Bối cảnh và vấn đề nghiên cứu
Trong tiến trình hội nhập kinh tế quốc tế, nhu cầu vốn đầu tư phục vụ hoạt động sản xuất kinh doanh của các doanh nghiệp tại Việt Nam ngày càng gia tăng. Hệ thống ngân hàng thương mại đóng vai trò là trung gian tài chính then chốt, hỗ trợ cung ứng và điều tiết nguồn vốn cho nền kinh tế. Trong cơ cấu hoạt động của các ngân hàng thương mại cổ phần (TMCP), hoạt động cấp tín dụng luôn chiếm tỷ trọng cao nhất và mang lại nguồn thu nhập chủ yếu. Tuy nhiên, hoạt động này cũng tiềm ẩn rủi ro rất lớn. Rủi ro tín dụng có thể gây thất thoát tài sản, đe dọa sự an toàn thanh khoản, thậm chí dẫn đến nguy cơ phá sản ngân hàng và tạo ra các tác động tiêu cực lan truyền tới toàn bộ hệ thống tài chính.
Giai đoạn từ năm 2012 đến 2023 ghi nhận nhiều biến động phức tạp của nền kinh tế Việt Nam và thế giới: từ giai đoạn tái cơ cấu hệ thống tổ chức tín dụng đầy khó khăn sau khủng hoảng tài chính năm 2012, đến các tác động tiêu cực của đại dịch Covid-19 và căng thẳng địa chính trị quốc tế (xung đột Nga – Ukraine, Israel – Hamas). Bên cạnh đó, các ngân hàng TMCP Việt Nam còn đối mặt với sự cạnh tranh gay gắt và tình trạng bất cân xứng thông tin khách hàng. Do đó, việc nghiên cứu các yếu tố tác động đến rủi ro tín dụng là đòi hỏi cấp thiết nhằm cung cấp cơ sở khoa học cho quản trị ngân hàng và điều hành chính sách tiền tệ.
Khóa luận xác định hệ thống mục tiêu và câu hỏi nghiên cứu cụ thể như sau:
Mục tiêu tổng quát:
Phân tích tác động của các yếu tố đến rủi ro tín dụng của các ngân hàng TMCP tại Việt Nam, từ đó đề xuất các giải pháp nhằm kiểm soát và hạn chế rủi ro tín dụng.
Mục tiêu cụ thể:
- Xác định các yếu tố tác động đến rủi ro tín dụng của ngân hàng TMCP Việt Nam.
- Đánh giá mức độ ảnh hưởng của các yếu tố tác động đến rủi ro tín dụng của các ngân hàng TMCP Việt Nam.
- Đưa ra các đề xuất, kiến nghị nhằm kiểm soát rủi ro tín dụng cho các ngân hàng TMCP Việt Nam.
Câu hỏi nghiên cứu:
- Những yếu tố nào ảnh hưởng đến rủi ro tín dụng của các ngân hàng TMCP Việt Nam?
- Mức độ ảnh hưởng của các yếu tố tác động đến rủi ro tín dụng của các ngân hàng TMCP Việt Nam như thế nào?
- Những kiến nghị nào nhằm hạn chế rủi ro tín dụng cho các ngân hàng TMCP Việt Nam?
Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Các yếu tố tác động đến rủi ro tín dụng của các ngân hàng thương mại cổ phần Việt Nam.
- Phạm vi không gian: Nghiên cứu thực hiện trên mẫu dữ liệu của 27 ngân hàng TMCP tại Việt Nam (trong tổng số 31 ngân hàng thương mại đang hoạt động, được chọn lọc dựa trên tiêu chí hoạt động ổn định, liên tục và có đầy đủ báo cáo tài chính kiểm toán).
- Phạm vi thời gian: Giai đoạn 12 năm, từ năm 2012 đến năm 2023.
