Bối cảnh và vấn đề nghiên cứu

Hoạt động tín dụng giữ vị trí trụ cột trong hoạt động kinh doanh của hệ thống ngân hàng thương mại (NHTM), đóng vai trò cung ứng vốn chủ lực cho nền kinh tế và tạo ra tỷ trọng thu nhập lớn nhất cho các tổ chức tín dụng. Tuy nhiên, hoạt động này luôn tiềm ẩn rủi ro tín dụng (RRTD)—nguyên nhân hàng đầu dẫn đến thua lỗ, suy giảm thanh khoản, thậm chí đe dọa sự an toàn của toàn bộ hệ thống tài chính quốc gia.

Tại Việt Nam, sau giai đoạn biến động kinh tế và đặc biệt là tác động của đại dịch Covid-19, thực trạng nợ xấu nội bảng của các NHTM có chiều hướng gia tăng rõ rệt:

  • Năm 2021, tỷ lệ nợ xấu nội bảng toàn ngành ước tính khoảng 1,9%, tăng so với mức 1,69% của năm 2020.
  • Đến hết ngày 30/06/2023, tỷ lệ nợ xấu trung bình của 28 ngân hàng tăng 0,41% so với đầu năm lên mức 2,02%; đồng thời, tỷ lệ bao phủ nợ xấu trung bình giảm từ 127% xuống còn 105%.
  • Sang quý III/2023, tổng nợ xấu của 28 ngân hàng tăng 52% so với đầu năm, trong đó một số ngân hàng ghi nhận nợ xấu tăng gấp 2 đến 3 lần.

Xuất phát từ thực tiễn trên, khóa luận tốt nghiệp của tác giả Đặng Anh Thi (Trường Đại học Ngân hàng TP. Hồ Chí Minh, chuyên ngành Tài chính – Ngân hàng, năm 2024) thực hiện đề tài "Các yếu tố tác động đến rủi ro tín dụng của các Ngân hàng Thương mại Việt Nam" nhằm lượng hóa các nhân tố nội tại và vĩ mô tác động đến RRTD giai đoạn 2013–2022.

Mục tiêu nghiên cứu:

  • Mục tiêu tổng quát: Xác định và đo lường các nhân tố tác động đến RRTD của các NHTM tại Việt Nam giai đoạn 2013–2022, từ đó đề xuất khuyến nghị kiểm soát và giảm thiểu rủi ro.
  • Mục tiêu cụ thể:
    1. Xác định các yếu tố tác động đến RRTD của các NHTM Việt Nam giai đoạn 2013–2022.
    2. Xác định mức độ và chiều hướng tác động của từng yếu tố đến RRTD của các NHTM Việt Nam.
    3. Đề xuất các khuyến nghị phù hợp nhằm giảm thiểu RRTD tại các NHTM Việt Nam dựa trên kết quả định lượng.

Câu hỏi nghiên cứu:

  1. Các yếu tố nào tác động đến RRTD của các NHTM Việt Nam?
  2. Mức độ và chiều hướng tác động của các yếu tố đến RRTD của các NHTM như thế nào?
  3. Những khuyến nghị nào giúp giảm thiểu RRTD của các NHTM Việt Nam?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các yếu tố nội tại và yếu tố kinh tế vĩ mô tác động đến rủi ro tín dụng của các NHTM Việt Nam.
  • Phạm vi không gian: 25 NHTM tại Việt Nam có số liệu tài chính công khai, minh bạch và đầy đủ.
  • Phạm vi thời gian: Giai đoạn 10 năm từ năm 2013 đến năm 2022, bao quát chu kỳ phục hồi kinh tế, tái cơ cấu hệ thống tổ chức tín dụng và giai đoạn bùng phát dịch Covid-19.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và khái niệm nền tảng

