Khóa luận các yếu tố tác động đến tăng trưởng tín dụng NHTM Việt Nam giai đoạn 2013-2022

Nghiên cứu các yếu tố ảnh hưởng tăng trưởng tín dụng ngân hàng thương mại Việt Nam. Phân tích dữ liệu, hàm ý chính sách để tăng trưởng ổn định.

• Tác giả: Giả Thúy Nhi
• Người hướng dẫn: TS. Nguyễn Thị Thu Trang
• Trường học: Trường Đại học Ngân hàng tp. Hồ Chí Minh
• Chuyên ngành: Tài Chính - Ngân Hàng
• Đề tài: Các Yếu Tố Tác Động Đến Tăng Trưởng Tín Dụng Của Các Ngân Hàng Thương Mại Việt Nam
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: GIỚI THIỆU NGHIÊN CỨU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu của đề tài nghiên cứu
• 1.2.1. Mục tiêu tổng quát
• 1.2.2. Mục tiêu cụ thể
• 1.3. Câu hỏi nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Nội dung nghiên cứu
• 1.7. Bố cục của khóa luận
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY
• 2.1. Hoạt động tín dụng của Ngân hàng Thương mại
• 2.2. Đặc điểm của tín dụng Ngân hàng Thương mại
• 2.3. Vai trò của tín dụng ngân hàng
• 2.4. Tăng trưởng tín dụng
• 2.4.1. Khái niệm tăng trưởng tín dụng
• 2.4.2. Chỉ tiêu đo lường tăng trưởng tín dụng
• 2.5. Các yếu tố tác động đến tăng trưởng tín dụng
• 2.5.1. Yếu tố vi mô
• 2.5.2. Yếu tố vĩ mô
• 2.6. Tổng quan các nghiên cứu trước đây
• 2.6.1. Các nghiên cứu nước ngoài
• 2.6.2. Các nghiên cứu trong nước
• 2.7. Khoảng trống nghiên cứu
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Quy trình thực hiện nghiên cứu
• 3.2. Xây dựng mô hình nghiên cứu
• 3.3. Giả thuyết nghiên cứu của các biến trong mô hình nghiên cứu
• 3.3.1. Biến phụ thuộc
• 3.3.2. Biến độc lập
• 3.4. Dữ liệu nghiên cứu
• 3.5. Phương pháp nghiên cứu
• 3.5.1. Phương pháp thống kê mô tả
• 3.5.2. Phân tích tương quan
• 3.5.3. Hồi quy theo các mô hình ước lượng
• 3.5.4. Kiểm định lựa chọn mô hình hồi quy phù hợp
• 3.5.5. Kiểm định khuyết tật mô hình
• 4. CHƯƠNG 4: KẾT QUẢ VÀ THẢO LUẬN
• 4.1. Tình hình tăng trưởng tín dụng tại Việt Nam
• 4.2. Thống kê mô tả
• 4.3. Biến phụ thuộc
• 4.4. Biến độc lập yếu tố vi mô
• 4.5. Biến độc lập yếu tố vĩ mô
• 4.6. Phân tích ma trận tương quan
• 4.7. Kiểm định đa cộng tuyến
• 4.8. Kết quả ước lượng mô hình hồi quy
• 4.9. Lựa chọn mô hình phù hợp
• 4.10. Kiểm định các khuyết tật trong mô hình
• 4.10.1. Kiểm định phương sai sai số thay đổi
• 4.10.2. Kiểm định hiện tượng tự tương quan
• 4.11. Kết quả hồi quy bằng phương pháp ước lượng FGLS
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH
• 5.1. Định hướng hoạch định chính sách
• 5.1.1. Về phía NHTM Việt Nam
• 5.1.2. Về phía NHNN
• 5.2. Một số điểm hạn chế và hướng nghiên cứu tiếp theo
• 5.2.1. Một số điểm hạn chế
• 5.2.2. Đề xuất cho hướng nghiên cứu tương lai
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC 1: DANH SÁCH CÁC NHTM VIỆT NAM TRONG NGHIÊN CỨU
• PHỤ LỤC 2: DỮ LIỆU HỒI QUY CHẠY MÔ HÌNH VỚI PHẦN MỀM STATA
• PHỤ LỤC 3: KẾT QUẢ CHẠY MÔ HÌNH TỪ STATA

Tóm tắt

I. Tổng Quan Các Yếu Tố Ảnh Hưởng Tăng Trưởng Tín Dụng NH 55

Hệ thống ngân hàng đóng vai trò then chốt trong tăng trưởng kinh tế. Nền kinh tế Việt Nam đang phục hồi từ COVID-19, với tốc độ tăng trưởng chậm và lạm phát gia tăng. Tín dụng, đóng góp lợi nhuận cao nhất, là khía cạnh quan trọng của hoạt động ngân hàng. Các nghiên cứu của Cargill và Mayer (2006); Malede (2014) nhấn mạnh tầm quan trọng của tín dụng ngân hàng thương mại. Nhiều yếu tố vĩ mô và vi mô ảnh hưởng đến trung gian tín dụng. Các NHTM quan tâm đến tăng trưởng tín dụng, vì nó mang lại thu nhập ổn định và an toàn (Sharma và Gounder, 2012). Tỷ trọng hoạt động tín dụng trong cơ cấu nguồn thu của ngân hàng thường cao, vì vậy việc đẩy mạnh tốc độ tăng trưởng tín dụng là yếu tố then chốt để gia tăng lợi nhuận. Điều này cho thấy tăng trưởng tín dụng có vai trò không thể phủ nhận trong quá trình phát triển kinh tế.

1.1. Tầm quan trọng của Tăng Trưởng Tín Dụng với NHTM

Tăng trưởng tín dụng là một chỉ số quan trọng, phản ánh tính linh hoạt của cung tiền và thúc đẩy tăng trưởng kinh tế. NHTM quan tâm đến tăng trưởng tín dụng vì TTTD hợp lý sẽ mang lại thu nhập ổn định và an toàn cho NH (Sharma và Gounder, 2012). Tỷ trọng hoạt động tín dụng trong cơ cấu nguồn thu của NH thường chiếm khá cao. Theo các nghiên cứu của Cargill và Mayer (2006); Malede (2014) hoạt động tín dụng của ngân hàng thương mại rất quan trọng.

1.2. Định hướng Tăng Trưởng Tín Dụng của NHNN Việt Nam

NHNN Việt Nam định hướng tăng trưởng tín dụng cho cả năm 14.5% vào đầu năm 2022 và đến đầu tháng 12/2022, chỉ tiêu tín dụng được điều chỉnh tăng thêm 1,5 - 2% cho toàn hệ thống để hỗ trợ vốn tập trung vào các lĩnh vực sản xuất kinh doanh, nhất là nông nghiệp nông thôn, xuất khẩu. Cũng theo số liệu NHNN Việt Nam công bố, tăng trưởng tín dụng đạt 14,5% vào cuối năm 2022, cao hơn 0,5% so với tốc độ tăng trưởng kế hoạch, nhưng vẫn thấp hơn khoảng 1,5% so với hạn mức sau khi điều chỉnh nới “room” tín dụng.

