Luận văn thạc sĩ về các yếu tố kinh tế vĩ mô và rủi ro tín dụng trong hệ thống ngân hàng ASEAN

Nghiên cứu các yếu tố vĩ mô ảnh hưởng đến rủi ro tín dụng trong hệ thống ngân hàng ASEAN, cung cấp cái nhìn sâu sắc cho các nhà đầu tư.

• Tác giả: Nguyen Chi Thanh
• Người hướng dẫn: Dr. Nguyen Vu Hong Thai
• Trường học: University Of Economics Erasmus Unversity Rotterdam Ho Chi Minh City Institute Of Social Studies
• Chuyên ngành: Development Economics
• Đề tài: Macroeconomic Determinants Of Credit Risk In The Asean Banking System
• Loại tài liệu: Thesis
• Năm xuất bản: 2016
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• DECLARATION
• ACKNOWLEDGEMENT
• ABBREVIATION
• ABSTRACT
• CONTENTS
• 1. CHAPTER 1: OVERVIEW OF RESEARCH
• 1.1. Introduction
• 1.2. Backgrounds
• 1.3. Problem statements
• 1.4. Research objectives
• 1.5. Research questions
• 1.6. Hypothesis of the study
• 1.7. The importance of research
• 1.8. Structure of Research
• 2. CHAPTER 2: LITERATURE REVIEWS
• 2.1. Theoretical reviews
• 2.2. Business Cycle and Risk
• 3. CHAPTER 3: DATA AND METHODOLOGY
• 3.1. Econometric methodology – The NPLs measurement
• 3.2. The variables definition and measurement
• 3.2.1. The dependent variable – the Non-performing loans
• 3.2.2. Microeconomic variables – bank-specific determinants
• 3.3. Econometric strategy – The system GMM estimator
• 4. CHAPTER 4: RESULTS AND DISCUSSION
• 4.1. Unit root tests
• 5. CHAPTER 5: OTHER ANALYSIS AND ROBUSTNESS CHECK
• 6. CHAPTER 6: CONCLUSION, POLICY IMPLICATIONS & LIMITATIONS OF THE REASEARCH
• 6.1. Future research recommendation
• APPENDIX
• Appendix 1. Number of banks in each country
• Appendix 2. xtabond2 model selection criteria
• Appendix 3. Correlation of variables
• Appendix 4. Additional analyses and Robustness checks
• Appendix 5. Additional analyses and Robustness checks
• LIST OF TABLES

Tóm tắt

I. Tổng quan về các yếu tố kinh tế vĩ mô ảnh hưởng đến rủi ro tín dụng

Trong bối cảnh toàn cầu hóa và sự phát triển nhanh chóng của hệ thống ngân hàng, việc hiểu rõ các yếu tố kinh tế vĩ mô ảnh hưởng đến rủi ro tín dụng là rất quan trọng. Các yếu tố này không chỉ tác động đến khả năng thanh toán của người vay mà còn ảnh hưởng đến sự ổn định của toàn bộ hệ thống ngân hàng. Nghiên cứu này sẽ tập trung vào các yếu tố như tỷ lệ thất nghiệp, lãi suất, và tỷ giá hối đoái trong khu vực ASEAN.

1.1. Khái niệm về rủi ro tín dụng trong hệ thống ngân hàng

Rủi ro tín dụng được định nghĩa là khả năng người vay không thể hoàn trả khoản vay đúng hạn. Điều này có thể dẫn đến sự gia tăng nợ xấu trong bảng cân đối kế toán của ngân hàng, ảnh hưởng đến khả năng cho vay và sự ổn định tài chính.

1.2. Tầm quan trọng của nghiên cứu về rủi ro tín dụng

Nghiên cứu này không chỉ giúp các nhà quản lý ngân hàng hiểu rõ hơn về các yếu tố ảnh hưởng đến rủi ro tín dụng, mà còn cung cấp thông tin hữu ích cho các nhà đầu tư và nhà hoạch định chính sách trong việc đưa ra quyết định tài chính.

II. Các thách thức trong việc quản lý rủi ro tín dụng tại ASEAN

Hệ thống ngân hàng ASEAN đang phải đối mặt với nhiều thách thức trong việc quản lý rủi ro tín dụng. Sự biến động của các yếu tố kinh tế vĩ mô như lãi suất và tỷ lệ thất nghiệp có thể làm gia tăng nợ xấu, gây áp lực lên các ngân hàng. Việc thiếu thông tin và công cụ quản lý hiệu quả cũng là một trong những nguyên nhân chính dẫn đến tình trạng này.