Cơ sở lý thuyết và phương pháp
Khóa luận xây dựng nền tảng lý luận dựa trên các khái niệm chuẩn mực về tín dụng và rủi ro tín dụng:
- Tín dụng ngân hàng: Được tiếp cận theo định nghĩa của Bùi Diệu Anh (2010), Jeff Madura (2017) và Frederic S. Mishkin (2010), phản ánh quan hệ chuyển giao tài sản tài chính kèm cam kết hoàn trả gốc và lãi.
- Rủi ro tín dụng: Tiếp cận theo chuẩn mực của Ủy ban Basel (1999), Saunders & Allen (2010) và Ngân hàng Trung ương châu Âu (2011), xác định rủi ro tín dụng là khả năng khách hàng vay hoặc đối tác không thực hiện hoặc không có khả năng thực hiện đúng các nghĩa vụ trả nợ đã cam kết.
- Tiêu chí đo lường và cơ sở pháp lý:
- Tỷ lệ nợ quá hạn: Tỷ lệ giữa dư nợ quá hạn và tổng dư nợ cho vay, phân loại theo 5 nhóm nợ (Nhóm 1: quá hạn dưới 10 ngày; Nhóm 2: 10–90 ngày; Nhóm 3: 91–180 ngày; Nhóm 4: 181–360 ngày; Nhóm 5: trên 360 ngày).
- Tỷ lệ nợ xấu (NPL): Đo lường bằng tỷ số giữa tổng nợ nhóm 3, 4, 5 trên tổng dư nợ cho vay theo quy định tại Điều 10 và Điều 11 của Thông tư 11/2021/TT-NHNN ngày 30/07/2021 của Ngân hàng Nhà nước Việt Nam.
- Tỷ lệ trích lập dự phòng rủi ro tín dụng: Tỷ lệ trích lập cụ thể theo từng nhóm nợ (Nhóm 1: 0%; Nhóm 2: 5%; Nhóm 3: 20%; Nhóm 4: 50%; Nhóm 5: 100%).
Về mặt nhân tố tác động, tác giả phân chia thành: nhân tố nội tại từ khách hàng (năng lực tài chính, mục đích vay), nhân tố nội tại từ ngân hàng (quy trình tín dụng, nhân sự, quy mô, khả năng sinh lời, thanh khoản, an toàn vốn) và nhân tố bên ngoài (tăng trưởng GDP, lạm phát, khung pháp lý, môi trường kinh doanh theo Ghosh, 2012).
Mô hình nghiên cứu thực nghiệm được kế thừa và phát triển từ mô hình của Chaibi và Ftiti (2015):
$$\text{NPL}{i,t} = \beta_0 + \beta_1 \text{SIZE}{i,t} + \beta_2 \text{ROA}{i,t} + \beta_3 \text{LIQ}{i,t} + \beta_4 \text{CGR}{i,t} + \beta_5 \text{CAR}{i,t} + \beta_6 \text{GDP}{i,t} + \beta_7 \text{INF}{i,t} + \varepsilon_{i,t}$$
| Ký hiệu |
Tên biến |
Cách đo lường / Công thức |
Kỳ vọng |
Nghiên cứu kế thừa |
| NPL |
Tỷ lệ nợ xấu |
$\frac{\text{Tổng nợ nhóm 3, 4, 5}}{\text{Tổng dư nợ}} \times 100%$ |
(Biến phụ thuộc) |
Phạm Thế Hiển (2020), Trần Văn Thông (2021) |
| SIZE |
Quy mô ngân hàng |
$\log(\text{Tổng tài sản})$ |
$-$ |
Trần Văn Thông (2021), Lê Duy Khánh (2023) |
| ROA |
Lợi nhuận trên tài sản |
$\frac{\text{Lợi nhuận ròng}}{\text{Tổng tài sản}}$ |
$-$ |
Michael và cộng sự (2022) |
| LIQ |
Tỷ số thanh khoản |
$\frac{\text{Tài sản lưu động}}{\text{Nợ ngắn hạn}}$ |
$-$ |
Gafrej và cộng sự (2022), Siddique và cộng sự (2022) |
| CGR |
Tăng trưởng tín dụng |
$\frac{\text{Dư nợ}t - \text{Dư nợ}{t-1}}{\text{Dư nợ}_t}$ |
$+$ |
Phạm Thế Hiển (2020), Phạm Mỹ Duyên (2024) |
| CAR |
Tỷ lệ an toàn vốn |
$\frac{\text{Vốn tự có}}{\text{Tổng tài sản "Có" rủi ro}}$ |
