Nghiên cứu: Các nhân tố ảnh hưởng đến nợ xấu tại hệ thống Ngân hàng Thương mại Việt Nam

Tóm tắt nghiên cứu (Research Summary)

  • Câu hỏi nghiên cứu chính: Những nhân tố nội tại (vi mô) và nhân tố kinh tế vĩ mô nào tác động đến tỷ lệ nợ xấu (Non-Performing Loans - NPL) tại các Ngân hàng Thương mại (NHTM) Việt Nam trong giai đoạn 2015–2021, và mức độ ảnh hưởng của từng nhân tố ra sao?
  • Tổng quan phương pháp luận: Đề tài sử dụng phương pháp nghiên cứu định lượng với dữ liệu bảng (Panel Data) thu thập từ 29 NHTM Việt Nam trong giai đoạn 7 năm (2015–2021). Nhóm tác giả thực hiện kiểm định và so sánh giữa các mô hình hồi quy Pooled OLS, mô hình tác động cố định (FEM), mô hình tác động ngẫu nhiên (REM), đồng thời sử dụng phương pháp bình phương bé nhất tổng quát (GLS/FGLS) trên phần mềm Stata 17 để khắc phục hiện tượng phương sai thay đổi và tự tương quan.
  • Phát hiện cốt lõi: Kết quả nghiên cứu chứng minh nợ xấu chịu tác động đồng thời bởi cả hai nhóm nhân tố:
    • Yếu tố vi mô: Tỷ lệ nợ xấu năm trước ($NPL_{t-1}$), tỷ lệ trích lập dự phòng rủi ro tín dụng ($LLR$), và tốc độ tăng trưởng tín dụng ($\Delta Loan$) có tác động thuận chiều (làm tăng nợ xấu); trong khi tỷ suất sinh lời trên vốn chủ sở hữu ($ROE$) và quy mô tổng tài sản ($SIZE$) có mối quan hệ nghịch chiều.
    • Yếu tố vĩ mô: Tăng trưởng kinh tế ($GDP$) tác động nghịch chiều giúp giảm nợ xấu, ngược lại lạm phát ($INF$) và tỷ lệ thất nghiệp ($UNEMPLOY$) làm gia tăng tỷ lệ nợ xấu.
  • Hàm ý thực tiễn: Cung cấp cơ sở khoa học để các NHTM nâng cao năng lực thẩm định và kiểm soát rủi ro tín dụng, đồng thời gợi mở chính sách cho Ngân hàng Nhà nước (NHNN) và Chính phủ trong việc hoàn thiện thể chế mua bán nợ và giám sát an toàn hệ thống.

Bối cảnh và tầm quan trọng (Context & Significance)

Trong cấu trúc tài chính của các nền kinh tế đang phát triển như Việt Nam, hệ thống ngân hàng thương mại đóng vai trò huyết mạch, là kênh dẫn vốn trung gian chủ lực kết nối nguồn vốn nhàn rỗi trong xã hội với các nhu cầu sản xuất – kinh doanh. Tuy nhiên, hoạt động cấp tín dụng luôn tiềm ẩn rủi ro cố hữu; khi người vay mất khả năng thực hiện nghĩa vụ trả nợ, nợ xấu phát sinh, trực tiếp làm xói mòn vốn tự có, giảm biên lãi thuần (NIM) và đe dọa thanh khoản của toàn hệ thống tài chính.

Giai đoạn 2015–2021 đánh dấu bước chuyển mình quan trọng của ngành ngân hàng Việt Nam với hàng loạt cải cách thể chế và khung pháp lý: từ Thông tư 14/2015/TT-NHNN về hoạt động mua bán nợ, Thông tư 41/2016/TT-NHNN áp dụng chuẩn mực Basel II, Nghị quyết 42/2017/QH14 thí điểm xử lý nợ xấu của các tổ chức tín dụng, cho đến Thông tư 11/2021/TT-NHNN về phân loại nợ và trích lập dự phòng rủi ro. Song song đó, nền kinh tế cũng trải qua nhiều biến động vĩ mô phức tạp, đặc biệt là giai đoạn gián đoạn chuỗi cung ứng và suy giảm sản xuất do đại dịch COVID-19.