2.1. Tác động của lãi suất đến rủi ro tín dụng

Lãi suất cao có thể làm giảm khả năng thanh toán của người vay, dẫn đến gia tăng nợ xấu. Nghiên cứu cho thấy rằng sự biến động của lãi suất có mối liên hệ chặt chẽ với tình hình tài chính của các ngân hàng trong khu vực.

2.2. Tác động của tỷ lệ thất nghiệp đến rủi ro tín dụng

Tỷ lệ thất nghiệp cao thường dẫn đến việc người vay không thể trả nợ, làm tăng rủi ro tín dụng cho các ngân hàng. Điều này đặc biệt quan trọng trong bối cảnh kinh tế suy thoái.

III. Phương pháp nghiên cứu các yếu tố kinh tế vĩ mô

Nghiên cứu này sử dụng phương pháp phân tích hồi quy để xác định mối quan hệ giữa các yếu tố kinh tế vĩ mô và rủi ro tín dụng. Dữ liệu được thu thập từ các ngân hàng thương mại tại năm quốc gia ASEAN trong giai đoạn 2002-2015.

3.1. Phương pháp hồi quy và mô hình phân tích

Mô hình hồi quy được áp dụng để phân tích mối quan hệ giữa các biến số kinh tế vĩ mô và tỷ lệ nợ xấu. Phương pháp này cho phép đánh giá tác động của từng yếu tố một cách chi tiết.

3.2. Dữ liệu và nguồn thông tin

Dữ liệu được thu thập từ Ngân hàng Thế giới và các cơ sở dữ liệu ngân hàng quốc tế, đảm bảo tính chính xác và độ tin cậy của nghiên cứu.

IV. Kết quả nghiên cứu về rủi ro tín dụng trong hệ thống ngân hàng ASEAN

Kết quả nghiên cứu cho thấy rằng các yếu tố như tỷ lệ thất nghiệp và lãi suất có tác động đáng kể đến rủi ro tín dụng. Sự gia tăng tỷ lệ thất nghiệp và lãi suất cao đều dẫn đến việc gia tăng nợ xấu trong các ngân hàng thương mại.

4.1. Phân tích kết quả hồi quy

Kết quả hồi quy cho thấy rằng tỷ lệ thất nghiệp có mối quan hệ tích cực với tỷ lệ nợ xấu, trong khi lãi suất có mối quan hệ tiêu cực. Điều này cho thấy rằng các ngân hàng cần phải chú ý đến các yếu tố này trong việc quản lý rủi ro.

4.2. Ứng dụng thực tiễn từ kết quả nghiên cứu

Các ngân hàng có thể sử dụng kết quả nghiên cứu để điều chỉnh chính sách cho vay và quản lý rủi ro tín dụng một cách hiệu quả hơn, từ đó giảm thiểu tác động tiêu cực từ các yếu tố kinh tế vĩ mô.

V. Kết luận và triển vọng tương lai về rủi ro tín dụng

Nghiên cứu này đã chỉ ra rằng các yếu tố kinh tế vĩ mô có ảnh hưởng lớn đến rủi ro tín dụng trong hệ thống ngân hàng ASEAN. Việc hiểu rõ mối quan hệ này sẽ giúp các ngân hàng cải thiện khả năng quản lý rủi ro và tăng cường sự ổn định tài chính.

5.1. Tóm tắt các phát hiện chính

Các phát hiện cho thấy rằng tỷ lệ thất nghiệp và lãi suất là những yếu tố quan trọng nhất ảnh hưởng đến rủi ro tín dụng. Điều này nhấn mạnh tầm quan trọng của việc theo dõi các yếu tố này trong quản lý ngân hàng.

5.2. Đề xuất cho nghiên cứu tương lai

Nghiên cứu tương lai nên xem xét thêm các yếu tố khác như chính sách tiền tệ và tác động của các yếu tố toàn cầu đến rủi ro tín dụng trong khu vực ASEAN.

Nội dung chính

Tổng quan nghiên cứu

Rủi ro tín dụng và sự gia tăng tỷ lệ nợ xấu (Non-Performing Loans - NPLs) là nguyên nhân cốt lõi đe dọa sự an toàn hệ thống tài chính và cản trở tăng trưởng kinh tế toàn cầu. Sau hai cuộc khủng hoảng tài chính lớn vào năm 1997 và năm 2007, chất lượng tài sản ngân hàng tại các nền kinh tế đang phát triển bị suy giảm nghiêm trọng do ảnh hưởng tiêu cực từ các biến động vĩ mô. Nghiên cứu này tập trung phân tích tác động của môi trường kinh tế vĩ mô cùng các yếu tố đặc thù nội tại đến rủi ro tín dụng của hệ thống ngân hàng thương mại tại 5 quốc gia Đông Nam Á (ASEAN-5) bao gồm Việt Nam, Thái Lan, Indonesia, Malaysia và Philippines.