$-$ |
Siddique và cộng sự (2022) |
| GDP |
Tăng trưởng kinh tế |
$\frac{\text{GDP}t - \text{GDP}{t-1}}{\text{GDP}_{t-1}}$ |
$-$ |
Lê Duy Khánh (2023), Phạm Mỹ Duyên (2024) |
| INF |
Tỷ lệ lạm phát |
$\frac{P_t - P_{t-1}}{P_{t-1}}$ |
$+$ |
Lê Duy Khánh (2023), Phạm Mỹ Duyên (2024) |
Phương pháp và quy trình nghiên cứu:
Nghiên cứu kết hợp phương pháp định tính (tổng quan tài liệu, phân tích khung lý thuyết, suy diễn và quy nạp) và phương pháp định lượng hồi quy dữ liệu bảng (Panel Data) trên phần mềm Stata 17.0 qua quy trình 7 bước:
- Thu thập dữ liệu: Dữ liệu vi mô từ báo cáo tài chính đã kiểm toán của 27 ngân hàng TMCP và dữ liệu vĩ mô từ Tổng cục Thống kê.
- Thống kê mô tả: Tính toán giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất và lớn nhất của các biến.
- Phân tích ma trận tương quan: Đánh giá mối quan hệ tuyến tính giữa các cặp biến.
- Ước lượng mô hình: Áp dụng mô hình Pooled OLS, mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM).
- Kiểm định lựa chọn mô hình: Sử dụng F-test (so sánh Pooled OLS và FEM), kiểm định Breusch-Pagan Lagrange Multiplier (so sánh Pooled OLS và REM), kiểm định Hausman (so sánh FEM và REM).
- Chẩn đoán và xử lý khuyết tật: Kiểm định đa cộng tuyến (hệ số VIF), phương sai sai số thay đổi (Wald test), tự tương quan (Wooldridge test) và nội sinh, sau đó khắc phục bằng phương pháp bình phương nhỏ nhất tổng quát khả thi (FGLS) hoặc S-GMM.
- Kết luận và đề xuất hàm ý chính sách.
Nội dung chính theo từng chương
Chương 1. Tổng quan nghiên cứu
Chương này thiết lập khung nghiên cứu tổng thể: làm rõ tính cấp thiết của đề tài trong bối cảnh các bất ổn kinh tế vĩ mô và rủi ro tín dụng tại hệ thống ngân hàng TMCP Việt Nam giai đoạn 2012–2023; xác định rõ 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu; định hình đối tượng và phạm vi nghiên cứu (27 ngân hàng TMCP); phác thảo phương pháp nghiên cứu hỗn hợp và kết cấu 5 chương của khóa luận.
Chương 2. Cơ sở lý thuyết về rủi ro tín dụng của ngân hàng thương mại và tổng quan các công trình nghiên cứu trước
Chương 2 hệ thống hóa các lý thuyết nền tảng về hoạt động tín dụng, bản chất rủi ro tín dụng, các tiêu chí định lượng rủi ro (tỷ lệ nợ quá hạn, tỷ lệ nợ xấu NPL theo Thông tư 11/2021/TT-NHNN, mức trích lập dự phòng từ 0% đến 100%). Chương này phân tích các nhân tố bên trong và bên ngoài ảnh hưởng đến rủi ro tín dụng, đồng thời lược khảo chi tiết các công trình trong nước (Trần Văn Thông, 2021; Phạm Thế Hiển, 2020; Lê Duy Khánh, 2023; Phạm Thanh Bình, 2023; Phạm Mỹ Duyên, 2024) và công trình quốc tế (Siddique và cộng sự, 2022; Gafrej và cộng sự, 2022; Michael và cộng sự, 2022). Trên cơ sở đó, tác giả chỉ ra các phát hiện cốt lõi và xác định khoảng trống nghiên cứu thực nghiệm tại Việt Nam.