  • Tín dụng ngân hàng: Hoạt động chuyển giao quyền sử dụng tài sản (tiền tệ hoặc tài sản có giá trị tương đương) giữa ngân hàng và khách hàng theo nguyên tắc hoàn trả cả gốc và lãi sau một thời gian xác định theo hợp đồng tín dụng.
  • Rủi ro tín dụng: Nguy cơ phát sinh khi bên đi vay chậm trễ hoặc mất khả năng thanh toán một phần hay toàn bộ nợ gốc và lãi theo cam kết, gây tổn thất tài chính cho ngân hàng.
  • Phân loại rủi ro tín dụng:
    • Rủi ro giao dịch: Phát sinh trong quá trình cấp tín dụng, gồm rủi ro lựa chọn (thẩm định sai đối tượng), rủi ro bảo đảm (vấn đề pháp lý, giá trị tài sản đảm bảo) và rủi ro nghiệp vụ (quản lý sau giải ngân).
    • Rủi ro danh mục: Phát sinh do quản trị danh mục cho vay, gồm rủi ro nội tại (đặc thù ngành, lĩnh vực vay) và rủi ro tập trung (tập trung dư nợ vào một số khách hàng hoặc ngành nghề rủi ro cao).
  • Chỉ tiêu đo lường RRTD: Tỷ lệ nợ quá hạn, Tỷ lệ dự phòng RRTD và Tỷ lệ nợ xấu (NPL). Nghiên cứu căn cứ Thông tư số 11/2021/TT-NHNN để xác định nợ xấu bao gồm các khoản nợ từ nhóm 3 đến nhóm 5.

Mô hình kinh tế lượng và giả thuyết nghiên cứu

Mô hình tổng quát dạng dữ liệu bảng được xây dựng như sau:

$$\text{NPL}{i,t} = \beta_0 + \beta_1 \text{SIZE}{i,t} + \beta_2 \text{ROE}{i,t} + \beta_3 \text{CAR}{i,t} + \beta_4 \text{CIR}_{i,t} + \beta_5 \text{GDP}_t + \beta_6 \text{INF}t + \varepsilon{i,t}$$

Ký hiệu Tên biến Vai trò Công thức đo lường Kỳ vọng Nghiên cứu tiền đề
NPL Tỷ lệ nợ xấu Phụ thuộc $\text{Tổng nợ xấu} / \text{Tổng dư nợ}$ - Lê Thanh Tâm và cs. (2021), Lê Duy Khánh (2023)
SIZE Quy mô ngân hàng Độc lập $\log(\text{Tổng tài sản})$ âm (-) Kharabsheh (2019), Lê Duy Khánh (2023)
ROE Lợi nhuận trên VCSH Độc lập $\text{Lợi nhuận sau thuế} / \text{Vốn chủ sở hữu}$ âm (-) Zheng và cs. (2018), Bùi Đan Thanh & Nguyễn Ngọc Huyền (2022)
CAR Hệ số an toàn vốn Độc lập $\text{Vốn chủ sở hữu} / \text{Tài sản có rủi ro}$ âm (-) Jabir & Tole (2019), Naili & Lahrichi (2022)
CIR Chi phí trên thu nhập Độc lập $\text{Tổng chi phí hoạt động} / \text{Tổng doanh thu hoạt động}$ dương (+) Kharabsheh (2019), Muhammed và cs. (2023)
GDP Tăng trưởng kinh tế Độc lập Tốc độ tăng trưởng GDP hàng năm (%) âm (-) Ashraf & Butt (2019), Nguyễn Thành Đạt (2021)
INF Tỷ lệ lạm phát Độc lập Tỷ lệ lạm phát hàng năm (%) dương (+) Naili & Lahrichi (2022), Britannia & Muchtar (2021)

Dữ liệu và phương pháp ước lượng

  • Nguồn dữ liệu: Dữ liệu thứ cấp dạng bảng (panel data) của 25 NHTM Việt Nam trong 10 năm (2013–2022), thu thập từ báo cáo thường niên, báo cáo tài chính đã kiểm toán công bố trên website chính thức của các ngân hàng. Dữ liệu kinh tế vĩ mô (GDP, INF) được trích xuất từ cơ sở dữ liệu của Ngân hàng Thế giới (World Bank).
  • Phần mềm xử lý: STATA 17.
  • Quy trình phân tích:
    1. Thống kê mô tả và phân tích ma trận tương quan giữa các biến.
    2. Kiểm định hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai (VIF).
    3. Ước lượng hồi quy qua ba phương pháp nền tảng: Bình phương nhỏ nhất thông thường (OLS), Mô hình tác động cố định (FEM), Mô hình tác động ngẫu nhiên (REM).
    4. Kiểm định lựa chọn mô hình tối ưu: Kiểm định F (chọn giữa OLS và FEM), Kiểm định Hausman (chọn giữa FEM và REM).
    5. Kiểm định các khuyết tật mô hình: Kiểm định Breusch – Pagan kiểm tra phương sai sai số thay đổi; kiểm định Wooldridge kiểm tra hiện tượng tự tương quan.
    6. Khắc phục khuyết tật: Sử dụng phương pháp Bình phương bé nhất tổng quát khả thi (FGLS - Feasible Generalized Least Squares) để đảm bảo các ước lượng thu được là vững và hiệu quả.

