Tổng quan luận án

Luận án tiến sĩ chuyên ngành Kế toán, kiểm toán và phân tích (mã số: 9340301) của nghiên cứu sinh Đặng Hữu Ngọc, được thực hiện tại Trường Đại học Kinh tế Quốc dân năm 2022 dưới sự hướng dẫn khoa học của GS.TS Nguyễn Quang Quynh và PGS.TS Nguyễn Thị Mùi, mang tên: "Phân tích các nhân tố tác động đến rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam".

Tính cấp thiết và khoảng trống nghiên cứu

Trong hoạt động kinh doanh của các ngân hàng thương mại (NHTM), hoạt động tín dụng là nghiệp vụ truyền thống quan trọng nhất, mang lại tỷ trọng lợi nhuận lớn nhất nhưng đồng thời cũng tiềm ẩn nhiều rủi ro phức tạp nhất. Giai đoạn từ năm 2008 đến 2020, hệ thống NHTM Việt Nam đối mặt với nhiều biến động vĩ mô như lạm phát, sự phát triển nóng của thị trường bất động sản, chứng khoán, biến động kinh tế quốc tế và các đợt tái cơ cấu tổ chức tín dụng. Tỷ lệ nợ xấu có xu hướng gia tăng trong giai đoạn 2012–2015 và tiếp tục xuất hiện các khoản nợ có khả năng mất vốn.

Tổng quan các nghiên cứu trong nước cho thấy phần lớn các công trình trước đây chủ yếu tiếp cận rủi ro tín dụng hoặc quản trị rủi ro tín dụng tại từng ngân hàng cụ thể hoặc trên phạm vi hẹp. Việc phân tích định lượng đồng thời cả các nhân tố vi mô (đặc thù ngân hàng) và vĩ mô (môi trường kinh tế) tác động đến rủi ro tín dụng trên quy mô toàn hệ thống NHTM Việt Nam trong một giai đoạn dài (10 năm) còn thiếu vắng. Do đó, luận án được thực hiện nhằm lấp đầy khoảng trống này bằng cách lượng hóa mức độ tác động của các nhân tố vi mô và vĩ mô đến rủi ro tín dụng tại các NHTM Việt Nam giai đoạn 2011–2020.

Mục tiêu và nhiệm vụ nghiên cứu

Mục tiêu chung của luận án là phân tích các nhân tố tác động đến rủi ro tín dụng của các NHTM Việt Nam, trên cơ sở đó đề xuất các giải pháp nhằm phòng ngừa và hạn chế rủi ro tín dụng cho hệ thống NHTM trong thời gian tới.

Để đạt được mục tiêu chung, luận án xác định 4 nhiệm vụ nghiên cứu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về rủi ro tín dụng của ngân hàng thương mại và các nhân tố tác động đến rủi ro tín dụng tại NHTM nói chung.
  2. Phân tích và đánh giá thực trạng rủi ro tín dụng tại các NHTM Việt Nam trong giai đoạn 10 năm (2011–2020) thông qua các chỉ tiêu đo lường rủi ro tín dụng.
  3. Nhận diện các nhân tố vi mô và vĩ mô tác động đến rủi ro tín dụng của NHTM, xây dựng mô hình nghiên cứu và lượng hóa mối quan hệ tác động của các nhân tố đó đến rủi ro tín dụng tại các NHTM Việt Nam.
  4. Đề xuất các giải pháp nhằm phòng ngừa và hạn chế rủi ro tín dụng cho các NHTM Việt Nam trong thời gian tới.

Câu hỏi nghiên cứu

Luận án giải quyết 3 câu hỏi nghiên cứu:

  1. Rủi ro tín dụng của ngân hàng thương mại đo lường bằng những chỉ tiêu nào?
  2. Những nhân tố nào tác động đến rủi ro tín dụng tại các NHTM Việt Nam?
  3. Mức độ tác động của từng nhân tố đến rủi ro tín dụng tại các NHTM Việt Nam như thế nào?

