Bối cảnh và vấn đề nghiên cứu
Ngành ngân hàng đóng vai trò huyết mạch trong nền kinh tế thông qua chức năng trung gian tài chính, điều tiết các luồng vốn từ chủ thể thặng dư sang chủ thể thiếu hụt để phục vụ sản xuất kinh doanh và tiêu dùng. Hoạt động cấp tín dụng là mảng kinh doanh cốt lõi, mang lại nguồn thu nhập từ lãi chiếm từ 70% đến 90% tổng thu nhập của các ngân hàng thương mại (NHTM). Tuy nhiên, hoạt động này luôn tiềm ẩn rủi ro tín dụng (RRTD) khi khách hàng không thực hiện hoặc không có khả năng thực hiện đầy đủ nghĩa vụ trả nợ gốc và lãi theo cam kết hợp đồng. RRTD tác động trực tiếp đến tính thanh khoản, làm suy giảm hiệu quả tài chính, bào mòn vốn tự có và đe dọa uy tín cũng như sự an toàn của toàn bộ hệ thống ngân hàng.
Tại Việt Nam, Ngân hàng Nhà nước (NHNN) đã ban hành Thông tư số 11/2021/TT-NHNN quy định về phân loại tài sản có, mức trích lập và phương pháp sử dụng dự phòng rủi ro nhằm tăng cường tính minh bạch và năng lực xử lý rủi ro của các tổ chức tín dụng. Mặc dù các NHTM đã dành nhiều nguồn lực cho công tác xử lý nợ xấu, tỷ lệ nợ xấu và áp lực trích lập dự phòng vẫn ở mức đáng kể trong bối cảnh thị trường tài chính biến động phức tạp sau giai đoạn hậu khủng hoảng kinh tế toàn cầu. Việc nhận diện, đo lường và đánh giá các yếu tố tác động đến rủi ro tín dụng là yêu cầu cấp thiết nhằm cung cấp cơ sở khoa học cho các nhà quản trị ngân hàng trong việc hoạch định chính sách tín dụng và kiểm soát tổn thất.
Mục tiêu nghiên cứu
Mục tiêu tổng quát của khóa luận là xác định, phân tích các yếu tố tác động đến rủi ro tín dụng của các ngân hàng thương mại cổ phần (NHTMCP) Việt Nam, từ đó đề xuất các hàm ý chính sách nhằm hạn chế rủi ro và nâng cao hiệu quả kinh doanh.
Các mục tiêu nghiên cứu cụ thể gồm:
- Xác định các yếu tố ảnh hưởng đến rủi ro tín dụng của hệ thống NHTM Việt Nam.
- Phân tích và xem xét chiều hướng cùng mức độ ảnh hưởng của từng yếu tố đến rủi ro tín dụng của các NHTM Việt Nam.
- Đưa ra các khuyến nghị, hàm ý chính sách nhằm hạn chế rủi ro và nâng cao chất lượng tín dụng cho các NHTM Việt Nam.
Câu hỏi nghiên cứu
- Những yếu tố nào ảnh hưởng đến rủi ro tín dụng của các NHTM Việt Nam?
- Chiều hướng và mức độ tác động của các yếu tố đó đến rủi ro tín dụng tại các NHTM Việt Nam như thế nào?
- Những khuyến nghị, hàm ý chính sách nào cần được đề xuất từ kết quả nghiên cứu nhằm nâng cao chất lượng tín dụng đối với các NHTM Việt Nam trong tương lai?
Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu: Rủi ro tín dụng và các yếu tố tác động đến rủi ro tín dụng của các NHTM tại Việt Nam.
- Phạm vi không gian: Nghiên cứu thực hiện trên mẫu khảo sát gồm 26 trên tổng số 31 NHTMCP đang hoạt động tại Việt Nam.
- Phạm vi thời gian: Thu thập chuỗi dữ liệu thứ cấp trong khoảng thời gian 10 năm, từ năm 2013 đến năm 2022.
Cơ sở lý thuyết và phương pháp
Khung lý thuyết và đo lường rủi ro tín dụng
Khóa luận tiếp cận rủi ro tín dụng dựa trên các chuẩn mực quốc tế và quy định pháp lý hiện hành tại Việt Nam:
- Khái niệm theo văn bản pháp luật: Khoản 1 Điều 3 Thông tư số 11/2021/TT-NHNN định nghĩa RRTD là khả năng xảy ra tổn thất đối với các khoản nợ của tổ chức tín dụng hoặc chi nhánh ngân hàng nước ngoài do khách hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ trả nợ theo hợp đồng hoặc thỏa thuận đã ký kết.
