Các yếu tố ảnh hưởng đến nợ xấu tại Ngân hàng Thương mại Cổ phần Công nghệ Việt Nam

Tài liệu nghiên cứu The determinants of non performing loans at vietnam technological and commercial joint stock bank, tổng hợp lý thuyết và thực hành, cung cấp kiến thức chuyên

• Tác giả: Hoàng Khánh Huyền
• Người hướng dẫn: Assoc. PhD Phạm Thị Hoàng Anh
• Trường học: Banking Academy of Vietnam
• Chuyên ngành: Banking
• Đề tài: Các Yếu Tố Ảnh Hưởng Đến Nợ Xấu Tại Ngân Hàng Thương Mại Cổ Phần Công Nghệ Việt Nam
• Loại tài liệu: Graduation Thesis
• Năm xuất bản: 2022
• Địa điểm: Hanoi

Mục lục chi tiết

• DECLARATION
• ACKNOWLEDGEMENTS
• TABLE OF CONTENTS
• LIST OF ABBREVIATIONS
• LIST OF TABLES
• LIST OF FIGURES
• INTRODUCTION
• 0.1. Statement of the problem and rationale for the study
• 0.2. Objectives
• 0.3. Scope of the study
• 0.4. Research Methodology
• 0.5. Structure of the thesis
• 1. CHƯƠNG 1: THEORETICAL FRAMEWORK OF DETERMINANTS OF NON - PERFORMING LOANS AT COMMERCIAL BANK
• 1.1. Theoretical framework about non- performing loans
• 1.1.1. Concept and classification of non - performing loans
• 1.1.1.1. Concept of non - performing loans
• 2. CHƯƠNG 2: SITUATION OF NON - PERFORMING LOANS AT TECHCOMBANK
• 2.1. Performance of Techcombank during 2014-2021 period
• 2.2. Overview of Vietnam Technological and Commercial Joint Stock Bank
• 2.3. The mechanism of controlling non - performing loans at Techcombank
• 2.4. Situation of non - performing loans at Techcombank
• 2.5. Classification of loans by group
• 2.6. Analyzing the basic indicators reflect the situation of non - performing loans
• 2.7. Overall assessment of Techcombank performance and its non - performing loans
• 2.8. Achievements of Techcombank
• 2.9. Drawbacks of Techcombank and the reasons of the drawbacks
• 3. CHƯƠNG 3: EVALUATING THE DETERMINANTS OF NON - PERFORMING LOANS AT TECHCOMBANK 2014 – 2021 PERIOD
• 3.1. Research data and research methods
• 3.2. Unit root test for stationarity
• 3.3. Analysis of regression model
• 3.4. Hypothesis testing research model
• 3.5. Result of the regression model
• 3.6. Limitation of the study
• 4. CHƯƠNG 4: SOLUTIONS AND RECOMMENDATIONS TO IMPROVE THE QUALITY OF NON - PERFORMING LOANS AT TECHCOMBANK
• 4.1. Government orientation in non-performing loans management
• 4.2. Solutions to limit non - performing loans at Techcombank
• 4.3. Recommendation with the Government and the State Bank of Vietnam
• 4.3.1. Recommendation to the government
• 4.3.2. Recommendation to the State Bank of Vietnam

Tóm tắt

I. Tổng Quan Về Nợ Xấu Vietbank Thách Thức Cơ Hội 55 ký tự

Các ngân hàng đóng vai trò then chốt trong hệ thống tài chính, đặc biệt ở các nền kinh tế dựa vào ngân hàng như Việt Nam. Tuy nhiên, hoạt động ngân hàng luôn tiềm ẩn rủi ro từ cả yếu tố vĩ mô và vi mô. Trong bối cảnh đại dịch Covid-19, giãn cách xã hội làm giảm thu nhập của người dân và tăng nhu cầu vay vốn, trong khi hoạt động kinh doanh của nhiều doanh nghiệp đình trệ. Điều này dẫn đến khả năng trả nợ của cả cá nhân và doanh nghiệp đều giảm sút, làm tăng tỷ lệ nợ xấu tại ngân hàng. Theo Messai và Jouini (2013), tăng trưởng kinh tế tạo điều kiện cho việc phê duyệt các khoản vay dễ dàng hơn. Ngược lại, suy thoái kinh tế làm tăng đáng kể nợ xấu. Nghiên cứu này tập trung vào nợ xấu Vietbank, một vấn đề quan trọng trong bối cảnh kinh tế hiện nay.

1.1. Khái Niệm và Phân Loại Nợ Xấu Vietbank

Các tổ chức tài chính quốc tế đưa ra hướng dẫn cụ thể về xác định nợ xấu. Theo Ngân hàng Trung ương Châu Âu (ECB), các khoản vay được coi là nợ xấu nếu quá hạn 90 ngày, ngay cả khi chưa bị vỡ nợ. Quỹ Tiền tệ Quốc tế (IMF) định nghĩa nợ xấu là các khoản nợ mà người vay không trả lãi và/hoặc gốc trong ít nhất 90 ngày. Theo Ngân hàng Nhà nước Việt Nam, các khoản nợ được phân loại dựa trên khả năng trả nợ của khách hàng, từ nhóm 1 (nợ đủ tiêu chuẩn) đến nhóm 5 (nợ có khả năng mất vốn Vietbank). Việc phân loại này ảnh hưởng đến mức trích lập dự phòng rủi ro tín dụng Vietbank.

