Các yếu tố ảnh hưởng đến tỷ lệ nợ xấu của các ngân hàng thương mại cổ phần tại Việt Nam

Khóa luận phân tích các yếu tố ảnh hưởng đến tỷ lệ nợ xấu của ngân hàng thương mại cổ phần tại Việt Nam, cung cấp cái nhìn sâu sắc và thực tiễn.

• Tác giả: Nguyễn Trí Tài
• Người hướng dẫn: TS. Nguyễn Thị Thu Trang
• Trường học: Trường Đại học Ngân hàng Thành phố Hồ Chí Minh
• Chuyên ngành: Tài chính - Ngân hàng
• Đề tài: Các Yếu Tố Ảnh Hưởng Đến Tỷ Lệ Nợ Xấu Của Các Ngân Hàng Thương Mại Cổ Phần Tại Việt Nam
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.2.1. Mục tiêu nghiên cứu tổng quát
• 1.2.2. Mục tiêu nghiên cứu cụ thể
• 1.2.3. Câu hỏi nghiên cứu
• 1.3. Đối tượng và phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.5. Đóng góp của đề tài
• 1.6. Kết cấu của đề tài
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
• 2.1. Tổng quan về tỷ lệ nợ xấu
• 2.2. Nợ xấu và tỷ lệ nợ xấu
• 2.3. Phân loại nợ xấu
• 2.4. Các tiêu chí đo lường nợ xấu
• 2.5. Lý thuyết “Thông tin bất cân xứng” (Asymmetric Information)
• 2.6. Lý thuyết “Quá lớn để phá sản” (Too Big to Fail)
• 2.7. Lý thuyết “Tiết kiệm” (Saving Theory)
• 2.8. Lý thuyết “Quản lý kém” (Inefficient Management Theory)
• 2.9. Giả thuyết “Kém May Mắn” (Bad Luck Hypothesis)
• 2.10. Tổng quan các nghiên cứu liên quan
• 2.10.1. Các nghiên cứu trên thế giới
• 2.10.2. Các nghiên cứu trong nước
• 2.11. Khoảng trống nghiên cứu và hướng nghiên cứu của đề tài
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Giả thuyết nghiên cứu
• 3.2. Tỷ lệ dự phòng rủi ro tín dụng
• 3.3. Quy mô ngân hàng
• 3.4. Tốc độ tăng trưởng tín dụng
• 3.5. Tỷ lệ chi phí/doanh thu
• 3.6. Khả năng sinh lời
• 3.7. Tỷ lệ tiền gửi không kỳ hạn
• 3.8. Tốc độ tăng trưởng tổng sản phẩm quốc nội
• 3.9. Tỷ lệ lạm phát
• 3.10. Đại dịch COVID-19
• 3.11. Quy trình nghiên cứu
• 3.12. Mô hình nghiên cứu
• 3.13. Phương pháp thu thập dữ liệu
• 3.14. Phương pháp phân tích dữ liệu
• 3.14.1. Mô hình Pooled OLS
• 3.14.2. Mô hình FEM
• 3.14.3. Mô hình REM
• 3.14.4. Mô hình FGLS
• 3.15. Kiểm định F-test
• 3.16. Kiểm định Breusch và Pagan
• 3.17. Kiểm định Hausman
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. Tình hình tỷ lệ nợ xấu của các Ngân hàng Thương mại Cổ phần tại Việt Nam
• 4.2. Thống kê mô tả
• 4.3. Ma trận hệ số tương quan
• 4.4. Kiểm tra hiện tượng đa cộng tuyến
• 4.5. Kết quả hồi quy các mô hình
• 4.5.1. Lựa chọn mô hình hồi quy
• 4.6. Kiểm định khuyết tật của mô hình được chọn
• 4.6.1. Kiểm định FGLS
• 4.7. Thảo luận kết quả nghiên cứu
• 4.7.1. Tỷ lệ dự phòng rủi ro tín dụng (LLP)
• 4.7.2. Khả năng sinh lời của ngân hàng (BPF)
• 4.7.3. Tỷ lệ lạm phát (INF)
• 4.7.4. Tỷ lệ chi phí/doanh thu (CIR)
• 4.7.5. Đại dịch COVID-19
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ
• 5.1. Hàm ý quản trị
• 5.1.1. Tỷ lệ dự phòng rủi ro tín dụng (LLP)
• 5.1.2. Khả năng sinh lời của ngân hàng (BPF)
• 5.1.3. Tỷ lệ lạm phát (INF)
• 5.1.4. Tỷ lệ chi phí/doanh thu (CIR)
• 5.1.5. Đại dịch COVID-19
• 5.2. Hạn chế của đề tài
• 5.3. Hướng phát triển tiếp theo
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về các yếu tố ảnh hưởng đến tỷ lệ nợ xấu

Tỷ lệ nợ xấu là một trong những chỉ số quan trọng phản ánh sức khỏe tài chính của các ngân hàng thương mại cổ phần tại Việt Nam. Nghiên cứu này nhằm phân tích các yếu tố ảnh hưởng đến tỷ lệ nợ xấu, từ đó đưa ra những giải pháp quản lý hiệu quả. Các yếu tố như chính sách cho vay, tình hình kinh tế vĩ mô, và khả năng quản lý rủi ro tín dụng sẽ được xem xét kỹ lưỡng.

1.1. Định nghĩa và vai trò của tỷ lệ nợ xấu

Tỷ lệ nợ xấu được định nghĩa là tỷ lệ phần trăm của các khoản vay không thu hồi được so với tổng dư nợ cho vay. Nó đóng vai trò quan trọng trong việc đánh giá khả năng thanh toán của ngân hàng và ảnh hưởng đến quyết định đầu tư của các nhà đầu tư.

1.2. Tình hình nợ xấu tại các ngân hàng thương mại cổ phần

Theo báo cáo của Ngân hàng Nhà nước, tỷ lệ nợ xấu của các ngân hàng thương mại cổ phần đã tăng lên 6,9% trong năm 2024. Điều này cho thấy áp lực lớn trong việc quản lý nợ xấu và duy trì chất lượng tài sản.