Chương 3. Mô hình nghiên cứu và dữ liệu nghiên cứu
Chương 3 xây dựng quy trình nghiên cứu thực nghiệm 7 bước, thiết lập mô hình kinh tế lượng dựa trên nghiên cứu của Chaibi và Ftiti (2015) với biến phụ thuộc là NPL và 7 biến độc lập (SIZE, ROA, LIQ, CGR, CAR, GDP, INF). Tác giả định nghĩa chi tiết công thức đo lường từng biến và phát triển 7 giả thuyết nghiên cứu từ H1 đến H7 (kỳ vọng dấu âm cho SIZE, ROA, LIQ, CAR, GDP và dấu dương cho CGR, INF).
Chương 4. Kết quả nghiên cứu và thảo luận
Chương này trình bày toàn bộ kết quả phân tích định lượng thực hiện trên mẫu dữ liệu bảng 324 quan sát (27 ngân hàng TMCP trong 12 năm):
- Thống kê mô tả: Tỷ lệ NPL trung bình đạt 0.0681 (thấp nhất 0.0019 tại Kienlongbank năm 2020); quy mô tài sản (SIZE) trung bình 8.1531, độ lệch chuẩn 0.5015 (thấp nhất 7.1233 tại BaoVietBank năm 2012, cao nhất tại BIDV năm 2023); tỷ suất sinh lời ROA trung bình 0.0169 (thấp nhất -0.0009 tại SHB năm 2013); tốc độ tăng trưởng tín dụng CGR trung bình 0.1005 (thấp nhất 0.0002 tại Techcombank năm 2020); tỷ số thanh khoản LIQ trung bình 0.1926 (thấp nhất 0.0173 tại TPBank năm 2022); hệ số an toàn vốn CAR trung bình 0.1295 (thấp nhất 0.019 tại BaoVietBank năm 2013); tăng trưởng GDP trung bình 0.62075 (thấp nhất 0.026 tại Saigonbank năm 2021); tỷ lệ lạm phát INF trung bình 0.0357 (thấp nhất 0.006 tại MSB năm 2015).
- Ma trận tương quan và kiểm định đa cộng tuyến: Hệ số tương quan giữa các biến độc lập đều có giá trị tuyệt đối nhỏ hơn 0.8 (tương quan thấp nhất ghi nhận giữa CAR và SIZE là -0.4026). Kiểm định VIF cho thấy hệ số phóng đại phương sai cao nhất là 1.25 (biến CAR), thấp nhất là 1.01 (biến GDP), giá trị trung bình dưới 2, khẳng định mô hình hoàn toàn không có hiện tượng đa cộng tuyến.
- Lựa chọn và kiểm định mô hình: Kiểm định F-test cho kết quả $\text{Prob} > F = 0.0000 < 0.05$, bác bỏ giả thuyết $H_0$, chứng minh mô hình tác động cố định (FEM) phù hợp hơn mô hình Pooled OLS. Sau các bước kiểm định khuyết tật, phương pháp FGLS được áp dụng để đảm bảo ước lượng vững và hiệu quả.
Chương 5. Kết luận và khuyến nghị
Chương cuối tổng hợp các phát hiện thực nghiệm, đưa ra các kết luận về chiều hướng tác động của các biến tài chính và kinh tế vĩ mô đến rủi ro tín dụng. Từ đó, chương đề xuất các hàm ý chính sách cho công tác quản trị rủi ro tại các ngân hàng TMCP và cơ quan quản lý nhà nước, đồng thời chỉ ra các hạn chế của đề tài và định hướng nghiên cứu tiếp theo.