1.2. Nguyên Nhân và Hậu Quả của Nợ Xấu Vietbank

Nguyên nhân nợ xấu Vietbank rất đa dạng, bao gồm cả yếu tố bên trong và bên ngoài ngân hàng. Các yếu tố bên trong có thể là quy trình cấp tín dụng lỏng lẻo, đánh giá tín dụng không chính xác, hoặc quản lý rủi ro yếu kém. Các yếu tố bên ngoài bao gồm suy thoái kinh tế, biến động tỷ giá, và chính sách tiền tệ thắt chặt. Hậu quả của nợ xấu rất nghiêm trọng, ảnh hưởng đến lợi nhuận của ngân hàng, làm giảm khả năng cho vay, và có thể gây ra khủng hoảng tài chính. Tỷ lệ nợ xấu Vietbank cần được kiểm soát để đảm bảo an toàn hệ thống.

II. Cách Các Yếu Tố Kinh Tế Vĩ Mô Ảnh Hưởng Đến Nợ Xấu 58 ký tự

Kinh tế vĩ mô đóng vai trò quan trọng trong việc tác động đến nợ xấu của các ngân hàng. Tăng trưởng kinh tế chậm lại có thể làm giảm khả năng trả nợ của các doanh nghiệp và cá nhân. Lạm phát cao làm giảm sức mua của người tiêu dùng và tăng chi phí sản xuất của doanh nghiệp, từ đó ảnh hưởng đến khả năng trả nợ. Biến động tỷ giá có thể gây khó khăn cho các doanh nghiệp vay ngoại tệ. Theo nhiều nghiên cứu, tăng trưởng GDP, tỷ lệ thất nghiệp và lạm phát đều có tác động đáng kể đến tỷ lệ nợ xấu.

2.1. Tác Động của GDP và Lạm Phát Đến Nợ Xấu Vietbank

GDP (Tổng sản phẩm quốc nội) là một chỉ số quan trọng đánh giá sức khỏe của nền kinh tế. Khi GDP tăng trưởng chậm lại, thu nhập của các doanh nghiệp và cá nhân giảm sút, dẫn đến khả năng trả nợ giảm và nợ xấu tăng. Lạm phát cao làm giảm giá trị thực của tiền và tăng chi phí sinh hoạt, ảnh hưởng đến khả năng trả nợ của người vay. Chính sách tiền tệ thắt chặt để kiểm soát lạm phát cũng có thể làm tăng lãi suất cho vay, gây áp lực lên người vay và làm tăng nợ xấu.

2.2. Ảnh Hưởng của Chính Sách Tiền Tệ đến Nợ Xấu Vietbank

Ảnh hưởng của chính sách tiền tệ đến nợ xấu Vietbank là rất lớn. Ngân hàng nhà nước sử dụng các công cụ như lãi suất tái cấp vốn, tỷ lệ dự trữ bắt buộc, và nghiệp vụ thị trường mở để điều chỉnh lượng tiền cung ứng và kiểm soát lạm phát. Chính sách tiền tệ thắt chặt có thể làm tăng lãi suất cho vay, gây khó khăn cho các doanh nghiệp và cá nhân vay vốn, từ đó làm tăng nợ xấu. Ngược lại, chính sách tiền tệ nới lỏng có thể làm giảm lãi suất và khuyến khích vay vốn, nhưng cũng có thể dẫn đến rủi ro lạm phát và bong bóng tài sản.

2.3. Thị Trường Bất Động Sản và Nợ Xấu Vietbank

Thị trường bất động sản ảnh hưởng đến nợ xấu Vietbank thông qua các khoản vay thế chấp bất động sản. Khi thị trường bất động sản suy thoái, giá trị tài sản thế chấp giảm sút, làm tăng rủi ro cho ngân hàng khi người vay không trả được nợ. Bong bóng bất động sản và sự đầu cơ quá mức cũng có thể dẫn đến nợ xấu khi giá nhà đất sụt giảm đột ngột. Việc kiểm soát thị trường bất động sản là rất quan trọng để giảm thiểu rủi ro tín dụng cho các ngân hàng.

III. Quy Trình Cấp Tín Dụng Đánh Giá Tín Dụng Ảnh Hưởng 57 ký tự

Quy trình cấp tín dụng và đánh giá tín dụng đóng vai trò then chốt trong việc kiểm soát rủi ro tín dụng và giảm thiểu nợ xấu. Một quy trình cấp tín dụng chặt chẽ và đánh giá tín dụng chính xác giúp ngân hàng lựa chọn được những khách hàng có khả năng trả nợ tốt và giảm thiểu rủi ro nợ xấu. Ngược lại, quy trình cấp tín dụng lỏng lẻo và đánh giá tín dụng không chính xác có thể dẫn đến việc cho vay những khách hàng có rủi ro cao, làm tăng nợ xấu.

3.1. Vai Trò của Đánh Giá Tín Dụng Khách Hàng Vietbank

Đánh giá tín dụng Vietbank là quá trình phân tích khả năng trả nợ của khách hàng, dựa trên các yếu tố như lịch sử tín dụng, thu nhập, tài sản, và tình hình tài chính. Một hệ thống đánh giá tín dụng hiệu quả giúp ngân hàng xác định được những khách hàng có rủi ro cao và đưa ra quyết định cho vay phù hợp. Các mô hình đánh giá rủi ro tín dụng Vietbank cần được cập nhật và cải tiến liên tục để phản ánh những thay đổi trong môi trường kinh tế.

