPL}_{i,t-1}$.
  4. Sử dụng phương pháp hồi quy GMM hệ thống 2 bước (Two-step System Generalized Method of Moments) để xử lý triệt để hiện tượng nội sinh, phương sai sai số thay đổi và tự tương quan, đảm bảo kết quả ước lượng vững và không chệch.
  5. Nguồn dữ liệu: Dữ liệu vi mô thu thập từ thuyết minh báo cáo tài chính kiểm toán của 21 NHTM giai đoạn 2011–2021; dữ liệu vĩ mô (GDP, CPI) thu thập từ Tổng cục Thống kê và Ngân hàng Nhà nước.

Nội dung chính theo từng chương

Chương 1: Tổng quan đề tài nghiên cứu

Chương 1 thiết lập tính cấp thiết của đề tài nghiên cứu nợ xấu tại hệ thống NHTM Việt Nam. Tác giả phân tích khoảng cách số liệu giữa các cơ quan quản lý và các tổ chức độc lập, đánh giá hiệu quả và những tồn đọng trong quá trình thực thi Nghị quyết số 42/2017/QH14. Trên cơ sở đó, chương xác định mục tiêu tổng quát, 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, đối tượng nghiên cứu, phạm vi thời gian (2011–2021), phạm vi không gian (21 NHTM), phương pháp nghiên cứu và ý nghĩa đóng góp của đề tài.

Chương 2: Cơ sở lý thuyết

Chương 2 phân tích các khái niệm nợ xấu, so sánh chi tiết hệ thống phân loại nợ quốc tế (Mỹ, Anh, Pháp, Đức, Ý, Nhật Bản, Úc, Brazil, Trung Quốc, Hàn Quốc, Indonesia, Nga, Liên minh Châu Âu, IIF, BCBS, IMF) và Việt Nam (Thông tư 11/2021/TT-NHNN). Chương trình bày 3 khung lý thuyết vĩ mô (thông tin bất cân xứng, gia tốc tài chính, kênh tín dụng) và 3 nhóm giả thuyết vi mô (hiệu quả hoạt động, an toàn vốn, quy mô ngân hàng). Cuối chương, tác giả tổng hợp kết quả của 9 công trình quốc tế (Salas & Saurina 2002, Louzis et al. 2012, Messai & Jouini 2013, Nir Klein 2013, Ghosh 2015, Dimitrios et al. 2016, Ozili 2019, Radivojević et al. 2019, Khan et al. 2020) và 3 công trình trong nước (Nguyễn Thị Hồng Vinh 2017, Phạm Dương Phương Thảo & Nguyễn Linh Đan 2018, Trần Vương Thịnh & Nguyễn Ngọc Hồng Loan 2021) để xây dựng bảng tổng hợp chiều hướng tác động của từng yếu tố.

Chương 3: Phương pháp nghiên cứu

Chương 3 thiết lập mô hình kinh tế lượng mở rộng từ các nghiên cứu của Klein (2013), Ghosh (2015) và Nguyễn Thị Hồng Vinh (2017). Tác giả chi tiết hóa công thức đo lường biến phụ thuộc và 8 biến độc lập, đồng thời thiết lập 8 giả thuyết nghiên cứu có căn cứ lý thuyết. Chương mô tả quy trình phân tích dữ liệu bảng, so sánh kỹ thuật giữa FEM và REM, phân tích nguyên nhân gây ra hiện tượng nội sinh và luận giải lý do lựa chọn phương pháp GMM hệ thống 2 bước để khắc phục các khuyết tật phi tham số.

Chương 4: Kết quả nghiên cứu

Chương 4 thực hiện các bước xử lý dữ liệu trên phần mềm Stata 14.0. Sau khi thực hiện kiểm định Hausman (xác định FEM ưu việt hơn REM), tác giả thực hiện các kiểm định chẩn đoán và phát hiện mô hình FEM xuất hiện các khuyết tật: phương sai sai số thay đổi, tự tương quan và tính nội sinh của biến trễ nợ xấu. Việc chuyển sang ước lượng GMM hệ thống 2 bước đã giải quyết toàn diện các vấn đề này. Tác giả tiến hành thảo luận sâu về ý nghĩa kinh tế của từng hệ số hồi quy thu được, đối chiếu với các bằng chứng thực nghiệm quốc tế và bối cảnh ngành ngân hàng Việt Nam.

Chương 5: Kết luận và một số khuyến nghị

Chương 5 tổng hợp kết quả nghiên cứu định lượng và đề xuất các nhóm giải pháp, khuyến nghị chính sách đối với ban điều hành các NHTM và Ngân hàng Nhà nước. Các giải pháp tập trung vào việc giám sát nợ xấu quá khứ, nâng cao năng lực thẩm định tín dụng khi mở rộng quy mô, kiểm soát chất lượng danh mục cho vay thay vì chạy theo tăng trưởng quy mô nóng, trích lập dự phòng rủi ro minh bạch và xây dựng kịch bản ứng phó chủ động trước các biến động vĩ mô (tăng trưởng GDP và lạm phát).

