Các Yếu Tố Tác Động Đến Nợ Xấu Của Các Ngân Hàng Thương Mại Việt Nam

Nợ xấu là một vấn đề nghiêm trọng đối với các ngân hàng thương mại tại Việt Nam. 93 trang · Trường Đại Học Ngân Hàng Thành Phố Hồ Chí Minh · 2022.

• Tác giả: Võ Ngọc Phương Uyên
• Người hướng dẫn: ThS. Liêu Cập Phủ
• Trường học: Trường Đại Học Ngân Hàng Thành Phố Hồ Chí Minh
• Chuyên ngành: Ngân Hàng
• Đề tài: Các Yếu Tố Tác Động Đến Nợ Xấu Của Các Ngân Hàng Thương Mại Việt Nam
• Loại tài liệu: Khóa Luận Tốt Nghiệp
• Năm xuất bản: 2022
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• TÓM TẮT
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI NGHIÊN CỨU
• 1.1. Tính cấp thiết của đề tài
• 1.2. Mục tiêu nghiên cứu và câu hỏi nghiên cứu
• 1.3. Đối tượng và phạm vi nghiên cứu
• 1.3.1. Đối tượng nghiên cứu
• 1.3.2. Phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.5. Đóng góp của đề tài
• 1.6. Bố cục của khóa luận
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Tổng quan về nợ xấu
• 2.1.1. Khái niệm nợ xấu
• 2.1.2. Phân loại nợ xấu
• 2.2. Lý thuyết các yếu tố tác động đến nợ xấu
• 2.2.1. Lý thuyết các yếu tố vi mô tác động đến nợ xấu
• 2.2.2. Lý thuyết các yếu tố vĩ mô tác động đến nợ xấu
• 2.3. Các nghiên cứu thực nghiệm về nợ xấu
• 2.3.1. Các nghiên cứu trên thế giới
• 2.3.2. Các nghiên cứu tại Việt Nam
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Mô hình nghiên cứu
• 3.1.1. Biến phụ thuộc
• 3.1.2. Biến độc lập
• 3.2. Phương pháp nghiên cứu
• 3.2.1. Hồi quy dữ liệu bảng
• 3.2.2. Mô hình tác động cố định (Fixed Effects Model)
• 3.2.3. Mô hình tác động ngẫu nhiên (Random Effects Model)
• 3.2.4. Hiện tượng nội sinh và phương pháp GMM ước lượng 2 bước
• 3.3. Trình tự nghiên cứu
• 3.4. Dữ liệu nghiên cứu
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
• 4.1. Thống kê mô tả
• 4.2. Phân tích tương quan mô hình nghiên cứu
• 4.3. Kiểm định hiện tượng đa cộng tuyến
• 4.4. So sánh giữa 2 mô hình FEM và REM
• 4.5. Kiểm định các khuyết tật của mô hình FEM
• 4.5.1. Kiểm định hiện tượng đa cộng tuyến
• 4.5.2. Kiểm định hiện tượng tự tương quan
• 4.5.3. Kiểm định hiện tượng phương sai sai số thay đổi
• 4.6. Ước lượng mô hình theo phương pháp GMM hệ thống 2 bước
• 4.7. Thảo luận kết quả nghiên cứu
• 5. CHƯƠNG 5: KẾT LUẬN VÀ MỘT SỐ KHUYẾN NGHỊ
• 5.1. Một số khuyến nghị
• 5.2. Hạn chế của nghiên cứu và định hướng nghiên cứu tiếp theo
• DANH MỤC BẢNG BIỂU
• DANH MỤC TỪ VIẾT TẮT
• KẾT LUẬN

Tóm tắt

I. Tổng quan về các yếu tố tác động đến nợ xấu của ngân hàng thương mại Việt Nam

Nợ xấu là một vấn đề nghiêm trọng đối với các ngân hàng thương mại tại Việt Nam. Nghiên cứu này nhằm xác định các yếu tố tác động đến nợ xấu, từ đó đưa ra các giải pháp quản lý hiệu quả. Các yếu tố này bao gồm cả yếu tố vĩ mô và vi mô, ảnh hưởng trực tiếp đến tình hình tài chính của ngân hàng.

1.1. Khái niệm nợ xấu và tầm quan trọng của nó

Nợ xấu được định nghĩa là khoản vay mà người vay không thể trả nợ đúng hạn. Tình trạng này không chỉ ảnh hưởng đến lợi nhuận của ngân hàng mà còn tác động đến sự ổn định của toàn bộ hệ thống tài chính.

1.2. Tình hình nợ xấu tại các ngân hàng thương mại Việt Nam

Tình hình nợ xấu tại Việt Nam đã có những biến động lớn trong những năm qua, đặc biệt là sau khủng hoảng kinh tế toàn cầu. Số liệu cho thấy tỷ lệ nợ xấu có xu hướng gia tăng, gây ra nhiều lo ngại cho các nhà quản lý.

II. Các yếu tố vĩ mô tác động đến nợ xấu của ngân hàng thương mại

Yếu tố vĩ mô bao gồm các yếu tố kinh tế, chính trị và xã hội có thể ảnh hưởng đến khả năng trả nợ của khách hàng. Những yếu tố này thường nằm ngoài tầm kiểm soát của ngân hàng nhưng lại có tác động lớn đến tình hình nợ xấu.

2.1. Tình hình kinh tế vĩ mô và nợ xấu

Tăng trưởng GDP và tỷ lệ lạm phát là hai yếu tố quan trọng. Khi nền kinh tế tăng trưởng, khả năng trả nợ của khách hàng cũng tăng lên, từ đó giảm tỷ lệ nợ xấu.

2.2. Chính sách tiền tệ và tác động đến nợ xấu

Chính sách tiền tệ của Ngân hàng Nhà nước có thể ảnh hưởng đến lãi suất và khả năng tiếp cận tín dụng của doanh nghiệp, từ đó tác động đến tỷ lệ nợ xấu.

III. Các yếu tố vi mô ảnh hưởng đến nợ xấu của ngân hàng thương mại

Yếu tố vi mô liên quan đến các đặc điểm nội tại của ngân hàng và khách hàng. Những yếu tố này có thể được kiểm soát và điều chỉnh để giảm thiểu rủi ro nợ xấu.

3.1. Quy mô ngân hàng và nợ xấu

Quy mô ngân hàng có thể ảnh hưởng đến khả năng quản lý rủi ro. Ngân hàng lớn thường có khả năng phân tán rủi ro tốt hơn so với ngân hàng nhỏ.

3.2. Chính sách tín dụng và quản lý rủi ro

Chính sách tín dụng chặt chẽ và quy trình thẩm định khách hàng hiệu quả có thể giúp giảm thiểu nợ xấu. Ngân hàng cần có các biện pháp quản lý rủi ro tín dụng hiệu quả.