3.2. Tầm Quan Trọng của Quy Trình Cấp Tín Dụng Vietbank

Quy trình cấp tín dụng Vietbank bao gồm các bước từ tiếp nhận hồ sơ, thẩm định, phê duyệt, giải ngân, đến giám sát và thu hồi nợ. Một quy trình cấp tín dụng chặt chẽ giúp ngân hàng kiểm soát rủi ro và đảm bảo chất lượng dư nợ cho vay Vietbank. Việc tuân thủ nghiêm ngặt quy trình cấp tín dụng là rất quan trọng để giảm thiểu nợ xấu.

3.3. Quản Lý Rủi Ro Tín Dụng Vietbank

Quản lý rủi ro tín dụng Vietbank là quá trình xác định, đo lường, giám sát và kiểm soát rủi ro liên quan đến hoạt động cho vay. Ngân hàng cần xây dựng một hệ thống quản lý rủi ro tín dụng toàn diện, bao gồm các chính sách, quy trình, và công cụ phù hợp. Việc dự phòng rủi ro tín dụng Vietbank đầy đủ cũng là một yếu tố quan trọng để giảm thiểu tác động của nợ xấu.

IV. Xử Lý Nợ Xấu Giải Pháp Tái Cơ Cấu và Thu Hồi Nợ 58 ký tự

Xử lý nợ xấu là một nhiệm vụ quan trọng để bảo vệ tài sản của ngân hàng và duy trì sự ổn định của hệ thống tài chính. Có nhiều phương pháp xử lý nợ xấu, bao gồm tái cơ cấu nợ, bán nợ, và khởi kiện. Việc lựa chọn phương pháp xử lý nợ xấu phù hợp phụ thuộc vào tình hình cụ thể của từng khoản nợ và điều kiện thị trường. Hiệu quả của việc xử lý nợ xấu Vietbank có ảnh hưởng lớn đến khả năng sinh lời của ngân hàng.

4.1. Tái Cơ Cấu Nợ Vietbank Giải Pháp Hữu Hiệu

Tái cơ cấu nợ Vietbank là việc thay đổi các điều khoản của khoản vay, như kéo dài thời gian trả nợ, giảm lãi suất, hoặc chuyển đổi nợ thành vốn cổ phần. Mục đích của tái cơ cấu nợ là giúp người vay vượt qua khó khăn tài chính và tiếp tục trả nợ. Tuy nhiên, việc tái cơ cấu nợ cũng có thể làm tăng rủi ro cho ngân hàng nếu người vay không thể phục hồi và tiếp tục trả nợ. Các khoản nợ tái cơ cấu Vietbank cần được theo dõi sát sao.

4.2. Bán Nợ Xấu Vietbank Ưu và Nhược Điểm

Bán nợ xấu là việc ngân hàng bán các khoản nợ xấu cho các công ty quản lý nợ hoặc các nhà đầu tư khác. Ưu điểm của việc bán nợ xấu là giúp ngân hàng loại bỏ các khoản nợ có rủi ro cao khỏi bảng cân đối kế toán và cải thiện tỷ lệ an toàn vốn. Tuy nhiên, việc bán nợ xấu cũng có thể gây ra tổn thất cho ngân hàng nếu giá bán thấp hơn giá trị sổ sách của khoản nợ.

4.3. Khởi Kiện Thu Hồi Nợ Giải Pháp Cuối Cùng

Khởi kiện thu hồi nợ là biện pháp cuối cùng mà ngân hàng sử dụng khi các biện pháp khác không hiệu quả. Việc khởi kiện có thể tốn kém và mất thời gian, nhưng có thể giúp ngân hàng thu hồi lại một phần hoặc toàn bộ khoản nợ. Tuy nhiên, việc thu hồi nợ thông qua khởi kiện cũng có thể gây ảnh hưởng đến uy tín của ngân hàng và quan hệ với khách hàng.

V. Ứng Dụng Kết Quả Nghiên Cứu Để Giảm Nợ Xấu Vietbank 59 ký tự

Nghiên cứu này cung cấp những hiểu biết sâu sắc về các yếu tố ảnh hưởng đến nợ xấu tại Vietbank. Các kết quả nghiên cứu có thể được sử dụng để cải thiện quy trình cấp tín dụng, nâng cao hiệu quả quản lý rủi ro tín dụng Vietbank, và xây dựng các chính sách phòng ngừa nợ xấu hiệu quả hơn. Ngoài ra, kết quả nghiên cứu cũng có thể giúp Vietbank đưa ra các quyết định kinh doanh sáng suốt hơn trong bối cảnh kinh tế biến động.

5.1. Cải Thiện Quy Trình Cấp Tín Dụng Vietbank

Dựa trên các yếu tố đã được xác định là có ảnh hưởng đến nợ xấu, Vietbank có thể cải thiện quy trình cấp tín dụng của mình. Việc này bao gồm việc nâng cao chất lượng đánh giá tín dụng Vietbank, tăng cường giám sát sau giải ngân, và xây dựng các chính sách cho vay phù hợp với từng phân khúc khách hàng. Việc cải thiện quy trình cấp tín dụng sẽ giúp Vietbank giảm thiểu rủi ro nợ xấu và tăng cường khả năng sinh lời.

