Bối cảnh và vấn đề nghiên cứu

Hoạt động cấp tín dụng đóng vai trò là nguồn thu nhập chủ đạo của hệ thống ngân hàng thương mại, chiếm tỷ trọng trung bình từ 70% đến 80% tổng lợi nhuận theo thống kê của Ngân hàng Thế giới. Tuy nhiên, đi kèm với quy mô sinh lời lớn là rủi ro tín dụng tiềm ẩn, một yếu tố khách quan tác động trực tiếp đến sự an toàn hệ thống và hiệu quả hoạt động kinh doanh. Trong bối cảnh nền kinh tế toàn cầu và Việt Nam chịu nhiều biến động sau đại dịch Covid-19, sự gián đoạn chuỗi cung ứng, biến động lãi suất và áp lực lạm phát đã làm suy giảm khả năng trả nợ của khách hàng, khiến tỷ lệ nợ xấu của toàn ngành có xu hướng gia tăng (đạt mức 1,94% vào ngày 31/12/2021 theo báo cáo của Ngân hàng Nhà nước).

Đối với Ngân hàng TMCP Quốc tế Việt Nam (VIB), định hướng đẩy mạnh chiến lược bán lẻ với danh mục cho vay khách hàng cá nhân chiếm gần 90% (đặc biệt là mảng cho vay bất động sản và mua ô tô) mang lại tỷ suất sinh lời cao nhưng đồng thời cũng làm tăng mức độ nhạy cảm đối với rủi ro tín dụng. Do đó, việc lượng hóa các yếu tố tác động đến rủi ro tín dụng tại VIB là yêu cầu cấp thiết nhằm giúp ngân hàng chủ động kiểm soát chất lượng tài sản và xây dựng chiến lược quản trị rủi ro phù hợp.

Mục tiêu nghiên cứu của khóa luận được xác định cụ thể như sau:

  1. Mục tiêu chung: Làm rõ các yếu tố tác động tới rủi ro tín dụng tại Ngân hàng TMCP Quốc tế Việt Nam (VIB), từ đó đề xuất hệ thống giải pháp và khuyến nghị nhằm hạn chế rủi ro tín dụng tại ngân hàng.
  2. Mục tiêu cụ thể:
    • Hệ thống hóa cơ sở lý luận về rủi ro tín dụng và các chỉ tiêu đánh giá, làm rõ các nhóm yếu tố tác động (kinh tế vĩ mô và nội tại ngân hàng).
    • Phân tích thực trạng hoạt động kinh doanh và các chỉ số phản ánh rủi ro tín dụng tại VIB giai đoạn 2018 - 2022.
    • Ước lượng mô hình hồi quy để xác định chiều hướng và mức độ tác động của các yếu tố đến tỷ lệ nợ xấu của VIB.
    • Đề xuất các giải pháp khả thi đối với VIB và kiến nghị đối với Ngân hàng Nhà nước, Chính phủ nhằm kiểm soát rủi ro tín dụng.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các yếu tố tác động đến rủi ro tín dụng tại VIB.
  • Phạm vi không gian: Ngân hàng TMCP Quốc tế Việt Nam (VIB).
  • Phạm vi thời gian: Dữ liệu chuỗi thời gian theo quý trong giai đoạn 5 năm, từ quý I/2018 đến quý IV/2022 (tổng cộng 20 quan sát).

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và căn cứ pháp lý

Tác giả tiếp cận rủi ro tín dụng dựa trên định nghĩa tại Khoản 1 Điều 3 Thông tư số 02/2013/TT-NHNN: rủi ro tín dụng là tổn thất có khả năng xảy ra đối với nợ của tổ chức tín dụng do khách hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ theo cam kết. Về phân loại, rủi ro tín dụng bao gồm rủi ro giao dịch (rủi ro lựa chọn, rủi ro bảo đảm, rủi ro nghiệp vụ), rủi ro tác nghiệp và rủi ro danh mục (rủi ro nội tại, rủi ro tập trung).