- Chuẩn mực Basel: Theo Ủy ban Basel về Giám sát Ngân hàng (BCBS), tổn thất tín dụng được chia thành tổn thất có thể ước tính (Expected Loss - EL) và tổn thất không thể ước tính (Unexpected Loss - UL). Công thức tính tổn thất ước tính:
$$\text{EL} = \text{EAD} \times \text{PD} \times \text{LGD}$$
Trong đó: $\text{EAD}$ là tổng dư nợ tại thời điểm vỡ nợ (Exposure at Default), $\text{PD}$ là xác suất vỡ nợ (Probability of Default), $\text{LGD}$ là tỷ lệ tổn thất khi xảy ra vỡ nợ (Loss Given Default).
- Chỉ tiêu đo lường thực nghiệm: Khóa luận sử dụng biến phụ thuộc là Tỷ lệ dự phòng rủi ro tín dụng trên tổng dư nợ ($\text{CR}$), phản ánh mức độ dự trữ tài chính của ngân hàng trước nguy cơ tổn thất tín dụng theo Thông tư 11/2021/TT-NHNN.
Mô hình kinh tế lượng và hệ thống biến số
Mô hình hồi quy đa biến dạng tổng quát được xây dựng như sau:
$$\text{CR}{i,t} = \beta_0 + \beta_1 \text{SIZE}{i,t} + \beta_2 \text{ROE}{i,t} + \beta_3 \text{CIR}{i,t} + \beta_4 \text{CAP}{i,t} + \beta_5 \text{LDR}{i,t} + \beta_6 \text{GDP}t + \beta_7 \text{LOAN}{i,t} + \beta_8 \text{INF}t + \varepsilon{i,t}$$
| Ký hiệu |
Tên biến |
Đo lường / Công thức |
Kỳ vọng dấu |
| Biến phụ thuộc |
|
|
|
| $\text{CR}$ |
Tỷ lệ dự phòng RRTD |
$\text{Mức dự phòng RRTD} / \text{Tổng dư nợ tín dụng}$ |
— |
| Biến độc lập |
|
|
|
| $\text{SIZE}$ |
Quy mô ngân hàng |
$\text{Ln}(\text{Tổng tài sản})$ |
$+$ |
| $\text{ROE}$ |
Lợi nhuận trên vốn chủ sở hữu |
$\text{Lợi nhuận sau thuế} / \text{Vốn chủ sở hữu bình quân}$ |
$-$ |
| $\text{CIR}$ |
Tỷ lệ chi phí hoạt động |
$\text{Tổng chi phí hoạt động} / \text{Tổng thu nhập hoạt động}$ |
$+$ |
| $\text{CAP}$ |
Tỷ lệ vốn chủ sở hữu |
$\text{Vốn chủ sở hữu} / \text{Tổng tài sản}$ |
$+$ |
| $\text{LDR}$ |
Khả năng thanh khoản |
$\text{Tổng dư nợ cho vay} / \text{Tổng tiền gửi khách hàng}$ |
$-$ |
| $\text{GDP}$ |
Tốc độ tăng trưởng kinh tế |
$[(\text{GDP}t - \text{GDP}{t-1}) / \text{GDP}_{t-1}] \times 100$ |
$-$ |
| $\text{LOAN}$ |
Tỷ lệ cho vay |
$\text{Dư nợ cho vay khách hàng} / \text{Tổng tài sản}$ |
$-$ |
| $\text{INF}$ |
Tỷ lệ lạm phát |
$[(\text{CPI}t - \text{CPI}{t-1}) / \text{CPI}_{t-1}] \times 100$ |
$+$ |
Phương pháp nghiên cứu và quy trình xử lý dữ liệu
Khóa luận áp dụng phương pháp định lượng trên dữ liệu bảng (panel data) thông qua phần mềm Stata theo quy trình 7 bước:
- Thu thập dữ liệu: Trích xuất báo cáo tài chính hợp nhất kiểm toán và báo cáo thường niên của 26 NHTMCP từ Vietstock; chỉ số kinh tế vĩ mô ($\text{GDP}, \text{INF}$) từ cơ sở dữ liệu World Development Indicators (WDI) của Ngân hàng Thế giới giai đoạn 2013–2022 (260 quan sát).