IV. Phương pháp nghiên cứu và phân tích dữ liệu nợ xấu

Nghiên cứu sử dụng phương pháp hồi quy dữ liệu bảng để phân tích các yếu tố tác động đến nợ xấu. Dữ liệu được thu thập từ 21 ngân hàng thương mại trong giai đoạn 2011-2021.

4.1. Phương pháp hồi quy dữ liệu bảng

Phương pháp hồi quy dữ liệu bảng cho phép phân tích mối quan hệ giữa các biến độc lập và biến phụ thuộc, từ đó xác định các yếu tố tác động đến nợ xấu.

4.2. Kết quả phân tích và thảo luận

Kết quả phân tích cho thấy tỷ lệ nợ xấu có mối quan hệ cùng chiều với tỷ lệ dự phòng rủi ro tín dụng và tốc độ tăng trưởng GDP, trong khi quy mô ngân hàng lại có mối quan hệ nghịch.

V. Kết luận và khuyến nghị về quản lý nợ xấu

Nghiên cứu đã chỉ ra các yếu tố tác động đến nợ xấu và đề xuất các giải pháp quản lý hiệu quả. Việc giảm thiểu nợ xấu là cần thiết để đảm bảo sự ổn định của hệ thống ngân hàng.

5.1. Khuyến nghị cho các ngân hàng thương mại

Các ngân hàng cần cải thiện quy trình thẩm định tín dụng và tăng cường quản lý rủi ro để giảm thiểu nợ xấu.

5.2. Đề xuất chính sách từ cơ quan quản lý

Cơ quan quản lý cần có các chính sách hỗ trợ ngân hàng trong việc xử lý nợ xấu, đồng thời tạo điều kiện cho doanh nghiệp tiếp cận tín dụng.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong hệ thống tài chính, ngân hàng thương mại (NHTM) giữ vai trò huyết mạch trong việc luân chuyển vốn từ các chủ thể thặng dư đến nơi thiếu vốn nhằm đáp ứng nhu cầu sản xuất, kinh doanh và tiêu dùng. Dù cơ cấu doanh thu của các ngân hàng đang dần dịch chuyển sang các hoạt động phi tín dụng, hoạt động cấp tín dụng vẫn là mảng kinh doanh cốt lõi và đóng góp tỷ trọng thu nhập chủ yếu. Đi kèm với việc mở rộng tín dụng là rủi ro tín dụng (RRTD), trong đó tỷ lệ nợ xấu (Non-Performing Loans - NPL) là thước đo trọng yếu nhất để đánh giá chất lượng tài sản và sức khỏe của hệ thống ngân hàng. Khi nợ xấu gia tăng, ngân hàng phải tăng trích lập dự phòng rủi ro dẫn đến suy giảm lợi nhuận, suy yếu thanh khoản, thu hẹp khả năng giải ngân và tiềm ẩn nguy cơ đổ vỡ mang tính hệ thống.

Tại Việt Nam, vấn đề nợ xấu bắt đầu gia tăng từ cuối năm 2007 do ảnh hưởng của khủng hoảng tài chính toàn cầu và trở nên đáng báo động vào cuối năm 2011. Thực tiễn giai đoạn này ghi nhận sự chênh lệch lớn giữa các nguồn công bố số liệu:

• Đến ngày 31/05/2012, báo cáo của các tổ chức tín dụng ghi nhận tỷ lệ nợ xấu toàn hệ thống là 4,47%;
• Cơ quan Thanh tra, Giám sát của Ngân hàng Nhà nước (NHNN) xác định tỷ lệ nợ xấu tính đến ngày 31/03/2012 là 8,6%;
• Tổ chức xếp hạng tín nhiệm Fitch Ratings đánh giá tỷ lệ nợ xấu năm 2012 lên tới 13% trên tổng dư nợ;
• Đến ngày 31/12/2015, Kiểm toán Nhà nước công bố tỷ lệ nợ xấu toàn diện là 8,85% (bao gồm nợ tại VAMC, nợ cơ cấu lại và nợ chưa chuyển nhóm), gấp hơn 3 lần so với con số 2,55% do NHNN báo cáo.

Nhằm giải quyết căn bản nợ xấu, Đề án cơ cấu lại hệ thống các tổ chức tín dụng cùng sự ra đời của Công ty Quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC) và Nghị quyết số 42/2017/QH14 (có hiệu lực từ ngày 15/08/2017) đã tạo hành lang pháp lý cho công tác xử lý nợ. Số liệu tổng kết thực hiện Nghị quyết 42 đến ngày 31/12/2021 được tác giả thống kê như sau:

Chỉ tiêu xử lý nợ xấu theo Nghị quyết số 42/2017/QH14	Giá trị (Nghìn tỷ đồng)	Tỷ trọng
Nợ xấu tại thời điểm Nghị quyết có hiệu lực (15/08/2017)	541,6	-
Nợ xấu phát sinh mới tính đến 31/12/2021	251,3	-
Tổng nợ xấu từ 15/08/2017 đến 31/12/2021	792,9	100%
Nợ xấu đã được xử lý	380,2	47,95%
Nợ xấu chưa được xử lý	412,7	52,05%

Mặc dù tốc độ xử lý nợ trung bình đạt 5,67 nghìn tỷ đồng/tháng (cao hơn mức 3,25 nghìn tỷ đồng/tháng giai đoạn 2012–2017), khối lượng nợ chưa xử lý vẫn chiếm trên 50%, đồng thời nguy cơ nợ xấu tiềm ẩn gia tăng dưới tác động kéo dài của đại dịch Covid-19 đặt ra yêu cầu cấp thiết phải phân tích các nguyên nhân gốc rễ.

Từ bối cảnh đó, khóa luận xác định mục tiêu tổng quát là xác định các yếu tố tác động đến nợ xấu của các NHTM Việt Nam, từ đó đề xuất các hàm ý quản trị và giải pháp kiểm soát. Ba mục tiêu và câu hỏi nghiên cứu cụ thể gồm:

1. Xác định các yếu tố tác động đến nợ xấu của các NHTM Việt Nam. Câu hỏi tương ứng: Có những yếu tố vĩ mô và yếu tố nội tại nào của ngân hàng tác động đến nợ xấu?
2. Phân tích chiều hướng và mức độ tác động của từng yếu tố. Câu hỏi tương ứng: Chiều hướng và mức độ tác động của các yếu tố đó đến nợ xấu như thế nào?
3. Đề xuất các giải pháp giúp các ngân hàng hạn chế và quản trị nợ xấu. Câu hỏi tương ứng: Đâu là giải pháp để cải thiện tình trạng nợ xấu của hệ thống NHTM Việt Nam?