Hệ thống chỉ tiêu đo lường rủi ro tín dụng và an toàn hoạt động được căn cứ trên các văn bản quy phạm:

  • Tỷ lệ nợ xấu (NPL): Xác định theo Thông tư số 11/2021/TT-NHNN, bao gồm nợ nhóm 3 (nợ dưới tiêu chuẩn, quá hạn 91 - 180 ngày), nợ nhóm 4 (nợ nghi ngờ, quá hạn 181 - 360 ngày) và nợ nhóm 5 (nợ có khả năng mất vốn, quá hạn trên 360 ngày) chia cho tổng dư nợ. Ngưỡng an toàn tối đa quy định không vượt quá 3% theo Nghị định số 116/2020/NĐ-CP.
  • Tỷ lệ nợ quá hạn: Căn cứ Thông tư số 01/2020/TT-NHNN và chuẩn mực Basel III (khuyến nghị tỷ lệ nợ quá hạn không vượt quá 5%).
  • Tỷ lệ dự phòng rủi ro tín dụng (DPRRTD): Quy định trích lập cụ thể theo Thông tư số 11/2020/TT-NHNN (Nhóm 1: 0%, Nhóm 2: 5%, Nhóm 3: 20%, Nhóm 4: 50%, Nhóm 5: 100%).

Mô hình kinh tế lượng và giả thuyết

Mô hình hồi quy tuyến tính bội được xây dựng để kiểm định tác động của 6 biến độc lập (4 biến nội tại và 2 biến vĩ mô) đến biến phụ thuộc là tỷ lệ nợ xấu:

$$\text{NPL}_t = \beta_0 + \beta_1 \text{ROE}_t + \beta_2 \text{SIZE}_t + \beta_3 \text{LTA}_t + \beta_4 \text{LEV}_t + \beta_5 \text{GGDP}_t + \beta_6 \text{UER}_t + \varepsilon_t$$

Ký hiệu biến Tên biến Phương pháp đo lường Dấu kỳ vọng Cơ sở nghiên cứu kế thừa
NPL Tỷ lệ nợ xấu (Biến phụ thuộc) (Nợ nhóm 3 + 4 + 5) / Tổng dư nợ N/A Foos et al. (2010), Lê Thanh Tâm et al. (2021)
ROE Lợi nhuận trên VCSH Lợi nhuận sau thuế / VCSH bình quân $+$ Garciya-Marco & Robles-Fernandez (2007)
SIZE Quy mô ngân hàng Logarit tự nhiên của tổng tài sản: $\ln(\text{Tổng tài sản})$ $-$ Younès Lahrichi et al. (2022), Hu et al. (2004)
LTA Tỷ lệ cho vay / Tổng tài sản Tổng dư nợ / Tổng tài sản $+$ Daniel Foos et al. (2010)
LEV Đòn bẩy tài chính Tổng nợ phải trả / Tổng tài sản $-$ Jabra et al. (2017)
GGDP Tăng trưởng kinh tế Tốc độ tăng trưởng GDP theo quý $-$ Laxmi Koju et al. (2017), Younès Lahrichi (2022)
UER Tỷ lệ thất nghiệp Tỷ lệ thất nghiệp theo quý $-$ Phạm Dương Phương Thảo et al. (2018)

Phương pháp phân tích và nguồn dữ liệu

  • Phương pháp thu thập dữ liệu: Dữ liệu nội tại ngân hàng được trích xuất từ Báo cáo tài chính đã kiểm toán và Báo cáo thường niên của VIB từ quý I/2018 đến quý IV/2022. Dữ liệu vĩ mô (tăng trưởng GDP, tỷ lệ thất nghiệp) thu thập từ website của Tổng cục Thống kê Việt Nam.
  • Phương pháp phân tích: Kết hợp phân tích chỉ số tài chính và xử lý mô hình kinh tế lượng trên phần mềm SPSS. Các kỹ thuật thống kê áp dụng bao gồm: thống kê mô tả, kiểm định tự tương quan chuỗi bậc nhất Durbin - Watson, kiểm định độ phù hợp mô hình (hệ số $R^2$, $R^2$ hiệu chỉnh và kiểm định ANOVA F), kiểm định đa cộng tuyến thông qua hệ số phóng đại phương sai (VIF).