Kết quả nghiên cứu và đóng góp

Kết quả hồi quy chính và kiểm định giả thuyết

Kết quả ước lượng bằng phương pháp GMM hệ thống 2 bước đối với mẫu 21 NHTM Việt Nam giai đoạn 2011–2021 thể hiện rõ chiều hướng và mức ý nghĩa thống kê của các biến:

Giả thuyết Biến số Kỳ vọng dấu Kết quả GMM Mức ý nghĩa thống kê Kết luận giả thuyết
H1 $\text{NPL}_{i,t-1}$ (Nợ xấu năm trước) $(+)$ Cùng chiều $(+)$ Có ý nghĩa ở mức 10% Chấp nhận giả thuyết
H2 $\text{SIZE}_{i,t}$ (Quy mô ngân hàng) $(+)$ Ngược chiều $(-)$ Có ý nghĩa ở mức 5% Bác bỏ kỳ vọng dấu (Hỗ trợ Size Effect)
H3 $\text{ROE}_{i,t}$ (Khả năng sinh lời) $(-)$ Không có tác động Không có ý nghĩa thống kê Không có ý nghĩa
H4 $\text{LGR}_{i,t}$ (Tăng trưởng tín dụng) $(+)$ Ngược chiều $(-)$ Có ý nghĩa ở mức 5% Bác bỏ kỳ vọng dấu
H5 $\text{LLR}_{i,t}$ (Dự phòng RRTD) $(+)$ Cùng chiều $(+)$ Có ý nghĩa ở mức 10% Chấp nhận giả thuyết
H6 $\text{ETA}_{i,t}$ (Tỷ lệ vốn CSH) $(-)$ Không có tác động Không có ý nghĩa thống kê Không có ý nghĩa
H7 $\text{GDP}_{i,t}$ (Tăng trưởng GDP) $(-)$ Cùng chiều $(+)$ Có ý nghĩa ở mức 10% Bác bỏ kỳ vọng dấu
H8 $\text{INF}_{i,t}$ (Tỷ lệ lạm phát) $(+)$ Cùng chiều $(+)$ Có ý nghĩa ở mức 10% Chấp nhận giả thuyết

Luận giải kết quả thực nghiệm

  1. Yếu tố tác động cùng chiều:

    • Nợ xấu năm trước ($\text{NPL}_{i,t-1}$): Tác động cùng chiều (mức ý nghĩa 10%), khẳng định nợ xấu có tính dai dẳng; các khoản nợ xấu phát sinh trong quá khứ nếu không được xử lý dứt điểm sẽ tiếp tục tích tụ và làm tăng tỷ lệ nợ xấu hiện tại (phù hợp với Klein 2013, Nguyễn Thị Hồng Vinh 2017).
    • Tỷ lệ dự phòng RRTD ($\text{LLR}_{i,t}$): Tác động cùng chiều (mức ý nghĩa 10%), ủng hộ giả thuyết "rủi ro đạo đức" của Keeton & Morris (1987) và quan điểm của Messai & Jouini (2013); các ngân hàng nhận diện rủi ro danh mục tín dụng suy giảm sẽ chủ động gia tăng trích lập dự phòng để bù đắp tổn thất dự kiến.
    • Tăng trưởng GDP ($\text{GDP}_{i,t}$): Tác động cùng chiều (mức ý nghĩa 10%), tương đồng với phát hiện của Radivojević và cộng sự (2019). Kết quả này phản ánh đặc thù giai đoạn kinh tế tăng trưởng nóng, các ngân hàng có xu hướng nới lỏng điều kiện tín dụng để mở rộng thị phần, dẫn đến nợ xấu tiềm ẩn bộc phát sau đó.
    • Tỷ lệ lạm phát ($\text{INF}_{i,t}$): Tác động cùng chiều (mức ý nghĩa 10%), phù hợp với Klein (2013) và Nguyễn Thị Hồng Vinh (2017). Khi lạm phát tăng cao, chi phí sinh hoạt và chi phí đầu vào của người vay tăng, trong khi thu nhập thực tế giảm, làm suy giảm khả năng hoàn trả gốc và lãi.