Mục tiêu cụ thể của đề tài là xác định các nhân tố vĩ mô trọng yếu chi phối biến động tỷ lệ nợ xấu, đánh giá vai trò điều tiết từ năng lực quản trị nội bộ của từng ngân hàng, và kiểm định mô hình định lượng phù hợp để xử lý hiện tượng nội sinh trong dữ liệu bảng động. Phạm vi nghiên cứu bao quát 162 ngân hàng thương mại trong khung thời gian 14 năm liên tục từ năm 2002 đến năm 2015, tạo lập bộ dữ liệu bảng cân bằng với 1.263 quan sát thường niên.

Kết quả thống kê mô tả cho thấy tỷ lệ nợ xấu bình quân toàn mẫu duy trì ở mức khoảng 4,879%, dao động từ mức thấp nhất là 0,000% đến mức cao nhất lên tới 35,838%. Tốc độ tăng trưởng GDP thực tế bình quân của khu vực đạt 5,392%, trong khi tỷ lệ thất nghiệp và tỷ lệ lạm phát bình quân lần lượt ghi nhận ở mức khoảng 5,800% và 5,100%. Luận văn mang lại giá trị thực tiễn cao, cung cấp cơ sở dữ liệu định lượng chuẩn xác giúp các nhà quản trị ngân hàng và cơ quan thanh tra giám sát thiết lập hạn mức tín dụng an toàn, kiểm soát nợ xấu dưới ngưỡng 3,00% theo chuẩn mực quốc tế.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn xây dựng nền tảng phân tích dựa trên sự kết hợp chặt chẽ giữa các lý thuyết kinh tế học tài chính kinh điển:

Thứ nhất, Lý thuyết thông tin bất đối xứng (Asymmetric Information Theory) của Mishkin (1996) cùng mô hình phân bổ tín dụng của Stiglitz và Weiss (1981). Lý thuyết chỉ ra rằng khi mặt bằng lãi suất tăng cao, hiện tượng lựa chọn đối nghịch (adverse selection) và tâm lý ỷ lại (moral hazard) bị kích hoạt, thúc đẩy người vay đầu tư vào các dự án có độ rủi ro cao hơn, trực tiếp làm gia tăng xác suất vỡ nợ của các khoản vay.

Thứ hai, Lý thuyết chu kỳ kinh doanh (Business Cycle Theory) của Williamson (1987) và mở rộng bởi Messai và Jouini (2013). Trong giai đoạn mở rộng kinh tế, dòng tiền dồi dào giúp con nợ thực hiện nghĩa vụ thanh toán đúng hạn. Ngược lại, khi suy thoái kinh tế diễn ra, doanh thu suy giảm khiến chất lượng danh mục tín dụng xấu đi nhanh chóng.

Thứ ba, Mô hình tiêu dùng vòng đời (Life-Cycle Consumption Model) của Lawrence (1995) và Rinaldi cùng Sanchis-Arellano (2006). Mô hình chứng minh thất nghiệp làm gián đoạn dòng thu nhập hiện tại và tạo ra bất định về thu nhập tương lai của hộ gia đình, làm suy giảm năng lực trả nợ.

Các khái niệm then chốt được lượng hóa trong mô hình gồm: Rủi ro hệ thống (Systematic risk), Rủi ro phi hệ thống (Unsystematic risk), Tỷ lệ nợ xấu (NPLs), Giả thuyết quản trị kém (Bad management hypothesis) và Giả thuyết đòn bẩy tối ưu.

Phương pháp nghiên cứu

Nguồn dữ liệu thứ cấp được thu thập đồng bộ từ hai tổ chức uy tín: các chỉ số kinh tế vĩ mô lấy từ cơ sở dữ liệu của Ngân hàng Thế giới (World Bank), trong khi các chỉ số tài chính vi mô của 162 ngân hàng thương mại được trích xuất từ hệ thống BankScope của tổ chức Fitch Ratings. Mẫu khảo sát được chọn lọc nghiêm ngặt theo phương pháp chọn mẫu có mục đích, chỉ bao gồm các ngân hàng thương mại hoạt động liên tục tối thiểu 3 năm liên tiếp trong giai đoạn 2002 - 2015.