5.2. Nâng Cao Hiệu Quả Quản Lý Rủi Ro Tín Dụng Vietbank

Vietbank cần liên tục cải tiến hệ thống quản lý rủi ro tín dụng Vietbank của mình. Điều này bao gồm việc áp dụng các mô hình đánh giá rủi ro tín dụng tiên tiến, tăng cường đào tạo cho nhân viên về quản lý rủi ro, và xây dựng các kịch bản ứng phó với các tình huống xấu có thể xảy ra. Việc nâng cao hiệu quả quản lý rủi ro tín dụng sẽ giúp Vietbank giảm thiểu thiệt hại do nợ xấu gây ra.

VI. Kết Luận Tương Lai Quản Lý Nợ Xấu Tại Vietbank 57 ký tự

Quản lý nợ xấu là một thách thức lớn đối với Vietbank và các ngân hàng khác tại Việt Nam. Tuy nhiên, với sự nỗ lực của ngân hàng, sự hỗ trợ của chính phủ và các cơ quan quản lý, và việc áp dụng các phương pháp quản lý rủi ro tiên tiến, Vietbank có thể kiểm soát được nợ xấu và duy trì sự ổn định và phát triển bền vững. Việc tiếp tục nghiên cứu và phân tích các yếu tố ảnh hưởng đến nợ xấu Vietbank là rất quan trọng để đưa ra các giải pháp phù hợp và hiệu quả.

6.1. Triển Vọng Ngành Ngân Hàng Việt Nam và Nợ Xấu Vietbank

Triển vọng của ngành ngân hàng Việt Nam trong tương lai phụ thuộc vào nhiều yếu tố, bao gồm tăng trưởng kinh tế, lạm phát, và chính sách tiền tệ. Việc kiểm soát nợ xấu Vietbank đóng vai trò quan trọng trong việc đảm bảo sự ổn định và phát triển của ngành ngân hàng. Ngân hàng cần tiếp tục nỗ lực để cải thiện chất lượng tín dụng và giảm thiểu rủi ro tín dụng.

6.2. Giải Pháp Quản Lý Nợ Xấu Vietbank Trong Tương Lai

Trong tương lai, Vietbank cần tập trung vào việc xây dựng một hệ thống quản lý nợ xấu Vietbank toàn diện, bao gồm các biện pháp phòng ngừa, xử lý, và thu hồi nợ. Ngân hàng cần áp dụng các công nghệ tiên tiến để cải thiện quy trình đánh giá tín dụng và giám sát rủi ro. Ngoài ra, Vietbank cần tăng cường hợp tác với các công ty quản lý nợ và các cơ quan chức năng để nâng cao hiệu quả xử lý nợ xấu.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh nền kinh tế Việt Nam phát triển nhanh chóng, hoạt động ngân hàng đóng vai trò trung tâm trong hệ thống tài chính quốc gia. Tuy nhiên, tỷ lệ nợ xấu (Non-Performing Loans - NPLs) vẫn là thách thức lớn đối với các ngân hàng thương mại, ảnh hưởng trực tiếp đến hiệu quả hoạt động và sự ổn định của hệ thống tài chính. Tại Ngân hàng Thương mại Cổ phần Kỹ thương Việt Nam (Techcombank), mặc dù là một trong những ngân hàng có tỷ lệ nợ xấu thấp nhất trong hệ thống, nhưng trong giai đoạn 2014-2021, đặc biệt là năm 2021, giá trị tuyệt đối của nợ xấu đã tăng 77% do tác động của đại dịch Covid-19. Nghiên cứu này nhằm mục tiêu đo lường và đánh giá các nhân tố quyết định đến tỷ lệ nợ xấu tại Techcombank trong giai đoạn 2014-2021, từ đó đề xuất các giải pháp nâng cao chất lượng quản lý nợ xấu, góp phần cải thiện hiệu quả hoạt động của ngân hàng và ổn định hệ thống tài chính.

Phạm vi nghiên cứu tập trung vào Techcombank với dữ liệu tài chính quý trong giai đoạn 2014-2021, kết hợp với các chỉ số kinh tế vĩ mô như tăng trưởng GDP và tỷ lệ lạm phát của Việt Nam. Ý nghĩa nghiên cứu được thể hiện qua việc cung cấp cơ sở khoa học cho việc hoạch định chính sách quản lý rủi ro tín dụng tại Techcombank, đồng thời đóng góp vào kho tàng nghiên cứu về quản lý nợ xấu trong các ngân hàng thương mại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên hai nhóm nhân tố chính ảnh hưởng đến nợ xấu: nhân tố đặc thù ngân hàng và nhân tố kinh tế vĩ mô.

• Lý thuyết về rủi ro tín dụng và quản lý nợ xấu: Nợ xấu được định nghĩa theo quy định của Ngân hàng Nhà nước Việt Nam là các khoản nợ thuộc nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn). Việc phân loại nợ và dự phòng rủi ro được thực hiện theo Circular 02/2013/TT-NHNN.

• Mô hình kinh tế lượng OLS: Mô hình hồi quy tuyến tính sử dụng phương pháp Ordinary Least Squares (OLS) để đánh giá ảnh hưởng của các biến độc lập gồm tỷ lệ lợi nhuận trên tài sản (ROA), tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA), quy mô ngân hàng (SIZE), tỷ lệ dự phòng rủi ro (LLR), tăng trưởng GDP và tỷ lệ lạm phát (CPI) đến tỷ lệ nợ xấu (NPL).