- Thống kê mô tả: Tính toán các giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất của các biến.
- Phân tích ma trận tương quan: Đánh giá hệ số tương quan cặp nhằm phát hiện sớm nguy cơ đa cộng tuyến ($r > 0{,}8$).
- Ước lượng các mô hình cơ sở: Thực hiện hồi quy bình phương tối thiểu gộp (Pooled OLS), mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM).
- Kiểm định lựa chọn mô hình: Sử dụng F-test (chọn giữa Pooled OLS và FEM), kiểm định Breusch-Pagan Lagrange Multiplier (chọn giữa Pooled OLS và REM), và kiểm định Hausman (chọn giữa FEM và REM).
- Kiểm tra và xử lý khuyết tật mô hình: Kiểm định hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai (VIF); kiểm định phương sai sai số thay đổi bằng Modified Wald test; kiểm định hiện tượng tự tương quan bằng Wooldridge test. Áp dụng phương pháp bình phương tối thiểu tổng quát khả thi (FGLS) để khắc phục triệt để các khuyết tật phương sai thay đổi và tự tương quan.
- Phân tích kết quả và đề xuất hàm ý chính sách.
Nội dung chính theo từng chương
Chương 1: Giới thiệu
Chương mở đầu xác định tính cấp thiết của đề tài nghiên cứu trong bối cảnh các NHTM Việt Nam đẩy mạnh mở rộng tín dụng song hành với yêu cầu kiểm soát nợ xấu và tuân thủ Thông tư 11/2021/TT-NHNN. Tác giả xác định rõ mục tiêu tổng quát, 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, đối tượng nghiên cứu (rủi ro tín dụng và các yếu tố ảnh hưởng), phạm vi nghiên cứu (26 NHTMCP, giai đoạn 2013–2022 với 260 quan sát), phương pháp nghiên cứu kết hợp định tính và định lượng, cùng bố cục toàn văn gồm 5 chương.
Chương 2: Cơ sở lý thuyết
Chương 2 hệ thống hóa lý thuyết về hoạt động tín dụng, phân loại tín dụng theo tính chất, thời hạn và phương thức cấp tín dụng. Tác giả phân tích các khái niệm rủi ro tín dụng theo Thông tư 11/2021/TT-NHNN, BCBS (2010), Fitch (1997), Basel I/II/III; phân loại rủi ro thành rủi ro giao dịch (rủi ro lựa chọn, rủi ro bảo đảm, rủi ro nghiệp vụ) và rủi ro danh mục (rủi ro nội tại, rủi ro tập trung). Chương này trình bày chi tiết các nhóm nguyên nhân gây rủi ro (môi trường tự nhiên/kinh tế vĩ mô, yếu tố nội tại ngân hàng, và năng lực/tính minh bạch của khách hàng vay), đồng thời tổng hợp các chỉ tiêu đo lường (nợ quá hạn, nợ xấu nhóm 3–5, tỷ lệ dự phòng RRTD). Phần tổng quan tài liệu lược khảo các công trình trong nước (Nguyễn Thị Ngọc Diệp & Nguyễn Minh Kiều, 2015; Nguyễn Thị Kim Anh, 2018; Nguyễn Thị Thùy Linh, 2019; Nguyễn Quỳnh Hoa, 2020) và quốc tế (Foos et al., 2010; Isaac, 2013; Tole et al., 2019; Naili & Lahrichi, 2022), từ đó chỉ ra khoảng trống nghiên cứu về việc xử lý khuyết tật mô hình bảng và tích hợp biến vĩ mô trong giai đoạn 2013–2022.
Chương 3: Phương pháp nghiên cứu
Chương 3 thiết lập mô hình hồi quy gồm 1 biến phụ thuộc ($\text{CR}$) và 8 biến độc lập ($\text{SIZE}, \text{ROE}, \text{CIR}, \text{CAP}, \text{LDR}, \text{GDP}, \text{LOAN}, \text{INF}$). Tác giả luận giải cơ sở khoa học để thiết lập 8 giả thuyết nghiên cứu ($H_1$ đến $H_8$), chi tiết hóa công thức đo lường từng biến số và trình bày sơ đồ quy trình nghiên cứu 7 bước. Nguồn dữ liệu thứ cấp được mô tả rõ ràng, gồm dữ liệu vi mô từ báo cáo tài chính kiểm toán của 26 NHTMCP trên Vietstock và dữ liệu vĩ mô từ World Bank giai đoạn 2013–2022.