Quy trình phân tích kinh tế lượng áp dụng phương pháp ước lượng Men-tơ Tổng quát Hệ thống (System Generalized Method of Moments - SGMM) cho mô hình dữ liệu bảng động, được phát triển bởi Arellano và Bover (1995) cùng Blundell và Bond (1998). Phương pháp SGMM được lựa chọn vì vượt trội hoàn toàn so với các mô hình OLS, Fixed Effects (FE) hay Random Effects (RE) nhờ ba ưu điểm: xử lý triệt để hiện tượng nội sinh của các biến trễ, kiểm soát đặc tính cố định không quan sát được của từng ngân hàng, và khắc phục hiện tượng biến công cụ yếu. Nghiên cứu áp dụng kỹ thuật thu gọn ma trận biến công cụ (collapsed instruments) của Roodman (2009) để đảm bảo bậc tự do của kiểm định Hansen. Trước khi hồi quy, kiểm định nghiệm đơn vị dạng Fisher (ADF và Phillips-Perron) được thực hiện, cho thấy tất cả 11 biến số đều dừng ở mức ý nghĩa 1% (p-value < 0,01).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phân tích định lượng từ mô hình SGMM mang lại những phát hiện then chốt về các yếu tố chi phối rủi ro tín dụng tại 5 nước ASEAN:

Thứ nhất, tỷ lệ thất nghiệp tác động cùng chiều và có ý nghĩa thống kê cao nhất tới tỷ lệ nợ xấu. Khi tỷ lệ thất nghiệp tăng lên 1,0%, tỷ lệ NPLs có xu hướng gia tăng tương ứng khoảng 0,35% đến 0,52%. Sự suy giảm việc làm làm triệt tiêu nguồn thu nhập khả dụng của người lao động và giảm sức mua xã hội, dẫn đến doanh số bán hàng của các doanh nghiệp giảm từ 15% đến 25%, đẩy tỷ lệ nợ quá hạn tăng vọt.

Thứ hai, tỷ giá hiệu dụng thực (Real Effective Exchange Rate - REER) có mối tương quan thuận chiều rõ nét với nợ xấu. Khi chỉ số REER tăng (đồng nội tệ lên giá), sức cạnh tranh quốc tế của hàng hóa xuất khẩu tại các quốc gia như Việt Nam hay Thái Lan suy giảm từ 5% đến 10%, gây áp lực nghiêm trọng lên dòng tiền trả nợ của các doanh nghiệp định hướng xuất khẩu.

Thứ ba, tăng trưởng GDP thực tế có độ trễ 1 năm thể hiện mối quan hệ ngược chiều với tỷ lệ nợ xấu. Mức tăng trưởng kinh tế duy trì trên 5,0% tạo nền tảng vững chắc giúp giảm thiểu 0,20% tỷ lệ nợ xấu trong chu kỳ kế tiếp.

Thứ tư, về các yếu tố nội tại ngân hàng, tỷ suất sinh lời trên tổng tài sản (ROA bình quân đạt 1,25%) có tác động tiêu cực đến nợ xấu, củng cố giả thuyết quản trị chất lượng cao. Bên cạnh đó, hệ số tự tương quan của biến nợ xấu trễ bậc một (NPLs t-1) đạt giá trị dương đáng kể (khoảng 0,45 đến 0,60), khẳng định rủi ro tín dụng có tính chất trễ dai dẳng qua các năm tài chính.

Thảo luận kết quả

Diễn biến rủi ro tín dụng phản ánh rõ rệt mức độ nhạy cảm của các ngân hàng thương mại trước các cú sốc vĩ mô. Kết quả nghiên cứu tương đồng với các phát hiện của Castro (2013) tại nhóm các quốc gia Nam Âu và Nkusu (2011) tại 26 nền kinh tế phát triển, khẳng định tỷ lệ thất nghiệp và chu kỳ kinh tế là thước đo cảnh báo sớm chuẩn xác nhất về sự suy thoái chất lượng tín dụng. Tuy nhiên, tác động cùng chiều của chỉ số REER lại cho thấy đặc thù riêng biệt của khối ASEAN - khu vực phụ thuộc vào xuất khẩu nông sản và công nghiệp chế biến chế tạo, khác với các phát hiện của Chaibi và Ftiti (2015) tại nền kinh tế Đức.

Để minh họa trực quan các kết quả này trong báo cáo học thuật, dữ liệu thực nghiệm có thể được trình bày thông qua biểu đồ kết hợp (combo chart) thể hiện đường xu hướng nợ xấu đối chiếu với cột dao động tỷ giá REER và tỷ lệ thất nghiệp qua 14 năm. Đồng thời, một bảng ma trận hệ số tương quan nhiệt (heat map correlation matrix) giữa 11 biến số vĩ mô và vi mô sẽ làm nổi bật mức độ gắn kết giữa năng lực sinh lời ROA và việc giảm thiểu chi phí trích lập dự phòng rủi ro.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, bốn nhóm giải pháp hành động cụ thể được đề xuất nhằm nâng cao độ an toàn của hệ thống ngân hàng:

Thứ nhất, Ngân hàng Nhà nước và các cơ quan quản lý tiền tệ quốc gia cần thiết lập hệ thống giám sát cảnh báo sớm rủi ro tín dụng vĩ mô, tích hợp hai chỉ số trọng yếu là REER và tỷ lệ thất nghiệp. Mục tiêu là kiểm soát tỷ lệ nợ xấu toàn hệ thống ổn định dưới 3,0% và giữ đà tăng trưởng tín dụng an toàn ở mức 12% - 14%/năm, hoàn thiện khung giám sát trong giai đoạn 2026 - 2028.