Các khái niệm chính bao gồm: tỷ lệ nợ xấu (NPLs ratio), dự phòng rủi ro tín dụng (Loan loss reserve), lợi nhuận trên tài sản (ROA), vốn chủ sở hữu trên tổng tài sản (ETA), quy mô ngân hàng (SIZE), tăng trưởng kinh tế (GDP growth), và lạm phát (CPI).

Phương pháp nghiên cứu

Nguồn dữ liệu chính gồm báo cáo tài chính quý của Techcombank giai đoạn 2014-2021, số liệu kinh tế vĩ mô từ IMF, ADB, WB, Tổng cục Thống kê Việt Nam và Ngân hàng Nhà nước Việt Nam. Cỡ mẫu gồm 32 quan sát quý.

Phương pháp phân tích sử dụng phần mềm Stata 14 với các bước: phân tích mô tả, kiểm định tính dừng của chuỗi thời gian bằng Augmented Dickey-Fuller (ADF), kiểm tra tương quan giữa các biến, hồi quy OLS, và kiểm định các giả định của mô hình như đa cộng tuyến (VIF), phương sai không đồng nhất (Breusch-Pagan), và tự tương quan.

Timeline nghiên cứu tập trung vào giai đoạn 2014-2021, phù hợp với dữ liệu tài chính và kinh tế vĩ mô thu thập được.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Tỷ lệ nợ xấu giảm đáng kể: Tỷ lệ nợ xấu của Techcombank giảm từ 2,38% năm 2014 xuống còn 0,66% năm 2021, thấp hơn mức trung bình ngành là 1,7% năm 2021. Giá trị tuyệt đối nợ xấu tăng nhẹ từ 1.913 tỷ đồng lên 2.294 tỷ đồng, nhưng tỷ lệ nợ xấu giảm cho thấy hiệu quả quản lý rủi ro tín dụng được cải thiện.

2. Ảnh hưởng của các nhân tố đặc thù ngân hàng: ROA và ETA có tác động tiêu cực đến tỷ lệ nợ xấu, tức là lợi nhuận và vốn chủ sở hữu cao giúp giảm rủi ro tín dụng. Quy mô ngân hàng (SIZE) cũng ảnh hưởng đến nợ xấu, phản ánh khả năng đa dạng hóa và quản lý rủi ro tốt hơn ở các ngân hàng lớn.

3. Ảnh hưởng của các nhân tố kinh tế vĩ mô: Tăng trưởng GDP có mối quan hệ nghịch với tỷ lệ nợ xấu, khi kinh tế phát triển mạnh, khả năng trả nợ của khách hàng được cải thiện. Ngược lại, tỷ lệ lạm phát có ảnh hưởng phức tạp, có thể làm tăng hoặc giảm nợ xấu tùy thuộc vào chính sách lãi suất và điều kiện thị trường.

4. Tỷ lệ dự phòng rủi ro tín dụng (LLR) tăng: Tỷ lệ dự phòng so với nợ xấu tăng từ 50% năm 2014 lên 163% năm 2021, cho thấy Techcombank chủ động trích lập dự phòng nhằm bảo vệ tài sản trước rủi ro tín dụng.

Thảo luận kết quả

Kết quả cho thấy sự phối hợp hiệu quả giữa quản lý nội bộ và điều kiện kinh tế vĩ mô trong việc kiểm soát nợ xấu tại Techcombank. Việc tăng vốn chủ sở hữu và nâng cao hiệu quả sử dụng tài sản giúp giảm thiểu rủi ro tín dụng, phù hợp với các nghiên cứu trong khu vực và quốc tế. Sự giảm tỷ lệ nợ xấu trong bối cảnh đại dịch Covid-19 phản ánh chính sách dự phòng thận trọng và cơ chế kiểm soát rủi ro chặt chẽ của ngân hàng.

Dữ liệu có thể được trình bày qua biểu đồ đường thể hiện xu hướng tỷ lệ nợ xấu và dự phòng rủi ro qua các năm, bảng hồi quy thể hiện hệ số và mức ý nghĩa của các biến độc lập, giúp minh họa rõ ràng mối quan hệ nhân quả.

Đề xuất và khuyến nghị

1. Tăng cường quản lý rủi ro tín dụng: Áp dụng các công cụ phân tích tín dụng hiện đại, nâng cao năng lực đánh giá và giám sát khách hàng nhằm giảm thiểu rủi ro nợ xấu. Mục tiêu giảm tỷ lệ nợ xấu dưới 0,5% trong vòng 3 năm tới. Chủ thể thực hiện: Ban Quản lý rủi ro Techcombank.

2. Nâng cao năng lực tài chính: Tăng vốn chủ sở hữu và duy trì tỷ lệ dự phòng rủi ro ở mức cao để đảm bảo khả năng hấp thụ rủi ro tín dụng. Mục tiêu duy trì tỷ lệ dự phòng trên 150% so với nợ xấu. Chủ thể thực hiện: Ban Lãnh đạo và Hội đồng Quản trị.

3. Tối ưu hóa cơ cấu danh mục cho vay: Cân đối tỷ trọng cho vay cá nhân và doanh nghiệp, ưu tiên các khoản vay có rủi ro thấp và khả năng sinh lời cao. Mục tiêu tăng tỷ trọng cho vay cá nhân lên 50% trong 2 năm tới. Chủ thể thực hiện: Ban Kinh doanh.