  2. Yếu tố tác động ngược chiều:

    • Quy mô ngân hàng ($\text{SIZE}_{i,t}$): Tác động ngược chiều (mức ý nghĩa 5%), ủng hộ giả thuyết "hiệu ứng quy mô" của Salas & Saurina (2002). Các ngân hàng có quy mô tài sản lớn sở hữu nguồn lực quản trị rủi ro vượt trội, năng lực thẩm định tốt hơn và khả năng đa dạng hóa danh mục tín dụng theo ngành và vùng địa lý, giúp phân tán rủi ro và giảm nợ xấu.
    • Tốc độ tăng trưởng tín dụng ($\text{LGR}_{i,t}$): Tác động ngược chiều (mức ý nghĩa 5%), tương đồng với kết quả của Nguyễn Thị Hồng Vinh (2017). Trong ngắn hạn, việc mở rộng quy mô dư nợ cho vay (mẫu số) làm giảm tỷ lệ nợ xấu danh nghĩa trên tổng dư nợ.

  3. Yếu tố không có ý nghĩa thống kê:

    • Khả năng sinh lời ($\text{ROE}{i,t}$) và Tỷ lệ vốn chủ sở hữu trên tổng tài sản ($\text{ETA}{i,t}$) không ghi nhận tác động có ý nghĩa thống kê đến nợ xấu trong mẫu nghiên cứu này.

Đóng góp của đề tài

  • Về mặt lý luận: Khóa luận hệ thống hóa cơ sở lý thuyết vi mô và vĩ mô về nợ xấu, đồng thời kiểm nghiệm tính tương thích của các giả thuyết tài chính kinh điển (quản lý yếu kém, rủi ro đạo đức, hiệu ứng quy mô, gia tốc tài chính) trong bối cảnh thị trường ngân hàng đang phát triển tại Việt Nam.
  • Về mặt thực tiễn: Nghiên cứu cung cấp bằng chứng định lượng cập nhật giai đoạn 2011–2021, đo lường chính xác các tác động đa chiều, hỗ trợ bộ phận quản trị rủi ro của các NHTM và Ngân hàng Nhà nước trong việc xây dựng cơ chế kiểm soát chất lượng tín dụng và giám sát an toàn vĩ mô.

Hạn chế và hướng nghiên cứu tiếp theo

  • Hạn chế về cỡ mẫu: Do giới hạn minh bạch thông tin và yêu cầu số liệu liên tục của biến nợ xấu, nghiên cứu chỉ chọn mẫu 21 NHTM, phải loại trừ các NHTM được mua lại bắt buộc với giá 0 đồng, các ngân hàng trong diện kiểm soát đặc biệt và một số ngân hàng thiếu dữ liệu công khai.
  • Hạn chế về biến số: Mô hình chưa tích hợp đầy đủ các biến số vĩ mô và vi mô quan trọng khác như: lãi suất cho vay thực tế, tỷ giá hối đoái, tỷ lệ thất nghiệp, hệ số an toàn vốn (CAR), tỷ trọng thu nhập ngoài lãi, hay chi phí hoạt động trên thu nhập.
  • Hướng nghiên cứu tiếp theo:
    1. Mở rộng khung thời gian nghiên cứu sang các năm tiếp theo để đánh giá toàn diện tác động dài hạn hậu đại dịch Covid-19 và hiệu lực kéo dài của Nghị quyết 42.
    2. Mở rộng mẫu nghiên cứu sang toàn bộ hệ thống tổ chức tín dụng (bao gồm ngân hàng liên doanh, chi nhánh ngân hàng nước ngoài và công ty tài chính).
    3. Bổ sung các biến tương tác, biến trễ bậc cao của tăng trưởng tín dụng (2–4 năm) và các biến số vi mô đặc thù khác để làm rõ độ trễ của rủi ro tín dụng.

Giá trị tham khảo

Tài liệu này có giá trị ứng dụng và tham khảo học thuật đối với các nhóm đối tượng:

  • Sinh viên, học viên cao học ngành Tài chính - Ngân hàng, Kinh tế học: Tham khảo khung lý thuyết chuyên sâu về rủi ro tín dụng, phương pháp xây dựng mô hình dữ liệu bảng động, và quy trình xử lý khuyết tật mô hình (tự tương quan, phương sai thay đổi, nội sinh) bằng ước lượng GMM hệ thống 2 bước trên Stata.
  • Bộ phận Quản trị rủi ro tín dụng tại các NHTM: Sử dụng kết quả tác động của quy mô, tăng trưởng tín dụng và dự phòng rủi ro để hoạch định chính sách cấp tín dụng, phân bổ trích lập dự phòng và kiểm soát danh mục nợ vay.
  • Cơ quan quản lý và hoạch định chính sách (Ngân hàng Nhà nước): Tham khảo cơ chế tác động của lạm phát, tăng trưởng GDP và tính chất tích tụ của nợ xấu để xây dựng các công cụ cảnh báo sớm rủi ro hệ thống và hoàn thiện khung pháp lý xử lý nợ xấu bền vững.