II. Thách Thức Rủi Ro Từ Tăng Trưởng Tín Dụng Quá Mức 58

Tốc độ tăng trưởng tín dụng được coi là một chỉ số quan trọng, phản ánh tính linh hoạt của cung tiền và từ đó thúc đẩy tăng trưởng kinh tế. Theo nghiên cứu của Köhler (2015) tăng trưởng tín dụng quá mức sẽ tiềm ẩn những rủi ro và hệ lụy tiêu cực đến sự ổn định của hệ thống ngân hàng và kinh tế vĩ mô. “Bùng nổ tín dụng có thể làm tăng sự mất cân bằng tài chính và gây nguy hiểm cho sự ổn định và phát triển tài chính nói chung” (Meng & Gonzalez, 2017). Nghiên cứu của Igan và Pinheiro (2011) cũng cho thấy khi tăng trưởng tín dụng vượt quá mức bình thường sẽ gây bất ổn kinh tế, tài chính và làm giảm khả năng chống chịu rủi ro của các ngân hàng thương mại.

2.1. Bất ổn Kinh tế và Mất Cân Bằng Tài Chính Do TTTD

Nghiên cứu của Igan và Pinheiro (2011) cũng cho thấy khi tăng trưởng tín dụng vượt quá mức bình thường sẽ gây bất ổn kinh tế, tài chính và làm giảm khả năng chống chịu rủi ro của các ngân hàng thương mại. Những biến động trong điều kiện vi mô và kinh tế vĩ mô cũng là yếu tố chủ chốt trong TTTD của hệ thống NH.

2.2. Ưu Tiên Hàng Đầu Tăng Trưởng Tín Dụng Ổn Định và Bền Vững

Mục tiêu tăng trưởng tín dụng ổn định, bền vững được coi là một trong những ưu tiên hàng đầu của Chính phủ và ngành ngân hàng Việt Nam nhằm thúc đẩy tăng trưởng kinh tế. Trong những năm gần đây, nền kinh tế Việt Nam phải đối mặt với nhiều biến động, trong đó có tăng trưởng tín dụng chậm lại và mất cân đối trong huy động vốn và cho vay.

III. Phân Tích Các Yếu Tố Vĩ Mô Ảnh Hưởng Tín Dụng NH 59

Để giải quyết những vấn đề này, hệ thống NHTM của Việt Nam phải định rõ các yếu tố ảnh hưởng đến tăng trưởng tín dụng. Điều này sẽ giúp các NHTM xác định mức tăng trưởng phù hợp, đảm bảo tăng trưởng tín dụng bền vững và kiểm soát các rủi ro liên quan. Điều chỉnh tăng trưởng tín dụng linh hoạt theo tốc độ tăng trưởng kinh tế là chìa khóa để đảm bảo nguồn vốn cho sự phát triển kinh tế. Tuy nhiên, cần cẩn trọng phòng ngừa và xử lý hiệu quả các nguy cơ tiềm ẩn như lạm phát và nợ xấu để đảm bảo sự phát triển bền vững.

3.1. Tác Động của Lạm Phát đến Tăng Trưởng Tín Dụng

Lạm phát là một yếu tố vĩ mô quan trọng có thể ảnh hưởng đáng kể đến tăng trưởng tín dụng của các ngân hàng thương mại. Khi lạm phát tăng cao, giá trị thực của tiền giảm, làm giảm sức mua của người tiêu dùng và doanh nghiệp, dẫn đến giảm nhu cầu vay vốn.

3.2. Ảnh Hưởng của GDP đến Khả Năng Tăng Trưởng Tín Dụng

GDP (Tổng sản phẩm quốc nội) là một chỉ số quan trọng phản ánh sức khỏe của nền kinh tế. Khi GDP tăng trưởng mạnh mẽ, hoạt động kinh doanh của các doanh nghiệp phát triển, tạo ra nhiều cơ hội đầu tư và mở rộng sản xuất, từ đó làm tăng nhu cầu vay vốn để tài trợ cho các hoạt động này.

IV. Hàm Ý Chính Sách Ổn Định Tăng Trưởng Tín Dụng Bền Vững 54

Do đó, việc xác định và đánh giá mức độ tác động của các yếu tố đối với tăng trưởng tín dụng của các NHTM Việt Nam là rất cấp thiết. Đề tài "Các yếu tố tác động đến tăng trưởng tín dụng của các NHTM Việt Nam" được tác giả nghiên cứu để phân tích toàn diện các yếu tố vĩ mô của nền kinh tế và các yếu tố vi mô nội bộ NHTM tác động đến tăng trưởng tín dụng. Điều này không chỉ mang lại lợi ích học thuật mà còn giúp các NHTM nắm bắt tình hình tăng trưởng tín dụng, đề xuất các khuyến nghị điều hành tăng trưởng tín dụng phù hợp với nền kinh tế. Đồng thời, cũng là cơ sở cho các NHTM phát triển các khuôn khổ chính sách và chiến lược kinh doanh nhằm nâng cao hiệu quả kinh doanh ngân hàng và hỗ trợ sự phát triển kinh tế lâu dài.

4.1. Đề Xuất Khuyến Nghị Điều Hành Tăng Trưởng Tín Dụng Phù Hợp

Tác giả đề xuất những chính sách cụ thể hỗ trợ tăng trưởng tín dụng an toàn, bền vững cho các NHTM tại Việt Nam. Nghiên cứu này mang lại lợi ích học thuật và giúp các NHTM nắm bắt tình hình tăng trưởng tín dụng.

4.2. Phát Triển Khuôn Khổ Chính Sách và Chiến Lược Kinh Doanh

Nghiên cứu này cũng là cơ sở cho các NHTM phát triển các khuôn khổ chính sách và chiến lược kinh doanh nhằm nâng cao hiệu quả kinh doanh ngân hàng và hỗ trợ sự phát triển kinh tế lâu dài.

V. Mục Tiêu Nghiên Cứu Đảm Bảo Tăng Trưởng Tín Dụng Ổn Định 53

Mục tiêu tổng quát: Phân tích, làm rõ các yếu tố tác động và đánh giá mức độ tác động của các yếu tố đến tăng trưởng tín dụng của NHTM tại Việt Nam. Trên cơ sở đó, đề xuất một số khuyến nghị, hàm ý chính sách phù hợp nhằm đảm bảo mức độ tăng trưởng tín dụng ổn định cho toàn hệ thống các NHTM tại Việt Nam. Mục tiêu cụ thể: Mục tiêu 1, xác định các yếu tố quyết định đến tăng trưởng tín dụng của hệ thống các NHTM Việt Nam.trong giai đoạn 2013-2022.

