Bối cảnh và vấn đề nghiên cứu

Nợ xấu (Non-performing Loans - NPL) là một trong những chỉ tiêu trọng yếu phản ánh mức độ rủi ro tín dụng và ảnh hưởng trực tiếp đến sự lành mạnh của hệ thống ngân hàng cũng như sự ổn định kinh tế vĩ mô. Giai đoạn 2006 – 2016 ghi nhận nhiều biến động phức tạp về nợ xấu tại Việt Nam. Theo số liệu báo cáo tài chính của các ngân hàng thương mại, tỷ lệ nợ xấu nội bảng có xu hướng gia tăng từ 2,00% năm 2006 lên mức đỉnh 4,08% năm 2012, sau đó giảm xuống 2,52% vào năm 2016. Tuy nhiên, quy mô giá trị tuyệt đối của dư nợ xấu vẫn tiếp tục gia tăng.

Bên cạnh số liệu nội bảng, các báo cáo độc lập phản ánh quy mô nợ xấu thực tế ở mức cao hơn:

  • Báo cáo Tổng quan thị trường tài chính năm 2017 của Ủy ban Giám sát Tài chính quốc gia ghi nhận tỷ lệ nợ xấu toàn hệ thống là 9,50% (đã giảm từ mức 11,50% năm 2016).
  • Theo số liệu Ngân hàng Nhà nước Việt Nam báo cáo trước Quốc hội (tháng 11/2017), tỷ lệ nợ xấu nội bảng đến tháng 09/2017 là 2,34%; nhưng nếu tính cả nợ tiềm ẩn và nợ đã bán cho Công ty Quản lý tài sản của các Tổ chức Tín dụng Việt Nam (VAMC) chưa xử lý, tổng nợ xấu ước tính khoảng 566.000 tỷ đồng (tương đương 8,61%).
  • Giai đoạn 2012 – 2015, cơ cấu xử lý nợ xấu toàn ngành phụ thuộc chủ yếu vào việc bán nợ cho VAMC (chiếm 42,00%) và sử dụng quỹ dự phòng rủi ro (chiếm 27,00%), trong khi khách hàng tự trả nợ chỉ chiếm 19,00%, bán phát mại tài sản bảo đảm chiếm 3,00%, bán nợ khác chiếm 3,00% và các hình thức khác chiếm 6,00%.

Xuất phát từ thực trạng trên và kinh nghiệm thực tế tại Khối Quản lý rủi ro - Ngân hàng TMCP Á Châu (ACB), tác giả thực hiện khóa luận nhằm lượng hóa các nhân tố tác động đến nợ xấu tại các ngân hàng thương mại cổ phần Việt Nam.

Mục tiêu nghiên cứu:

  • Mục tiêu tổng quát: Xác định và đo lường mức độ tác động của các nhân tố vi mô và vĩ mô đến tỷ lệ nợ xấu của hệ thống NHTMCP Việt Nam; giải thích nguyên nhân và đề xuất các khuyến nghị kiểm soát rủi ro tín dụng.
  • Mục tiêu cụ thể:
    1. Hệ thống hóa cơ sở lý luận, các chuẩn mực phân loại nợ và tổng quan các nghiên cứu thực nghiệm trong và ngoài nước về nợ xấu.
    2. Xây dựng mô hình hồi quy kinh tế lượng và xác định phương pháp ước lượng phù hợp cho dữ liệu bảng.
    3. Phân tích kết quả ước lượng thực nghiệm, đánh giá chiều hướng và mức độ tác động của từng nhân tố.
    4. Đề xuất các hàm ý chính sách và giải pháp kiểm soát nợ xấu cho các NHTMCP và Ngân hàng Nhà nước Việt Nam.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Nợ xấu cùng các nhân tố vi mô (đặc thù ngân hàng) và vĩ mô (môi trường kinh tế) tác động đến tỷ lệ nợ xấu.
  • Phạm vi không gian: 25 NHTMCP tại Việt Nam đáp ứng tiêu chuẩn hoạt động liên tục đến hết năm 2017 và công bố đầy đủ báo cáo tài chính kiểm toán giai đoạn nghiên cứu (loại trừ các ngân hàng thiếu dữ liệu hoặc bị hợp nhất, sáp nhập như MHB, Mekong Bank, Southern Bank, Habubank, Đại Á Bank).
  • Phạm vi thời gian: Giai đoạn 11 năm, từ năm 2006 đến năm 2016.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và phân loại nợ