Kết quả và đóng góp
Kết quả nghiên cứu chính
- Đặc tính mẫu dữ liệu: Dữ liệu nghiên cứu gồm 324 quan sát từ 27 ngân hàng TMCP Việt Nam giai đoạn 2012–2023 phản ánh đầy đủ sự biến động về rủi ro tín dụng và các chỉ số tài chính vi mô, vĩ mô.
- Kiểm định mô hình:
- Kiểm định F-test ($\text{Prob} > F = 0.0000$) xác nhận mô hình FEM vượt trội hơn Pooled OLS.
- Hệ số VIF dao động từ 1.01 đến 1.25 (trung bình dưới 2, thấp hơn rất nhiều so với ngưỡng 10), loại trừ hoàn toàn nguy cơ đa cộng tuyến.
- Mô hình FGLS được sử dụng để xử lý triệt để các khuyết tật về phương sai sai số thay đổi và tự tương quan.
- Mối quan hệ giữa các biến số và rủi ro tín dụng:
- Tác động ngược chiều: Khả năng sinh lời của ngân hàng (ROA) và quy mô ngân hàng (SIZE) có mối quan hệ nghịch chiều với rủi ro tín dụng. Các ngân hàng có quy mô lớn và khả năng sinh lời tốt có xu hướng kiểm soát nợ xấu hiệu quả hơn.
- Tác động thuận chiều: Tỷ lệ lạm phát (INF), tỷ lệ trích lập dự phòng rủi ro tín dụng (LLP/LLPR) và tỷ số thanh khoản (LIQ) có quan hệ cùng chiều với tỷ lệ nợ xấu.
- Biến không có ý nghĩa thống kê: Biến tăng trưởng kinh tế (GDP) chưa thể hiện mối liên hệ có ý nghĩa thống kê rõ ràng đối với rủi ro tín dụng của hệ thống ngân hàng trong giai đoạn quan sát.
Giải pháp và kiến nghị đề xuất
Dựa trên kết quả thực nghiệm, tác giả đề xuất các giải pháp:
- Đối với các ngân hàng TMCP:
- Nâng cao năng lực tài chính, củng cố vốn tự có và duy trì hệ số an toàn vốn (CAR) vững chắc nhằm tăng khả năng hấp thụ rủi ro tổn thất tín dụng.
- Kiểm soát quy mô tín dụng và tốc độ tăng trưởng tín dụng (CGR) ở mức hợp lý, tránh mở rộng tín dụng quá nóng; nâng cao chất lượng quy trình thẩm định tín dụng và giám sát mục đích sử dụng vốn vay của khách hàng.
- Nâng cao hiệu quả kinh doanh và khả năng sinh lời (ROA) bền vững, tăng cường thu nhập từ hoạt động dịch vụ để bù đắp chi phí rủi ro.
- Quản trị thanh khoản thận trọng, theo dõi chặt chẽ danh mục nợ và thực hiện trích lập dự phòng rủi ro tín dụng đầy đủ, minh bạch theo phân loại nợ.
- Đối với cơ quan quản lý (Ngân hàng Nhà nước):
- Tiếp tục hoàn thiện khung khổ pháp lý về phân loại nợ, trích lập và sử dụng dự phòng rủi ro theo chuẩn mực an toàn.
- Tăng cường công tác thanh tra, giám sát hệ thống, kết hợp theo dõi sát sao các biến động kinh tế vĩ mô (lạm phát, thị trường bất động sản) để kịp thời điều hành chính sách tiền tệ ổn định.
Đóng góp của đề tài
- Cung cấp bằng chứng thực nghiệm cập nhật và toàn diện về các yếu tố tác động đến rủi ro tín dụng của 27 ngân hàng TMCP Việt Nam xuyên suốt giai đoạn 12 năm (2012–2023), bao quát cả giai đoạn chịu ảnh hưởng bởi đại dịch Covid-19 và biến động kinh tế toàn cầu.