Mặc dù chủ đề nợ xấu đã được nghiên cứu rộng rãi trên thế giới (Espinoza & Prasad, 2010; Louzis et al., 2010; Beaton et al., 2016) và tại Việt Nam (Nguyễn Thị Minh Huệ, 2015; Phạm Dương Phương Thảo & Nguyễn Linh Đan, 2018; Võ Minh Long et al., 2020), các kết quả thực nghiệm trước đây thường không đồng nhất do sự khác biệt về mẫu nghiên cứu, giai đoạn quan sát và phương pháp ước lượng. Một số nghiên cứu chưa bao quát đồng thời các biến số vi mô đặc thù và các chỉ số kinh tế vĩ mô trong chu kỳ tái cơ cấu ngân hàng gần đây. Đề tài này lấp đầy khoảng trống nghiên cứu bằng cách phân tích bộ dữ liệu cập nhật 2015–2021 trên 29 NHTM, mang lại góc nhìn đa chiều và các giải pháp can thiệp có tính khả thi cao.

Phương pháp tiếp cận và mô hình nghiên cứu (Methodology & Approach)

Thiết kế nghiên cứu và dữ liệu

Nghiên cứu áp dụng phương pháp tiếp cận định lượng thực nghiệm trên bộ dữ liệu bảng cân đối (Balanced/Unbalanced Panel Data). Mẫu nghiên cứu bao gồm 29 NHTM tại Việt Nam (loại trừ các ngân hàng không công bố đầy đủ BCTC, các ngân hàng liên doanh, chi nhánh ngân hàng nước ngoài và các ngân hàng bị hợp nhất/sáp nhập) trong chuỗi thời gian 7 năm liên tục từ 2015 đến 2021.

  • Dữ liệu vi mô: Thu thập và tính toán từ Báo cáo tài chính hợp nhất đã được kiểm toán công bố trên website của các NHTM và Ủy ban Chứng khoán Nhà nước.
  • Dữ liệu vĩ mô: Trích xuất từ cơ sở dữ liệu của Ngân hàng Thế giới (World Bank) và Tổng cục Thống kê Việt Nam (GSO).

Đặc tả mô hình hồi quy

Dựa trên nền tảng lý thuyết bất cân xứng thông tin, lý thuyết đại diện (Agency Theory) và các mô hình kinh nghiệm của V.Ha et al. (2014), H.Hang et al. (2018), mô hình nghiên cứu tổng thể được thiết lập:

$$NPL_{i,t} = \alpha + \beta_1 NPL_{i,t-1} + \beta_2 LLR_{i,t} + \beta_3 \Delta Loan_{i,t} + \beta_4 ROE_{i,t} + \beta_5 SIZE_{i,t} + \beta_6 UNEMPLOY_t + \beta_7 GDP_t + \beta_8 INF_t + \epsilon_{i,t}$$

Trong đó:

  • $NPL_{i,t}$: Tỷ lệ nợ xấu (Dư nợ nhóm 3, 4, 5 / Tổng dư nợ) của ngân hàng $i$ năm $t$.
  • $NPL_{i,t-1}$: Tỷ lệ nợ xấu trễ 1 kỳ.
  • $LLR_{i,t}$: Tỷ lệ trích lập dự phòng rủi ro tín dụng (Tổng mức dự phòng / Tổng dư nợ).
  • $\Delta Loan_{i,t}$: Tốc độ tăng trưởng tín dụng so với năm $t-1$ (%).
  • $ROE_{i,t}$: Tỷ suất sinh lời trên vốn chủ sở hữu (LNST / Vốn chủ sở hữu).
  • $SIZE_{i,t}$: Quy mô ngân hàng, đo bằng $\log_{10}(\text{Tổng tài sản})$.
  • $UNEMPLOY_t$, $GDP_t$, $INF_t$: Tỷ lệ thất nghiệp, tốc độ tăng trưởng GDP, và tỷ lệ lạm phát hàng năm.

Kỹ thuật phân tích và kiểm định độ tin cậy

Quy trình phân tích kinh tế lượng được thực hiện chặt chẽ qua các bước trên phần mềm Stata 17:

  1. Thống kê mô tả và Ma trận tương quan: Rà soát phân phối biến và kiểm tra đa cộng tuyến sớm bằng hệ số VIF (Variance Inflation Factor).
  2. Ước lượng cơ sở: Thực hiện lần lượt ba mô hình hồi quy dữ liệu bảng: Pooled OLS, Mô hình tác động cố định (FEM), và Mô hình tác động ngẫu nhiên (REM).
  3. Kiểm định lựa chọn mô hình:
    • Kiểm định F-test và Breusch-Pagan Lagrangian Multiplier để lựa chọn giữa Pooled OLS với FEM/REM.
    • Kiểm định Hausman Test để đưa ra lựa chọn tối ưu giữa FEM và REM.
  4. Kiểm định khuyết tật mô hình:
    • Kiểm định White test phát hiện hiện tượng phương sai sai số thay đổi (Heteroskedasticity).
    • Kiểm định Wooldridge test phát hiện hiện tượng tự tương quan chuỗi (Autocorrelation).
  5. Ước lượng vững: Sử dụng mô hình hồi quy bình phương bé nhất tổng quát khả thi (Feasible Generalized Least Squares - FGLS/GLS) nhằm triệt tiêu hoàn toàn tác động của phương sai thay đổi và tự tương quan, đảm bảo các ước lượng thu được là không chệch và có hiệu quả cao nhất (BLUE).

Phát hiện chính và thảo luận kết quả (Key Findings & Discussion)

1. Tính ỳ và mức độ trễ của nợ xấu ($NPL_{t-1}$ tác động dương mạnh mẽ)

Nghiên cứu chỉ ra rằng tỷ lệ nợ xấu của năm trước ($NPL_{t-1}$) có mối tương quan thuận chiều và có ý nghĩa thống kê cao đối với nợ xấu năm hiện tại. Điều này phản ánh rõ bản chất tích lũy của rủi ro tín dụng: các khoản nợ xấu nếu không được xử lý dứt điểm qua các công cụ mua bán nợ hoặc trích lập tất toán sẽ tiếp tục tồn đọng, kéo dài gánh nặng tài chính sang các kỳ kế toán tiếp theo.

2. Mối quan hệ giữa trích lập dự phòng ($LLR$), tăng trưởng tín dụng ($\Delta Loan$) và nợ xấu

  • Tỷ lệ trích lập dự phòng rủi ro ($LLR$): Có tác động cùng chiều với tỷ lệ nợ xấu. Khi ngân hàng gia tăng tỷ lệ trích lập dự phòng, điều này phản ánh chất lượng danh mục cho vay đang có dấu hiệu suy giảm, đòi hỏi ngân hàng phải tăng cường lớp đệm phòng vệ theo quy định của Thông tư 11/2021/TT-NHNN.
  • Tăng trưởng tín dụng ($\Delta Loan$): Thể hiện mối quan hệ đồng biến với nợ xấu. Việc mở rộng tín dụng nhanh chóng nhằm cạnh tranh thị phần thường đi kèm với việc nới lỏng các tiêu chuẩn thẩm định tín dụng, khiến ngân hàng tiếp nhận các nhóm khách hàng có mức độ rủi ro cao hơn, làm gia tăng nợ xấu tiềm ẩn trong trung và dài hạn.

3. Tác động của năng lực tài chính và quy mô ngân hàng ($ROE$, $SIZE$)

  • Khả năng sinh lời ($ROE$): Tác động nghịch chiều lên tỷ lệ nợ xấu. Các ngân hàng có hiệu quả hoạt động cao thường sở hữu năng lực quản trị rủi ro vượt trội và không bị áp lực phải chạy theo các khoản vay rủi ro cao để tối đa hóa lợi nhuận trước mắt.
  • Quy mô ngân hàng ($SIZE$): Tương quan nghịch chiều với tỷ lệ nợ xấu. Các NHTM có quy mô tài sản lớn sở hữu lợi thế về công nghệ định hạng tín dụng nội bộ, nguồn lực tài chính dồi dào, khả năng đa dạng hóa danh mục đầu tư và vị thế đàm phán thu hồi nợ vượt trội so với các ngân hàng quy mô nhỏ.

4. Bằng chứng thực nghiệm từ các biến số vĩ mô ($GDP$, $INF$, $UNEMPLOY$)

  • Tăng trưởng kinh tế ($GDP$): Có tác động âm rõ rệt lên nợ xấu. Trong giai đoạn kinh tế tăng trưởng tốt, doanh thu và thu nhập của doanh nghiệp lẫn hộ gia đình gia tăng, củng cố khả năng thanh toán nợ gốc và lãi đúng hạn.
  • Lạm phát ($INF$) và Thất nghiệp ($UNEMPLOY$): Cả hai biến số đều tác động dương lên nợ xấu. Lạm phát làm suy giảm sức mua và gia tăng chi phí đầu vào của doanh nghiệp, trong khi thất nghiệp trực tiếp cắt giảm dòng tiền của cá nhân vay vốn, đẩy tỷ lệ vỡ nợ gia tăng.