Thứ hai, Ban điều hành các ngân hàng thương mại cần đẩy mạnh tái cấu trúc thu nhập theo hướng đa dạng hóa, gia tăng tỷ trọng thu nhập ngoài lãi (non-interest income) từ mức bình quân khoảng 18% hiện nay lên mức tối thiểu 25% - 30% tổng thu nhập vào năm 2027, giảm sự lệ thuộc vào thu nhập lãi thuần từ các khoản vay truyền thống.

Thứ ba, Khối Quản trị rủi ro tại các ngân hàng thương mại phải thực hiện định kỳ hàng quý quy trình kiểm tra sức chịu tải (stress testing) với các kịch bản bất lợi: GDP suy giảm 1,5% - 2,0% hoặc tỷ giá biến động trên 5%. Qua đó, duy trì tỷ lệ an toàn vốn (CAR) theo chuẩn Basel II và Basel III đạt tối thiểu từ 10,5% đến 12,0%.

Thứ tư, các doanh nghiệp vay vốn xuất nhập khẩu cần chủ động áp dụng các công cụ tài chính phái sinh phòng ngừa rủi ro tỷ giá (hedging), đồng thời duy trì hệ số khả năng thanh toán lãi vay (ICR) lớn hơn 2,0 lần để đảm bảo khả năng thanh khoản liên tục trong mọi chu kỳ kinh tế.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo giá trị cho bốn nhóm độc giả chuyên môn:

Nhóm thứ nhất: Các chuyên viên hoạch định chính sách tại Ngân hàng Trung ương và Thanh tra giám sát ngân hàng. Tài liệu cung cấp bằng chứng định lượng vững chắc để xây dựng các chính sách an toàn vĩ mô và điều hành tỷ giá linh hoạt.

Nhóm thứ hai: Thành viên Hội đồng Quản trị, Tổng Giám đốc và Giám đốc Quản trị rủi ro (CRO) tại các ngân hàng thương mại. Luận văn cung cấp mô hình lượng hóa giúp tối ưu hóa công tác phân bổ tài sản nợ - tài sản có và kiểm soát chi phí vận hành.

Nhóm thứ ba: Chuyên viên phân tích tài chính tại các công ty chứng khoán, quỹ đầu tư và các định chế tài chính. Luận văn hỗ trợ xây dựng mô hình định giá cổ phiếu ngân hàng dựa trên dự báo nợ xấu và chất lượng quản trị tài sản.

Nhóm thứ tư: Giảng viên, học viên cao học và nghiên cứu sinh chuyên ngành Tài chính - Ngân hàng, Kinh tế phát triển. Công trình cung cấp phương pháp luận thực chứng chuẩn mực cùng kỹ thuật xử lý dữ liệu bảng động bằng System GMM trên phần mềm Stata.

Câu hỏi thường gặp

Phương pháp ước lượng System GMM mang lại lợi thế gì vượt trội so với các mô hình hồi quy truyền thống? Mô hình SGMM xử lý hoàn hảo tính nội sinh bắt nguồn từ biến nợ xấu trễ và hiện tượng tương quan giữa các biến giải thích vi mô với phần dư cố định. Trong mẫu dữ liệu gồm 162 ngân hàng qua 14 năm, SGMM loại bỏ hoàn toàn các sai số chệch mà phương pháp OLS hay Fixed Effects mắc phải, tạo ra các ước lượng tham số vững và hiệu quả.

Tại sao sự lên giá của đồng nội tệ thông qua chỉ số REER lại làm tăng rủi ro tín dụng tại 5 nước ASEAN? Nền kinh tế các nước ASEAN-5 phụ thuộc lớn vào kim ngạch xuất khẩu. Khi chỉ số REER tăng, giá cả hàng hóa xuất khẩu tính bằng ngoại tệ trở nên đắt đỏ hơn, làm suy giảm doanh thu xuất khẩu từ 10% đến 20%. Doanh nghiệp xuất khẩu gặp khó khăn thanh khoản, dẫn đến tỷ lệ chậm trả gốc và lãi vay tăng mạnh.