Chương 4: Phân tích kết quả nghiên cứu
Chương 4 trình bày kết quả phân tích định lượng trên phần mềm Stata. Thống kê mô tả cung cấp bức tranh toàn cảnh về các chỉ số tài chính của 26 NHTMCP trong 10 năm. Ma trận tương quan và kiểm định VIF xác nhận mô hình không vi phạm hiện tượng đa cộng tuyến nghiêm trọng (VIF < 10). Các kiểm định lựa chọn mô hình (F-test, Hausman, Breusch-Pagan) xác định mô hình FEM/REM phù hợp hơn OLS. Kiểm định Modified Wald và Wooldridge chỉ ra mô hình có khuyết tật phương sai sai số thay đổi và tự tương quan. Do đó, tác giả sử dụng ước lượng FGLS để thu được kết quả vững và hiệu quả nhất, xác định 5/8 biến có ý nghĩa thống kê tác động đến tỷ lệ dự phòng rủi ro tín dụng.
Chương 5: Kết luận và hàm ý chính sách
Chương cuối tổng hợp các kết quả thực nghiệm đạt được, thảo luận sâu về mối liên hệ giữa các yếu tố quy mô, tỷ lệ vốn, lạm phát, khả năng sinh lời, tỷ lệ cho vay đối với rủi ro tín dụng. Từ đó, tác giả đưa ra các nhóm hàm ý chính sách cho ban điều hành các NHTM và cơ quan quản lý nhằm tối ưu hóa danh mục cho vay, kiểm soát đệm vốn và ứng phó với biến động lạm phát. Chương này cũng thẳng thắn chỉ ra các hạn chế về mẫu dữ liệu và định hướng các nghiên cứu tiếp theo.
Kết quả và đóng góp
Kết quả định lượng từ mẫu nghiên cứu
Kết quả thống kê mô tả 260 quan sát của 26 NHTMCP Việt Nam giai đoạn 2013–2022 được tổng hợp trong bảng sau:
| Biến số |
Số quan sát ($N$) |
Giá trị trung bình |
Độ lệch chuẩn |
Giá trị nhỏ nhất |
Giá trị lớn nhất |
Ngân hàng / Năm cực trị |
| $\text{CR}$ |
260 |
0,0131 |
0,0044 |
0,0066 |
0,0312 |
Min: Nam A Bank (2013); Max: VPBank (2022) |
| $\text{SIZE}$ |
260 |
18,8203 |
1,1217 |
16,5023 |
21,4750 |
Min: Saigonbank (2013); Max: BIDV (2022) |
| $\text{ROE}$ |
260 |
0,1099 |
0,0784 |
-0,0137 |
0,3033 |
Min: SHB (2013); Max: VIB (2021) |
| $\text{CIR}$ |
260 |
0,5169 |
0,1463 |
0,0679 |
0,9274 |
Min: LPBank (2014); Max: NCB (2013) |
| $\text{CAP}$ |
260 |
0,0874 |
0,0324 |
0,0406 |
0,2384 |
Min: BIDV (2017); Max: Saigonbank (2013) |
| $\text{LDR}$ |
260 |
0,8940 |
0,1658 |
0,3719 |
1,4691 |
Min: MSB (2014); Max: VPBank (2021) |
| $\text{GDP}$ |
260 |
0,0609 |
0,0180 |
0,0256 |
0,0802 |
Toàn kỳ 2013–2022 |
| $\text{LOAN}$ |
260 |
0,5973 |
0,1057 |
0,2253 |
0,8006 |
Min: MSB (2014); Max: BIDV (2020) |
| $\text{INF}$ |
260 |
0,0321 |
0,0147 |
0,0063 |
0,0660 |
Toàn kỳ 2013–2022 |
Kết quả ước lượng hồi quy bằng phương pháp FGLS xác định có 5/8 yếu tố có ý nghĩa thống kê tác động đáng kể đến rủi ro tín dụng ($\text{CR}$):
- Quy mô ngân hàng ($\text{SIZE}$): Tác động cùng chiều ($+$) có ý nghĩa thống kê. Các ngân hàng quy mô lớn có xu hướng cấp tín dụng tập trung cho các tập đoàn, doanh nghiệp nhà nước lớn với quy trình xét duyệt có thể bị đơn giản hóa, làm gia tăng nguy cơ rủi ro tín dụng danh mục.