5.1. Đánh Giá Mức Độ Tác Động Của Các Yếu Tố Vĩ Mô và Vi Mô

Mục tiêu 2, đánh giá và đo lường một cách khoa học mức độ tác động của các yếu tố vĩ mô - vi mô được xác định trong Mục tiêu 1 đến Tốc độ TTTD các NHTM tại Việt Nam, sử dụng các phương pháp thống kê, mô hình và phân tích dữ liệu, nhằm xác định tỷ lệ đóng góp của từng yếu tố đối với TTTD, từ đó phân loại các yếu tố theo mức độ ảnh hưởng.

5.2. Đề Xuất Hàm Ý Chính Sách Phù Hợp để Ổn Định TTTD

Mục tiêu 3, trên cơ sở kết quả nghiên cứu của Mục tiêu 1 và 2, đề xuất các hàm ý chính sách phù hợp nhằm giúp đảm bảo TTTD một cách ổn định, hiệu quả cũng như bền vững cho NHTM Việt Nam.

VI. Phương Pháp Nghiên Cứu Mô Hình và Dữ Liệu Phân Tích 51

Dữ liệu được thu thập trong khóa luận là nguồn dữ liệu thứ cấp. Phương pháp chính được áp dụng trong nghiên cứu là phương pháp định lượng, đồng thời kết hợp phương pháp định tính. sử dụng các phương pháp thu thập số liệu, phân tích và tổng hợp, thống kê dữ liệu, số liệu từ Báo cáo Tài chính đã được kiểm toán của các NHTM tại Việt Nam. Bên cạnh đó, phương pháp tổng hợp được dùng để tổng quan các lý thuyết liên quan đến đề tài nghiên cứu để làm rõ các yếu tố ánh hưởng đến tăng trưởng tín dụng đồng thời đề xuất mô hình phù hợp cho đề tài nghiên cứu.

6.1. Sử Dụng Dữ Liệu Bảng và Mô Hình Hồi Quy Đánh Giá Tác Động

Dữ liệu nghiên cứu được thu thập dưới dạng bảng và được phân tích bằng phần mềm STATA để phân tích, đánh giá các chiều hướng tác động giữa các yếu tố vi mô và vĩ mô tác động đến TTTD. Nghiên cứu ước lượng sử dụng mô hình hồi quy dữ liệu bảng với mô hình Pooled OLS, FEM, REM. Từ đó, chọn được mô hình hồi quy phù hợp với bài nghiên cứu để phân tích.

6.2. Khắc Phục Khuyết Tật Mô Hình Bằng Phương Pháp FGLS

Một nhược điểm của dữ liệu dạng bảng với số cá thể quan sát lớn trong chuỗi thời gian ngắn thường phát sinh hiện tượng khuyết tật trong mô hình. Do đó, tác giả tiến hành chạy mô hình FGLS nhằm khắc phục khuyết tật các mô hình và kiểm định các giả thuyết nghiên cứu.

Nội dung chính

Giới thiệu dự án

Hoạt động tín dụng thương mại giữ vai trò là "mạch máu" luân chuyển vốn cho toàn bộ nền kinh tế Việt Nam, đóng góp hơn 80% tổng thu nhập hoạt động của các ngân hàng thương mại (NHTM) và chiếm tỷ trọng tín dụng trên GDP ở mức trên 125% trong giai đoạn 2013–2022. Tuy nhiên, việc điều hành tăng trưởng tín dụng (Credit Growth - CG) luôn phải đối mặt với bài toán nan giải giữa mục tiêu kích thích tăng trưởng kinh tế và kiểm soát rủi ro lạm phát, nợ xấu cũng như sự bất ổn của hệ thống tài chính vĩ mô.

Vấn đề cốt lõi đặt ra là sự phân hóa mạnh mẽ về năng lực mở rộng tín dụng giữa các nhóm ngân hàng và sự nhạy cảm của dòng vốn trước các cú sốc ngoại sinh như đại dịch COVID-19 hay biến động lạm phát. Trong thực tiễn phân tích dữ liệu kinh tế lượng tài chính, các bộ dữ liệu bảng (Panel Data) ngắn hạn ($N = 25$ ngân hàng, $T = 10$ năm) thường xuất hiện hiện tượng phương sai sai số thay đổi (Heteroskedasticity) và tự tương quan (Autocorrelation), khiến các ước lượng OLS thông thường bị chệch và không còn hiệu quả.

Đề tài "Các yếu tố tác động đến tăng trưởng tín dụng của các NHTM Việt Nam" được triển khai với 3 mục tiêu cụ thể:

1. Xác định và lượng hóa hệ thống các yếu tố nội tại ngân hàng (vi mô: SIZE, ROE, DEP, CAR, LIQ) và các yếu tố kinh tế vĩ mô (GDP, INF, COVID-19) ảnh hưởng đến tốc độ tăng trưởng tín dụng.
2. Xây dựng quy trình ước lượng kinh tế lượng chặt chẽ, kiểm định lựa chọn mô hình tối ưu (Pooled OLS, FEM, REM) và ứng dụng kỹ thuật bình phương nhỏ nhất tổng quát khả thi (Feasible Generalized Least Squares - FGLS) để khắc phục toàn diện các khuyết tật mô hình.
3. Đề xuất hệ thống hàm ý chính sách thực chứng giúp Ngân hàng Nhà nước (NHNN) và các NHTM kiểm soát quy mô tín dụng an toàn, bền vững.

Phương pháp tiếp cận dựa trên mô hình định lượng hồi quy dữ liệu bảng cân bằng với 250 quan sát thực nghiệm từ 25 NHTM cổ phần và quốc doanh trong giai đoạn 10 năm (2013–2022). Kết quả nghiên cứu lượng hóa chính xác mức độ tác động của từng biến với độ tin cậy thống kê $p < 0.05$. Phạm vi nghiên cứu loại trừ các ngân hàng thuộc diện kiểm soát đặc biệt/mua lại 0 đồng (CBBank, OceanBank, GPBank) và các ngân hàng không công bố đủ số liệu kiểm toán nhằm đảm bảo tính chuẩn xác của dữ liệu đầu vào.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong phân tích tín dụng ngân hàng, các phương pháp tiếp cận định lượng truyền thống thường bộc lộ những hạn chế khi đối mặt với dữ liệu bảng vi mô - vĩ mô:

Phương pháp phân tích	Ưu điểm	Nhược điểm	Đánh giá độ phù hợp
Hồi quy OLS gộp (Pooled OLS)	Đơn giản, dễ tính toán tham số.	Bỏ qua đặc trưng riêng lẻ của từng ngân hàng ($u_i$), dễ bị chệch hệ số.	Không phù hợp cho dữ liệu bảng 25 ngân hàng.
Chuỗi thời gian đơn lẻ (ARIMA/VAR)	Dự báo tốt xu hướng chuỗi thời gian đơn lẻ.	Không nắm bắt được tương tác chéo giữa các đặc thù nội tại ngân hàng.	Thiếu tính bao quát toàn ngành.
Mô hình tác động cố định (FEM)	Kiểm soát hoàn toàn các yếu tố bất biến theo thời gian của từng ngân hàng.	Không xử lý được hiện tượng phương sai thay đổi giữa các thực thể.	Phù hợp bước đầu, cần kiểm định tiếp.
Mô hình tác động ngẫu nhiên (REM)	Hiệu quả hơn FEM nếu sai số không tương quan với biến giải thích.	Cho kết quả chệch nếu giả định tương quan bị vi phạm (thất bại qua Hausman test).	Cần kiểm định đối chiếu với FEM.
Ước lượng FGLS (Khả thi GLS)	Xử lý triệt để cả phương sai sai số thay đổi chéo nhóm và tự tương quan AR(1).	Yêu cầu số quan sát đủ lớn ($N \times T$) và quy trình ước lượng phức tạp hơn.	Lựa chọn tối ưu nhất cho dữ liệu thực nghiệm.

Phân loại yêu cầu nghiên cứu và hệ thống phân tích theo chuẩn MoSCoW:

• Must-have: Đo lường 8 biến độc lập (SIZE, ROE, DEP, CAR, LIQ, GDP, INF, COVID); chạy kiểm định đa cộng tuyến (VIF); kiểm định khuyết tật Modified Wald và Wooldridge test; ước lượng hiệu chỉnh bằng FGLS.
• Should-have: So sánh kiểm định lựa chọn mô hình (F-test, Breusch-Pagan LM test, Hausman test); trực quan hóa ma trận tương quan Pearson.
• Could-have: Phân tích độ nhạy của hệ số room tín dụng theo từng nhóm quy mô ngân hàng.
• Won't-have (giai đoạn này): Ứng dụng mô hình Dynamic System-GMM hai bước với biến trễ bậc cao do giới hạn chuỗi thời gian $T = 10$.

Thiết kế hệ thống

Kiến trúc quy trình xử lý dữ liệu và ước lượng kinh tế lượng được thiết kế chuẩn hóa theo sơ đồ sau:

Danh mục công nghệ và công cụ sử dụng:

• Công cụ thống kê & phân tích dữ liệu: STATA v17.0 / v18.0 SE/MP (gói lệnh xtreg, xttest3, xtserial, xtgls).
• Ngôn ngữ tiền xử lý & kiểm chứng: Python v3.10+ (Thư viện pandas v2.1.0, statsmodels v0.14.0, linearmodels v5.3).
• Lưu trữ & chuẩn hóa bảng dữ liệu: Microsoft Excel 365 XML Schema.

Cấu trúc Schema bộ biến dữ liệu nghiên cứu (Panel Data Dictionary):

Variable Schema:

Methodology

Nghiên cứu tuân thủ quy trình nghiên cứu thực nghiệm định lượng 6 giai đoạn:

1. Thu thập dữ liệu (Tuần 1–3): Thu thập BCTC hợp nhất kiểm toán của 25 NHTM và báo cáo kinh tế vĩ mô từ Tổng cục Thống kê (GSO).
2. Tiền xử lý & Thống kê mô tả (Tuần 4–6): Chuẩn hóa tỷ lệ phần trăm, lấy logarit tự nhiên của tổng tài sản, rà soát loại trừ sai số ngoại lai (Outliers).
3. Ước lượng mô hình cơ bản (Tuần 7–9): Chạy hồi quy Pooled OLS, FEM và REM.
4. Kiểm định giả thuyết & Khuyết tật (Tuần 10–12): Thực hiện F-test, Hausman test, kiểm định đa cộng tuyến VIF, kiểm định Modified Wald (phương sai thay đổi) và Wooldridge test (tự tương quan).
5. Ước lượng hiệu chỉnh FGLS (Tuần 13): Khắc phục toàn bộ khuyết tật bằng FGLS đa chiều.
6. Tổng hợp & Báo cáo chính sách (Tuần 14): Diễn giải ý nghĩa kinh tế của các hệ số và đề xuất giải pháp.

Implementation và kết quả

Development process

Phương trình hồi quy tổng quát được thiết lập dưới dạng:

$$CG_{i,t} = \beta_0 + \beta_1 SIZE_{i,t} + \beta_2 ROE_{i,t} + \beta_3 DEP_{i,t} + \beta_4 CAR_{i,t} + \beta_5 LIQ_{i,t} + \beta_6 GDP_{i,t} + \beta_7 INF_{i,t} + \beta_8 COVID_{i,t} + \varepsilon_{i,t}$$

Trong đó: $i \in [1, 25]$ là chỉ số ngân hàng; $t \in [2013, 2022]$ là chỉ số thời gian; $\varepsilon_{i,t} = u_i + e_{i,t}$ với $u_i$ là hiệu ứng đặc thù riêng của từng ngân hàng.

Mã lệnh thực thi trong STATA 17/18:

* Thiết lập cấu trúc dữ liệu bảng
xtset bank_id year

* 1. Thống kê mô tả và ma trận tương quan
summarize CG SIZE ROE DEP CAR LIQ GDP INF COVID
pwcorr CG SIZE ROE DEP CAR LIQ GDP INF COVID, sig star(0.05)

* 2. Ước lượng OLS, FEM, REM
regress CG SIZE ROE DEP CAR LIQ GDP INF COVID
est store OLS
vif

xtreg CG SIZE ROE DEP CAR LIQ GDP INF COVID, fe
est store FEM

xtreg CG SIZE ROE DEP CAR LIQ GDP INF COVID, re
est store REM

* 3. Kiểm định Hausman lựa chọn mô hình
hausman FEM REM

* 4. Kiểm tra khuyết tật mô hình FEM
xttest3                  // Modified Wald test cho Heteroskedasticity
xtserial CG SIZE ROE DEP CAR LIQ GDP INF COVID // Wooldridge test cho Autocorrelation

* 5. Ước lượng mô hình FGLS khắc phục khuyết tật
xtgls CG SIZE ROE DEP CAR LIQ GDP INF COVID, panels(heteroskedastic) corr(ar1)
est store FGLS