Nội dung chính theo từng chương

Chương 1: Cơ sở lý luận về rủi ro tín dụng

Chương 1 hệ thống hóa các vấn đề lý luận căn bản về tín dụng và rủi ro tín dụng trong hoạt động của ngân hàng thương mại. Tác giả phân tích cụ thể bản chất của rủi ro tín dụng, nhận diện các hình thức rủi ro qua ba kênh: giao dịch, tác nghiệp và danh mục. Đồng thời, chương này làm rõ cách tính toán và ý nghĩa quản trị của ba chỉ tiêu cốt lõi: tỷ lệ nợ xấu, tỷ lệ nợ quá hạn và tỷ lệ dự phòng rủi ro tín dụng.

Chương này cũng tổng thuật các công trình nghiên cứu trong và ngoài nước (như nghiên cứu của Lê Thanh Tâm et al., 2021; Lê Phương Dung, 2019; Phạm Dương Phương Thảo et al., 2018; Younès Lahrichi et al., 2022; Chaibi & Ftiti, 2015; Laxmi Koju et al., 2017; Daniel Foos et al., 2010). Qua đó, tác giả chỉ ra các yếu tố vĩ mô (lạm phát, tăng trưởng GDP, thất nghiệp) và yếu tố vi mô (quy mô ngân hàng, khả năng sinh lời ROE, dự phòng rủi ro, tăng trưởng tín dụng, đòn bẩy tài chính, tỷ lệ cho vay/tổng tài sản) có thể tác động đa chiều đến rủi ro tín dụng tùy thuộc vào điều kiện kinh tế và khung thời gian quan sát. Khoảng trống nghiên cứu được xác lập: phần lớn các nghiên cứu trước đây phân tích dữ liệu bảng của nhiều ngân hàng trong giai đoạn 2005 - 2018, thiếu vắng các nghiên cứu chuyên sâu đánh giá chuỗi thời gian giai đoạn 2018 - 2022 cho một ngân hàng bán lẻ cụ thể như VIB trong bối cảnh đại dịch Covid-19.

Chương 2: Phương pháp và kết quả nghiên cứu

Chương 2 trình bày chi tiết về quy trình nghiên cứu định lượng, phân tích thực trạng tài chính của VIB và kết quả ước lượng mô hình hồi quy.

1. Thực trạng hoạt động và các chỉ số rủi ro tại VIB (2018 - 2022)

VIB thành lập ngày 18/09/1996 với vốn điều lệ ban đầu 50 tỷ đồng. Đến ngày 31/12/2022, vốn điều lệ đạt hơn 21.000 tỷ đồng, vốn chủ sở hữu đạt 32.651 tỷ đồng và tổng tài sản đạt 342.798 tỷ đồng. Ngân hàng có 178 chi nhánh/phòng giao dịch tại 28 tỉnh/thành phố và hơn 10.000 nhân viên, áp dụng chuẩn mực quản trị rủi ro Basel III từ năm 2021. Mảng bán lẻ chiếm gần 90% cơ cấu cho vay, trong đó dư nợ bất động sản chiếm 46% danh mục.

Chỉ tiêu tài chính Đơn vị Năm 2018 Năm 2019 Năm 2020 Năm 2021 Năm 2022
Tổng dư nợ Tỷ đồng 96.139 129.200 169.520 201.517 231.944
Nợ xấu (Nhóm 3, 4, 5) Tỷ đồng 2.105 2.171 2.475 3.527 4.151
Tỷ lệ nợ xấu (NPL) $%$ 2,79% 1,68% 1,46% 1,75% 1,79%
Nợ quá hạn Tỷ đồng 1.555 1.365 1.449 1.804 3.445
Tỷ lệ nợ quá hạn $%$ 1,61% 1,06% 0,85% 0,89% 1,48%
Dự phòng RRTD Tỷ đồng 878 1.286 1.748 2.401 3.065
Tỷ lệ DPRRTD / Tổng tài sản $%$ 0,63% 0,70% 0,71% 0,78% 0,89%
Vốn chủ sở hữu (VCSH) Tỷ đồng 10.668 13.430 17.974 24.290 32.651
Lợi nhuận sau thuế Tỷ đồng 2.194 3.266 4.642 6.410 8.468
Tỷ lệ ROE $%$ 20,57% 24,32% 25,83% 26,39% 25,93%