Nội dung chính theo từng chương

Chương 1: Giới thiệu nghiên cứu

Chương mở đầu thiết lập tính cấp thiết của đề tài trong bối cảnh nợ xấu toàn hệ thống ngân hàng Việt Nam tăng nhanh giai đoạn 2021–2023 do ảnh hưởng nặng nề từ dịch bệnh và suy thoái kinh tế. Tác giả xác định rõ mục tiêu tổng quát, 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, phạm vi nghiên cứu tập trung vào 25 NHTM giai đoạn 2013–2022, phương pháp tiếp cận định lượng và bố cục khóa luận gồm 5 chương.

Chương 2: Cơ sở lý thuyết và tổng quan nghiên cứu

Tác giả hệ thống hóa các lý thuyết về tín dụng ngân hàng, vai trò phân bổ vốn, hỗ trợ thực thi chính sách tiền tệ và giảm thiểu rủi ro qua danh mục. RRTD được phân tích toàn diện về khái niệm, nguồn gốc phát sinh (từ khách hàng, từ ngân hàng và từ môi trường vĩ mô), cùng các chỉ số đo lường theo chuẩn mực pháp lý Việt Nam (Thông tư 11/2021/TT-NHNN).

Chương 2 tổng thuật sâu sắc 13 công trình nghiên cứu thực nghiệm trong và ngoài nước:

  • Nghiên cứu quốc tế: Zheng và cs. (2018) tại Trung Quốc; Misman & Bhatti (2020) tại các nước ASEAN và GCC; Grace (2021) tại Kenya; Naili & Lahrichi (2022) tại khu vực Trung Đông - Bắc Phi; Kharabsheh (2019) tại Jordan; Britannia & Muchtar (2021) tại Indonesia.
  • Nghiên cứu trong nước: Lê Thanh Tâm và cs. (2021); Nguyễn Thành Đạt (2021); Lê Hoàng Vinh và cs. (2021); Nguyễn Thị Như Quỳnh và cs. (2018); Lê Duy Khánh (2023); Trần Minh Thư (2023); Phạm Thế Hiển (2020).

Từ việc tổng hợp, tác giả chỉ ra khoảng trống nghiên cứu: phần lớn các nghiên cứu trước đây chỉ tập trung vào một nhóm yếu tố riêng lẻ (hoặc vi mô nội tại, hoặc vĩ mô) hoặc sử dụng chuỗi dữ liệu cũ; đề tài này tiến hành cập nhật chuỗi dữ liệu 10 năm gần nhất (2013–2022) tích hợp đồng thời cả hai nhóm yếu tố trong bối cảnh thị trường tài chính Việt Nam chịu tác động kép từ hội nhập và dịch bệnh.

Chương 3: Phương pháp nghiên cứu

Chương 3 thiết lập mô hình nghiên cứu đa biến với biến phụ thuộc là NPL và 6 biến giải thích (SIZE, ROE, CAR, CIR, GDP, INF). Tác giả chi tiết hóa cơ sở lập luận cho 6 giả thuyết nghiên cứu (từ H2 đến H7), công thức toán học tính toán từng biến, quy trình thu thập dữ liệu thứ cấp từ 25 NHTM và World Bank. Đồng thời, chương này thiết lập quy trình kiểm định kinh tế lượng 6 bước trên phần mềm STATA 17 từ phân tích thống kê mô tả, kiểm định tương quan, lựa chọn mô hình OLS/FEM/REM đến kiểm định khuyết tật mô hình và ứng dụng ước lượng FGLS.

Chương 4: Kết quả nghiên cứu và thảo luận

Chương 4 trình bày các kết quả phân tích định lượng trên mẫu quan sát 25 NHTM giai đoạn 2013–2022:

  • Thống kê mô tả và ma trận tương quan: Đánh giá xu hướng biến thiên và độ lệch chuẩn của các biến; ma trận tương quan cho thấy các cặp biến độc lập đều có hệ số tương quan thấp hơn ngưỡng 0,8, giảm thiểu nguy cơ đa cộng tuyến.
  • Kiểm định đa cộng tuyến (VIF): Kết quả kiểm định VIF của các biến đều nhỏ hơn 10, xác nhận mô hình không vi phạm hiện tượng đa cộng tuyến nghiêm trọng.
  • Lựa chọn mô hình: Kiểm định F-test cho thấy mô hình FEM vượt trội so với OLS. Tiếp đó, kiểm định Hausman được thực hiện để so sánh giữa FEM và REM nhằm chọn ra dạng mô hình phù hợp nhất trên dữ liệu bảng.
  • Kiểm định khuyết tật: Kiểm định Breusch – Pagan phát hiện sự tồn tại của hiện tượng phương sai sai số thay đổi; kiểm định Wooldridge xác nhận mô hình có hiện tượng tự tương quan. Do các khuyết tật này làm cho ước lượng OLS/FEM không còn đạt tính chất vững và hiệu quả nhất (BLUE), tác giả áp dụng phương pháp hồi quy FGLS để khắc phục triệt để.
  • Kết quả hồi quy FGLS: Chỉ ra các biến tác động có ý nghĩa thống kê tới NPL gồm SIZE (-), ROE (-), CIR (+), INF (+); hai biến CAR và GDP không có ý nghĩa thống kê trong mô hình này.

Chương 5: Kết luận và khuyến nghị

Trên cơ sở kết quả hồi quy FGLS đã kiểm chứng, tác giả tổng kết các kết luận thực nghiệm, đồng thời đề xuất 4 nhóm giải pháp đối với nhà quản trị NHTM nhằm kiểm soát nợ xấu: tối ưu hóa chi phí hoạt động, khai thác lợi thế quy mô an toàn, nâng cao năng lực sinh lời của vốn chủ sở hữu và chủ động ứng phó biến động lạm phát. Chương này cũng phân tích các hạn chế còn tồn tại và xác định hướng nghiên cứu tiếp nối.


Kết quả và đóng góp

Kết quả ước lượng thực nghiệm từ mô hình FGLS

Phương pháp hồi quy FGLS đã giải quyết các hiện tượng phương sai sai số thay đổi và tự tương quan, mang lại kết quả ước lượng như sau:

Biến số Chiều hướng tác động thực tế Mức ý nghĩa thống kê Kết luận giả thuyết Diễn giải kinh tế lượng
SIZE Ngược chiều (-) Có ý nghĩa Chấp nhận $H_2$ Ngân hàng quy mô lớn có năng lực quản trị rủi ro tốt hơn, sở hữu hệ thống kiểm soát chuyên nghiệp và khả năng hấp thụ rủi ro cao hơn, giúp giảm nợ xấu.
ROE Ngược chiều (-) Có ý nghĩa Chấp nhận $H_3$ Khả năng sinh lời trên vốn chủ sở hữu cao phản ánh chất lượng thẩm định và hiệu quả kinh doanh tốt, giúp giảm thiểu rủi ro tín dụng.
CIR Cùng chiều (+) Có ý nghĩa Chấp nhận $H_5$ Chi phí hoạt động tăng cao so với doanh thu thể hiện sự kém hiệu quả trong vận hành, giám sát tín dụng lỏng lẻo, dẫn đến nợ xấu gia tăng.
INF Cùng chiều (+) Có ý nghĩa Chấp nhận $H_7$ Lạm phát tăng cao làm giảm sức mua, tăng chi phí sản xuất và sinh hoạt của người vay, làm suy giảm khả năng thanh toán nợ gốc và lãi.
CAR Không tác động Không có ý nghĩa Bác bỏ $H_4$ Hệ số an toàn vốn chưa thể hiện được vai trò kiểm soát nợ xấu trực tiếp trong mô hình nghiên cứu này.
GDP Không tác động Không có ý nghĩa Bác bỏ $H_6$ Tốc độ tăng trưởng kinh tế hàng năm không có tác động đáng kể về mặt thống kê đến tỷ lệ nợ xấu của mẫu 25 NHTM giai đoạn 2013–2022.

Các giải pháp và khuyến nghị quản trị

Từ các phát hiện thực nghiệm, tác giả đưa ra các khuyến nghị thiết thực cho hệ thống NHTM Việt Nam:

  1. Kiểm soát chặt chẽ tỷ lệ chi phí trên thu nhập (CIR): Tối ưu hóa bộ máy vận hành, ứng dụng công nghệ ngân hàng số và tự động hóa quy trình xét duyệt để cắt giảm chi phí hoạt động lãng phí, đồng thời tăng cường giám sát sử dụng vốn sau vay.
  2. Phát huy lợi thế quy mô ngân hàng (SIZE): Tiếp tục mở rộng quy mô tổng tài sản đi đôi với củng cố nền tảng quản trị rủi ro, áp dụng các chuẩn mực quốc tế tiên tiến (như Basel II, Basel III) để quản lý danh mục tín dụng tập trung.
  3. Nâng cao tỷ suất sinh lời trên vốn chủ sở hữu (ROE): Gia tăng chất lượng tài sản sinh lời, đa dạng hóa nguồn thu nhập (tăng thu nhập ngoài lãi) thay vì hạ thấp tiêu chuẩn cấp tín dụng để chạy theo tăng trưởng nóng.
  4. Chủ động dự báo biến động lạm phát (INF): Xây dựng kịch bản kiểm tra sức chịu tải (stress testing) đối với danh mục cho vay trong điều kiện lạm phát và lãi suất biến động mạnh nhằm cảnh báo sớm rủi ro mất khả năng thanh toán của khách hàng.

Đóng góp của đề tài

  • Về mặt học thuật/khoa học: Khóa luận bổ sung minh chứng thực nghiệm có giá trị về mối quan hệ giữa các yếu tố nội tại, vĩ mô và rủi ro tín dụng trong bối cảnh một thị trường mới nổi như Việt Nam; khẳng định tính ưu việt của phương pháp hồi quy FGLS trong việc khắc phục khuyết tật dữ liệu bảng so với các ước lượng OLS, FEM truyền thống.
  • Về mặt thực tiễn: Cung cấp căn cứ định lượng xác thực giúp ban điều hành các NHTM nhìn nhận rõ ràng tác động tiêu cực của việc lãng phí chi phí (CIR cao) và áp lực lạm phát đối với chất lượng nợ, từ đó điều chỉnh chính sách tín dụng phù hợp.

Hạn chế và hướng nghiên cứu tiếp theo

Hạn chế của đề tài

Theo tác giả tự nhận định, nghiên cứu còn một số giới hạn:

  • Về mẫu dữ liệu: Nghiên cứu mới dừng lại ở cỡ mẫu 25 NHTM do một số ngân hàng chưa công bố thông tin tài chính đầy đủ, minh bạch và nhất quán trong toàn bộ giai đoạn 2013–2022.
  • Về biến số: Mô hình chỉ mới tập trung xem xét 6 biến độc lập đại diện (4 biến vi mô và 2 biến vĩ mô), chưa bao hàm các yếu tố nội tại khác (như tỷ lệ cấp tín dụng trên nguồn vốn huy động - LDR, đa dạng hóa thu nhập, sở hữu nhà nước/nước ngoài) hoặc các biến động chính sách tiền tệ chuyên sâu.
  • Về thời gian: Dữ liệu kết thúc ở năm 2022, chưa phản ánh hết các hệ lụy nợ xấu phát sinh kéo dài sau khi các chính sách hỗ trợ cơ cấu nợ do Covid-19 hết hiệu lực trong năm 2023.

Hướng nghiên cứu tiếp theo

  • Mở rộng quy mô mẫu nghiên cứu cho toàn bộ các ngân hàng thương mại cổ phần tại Việt Nam khi hệ thống dữ liệu báo cáo tài chính được chuẩn hóa và công bố đầy đủ hơn.
  • Cập nhật chuỗi thời gian nghiên cứu kéo dài sang các năm tiếp sau (từ 2023 trở đi) để đánh giá toàn diện chu kỳ xử lý nợ xấu hậu đại dịch.
  • Đưa thêm các biến độc lập mới vào mô hình kinh tế lượng (chất lượng quản trị, tỷ lệ dự phòng rủi ro tín dụng, lãi suất cho vay thực tế) hoặc áp dụng các mô hình hồi quy động (System GMM) để kiểm soát nội sinh và độ trễ của nợ xấu.

Giá trị tham khảo

Công trình khóa luận tốt nghiệp của tác giả Đặng Anh Thi có giá trị tham khảo cụ thể đối với các nhóm đối tượng:

  • Sinh viên và học viên chuyên ngành Tài chính – Ngân hàng: Là tài liệu mẫu mực về phương pháp nghiên cứu định lượng thực nghiệm ứng dụng trên dữ liệu bảng, cung cấp cách thức triển khai đề tài từ lý thuyết đến xử lý số liệu trên phần mềm STATA 17.
  • Người làm nghiên cứu về rủi ro ngân hàng: Có thể kế thừa khung tổng quan tài liệu phong phú (gồm 13 công trình nghiên cứu tiêu biểu trong và ngoài nước), mô hình toán kinh tế lượng và quy trình kiểm định khuyết tật mô hình (Breusch-Pagan, Wooldridge, FGLS).
  • Cán bộ quản trị rủi ro tại các NHTM: Tham khảo các bằng chứng định lượng về tác động của CIR và lạm phát đối với nợ xấu để ứng dụng vào công tác xây dựng hạn mức rủi ro và tối ưu hóa chi phí vận hành.