II. Các thách thức trong quản lý tỷ lệ nợ xấu tại ngân hàng

Quản lý tỷ lệ nợ xấu là một thách thức lớn đối với các ngân hàng thương mại cổ phần. Các yếu tố như lạm phát, tăng trưởng tín dụng và chính sách cho vay có thể tác động mạnh đến tỷ lệ này. Việc nhận diện và phân tích các thách thức này là cần thiết để đưa ra các giải pháp hiệu quả.

2.1. Tác động của lạm phát đến tỷ lệ nợ xấu

Lạm phát cao có thể làm giảm khả năng thanh toán của khách hàng, dẫn đến gia tăng tỷ lệ nợ xấu. Các ngân hàng cần theo dõi sát sao tình hình lạm phát để điều chỉnh chính sách cho vay kịp thời.

2.2. Tăng trưởng tín dụng và rủi ro nợ xấu

Tăng trưởng tín dụng nhanh chóng có thể dẫn đến việc ngân hàng cho vay mà không đánh giá đầy đủ rủi ro, từ đó làm tăng tỷ lệ nợ xấu. Cần có các biện pháp kiểm soát chặt chẽ hơn trong quy trình cho vay.

III. Phương pháp quản lý rủi ro tín dụng hiệu quả

Để giảm thiểu tỷ lệ nợ xấu, các ngân hàng cần áp dụng các phương pháp quản lý rủi ro tín dụng hiệu quả. Việc xây dựng các mô hình dự đoán rủi ro và cải thiện quy trình thẩm định tín dụng là rất quan trọng.

3.1. Xây dựng mô hình dự đoán rủi ro tín dụng

Mô hình dự đoán rủi ro tín dụng giúp ngân hàng xác định khả năng trả nợ của khách hàng. Việc sử dụng dữ liệu lịch sử và các chỉ số tài chính có thể cải thiện độ chính xác của mô hình.

3.2. Cải thiện quy trình thẩm định tín dụng

Quy trình thẩm định tín dụng cần được cải thiện để đảm bảo rằng các khoản vay được cấp phát dựa trên khả năng thanh toán thực tế của khách hàng. Điều này sẽ giúp giảm thiểu rủi ro nợ xấu.

IV. Ứng dụng thực tiễn từ nghiên cứu về tỷ lệ nợ xấu

Nghiên cứu này không chỉ cung cấp cái nhìn sâu sắc về các yếu tố ảnh hưởng đến tỷ lệ nợ xấu mà còn đưa ra các ứng dụng thực tiễn cho các ngân hàng thương mại cổ phần. Việc áp dụng các kết quả nghiên cứu có thể giúp cải thiện chất lượng tài sản và hiệu quả hoạt động kinh doanh.

4.1. Tối ưu hóa quy trình cấp tín dụng

Các ngân hàng có thể tối ưu hóa quy trình cấp tín dụng bằng cách áp dụng các phương pháp quản lý rủi ro và thẩm định tín dụng hiệu quả. Điều này sẽ giúp giảm thiểu tổn thất tài chính.

4.2. Nâng cao khả năng dự báo rủi ro

Việc hiểu biết sâu sắc về các yếu tố ảnh hưởng đến tỷ lệ nợ xấu sẽ giúp các ngân hàng nâng cao khả năng dự báo rủi ro và chuẩn bị tốt hơn cho những biến động kinh tế trong tương lai.

V. Kết luận và hướng phát triển tương lai

Kết luận từ nghiên cứu cho thấy rằng việc quản lý tỷ lệ nợ xấu là một nhiệm vụ quan trọng đối với các ngân hàng thương mại cổ phần tại Việt Nam. Các ngân hàng cần tiếp tục cải thiện quy trình quản lý rủi ro và áp dụng các giải pháp hiệu quả để giảm thiểu tỷ lệ nợ xấu trong tương lai.

5.1. Tầm quan trọng của việc quản lý nợ xấu

Quản lý nợ xấu không chỉ ảnh hưởng đến sức khỏe tài chính của ngân hàng mà còn tác động đến toàn bộ nền kinh tế. Việc duy trì tỷ lệ nợ xấu ở mức thấp là cần thiết để đảm bảo sự ổn định của hệ thống tài chính.

5.2. Đề xuất hướng phát triển trong tương lai

Các ngân hàng cần nghiên cứu và áp dụng các công nghệ mới trong quản lý rủi ro tín dụng, đồng thời cải thiện quy trình thẩm định và cấp tín dụng để giảm thiểu tỷ lệ nợ xấu.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp ngành Tài chính - Ngân hàng (Mã số: 7340201) của tác giả Nguyễn Trí Tài, thực hiện năm 2024 tại Trường Đại học Ngân hàng Thành phố Hồ Chí Minh dưới sự hướng dẫn khoa học của TS. Nguyễn Thị Thu Trang, tập trung giải quyết vấn đề quản trị rủi ro tín dụng thông qua việc phân tích các yếu tố tác động đến tỷ lệ nợ xấu (NPL) trong hệ thống ngân hàng thương mại cổ phần (NHTMCP) tại Việt Nam.

1. Lý do chọn đề tài và bối cảnh thực tiễn Theo báo cáo tại Họp báo thông tin tình hình hoạt động ngân hàng 6 tháng đầu năm 2024 từ Ngân hàng Nhà nước Việt Nam (NHNN), tỷ lệ nợ xấu tổng thể của toàn hệ thống đã lên tới mức 6,9%. Dữ liệu thống kê thị trường đến cuối tháng 3/2024 cho thấy tổng nợ xấu nội bảng của 27 ngân hàng niêm yết đạt hơn 224 nghìn tỷ đồng, chiếm 2,18% tổng dư nợ cho vay khách hàng, tăng 13,5% so với đầu năm 2024 và tăng 31,37% so với quý 1/2023. Đáng chú ý, không còn ngân hàng nào duy trì được tỷ lệ nợ xấu dưới 1%. Tỷ lệ bao phủ nợ xấu (LLCR) toàn ngành giảm xuống mức 81,5% trong quý 2/2024 (mức đáy trong vòng 5 năm, cách xa mức đỉnh 143,2% vào quý 3/2022), trong khi tỷ lệ hình thành nợ xấu mới tăng lên 0,16%.