Diễn biến số liệu cho thấy tỷ lệ nợ xấu giảm mạnh từ 2,79% (2018) xuống mức đáy 1,46% (2020), sau đó tăng dần lên 1,75% (2021) và 1,79% (2022) do tác động của dịch Covid-19 và Thông tư 14 hết hiệu lực vào ngày 30/06/2022 (khiến nợ nhóm 5 tăng hơn 87%). Tỷ lệ nợ quá hạn tăng mạnh trong năm 2022 lên mức 1,48% gắn liền với tỷ lệ nợ có tài sản bảo đảm chiếm trên 90% danh mục trong điều kiện thị trường bất động sản chững lại.

2. Kết quả ước lượng mô hình hồi quy

Dựa trên mẫu quan sát 20 quý (2018 - 2022), các chỉ số thống kê mô tả và kiểm định mô hình đạt kết quả:

  • Thống kê mô tả mẫu: Biến NPL có giá trị trung bình 0,0195 (1,95%), nhỏ nhất 0,0146, lớn nhất 0,0279, độ lệch chuẩn 0,005153. ROE trung bình quý đạt 7,01% (4,6% - 9,21%). SIZE trung bình 12,2765 (11,7542 - 12,760). LTA trung bình 67,43% (61,95% - 70,15%). LEV trung bình 92,3% (90,27% - 94,1%). Tỷ lệ thất nghiệp trung bình 2,4% (1,98% - 3,98%).
  • Kiểm định độ phù hợp: $R^2 = 0,758$, $R^2$ hiệu chỉnh $= 0,646$, cho thấy các biến độc lập giải thích được 64,6% sự biến thiên của tỷ lệ nợ xấu tại VIB. Hệ số Durbin - Watson đạt $1,360$ (nằm trong khoảng 1 đến 3), khẳng định mô hình không bị hiện tượng tự tương quan chuỗi bậc nhất.
  • Kiểm định ANOVA: Giá trị $F = 6,776$ với mức ý nghĩa $Sig. = 0,000 < 0,05$, bác bỏ giả thuyết $H_0$ ($R^2 = 0$). Hệ số VIF của các biến đều nhỏ hơn 5, không xảy ra hiện tượng đa cộng tuyến nghiêm trọng.
Giả thuyết Mối quan hệ kỳ vọng Dấu kỳ vọng Kết quả hồi quy Mức ý nghĩa ($Sig.$) Kết luận giả thuyết
H1 Tác động của ROE đến NPL $+$ $+$ $> 0,05$ Bác bỏ (Không có ý nghĩa thống kê)
H2 Tác động của SIZE đến NPL $-$ $-$ ($\beta_2 = -1,969$) $< 0,05$ Chấp nhận (Tác động ngược chiều)
H3 Tác động của LTA đến NPL $+$ $-$ $< 0,05$ Chấp nhận tác động ngược chiều (Trái kỳ vọng)
H4 Tác động của LEV đến NPL $-$ $-$ $< 0,05$ Chấp nhận (Tác động ngược chiều)
H5 Tác động của GGDP đến NPL $-$ $-$ $> 0,05$ Bác bỏ (Không có ý nghĩa thống kê)
H6 Tác động của UER đến NPL $-$ $+$ $> 0,05$ Bác bỏ (Không có ý nghĩa thống kê)

Hệ số chặn $\beta_0 = 0,669$. Kết quả khẳng định 3 biến vi mô (SIZE, LTA, LEV) có tác động ngược chiều và có ý nghĩa thống kê đến tỷ lệ nợ xấu tại VIB:

  • SIZE: Ngân hàng mở rộng quy mô tổng tài sản giúp tăng cường nguồn lực thẩm định và phân tán rủi ro, từ đó làm giảm tỷ lệ nợ xấu.
  • LTA: Khi tỷ lệ cho vay trên tổng tài sản tăng, VIB siết chặt quy trình thẩm định đầu vào và kiểm soát mục đích sử dụng vốn, dẫn đến chất lượng khoản vay cải thiện và nợ xấu giảm.
  • LEV: Việc gia tăng đòn bẩy tài chính thúc đẩy ngân hàng tối ưu hóa hiệu quả sử dụng vốn để bù đắp chi phí, giúp giảm thiểu rủi ro tín dụng.
  • ROE, GGDP, UER: Chưa thể hiện tác động có ý nghĩa thống kê trong mẫu dữ liệu chuỗi thời gian ngắn hạn 20 quý.