Đóng góp khoa học và hàm ý chính sách (Academic & Practical Contributions)

1. Đóng góp về mặt học thuật và phương pháp luận

  • Bổ sung khung lý thuyết: Hệ thống hóa và kiểm chứng đồng thời các nền tảng lý thuyết cốt lõi trong quản trị ngân hàng (Lý thuyết Bất đối xứng thông tin, Thuyết Đại diện - Agency Theory, Thuyết Chi phí Giao dịch, Thuyết Triển vọng - Prospect Theory và Giả thuyết Bernoulli) tại một thị trường tài chính mới nổi như Việt Nam.
  • Phương pháp luận vững chắc: Khắc phục triệt để các hạn chế kinh tế lượng thường gặp trong dữ liệu bảng ngân hàng (như hiện tượng phương sai sai số thay đổi và tự tương quan) thông qua kiểm định chẩn đoán đa tầng và ứng dụng mô hình GLS, nâng cao độ tin cậy của các hệ số ước lượng.

2. Hàm ý thực tiễn cho hệ thống NHTM

  • Kiểm soát chất lượng tín dụng thay vì chỉ tiêu quy mô: Cần duy trì tốc độ tăng trưởng tín dụng hợp lý, tránh việc hạ chuẩn thẩm định để nới lỏng cho vay tiêu dùng hoặc bất động sản có tính đầu cơ cao.
  • Hiện đại hóa hệ thống xếp hạng tín dụng nội bộ: Đẩy mạnh chuyển đổi số, tích hợp dữ liệu lớn (Big Data) và công nghệ AI để đánh giá chấm điểm tín dụng tự động, phát hiện sớm các dấu hiệu suy giảm năng lực trả nợ của khách hàng.
  • Tối ưu hóa quản trị danh mục: Tăng cường trích lập dự phòng chủ động trong các giai đoạn kinh tế thuận lợi (bộ đệm vốn phản chu kỳ) để ứng phó với các cú sốc vĩ mô.

3. Hàm ý chính sách cho Ngân hàng Nhà nước và Chính phủ

  • Hoàn thiện khuôn khổ pháp lý xử lý nợ xấu: Luật hóa các quy định của Nghị quyết 42/2017/QH14 nhằm tạo cơ chế đồng bộ, thông thoáng cho việc xử lý tài sản bảo đảm và quyền thu hồi nợ của các TCTD.
  • Phát triển thị trường mua bán nợ thứ cấp: Thu hút các định chế tài chính, quỹ đầu tư tư nhân và nhà đầu tư nước ngoài tham gia thị trường mua bán nợ bên cạnh vai trò của VAMC và DATC.
  • Điều hành chính sách tiền tệ linh hoạt: Kết hợp hài hòa giữa mục tiêu kiểm soát lạm phát và hỗ trợ tăng trưởng kinh tế, duy trì mặt bằng lãi suất hợp lý giúp giảm bớt gánh nặng chi phí vốn cho nền kinh tế.

Đối tượng hưởng lợi từ nghiên cứu (Target Audience)

  • Các nhà nghiên cứu và giảng viên học thuật: Đề tài là nguồn tài liệu tham khảo giá trị về cấu trúc phân tích dữ liệu bảng ngân hàng, hệ thống hóa đầy đủ các lý thuyết tài chính vi mô - vĩ mô và quy trình xử lý khuyết tật mô hình trên Stata.
  • Ban điều hành và cán bộ quản trị rủi ro tại các NHTM: Giúp các nhà quản trị nhận diện rõ mối nguy từ việc tăng trưởng tín dụng quá nóng, từ đó thiết lập ngưỡng an toàn vốn và chính sách trích lập dự phòng phù hợp với chu kỳ kinh doanh.
  • Ngân hàng Nhà nước và các cơ quan quản lý vĩ mô: Cung cấp cơ sở định lượng để đánh giá hiệu quả thực thi chính sách tiền tệ, đồng thời hoàn thiện các quy định về an toàn hoạt động ngân hàng (Basel II/III).
  • Các nhà đầu tư và chuyên viên phân tích tài chính: Hỗ trợ mô hình hóa rủi ro tín dụng khi định giá cổ phiếu ngành ngân hàng và đánh giá chất lượng tài sản của các NHTM Việt Nam.