Khóa luận tiếp cận khái niệm nợ xấu theo chuẩn mực của Quỹ Tiền tệ Quốc tế (IMF), Nhóm chuyên gia tư vấn Liên hợp quốc (AEG), Ủy ban Basel và Ngân hàng Nhà nước Việt Nam. Theo Thông tư 02/2013/TT-NHNN (sửa đổi, bổ sung bởi Thông tư 09/2014/TT-NHNN), nợ xấu tại Việt Nam được xác định là các khoản nợ thuộc nhóm 3, nhóm 4 và nhóm 5.

Nhóm nợ Tiêu chí định lượng theo quy định NHNN Việt Nam Tiêu chí định tính
Nhóm 1: Nợ đủ tiêu chuẩn Nợ trong hạn hoặc quá hạn dưới 10 ngày. Có khả năng thu hồi đầy đủ cả gốc và lãi đúng hạn.
Nhóm 2: Nợ cần chú ý Quá hạn từ 10 đến 90 ngày; nợ cơ cấu lại thời hạn trả nợ lần đầu. Có khả năng thu hồi đủ gốc và lãi nhưng có dấu hiệu suy giảm khả năng trả nợ.
Nhóm 3: Nợ dưới tiêu chuẩn Quá hạn từ 91 đến 180 ngày; nợ gia hạn lần đầu; miễn/giảm lãi. Không có khả năng thu hồi gốc và lãi khi đến hạn; có khả năng tổn thất.
Nhóm 4: Nợ nghi ngờ Quá hạn từ 181 đến 360 ngày; nợ cơ cấu lại thời hạn trả nợ lần thứ hai. Khả năng tổn thất cao.
Nhóm 5: Nợ có khả năng mất vốn Quá hạn trên 360 ngày; nợ cơ cấu lại quá hạn; nợ cơ cấu lần ba trở lên. Không còn khả năng thu hồi, mất vốn.

Tác giả so sánh quy định của Việt Nam với chuẩn mực của World Bank (5 nhóm: Đạt tiêu chuẩn, Cần theo dõi, Dưới tiêu chuẩn, Đáng ngờ, Mất vốn) và Viện Tài chính Quốc tế - IIF để làm cơ sở xác định biến phụ thuộc trong mô hình.

Khung mô hình và giả thuyết nghiên cứu

Mô hình hồi quy dữ liệu bảng động được thiết lập như sau:

$$\text{NPL}{it} = \alpha \text{NPL}{it-1} + \beta(L) X_{it} + \gamma M_{it} + \varepsilon_{it}$$

Trong đó, biến phụ thuộc $\text{NPL}_{it}$ và các biến vi mô, vĩ mô được định nghĩa cụ thể:

Phân loại Tên biến Ký hiệu Cách đo lường Kỳ vọng dấu
Biến phụ thuộc Tỷ lệ nợ xấu $\text{NPL}_{it}$ $\ln\left(\frac{\text{Nợ nhóm 3 + Nợ nhóm 4 + Nợ nhóm 5}}{\text{Tổng dư nợ}}\right)$ -
Biến vi mô Nợ xấu trễ 1 kỳ $\text{NPL}_{it-1}$ Logarit tự nhiên tỷ lệ nợ xấu năm trước $(+)$
Quy mô ngân hàng $\text{SIZE}_{it}$ $\ln(\text{Tổng tài sản})$ $(+)$
Tăng trưởng tín dụng $\text{CREDIT}_{it}$ $\ln\left(\frac{\text{Dư nợ}t - \text{Dư nợ}{t-1}}{\text{Dư nợ}_{t-1}}\right)$ $(+)$
Khả năng sinh lời $\text{ROE}_{it}$ $\ln\left(\frac{\text{Lợi nhuận sau thuế}}{\text{Vốn chủ sở hữu bình quân}}\right)$ $(-)$
Biến vĩ mô Tăng trưởng kinh tế $\text{GDP}_{it}$ Tốc độ tăng trưởng GDP hàng năm (%) $(-)$
Tỷ lệ lạm phát $\text{INF}_{it}$ Tỷ lệ lạm phát hàng năm (%) $(+)$
Tỷ lệ thất nghiệp $\text{UNT}_{it}$ Tỷ lệ thất nghiệp hàng năm (%) $(+)$