Chương 3: Giải pháp và kiến nghị

Dựa trên kết quả nghiên cứu thực nghiệm và bối cảnh quý I/2023 (quy mô tín dụng VIB vượt 100.000 tỷ đồng, kỳ vọng hạn mức tăng trưởng 25%), tác giả đề xuất 5 định hướng giải pháp:

  1. Mở rộng quy mô ngân hàng hợp lý: Tiếp tục phát triển mạng lưới chi nhánh tại các trung tâm kinh tế trọng điểm, mở rộng quy mô tổng tài sản để gia tăng năng lực hấp thụ rủi ro, đồng thời kiểm soát chặt chẽ tỷ trọng cho vay các lĩnh vực có hệ số rủi ro cao như bất động sản.
  2. Tăng cường hệ thống giám sát và kiểm tra nội bộ: Nâng cao chất lượng thẩm định khách hàng vay, hạn chế việc cơ cấu lại nợ thiếu kiểm soát; thực hiện định kỳ kiểm tra và tái định giá tài sản bảo đảm (do tỷ lệ tài sản bảo đảm tại VIB chiếm trên 90% dư nợ); phân loại nợ chính xác theo thực tế phát sinh.
  3. Nâng cao chất lượng quản lý tín dụng: Thiết lập và định kỳ cập nhật chính sách tín dụng rõ ràng về hạn mức, lãi suất và điều kiện bảo đảm; tăng cường bảo mật thông tin khách hàng; tuân thủ nghiêm ngặt các tỷ lệ an toàn theo chuẩn Basel III và quy định của Ngân hàng Nhà nước.
  4. Đào tạo và phát triển nguồn nhân lực: Tổ chức các lớp bồi dưỡng định kỳ về chuyên môn phân tích tài chính, thẩm định phương án kinh doanh, nhận diện rủi ro tín dụng, đồng thời chú trọng giáo dục đạo đức nghề nghiệp cho cán bộ tín dụng để hạn chế rủi ro tác nghiệp.
  5. Đa dạng hóa danh mục đầu tư: Xem xét mở rộng các hình thức đầu tư và phân tán danh mục sang nhiều lĩnh vực, thị trường nhằm giảm thiểu mức độ rủi ro tập trung.

Ngoài ra, khóa luận đưa ra một số khuyến nghị đối với Chính phủ và Ngân hàng Nhà nước trong việc hoàn thiện khung pháp lý về xử lý nợ xấu, duy trì chính sách tiền tệ ổn định và định hướng phân bổ tín dụng an toàn cho toàn hệ thống.


Kết quả và đóng góp

Kết quả chính kèm số liệu thực chứng

  • Đánh giá toàn diện thực trạng tài chính VIB (2018 - 2022): Lợi nhuận sau thuế tăng gần 4 lần (từ 2.194 tỷ đồng lên 8.468 tỷ đồng), vốn chủ sở hữu tăng gấp 3 lần (từ 10.668 tỷ đồng lên 32.651 tỷ đồng), tổng tài sản tăng từ 139.166 tỷ đồng lên 342.798 tỷ đồng. ROE duy trì mức bình quân cao quanh ngưỡng 25% - 26%.
  • Tỷ lệ nợ xấu được kiểm soát dưới 3% theo trần quy định (dao động từ 1,46% đến 2,79%), tuy nhiên nợ quá hạn có xu hướng tăng mạnh trong năm 2022 (đạt 3.445 tỷ đồng, tương đương 1,48%) do áp lực từ thị trường bất động sản.
  • Kết quả mô hình hồi quy chỉ ra: mô hình giải thích được 64,6% biến thiên tỷ lệ nợ xấu ($R^2$ hiệu chỉnh $= 0,646$, $F = 6,776$, $p < 0,001$). Ba nhân tố nội tại gồm quy mô tài sản (SIZE, hệ số hồi quy chuẩn hóa $\beta = -1,969$), tỷ lệ cho vay/tổng tài sản (LTA) và đòn bẩy tài chính (LEV) có tác động tiêu cực (làm giảm) tỷ lệ nợ xấu với mức ý nghĩa thống kê $p < 0,05$. Các biến ROE, GGDP và tỷ lệ thất nghiệp chưa cho thấy ý nghĩa thống kê trong ngắn hạn.