- Tỷ lệ vốn chủ sở hữu ($\text{CAP}$): Tác động cùng chiều ($+$) có ý nghĩa thống kê. Ngân hàng có đệm vốn chủ sở hữu dày thường có tâm lý ưa thích rủi ro cao hơn, sẵn sàng mở rộng cho vay vào các phân khúc lợi nhuận cao nhưng rủi ro lớn vì có nguồn vốn tự có hấp thụ tổn thất.
- Tỷ lệ lạm phát ($\text{INF}$): Tác động cùng chiều ($+$) có ý nghĩa thống kê. Lạm phát tăng làm xói mòn thu nhập thực tế của người đi vay, gia tăng chi phí đầu vào của doanh nghiệp và đẩy lãi suất danh nghĩa lên cao, làm suy giảm khả năng trả nợ.
- Lợi nhuận trên vốn chủ sở hữu ($\text{ROE}$): Tác động ngược chiều ($-$) có ý nghĩa thống kê. Ngân hàng có hiệu quả sinh lời cao thường sở hữu năng lực quản trị rủi ro tốt, lựa chọn danh mục khách hàng chất lượng, từ đó giảm tỷ lệ nợ xấu và hạ thấp áp lực trích lập dự phòng.
- Tỷ lệ cho vay ($\text{LOAN}$): Tác động ngược chiều ($-$) có ý nghĩa thống kê. Tỷ lệ dư nợ cho vay trên tổng tài sản cao thường đi liền với việc ngân hàng tăng cường năng lực kiểm soát tín dụng và đa dạng hóa danh mục cho vay để phân tán rủi ro.
- Các yếu tố $\text{CIR}, \text{LDR}, \text{GDP}$: Không đạt mức ý nghĩa thống kê trong mô hình FGLS của nghiên cứu.
Giải pháp và kiến nghị của tác giả
Dựa trên các phát hiện thực nghiệm, tác giả đề xuất các nhóm hàm ý chính sách:
- Kiểm soát quy mô và tốc độ tăng trưởng tín dụng: Không nới lỏng các điều kiện thẩm định đối với các khoản vay lớn, các tập đoàn hoặc doanh nghiệp nhà nước; siết chặt hạn mức cấp tín dụng tập trung nhằm hạn chế rủi ro danh mục khi quy mô tài sản mở rộng.
- Quản trị tỷ lệ an toàn vốn song hành với kiểm soát khẩu vị rủi ro: Duy trì tỷ lệ an toàn vốn theo quy định nhưng cần kiểm soát chặt chẽ chính sách cấp tín dụng, tránh việc lợi dụng nguồn vốn chủ sở hữu cao để đầu tư mạo hiểm vào các lĩnh vực rủi ro cao.
- Nâng cao hiệu quả sinh lời và chất lượng tài sản: Tối ưu hóa cơ cấu chi phí, đẩy mạnh thu nhập từ dịch vụ ngoài lãi để cải thiện ROE, tạo nguồn lực tài chính chủ động cho việc trích lập dự phòng rủi ro.
- Chủ động thích ứng với biến động kinh tế vĩ mô: Theo dõi sát sao diễn biến chỉ số giá tiêu dùng và tỷ lệ lạm phát để kịp thời điều chỉnh lãi suất cho vay, cơ cấu lại thời hạn trả nợ và tăng cường giám sát sau cho vay đối với các khách hàng chịu tác động mạnh bởi lạm phát.
Đóng góp của đề tài
- Về mặt khoa học: Nghiên cứu kiểm định mối quan hệ giữa các biến đặc thù ngân hàng và biến vĩ mô đối với rủi ro tín dụng trên dữ liệu bảng 10 năm; khắc phục các khiếm khuyết kinh tế lượng (phương sai thay đổi, tự tương quan) bằng phương pháp FGLS thay vì dừng lại ở Pooled OLS hay FEM/REM đơn thuần.