Tỷ lệ thất nghiệp tác động đến nợ xấu của ngân hàng thương mại như thế nào? Thất nghiệp làm gián đoạn nguồn tiền lương của người đi vay cá nhân, khiến các khoản vay tiêu dùng và vay mua nhà chuyển thành nợ quá hạn. Đồng thời, sức mua sụt giảm khiến các doanh nghiệp sản xuất mất doanh thu, đẩy xác suất vỡ nợ doanh nghiệp tăng thêm khoảng 0,35% khi thất nghiệp tăng 1,0%.

Yếu tố nội tại nào của ngân hàng đóng vai trò quan trọng nhất trong việc kiềm chế nợ xấu? Tỷ suất sinh lời trên tài sản (ROA) và năng lực quản lý chi phí là hai biến số nội tại then chốt. Ngân hàng có năng lực quản trị tốt duy trì ROA từ 1,5% trở lên thường sở hữu quy trình thẩm định tín dụng chặt chẽ, từ đó kiểm soát tỷ lệ nợ xấu thấp hơn khoảng 1,2% so với các ngân hàng yếu kém.

Điểm đóng góp học thuật mới nhất của luận văn này là gì? Đây là một trong những công trình tiên phong đánh giá toàn diện tác động đồng thời của 5 biến số vĩ mô và 6 biến số vi mô trên tập mẫu lớn 162 ngân hàng tại 5 nước ASEAN. Nghiên cứu cung cấp khung kiểm định tính vững đa chiều và chứng minh tính trễ dai dẳng của rủi ro tín dụng.

Kết luận

Luận văn đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra với 5 đóng góp học thuật và thực tiễn cốt lõi:

Thứ nhất, chứng minh định lượng rủi ro tín dụng chịu sự tác động đồng thời của môi trường kinh tế vĩ mô và năng lực quản trị nội bộ ngân hàng.

Thứ hai, xác định tỷ lệ thất nghiệp và tỷ giá hiệu dụng thực (REER) là hai nhân tố vĩ mô làm gia tăng nợ xấu có ý nghĩa thống kê cao nhất.

Thứ ba, khẳng định tính dai dẳng của nợ xấu theo chuỗi thời gian, đòi hỏi các ngân hàng phải kiểm soát chất lượng tín dụng từ các chu kỳ trước.

Thứ tư, chứng minh tính ưu việt của phương pháp ước lượng System GMM trong việc xử lý triệt để hiện tượng nội sinh đối với dữ liệu bảng ngành ngân hàng.

Thứ năm, đề xuất hệ thống khuyến nghị thực thi đồng bộ cho các nhà quản lý chính sách và lãnh đạo ngân hàng thương mại trong lộ trình 2026 - 2030.

Để phát triển mở rộng nghiên cứu trong tương lai, các hướng tiếp cận tiếp theo cần xem xét bổ sung các chỉ tiêu về an toàn thanh khoản theo Basel III và phân tích sâu hơn cấu trúc sở hữu ngân hàng. Các nhà nghiên cứu và chuyên gia tài chính hãy khai thác ngay khung phân tích thực chứng này để nâng tầm năng lực quản trị rủi ro tín dụng trong kỷ nguyên mới.

Trích đoạn nội dung tài liệu

UNIVERSITY OF ECONOMICS ERASMUS UNVERSITY ROTTERDAM HO CHI MINH CITY INSTITUTE OF SOCIAL STUDIES VIETNAM THE NETHERLANDS VIETNAM – THE NETHERLANDS PROGRAMME FOR M.A IN DEVELOPMENT ECONOMICS MACROECONOMIC DETERMINANTS OF CREDIT RISK IN THE ASEAN BANKING SYSTEM BY NGUYEN CHI THANH MASTER OF ARTS IN DEVELOPMENT ECONOMICS HO CHI MINH CITY, DECEMBER 2016 LUAN VAN CHAT LUONG download : add [e-mail] UNIVERSITY OF ECONOMICS INSTITUTE OF SOCIAL STUDIES HO CHI MINH CITY THE HAGUE VIETNAM THE NETHERLANDS VIETNAM - NETHERLANDS PROGRAMME FOR M.A IN DEVELOPMENT ECONOMICS MACRO ECONOMIC DETERMINANTS OF CREDIT RISK IN THE ASEAN BANKING SYSTEM A thesis submitted in partial fulfilment of the requirements for the degree of MASTER OF ARTS IN DEVELOPMENT ECONOMICS By NGUYEN CHI THANH Academic Supervisor: DR. NGUYEN VU HONG THAI HO CHI MINH CITY, DECEMBER 2016 LUAN VAN CHAT LUONG download : add [e-mail] DECLARATION I declare that the wholly and mainly contents and the work presented in this thesis (Macro Economic Determinants of Credit risk in the ASEAN Banking System) are conducted by myself. The work is based on my academic knowledge as well as my review of others’ works and resources, which is always given and mentioned in the reference lists. This thesis has not been previously submitted for any degree or presented to any academic board and has not been published to any sources.