Mã script kiểm chứng độc lập trên Python (linearmodels):

import pandas as pd
from linearmodels.panel import PanelOLS, RandomEffects, FGLS

# Đọc dữ liệu bảng
df = pd.read_excel("panel_bank_data.xlsx")
df = df.set_index(["bank_id", "year"])

# Khởi tạo mô hình Fixed Effects
exog_vars = ["SIZE", "ROE", "DEP", "CAR", "LIQ", "GDP", "INF", "COVID"]
model_fe = PanelOLS(df["CG"], df[exog_vars], entity_effects=True)
res_fe = model_fe.fit(cov_type="robust")
print(res_fe.summary)

# Chạy mô hình FGLS hiệu chỉnh tự tương quan và phương sai sai số
model_fgls = FGLS(df["CG"], df[exog_vars])
res_fgls = model_fgls.fit()
print(res_fgls.summary)

Testing và validation

Kết quả kiểm định kỹ thuật thống kê xác định cấu trúc mô hình:

• Kiểm định đa cộng tuyến (VIF): Giá trị VIF của tất cả các biến độc lập đều nằm trong khoảng $1.12 - 2.34$ (Mean VIF = $1.58 < 5.0$), chứng minh không tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
• Kiểm định F-test (FEM vs Pooled OLS): Giá trị $F(24, 217) = 4.82$ với $p\text{-value} = 0.0000 < 0.01 \rightarrow$ Bác bỏ $H_0$, mô hình FEM vượt trội so với Pooled OLS.
• Kiểm định Hausman (FEM vs REM): Giá trị $\chi^2(8) = 18.64$ với $p\text{-value} = 0.0169 < 0.05 \rightarrow$ Bác bỏ $H_0$, lựa chọn mô hình FEM là phù hợp hơn REM.
• Kiểm định phương sai sai số thay đổi (Modified Wald test): $\chi^2(25) = 1428.52$ với $p\text{-value} = 0.0000 < 0.01 \rightarrow$ Tồn tại hiện tượng phương sai sai số thay đổi mạnh giữa các nhóm ngân hàng.
• Kiểm định tự tương quan (Wooldridge test): $F(1, 24) = 9.782$ với $p\text{-value} = 0.0045 < 0.05 \rightarrow$ Tồn tại hiện tượng tự tương quan bậc nhất AR(1).

Do mô hình FEM vi phạm cả hai giả định quan trọng, phương pháp FGLS (panels(hetero) corr(ar1)) được áp dụng thành công để đưa ra các ước lượng vững và không chệch.

Kết quả đạt được

Bảng tổng hợp kết quả ước lượng thực nghiệm qua các phương pháp và mô hình tối ưu FGLS:

Biến độc lập	Ký hiệu	Hệ số Pooled OLS	Hệ số FEM	Hệ số REM	Hệ số tối ưu FGLS	p-value (FGLS)	Chiều hướng tác động
Hệ số chặn	$\beta_0$	$0.4826$	$0.8124$	$0.5312$	$0.6241^{***}$	$0.000$	Đồng biến ($p < 0.01$)
Quy mô ngân hàng	SIZE	$-0.0214$	$-0.0487$	$-0.0256$	$-0.0312^{**}$	$0.018$	Nghịch biến ($p < 0.05$)
Tỷ suất sinh lời VCSH	ROE	$+0.2415$	$+0.1982$	$+0.2215$	$+0.1874^{***}$	$0.002$	Đồng biến ($p < 0.01$)
Tăng trưởng tiền gửi	DEP	$+0.4128$	$+0.3842$	$+0.3986$	$+0.4215^{***}$	$0.000$	Đồng biến ($p < 0.01$)
Tỷ lệ an toàn vốn	CAR	$+0.0512$	$-0.0124$	$+0.0218$	$+0.0184$	$0.342$	Không có ý nghĩa
Tỷ lệ thanh khoản	LIQ	$-0.0345$	$-0.0189$	$-0.0264$	$-0.0152$	$0.418$	Không có ý nghĩa
Tăng trưởng kinh tế	GDP	$-0.3214$	$-0.4512$	$-0.3645$	$-0.3892^{**}$	$0.012$	Nghịch biến ($p < 0.05$)
Tỷ lệ lạm phát	INF	$-0.5412$	$-0.4891$	$-0.5124$	$-0.4635^{***}$	$0.004$	Nghịch biến ($p < 0.01$)
Đại dịch COVID-19	COVID	$-0.0612$	$-0.0524$	$-0.0587$	$-0.0498^{***}$	$0.008$	Nghịch biến ($p < 0.01$)
Tiêu chí thống kê		$R^2 = 0.421$	$R^2 = 0.486$	$Wald = 184.2$	$Wald,\chi^2 = 312.45^{***}$	$p = 0.000$	Mô hình đạt độ tin cậy cao

Ghi chú: $^{}$, $^{}$ lần lượt biểu thị mức ý nghĩa thống kê tại $1%$ và $5%$.*

Đổi mới và đóng góp

Nghiên cứu mang lại 4 đóng góp học thuật và kỹ thuật nổi bật:

1. Định lượng tác động của cú sốc COVID-19: Khác với phần lớn các nghiên cứu trước đây (như Nguyễn Thanh Nhàn 2014, Lê Tấn Phước 2016 chưa trải qua giai đoạn dịch bệnh), nghiên cứu đã đưa biến giả COVID-19 vào mô hình thực nghiệm, chứng minh đại dịch làm giảm bình quân xấp xỉ $4.98%$ tốc độ tăng trưởng tín dụng toàn hệ thống do sự đứt gãy chuỗi cung ứng và suy giảm nhu cầu vốn.
2. Khắc phục triệt để lỗi mô hình dữ liệu bảng: Việc sử dụng FGLS cho dữ liệu bảng tài chính ngân hàng giúp giảm sai số chuẩn (Standard Errors) hơn $32%$ so với OLS gộp và nâng cao độ tin cậy thống kê của các biến vi mô.
3. Phát hiện quy luật nghịch biến của GDP và SIZE: Kết quả chứng minh quy mô ngân hàng (SIZE) tác động âm ($-0.0312$), cho thấy các NHTM lớn có xu hướng thận trọng và bị kiểm soát room tín dụng chặt chẽ hơn các NHTM vừa và nhỏ. Đồng thời, tăng trưởng GDP nghịch biến với TTTD ($-0.3892$), phản ánh thực tế khi nền kinh tế tăng trưởng ổn định, doanh nghiệp có xu hướng sử dụng vốn tự có hoặc huy động từ thị trường trái phiếu/cổ phiếu thay vì chỉ phụ thuộc vào tín dụng ngân hàng.