Giải pháp và kiến nghị của tác giả

Khóa luận đã đề xuất hệ thống giải pháp đồng bộ gồm: mở rộng quy mô tài sản đi kèm kiểm soát danh mục bán lẻ; siết chặt giám sát định kỳ đối với tài sản bảo đảm chiếm trên 90% dư nợ; hoàn thiện chính sách tín dụng theo chuẩn mực Basel III; chuẩn hóa quy trình đào tạo nghiệp vụ và đạo đức cán bộ tín dụng; đa dạng hóa thị trường và danh mục đầu tư.

Đóng góp về mặt học thuật và thực tiễn

  • Về mặt học thuật: Khóa luận kiểm định thực nghiệm mô hình hồi quy chuỗi thời gian theo quý (2018 - 2022) cho trường hợp một ngân hàng thương mại bán lẻ quy mô lớn tại Việt Nam, bổ sung bằng chứng thực nghiệm về tác động ngược chiều của tỷ lệ cho vay/tổng tài sản (LTA) và đòn bẩy (LEV) đối với rủi ro tín dụng trong điều kiện ngân hàng kiểm soát chặt chẽ quy trình cấp tín dụng.
  • Về mặt thực tiễn: Cung cấp bức tranh dữ liệu cụ thể về chất lượng tín dụng của VIB trong giai đoạn có biến động Covid-19, đóng vai trò là căn cứ tham khảo cho ban lãnh đạo ngân hàng trong việc hoạch định chính sách tăng trưởng tín dụng và quản trị danh mục cho vay cá nhân.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế của nghiên cứu: Khóa luận tập trung phân tích trường hợp điển hình tại một ngân hàng duy nhất (VIB) với quy mô mẫu 20 quan sát theo quý (giai đoạn 2018 - 2022). Khung thời gian ngắn hạn khiến một số biến số kinh tế vĩ mô (tăng trưởng GDP, tỷ lệ thất nghiệp) và tỷ suất sinh lời ROE chưa thể hiện được ý nghĩa thống kê rõ nét trong mô hình hồi quy.
  • Hướng nghiên cứu tiếp theo: Có thể mở rộng chuỗi thời gian dữ liệu hoặc mở rộng phạm vi nghiên cứu so sánh dạng dữ liệu bảng (panel data) cho nhóm các ngân hàng thương mại cổ phần có định hướng bán lẻ tương đồng, đồng thời bổ sung thêm các biến số vĩ mô (lãi suất thực, tỷ giá) và các chỉ tiêu quản trị rủi ro chuyên sâu khác.

Giá trị tham khảo

  • Đối tượng tham khảo: Sinh viên, học viên chuyên ngành Tài chính - Ngân hàng, Quản trị rủi ro tài chính; các nhà nghiên cứu thực hiện đề tài về rủi ro tín dụng ngân hàng thương mại; cán bộ phân tích và quản trị rủi ro tại các tổ chức tín dụng.
  • Nội dung giá trị: Khung phương pháp lượng hóa rủi ro tín dụng theo chuỗi thời gian quý trên phần mềm SPSS; hệ thống bảng biểu trích xuất chi tiết dữ liệu nợ xấu, nợ quá hạn, trích lập dự phòng và ROE của VIB trong giai đoạn 2018 - 2022; các luận giải thực tế về sự tương tác giữa quy mô, đòn bẩy tài chính và chất lượng tài sản tại ngân hàng bán lẻ.

Câu hỏi thường gặp

1. Mô hình hồi quy trong khóa luận giải thích được bao nhiêu phần trăm sự biến thiên của tỷ lệ nợ xấu tại VIB?

Mô hình hồi quy t