4. Phối hợp với cơ quan quản lý nhà nước: Thực hiện nghiêm túc các quy định của Ngân hàng Nhà nước về phân loại nợ và dự phòng rủi ro, đồng thời đề xuất chính sách hỗ trợ xử lý nợ xấu trong bối cảnh kinh tế biến động. Chủ thể thực hiện: Ban Pháp chế và Quan hệ Chính phủ.

Đối tượng nên tham khảo luận văn

1. Ban lãnh đạo và quản lý ngân hàng: Nghiên cứu cung cấp cơ sở khoa học để xây dựng chiến lược quản lý rủi ro tín dụng và nâng cao hiệu quả hoạt động.

2. Các nhà hoạch định chính sách tài chính: Tham khảo để điều chỉnh chính sách tín dụng và quản lý nợ xấu phù hợp với thực tiễn ngân hàng Việt Nam.

3. Giảng viên và sinh viên ngành Tài chính - Ngân hàng: Tài liệu tham khảo hữu ích cho việc nghiên cứu chuyên sâu về quản lý rủi ro tín dụng và phân tích kinh tế lượng.

4. Các nhà đầu tư và chuyên gia phân tích tài chính: Hiểu rõ hơn về hiệu quả quản lý rủi ro và tiềm năng phát triển của Techcombank trong bối cảnh kinh tế hiện nay.

Câu hỏi thường gặp

1. Nợ xấu là gì và tại sao nó quan trọng đối với ngân hàng?
   Nợ xấu là các khoản vay không được trả đúng hạn hoặc có nguy cơ mất vốn cao, ảnh hưởng đến khả năng sinh lời và thanh khoản của ngân hàng. Quản lý nợ xấu hiệu quả giúp ngân hàng duy trì ổn định tài chính và tăng trưởng bền vững.

2. Các nhân tố nào ảnh hưởng đến tỷ lệ nợ xấu tại Techcombank?
   Bao gồm các nhân tố đặc thù ngân hàng như ROA, ETA, quy mô ngân hàng, dự phòng rủi ro và các yếu tố kinh tế vĩ mô như tăng trưởng GDP và lạm phát. Mỗi yếu tố có mức độ ảnh hưởng khác nhau đến tỷ lệ nợ xấu.

3. Tại sao tỷ lệ dự phòng rủi ro lại tăng trong khi tỷ lệ nợ xấu giảm?
   Ngân hàng chủ động trích lập dự phòng cao hơn nhằm bảo vệ tài sản trước rủi ro tiềm ẩn, đặc biệt trong bối cảnh kinh tế bất ổn như đại dịch Covid-19, giúp giảm thiểu tổn thất tài chính.

4. Làm thế nào để Techcombank cân đối danh mục cho vay hiệu quả?
   Bằng cách phân tích rủi ro và lợi nhuận từng nhóm khách hàng, điều chỉnh tỷ trọng cho vay cá nhân và doanh nghiệp, ưu tiên các khoản vay có khả năng trả nợ cao và rủi ro thấp.

5. Nghiên cứu này có thể áp dụng cho các ngân hàng khác không?
   Mặc dù tập trung vào Techcombank, các kết quả và phương pháp nghiên cứu có thể tham khảo và điều chỉnh phù hợp để áp dụng cho các ngân hàng thương mại khác tại Việt Nam.

Kết luận

• Tỷ lệ nợ xấu tại Techcombank giảm từ 2,38% năm 2014 xuống còn 0,66% năm 2021, thấp hơn mức trung bình ngành.
• Các nhân tố đặc thù ngân hàng như ROA, ETA và quy mô ngân hàng có ảnh hưởng tiêu cực đến tỷ lệ nợ xấu, trong khi tăng trưởng GDP cũng giúp giảm nợ xấu.
• Tỷ lệ dự phòng rủi ro tín dụng tăng lên 163% so với nợ xấu năm 2021, thể hiện sự chủ động trong quản lý rủi ro.
• Techcombank cần tiếp tục nâng cao năng lực quản lý rủi ro, tối ưu hóa danh mục cho vay và phối hợp chặt chẽ với cơ quan quản lý để duy trì hiệu quả hoạt động.
• Nghiên cứu cung cấp cơ sở khoa học cho các chính sách quản lý nợ xấu và là tài liệu tham khảo quan trọng cho các bên liên quan trong ngành ngân hàng Việt Nam.

Techcombank nên triển khai các giải pháp đề xuất trong vòng 1-3 năm tới, đồng thời tiếp tục theo dõi và cập nhật các nhân tố ảnh hưởng để điều chỉnh chiến lược phù hợp. Các nhà nghiên cứu và chuyên gia tài chính được khuyến khích áp dụng mô hình và kết quả nghiên cứu này để phát triển thêm các nghiên cứu chuyên sâu về quản lý rủi ro tín dụng.

Trích đoạn nội dung tài liệu

BANKING ACADEMY OF VIETNAM BANKING FACULTY ---------- GRADUATION THESIS THE DETERMINANTS OF NON - PERFORMING LOANS AT VIETNAM TECHNOLOGICAL AND COMMERCIAL JOINT STOCK BANK Student: Hoàng Khánh Huyền Student ID: 21A4010804 Class: K21CLCA Academic year : 2018 – 2022 Supervisor: Assoc. PhD Phạm Thị Hoàng Anh Hanoi, May 2022 17014129063271000000 BANKING ACADEMY OF VIETNAM BANKING FACULTY ---------- GRADUATION THESIS THE DETERMINANTS OF NON - PERFORMING LOANS AT VIETNAM TECHNOLOGICAL AND COMMERCIAL JOINT STOCK BANK Student: Hoàng Khánh Huyền Student ID: 21A4010804 Class: K21CLCA Academic year : 2018 – 2022 Supervisor: Assoc. PhD Phạm Thị Hoàng Anh Hanoi, May 2022 DECLARATION I hereby confirm that the graduation thesis “The determinants of non - performing loans at Vietnam Technological and Commercial Joint Stock Bank” is the product of my own and all the information mentioned in this thesis are true and correct to the best of my knowledge. I hold the responsibility of my declaration.