Câu hỏi thường gặp

1. Khóa luận sử dụng chỉ tiêu nào để đại diện cho rủi ro tín dụng và công thức tính ra sao?

Tác giả sử dụng chỉ tiêu Tỷ lệ nợ xấu (NPL) làm biến phụ thuộc duy nhất đại diện cho rủi ro tín dụng, được đo lường bằng tỷ lệ giữa Tổng nợ xấu trên Tổng dư nợ cho vay của ngân hàng $i$ tại năm $t$, căn cứ theo phân loại nợ nhóm 3 đến nhóm 5 của Thông tư số 11/2021/TT-NHNN.

2. Các biến số nào có tác động cùng chiều và ngược chiều với rủi ro tín dụng trong mô hình hồi quy FGLS?

  • Tác động cùng chiều (+): Tỷ lệ chi phí trên thu nhập (CIR) và Tỷ lệ lạm phát (INF). Khi chi phí hoạt động tăng hoặc lạm phát tăng, tỷ lệ nợ xấu của ngân hàng có xu hướng gia tăng.
  • Tác động ngược chiều (-): Quy mô ngân hàng (SIZE) và Lợi nhuận trên vốn chủ sở hữu (ROE). Các ngân hàng có quy mô tài sản lớn và hiệu quả sinh lời trên VCSH cao thì tỷ lệ nợ xấu thấp hơn.

3. Những biến số nào không có ý nghĩa thống kê trong kết quả thực nghiệm của đề tài?

Trong kết quả ước lượng mô hình FGLS của khóa luận, hai biến số Hệ số an toàn vốn (CAR) và Tốc độ tăng trưởng kinh tế (GDP) không có ý nghĩa thống kê, cho thấy chưa tìm thấy bằng chứng rõ ràng về tác động của hai biến này đến tỷ lệ nợ xấu của 25 NHTM trong giai đoạn 2013–2022.

4. Tại sao tác giả phải sử dụng phương pháp FGLS thay vì dừng lại ở mô hình OLS, FEM hoặc REM?

Sau khi lựa chọn mô hình phù hợp qua kiểm định F-test và Hausman test, tác giả tiến hành kiểm định các khuyết tật của mô hình. Kết quả kiểm định Breusch – Pagan phát hiện mô hình mắc khuyết tật phương sai sai số thay đổi, đồng thời kiểm định Wooldridge phát hiện hiện tượng tự tương quan. Do đó, phương pháp Bình phương bé nhất tổng quát khả thi (FGLS) bắt buộc phải được áp dụng để khắc phục hoàn toàn hai khuyết tật này, đảm bảo các hệ số ước lượng không bị chệch và có độ tin cậy khoa học cao.

5. Dữ liệu nghiên cứu của đề tài được lấy từ những nguồn nào và bao gồm bao nhiêu ngân hàng?

Dữ liệu được thu thập từ 25 NHTM tại Việt Nam trong giai đoạn 10 năm từ 2013 đến 2022. Các chỉ tiêu vi mô của ngân hàng được trích xuất từ Báo cáo tài chính đã kiểm toán và Báo cáo thường niên công bố chính thức; các chỉ tiêu vĩ mô (GDP, lạm phát) được thu thập từ trang dữ liệu chính thức của Ngân hàng Thế giới (World Bank).


Kết luận

Khóa luận tốt nghiệp của tác giả Đặng Anh Thi là công trình nghiên cứu định lượng thực nghiệm hoàn chỉnh về các nhân tố vi mô và vĩ mô tác động đến rủi ro tín dụng của 25 NHTM Việt Nam giai đoạn 2013–2022. Bằng việc ứng dụng quy trình kinh tế lượng chặt chẽ với phương pháp ước lượng FGLS trên phần mềm STATA 17, đề tài đã chỉ ra bằng chứng xác thực về tác động tiêu cực của việc lãng phí chi phí (CIR) và lạm phát (INF), cùng vai trò kiềm chế rủi ro của quy mô (SIZE) và năng lực sinh lời (ROE). Các phát hiện này đem lại cơ sở thực chứng giá trị cho các nhà quản trị ngân hàng trong việc hoạch định chính sách quản trị chi phí, nâng cao hiệu quả phân bổ vốn và củng cố hàng rào an toàn tín dụng trước những biến động vĩ mô.