Câu hỏi thường gặp (FAQ)

1. Phát hiện quan trọng nhất của đề tài nghiên cứu này là gì?

Phát hiện nổi bật nhất là tính trễ và chu kỳ tích lũy của nợ xấu ($NPL_{t-1}$). Nợ xấu không phải là hiện tượng phát sinh đơn lẻ trong một kỳ kế toán mà mang tính tích lũy kéo dài nếu không có cơ chế xử lý tài sản bảo đảm triệt để. Ngoài ra, nghiên cứu chỉ ra rằng chiến lược nới lỏng tăng trưởng tín dụng để tối đa hóa doanh số ngắn hạn chính là nguyên nhân trực tiếp dẫn tới sự gia tăng nợ xấu sau đó.

2. Phương pháp nghiên cứu trong đề tài có điểm gì đặc biệt?

Nghiên cứu áp dụng quy trình kiểm định kinh tế lượng đa tầng chặt chẽ. Sau khi chạy các mô hình Pooled OLS, FEM và REM, nhóm tác giả đã thực hiện các kiểm định chuyên sâu như kiểm định đa cộng tuyến (VIF), kiểm định phương sai thay đổi (White test) và kiểm định tự tương quan (Wooldridge test). Việc lựa chọn mô hình GLS (Generalized Least Squares) giúp khắc phục triệt để các khuyết tật của dữ liệu bảng, đảm bảo các kết luận rút ra có độ tin cậy khoa học cao.

3. Kết quả của nghiên cứu này có thể khái quát hóa (generalize) cho giai đoạn hiện nay không?

Có. Mặc dù mẫu dữ liệu tập trung vào giai đoạn 2015–2021, các cơ chế tác động giữa nợ xấu với tăng trưởng tín dụng, hiệu quả sinh lời ($ROE$), quy mô ngân hàng và các biến số vĩ mô ($GDP$, $INF$, $UNEMPLOY$) mang tính quy luật kinh tế phổ biến. Các kết luận này hoàn toàn có giá trị ứng dụng cao cho giai đoạn phục hồi kinh tế hiện nay.

4. Hạn chế và hướng nghiên cứu tiếp theo (Next Steps) của đề tài là gì?

  • Hạn chế: Nghiên cứu mới sử dụng dữ liệu năm trên 29 NHTM và chưa bóc tách cụ thể từng phân khúc nợ xấu theo ngành nghề (bất động sản, sản xuất, tiêu dùng) do hạn chế công bố thông tin.
  • Hướng mở rộng: Các nghiên cứu tương lai có thể sử dụng dữ liệu tần suất cao hơn (dữ liệu quý), áp dụng mô hình phương sai xoay chiều GMM động (System GMM) hoặc tích hợp các yếu tố về tín dụng xanh (ESG) và chuyển đổi số trong ngân hàng.

5. Những ứng dụng thực tiễn ngay lập tức cho các ngân hàng là gì?

Các NHTM có thể ứng dụng kết quả này để:

  1. Hiệu chỉnh mô hình cảnh báo sớm nợ xấu (Early Warning Systems).
  2. Xây dựng chính sách trích lập dự phòng phản chu kỳ theo chuẩn IFRS 9.
  3. Tái cơ cấu danh mục cho vay hướng vào các lĩnh vực kinh tế có hệ số an toàn cao.

Kết luận (Conclusion)

Đề tài nghiên cứu "Các nhân tố ảnh hưởng đến nợ xấu tại ngân hàng thương mại ở Việt Nam" đã thực hiện thành công việc lượng hóa tác động của các nhân tố nội tại ngân hàng và môi trường kinh tế vĩ mô đối với nợ xấu trong giai đoạn 2015–2021. Kết quả nghiên cứu khẳng định sự cần thiết phải kiểm soát tốc độ tăng trưởng tín dụng đi đôi với nâng cao chất lượng thẩm định, tối ưu hóa quy mô và nâng cao hiệu quả sinh lời của các ngân hàng thương mại.

Để duy trì sự an toàn và bền vững của hệ thống tài chính quốc gia, sự phối hợp đồng bộ giữa việc tự chủ quản trị rủi ro của từng NHTM, sự hoàn thiện khung pháp lý của Ngân hàng Nhà nước và chính sách kinh tế vĩ mô ổn định từ Chính phủ là điều kiện tiên quyết.