Về mặt lý luận, tác giả vận dụng các phân tích của Joseph Stiglitz (2010) để chỉ ra rằng nợ xấu gia tăng làm xói mòn bộ đệm dự phòng, suy giảm khả năng cung ứng tín dụng và tiềm ẩn nguy cơ gây hiệu ứng domino lên toàn hệ thống tài chính. Trong khi đó, phần lớn các nghiên cứu thực nghiệm trước đây tại Việt Nam chủ yếu sử dụng chuỗi dữ liệu trước đại dịch COVID-19 hoặc chưa tích hợp đồng thời các biến số tài chính nội tại đặc thù (như chi phí hoạt động, tiền gửi không kỳ hạn) với các cú sốc vĩ mô.

2. Mục tiêu nghiên cứu

• Mục tiêu tổng quát: Nghiên cứu các yếu tố ảnh hưởng đến tỷ lệ nợ xấu của các Ngân hàng Thương mại Cổ phần tại Việt Nam.
• Mục tiêu cụ thể:
  1. Xác định các yếu tố ảnh hưởng đến tỷ lệ nợ xấu của các Ngân hàng Thương mại Cổ phần tại Việt Nam.
  2. Xác định mức độ và chiều hướng ảnh hưởng của các yếu tố đến tỷ lệ nợ xấu của các Ngân hàng Thương mại Cổ phần tại Việt Nam.
  3. Đề xuất một số hàm ý quản trị nhằm giảm tỷ lệ nợ xấu của các Ngân hàng Thương mại Cổ phần tại Việt Nam.

3. Câu hỏi nghiên cứu

1. Các yếu tố nào ảnh hưởng đến tỷ lệ nợ xấu của các Ngân hàng Thương mại Cổ phần tại Việt Nam?
2. Mức độ và chiều hướng ảnh hưởng của các yếu tố đến tỷ lệ nợ xấu của các Ngân hàng Thương mại Cổ phần tại Việt Nam?
3. Một số hàm ý quản trị nào được đề xuất nhằm giảm tỷ lệ nợ xấu của các Ngân hàng Thương mại Cổ phần tại Việt Nam?

4. Đối tượng và phạm vi nghiên cứu

• Đối tượng nghiên cứu: Các yếu tố ảnh hưởng đến tỷ lệ nợ xấu trong hệ thống NHTMCP tại Việt Nam.
• Phạm vi không gian: 25 Ngân hàng Thương mại Cổ phần tại Việt Nam.
• Phạm vi thời gian: Giai đoạn 11 năm, từ năm 2013 đến năm 2023. Đây là giai đoạn hệ thống ngân hàng trải qua quá trình tái cấu trúc toàn diện theo định hướng của NHNN, đẩy mạnh chuyển đổi số và ứng phó với các biến động vĩ mô phức tạp như đại dịch COVID-19 và biến động lạm phát.

---

Cơ sở lý thuyết và phương pháp

1. Khung lý thuyết nền tảng Nghiên cứu tích hợp 5 lý thuyết tài chính và kinh tế vi mô - vĩ mô kinh điển để làm sáng tỏ cơ chế hình thành nợ xấu:

• Lý thuyết Thông tin bất cân xứng (Asymmetric Information): Dựa trên công trình của Akerlof (1970), Stiglitz & Weiss (1981), Hart & Moore (1999) và Boudriga & cộng sự (2009). Do hợp đồng tín dụng mang bản chất là "hợp đồng không hoàn chỉnh", thông tin bất cân xứng dẫn đến hiện tượng lựa chọn bất lợi (adverse selection) trước khi cấp tín dụng và rủi ro đạo đức / tâm lý ỷ lại (moral hazard) sau khi giải ngân.
• Lý thuyết "Quá lớn để phá sản" (Too Big to Fail - TBTF): Đề xuất bởi Minsky (1986), Bernanke (2009) và Mankiw (2009). Các ngân hàng có quy mô lớn thường có xu hướng chấp nhận danh mục đầu tư và tín dụng rủi ro cao hơn do kỳ vọng nhận được sự hỗ trợ từ cơ quan quản lý khi xảy ra biến cố thanh khoản.
• Lý thuyết "Tiết kiệm" (Saving Theory): Đề xuất bởi Love & Sorensen (1996) và Gorton (2010). Khi ngân hàng cắt giảm chi phí hoạt động bằng cách giảm ngân sách cho quy trình thẩm định và giám sát tín dụng trong ngắn hạn, nguy cơ phát sinh nợ xấu trong dài hạn sẽ gia tăng.
• Lý thuyết "Quản lý kém" (Inefficient Management Theory): Dựa trên nghiên cứu của Jensen & Meckling (1976), Beck & cộng sự (2021) và Bernanke (2020). Năng lực điều hành và kiểm soát nội bộ yếu kém dẫn đến việc cấp tín dụng dưới chuẩn, thiếu minh bạch trong phân loại nợ và làm suy giảm khả năng sinh lời.
• Giả thuyết "Kém may mắn" (Bad Luck Hypothesis): Phát triển bởi Baltagi (2005), Jiménez & cộng sự (2013) và Berger & DeYoung (1997). Sự gia tăng nợ xấu xuất phát từ các cú sốc ngoại sinh của môi trường vĩ mô (lạm phát, suy thoái kinh tế, đại dịch) nằm ngoài tầm kiểm soát của hệ thống quản trị ngân hàng.

2. Đo lường biến số và phân loại nợ Tác giả hệ thống hóa các tiêu chuẩn phân loại nợ của Ngân hàng Thế giới (World Bank), Quỹ Tiền tệ Quốc tế (IMF), Ngân hàng Trung ương Châu Âu (ECB) và Quy định phân loại nợ 5 nhóm của Ngân hàng Nhà nước Việt Nam (Nợ đủ tiêu chuẩn, Nợ cần chú ý, Nợ dưới tiêu chuẩn, Nợ nghi ngờ, Nợ có khả năng mất vốn). Tỷ lệ nợ xấu (NPL) được xác định là tỷ lệ giữa tổng dư nợ nhóm 3, 4, 5 trên tổng dư nợ cho vay.