- Hệ thống hóa quy trình kiểm định kinh tế lượng dữ liệu bảng chặt chẽ từ Pooled OLS, FEM, REM đến FGLS, cung cấp cơ sở định lượng tin cậy cho các nhà quản trị rủi ro ngân hàng và cơ quan hoạch định chính sách.
Hạn chế và hướng nghiên cứu tiếp
Khóa luận chỉ ra một số hạn chế và hướng mở rộng:
- Hạn chế:
- Phạm vi mẫu nghiên cứu mới chỉ tập trung vào 27 ngân hàng thương mại cổ phần do yêu cầu về tính liên tục và sẵn có của dữ liệu tài chính đã kiểm toán; chưa bao quát toàn bộ các tổ chức tài chính phi ngân hàng và các định chế tài chính khác trong hệ thống.
- Nghiên cứu chủ yếu phân tích mối quan hệ giữa rủi ro tín dụng với các chỉ tiêu tài chính nội tại và một số biến số vĩ mô cơ bản, chưa đi sâu phân tích toàn diện mối tương tác đan xen giữa rủi ro tín dụng với các loại rủi ro trọng yếu khác như rủi ro thanh khoản, rủi ro hoạt động và rủi ro thị trường.
- Hướng nghiên cứu tiếp theo:
- Mở rộng phạm vi nghiên cứu sang các loại hình tổ chức tín dụng phi ngân hàng và toàn bộ thị trường tài chính Việt Nam.
- Điều tra sâu hơn mối quan hệ tương tác đa chiều giữa rủi ro tín dụng và các loại rủi ro khác (rủi ro thanh khoản, rủi ro thị trường).
- Tích hợp thêm các biến số vĩ mô mở rộng, các yêu cầu quy định mới và nghiên cứu tác động của chúng đối với dự phòng tổn thất cho vay và sự ổn định tài chính tổng thể.
Giá trị tham khảo
Tài liệu này là nguồn tham khảo hữu ích cho:
- Sinh viên, học viên chuyên ngành Tài chính – Ngân hàng: Tham khảo phương pháp xây dựng mô hình nghiên cứu định lượng, thiết lập giả thuyết nghiên cứu và vận dụng các chuẩn mực pháp lý về phân loại nợ (Thông tư 11/2021/TT-NHNN).
- Người làm nghiên cứu thực nghiệm kinh tế lượng tài chính: Tham khảo quy trình xử lý dữ liệu bảng 7 bước trên phần mềm Stata 17.0, đặc biệt là các bước kiểm định chẩn đoán lựa chọn mô hình (F-test, Breusch-Pagan, Hausman) và phương pháp xử lý khuyết tật bằng mô hình FGLS.
- Chuyên viên quản trị rủi ro và cán bộ tín dụng ngân hàng: Tham khảo các phân tích về sự tác động của quy mô, lợi nhuận và lạm phát đến tỷ lệ nợ xấu để ứng dụng vào công tác thẩm định tín dụng và xây dựng chính sách trích lập dự phòng rủi ro.
Câu hỏi thường gặp
1. Biến phụ thuộc đo lường rủi ro tín dụng trong khóa luận được xác định như thế nào và căn cứ vào văn bản pháp lý nào?
Biến phụ thuộc là tỷ lệ nợ xấu ($\text{NPL}$), được tính bằng tỷ số phần trăm giữa tổng nợ xấu (bao gồm nợ nhóm 3 - Dưới tiêu chuẩn, nhóm 4 - Nghi ngờ, và nhóm 5 - Có khả năng mất vốn) trên tổng dư nợ cho vay của ngân hàng. Cách phân loại nợ này căn cứ theo quy định tại Điều 10 và Điều 11 của Thông tư số 11/2021/TT-NHNN ngày 30/07/2021 của Ngân hàng Nhà nước Việt Nam.