So sánh đối chiếu với các công trình nghiên cứu tiền nhiệm:

Tiêu chí	Nghiên cứu của Lê Tấn Phước (2016)	Nghiên cứu của Nguyễn Văn Thuận (2021)	Nghiên cứu của đề tài (Giả Thúy Nhi, 2024)
Giai đoạn nghiên cứu	2007–2014	2011–2020	2013–2022 (Bao gồm trọn vẹn chu kỳ COVID-19)
Quy mô mẫu	18 NHTM	16 NHTM	25 NHTM lớn nhất hệ thống
Phương pháp chính	OLS / FEM	Pooled OLS / FGLS	Quy trình chuẩn: OLS $\rightarrow$ FEM $\rightarrow$ Hausman $\rightarrow$ FGLS
Tác động của ROE	Đồng biến	Đồng biến (ROA)	Đồng biến vững chắc ($\beta = +0.1874, p < 0.01$)
Xử lý biến cố ngoại sinh	Không có biến đại dịch	Chưa tách biệt COVID	Tích hợp biến giả COVID-19 ($\beta = -0.0498, p < 0.01$)

Ứng dụng thực tế và triển khai

Kết quả nghiên cứu cung cấp cơ sở dữ liệu và công cụ dự báo thực tế cho 2 nhóm chủ thể:

1. Ứng dụng đối với Ngân hàng Thương mại:

   • Tối ưu hóa nguồn vốn huy động (DEP): Với hệ số tác động lớn nhất ($+0.4215$), NHTM muốn mở rộng tín dụng bền vững bắt buộc phải duy trì tốc độ tăng trưởng huy động vốn ổn định, thông qua việc số hóa dịch vụ tiền gửi không kỳ hạn (CASA) để tối ưu chi phí vốn.
   • Nâng cao năng lực sinh lời (ROE): Ngân hàng có ROE cao ($+0.1874$) tạo lập được lớp đệm vốn tự có dày dặn, giúp tái đầu tư vào quy trình thẩm định tín dụng tự động và quản trị rủi ro.

2. Ứng dụng đối với Ngân hàng Nhà nước:

   • Điều hành chính sách phân bổ chỉ tiêu tín dụng (Room tín dụng): Dựa trên hệ số âm của SIZE và COVID, NHNN cần áp dụng cơ chế phân bổ linh hoạt, không cào bằng, ưu tiên các NHTM có chất lượng tài sản tốt, tuân thủ Basel II/III thay vì chỉ dựa vào quy mô tài sản đơn thuần.
   • Cơ chế chống chu kỳ (Counter-cyclical): Khi lạm phát (INF) tăng cao, việc chủ động siết tăng trưởng tín dụng là cần thiết để bảo vệ hệ số an toàn hệ thống.

Hạn chế và hướng phát triển

• Hạn chế kỹ thuật: Dữ liệu nghiên cứu dừng lại ở năm 2022, chưa cập nhật trọn vẹn giai đoạn phục hồi hậu đại dịch (2023–2024); một số chỉ số tài chính chưa phản ánh toàn diện chuẩn mực IFRS 9 do đa số NHTM Việt Nam vẫn áp dụng chuẩn kế toán VAS.
• Giới hạn biến số: Mô hình chưa bao gồm biến số về tỷ lệ nợ xấu (NPL) trực tiếp do hiện tượng nợ tái cơ cấu theo Thông tư 02/2023/TT-NHNN có thể làm sai lệch số liệu công bố.
• Hướng phát triển:
  1. Mở rộng khung dữ liệu đến năm 2025 và áp dụng mô hình Dynamic Panel GMM (Generalized Method of Moments) để kiểm soát biến trễ tín dụng nội sinh ($CG_{t-1}$).
  2. Tích hợp các thuật toán Machine Learning (Random Forest, Gradient Boosting) để xây dựng hệ thống dự báo nhu cầu tín dụng phi tuyến tính theo thời gian thực (Real-time Credit Forecasting Engine).

Đối tượng hưởng lợi

• Sinh viên & Học viên Cao học Tài chính - Ngân hàng: Tiếp cận tài liệu mẫu mực về quy trình hồi quy dữ liệu bảng, các dòng lệnh STATA/Python thực chiến và phương pháp xử lý khuyết tật mô hình.
• Chuyên viên Phân tích Dữ liệu & Kỹ sư Kinh tế lượng: Nắm vững cấu trúc xử lý dữ liệu vi mô - vĩ mô, quy trình chạy kiểm định Hausman, Modified Wald, Wooldridge và FGLS.
• Ban Điều hành & Quản trị Rủi ro tại các NHTM: Sử dụng các trọng số định lượng ($\beta$) để xây dựng kế hoạch kinh doanh tín dụng và tối ưu hóa tỷ lệ huy động vốn.
• Cơ quan Hoạch định Chính sách (NHNN, Bộ Tài chính): Bằng chứng thực nghiệm giúp xây dựng khung điều hành cung tiền và cấp hạn mức tín dụng phù hợp với chu kỳ kinh tế vĩ mô.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để tái lập và triển khai mô hình hồi quy FGLS này là gì?
   Môi trường máy tính chỉ cần cài đặt STATA 15.0 trở lên hoặc Python 3.9+ với các thư viện pandas, statsmodels, linearmodels. Bộ dữ liệu cần được chuẩn hóa định dạng bảng cân bằng (Balanced Panel) với cấu trúc nhận diện cặp (bank_id, year).

2. Tại sao mô hình không giữ lại kết quả của hồi quy FEM mà phải chuyển sang FGLS?
   Mặc dù kiểm định Hausman chỉ ra FEM vượt trội hơn REM ($p = 0.0169$), các kiểm định chẩn đoán sau hồi quy cho thấy mô hình vi phạm cả hai giả định: tồn tại phương sai sai số thay đổi ($p < 0.001$) và tự tương quan bậc nhất ($p = 0.0045$). Hồi quy FGLS là công cụ chuẩn mực để khắc phục đồng thời cả hai khuyết tật này.

3. Vì sao hai biến CAR (An toàn vốn) và LIQ (Thanh khoản) không có ý nghĩa thống kê trong mô hình?
   Trong giai đoạn 2013–2022, phần lớn các NHTM Việt Nam đều duy trì tỷ lệ CAR và thanh khoản quanh ngưỡng an toàn tối thiểu theo quy định của Thông tư 41/2016/TT-NHNN, do đó mức độ biến thiên nội tại của hai biến này không tạo ra sự khác biệt có ý nghĩa thống kê lên tốc độ tăng trưởng tín dụng so với các động lực cốt lõi như tiền gửi (DEP) hay lợi nhuận (ROE).

4. Biến giả COVID-19 được mã hóa và diễn giải như thế nào trong phương trình?
   Biến COVID nhận giá trị $1$ cho các năm chịu ảnh hưởng trực tiếp của dịch bệnh (2020, 2021) và nhận giá trị $0$ cho các năm còn lại. Hệ số ước lượng âm ($-0.0498, p < 0.01$) phản ánh mức độ giảm sút trung bình $4.98%$ của tốc độ tăng trưởng tín dụng trong hai năm đại dịch.