Tên biến	Ký hiệu	Vai trò	Đo lường / Bản chất
Tỷ lệ nợ xấu	NPL	Biến phụ thuộc	Tổng nợ xấu (Nhóm 3, 4, 5) / Tổng dư nợ cho vay
Tỷ lệ dự phòng rủi ro tín dụng	LLP	Biến độc lập	Chi phí trích lập dự phòng rủi ro / Tổng dư nợ
Quy mô ngân hàng	SIZE	Biến độc lập	Logarit tự nhiên của Tổng tài sản
Tăng trưởng tín dụng	LGR	Biến độc lập	Tốc độ tăng trưởng dư nợ cho vay qua các năm
Tỷ lệ chi phí trên thu nhập	CIR	Biến độc lập	Tổng chi phí hoạt động / Tổng thu nhập hoạt động
Khả năng sinh lời	BPF	Biến độc lập	Lợi nhuận trước thuế / Tổng tài sản (hoặc Vốn chủ sở hữu)
Tỷ lệ tiền gửi không kỳ hạn	CASA	Biến độc lập	Tiền gửi không kỳ hạn / Tổng tiền gửi khách hàng
Tăng trưởng kinh tế	GDP	Biến vĩ mô	Tốc độ tăng trưởng Tổng sản phẩm quốc nội hàng năm
Tỷ lệ lạm phát	INF	Biến vĩ mô	Tỷ lệ chỉ số giá tiêu dùng (CPI) hàng năm
Đại dịch COVID-19	COVID-19	Biến giả	Nhận giá trị 1 trong các năm dịch bệnh, 0 cho các năm còn lại

3. Phương pháp nghiên cứu và quy trình phân tích dữ liệu

• Nguồn dữ liệu: Dữ liệu thứ cấp dạng bảng cân đối (balanced panel data) thu thập từ Báo cáo tài chính kiểm toán và Báo cáo thường niên của 25 NHTMCP Việt Nam trong 11 năm (2013–2023), kết hợp dữ liệu thống kê từ NHNN và Tổng cục Thống kê.
• Quy trình kinh tế lượng:
  1. Thống kê mô tả và phân tích ma trận tương quan giữa các biến.
  2. Kiểm tra hiện tượng đa cộng tuyến bằng hệ số tương quan và chỉ số VIF.
  3. Ước lượng mô hình dữ liệu bảng qua ba phương pháp: Hồi quy gộp (Pooled OLS), Mô hình hiệu ứng cố định (FEM) và Mô hình hiệu ứng ngẫu nhiên (REM).
  4. Lựa chọn mô hình thích hợp thông qua Kiểm định F (F-test), Kiểm định Breusch-Pagan Lagrange Multiplier và Kiểm định Hausman.
  5. Kiểm định khuyết tật mô hình (hiện tượng phương sai sai số thay đổi và tự tương quan).
  6. Sử dụng phương pháp Bình phương bé nhất tổng quát khả thi (Feasible Generalized Least Squares - FGLS) để khắc phục toàn diện các khuyết tật của mô hình được chọn.

---

Nội dung chính theo từng chương

Chương 1: Tổng quan về đề tài nghiên cứu

Chương 1 thiết lập tính cấp thiết của đề tài thông qua các dữ liệu thực tế về áp lực nợ xấu gia tăng của ngành ngân hàng Việt Nam năm 2024. Nội dung chương trình bày chi tiết mục tiêu tổng quát, ba mục tiêu cụ thể, ba câu hỏi nghiên cứu, đối tượng nghiên cứu và phạm vi 25 NHTMCP giai đoạn 2013–2023. Tác giả chỉ rõ đóng góp khoa học trong việc cập nhật giai đoạn nghiên cứu 11 năm có tính đến các biến động hậu đại dịch và đóng góp thực tiễn cho công tác quản trị rủi ro tại các ngân hàng thương mại.

Chương 2: Cơ sở lý thuyết và mô hình nghiên cứu

Chương 2 trình bày tổng quan các khái niệm về nợ xấu, tiêu chuẩn xác định nợ xấu quốc tế và bảng phân loại nợ theo quy định của NHNN. Tác giả luận giải sâu sắc 5 lý thuyết cốt lõi (Thông tin bất cân xứng, Quá lớn để phá sản, Tiết kiệm, Quản lý kém, Kém may mắn) và tổng thuật các công trình nghiên cứu thực nghiệm trong và ngoài nước. Chương này phân tích các khoảng trống nghiên cứu trước đó, từ đó xây dựng khung phân tích kết hợp giữa các yếu tố nội tại ngân hàng và biến số vĩ mô.

Chương 3: Phương pháp nghiên cứu

Chương 3 thiết lập 9 giả thuyết nghiên cứu (H1 đến H9) về mối quan hệ giữa NPL và các yếu tố LLP, SIZE, LGR, CIR, BPF, CASA, GDP, INF và COVID-19. Tác giả mô tả chi tiết quy trình nghiên cứu định lượng, công thức toán học đo lường các biến và xây dựng phương trình hồi quy dữ liệu bảng. Các bước kiểm định lựa chọn mô hình giữa Pooled OLS, FEM, REM và quy trình kiểm định khuyết tật mô hình cũng như phương pháp ước lượng FGLS được thiết kế chi tiết.

Chương 4: Kết quả nghiên cứu và thảo luận

Chương 4 báo cáo kết quả thống kê mô tả, ma trận tương quan và kiểm định đa cộng tuyến. Qua các kiểm định lựa chọn mô hình, mô hình REM được xác định là phù hợp hơn Pooled OLS và FEM. Tuy nhiên, kiểm định khuyết tật trên REM phát hiện sự hiện diện của phương sai sai số thay đổi và tự tương quan. Do đó, mô hình FGLS được áp dụng để đưa ra các ước lượng vững. Kết quả cho thấy các yếu tố LLP, BPF, INF và CIR có tác động cùng chiều (+) có ý nghĩa thống kê đến tỷ lệ nợ xấu, trong khi biến giả COVID-19 thể hiện mối quan hệ ngược chiều (-).