• Đối tượng nghiên cứu: Nợ xấu và các yếu tố tác động đến nợ xấu tại các NHTM Việt Nam (bao gồm nhóm yếu tố kinh tế vĩ mô và nhóm yếu tố nội tại ngân hàng).
• Phạm vi không gian: Khảo sát 21 NHTM đại diện tại Việt Nam (loại trừ các ngân hàng bị mua lại bắt buộc 0 đồng và các ngân hàng thuộc diện kiểm soát đặc biệt). Danh sách gồm: VietinBank, BIDV, Vietcombank, ACB, ABBank, Bac A Bank, Kienlongbank, Techcombank, Nam A Bank, MB, NCB, Saigonbank, SCB, SHB, Sacombank, TPBank, VPBank, PG Bank, Eximbank, HDBank, MSB.
• Phạm vi thời gian: Giai đoạn 11 năm, từ năm 2011 đến năm 2021.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung khái niệm và cơ sở lý thuyết

Về mặt khái niệm, tác giả tổng hợp định nghĩa nợ xấu từ các tổ chức và học giả quốc tế:

• Caprio và Klingebiel (1999): Khoản vay có nợ gốc và lãi chưa được thanh toán trong ít nhất 90 ngày.
• Alton và Hazen (2001): Khoản vay không được trả đúng hạn và không dự đoán được khả năng thanh toán tương lai.
• Bholat và các cộng sự (2016): Khoản vay vi phạm nghĩa vụ hợp đồng, bị giảm giá trị dưới mức ghi sổ kế toán.
• Barisitz (2011): Nợ xấu hội tụ ba điều kiện: quá hạn từ 90 ngày trở lên; xuất hiện các điểm yếu rõ ràng của bên đi vay; thuộc nhóm nợ dưới tiêu chuẩn, nghi ngờ hoặc tổn thất.
• Quỹ Tiền tệ Quốc tế (IMF, 2006, 2007) và Ủy ban Basel về Giám sát Ngân hàng (BCBS, 2004): Thống nhất tiêu chí định lượng quá hạn từ 90 ngày trở lên hoặc có khả năng vỡ nợ nếu không xử lý tài sản bảo đảm.
• Chuẩn mực IFRS 9 và Viện Tài chính Quốc tế (IIF): Phân loại dựa trên dấu hiệu suy giảm dòng tiền tương lai và mức độ quá hạn.
• Cơ chế phân loại tại Việt Nam: Theo Quyết định số 493/2005/QĐ-NHNN và Thông tư số 11/2021/TT-NHNN, dư nợ được phân làm 5 nhóm. Nợ xấu là nợ nội bảng thuộc nhóm 3 (nợ dưới tiêu chuẩn, quá hạn 91-180 ngày), nhóm 4 (nợ nghi ngờ, quá hạn 181-360 ngày) và nhóm 5 (nợ có khả năng mất vốn, quá hạn trên 360 ngày), đánh giá kết hợp phương pháp định lượng và định tính.

Về cơ sở lý thuyết tác động:

• Nhóm lý thuyết kinh tế vĩ mô:
  • Lý thuyết thông tin bất cân xứng (Akerloff, 1970; Mishkin, 1990): Phản ánh sự sai lệch thông tin dẫn tới hiện tượng lựa chọn đối nghịch (adverse selection) và rủi ro đạo đức (moral hazard), gia tăng tỷ lệ vỡ nợ của bên vay.
  • Lý thuyết gia tốc tài chính (Bernanke và Gertler, 1994): Các cú sốc kinh tế tác động tiêu cực tới bảng cân đối kế toán và giá trị tài sản ròng của doanh nghiệp, làm tăng phần dư nguồn vốn bên ngoài (external finance premium), từ đó khuếch đại quy mô suy thoái và nợ xấu.
  • Lý thuyết kênh tín dụng (Bernanke và Blinder, 1988; Bernanke và Gertler, 1995): Giải thích cơ chế truyền dẫn chính sách tiền tệ qua kênh bảng cân đối kế toán của bên vay và kênh cho vay của ngân hàng thương mại.
• Nhóm lý thuyết vi mô đặc thù ngân hàng:
  • Hiệu quả hoạt động: Giả thuyết "quản lý yếu kém" (Bad management hypothesis - Berger và DeYoung, 1997), giả thuyết "kém may mắn" (Bad luck hypothesis) và giả thuyết "tiết kiệm" (Skimping hypothesis).
  • An toàn vốn: Giả thuyết "rủi ro đạo đức" (Moral hazard hypothesis - Keeton và Morris, 1987) và giả thuyết "quá lớn để phá sản" (Too big to fail hypothesis).
  • Quy mô ngân hàng: Giả thuyết "hiệu ứng quy mô" (Size effect - Salas và Saurina, 2002) về năng lực đa dạng hóa danh mục cho vay.

Phương pháp nghiên cứu và mô hình thực nghiệm

Nghiên cứu ứng dụng phương pháp định lượng với dữ liệu bảng (panel data) gồm 21 NHTM trong 11 năm. Quy trình kiểm định kinh tế lượng được thiết lập qua các bước:

1. Thống kê mô tả và phân tích ma trận tương quan giữa các biến.
2. Kiểm tra hiện tượng đa cộng tuyến thông qua hệ số nhân tử phóng đại phương sai (VIF).
3. Hồi quy mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM), sử dụng kiểm định Hausman để chọn mô hình thích hợp.
4. Kiểm định các khuyết tật của mô hình được chọn: kiểm định hiện tượng đa cộng tuyến, hiện tượng tự tương quan (Wooldridge test) và hiện tượng phương sai sai số thay đổi (Modified Wald test).
5. Áp dụng phương pháp ước lượng mô men tổng quát hệ thống 2 bước (two-step System GMM) nhằm khắc phục triệt để hiện tượng nội sinh gây ra bởi biến trễ của biến phụ thuộc ($NPL_{i,t-1}$) cùng các khuyết tật phương sai sai số thay đổi và tự tương quan. Dữ liệu được xử lý trên phần mềm Stata 14.0.

Nguồn dữ liệu nghiên cứu: Dữ liệu tài chính vi mô được bóc tách từ báo cáo tài chính kiểm toán và thuyết minh báo cáo tài chính của 21 NHTM; dữ liệu kinh tế vĩ mô thu thập từ các niên giám và cơ sở dữ liệu thống kê chính thức.