Phương pháp ước lượng và dữ liệu

  • Nguồn dữ liệu: Dữ liệu cấp ngân hàng thu thập từ báo cáo tài chính kiểm toán và báo cáo thường niên của 25 NHTMCP Việt Nam; dữ liệu kinh tế vĩ mô thu thập từ cơ sở dữ liệu của Ngân hàng Thế giới (World Bank) và Quỹ Tiền tệ Quốc tế (IMF). Tổng số quan sát thu được là 275 quan sát (dạng bảng không cân bằng).
  • Quy trình ước lượng định lượng:
    1. Ước lượng hồi quy bình phương nhỏ nhất gộp (Pooled OLS), mô hình hiệu ứng ngẫu nhiên (REM) và mô hình hiệu ứng cố định (FEM).
    2. Thực hiện kiểm định Hausman để lựa chọn giữa FEM và REM.
    3. Kiểm định các khuyết tật của mô hình: kiểm định hệ số phóng đại phương sai (VIF) phát hiện đa cộng tuyến, kiểm định Durbin-Watson kiểm tra tự tương quan và kiểm định Wald kiểm tra hiện tượng phương sai thay đổi.
    4. Ứng dụng phương pháp Mô-men tổng quát (GMM) của Arellano và Bond (1991) để xử lý biến nội sinh ($\text{NPL}_{it-1}$) và phương sai thay đổi, đánh giá thông qua kiểm định Hansen/Sargan và kiểm định tự tương quan sai phân AR(2).
    5. Khi kiểm định Sargan của GMM không thỏa mãn điều kiện độ vững, tác giả sử dụng phương pháp bình phương tối thiểu tổng quát khả thi (Feasible Generalized Least Squares - FGLS) để khắc phục triệt để hiện tượng phương sai thay đổi, đảm bảo các ước lượng thu được đạt tính hiệu quả và không thiên lệch.

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương 1 thiết lập khung nghiên cứu tổng thể của đề tài. Tác giả trình bày tính cấp thiết của việc kiểm soát nợ xấu trong hệ thống NHTMCP Việt Nam giai đoạn 2006 – 2016, chỉ ra khoảng cách giữa nợ xấu nội bảng và nợ xấu thực tế có tính đến nợ đã bán cho VAMC. Chương này xác định rõ mục tiêu nghiên cứu tổng quát, 4 mục tiêu cụ thể, đối tượng nghiên cứu, phạm vi không gian (25 NHTMCP) và thời gian (11 năm), đồng thời khái quát kết cấu 5 chương của khóa luận.

Chương 2: Cơ sở lý luận về nợ xấu và các nhân tố tác động nợ xấu tại các ngân hàng thương mại cổ phần Việt Nam

Chương 2 tổng hợp hệ thống lý luận về tín dụng và nợ xấu ngân hàng thương mại. Tác giả phân tích các khái niệm nợ xấu theo quan điểm quốc tế và quy định tại Thông tư 02/2013/TT-NHNN, hệ thống hóa bảng phân loại nợ của 12 quốc gia (Đức, Ý, Nhật, Brazil, Mỹ, Argentina, Úc, Trung Quốc, Ấn Độ, Mexico, Singapore, Nga, Tây Ban Nha) cùng các tổ chức quốc tế (WB, IIF). Chương này phân tích tác động đa chiều của nợ xấu đối với chính ngân hàng (giảm lợi nhuận, suy giảm vốn tự có, rủi ro thanh khoản), đối với khách hàng vay vốn và đối với toàn bộ nền kinh tế (tăng chi phí xã hội, giảm xếp hạng tín nhiệm quốc gia, suy thoái kinh tế). Phần tổng quan lược khảo 9 nghiên cứu quốc tế tiêu biểu (Salas & Saurina, 2002; Beck et al., 2013; Messai & Jouini, 2013; Klein, 2013; Makri et al., 2014; Ekanayake, 2015; Filip, 2015; Ghosh, 2015; Vithessonthi, 2016) và 5 nghiên cứu tại Việt Nam (Đỗ Quỳnh Anh & Nguyễn Đức Hùng, 2013; Bùi Duy Tùng & Đặng Thị Bạch Vân, 2015; Lê Hoàng Anh & Mai Thị Phương Thùy, 2015; Nguyễn Thị Hồng Vinh, 2015; Nguyễn Tuấn Kiệt & Đinh Hùng Phú, 2016) để thiết lập bảng tổng hợp các nhân tố tác động và kỳ vọng dấu.