Hanoi, 23th May 2022 Student Hoang Khanh Huyen i ACKNOWLEDGEMENTS Topic “The determinants of non - performing loans at Vietnam Technology and Commercial Joint Stock Bank” was chosen to be my graduation thesis. During the time working on this thesis, I have recieved many encouragement and support from the lecturers, my family and my friends to help me overcome the difficulties of writing the thesis. First, I would like to express my deep appreciation and special thanks to Associate professor PhD Phạm Thị Hoàng Anh – the President of the Research Institute in the Banking Academy of Vietnam for guiding and supporting me to finish my graduation thesis. At the same time, I would like to express my sincere to all the lecturers in the Banking Faculty and in the Banking Academy of Vietnam Due to the limitation of theoretical knowledgement and practical experience, this study is without its shortcomings.

I am looking forward to hearing the advice and guidance from Associate Professor PhD Pham Thi Hoang Anh other lecturers of Banking Academy of Vietnam to help me improve the quality of my study. Finally, I hope all the lecturers are always having good health and successful careers. Thank you sincerely! Hanoi, 23th May 2022 Student Hoang Khanh Huyen ii TABLE OF CONTENTS DECLARATION. ii TABLE OF CONTENTS.

iii LIST OF ABBREVIATIONS.v LIST OF TABLES. vi LIST OF FIGURES. Statement of the problem and rationale for the study. Scope of the study.

Structure of the thesis. THEORETICAL FRAMEWORK OF DETERMINANTS OF NON - PERFORMING LOANS AT COMMERCIAL BANK. Theoretical framework about non- performing loans. Concept and classification of non - performing loans.

The causes and the consequences of non - performing loans. Indicators of of non - performing loans. The determinants of non - performing loans at commercial banks. Bank – specific determinants.

Macro – economic determinants. SITUATION OF NON - PERFORMING LOANS AT TECHCOMBANK. Performance of Techcombank during 2014-2021 period. Overview of Vietnam Technological and Commercial Joint Stock Bank.

Performance of Techcombank during 2014-2021 period. The mechanism of controlling non - performing loans at Techcombank. Situation of non - performing loans at Techcombank. Classification of loans by group.

Analyzing the basic indicators reflect the situation of non - performing loans. Overall assessment of Techcombank performance and its non - performing loans. Achievements of Techcombank. Drawbacks of Techcombank and the reasons of the drawbacks.

EVALUATING THE DETERMINANTS OF NON - PERFORMING LOANS AT TECHCOMBANKK 2014 – 2021 PERIOD. Research data and research methods. Unit root test for stationarity. Analysis of regression model.

Hypothesis testing research model. Result of the regression model. Limitation of the study. SOLUTIONS AND RECOMMENDATIONS TO IMPROVE THE QUALITY OF NON - PERFORMING LOANS AT TECHCOMBANK 50 4.

Government orientation in non-performing loans management. Solutions to limit non - performing loans at Techcombank. Recommendation with the Government and the State Bank of Vietnam. Recommendation to the government.

Recommendation to the State Bank of Vietnam .61 iv LIST OF ABBREVIATIONS CEE Central Eastern European GDP Gross Domestic Product ROA Return on Assets OLS Ordinary Least Square FEM Fixed effects model REM Random effects model EBIT Earning before interest and tax CPI Customer Product Index CIC Credit Information Center VAMC Vietnam Asset Management Company NPL Non-performing loan SBV State Bank of Vietnam LLR Loan loss reserve GLP Gross loan portfolio ETA Equity to assets VIF Variance Inflation Factor ADF Augmented Dickey - Fuller BOT Build - Operate - Transfer BT Build – Transfer SMEs Small and Medium Enterprises v LIST OF TABLES Table Page Table 2.1: Status of Techcombank’s assets and sources of capital 23 Table 2.2: Deposits of Techcombank 24 Table 2.3: Classification of loans by group of Techcombank 30 Table 2.4: NPLs ratio of Techcombank 31 Table 2.5: Loan loss reserve to gross loan portfolio ratio 33 Table 2.6: Loan loss reserve to non - performing loans ratio 34 Table 3.1: Variables used in research model 39 Table 3.2: The descriptive statistics of selected variables 41 Table 3.3: Result of stationarity testing 41 Table 3.4: Result of correlations analysis 42 Table 3.5: The result of regression OLS model 43 Table 3.6: Result of the goodness-of-fit checks 43 Table 3.7: Result of multicollinearity test 44 Table 3.8: Result of heteroskedasticity tests 45 Table 3.9: Result of autocorrelation test 45 vi LIST OF FIGURES Figure Page Figure 2.1: Organization structure of Techcombank 23 Figure 2.2: Techcombank deposits portfolio by ownership 25 Figure 2.3: Techcombank deposits portfolio by category 26 Figure 2.4: Loans to customers of Techcombank 27 Figure 2.5: Techcombank’s loan portfolio by ownership 27 Figure 2.6: Techcombank’s loans portfolio by term 28 Figure 2.7: Techcombank’s performance 29 Figure 2.8: Techcombank’s non - performing loans by group 33 vii INTRODUCTION 1. Statement of the problem and rationale for the study Banks play a very important role in the financial system of all countries in the world, especially in bank-based economies like Vietnam, they are definitely the backbone of the whole national economy. However, banking activities always have to face the potential risks from the impacts of the macro and micro environment. In the context of the Covid-19 pandemic, social distancing makes people’s income decrease considerably and demand for loans of customers increase while the business activities of many enterprises stagnate.