Nội dung chính theo từng chương

Chương 1: Tổng quan đề tài nghiên cứu

Chương 1 làm rõ tính cấp thiết của đề tài trong bối cảnh tái cơ cấu hệ thống tài chính Việt Nam sau khủng hoảng và tác động của đại dịch Covid-19. Tác giả phân tích thực trạng sai lệch số liệu nợ xấu giữa các cơ quan quản lý và các tổ chức quốc tế giai đoạn 2012–2015, chứng minh nợ xấu là vấn đề dai dẳng. Chương này xác định rõ mục tiêu tổng quát, 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, đối tượng nghiên cứu, phạm vi thời gian (2011–2021) và không gian (21 NHTM). Bên cạnh đó, chương giới thiệu phương pháp luận định lượng, bố cục 5 chương của khóa luận cùng ý nghĩa lý luận và thực tiễn của công trình.

Chương 2: Cơ sở lý thuyết

Chương 2 thực hiện tổng quan hệ thống lý luận về nợ xấu, so sánh tiêu chuẩn phân loại nợ quốc tế (Mỹ, Anh, Đức, Pháp, Ý, Nhật Bản, Trung Quốc, Hàn Quốc, IIF, IMF, Basel II, IFRS 9) với hệ thống văn bản pháp lý Việt Nam (Quyết định 493/2005/QĐ-NHNN, Thông tư 11/2021/TT-NHNN). Tác giả phân tích chi tiết các nền tảng lý thuyết: lý thuyết bất cân xứng thông tin, lý thuyết gia tốc tài chính, lý thuyết kênh tín dụng, cùng các giả thuyết quản lý yếu kém, kém may mắn, tiết kiệm, rủi ro đạo đức và hiệu ứng quy mô. Phần cuối chương dành để lược khảo các công trình thực nghiệm quốc tế (Salas & Saurina, 2002; Louzis et al., 2012; Messai & Jouini, 2013; Klein, 2013; Ghosh, 2015; Dimitrios et al., 2016; Ozili, 2019; Radivojević et al., 2019; Khan et al., 2020) và tại Việt Nam (Nguyễn Thị Hồng Vinh, 2017; Phạm Dương Phương Thảo & Nguyễn Linh Đan, 2018; Trần Vương Thịnh & Nguyễn Ngọc Hồng Loan, 2021), từ đó lập bảng tổng hợp đối chiếu chiều hướng tác động làm căn cứ xây dựng mô hình.

Chương 3: Phương pháp nghiên cứu

Dựa trên mô hình của Klein (2013), Ghosh (2015) và Nguyễn Thị Hồng Vinh (2017), tác giả thiết lập phương trình hồi quy tuyến tính động dạng bảng:

$$NPL_{i,t} = \beta_0 + \beta_1 NPL_{i,t-1} + \beta_2 SIZE_{i,t} - \beta_3 ROE_{i,t} + \beta_4 LGR_{i,t} + \beta_5 LLR_{i,t} - \beta_6 ETA_{i,t} - \beta_7 GDP_{i,t} + \beta_8 INF_{i,t} + \varepsilon_{i,t}$$

Tác giả định nghĩa chi tiết cách tính và đưa ra kỳ vọng dấu lý thuyết cho 8 biến độc lập:

Tên biến	Ký hiệu	Phương pháp đo lường	Kỳ vọng dấu	Cơ sở giả thuyết
Biến phụ thuộc:
Tỷ lệ nợ xấu	$NPL_{i,t}$	(Nợ nhóm 3 + Nhóm 4 + Nhóm 5) / Tổng dư nợ (%)	-	Thông tư 11/2021/TT-NHNN
Biến độc lập:
Tỷ lệ nợ xấu năm trước	$NPL_{i,t-1}$	Tỷ lệ nợ xấu độ trễ 1 năm (%)	(+)	Nợ xấu tích lũy trong quá khứ kéo dài sang hiện tại (H1)
Quy mô ngân hàng	$SIZE_{i,t}$	Ln(Tổng tài sản)	(+)	Quy mô lớn nới lỏng cấp tín dụng, đòn bẩy cao (H2)
Khả năng sinh lời	$ROE_{i,t}$	Lợi nhuận sau thuế / Vốn chủ sở hữu bình quân (%)	(-)	Quản lý hiệu quả, danh mục chất lượng cao (H3)
Tốc độ tăng trưởng tín dụng	$LGR_{i,t}$	$(\text{Dư nợ}t - \text{Dư nợ}{t-1}) / \text{Dư nợ}_{t-1}$ (%)	(+)	Tăng trưởng nóng làm giảm tiêu chuẩn tín dụng (H4)
Tỷ lệ trích lập dự phòng RRTD	$LLR_{i,t}$	Dự phòng RRTD / Tổng dư nợ (%)	(+)	Phản ánh mức độ rủi ro danh mục tín dụng tăng (H5)
Tỷ lệ vốn chủ sở hữu	$ETA_{i,t}$	Vốn chủ sở hữu / Tổng tài sản (%)	(-)	Đệm an toàn vốn cao giúp hạn chế rủi ro đạo đức (H6)
Tốc độ tăng trưởng kinh tế	$GDP_{i,t}$	$(GDP_t - GDP_{t-1}) / GDP_{t-1}$ (%)	(-)	Kinh tế tăng trưởng giúp doanh nghiệp tăng trả nợ (H7)
Tỷ lệ lạm phát	$INF_{i,t}$	$(CPI_t - CPI_{t-1}) / CPI_{t-1}$ (%)	(+)	Giảm thu nhập thực tế, suy yếu khả năng chi trả (H8)

Chương 3 đồng thời luận giải ưu thế của hồi quy dữ liệu bảng trong kiểm soát tính không đồng nhất không quan sát được và thiết lập quy trình hồi quy từ FEM/REM sang GMM hệ thống.

Chương 4: Kết quả nghiên cứu

Chương 4 triển khai các bước tính toán trên bộ dữ liệu 21 NHTM:

• Thống kê mô tả dữ liệu bảng và ma trận tương quan giữa các biến.
• Kiểm định lựa chọn mô hình: Kiểm định Hausman cho kết quả lựa chọn mô hình tác động cố định (FEM) thay vì mô hình tác động ngẫu nhiên (REM).
• Kiểm tra các khuyết tật của mô hình FEM: Kết quả cho thấy mô hình không bị đa cộng tuyến nghiêm trọng, tuy nhiên vi phạm giả định về phương sai sai số không đổi và tồn tại hiện tượng tự tương quan, kèm hiện tượng nội sinh do biến trễ $NPL_{i,t-1}$.
• Hồi quy khắc phục bằng phương pháp GMM hệ thống 2 bước (two-step System GMM): Mô hình GMM được kiểm định qua kiểm định Arellano-Bond (kiểm định AR(1) và AR(2)) và kiểm định Hansen/Sargan về tính hợp lệ của biến công cụ.
• Kết quả hồi quy chỉ ra: 4 biến có quan hệ cùng chiều có ý nghĩa thống kê ở mức 10% gồm $NPL_{i,t-1}$, $LLR$, $GDP$ và $INF$; 2 biến có quan hệ ngược chiều có ý nghĩa thống kê ở mức 5% gồm $SIZE$ và $LGR$; 2 biến $ROE$ và $ETA$ không đạt mức ý nghĩa thống kê. Tác giả tiến hành thảo luận, so sánh chi tiết các kết quả này với các nghiên cứu trước đó.