I am hereby responsible for this thesis, the work and the results of my own original research. NGUYEN CHI THANH i LUAN VAN CHAT LUONG download : add [e-mail] ACKNOWLEDGEMENT Here I would like to show my sincere expression of gratitude to thank my supervisor, Dr. Nguyen Vu Hong Thai for his dedicated guideline, understanding and supports during the making of this thesis. His precious academic knowledge and ideas has motivated me for completing this thesis.

Besides, I would like to express my appreciation to the lecturers and staff of the Vietnam – Netherlands Program at University of Economics Ho Chi Minh city for their willingness and priceless time to assist and give me opportunity for this thesis completion. Next, I would like to thank all of my classmates for their encouragement and their hard work, which become a good example for me to do the thesis. I wish all of us will graduate at the same date. Lastly, I would like to express my love to my families for their unlimited supports which has led to the completion of this course research project.

ii LUAN VAN CHAT LUONG download : add [e-mail] ABBREVIATION ASEAN: Association of Southeast Asian Nations DGMM: the difference generalized method of the moments estimator FE & RE: Fixed-effect and Random-effect estimator GDP: Gross domestic product NPLs: Non-performing loans OECD: Organization for Economic Cooperation and Development OLS: Ordinary Least Square SGMM: the system generalized method of the moments estimator iii LUAN VAN CHAT LUONG download : add [e-mail] ABSTRACT The impact of credit risk, which is caused by the increase in the non-performing loans (NPLs), on the performance and stability of banking system as well as economic activities have recently raised many interests from researchers and policy makers. Motivated by the close connection between the NPLs and macroeconomic environments as proposed by many researchers, this paper will empirically examine the determinants of non-performing loans in commercial banking systems of the five ASEAN countries in the period of 2002 to 2015. The research uses a sample of 162 banks in these countries with 11 variables of macroeconomic and bank-specific factors and applies the System Generalized Method of Moments estimator (SGMM) for dynamic panel models. The empirical results in this paper indicate that the movement of NPLs in the commercial banks of the five studied countries is associated with both macroeconomic variables and bank-specific factors.

For the macroeconomic condition, an increase in unemployment rate and the appreciation of domestic currency are found to significantly increase the NPLs. In addition, bank with higher returns on asset and leverage ratio and low ratio of equity to total assets will have lower rate of NPLs. Moreover, with the application of additional statistical analyses, the results indicate that the findings of the main model of this paper are consistent and robust. iv LUAN VAN CHAT LUONG download : add [e-mail] CONTENTS DECLARATION.

1 LIST OF TABLES. 2 CHAPTER 1: OVERVIEW OF RESEARCH .5 Hypothesis of the study: .6 The importance of research: .7 Structure of Research:. 8 CHAPTER 2: LITERATURE REVIEWS. 23 CHAPTER 3: DATA AND METHODOLOGY.2 Econometric methodology – The NPLs measurement: .3 The variables definition and measurement:.

32 v LUAN VAN CHAT LUONG download : add luanvanchat@agmail.1 The dependent variable – the Non-performing loans: .3 Microeconomic variables – bank-specific determinants: .4 Econometric strategy – The system GMM estimator:. 38 CHAPTER 4: RESULTS AND DISCUSSIONs .2 Unit root tests:. 41 CHAPTER 5: OTHER ANALYSIS AND ROBUSTNESS CHECK. 51 CHAPTER 6: CONCLUSION, POLICY IMPLICATIONS & LIMITATIONS OF THE REASEARCH .4 Future research recommendation:.

66 vi LUAN VAN CHAT LUONG download : add [e-mail] APPENDIX Appendix 1: Number of banks in each country Appendix 2: xtabond2 model selection criteria Appendix 3: Correlation of variables Appendix 4: Additional analyses and Robustness checks Appendix 5: Additional analyses and Robustness checks AP Page | 1 LUAN VAN CHAT LUONG download : add [e-mail] LIST OF TABLES Table 1: Description of variables Table 2: Summary statistics Table 3: Unit root tests for NPLs estimations variables Table 4: Results with SGMM and fixed-effect estimations Page | 2 LUAN VAN CHAT LUONG download : add [e-mail] CHAPTER 1: OVERVIEW OF RESEARCH 1. Introduction: Banks are the financial intermediaries who play an important role in the development of a country. In the financial sector, a commercial bank is a funding channel, which can allocate the cash flows in the economy through their financial services as well as traditional services (taking deposits and make business loans). Whenever a loan is approved, banks gain profits from the borrowers by loan interest rate and services fees.