Chương 5: Kết luận và hàm ý quản trị

Chương 5 đúc kết các phát hiện chính từ kết quả hồi quy FGLS và đưa ra các nhóm hàm ý quản trị thực tiễn đối với từng yếu tố: kiểm soát dự phòng rủi ro tín dụng (LLP), kiểm soát tỷ lệ chi phí trên thu nhập (CIR), nâng cao chất lượng danh mục sinh lời (BPF), chủ động thích ứng với diễn biến lạm phát (INF) và quản lý rủi ro tín dụng chu kỳ hậu COVID-19. Chương kết thúc bằng việc chỉ rõ các giới hạn nghiên cứu và định hướng các nghiên cứu tiếp theo.

---

Kết quả và đóng góp

1. Kết quả nghiên cứu thực nghiệm chính Từ kết quả hồi quy mô hình FGLS trên mẫu dữ liệu 25 NHTMCP giai đoạn 2013–2023, nghiên cứu xác định các mối quan hệ cụ thể như sau:

• Tỷ lệ dự phòng rủi ro tín dụng (LLP): Tác động cùng chiều (+) đến tỷ lệ nợ xấu. Khi nợ xấu tiềm ẩn gia tăng, các ngân hàng chủ động đẩy mạnh trích lập dự phòng nhằm bảo toàn nguồn vốn.
• Khả năng sinh lời (BPF): Tác động cùng chiều (+) đến tỷ lệ nợ xấu. Kết quả này phản ánh việc các ngân hàng chạy theo mục tiêu lợi nhuận cao thường nới lỏng tiêu chuẩn tín dụng hoặc mở rộng cho vay các phân khúc rủi ro, từ đó làm gia tăng nợ xấu.
• Tỷ lệ lạm phát (INF): Tác động cùng chiều (+) đến tỷ lệ nợ xấu. Lạm phát cao làm gia tăng chi phí đầu vào và suy giảm thu nhập thực tế của người đi vay, dẫn đến suy giảm khả năng thực hiện nghĩa vụ trả nợ.
• Tỷ lệ chi phí trên thu nhập (CIR): Tác động cùng chiều (+) đến tỷ lệ nợ xấu. Tỷ lệ CIR cao phản ánh hiệu quả quản lý chi phí chưa tối ưu hoặc việc cắt giảm chi phí cho công tác thẩm định, giám sát làm gia tăng rủi ro tín dụng (phù hợp với lý thuyết Quản lý kém và lý thuyết Tiết kiệm).
• Đại dịch COVID-19: Thể hiện mối quan hệ ngược chiều (-) với tỷ lệ nợ xấu trong giai đoạn quan sát. Hiện tượng này được giải thích bởi hiệu lực của các chính sách hỗ trợ từ NHNN (như chính sách cơ cấu lại thời hạn trả nợ, giữ nguyên nhóm nợ theo Thông tư 01, Thông tư 02), giúp trì hoãn việc ghi nhận nợ xấu nội bảng trong thời gian bùng phát dịch.

Yếu tố ảnh hưởng	Ký hiệu	Tác động thực nghiệm (FGLS)	Mức độ phù hợp giả thuyết
Dự phòng rủi ro tín dụng	LLP	Cùng chiều (+)	Phù hợp giả thuyết H1
Khả năng sinh lời	BPF	Cùng chiều (+)	Trái chiều kỳ vọng H5
Tỷ lệ lạm phát	INF	Cùng chiều (+)	Phù hợp giả thuyết H8
Chi phí trên doanh thu	CIR	Cùng chiều (+)	Phù hợp giả thuyết H4
Đại dịch COVID-19	COVID-19	Ngược chiều (-)	Phản ánh hiệu lực chính sách cơ cấu nợ

2. Giải pháp và hàm ý quản trị đề xuất

• Quản trị chi phí và tối ưu CIR: Tối ưu hóa bộ máy vận hành thông qua số hóa quy trình nghiệp vụ, không cắt giảm ngân sách dành cho thẩm định, thẩm tra và giám sát sau giải ngân.
• Cân bằng giữa mục tiêu sinh lời và chất lượng tín dụng: Kiểm soát tốc độ tăng trưởng tài sản sinh lời, xây dựng hệ thống xếp hạng tín dụng nội bộ khắt khe để tránh nới lỏng điều kiện vay vốn vì áp lực tăng trưởng ngắn hạn.
• Nâng cao năng lực trích lập và quản trị bộ đệm dự phòng (LLP): Đảm bảo nguồn trích lập thực chất để duy trì tỷ lệ bao phủ nợ xấu, chuẩn bị năng lực tài chính trước nguy cơ nợ tái cơ cấu chuyển nhóm nợ sau khi các thông tư hỗ trợ hết hiệu lực.
• Dự báo rủi ro vĩ mô: Thiết lập kịch bản ứng phó với biến động lạm phát và lãi suất, giám sát chặt chẽ các ngành nghề nhạy cảm với lạm phát cao.

3. Đóng góp của đề tài

• Về mặt học thuật: Cung cấp bằng chứng thực nghiệm về cấu trúc tác động của cả yếu tố vi mô và vĩ mô lên nợ xấu trong chuỗi thời gian 11 năm (2013–2023), bao quát cả giai đoạn tái cơ cấu lẫn giai đoạn biến động kinh tế toàn cầu.
• Về mặt thực tiễn: Cung cấp cơ sở định lượng để ban điều hành các NHTMCP nhận diện các nhân tố thúc đẩy nợ xấu nội bảng, từ đó điều chỉnh chính sách cấp tín dụng và phân bổ chi phí quản trị rủi ro phù hợp.

---

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế của đề tài

• Phạm vi dữ liệu chỉ giới hạn ở 25 NHTMCP tại Việt Nam, chưa bao quát toàn bộ các tổ chức tín dụng phi ngân hàng, ngân hàng 100% vốn nhà nước hoặc chi nhánh ngân hàng nước ngoài đang hoạt động tại Việt Nam.
• Dữ liệu nợ xấu chủ yếu dựa trên số liệu nội bảng được công bố trong Báo cáo tài chính kiểm toán, chưa phản ánh đầy đủ nợ tiềm ẩn đã được cơ cấu lại thời hạn trả nợ theo các văn bản hỗ trợ của cơ quan quản lý.
• Nghiên cứu chưa đưa vào một số biến số quản trị đặc thù như tỷ lệ sở hữu, quy mô hội đồng quản trị hoặc các chỉ số an toàn vốn chi tiết theo chuẩn Basel II/III.