Chương 5: Kết luận và một số khuyến nghị

Chương 5 tóm tắt các phát hiện thực nghiệm, làm rõ những điểm tương đồng và khác biệt giữa thực tế hệ thống ngân hàng Việt Nam với kỳ vọng ban đầu. Căn cứ vào đó, tác giả đề xuất các nhóm hàm ý chính sách và khuyến nghị thực tiễn nhằm kiểm soát nợ xấu cho cả Ngân hàng Nhà nước và ban điều hành các NHTM, đồng thời chỉ ra các hạn chế về dữ liệu và đề xuất hướng nghiên cứu tiếp theo.

Kết quả và đóng góp

Kết quả nghiên cứu thực nghiệm

Ước lượng thông qua mô hình GMM hệ thống 2 bước trên dữ liệu của 21 NHTM Việt Nam giai đoạn 2011–2021 đem lại kết quả cụ thể:

Biến nghiên cứu	Ký hiệu	Kỳ vọng dấu	Kết quả GMM	Mức ý nghĩa thống kê	Kết luận giả thuyết
Nợ xấu năm trước	$NPL_{i,t-1}$	(+)	(+)	10%	Chấp nhận H1
Tỷ lệ trích lập dự phòng RRTD	$LLR$	(+)	(+)	10%	Chấp nhận H5
Tốc độ tăng trưởng kinh tế	$GDP$	(-)	(+)	10%	Bác bỏ H7 (ngược chiều kỳ vọng)
Tỷ lệ lạm phát	$INF$	(+)	(+)	10%	Chấp nhận H8
Quy mô ngân hàng	$SIZE$	(+)	(-)	5%	Bác bỏ H2 (ngược chiều kỳ vọng)
Tốc độ tăng trưởng tín dụng	$LGR$	(+)	(-)	5%	Bác bỏ H4 (ngược chiều kỳ vọng)
Suất sinh lời trên vốn CSH	$ROE$	(-)	Không có ý nghĩa	Không có ý nghĩa	Không đủ bằng chứng chấp nhận H3
Tỷ lệ vốn chủ sở hữu	$ETA$	(-)	Không có ý nghĩa	Không có ý nghĩa	Không đủ bằng chứng chấp nhận H6

Các phát hiện đáng chú ý từ kết quả:

1. Nợ xấu có tính ỳ và quán tính cao: Tỷ lệ nợ xấu năm trước tác động cùng chiều mạnh mẽ đến nợ xấu năm sau, phản ánh tổn thất tín dụng kéo dài qua nhiều chu kỳ kế toán.
2. Tác động của trích lập dự phòng: Biến $LLR$ tác động cùng chiều ở mức 10%, ủng hộ nhận định ngân hàng gia tăng trích lập khi nhận diện rủi ro danh mục suy giảm, phù hợp với giả thuyết rủi ro đạo đức của Keeton và Morris (1987).
3. Tác động vĩ mô: Lạm phát ($INF$) tác động cùng chiều ở mức 10% do làm giảm sức mua và thu nhập khả dụng của người vay. Tăng trưởng kinh tế ($GDP$) thể hiện tác động cùng chiều ở mức ý nghĩa 10%, trái với kỳ vọng lý thuyết ban đầu nhưng tương đồng với kết quả của Radivojević và các cộng sự (2019), phản ánh đặc thù nền kinh tế Việt Nam khi tăng trưởng kinh tế nóng có thể đi kèm sự chủ quan trong thẩm định và mở rộng tín dụng quá mức.
4. Tác động của quy mô và tăng trưởng tín dụng: $SIZE$ và $LGR$ đều có mối quan hệ nghịch chiều với nợ xấu ở mức ý nghĩa 5%. Điều này ủng hộ giả thuyết "hiệu ứng quy mô" của Salas và Saurina (2002), cho thấy ngân hàng quy mô lớn có năng lực phân tán rủi ro tốt hơn, và trong giai đoạn 2011–2021 việc tăng trưởng tín dụng đi đôi với việc nâng cao chất lượng thẩm định đã giúp pha loãng và kiềm chế tỷ lệ nợ xấu.
5. Biến không có ý nghĩa: $ROE$ và $ETA$ không cho thấy tác động đáng kể đến nợ xấu trong mô hình GMM.

Đóng góp của đề tài

• Đóng góp về mặt lý luận: Hệ thống hóa toàn diện các lý thuyết nền tảng về nợ xấu (thông tin bất cân xứng, gia tốc tài chính, kênh tín dụng, các giả thuyết quản trị vi mô); cập nhật khung pháp lý trong nước (Thông tư 11/2021/TT-NHNN) và quốc tế (Basel II, IFRS 9). Bổ sung bằng chứng thực nghiệm về tác động đồng thời của cả biến vi mô và vĩ mô trong bối cảnh các ngân hàng tại một quốc gia đang phát triển.
• Đóng góp về mặt thực tiễn: Cung cấp bức tranh thực nghiệm định lượng cập nhật giai đoạn 2011–2021, làm căn cứ cho bộ phận quản trị rủi ro tín dụng tại các NHTM điều chỉnh chiến lược trích lập dự phòng, kiểm soát quy mô và giám sát chặt chẽ mối liên hệ giữa nợ xấu quá khứ với rủi ro hiện tại.

Hạn chế và hướng nghiên cứu tiếp theo

Khóa luận tự chỉ ra một số hạn chế gắn liền với phạm vi và điều kiện thực hiện nghiên cứu:

• Hạn chế về mẫu nghiên cứu: Do tính sẵn có và mức độ minh bạch của số liệu nợ xấu trên báo cáo tài chính kiểm toán, nghiên cứu chỉ chọn mẫu 21 NHTM đại diện trên tổng số 35 NHTM tại Việt Nam. Nghiên cứu bắt buộc phải loại trừ các NHTM được Nhà nước mua lại 0 đồng và các NHTM thuộc diện kiểm soát đặc biệt của Ngân hàng Nhà nước.
• Hạn chế về biến số và độ dài dữ liệu: Mẫu dữ liệu kết thúc ở năm 2021, chưa phản ánh đầy đủ tác động trễ của đại dịch Covid-19 và giai đoạn tái cơ cấu nợ tiếp theo sau khi Thông tư cơ cấu nợ hết hiệu lực. Nghiên cứu cũng chưa kiểm soát được toàn bộ các yếu tố định tính như đạo đức cán bộ tín dụng hay chất lượng tài sản bảo đảm cụ thể do hạn chế trong việc công bố thông tin nội bộ.
• Hướng nghiên cứu tiếp theo: Mở rộng cỡ mẫu bao phủ toàn bộ các tổ chức tín dụng bao gồm ngân hàng chính sách, ngân hàng liên doanh khi dữ liệu cho phép; kéo dài chuỗi thời gian sang các năm sau 2021; bổ sung các biến kiểm soát vi mô khác (tỷ lệ an toàn vốn CAR, tỷ lệ chi phí trên thu nhập CIR) và biến vĩ mô như lãi suất thực, tỷ giá hối đoái.