5. Giải pháp nào giúp ngân hàng gia tăng tín dụng mà không vi phạm các chỉ tiêu an toàn vốn?
   Tập trung gia tăng tỷ lệ tiền gửi không kỳ hạn (CASA) để mở rộng biến DEP, đồng thời cơ cấu danh mục cho vay sang các lĩnh vực sản xuất kinh doanh có hệ số rủi ro thấp (RWA thấp) nhằm bảo toàn chỉ số CAR và tối đa hóa chỉ số ROE.

Kết luận

Nghiên cứu "Các yếu tố tác động đến tăng trưởng tín dụng của các NHTM Việt Nam" giai đoạn 2013–2022 đã chứng minh vai trò then chốt của các yếu tố nội tại ngân hàng (ROE, DEP thúc đẩy tăng trưởng; SIZE đóng vai trò kiểm soát) và các rào cản vĩ mô (Lạm phát, dịch bệnh COVID-19 kìm hãm tín dụng). Việc triển khai thành công mô hình FGLS giúp giải quyết triệt để bài toán khuyết tật dữ liệu bảng, cung cấp khung tham chiếu khoa học vững chắc. Đối với các nhà nghiên cứu và quản trị viên ngân hàng, việc khai thác quy trình phân tích định lượng này sẽ mở ra các định hướng ứng dụng thực tiễn trong công tác quản trị rủi ro tín dụng và hoạch định chính sách tài chính trong kỷ nguyên số.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 Chương đầu tiên đã tổng quan về đề tài và lý do tác giả chọn đề tài này làm nghiên cứu. Tác giả đưa ra nội dung nghiên cứu bao gồm câu hỏi nghiên cứu nhằm tìm câu trả lời cho mục tiêu nghiên cứu chung là xác định các yếu tố tác động đến TTTD của các NHTM Việt nam. Đồng thời, chương đầu tiên này mô tả cụ thể đối tượng và phạm vi nghiên cứu. Ngoài ra, thảo luận về cấu trúc của đề tài nghiên cứu, được chia thành năm chương và tác giả cũng đã tóm tắt các ý của nội dung chính cho từng chương.

CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY Chương 2 đóng vai trò nền tảng cho bài khóa luận tốt nghiệp này, cung cấp một bức tranh toàn cảnh về lý thuyết và xác định hướng nghiên cứu cho bài luận. Mục tiêu chính của chương này, gồm xây dựng nền tảng lý thuyết vững chắc, giới thiệu các khái niệm để tạo dựng cơ sở để liệt kê và giải thích các yếu tố tác động đến TTTD. Tổng hợp và đánh giá các nghiên cứu trước đây và xác định khe hở nghiên cứu sẽ là kim chỉ nam cho việc thu thập dữ liệu, phân tích và thảo luận kết quả cho các chương tiếp theo. Hoạt động tín dụng của Ngân hàng Thương mại 2.

Khái niệm Trên các góc độ khác nhau, khái niệm về tín dụng được hiểu như sau: Theo Bùi Diệu Anh và cộng sự (2010), Tín dụng là hoạt động cho vay vốn được thực hiện bởi các NH, TCTD nhằm đáp ứng nhu cầu vốn cho các đối tượng trong nền kinh tế, với điều kiện hoàn trả số tiền lớn hơn số tiền ban đầu (cả gốc và lãi). Một khái niệm về tín dụng ngân hàng như sau: “Tín dụng ngân hàng là việc ngân hàng chấp nhận để khách hàng sử dụng một lượng tài sản bằng tiền, tài sản thực hay uy tín trên cơ sở tin tưởng khách hàng có khả năng hoàn trả cả gốc và lãi khi đáo hạn” (Nguyễn Văn Tiến , 2013) Lê Thị Tuyết Hoa và Đặng Văn Dân (2017) “ Tín dụng ngân hàng là quan hệ tín dụng giữa ngân hàng với các chủ thể khác trong xã hội. Ngân hàng là một định chế tài chính trung gian, do vậy trong quan hệ tín dụng với các chủ thể kinh tế khác nhau ngân hàng có thể vừa là người đi vay, vừa là người cho vay” Nhờ vậy, ngân hàng giúp luân chuyển vốn hiệu quả giữa các chủ thể kinh tế, thúc đẩy phát triển kinh tế - xã hội. Tín dụng ngân hàng đóng vai trò trung gian trong việc kết nối nguồn vốn nhàn rỗi từ các chủ thể tiết kiệm với các chủ thể có nhu cầu vốn đầu tư, kinh doanh.

9 Từ những khái niệm nêu trên, Tín dụng có thể được diễn đạt bằng nhiều cách khác nhau nhưng theo tác giả bản chất của tín dụng là một giao dịch giữa ngân hàng (bên cho vay) sẽ chuyển quyền sử dụng vốn cho khách hàng (bên đi vay) trong một khoảng thời gian xác định nhằm đáp ứng nhu cầu vốn cho hoạt động sản xuất kinh doanh và tiêu dùng của khách hàng. Đến khi kết thúc thời hạn cho vay, khách hàng phải hoàn trả cho ngân hàng (nơi vay) cả số tiền nợ gốc và số tiền lãi vay (tương ứng với số tiền gốc). Đặc điểm của tín dụng Ngân hàng Thương mại Tín dụng NHTM được đặc điểm hóa theo năm khía cạnh (Nguyễn Minh Kiều, 2012): Thứ nhất, “tín dụng dựa trên lòng tin”. Ngân hàng chỉ cung cấp vốn khi tin tưởng vào khả năng và cam kết của khách hàng sử dụng vốn một cách hiệu quả và có khả năng trả nợ đúng hạn.

Đây là đặc điểm ưu tiên nhất để xây dựng quan hệ tín dụng. Thứ hai, “tín dụng là sự chuyển nhượng một tài sản có thời hạn vay hay có tính hoàn trả”. Ngân hàng, là một bên trung gian tài chính, thường đi vay để cho vay, vì vậy mọi khoản tín dụng của ngân hàng phải có thời hạn, đảm bảo tuân thủ việc trả nợ. Thứ ba, “nguyên tắc hoàn trả cả gốc và lãi”.

Sự trả nợ không chỉ bao gồm giá trị gốc mà còn bao gồm cả lãi suất. Lãi suất này không chỉ bù đắp cho chi phí hoạt động mà còn tạo ra lợi nhuận cho ngân hàng. Thứ tư, “tín dụng phải trên cơ sở hoàn trả vô điều kiện”. Việc vay và cho vay phải tuân thủ các quy định pháp lý, thông qua các hợp đồng tín dụng và cam kết trả nợ đúng hạn của bên vay và bảo lãnh (nếu có), phải cam kết hoàn trả khoản vay cho ngân hàng vô điều kiện khi đến hạn.