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Các nhân tố tác động đến rủi ro tín dụng tại các NHTM Việt Nam.
  • Phạm vi nội dung: Căn cứ theo Khoản 14 Điều 4 Luật các Tổ chức tín dụng số 47/2010/QH12 và Luật sửa đổi, bổ sung số 17/2017/QH14, hoạt động cấp tín dụng gồm nhiều nghiệp vụ. Tuy nhiên, do nghiệp vụ cho vay chiếm tỷ trọng chi phối về quy mô và số lượng khách hàng tại các NHTM Việt Nam, luận án giới hạn phạm vi nghiên cứu vào rủi ro trong hoạt động cho vay; thuật ngữ rủi ro tín dụng trong luận án được hiểu là rủi ro cho vay.
  • Phạm vi không gian: Nghiên cứu 20 NHTM tại Việt Nam hoạt động liên tục trong giai đoạn 2011–2020, bao gồm 4 NHTM có vốn Nhà nước (Agribank, BIDV, Vietinbank, Vietcombank) và 16 NHTM cổ phần trong nước. Tính đến 31/12/2020, tổng tài sản của 20 NHTM này chiếm 80,4% tổng tài sản toàn hệ thống NHTM Việt Nam. Luận án loại trừ 26 NHTM gồm: 9 ngân hàng 100% vốn nước ngoài và 2 ngân hàng liên doanh (hoạt động theo khung pháp luật khác biệt), 3 NHTM Nhà nước chuyển đổi sở hữu (Ngân hàng TNHH MTV Dầu khí Toàn Cầu, Ngân hàng TNHH MTV Đại Dương, Ngân hàng TNHH MTV Xây Dựng) và 12 NHTM cổ phần quy mô nhỏ hoặc mới sáp nhập/M&A do không có đủ chuỗi dữ liệu tài chính 10 năm liên tục.
  • Phạm vi thời gian: Giai đoạn 10 năm từ 2011 đến 2020.

Tổng quan tài liệu và vị trí của luận án

Luận án đã tổng quan hệ thống công trình nghiên cứu trong và ngoài nước liên quan đến rủi ro tín dụng và các nhân tố ảnh hưởng, phân chia theo các cách tiếp cận đo lường rủi ro tín dụng:

Hướng nghiên cứu / Đo lường RRTD Tác giả, công trình và năm công bố tiêu biểu Phát hiện và biến số chính
Tác động của RRTD đến hiệu quả hoạt động / tài chính Awoke (2014); Kargi (2011); Olawale và cộng sự (2013); Kolapo và cộng sự (2012); Chen & Pan (2012); Bhattarai (2016); Kithinji (2010); Gizaw và cộng sự (2015); Li & Zou (2014); Hosna và cộng sự (2009); Alshatti (2015); Poudel (2013); Muriithi và cộng sự (2014); Ogilo (2012); Ogboi & Kenneth (2013). RRTD (đo bằng ROA, ROE, NPL, CAR, LLP) thường tác động tiêu cực đến hiệu quả tài chính; nợ xấu và dự phòng làm sụt giảm khả năng sinh lời.
Đo lường RRTD bằng Tỷ lệ nợ xấu (NPL) Abhiman Das & Saibal Ghosh (2007); Yurdakul Funda (2014); Berger & DeYoung (1997); Ahlem & Fathi (2013); Curak và cộng sự (2013); Trần Chí Chinh (2012); Ravi Prakash Poudel & Sharma Poudel (2013); Nguyễn Quốc Anh & Nguyễn Hữu Thạch (2015); Nguyễn Thị Hồng Vinh (2015); Trần Trọng Phong và cộng sự (2015); Nguyễn Tuấn Kiệt & Đình Hùng Phú (2016); Phạm Dương Phương Thảo & Nguyễn Linh Đan (2018); Lê Phan Thị Diệu Thảo & Bùi Công Duy (2018); Nguyễn Thị Như Quỳnh và cộng sự (2018). Tỷ lệ nợ xấu chịu ảnh hưởng của các biến vĩ mô (tăng trưởng GDP, lạm phát, lãi suất, thất nghiệp) và biến vi mô (nợ xấu kỳ trước, quy mô ngân hàng, chi phí hoạt động, tăng trưởng tín dụng, tỷ lệ vốn chủ sở hữu, thu nhập ngoài lãi).
Đo lường RRTD bằng Tỷ lệ trích lập dự phòng RRTD Hasan & Wall (2004); Chen và cộng sự (2005); Ashour (2011); Mohd Isa (2011); Nabila Zribi & Younes Boujelbène (2011); Nguyễn Văn Thuận & Dương Hồng Ngọc (2015); Nguyễn Hoàng Bích Ngọc (2016); Nguyễn Thị Thu Hiền & Phạm Đình Tuấn (2014). Dự phòng RRTD chịu ảnh hưởng bởi nợ xấu, quy mô, lợi nhuận trước trích lập, tăng trưởng cho vay và biên thu nhập lãi thuần (NIM).
Đo lường RRTD kết hợp Nợ xấu và Dự phòng Daniel Foos, Lars Norden & Martin Weber (2010); Somanadevi Thiagarajan và cộng sự (2011); Robert T. Clair (1992). Tăng trưởng tín dụng có độ trễ tác động cùng chiều làm gia tăng RRTD sau 2–3 năm do việc nới lỏng chuẩn thẩm định trong giai đoạn kinh tế mở rộng.