Giá trị tham khảo

Tài liệu là nguồn dữ liệu và tài liệu tham khảo học thuật hữu ích cho:

• Sinh viên, học viên cao học và nghiên cứu sinh chuyên ngành Tài chính - Ngân hàng, Kinh tế học: Tham khảo khung lý thuyết chuyên sâu về rủi ro tín dụng, kỹ thuật hồi quy dữ liệu bảng, quy trình xử lý khuyết tật mô hình từ kiểm định Hausman (FEM/REM) đến phương pháp ước lượng GMM hệ thống 2 bước (two-step System GMM) trên Stata 14.0.
• Cán bộ quản trị rủi ro và phân tích tín dụng tại các NHTM: Vận dụng kết quả thực nghiệm về tác động cùng chiều của nợ xấu kỳ trước ($NPL_{i,t-1}$), tỷ lệ trích lập dự phòng ($LLR$) và lạm phát ($INF$) để xây dựng mô hình cảnh báo sớm nợ xấu nội bộ.
• Nhà hoạch định chính sách tiền tệ và cơ quan thanh tra giám sát ngân hàng (NHNN): Tham khảo các luận cứ định lượng về mối liên hệ giữa tăng trưởng kinh tế, tín dụng và nợ xấu để điều tiết chỉ tiêu tăng trưởng tín dụng (room tín dụng) và ban hành chính sách quản lý nợ xấu hiệu quả.

Câu hỏi thường gặp

1. Tỷ lệ nợ xấu ($NPL_{i,t}$) được đo lường chính xác bằng công thức nào trong khóa luận?

Theo quy định tại Thông tư số 11/2021/TT-NHNN, biến phụ thuộc $NPL_{i,t}$ được tính bằng tỷ lệ phần trăm giữa tổng dư nợ xấu nội bảng (gồm nợ nhóm 3 - nợ dưới tiêu chuẩn, nợ nhóm 4 - nợ nghi ngờ, và nợ nhóm 5 - nợ có khả năng mất vốn) chia cho tổng dư nợ cho vay từ nhóm 1 đến nhóm 5 của ngân hàng:

$$NPL_{i,t} = \frac{\text{Nợ nhóm 3} + \text{Nợ nhóm 4} + \text{Nợ nhóm 5}}{\text{Tổng dư nợ}}$$

Dữ liệu được bóc tách từ thuyết minh báo cáo tài chính của 21 NHTM giai đoạn 2011–2021.

2. Vì sao tác giả phải sử dụng phương pháp hồi quy GMM hệ thống 2 bước thay cho mô hình FEM?

Khi thực hiện kiểm định Hausman, mô hình tác động cố định (FEM) được xác định là phù hợp hơn mô hình tác động ngẫu nhiên (REM). Tuy nhiên, các kiểm định chẩn đoán sau đó cho thấy mô hình FEM mắc khuyết tật phương sai sai số thay đổi và tự tương quan. Quan trọng hơn, mô hình nghiên cứu có chứa biến trễ bậc 1 của biến phụ thuộc ($NPL_{i,t-1}$), dẫn đến hiện tượng nội sinh (endogeneity). Do đó, phương pháp ước lượng mô men tổng quát hệ thống 2 bước (two-step System GMM) được sử dụng để khắc phục triệt để hiện tượng nội sinh và các khuyết tật trên, mang lại ước lượng vững và hiệu quả.

3. Những biến độc lập nào có mối quan hệ ngược chiều với nợ xấu trong kết quả thực nghiệm GMM?

Trong mô hình hồi quy GMM hệ thống 2 bước, có 2 biến độc lập có tác động ngược chiều với nợ xấu ở mức ý nghĩa thống kê 5%:

• Quy mô ngân hàng ($SIZE_{i,t}$): Đo bằng logarit tự nhiên của tổng tài sản ($\ln(\text{Tổng tài sản})$).
• Tốc độ tăng trưởng tín dụng ($LGR_{i,t}$): Đo bằng tỷ lệ tăng trưởng dư nợ cho vay so với kỳ trước.

Kết quả này trái với kỳ vọng dấu ban đầu nhưng phù hợp với lý thuyết về hiệu ứng quy mô (khả năng đa dạng hóa rủi ro của ngân hàng lớn) và phản ánh việc mở rộng tín dụng gắn liền với quản trị chất lượng tài sản giúp pha loãng tỷ lệ nợ xấu.

4. Mẫu nghiên cứu bao gồm bao nhiêu ngân hàng và loại trừ những đối tượng nào?

Khóa luận chọn mẫu gồm 21 NHTM đại diện tại Việt Nam trong giai đoạn 2011–2021. Mẫu nghiên cứu chủ động loại trừ các NHTM được Nhà nước mua lại bắt buộc với giá 0 đồng và các ngân hàng thuộc diện kiểm soát đặc biệt của Ngân hàng Nhà nước do thiếu hụt số liệu hoặc số liệu nợ xấu không phản ánh đúng điều kiện hoạt động thương mại bình thường.

5. Kết quả xử lý nợ xấu thực tế theo Nghị quyết 42/2017/QH14 được tác giả ghi nhận như thế nào?

Theo số liệu tổng hợp trong khóa luận, tính từ khi Nghị quyết số 42/2017/QH14 có hiệu lực (ngày 15/08/2017) đến ngày 31/12/2021:

• Tổng số nợ xấu cần xử lý là 792,9 nghìn tỷ đồng (gồm 541,6 nghìn tỷ nợ tại thời điểm 15/08/2017 và 251,3 nghìn tỷ nợ phát sinh mới);
• Số nợ xấu đã xử lý đạt 380,2 nghìn tỷ đồng (tương đương tốc độ xử lý bình quân 5,67 nghìn tỷ đồng/tháng, cao hơn mức 3,25 nghìn tỷ đồng/tháng giai đoạn 2012–2017);
• Số nợ xấu chưa được xử lý còn lại là 412,7 nghìn tỷ đồng, chiếm trên 50% tổng nợ xấu toàn hệ thống.