2. Hướng phát triển tiếp theo

• Mở rộng mẫu nghiên cứu cho toàn bộ hệ thống các tổ chức tín dụng tại Việt Nam nhằm gia tăng tính đại diện tổng thể.
• Ứng dụng các mô hình kinh tế lượng dữ liệu bảng động nâng cao (như phương pháp GMM - Generalized Method of Moments) để kiểm soát hiện tượng nội sinh và đánh giá tác động trễ của nợ xấu qua các năm.
• Kéo dài khung thời gian nghiên cứu để đánh giá thực chất mức độ chuyển hóa của các khoản nợ tái cơ cấu thành nợ xấu sau khi các chính sách gia hạn nợ kết thúc hoàn toàn.

---

Giá trị tham khảo

Tài liệu này là nguồn tư liệu học thuật và thực tiễn hữu ích cho:

• Sinh viên, học viên cao học ngành Tài chính - Ngân hàng, Quản trị Kinh doanh và Kinh tế học: Tham khảo khung lý thuyết hệ thống hóa về rủi ro tín dụng và quy trình thực hiện nghiên cứu thực nghiệm định lượng trên dữ liệu bảng.
• Người nghiên cứu về quản trị rủi ro tài chính: Tham khảo phương pháp xây dựng biến, quy trình kiểm định lựa chọn mô hình (Pooled OLS, FEM, REM) và kỹ thuật xử lý khuyết tật phương sai thay đổi, tự tương quan bằng ước lượng FGLS trên phần mềm kinh tế lượng.
• Cán bộ quản trị rủi ro và chuyên viên phân tích tại các ngân hàng thương mại: Tham khảo các hàm ý quản trị về mối liên hệ giữa chi phí vận hành (CIR), chính sách trích lập dự phòng (LLP) và tác động của lạm phát đến an toàn danh mục cho vay.

---

Câu hỏi thường gặp

1. Khóa luận sử dụng cỡ mẫu và khung thời gian nghiên cứu cụ thể nào? Nghiên cứu sử dụng dữ liệu bảng cân đối thu thập từ 25 Ngân hàng Thương mại Cổ phần tại Việt Nam trong giai đoạn 11 năm liên tục, từ năm 2013 đến năm 2023.

2. Các lý thuyết kinh tế - tài chính nào được sử dụng làm nền tảng cho mô hình nghiên cứu? Tác giả dựa trên 5 lý thuyết cốt lõi: Lý thuyết Thông tin bất cân xứng (Asymmetric Information), Lý thuyết Quá lớn để phá sản (Too Big to Fail), Lý thuyết Tiết kiệm (Saving Theory), Lý thuyết Quản lý kém (Inefficient Management Theory) và Giả thuyết Kém may mắn (Bad Luck Hypothesis).

3. Tại sao nghiên cứu lại sử dụng mô hình hồi quy FGLS thay vì Pooled OLS, FEM hay REM? Sau khi thực hiện các kiểm định lựa chọn mô hình (F-test, Breusch-Pagan, Hausman), mô hình REM được xác định là phù hợp nhất. Tuy nhiên, các kiểm định chẩn đoán sau hồi quy cho thấy mô hình REM vi phạm các giả định về phương sai sai số không đổi và không có tự tương quan. Do đó, phương pháp Bình phương bé nhất tổng quát khả thi (FGLS) được sử dụng để khắc phục hoàn toàn hai khuyết tật này, đảm bảo các hệ số hồi quy không bị chệch và có hiệu quả thống kê.

4. Kết quả nghiên cứu chỉ ra những yếu tố nào có ảnh hưởng đáng kể đến tỷ lệ nợ xấu (NPL)? Mô hình FGLS xác định 4 yếu tố tác động cùng chiều (+) có ý nghĩa thống kê đến tỷ lệ nợ xấu gồm: Tỷ lệ dự phòng rủi ro tín dụng (LLP), Khả năng sinh lời (BPF), Tỷ lệ lạm phát (INF) và Tỷ lệ chi phí trên thu nhập (CIR). Biến giả Đại dịch COVID-19 thể hiện tác động ngược chiều (-).

5. Vì sao đại dịch COVID-19 lại có mối quan hệ ngược chiều với tỷ lệ nợ xấu trong kết quả hồi quy? Mối quan hệ ngược chiều này phản ánh tác động của các chính sách hỗ trợ cơ cấu lại nợ và giữ nguyên nhóm nợ từ Ngân hàng Nhà nước (như Thông tư 01/2020/TT-NHNN và các thông tư sửa đổi). Các chính sách này cho phép các ngân hàng thương mại giãn hoãn thời hạn trả nợ và chưa phải chuyển nhóm nợ xấu trên sổ sách nội bảng đối với các khách hàng bị ảnh hưởng bởi đại dịch trong giai đoạn nghiên cứu.

---

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Trí Tài đã giải quyết trọn vẹn mục tiêu xác định và lượng hóa các yếu tố tác động đến tỷ lệ nợ xấu tại 25 NHTMCP Việt Nam trong giai đoạn 2013–2023. Bằng việc kết hợp hệ thống 5 lý thuyết tài chính nền tảng với phương pháp ước lượng kinh tế lượng FGLS, nghiên cứu chứng minh các nhân tố LLP, BPF, INF và CIR có tác động cùng chiều trong khi biến cố COVID-19 mang tính chất điều tiết tạm thời đối với tỷ lệ nợ xấu ghi nhận. Các hàm ý quản trị được đề xuất cung cấp cơ sở thực tiễn giá trị cho việc nâng cao chất lượng thẩm định tín dụng, kiểm soát chi phí vận hành và xây dựng bộ đệm dự phòng rủi ro an toàn cho hệ thống ngân hàng thương mại cổ phần Việt Nam.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 Chương đầu tiên của khóa luận nhấn mạnh tác động tiêu cực của việc gia tăng tỷ lệ nợ xấu trong ngành ngân hàng, qua đó làm nổi bật tính cấp thiết của đề tài nghiên cứu. Khóa luận đặt ra các mục tiêu nghiên cứu cụ thể, được xây dựng trên nền tảng một mục đích chung rõ ràng. Phạm vi và mục tiêu của nghiên cứu được xác định một cách chi tiết, tập trung vào việc phân tích dữ liệu từ 25 Ngân hàng Thương mại Cổ phần tại Việt Nam trong giai đoạn 11 năm, từ 2013 đến 2023. Tác giả đã áp dụng phương pháp nghiên cứu định lượng để kiểm tra sự biến đổi của các yếu tố ảnh hưởng đến tỷ lệ nợ xấu theo thời gian, dựa trên dữ liệu thu thập từ các nghiên cứu trước đó.