Khoảng trống nghiên cứu được luận án giải quyết

Qua điểm luận tài liệu, tác giả xác định các khoảng trống:

  1. Đa số nghiên cứu tại Việt Nam sử dụng các mô hình hồi quy bảng tĩnh (Pooled OLS, FEM, REM) hoặc mẫu khảo sát ngắn hạn, chưa giải quyết triệt để hiện tượng nội sinh và tự tương quan của dữ liệu chuỗi thời gian ngân hàng.
  2. Chưa có nghiên cứu nào tại Việt Nam đưa biến "Tăng trưởng số lượng chi nhánh và sở giao dịch" vào mô hình định lượng phân tích tác động đến rủi ro tín dụng.
  3. Luận án lựa chọn giải quyết khoảng trống này bằng cách xây dựng mô hình toàn diện tích hợp 9 biến số vi mô và vĩ mô, áp dụng phương pháp ước lượng dữ liệu bảng động GMM của Lars Peter Hansen (1982) trên bộ dữ liệu 20 NHTM đại diện cho 80,4% quy mô hệ thống ngân hàng Việt Nam giai đoạn 2011–2020.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung khái niệm

  • Khái niệm rủi ro và rủi ro tín dụng: Dẫn chiếu theo Bessis (2002), Kealhofer (2003), Bohn & Stein (2009), Saunders (1994), Ủy ban Basel (1999), Greuning & Bratanovic (2003), Nguyễn Văn Tiến (2015) và Thông tư 41/2016/TT-NHNN. Rủi ro tín dụng được định nghĩa là tổn thất có khả năng xảy ra đối với nợ của ngân hàng do khách hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ trả nợ theo hợp đồng đã ký kết.
  • Phân loại rủi ro tín dụng:
    • Theo nguyên nhân phát sinh: (i) Rủi ro giao dịch (gồm rủi ro lựa chọn, rủi ro bảo đảm, rủi ro nghiệp vụ); (ii) Rủi ro danh mục (gồm rủi ro nội tại và rủi ro tập trung).
    • Theo mức độ tổn thất: (i) Rủi ro đọng vốn (chậm thanh toán, phát sinh nợ quá hạn và lãi treo); (ii) Rủi ro mất vốn (khách hàng mất khả năng trả nợ gốc và lãi, phát sinh nợ khó đòi, buộc xử lý tài sản bảo đảm).
  • Hệ thống chỉ tiêu đo lường rủi ro tín dụng:
    • Chỉ tiêu trực tiếp: Tỷ lệ nợ quá hạn, Tỷ lệ nợ xấu (NPL - nợ nhóm 3, 4, 5 theo quy định của NHNN chia cho tổng dư nợ), Tỷ lệ trích lập dự phòng RRTD (dự phòng RRTD chia cho dư nợ bình quân), Hệ số bù đắp rủi ro tín dụng.
    • Chỉ tiêu gián tiếp: Tốc độ tăng trưởng tín dụng, Tỷ lệ Dư nợ cho vay trên Tổng tài sản.

Phương pháp nghiên cứu

Luận án kết hợp phương pháp nghiên cứu định tính và phương pháp nghiên cứu định lượng:

[Báo cáo tài chính 20 NHTM & Dữ liệu vĩ mô (2011-2020)] 
   --> [SPSS 25.0: Thống kê mô tả & Đánh giá thực trạng]
   --> [Stata 16.0: Pooled OLS, FEM, REM] 
   --> [Kiểm định khuyết tật: Đa cộng tuyến, Tự tương quan, Phương sai thay đổi]
   --> [Mô hình GLS / FGLS] 
   --> [Mô hình dữ liệu bảng động GMM] 
   --> [Kết quả phương trình chuẩn hóa & Đề xuất giải pháp]
  1. Phương pháp chuyên gia:

    • Thực hiện qua 2 lần phỏng vấn sâu trực tiếp 10 chuyên gia (gồm các giáo sư, phó giáo sư, tiến sĩ từ 5 trường đại học: ĐH Kinh tế Quốc dân, ĐH Ngân hàng TP.HCM, Học viện Ngân hàng, ĐH Kinh tế TP.HCM, ĐH Tài chính - Ngân hàng; cùng các nhà quản trị cấp cao từ 5 NHTM: Vietinbank, Agribank, BIDV, Vietcombank, Techcombank).
    • Lần 1 (05/2019 – 08/2019): Xác định và lựa chọn các biến phụ thuộc, biến độc lập cho mô hình.
    • Lần 2 (09/2019 – 02/2020): Thẩm định và hoàn thiện hệ thống các giả thuyết nghiên cứu phù hợp với bối cảnh kinh tế Việt Nam.
  2. Phương pháp ước lượng dữ liệu bảng định lượng (6 bước):

    • Bước 1: Thu thập dữ liệu thứ cấp từ 20 NHTM (báo cáo tài chính, báo cáo thường niên) và số liệu kinh tế vĩ mô từ Tổng cục Thống kê, NHNN, ADB Key Indicators 2020.
    • Bước 2: Thống kê mô tả các biến, tính giá trị trung bình (MEAN) bằng phần mềm SPSS 25.0, chạy ma trận hệ số tương quan giữa các biến.
    • Bước 3: Chạy hồi quy mô hình Pooled OLS, mô hình tác động cố định (FEM), mô hình tác động ngẫu nhiên (REM); sử dụng các kiểm định F-test, Breusch-Pagan LM và Hausman test để lựa chọn mô hình phù hợp.
    • Bước 4: Kiểm định các khuyết tật của mô hình (hiện tượng đa cộng tuyến bằng hệ số VIF, kiểm định phương sai thay đổi, kiểm định tự tương quan).
    • Bước 5: Xử lý hiện tượng phương sai thay đổi và tự tương quan bằng phương pháp bình phương tối thiểu tổng quát (GLS / FGLS).
    • Bước 6: Ước lượng mô hình dữ liệu bảng động GMM (Generalized Method of Moments) trên phần mềm Stata 16.0 để xử lý triệt để biến nội sinh, tự tương quan bậc nhất sai số và phương sai thay đổi, cho ra các ước lượng vững.

Nội dung chính theo từng chương

Chương 1: Tổng quan nghiên cứu và cơ sở lý thuyết

  • Điểm luận chi tiết các công trình nghiên cứu trong nước và quốc tế về rủi ro tín dụng theo 3 nhóm cách tiếp cận đo lường (theo tỷ lệ nợ xấu, theo dự phòng rủi ro tín dụng và theo mô hình kết hợp).
  • Hệ thống hóa khung lý thuyết về rủi ro ngân hàng theo tiêu chuẩn Basel (rủi ro tín dụng, thị trường, hoạt động, thanh khoản); lý thuyết về thông tin bất cân xứng, lựa chọn đối nghịch và rủi ro đạo đức trong cấp tín dụng.
  • Phân loại rủi ro tín dụng theo nguyên nhân phát sinh (giao dịch, danh mục) và theo mức độ tổn thất (đọng vốn, mất vốn).
  • Phân tích cơ chế tác động của nhóm nhân tố vĩ mô (tăng trưởng GDP, lạm phát, cung tiền, lãi suất) và nhóm nhân tố vi mô nội tại ngân hàng (nợ xấu quá khứ, quy mô ngân hàng, chi phí hoạt động, thu nhập ngoài lãi, mạng lưới chi nhánh, tốc độ tăng trưởng tín dụng).

Chương 2: Phương pháp nghiên cứu

  • Thiết lập quy trình nghiên cứu hỗn hợp kết hợp phỏng vấn chuyên gia 2 đợt và kỹ thuật phân tích kinh tế lượng.
  • Xây dựng mô hình nghiên cứu thực nghiệm với biến phụ thuộc là Tỷ lệ nợ xấu ($TLNX_{i,t}$) và 9 biến độc lập:
    • Biến vi mô: Tỷ lệ nợ xấu có độ trễ ($1.TLNX$), Tỷ lệ trích lập dự phòng RRTD ($DPRRTD$), Tỷ lệ thu nhập ngoài lãi ($TNNL$), Tăng trưởng số lượng chi nhánh và sở giao dịch ($TTCN$), Tỷ lệ chi phí hoạt động ($CFHĐ$), Quy mô ngân hàng ($QMNH$), Tốc độ tăng trưởng tín dụng ($TTTD$).
    • Biến vĩ mô: Tốc độ tăng trưởng GDP ($GDP$), Tỷ lệ lạm phát ($LP$).
  • Xây dựng hệ thống các giả thuyết nghiên cứu tương ứng cho 9 biến độc lập.
  • Chi tiết hóa trình tự ước lượng dữ liệu bảng từ Pooled OLS, FEM, REM, kiểm định lựa chọn mô hình, kiểm định khuyết tật, ước lượng GLS và ước lượng bảng động GMM.