Kết luận

Khóa luận của tác giả Võ Ngọc Phương Uyên đã thực hiện một nghiên cứu định lượng hoàn chỉnh về các yếu tố vĩ mô và vi mô tác động đến nợ xấu tại 21 ngân hàng thương mại Việt Nam giai đoạn 2011–2021. Thông qua phương pháp ước lượng GMM hệ thống 2 bước vững trước các khuyết tật mô hình và hiện tượng nội sinh, nghiên cứu khẳng định tỷ lệ nợ xấu năm trước, tỷ lệ trích lập dự phòng, tốc độ tăng trưởng GDP và lạm phát có tác động cùng chiều (ở mức ý nghĩa 10%), trong khi quy mô ngân hàng và tốc độ tăng trưởng tín dụng có tác động ngược chiều (ở mức ý nghĩa 5%) đến nợ xấu. Đây là công trình học thuật có giá trị tham khảo thiết thực về mặt phương pháp lượng kinh tế cũng như cung cấp cơ sở dữ liệu thực nghiệm cho các nhà quản trị tín dụng và cơ quan quản lý tiền tệ trong việc nhận diện, kiểm soát rủi ro nợ xấu tại Việt Nam.

Trích đoạn nội dung tài liệu

chương 1 trình bày bố cục của khóa luận gồm 5 chương, đồng thời tóm tắt nội dung chính của từng chương. 8 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Tổng quan về nợ xấu 2.1 Khái niệm nợ xấu Trên thế giới vẫn chưa có sự thống nhất về khái niệm nợ xấu cho đến hiện tại. Các tiêu chí cụ thể để phân loại các khoản vay là nợ xấu (non-performing loan) hoặc nợ bị giảm giá trị (impaired loan) có sự khác nhau giữa các quốc gia và các tổ chức trên thế giới. Theo Caprio và Klingebiel (1999), nợ xấu thường đề cập đến khoản cho vay mà mà gốc và lãi của nó chưa được thanh toán trong ít nhất 90 ngày.

Theo Alton và Hazen (2001), các khoản cho vay sẽ trở thành nợ xấu nếu các khoản thanh toán gốc và lãi của nó không được trả vào ngày đáo hạn và không thể dự đoán trong tương lai. Theo Bholat và các cộng sự (2016), ở cấp độ chung nhất, nợ xấu là khoản cho vay mà người đi vay không hoàn trả theo đúng nghĩa vụ hợp đồng. Khoản nợ được coi là bị giảm giá trị khi số tiền dự kiến mà khách hàng vay phải trả giảm xuống dưới giá trị hợp đồng được ghi trên bảng cân đối kế toán của ngân hàng. Khi sự kiện này xảy ra, việc trích lập dự phòng rủi ro cho vay sẽ được thực hiện.

Trong nghiên cứu về nợ xấu ở các nước trong khu vực Trung, Đông và Đông Nam Âu (CESEE), Barisitz (2011) đã tổng hợp khái niệm về nợ xấu. Cụ thể, nợ xấu thường đề cập đến ba yếu tố như sau: (i) Gốc hoặc lãi quá hạn từ 90 ngày trở lên; (ii) Sự hiện diện của “những điểm yếu đã được xác định rõ” (well-defined weaknesses) của khoản vay hoặc người đi vay. Các điểm yếu ở đây được hiểu là đánh giá của ngân hàng cho rằng tình hình tài chính của bên đi vay đã xấu đi một cách nghiêm trọng, thậm chí có thể xảy ra trước khi hết thời hạn tối thiểu là 90 ngày. Điều này có thể bao gồm việc khách hàng vay mất khả năng thanh toán hoặc phá sản, hoặc đang tìm kiếm các biện pháp tái cơ cấu khoản vay.

Do đó, người đi vay sẽ không thể thực hiện nghĩa vụ của mình nếu không thanh lý tài sản thế chấp sẵn có; (iii) Các khoản nợ thuộc 3 phân loại “dưới tiêu chuẩn” (substandard), “nghi ngờ” (doubtful), “bị tổn thất/ xóa nợ” (loss/ write-off) thường đồng nghĩa với nợ xấu. 9 Trong Hướng dẫn tổng hợp về các chỉ số lành mạnh tài chính - Compilation Guide on Financial Soundness Indicators (FSIs, 2006), Quỹ Tiền tệ Thế giới (IMF) đã đưa ra định nghĩa nợ xấu là “Các khoản vay được phân loại là nợ xấu khi (i) có các khoản thanh toán gốc và lãi đã quá hạn từ 90 ngày trở lên; (ii) các khoản thanh toán lãi từ 90 ngày trở lên đã được vốn hóa, tái cấp vốn hoặc đảo nợ”. Trong đó, tiêu chí 90 ngày là khoảng thời gian được các quốc gia sử dụng rộng rãi nhất để xác định liệu một khoản vay có phải là nợ xấu hay không. Nhằm tạo điều kiện thuận lợi hơn trong việc đo lường, so sánh giữa các quốc gia, trong phiên bản cập nhật tháng 11/ 2007 của FSIs, IMF đã chọn một tiêu chí thống nhất để xác định nợ xấu là “Có các khoản thanh toán gốc hoặc lãi quá hạn ít nhất 90 ngày”.

Cách xác định này cũng tương tự với định nghĩa vỡ nợ của Ủy ban Basel về Giám sát Ngân hàng (2004) và cách thức phân loại chất lượng tín dụng của IIF. Ủy ban Basel về Giám sát Ngân hàng (BCBS) vẫn chưa đưa ra khái niệm chính thức về nợ xấu. Tuy nhiên, trong Phiên bản sửa đổi tháng 6/2004 của Hiệp ước quốc tế về đo lường vốn và các tiêu chuẩn về vốn (Basel II), BCBS đã đề cập đến hai tiêu chí nhằm xác định một khoản nợ được coi là không có khả năng hoàn trả (a default) khi một trong hai hoặc cả hai sự kiện sau xảy ra: (i) ngân hàng cho rằng khách hàng vay vốn không có khả năng thanh toán đầy đủ các nghĩa vụ tín dụng đối với ngân hàng nếu ngân hàng không xử lý tài sản đảm bảo; (2) các khoản nợ đã quá hạn trên 90 ngày. Theo cách thức phân loại nợ của Viện Tài chính Quốc tế (IIF), các khoản nợ được phân loại là nợ dưới tiêu chuẩn (substandard), nợ nghi ngờ (doubtful), nợ bị tổn thất/ xóa nợ” (loss/ write-off) sẽ tương đương với nợ xấu.