Câu hỏi thường gặp

1. Tỷ lệ nợ xấu (biến phụ thuộc NPL) được tác giả tính toán cụ thể dựa trên quy định nào?

Tỷ lệ nợ xấu ($\text{NPL}_{i,t}$) được tính toán theo quy định tại Thông tư số 11/2021/TT-NHNN của Ngân hàng Nhà nước Việt Nam. Nợ xấu là nợ nội bảng thuộc nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn). Công thức xác định là tổng dư nợ các nhóm 3, 4, 5 chia cho tổng dư nợ tín dụng từ nhóm 1 đến nhóm 5, thu thập từ thuyết minh báo cáo tài chính kiểm toán của từng ngân hàng.

2. Nghị quyết số 42/2017/QH14 đã đạt được kết quả xử lý nợ xấu như thế nào tính đến ngày 31/12/2021?

Tính từ khi có hiệu lực (15/8/2017) đến ngày 31/12/2021, tổng nợ xấu cần xử lý là 792,9 nghìn tỷ đồng (gồm 541,6 nghìn tỷ đồng nợ tại thời điểm ban hành và 251,3 nghìn tỷ đồng nợ phát sinh mới). Toàn hệ thống đã xử lý được 380,2 nghìn tỷ đồng nợ xấu (đạt tốc độ trung bình 5,67 nghìn tỷ đồng/tháng, cao hơn mức 3,25 nghìn tỷ đồng/tháng giai đoạn 2012–2017). Khối lượng nợ xấu chưa xử lý còn lại là 412,7 nghìn tỷ đồng, chiếm hơn 50% tổng nợ xấu.

3. Vì sao tác giả lựa chọn phương pháp GMM hệ thống 2 bước thay vì mô hình FEM hay REM?

Sau khi kiểm định Hausman chọn mô hình FEM là tối ưu hơn REM, tác giả tiến hành kiểm định chẩn đoán và phát hiện mô hình FEM vi phạm các giả định: xuất hiện hiện tượng tự tương quan, phương sai sai số thay đổi và đặc biệt là hiện tượng nội sinh do đưa biến trễ $\text{NPL}_{i,t-1}$ vào phương trình. Phương pháp hồi quy GMM hệ thống 2 bước (Two-step System GMM) được sử dụng để sử dụng các biến trễ làm biến công cụ, khắc phục hoàn toàn hiện tượng nội sinh và các khuyết tật trên nhằm thu được ước lượng vững và không chệch.

4. Các yếu tố vi mô và vĩ mô nào có tác động có ý nghĩa thống kê đến nợ xấu trong kết quả nghiên cứu?

Kết quả GMM hệ thống chỉ ra 6 biến có ý nghĩa thống kê:

  • Tác động cùng chiều (+): Tỷ lệ nợ xấu năm trước ($\text{NPL}_{i,t-1}$), Tỷ lệ dự phòng RRTD ($\text{LLR}$), Tốc độ tăng trưởng GDP ($\text{GDP}$), và Tỷ lệ lạm phát ($\text{INF}$) ở mức ý nghĩa 10%.
  • Tác động ngược chiều (-): Quy mô ngân hàng ($\text{SIZE}$) và Tốc độ tăng trưởng tín dụng ($\text{LGR}$) ở mức ý nghĩa 5%.
  • Không có tác động: Khả năng sinh lời ($\text{ROE}$) và Tỷ lệ vốn chủ sở hữu ($\text{ETA}$).

5. Danh sách 21 NHTM được chọn vào mẫu nghiên cứu gồm những ngân hàng nào?

Mẫu nghiên cứu gồm 21 NHTM đại diện tại Việt Nam giai đoạn 2011–2021: VietinBank, BIDV, Vietcombank, ACB, ABBank, Bac A Bank, Kienlongbank, Techcombank, Nam A Bank, MBBank, NCB, Saigonbank, SCB, SHB, Sacombank, TPBank, VPBank, PG Bank, Eximbank, HDBank và MSB.

Kết luận

Khóa luận của tác giả Võ Ngọc Phương Uyên đã thực hiện nghiên cứu thực nghiệm toàn diện về các yếu tố tác động đến nợ xấu tại 21 ngân hàng thương mại Việt Nam trong giai đoạn 2011–2021. Bằng việc ứng dụng phương pháp ước lượng GMM hệ thống 2 bước trên dữ liệu bảng, nghiên cứu chứng minh nợ xấu năm trước, tỷ lệ dự phòng rủi ro tín dụng, tăng trưởng GDP và lạm phát có tác động cùng chiều, trong khi quy mô ngân hàng và tốc độ tăng trưởng tín dụng tác động ngược chiều đến nợ xấu. Các phát hiện này cung cấp cơ sở khoa học xác thực cho các nhà quản trị ngân hàng và cơ quan quản lý trong việc thiết lập chính sách tín dụng thận trọng, nâng cao hiệu quả trích lập dự phòng và kiểm soát rủi ro hệ thống tài chính.