Chương 3: Mô hình và phương pháp nghiên cứu

Chương 3 xây dựng mô hình kinh tế lượng dữ liệu bảng động gồm 1 biến phụ thuộc, 4 biến vi mô ($\text{NPL}_{it-1}$, $\text{SIZE}$, $\text{CREDIT}$, $\text{ROE}$) và 3 biến vĩ mô ($\text{GDP}$, $\text{INF}$, $\text{UNT}$). Tác giả luận giải cơ sở lý thuyết để đưa ra các giả thuyết nghiên cứu tương ứng cho từng biến. Toàn bộ các biến được lấy logarit tự nhiên nhằm phân phối đối xứng trong khoảng $[-\infty; +\infty]$. Quy trình phân tích định lượng được chi tiết hóa từ các bước ước lượng cơ sở (Pooled OLS, REM, FEM), kiểm định Hausman, chẩn đoán khuyết tật mô hình (VIF, Durbin-Watson, Wald test), cho đến các kỹ thuật nâng cao như GMM sai phân/hệ thống và FGLS.

Chương 4: Kết quả nghiên cứu thực nghiệm

Chương 4 trình bày các kết quả thực nghiệm từ phần mềm Stata 13:

  1. Thống kê mô tả các biến nghiên cứu (247 – 275 quan sát):

    • $\text{NPL}_{it}$: Giá trị trung bình $-3,9801$; độ lệch chuẩn $0,7649$; nhỏ nhất $-7,1309$; lớn nhất $0,5988$.
    • $\text{GDP}_{it}$: Giá trị trung bình $0,0612$ ($6,12%$); độ lệch chuẩn $0,0062$; biên độ $0,0525 - 0,0713$.
    • $\text{INF}_{it}$: Giá trị trung bình $0,0915$ ($9,15%$); độ lệch chuẩn $0,0709$; biên độ $0,0191 - 0,2267$.
    • $\text{UNT}_{it}$: Giá trị trung bình $0,0221$ ($2,21%$); độ lệch chuẩn $0,0026$; biên độ $0,0180 - 0,0260$.
    • $\text{ROE}_{it}$: Giá trị trung bình $0,8216$; độ lệch chuẩn $2,2317$; nhỏ nhất $-5,3602$; lớn nhất $7,2145$.
    • $\text{CREDIT}_{it}$: Giá trị trung bình $-1,2697$; độ lệch chuẩn $1,1982$; nhỏ nhất $-9,2103$; lớn nhất $2,2429$.
    • $\text{SIZE}_{it}$: Giá trị trung bình $2,3718$; độ lệch chuẩn $1,1332$; nhỏ nhất $1,9048$; lớn nhất $2,6263$.

  2. Kiểm tra đa cộng tuyến: Ma trận tương quan Pearson cho thấy các hệ số tương quan cặp đều $< 0,80$. Hệ số VIF cao nhất là biến $\text{CREDIT}{it}$ ($1,32$), thấp nhất là $\text{ROE}{it}$ ($1,08$), VIF trung bình đạt $1,22$ ($< 10$), khẳng định không có hiện tượng đa cộng tuyến nghiêm trọng.

  3. Lựa chọn mô hình:

    • Kết quả ước lượng cho thấy các giá trị $R^2$ của Pooled OLS, REM và FEM lần lượt là $34,46%$, $34,46%$ và $14,53%$ (tất cả các mô hình đều có $p\text{-value} = 0,0000 < 0,01$).
    • Kiểm định Hausman cho kết quả $\chi^2(7) = 23,48$ với $p\text{-value} = 0,0014 < 0,05$, qua đó bác bỏ giả thuyết $H_0$ và lựa chọn mô hình FEM.
    • Kiểm định khuyết tật trên mô hình FEM cho thấy mô hình xuất hiện hiện tượng phương sai thay đổi (thông qua kiểm định Wald).

  4. Ước lượng khắc phục khuyết tật:

    • Ước lượng GMM được thực hiện nhưng kiểm định Sargan không thỏa mãn điều kiện độ vững.
    • Ước lượng FGLS được áp dụng cuối cùng để kiểm soát hoàn toàn hiện tượng phương sai thay đổi, cho kết quả có ý nghĩa thống kê tổng thể cao ($p < 0,01$).