- Về mặt thực tiễn: Cập nhật chuỗi dữ liệu tài chính mới nhất đến năm 2022 của 26 NHTMCP Việt Nam, phản ánh đầy đủ chu kỳ phục hồi và ổn định của hệ thống ngân hàng sau khủng hoảng tài chính toàn cầu năm 2008 và giai đoạn biến động kinh tế gần đây.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế của đề tài
- Về cấu trúc dữ liệu: Nghiên cứu sử dụng dữ liệu bảng không cân bằng (unbalanced panel) do một số NHTMCP không công bố đầy đủ thông tin hoặc có dữ liệu bị khuyết trong giai đoạn 2013–2022.
- Về phạm vi mẫu: Mẫu nghiên cứu mới dừng lại ở 26 NHTMCP, chưa bao quát toàn bộ các tổ chức tín dụng trong hệ thống (như các ngân hàng thương mại 100% vốn nhà nước, ngân hàng liên doanh, chi nhánh ngân hàng nước ngoài).
- Về số lượng biến số: Chưa đưa vào mô hình các biến vĩ mô quan trọng khác như tỷ lệ thất nghiệp, cung tiền M2, lãi suất tái cấp vốn, hoặc các biến quản trị nội bộ như cơ cấu hội đồng quản trị và sở hữu nước ngoài.
Hướng phát triển nghiên cứu
- Mở rộng phạm vi thu thập dữ liệu cho toàn bộ hệ thống các tổ chức tín dụng tại Việt Nam với chuỗi thời gian dài hơn.
- Bổ sung các biến số phản ánh chất lượng quản trị ngân hàng, tỷ lệ thất nghiệp và chính sách tiền tệ vào mô hình giải thích.
- Áp dụng phương pháp ước lượng mô hình động GMM (Generalized Method of Moments) dạng sai phân hoặc hệ thống để kiểm soát triệt để hiện tượng nội sinh và tác động trễ của rủi ro tín dụng từ các năm trước.
Giá trị tham khảo
Tài liệu là nguồn tham khảo hữu ích cho:
- Sinh viên, học viên chuyên ngành Tài chính – Ngân hàng: Cung cấp tài liệu tham khảo chuẩn mực về cấu trúc khóa luận định lượng kinh tế lượng tài chính, phương pháp thu thập dữ liệu từ BCTC kiểm toán và WDI, cùng kỹ thuật viết tổng quan lý thuyết.
- Người thực hiện nghiên cứu kinh tế lượng ứng dụng: Tham khảo quy trình 7 bước xử lý dữ liệu bảng trên phần mềm Stata, từ thống kê mô tả, kiểm tra đa cộng tuyến (VIF), chạy OLS/FEM/REM, đến việc thực hiện các kiểm định F-test, Hausman, Breusch-Pagan, Modified Wald, Wooldridge và khắc phục khuyết tật bằng mô hình FGLS.
- Cán bộ quản trị rủi ro tại các NHTMCP: Cung cấp bằng chứng thực nghiệm về tác động của quy mô tài sản, đệm vốn chủ sở hữu và lạm phát đối với chi phí dự phòng rủi ro, hỗ trợ việc thiết lập chính sách tín dụng và quản lý hạn mức rủi ro.
Câu hỏi thường gặp
1. Tác giả sử dụng chỉ số nào để đo lường biến phụ thuộc rủi ro tín dụng và giá trị trung bình của chỉ số này là bao nhiêu?
Biến phụ thuộc rủi ro tín dụng ($\text{CR}$) được đo lường bằng tỷ lệ giữa Mức dự phòng rủi ro tín dụng trên Tổng dư nợ tín dụng theo quy định của Thông tư 11/2021/TT-NHNN. Trong mẫu nghiên cứu 260 quan sát của 26 NHTMCP giai đoạn 2013–2022, giá trị trung bình của $\text{CR}$ là 0,0131 (tương đương 1,31%), độ lệch chuẩn là 0,0044. Giá trị nhỏ nhất là 0,0066 (NHTMCP Nam Á, năm 2013) và giá trị lớn nhất là 0,0312 (NHTMCP Việt Nam Thịnh Vượng - VPBank, năm 2022).