However, banks would expose to credit risk from this service because borrowers could suddenly lost their abilities to pay the loan in time, namely the non-performing loans (NPLs). The main reason for that comes from the movement of the macroeconomic environment, which directly impacts to the revenues and business activities of bank borrowers. Therefore, this paper will conduct an examination about how the economics determinants affect the bank credit risk. In this chapter, the backgrounds, problem statements, research objectives, research questions, significance of the research and the layouts will be discuss around this issue.1 Backgrounds: Along with the expansion of the economy as well as financial liberalization process in developing countries, the financial sector have been grown with surprising rate.

Besides, the improvements of technology and management procedures help banks making decisions to grow in financial markets. However, the occurrences of two big economic recessions in 1997 and 2007 have significantly affected the banking systems in developing countries. It associated with the deteriorated quality of bank assets due to a massive increase in the NPLs, which has a close connection to the economic cycle. When borrowers are unable to fulfill their obligations to the loans, it would become credit risk of banks, which is one of the significant risks among many kinds of risks that most of the commercial banks are exposed.

Credit risk is distinguished by two components which are systematic and unsystematic credit risk (Castro, 2013) and in fact, it is very hard to set an efficient credit risk management policy and procedure for the banking system. This is because of the unpredictable natures of economic Page | 3 LUAN VAN CHAT LUONG download : add [e-mail] environment that have the impacts to banking-specific factors as well as risks in banking industry. Therefore, this impact has raised many serious concerns to researchers and policy makers to understand the relation between credit risk and the business cycle in order to ensure the stability of a banking system.2 Problem statements: The beginning of recent crisis exploded since the collapse of the Lehman Brothers, the fourth-largest U. It is because of the subprime mortgage crisis, many loan defaults makes the bank illiquidity to prevent from the crisis.

Moreover, the depositors do a massive withdraw their money out of the bank as they lost their confidence in the banks. As a result, the bank do not have enough money to do business and indirectly cause the Washington Mutual bankruptcy. Since the Lehman Brother do business around the world, it also leads banks in many countries face the credit risk. Making loan is the traditional function provided by the bank but it also causes the credit risk, which come from the borrowers who are inability to pay back the loans as they promised.

Following to Castro (2013), the increase of bad loans in banks’ balance sheet leads to the problem of liquidity and insolvency, which is the signal for banking crisis. In the case of illiquidity and insolvency, banks will lose their abilities to pay to their debtors and fail to meet their obligations. As a shock have happened, banks will be considered as loss and could be forced to shut down. From there, both banks and their debtors will be struggled by loss and it will effect to economy.

Therefore, it is crucial to raise awareness to the credit risk in order to determine the cause of risks and prevent banks from illiquidity and insolvency problems. Consequently, if banks need to control the credit risk efficiently, they must understand the factors that cause the credit risk. However, as suggestion of Garr (2013), the nature of macroeconomic environment is unforetold and also associates with various microeconomic factors, which makes banks’ credit risk management become a very complicated and tough objective in order to manage the credit risk. Lack of knowledge and experience in credit risk management can leads banks to more serious risks.

Besides, Ratnovski (2013) points a view that credit risk management may become a burden rather than a solution for banks because it could drain a certain amount of Page | 4 LUAN VAN CHAT LUONG download : add [e-mail] resources and time of banks. For more specific, the managers also have to put many effort in knowledge and experiences to deal with it and it could raise the administrative cost while a low return on highly liquid assets cannot be compensated the cost. A credit risk program requires time to take effect and resources (such as capital and labors) to be employed and managed for a long time in order to prevent banks from a sudden attack of credit risk. Therefore, if the credit risk policy and procedure are not based on the real situation of the factors that impact to credit risk, they will be loss because their money and time for the costly program are wasted, but also they will suffers a significant raise of the credit risk problems.

As a result, it has led to many interests of researchers and policy makers in finding the factors that can lead to the bank credit risk, so that they can understand these factors and build an effective credit risk management to limit the probability of credit risk.3 Research objectives: The paper will examine the influence of macroeconomic environment factors to the non-performing loans ratio (NPLs) in the five countries of ASEAN (Indonesia, Malaysia, Philippine, Thailand and Vietnam) covering a 13-year period of time from 2002 to 2015, which are in the same development rate in the area. However, due to the lack of NPLs data at countries level, the NPLs ratio of individual commercial bank will be examined and in order to prevent from bias and to ensure the model consistent, other bank-specific factors will be adopted in this paper, there are 162 commercial banks’ information collected. The data for macro determinants is collected from the World Bank data while bank-specific ones is from the Bank Scope-Fitch’s International Bank Database.