Chương 5: Kết luận và kiến nghị

Chương 5 tổng kết lại các phát hiện thực nghiệm và đề xuất các nhóm khuyến nghị cụ thể cho hai nhóm đối tượng: (1) Các NHTMCP (nâng cao chất lượng thẩm định tín dụng, kiểm soát tốc độ tăng trưởng tín dụng nóng, trích lập dự phòng đầy đủ); (2) Ngân hàng Nhà nước Việt Nam (hoàn thiện khung pháp lý về phân loại nợ, đẩy mạnh hoạt động xử lý nợ xấu qua VAMC theo tinh thần Nghị quyết 42/2017/QH14, tăng cường thanh tra giám sát an toàn vi mô và vĩ mô). Chương này cũng chỉ rõ các hạn chế về dữ liệu và đề xuất hướng nghiên cứu tiếp theo.

Kết quả và đóng góp nghiên cứu

Bảng tổng hợp kết quả ước lượng

Dưới đây là bảng tổng hợp các hệ số hồi quy của mô hình Pooled OLS, REM và FEM được trích xuất từ kết quả nghiên cứu:

Biến độc lập Kỳ vọng dấu Pooled OLS REM FEM
$\text{GDP}_{it}$ $(-)$ $-22,4593^{***}$ $(7,8858)$ $-22,4593^{***}$ $(7,8858)$ $-24,1782^{***}$ $(7,9031)$
$\text{UNT}_{it}$ $(+)$ $-50,8585^{***}$ $(18,3062)$ $-50,8585^{***}$ $(18,3062)$ $-33,4076^{*}$ $(20,0060)$
$\text{INF}_{it}$ $(+)$ $1,1726^{*}$ $(0,6419)$ $1,1726^{*}$ $(0,6419)$ $1,4382^{**}$ $(0,7242)$
$\text{NPL}_{it-1}$ $(+)$ $0,4631^{***}$ $(0,0632)$ $0,4631^{***}$ $(0,0632)$ $0,2992^{***}$ $(0,0733)$
$\text{SIZE}_{it}$ $(+)$ $-0,1220$ $(0,3877)$ $-0,1220$ $(0,3877)$ $1,2045$ $(0,8822)$
$\text{CREDIT}_{it}$ $(+)$ $-0,0563$ $(0,0409)$ $-0,0563$ $(0,0409)$ $-0,0277$ $(0,0495)$
$\text{ROE}_{it}$ $(-)$ $0,0265$ $(0,0200)$ $0,0265$ $(0,0200)$ $-0,1108^{**}$ $(0,0527)$
Hệ số chặn $0,4477$ $(1,1841)$ $0,4477$ $(1,1841)$ $-3,5265$ $(2,3952)$
Số quan sát 218 218 218
Thống kê F / $\chi^2$ $F(7, 210) = 15,77^{***}$ $\text{Wald } \chi^2(7) = 110,40^{***}$ $F(7, 186) = 11,76^{***}$
$R^2$ $34,46%$ $34,46%$ (overall) $14,53%$ (overall)

Ghi chú: Giá trị trong ngoặc đơn () là sai số chuẩn. Ký hiệu $^{}$, $^{}$, $^{}$ thể hiện mức ý nghĩa thống kê lần lượt tại 1%, 5%, 10%.

Kết luận rút ra từ kết quả FGLS cuối cùng

  • Tăng trưởng kinh tế ($\text{GDP}$): Tác động nghịch chiều có ý nghĩa thống kê ở mức 1% đối với tỷ lệ nợ xấu, phù hợp với hầu hết các nghiên cứu thực nghiệm (Salas & Saurina, 2002; Beck et al., 2013). Khi kinh tế tăng trưởng, doanh nghiệp mở rộng sản xuất và cải thiện năng lực trả nợ.
  • Tỷ lệ lạm phát ($\text{INF}$): Tác động thuận chiều ở mức ý nghĩa 1%. Lạm phát gia tăng làm giảm sức mua, chi phí đầu vào tăng cao làm suy giảm khả năng thanh toán của khách hàng vay vốn.
  • Nợ xấu kỳ trước ($\text{NPL}_{t-1}$): Tác động thuận chiều ở mức ý nghĩa 1%, phản ánh tính trễ và tính tích lũy của nợ xấu qua các năm nếu không được xử lý triệt để.
  • Tăng trưởng tín dụng ($\text{CREDIT}$): Trong mô hình FGLS, tăng trưởng tín dụng tác động nghịch chiều có ý nghĩa thống kê 1% đến tỷ lệ nợ xấu, phản ánh đặc thù tại Việt Nam khi các ngân hàng có nợ xấu cao thường bị NHNN siết chỉ tiêu tăng trưởng tín dụng để tập trung tái cơ cấu.
  • Tỷ lệ thất nghiệp ($\text{UNT}$): Thể hiện mối tương quan nghịch chiều ở mức 1% trong kết quả FGLS.
  • Quy mô ($\text{SIZE}$) và Khả năng sinh lời ($\text{ROE}$): Mối quan hệ giữa hai biến này với tỷ lệ nợ xấu không tìm thấy ý nghĩa thống kê vững chắc trong mô hình hồi quy FGLS cuối cùng.