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU 2. Tổng quan về tỷ lệ nợ xấu 2. Nợ xấu và tỷ lệ nợ xấu Có nhiều quan điểm và ý kiến khác nhau về khái niệm nợ xấu, dựa trên đặc điểm kinh tế của mỗi quốc gia và thái độ của các tổ chức khác nhau. Nợ xấu không chỉ là một khái niệm tài chính quan trọng mà còn có tác động sâu sắc đến sức khỏe tài chính của các ngân hàng và hệ thống tài chính nói chung.

Mỗi tổ chức quốc tế lớn như Ngân hàng Thế giới (WB), Quỹ Tiền tệ Quốc tế (IMF), và Ngân hàng Trung ương Châu Âu (ECB) đều có những định nghĩa và tiêu chí riêng biệt về nợ xấu, phù hợp với mục tiêu và phạm vi hoạt động của họ. Theo Ngân hàng Thế giới, nợ xấu là những khoản vay có rủi ro cao và khả năng thu hồi thấp, đặc biệt khi người vay không có khả năng thanh toán hoặc tài sản bảo đảm không còn giá trị. Tiêu chuẩn này phân loại nợ thành nợ dưới chuẩn, nghi ngờ và nguy cơ mất vốn dựa trên thời gian trễ hạn từ 90 ngày đến 360 ngày. Tương tự, ECB xem nợ xấu là các khoản vay không thể thanh toán đúng hạn, hoặc người vay không có tài sản đảm bảo để hoàn trả khoản nợ.

Định nghĩa của ECB tập trung vào khả năng hoàn trả và tình hình thu hồi nợ của ngân hàng, đặc biệt là những khoản nợ không có khả năng thu hồi hoàn toàn hoặc không có tài sản thế chấp đáng giá. Ngược lại, IMF định nghĩa nợ xấu theo tiêu chí thời gian trễ hạn và khả năng trả nợ bị nghi ngờ. Theo IMF, nợ xấu là các khoản vay đã quá hạn trên 90 ngày hoặc có nghi ngờ về khả năng thu hồi. Điểm nhấn trong tiêu chí này là nợ xấu không chỉ dựa vào khả năng thu hồi mà còn liên quan đến thời gian quá hạn.

Đây là một cách tiếp cận phổ biến được chấp nhận rộng rãi trên thế giới. Ở Việt Nam, Ngân hàng Nhà nước Việt Nam (NHNN) phân chia nợ xấu thành ba nhóm chính: nhóm 3 (quá hạn từ 90 đến 180 ngày), nhóm 4 (quá hạn từ 181 đến 360 ngày), và nhóm 5 (quá hạn trên 360 ngày hoặc có nguy cơ mất vốn cao). Cách phân loại này giúp NHNN kiểm soát các khoản nợ xấu trong hệ thống ngân hàng và xác định các biện pháp xử lý phù hợp. Đối với các khoản nợ xấu, ngân hàng thường 10 phải trích lập dự phòng rủi ro để bảo vệ tài sản, giảm thiểu tổn thất trong trường hợp không thu hồi được vốn.

Nợ xấu đóng vai trò quan trọng trong việc đánh giá chất lượng tín dụng và sức khỏe tài chính của các ngân hàng. Tỷ lệ nợ xấu (NPL Ratio) là chỉ số quan trọng phản ánh tình hình nợ xấu trong tổng dư nợ cho vay của ngân hàng hoặc tổ chức tín dụng. Khi tỷ lệ này tăng cao, điều này cho thấy khó khăn trong việc thu hồi vốn và rủi ro tài chính gia tăng. Ngược lại, tỷ lệ nợ xấu thấp cho thấy ngân hàng quản lý tốt các khoản vay và có khả năng thu hồi vốn cao, điều này không chỉ cải thiện khả năng sinh lời mà còn nâng cao uy tín và niềm tin từ phía nhà đầu tư và khách hàng.

Tuy nhiên, khi tỷ lệ nợ xấu tăng cao, ngân hàng sẽ phải tăng cường dự phòng rủi ro, làm giảm nguồn lực cho các hoạt động kinh doanh khác, từ đó ảnh hưởng đến khả năng sinh lời. Nếu không kiểm soát được tỷ lệ này, tình hình có thể dẫn đến khủng hoảng thanh khoản, gây nguy cơ mất vốn và đe dọa sự ổn định của hệ thống tài chính. Từ các tiêu chuẩn của các tổ chức tài chính lớn, có thể thấy rằng các yếu tố như thời gian trễ hạn và khả năng hoàn trả là hai tiêu chí quan trọng trong việc xác định và quản lý nợ xấu. Việc nghiên cứu về nợ xấu không chỉ giúp các ngân hàng nhận diện sớm các khoản nợ tiềm ẩn rủi ro mà còn là cơ sở để đưa ra các chính sách quản lý và giảm thiểu rủi ro.

Trong bối cảnh kinh tế toàn cầu và sự phức tạp của thị trường tài chính, các ngân hàng phải không ngừng cập nhật và điều chỉnh các phương pháp quản lý nợ xấu, từ đó góp phần ổn định hệ thống tài chính quốc gia. Ngoài việc đánh giá chất lượng tín dụng, tỷ lệ nợ xấu còn đóng vai trò thiết yếu trong việc phản ánh sức khỏe tài chính tổng thể của ngân hàng và hệ thống tài chính. Khi tỷ lệ nợ xấu ở mức thấp, điều này cho thấy ngân hàng đang quản lý tốt các khoản vay và khả năng thu hồi vốn cao. Ngược lại, khi tỷ lệ nợ xấu gia tăng, nó không chỉ làm giảm khả năng sinh lời của ngân hàng mà còn ảnh hưởng đến uy tín, làm suy yếu lòng tin của các nhà đầu tư và khách hàng.