This problem leads to the reduction of the debt repayment ability of both individuals and companies and the rising ratio of non-performing loans to the bank. Messai and Jouini (2013) argue that loans can be approved during periods of economic growth no matter how reputable customers are; meanwhile the economy is in recession, non-performing loans tend to increase significantly. Can Van Luc (2021) assessed that “In the second half of 2022, the legal framework may be not conducive to the problem of handling non- performing loans of the entire banking industry”. Specifically, when Circular 14/2021/TT-NHNN will expire from 30th June 2022, and if it is not extended, the potential non-performing loans from the debt balance structured under this Circular will be shown more clearly on the balance sheets of banks, making the risk of non- performing loans likely to increase.

Moreover, Resolution 42/2017/QH14 will also expire from August 15, 2022, and then the entire pilot mechanism for dealing with non-performing loans under this Resolution will also end. Although non-performing loans are not a new problem among the Vietnamese banking industry, it is an indispensable topic for financial institutions every year, which is the indicator of the economy's health. It can be seen that domestic and foreign studies have partly clarified the influence of factors affecting non-performing loans. in commercial banks, in many countries and regions in many different time periods.

However, it can be seen in each economic context and different time along with different research methods, besides the operating characteristics. The determinants of non-performing loans are also different for each 1 bank. Therefore, it is necessary to study the influence of bank specific and macro - economic determinants of non-performing loans and continuously take timely and effective measures to reduce this ratio. As one of the banks having lowest non- performing loans in Vietnamese commercial banking system in 2020, Techcombank (Vietnam Technological and Commercial Joint-stock Bank), however, also was affected by the negative impact of Covid – 19 in 2021 when the absolute value of non - performing loans increased 77%.

Along with handling the non-performing loan under the direction of the Governor of the State Bank of Vietnam, tracing the determinants of non-performing loan is also a compulsory task that cannot be ignored. Stemming from that fact, the topic “The determinants of non- performing loan at vietnam technological and commercial joint stock bank” was chosen as a research topic in my graduation thesis, from which I hope to find out useful result that can improve the quality of loan portfolio for Techcombank and for the banking system. Foreign research Bruna Skarica (2014) investigated the factors that influence the ratio of non- performing loans in a variety of European emerging markets. The model was estimated on a panel dataset using a fixed effects estimator for seven Central and Eastern European (CEE) countries between Q3:2007 and Q3:2012.

The countries analyzed were Bulgaria, Croatia, the Czech Republic, Hungary, Latvia, Romania, and Slovakia. Despite the fact that there is a large body of research on non performing loans, this is the first empirical study of its sort in the CEE region, based on aggregate, country-level data on problem loans. As indicated by statistically significant and economically large coefficients on GDP, unemployment, and inflation rate, the data imply that the economic slowdown is the primary cause of rising NPLs ratio. Roland Beck, Petr Jakubik and Anamaria Piloiu (2015) investigated the macroeconomic causes of non-performing loans (NPLs) across 75 countries from 2005 - 2014.

The study’s result indicated that the real GDP growth, stock prices, 2 the currency rate, and the lending interest rate all have a major impact on NPL ratios. The direction of the effect in the case of exchange rates is determined by the amount of foreign exchange lending to unhedged borrowers, which is especially significant in countries with pegged or controlled exchange rates. The influence of share prices is observed to be greater in nations with a large stock market in relation to GDP. Alternative econometric specifications have no effect on the results.

Laxmi Koju, Ram Koju and Shouyang Wang (2017) had studied the determinants of non - performing loans in Nepal from 2003 to 2013 in 30 Nepalese commercial banks with 7 bank specific and 5 macro – ecomic variables. The results of the empirical study indicate GDP growth rate, capital adequacy and inflation rate had negative impacts on non - performing loans but export to import ratio, inefficiency and asset size were in positive relationship with non - performing loans. Jordan Kjosevski, Mihail Petkovski and Elena Naumovska (2018) carried the research on bank specific and macro – economic determinants of non - performing loans in the Republic of Macedonia throughout a decade from 2003 to 2014. This study applied the autoregressice distributed lag modeling approach, the co- integration model implementing quarterly time series.

From the research, the ROA, loan and GDP growth rate has a positive impact on the level of non - performing loans while inflation has a negative and statistically significant impact on non - performing loans. Junkyu Lee et al (2019) carried out the research on “Non-performing loans in Asia: Determinants and macrofinancial linkages” in165 commercial banks in Asia between 1995 and 2014. It used a dynamic panel model to find out the determinants of non-performing loans in which the credit growth and excessive bank lending make the NPLs up. It also indicated that an GDP growth rate, credit supply and unemployment rate increase the NPLs ratio.

The variables used in this study are generally similar to the old ones but have some other variables such as ETA, ROE, LDR ratio.