Đóng góp của khóa luận

  1. Về mặt dữ liệu: Cập nhật chuỗi dữ liệu thực nghiệm kéo dài 11 năm (2006 – 2016), bao quát giai đoạn trước, trong và sau khủng hoảng tài chính cũng như giai đoạn tái cơ cấu ngân hàng tại Việt Nam (các nghiên cứu trong nước trước đó phần lớn chỉ dừng lại ở năm 2013 hoặc 2014).
  2. Về mặt phương pháp: Áp dụng quy trình kiểm định kinh tế lượng bài bản, thực hiện so sánh đối chiếu đa mô hình (Pooled OLS, REM, FEM), kiểm định các khuyết tật (VIF, Hausman, Durbin-Watson, Wald) và thử nghiệm các phương pháp ước lượng nâng cao (GMM, FGLS) để tìm ra mô hình vững nhất.

Hạn chế và hướng nghiên cứu tiếp theo

  • Hạn chế về dữ liệu: Bộ dữ liệu bảng thu thập từ 25 NHTMCP trong 11 năm là bảng không cân bằng do một số ngân hàng không công bố đầy đủ báo cáo tài chính trong các năm đầu của giai đoạn nghiên cứu. Mẫu nghiên cứu phải loại bỏ một số ngân hàng tham gia vào các thương vụ M&A do số liệu bị gián đoạn.
  • Hạn chế về phương pháp ước lượng GMM: Mặc dù GMM là công cụ hữu hiệu để xử lý biến nội sinh trong mô hình dữ liệu bảng động, nhưng với số lượng ngân hàng quan sát là 25 nhóm, kiểm định Sargan không đạt điều kiện độ vững, buộc tác giả phải chuyển sang phương pháp FGLS.
  • Hướng nghiên cứu mở rộng: Các nghiên cứu tiếp theo có thể mở rộng kích thước mẫu bằng cách sử dụng dữ liệu chuỗi thời gian theo quý; bổ sung thêm các biến kiểm soát vi mô khác (tỷ lệ an toàn vốn CAR, tỷ lệ dự phòng rủi ro tín dụng) và biến thể chế; đồng thời cập nhật giai đoạn nghiên cứu sau năm 2017 để đánh giá tác động của Nghị quyết 42/2017/QH14 đối với tiến trình xử lý nợ xấu.

Giá trị tham khảo

  • Đối với người học và nhà nghiên cứu: Khóa luận là tài liệu tham khảo trực tiếp cho sinh viên, học viên chuyên ngành Tài chính - Ngân hàng, Kinh tế học ứng dụng trong việc xây dựng đề cương nghiên cứu định lượng. Đặc biệt, Chương 3 và Chương 4 cung cấp quy trình mẫu về cách xử lý số liệu bảng trên phần mềm Stata, từ thống kê mô tả, kiểm tra ma trận tương quan, kiểm tra đa cộng tuyến qua VIF, chạy kiểm định Hausman đến việc xử lý khuyết tật phương sai thay đổi bằng FGLS.
  • Đối với các nhà quản trị ngân hàng thương mại: Phần phân tích thực nghiệm giúp các nhà quản trị rủi ro tại các NHTMCP nhận diện rõ độ trễ của nợ xấu và sự nhạy cảm của danh mục tín dụng trước các biến động vĩ mô (tăng trưởng GDP, lạm phát), từ đó xây dựng các kịch bản kiểm tra sức chịu tải (stress testing) phù hợp.