Hơn nữa, tỷ lệ nợ xấu cao có thể gây áp lực lên ngân hàng trong việc tăng cường dự phòng rủi ro, điều này làm giảm nguồn lực để ngân hàng sử dụng cho các hoạt động kinh doanh khác. Về lâu dài, nếu tỷ lệ 11 này không được kiểm soát, nó có thể gây ra khủng hoảng thanh khoản và đe dọa sự ổn định của hệ thống tài chính. Phân loại nợ xấu Ngân hàng thế giới (World Bank) đã phân loại nợ dựa trên xem xét danh mục cho vay của mình và chia các khoản cho vay thành các loại tùy thuộc vào rủi ro và đặc điểm của chúng. Theo Laurin & Cộng sự (2002), “Rất khó để có một tiêu chuẩn kế toán toàn cầu thống nhất để đánh giá và tiến hành phân loại nợ”.

Nghiên cứu do Lastra & Cộng sự (2016) đã chứng minh rằng “Có sự đa dạng trong cách phân loại nợ tại các quốc gia thuộc nhóm G-20”. Mặt khác, các cơ quan quản lý ngân hàng chỉ đạo các ngân hàng phải có đầy đủ cơ chế kiểm soát rủi ro tín dụng, bao gồm cả việc xem xét các khoản vay thường xuyên. Phân loại nợ của Ngân hàng Thế giới Khoản vay Đặc điểm Không có bất kỳ nghi ngờ nào về khả năng trả nợ, tài sản đảm bảo Đạt tiêu có thể chuyển đổi thành tiền hoặc tương đương tiền. Các khoản chuẩn vay quá hạn dưới 90 ngày.

Khả năng trả nợ bị tác động bởi tình hình tài chính khó khăn hoặc Cần theo dõi điều kiện kinh tế, nhưng quá hạn chưa vượt quá 90 ngày. Có những dấu hiệu tín dụng tiêu cực tác động đến khả năng trả nợ. Dưới tiêu Khoản vay đã được điều chỉnh lại điều kiện và quá hạn từ 90 đến chuẩn 180 ngày. Khả năng thu hồi nợ đầy đủ là không chắc chắn, với nguy cơ mất Đáng ngờ mát cao.

Khoản vay quá hạn từ 180 đến 360 ngày. Không thể thu hồi khoản vay, các khoản vay đã quá hạn trên 360 Mất vốn ngày. Nguồn: World Bank (2003) 12 “Nợ xấu được xác định trong công cụ phân loại nợ, trích lập dự phòng và sử dụng để xử lý rủi ro trong hoạt động của các tổ chức tín dụng tại Việt Nam” (Ngân hàng Nhà nước). Chia thành 5 nhóm nợ theo cách tiếp cận định lượng.

Nợ từ nhóm 3 đến nhóm 5 là các khoản nợ được phân loại là nợ xấu của ngân hàng. “Về phân loại nhóm nợ, Việt Nam ngang hàng với một số nước trên thế giới trong đó có Mỹ, Singapore, Trung Quốc. Điểm chung của các nhóm nợ là cơ sở để phân loại 5 nhóm nợ và giải thích ý nghĩa cơ bản của mỗi nhóm nợ ở một số quốc gia lớn trên thế giới” (Nguyễn Thị Ngọc Hà & Trần Hồng Vân, 2021). Phân loại nợ tại Việt Nam Nhóm nợ Phương pháp định lượng Phương pháp định tính Việc thu hồi cả gốc lẫn lãi Nợ đủ tiêu Là khoản nợ chưa quá hạn hoặc đã đúng thời hạn được đảm bảo chuẩn quá hạn nhưng không quá 10 ngày.

một cách đầy đủ. Là khoản nợ trễ hạn từ 10 đến 90 Có thể thu hồi đủ gốc và lãi, Nợ cần chú ngày, đã được điều chỉnh thời điểm nhưng có dấu hiệu suy giảm ý bắt đầu thanh toán nợ. khả năng thanh toán. Là khoản nợ trễ hạn từ 91 đến 180 Có nguy cơ mất vốn do khả Nợ dưới ngày, đã được điều chỉnh thời điểm năng thu hồi cả nợ gốc và lãi tiêu chuẩn bắt đầu thanh toán nợ hoặc được vào thời điểm đáo hạn không miễn/giảm lãi suất.

Là khoản vay trễ hạn từ 180 đến 360 Nợ nghi ngày, hoặc đã được cơ cấu lại thời Nguy cơ tổn thất cao. ngờ hạn trả nợ lần thứ hai. Là khoản nợ đã quá hạn trên 360 Nợ có khả Khả năng thu hồi nợ gần như ngày, hoặc đã được cơ cấu lại thời năng mất không còn, có nguy cơ mất gian trả nợ lần 1, 2 nhưng quá hạn vốn vốn hoàn toàn. sau lần cơ cấu thứ ba trở lên.

Nguồn: Ngân hàng Nhà nước 13 2. Các tiêu chí đo lường nợ xấu Để đánh giá nợ xấu của một ngân hàng hoặc tổ chức tài chính, có một số chỉ tiêu quan trọng thường được sử dụng. Các chỉ tiêu này giúp đánh giá năng lực trả nợ và mức độ rủi ro tín dụng của ngân hàng. Dưới đây là những chỉ tiêu phổ biến: - Tỷ lệ nợ xấu (NPL Ratio - Non-Performing Loans Ratio): Theo Lê Văn Hùng & Phạm Thị Thu Hà (2022), “Tỷ lệ này đo lường phần trăm của tổng dư nợ mà ngân hàng không thu hồi được trong khoảng thời gian nhất định (thường là 90 ngày); tỷ lệ này càng cao thì tình trạng tín dụng của ngân hàng càng kém”.