2. Mẫu nghiên cứu của khóa luận gồm bao nhiêu ngân hàng và dữ liệu được thu thập từ những nguồn nào?
Mẫu nghiên cứu gồm 26 trên tổng số 31 NHTMCP đang hoạt động tại Việt Nam trong giai đoạn 10 năm từ 2013 đến 2022, tạo thành bộ dữ liệu bảng gồm 260 quan sát. Dữ liệu vi mô được tổng hợp từ Báo cáo tài chính hợp nhất kiểm toán và Báo cáo thường niên của các ngân hàng trên website Vietstock; dữ liệu vĩ mô ($\text{GDP}, \text{INF}$) được thu thập từ cơ sở dữ liệu Chỉ số Phát triển Thế giới (World Development Indicators) của Ngân hàng Thế giới.
3. Tại sao tác giả sử dụng phương pháp hồi quy FGLS thay vì Pooled OLS, FEM hoặc REM?
Sau khi ước lượng các mô hình cơ sở và thực hiện các kiểm định chẩn đoán, kết quả kiểm định Modified Wald xác nhận mô hình bị hiện tượng phương sai sai số thay đổi ($p < 0{,}05$) và kiểm định Wooldridge xác nhận mô hình mắc hiện tượng tự tương quan ($p < 0{,}05$). Phương pháp bình phương tối thiểu tổng quát khả thi (FGLS) được áp dụng để khắc phục đồng thời cả hai khuyết tật này, đảm bảo các ước lượng thu được không bị chệch và có độ tin cậy thống kê cao.
4. Những yếu tố nào có ý nghĩa thống kê và chiều hướng tác động của chúng đến rủi ro tín dụng trong mô hình?
Kết quả FGLS xác định có 5/8 yếu tố có ý nghĩa thống kê:
- Tác động cùng chiều ($+$): Quy mô ngân hàng ($\text{SIZE}$), Tỷ lệ vốn chủ sở hữu ($\text{CAP}$) và Tỷ lệ lạm phát ($\text{INF}$).
- Tác động ngược chiều ($-$): Lợi nhuận trên vốn chủ sở hữu ($\text{ROE}$) và Tỷ lệ cho vay ($\text{LOAN}$).
- Ba yếu tố Tỷ lệ chi phí hoạt động ($\text{CIR}$), Khả năng thanh khoản ($\text{LDR}$) và Tăng trưởng kinh tế ($\text{GDP}$) không có ý nghĩa thống kê trong mô hình.
5. Vì sao tỷ lệ vốn chủ sở hữu (CAP) lại có tác động cùng chiều với rủi ro tín dụng theo kết quả nghiên cứu?
Theo lập luận và phát hiện thực nghiệm của tác giả, khi ngân hàng sở hữu tỷ lệ vốn chủ sở hữu cao ($\text{CAP}$ lớn), ban điều hành có xu hướng mở rộng cho vay vào các phân khúc hoặc dự án có mức độ rủi ro cao hơn nhằm tìm kiếm tỷ suất sinh lời vượt trội. Do có "tấm đệm" vốn tự có vững chắc để hấp thụ các khoản tổn thất tiềm năng, tâm lý chấp nhận rủi ro gia tăng, dẫn đến việc gia tăng tỷ lệ nợ xấu và buộc ngân hàng phải trích lập dự phòng rủi ro tín dụng nhiều hơn.
Kết luận
Khóa luận tốt nghiệp của tác giả Trần Tuyết Trang đã thực hiện nghiên cứu thực nghiệm toàn diện về các yếu tố tác động đến rủi ro tín dụng tại 26 NHTMCP Việt Nam giai đoạn 2013–2022 thông qua phương pháp hồi quy dữ liệu bảng FGLS. Kết quả định lượng chỉ ra rằng quy mô tài sản, tỷ lệ vốn chủ sở hữu và lạm phát có tác động cùng chiều, trong khi tỷ suất sinh lời trên vốn chủ sở hữu và tỷ lệ cho vay có tác động ngược chiều có ý nghĩa thống kê đến tỷ lệ dự phòng rủi ro tín dụng. Đề tài đóng góp cơ sở dữ liệu thực nghiệm chuẩn xác và quy trình kiểm định kinh tế lượng chặt chẽ, đồng thời cung cấp các hàm ý chính sách thiết thực giúp các nhà quản trị ngân hàng kiểm soát danh mục tín dụng an toàn và nâng cao hiệu quả hoạt động kinh doanh.