Câu hỏi thường gặp

1. Tại sao tác giả chỉ chọn mẫu nghiên cứu gồm 25 NHTMCP thay vì toàn bộ hệ thống ngân hàng?

Theo thống kê của NHNN, tính đến ngày 30/06/2017, Việt Nam có 31 NHTMCP. Tác giả chọn 25 ngân hàng vì các ngân hàng này đáp ứng tiêu chí còn tồn tại, hoạt động độc lập đến hết năm 2017 và công bố công khai, liên tục các báo cáo tài chính kiểm toán trong giai đoạn 2006 – 2016. Một số ngân hàng bị loại trừ do thiếu dữ liệu hoặc đã thực hiện sáp nhập, hợp nhất (như MHB sáp nhập vào BIDV, Mekong Bank vào Maritime Bank, Southern Bank vào Sacombank, Habubank vào SHB, Đại Á Bank vào HDBank).

2. Tiêu chuẩn xác định biến phụ thuộc NPL trong khóa luận là gì?

Biến phụ thuộc $\text{NPL}_{it}$ được đo lường bằng logarit tự nhiên của tỷ lệ nợ xấu trên tổng dư nợ:

$$\text{NPL}_{it} = \ln\left(\frac{\text{Nợ nhóm 3} + \text{Nợ nhóm 4} + \text{Nợ nhóm 5}}{\text{Tổng dư nợ}}\right)$$

Trong đó nợ nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn) được xác định căn cứ theo quy định tại Thông tư 02/2013/TT-NHNN và Thông tư 09/2014/TT-NHNN của Ngân hàng Nhà nước Việt Nam. Việc lấy logarit tự nhiên nhằm đưa biến phụ thuộc về dạng phân phối đối xứng trên khoảng $[-\infty; +\infty]$.

3. Kết quả kiểm định Hausman và kiểm định khuyết tật mô hình đưa ra kết luận gì?

Kiểm định Hausman cho giá trị $\chi^2(7) = 23,48$ với $p\text{-value} = 0,0014 < 0,05$, dẫn đến việc bác bỏ giả thuyết $H_0$ và khẳng định mô hình tác động cố định (FEM) phù hợp hơn mô hình tác động ngẫu nhiên (REM). Kiểm định VIF cho giá trị trung bình $1,22$ (tất cả các biến đều có VIF $< 10$), xác nhận không có đa cộng tuyến nghiêm trọng. Tuy nhiên, kiểm định Wald phát hiện mô hình FEM vi phạm giả định phương sai sai số đồng nhất (có hiện tượng phương sai thay đổi).

4. Tại sao tác giả chuyển từ phương pháp GMM sang FGLS trong kết quả cuối cùng?

Do mô hình có chứa biến trễ $\text{NPL}_{it-1}$ (dữ liệu bảng động), tác giả đã chạy mô hình GMM để xử lý biến nội sinh và phương sai thay đổi. Tuy nhiên, kết quả kiểm định Sargan của mô hình GMM không thỏa mãn điều kiện, cho thấy mô hình GMM chưa đủ độ vững với mẫu dữ liệu 25 ngân hàng này. Do đó, tác giả sử dụng phương pháp bình phương tối thiểu tổng quát khả thi (FGLS) nhằm kiểm soát hiện tượng phương sai thay đổi và thu được các ước lượng vững, hiệu quả với mức ý nghĩa thống kê cao ($p < 0,01$).

Kết luận

Khóa luận tốt nghiệp của tác giả Lê Thị Hương Mai đã hệ thống hóa cơ sở lý luận và cung cấp bằng chứng thực nghiệm về các nhân tố tác động đến nợ xấu tại 25 NHTMCP Việt Nam trong giai đoạn 2006 – 2016. Thông qua việc kiểm định và lựa chọn mô hình FGLS, nghiên cứu chứng minh tăng trưởng kinh tế, tăng trưởng tín dụng và tỷ lệ thất nghiệp có tác động nghịch chiều, trong khi lạm phát và nợ xấu kỳ trước tác động thuận chiều đến tỷ lệ nợ xấu ở mức ý nghĩa thống kê 1%. Các kết quả nghiên cứu là cơ sở khoa học để tác giả đề xuất các giải pháp nâng cao năng lực quản trị rủi ro tín dụng tại các ngân hàng thương mại và hoàn thiện cơ chế giám sát an toàn hệ thống của Ngân hàng Nhà nước.