2. Khóa luận sử dụng tập dữ liệu nghiên cứu với quy mô và phạm vi thời gian như thế nào?
Nghiên cứu sử dụng tập dữ liệu bảng thứ cấp gồm 324 quan sát, thu thập từ báo cáo tài chính và bảng cân đối kế toán đã kiểm toán của 27 ngân hàng thương mại cổ phần tại Việt Nam trong giai đoạn 12 năm liên tục từ năm 2012 đến năm 2023, kết hợp với dữ liệu kinh tế vĩ mô từ Tổng cục Thống kê.
3. Kết quả kiểm định lựa chọn mô hình giữa Pooled OLS và FEM cho ra kết luận gì?
Kiểm định F-test so sánh giữa mô hình Pooled OLS và mô hình tác động cố định (FEM) cho giá trị $\text{Prob} > F = 0.0000$ (nhỏ hơn mức ý nghĩa 5%). Kết quả này bác bỏ giả thuyết $H_0$ (cho rằng Pooled OLS phù hợp hơn) và chấp nhận giả thuyết $H_1$, khẳng định mô hình FEM phù hợp hơn mô hình Pooled OLS trong phân tích dữ liệu nghiên cứu.
4. Mô hình nghiên cứu có gặp hiện tượng đa cộng tuyến nghiêm trọng giữa các biến độc lập hay không?
Mô hình không gặp hiện tượng đa cộng tuyến. Kết quả kiểm tra ma trận tương quan cho thấy tất cả các hệ số tương quan giữa các cặp biến đều có giá trị tuyệt đối nhỏ hơn 0.8 (thấp nhất là cặp CAR và SIZE với hệ số $-0.4026$). Đồng thời, kiểm định hệ số phóng đại phương sai (VIF) cho kết quả VIF cao nhất chỉ là 1.25 (biến CAR), thấp nhất là 1.01 (biến GDP) và giá trị VIF trung bình dưới 2, nhỏ hơn rất nhiều so với ngưỡng cảnh báo 10.
5. Chiều hướng tác động của các yếu tố nội tại và vĩ mô đến tỷ lệ nợ xấu của các NHTMCP được kết luận như thế nào?
Kết quả nghiên cứu chỉ ra rằng khả năng sinh lời (ROA) và quy mô ngân hàng (SIZE) có mối quan hệ nghịch chiều với rủi ro tín dụng. Ngược lại, tỷ lệ lạm phát (INF), tỷ lệ trích lập dự phòng rủi ro tín dụng (LLP) và tỷ số thanh khoản (LIQ) có quan hệ thuận chiều với rủi ro tín dụng. Riêng biến tốc độ tăng trưởng kinh tế (GDP) không thể hiện mối liên hệ có ý nghĩa thống kê rõ rệt trong giai đoạn nghiên cứu.
Kết luận
Khóa luận của tác giả Mai Hồ Tấn Phúc đã thực hiện nghiên cứu thực nghiệm toàn diện về các yếu tố tác động đến rủi ro tín dụng tại 27 ngân hàng thương mại cổ phần Việt Nam trong giai đoạn 2012–2023. Bằng phương pháp hồi quy dữ liệu bảng kết hợp các kiểm định chẩn đoán kinh tế lượng chặt chẽ trên Stata 17.0, nghiên cứu đã chứng minh vai trò giảm thiểu rủi ro tín dụng của quy mô tài sản và hiệu quả sinh lời, đồng thời chỉ ra tác động làm gia tăng nợ xấu từ lạm phát, trích lập dự phòng và thanh khoản. Các kết quả đạt được cung cấp luận cứ khoa học thực tiễn vững chắc giúp các nhà quản trị ngân hàng nâng cao hiệu quả kiểm soát rủi ro tín dụng và hỗ trợ cơ quan quản lý hoàn thiện chính sách giám sát an toàn hệ thống ngân hàng.