Cụ thể, các tiêu chí để phân loại nợ được quy định như sau: (i) Nợ dưới tiêu chuẩn: Ngân hàng nghi ngờ khả năng hoàn trả đầy đủ của bên đi vay (chẳng hạn như do giá trị tài sản thế chấp bị giảm giá trị,…); các khoản gốc và lãi đã quá hạn hơn 90 ngày. (ii) Nợ nghi ngờ: Các khoản gốc và lãi đã quá hạn trên 180 ngày. (iii) Nợ bị tổn thất/ Xóa nợ: Các khoản gốc và lãi đã quá hạn hơn một năm. 10 Như vậy, xét một cách tổng quát, nợ xấu theo quy định của IIF là các khoản nợ có thời gian quá hạn trên 90 ngày.

Chuẩn mực Báo cáo Tài chính Quốc tế (IFRS 9) cũng cung cấp những bằng chứng về việc suy giảm chất lượng tín dụng của tài sản tài chính. Theo đó, một tài sản tài chính bị suy giảm chất lượng tín dụng khi một hoặc nhiều sự kiện xảy ra có tác động bất lợi đến dòng tiền dự kiến trong tương lai của tài sản tài chính đó, chẳng hạn như: khó khăn tài chính đáng kể của người đi vay; vi phạm hợp đồng (sự kiện vỡ nợ hoặc quá hạn thanh toán xảy ra); khả năng người đi vay sẽ phá sản hoặc tái tổ chức tài chính khác;… Ở Việt Nam, trong Thông tư số 11/2021/TT-NHNN của NHNN, nợ xấu được quy định là nợ thuộc các nhóm 3 (nợ dưới tiêu chuẩn), 4 (nợ nghi ngờ) và 5 (nợ có khả năng mất vốn). Các tiêu chí đánh giá để hướng dẫn các TCTD thực hiện phân loại nợ được quy định trên cả hai phương pháp định lượng và định tính. Đối với phương pháp định lượng, các khoản nợ được phân loại là nợ nhóm 3, nhóm 4, nhóm 5 khi có thời gian quá hạn lần lượt là từ 91 đến 180 ngày, từ 181 ngày đến 360 ngày, trên 360 ngày.

Đối với phương pháp định tính, nợ nhóm 3 được hiểu là các khoản nợ không có khả năng thu hồi nợ gốc và lãi khi đến hạn, các khoản nợ thuộc nhóm 4 được đánh giá là có khả năng tổn thất cao, và các khoản nợ được phân loại là nhóm 5 khi không còn khả năng thu hồi, có khả năng mất vốn. Như vậy, dù có không có khái niệm chung chính thức về nợ xấu, nhưng các quốc gia và các tổ chức trên thế giới đều cho rằng một khoản vay được coi là nợ xấu nếu tồn tại 2 đặc điểm (i) có thời gian quá hạn trên 90 ngày (yếu tố định lượng) và bị nghi ngờ khả năng trên nợ (yếu tố định tính).2 Phân loại nợ xấu Các chuẩn mực kế toán về trích lập dự phòng và phân loại các khoản vay theo chất lượng tín dụng chỉ mới xuất hiện trong vài thập kỉ gần đây (Bholat và các cộng sự, 2016). Trước đây, thậm chí ở từng quốc gia cũng có rất ít tiêu chuẩn chung trong việc trích lập dự phòng và phân loại nợ. Việc ban hành chuẩn mực FAS 5 về Kế toán Dự phòng ở Mỹ vào năm 1975 có thể được coi là chuẩn mực kế toán chính thức đầu tiên 11 trong lĩnh vực này.

Trước đó, mặc dù các ngân hàng đã trích lập dự phòng rủi ro cho các khoản nợ xấu, nhưng mức độ nợ xấu và mức trích lập đều không được công khai. Ví dụ, các thông lệ và luật pháp ở Anh cho phép các ngân hàng được miễn báo cáo bản chất thực sự của các khoản dự phòng, lợi nhuận, vốn và nợ xấu cho đến năm 1970 (Billings và Capie 2009). Tuy nhiên, theo thời gian, nhu cầu về các chuẩn mực chung và tầm quan trọng của việc công bố thông tin đã ngày càng được quan tâm do bản chất của hoạt động cho vay dần trở nên phức tạp và dài hạn hơn. Sự phát triển của cho vay dài hạn khiến các ngân hàng gánh chịu RRTD nhiều hơn, do đó sự ra đời của các tiêu chuẩn kế toán thống nhất là vô cùng cần thiết nhằm nâng cao tính chính xác và đồng bộ trong công tác giám sát chất lượng tài sản, cũng như đảm bảo an toàn trong hoạt động ngân hàng.

Hiện nay, ở mỗi quốc gia, dù đã có những tiêu chí phân loại nợ rõ ràng, nhưng hệ thống phân loại nợ nhìn chung vẫn còn thiếu sự đồng thuận trên phương diện quốc tế (Laurin & Majnoni, 2003). Các cách tiếp cận phân loại nợ được coi là trách nhiệm của người quản lý hoặc chỉ thuộc vấn đề giám sát. Trong số các nước G-10 (gồm Bỉ, Canada, Pháp, Đức, Ý, Nhật Bản, Hà Lan, Thụy Điển, Thụy Sĩ, Anh và Mỹ), Mỹ và Đức đã có cách tiếp cận phân loại nợ rõ ràng. Ở các quốc gia không có cơ chế phân loại chi tiết, thông thường, các nhà quản lý ngân hàng sẽ có trách nhiệm phát triển các chính sách và quy trình phân loại nợ nội bộ.

Điểm chung ở những quốc gia này là vai trò của bên ngoài (gồm giám sát viên ngân hàng và kiểm toán viên độc lập) nên bị hạn chế khi đưa ra ý kiến về việc liệu các quy định của ngân hàng đã đầy đủ và có được áp dụng một cách phù hợp, nhất quán hay không. Tại Anh, cơ quan giám sát không yêu cầu các ngân hàng áp dụng bất kỳ hình thức phân loại nợ cụ thể nào. Tuy nhiên, họ kỳ vọng rằng các ngân hàng phải có quy trình quản lý rủi ro phù hợp và được cập nhật thường xuyên, bao gồm việc thẩm định các khoản cho vay một cách thận trọng. Mặc dù không có khuyến nghị cụ thể về số nhóm nợ, nhưng giám sát viên vẫn có quyền hướng dẫn các ngân hàng sửa đổi hệ thống phân loại của họ.

Hà Lan cũng sử dụng cách tiếp cận tương tự, các quy trình và hệ thống phân loại nợ của ngân hàng phải được giám sát viên đánh giá định kỳ. Riêng đối với Pháp, cơ quan giám sát nước này có quy định các tiêu chí tối thiểu đối với các khoản nợ xấu, nhưng không 12 có hướng dẫn chung về phân loại nợ. Việc phân loại nợ tùy thuộc vào nội bộ ngân hàng.