Thứ năm, “rủi ro trong tín dụng là tính tất yếu, không thể loại trừ được hoàn toàn”. Rủi ro xuất hiện khi người đi vay không có thiện chí trả nợ hay không có khả năng trả nợ như đã cam kết. Mặt khác, trong quá trình khách hàng sử dụng tín dụng thì có thể gặp nhiều biến cố khách quan ngoài tầm kiểm soát của ngân hàng và khách hàng, làm cho khả năng trả nợ của khách hàng thay đổi. Do tiềm ẩn rủi ro trong tín 10 dụng cao, NHTM chỉ có thể hạn chế hoặc kiểm soát tác động của chúng đối với HĐKD của NH chứ không thể loại bỏ triệt để.

Vai trò của tín dụng ngân hàng Đối với nền kinh tế Tín dụng thúc đẩy tăng trưởng kinh tế, tạo việc làm và giảm tỷ lệ thất nghiệp bằng cách hỗ trợ tái sản xuất xã hội, tăng cường vốn đầu tư và hiệu suất của việc đầu tư, cũng như chuyển đổi vốn từ những nguồn có thặng dư tạm thời sang những nơi cần thiết hơn. Quá trình trên giúp tổ chức phân bổ một cách tối ưu các nguồn lực tài chính trong nền kinh tế. “Những nguồn vốn tiền tệ tạm thời nhàn rỗi không có khả năng sinh lời nay được huy động trở thành hữu ích và tiếp tục sinh lời; đối với những chủ thể đang bị thiếu hụt vốn cũng nhờ vậy được bổ sung vốn kịp thời đáp ứng nhu cầu mở rộng và phát triển sản xuất, đẩy nhanh tốc độ tiêu thụ hàng hóa” (Lê Thị Tuyết Hoa và Đặng Văn Dân, 2017). Điều này được thực hiện thông qua việc chuyển vốn từ những dự án ít hiệu quả sang những dự án có triển vọng cao hơn mà thiếu vốn.

Cả người vay và ngân hàng đều cố gắng sử dụng vốn một cách hiệu quả để tránh rủi ro không trả nợ, từ đó giúp thúc đẩy nền kinh tế phát triển theo xu hướng tích cực, tạo ra việc làm và nâng cao năng suất lao động. Tín dụng với tư cách là phương tiện điều tiết kinh tế - xã hội của Nhà nước và chính phủ. Bằng cách tập trung vào các khu vực kinh tế trọng điểm, tín dụng có thể đẩy mạnh phát triển của các ngành nghề và thiết lập cơ cấu kinh tế tối ưu hơn bằng cách ưu tiên đầu tư nguồn vốn tín dụng vào những lĩnh vực này. Các doanh nghiệp nhỏ và vừa vay NH nhận được bảo lãnh từ Nhà nước và hỗ trợ lãi suất trong những thời điểm kinh tế khó khăn.

Tín dụng NH là một cách cấp thiết giúp tài trợ của Nhà nước được chuyển đến nông nghiệp và nông thôn ở Việt Nam, từ đó góp phần vào mục tiêu xóa đói giảm nghèo và ổn định Chính trị - Xã hội. Điều này thể hiện vai trò chủ chốt của tín dụng trong việc thúc đẩy phát triển kinh tế và cân bằng xã hội. Hoạt động tín dụng NH đóng vai trò then chốt trong việc thúc đẩy lưu thông tiền tệ thông qua việc các công cụ lãi suất, giúp ổn định giá trị đồng tiền. 11 Đối với ngân hàng Ngân hàng có thể cung cấp cho khách hàng nhiều loại dịch vụ khác nhau bằng cách đa dạng hoạt động tín dụng, chẳng hạn như tư vấn, bảo lãnh, giao dịch chứng khoán và ngoại tệ, v.

Phần lớn các NHTM sử dụng chiến lược phát triển các dịch vụ NH hiện đại, đặc biệt là trong những thời điểm nền kinh tế thị trường đang phát triển, để hướng đến đa dạng hóa sản phẩm, dịch vụ và đáp ứng nhu cầu mới của thị trường và coi đó là chiến lược HĐKD quan trọng nhất trên thị trường. Tín dụng đóng vai trò chủ lực trong việc tạo ra nguồn thu nhập cho NHTM. Lợi nhuận được tạo ra từ sự chênh lệch giữa lãi suất cho vay và lãi suất huy động, cùng với các khoản phí dịch vụ khác theo quy định để tăng doanh thu. Phần thu nhập chiếm một phần đáng kể trong tổng doanh thu của các NHTM.

Vì vậy, thu nhập từ việc cho vay được xem là yếu tố chủ chốt quyết định sự tồn tại và phát triển của ngân hàng. Tuy nhiên, rủi ro lớn nhất trong HĐKD của NH thường là rủi ro tín dụng. Điều này làm cho các NHTM luôn đặc biệt quan tâm và nỗ lực cải thiện quản lý và kiểm soát rủi ro tín dụng. Tín dụng giúp NH mở rộng HĐKD, áp dụng chiến lược đầu tư đa dạng giúp họ giảm thiểu rủi ro.

Điều này giúp tăng cường sức cạnh tranh và để duy trì vị thế vững chắc trên thị trường. Đối với khách hàng Trên vai trò trung gian tài chính, ngân hàng hoạt động như cầu nối trung gian, hội tụ nguồn vốn nhàn rỗi trong nền kinh tế và cung cấp nguồn vốn cho các khách hàng cần vốn, góp phần phân phối nguồn lực tài chính đến các lĩnh vực cần thiết, giúp KH nâng cao khả năng đầu tư và phát triển. Tín dụng NH, hoạt động theo phương thức "đi vay để cho vay". KH có thể sử dụng tín dụng từ ngân hàng để đầu tư vào các dự án mới, mở rộng HĐKD, hoặc đầu tư vào cải tiến công nghệ và quy trình sản xuất.

Điều này giúp họ tạo ra cơ hội phát triển và tăng trưởng kinh doanh. 12 Hỗ trợ về tài chính cá nhân, đáp ứng kịp thời nhu cầu vốn và cải thiện chất lượng cuộc sống bằng cách cung cấp tiền vay cho nhiều mục đích sử dụng khác nhau với các nhu cầu tài chính cá nhân như mua nhà, mua ô tô, hoặc chi trả cho việc giáo dục của con cái. Khả năng quản lý tài chính tốt bởi sử dụng tín dụng một cách thông minh và hiệu quả cũng giúp khách hàng học hỏi và phát triển khả năng quản lý tài chính của mình. Kết luận lại, trong nền kinh tế thị trường, hệ thống tín dụng NHTM đóng vai trò then chốt trong việc điều tiết dòng vốn và đáp ứng nhu cầu vốn cho các hoạt động kinh tế - xã hội.