Chương 3: Kết quả nghiên cứu

  • Khái quát hệ thống NHTM Việt Nam: Trình bày lịch sử phát triển, quy mô vốn điều lệ, mạng lưới chi nhánh của hệ thống NHTM; cơ cấu tài sản và kết quả kinh doanh của 20 NHTM giai đoạn 2011–2020.
  • Thực trạng rủi ro tín dụng tại 20 NHTM nghiên cứu:
    • Tỷ lệ nợ xấu: Phân tích diễn biến nợ xấu trung bình toàn giai đoạn 2011–2020 và số liệu cụ thể năm 2020. Tỷ lệ nợ xấu chịu áp lực lớn trong giai đoạn 2012–2015, sau đó có xu hướng giảm dần nhờ đề án cơ cấu lại hệ thống TCTD và hoạt động xử lý nợ qua VAMC.
    • Tỷ lệ trích lập dự phòng: Phân tích mức trích lập dự phòng RRTD trung bình và tỷ lệ bao phủ nợ xấu qua các năm.
    • Chỉ tiêu Dư nợ cho vay/Tổng tài sản: Mức độ tập trung tài sản vào hoạt động cho vay tại các NHTM Việt Nam duy trì ở mức cao.
    • Tốc độ tăng trưởng tín dụng: Diễn biến tăng trưởng tín dụng qua các giai đoạn và số liệu năm 2020.
  • Kết quả ước lượng định lượng:
    • Kết quả kiểm định lựa chọn mô hình giữa Pooled OLS, FEM và REM cho thấy mô hình FEM/REM tồn tại khuyết tật phương sai thay đổi và tự tương quan.
    • Kết quả ước lượng GLS khắc phục một phần khuyết tật.
    • Kết quả ước lượng mô hình dữ liệu bảng động GMM cho ra mô hình tối ưu: 8/9 nhân tố có ý nghĩa thống kê; biến "Tốc độ tăng trưởng tín dụng" không có ý nghĩa thống kê nên bị loại khỏi mô hình cuối cùng.

Chương 4: Thảo luận kết quả nghiên cứu và đề xuất

  • Thảo luận sâu về chiều hướng và mức độ tác động của 8 nhân tố có ý nghĩa thống kê đối với tỷ lệ nợ xấu.
  • Đề xuất các nhóm giải pháp chính sách vi mô và vĩ mô căn cứ trực tiếp vào kết quả lượng hóa:
    • Đối với trích lập dự phòng RRTD: Hoàn thiện cơ chế trích lập, nâng cao năng lực đệm dự phòng để chủ động hấp thụ rủi ro tổn thất tín dụng.
    • Đối với tỷ lệ nợ xấu: Tăng cường quy trình kiểm soát nợ quá hạn, nâng cao chất lượng thẩm định và thu hồi nợ tồn đọng.
    • Đối với tỷ lệ thu nhập ngoài lãi: Đa dạng hóa cơ cấu nguồn thu qua dịch vụ ngân hàng phi tín dụng nhằm giảm áp lực phụ thuộc vào lãi vay.
    • Đối với tăng trưởng chi nhánh và sở giao dịch: Kiểm soát tốc độ mở rộng mạng lưới vật lý đi đôi với nâng cao năng lực quản trị rủi ro tại các điểm giao dịch.
    • Đối với biến vĩ mô (GDP, lạm phát): Xây dựng kịch bản điều hành tín dụng linh hoạt theo chu kỳ kinh tế và biến động lạm phát.

Kết quả và những đóng góp mới

Đóng góp mới về mặt lý luận

  1. Luận án bổ sung thêm nhân tố mới: "Tăng trưởng số lượng chi nhánh và sở giao dịch" ($TTCN$) vào mô hình phân tích nhân tố tác động đến rủi ro tín dụng của NHTM. Kết quả thực nghiệm khẳng định đây là biến số có ý nghĩa thống kê ảnh hưởng cùng chiều đến rủi ro tín dụng.
  2. Xây dựng và kiểm định thành công mô hình tích hợp 9 nhân tố vi mô và vĩ mô đối với rủi ro tín dụng tại các NHTM Việt Nam. Kết quả xác định 8 nhân tố có ý nghĩa thống kê gồm: nợ xấu quá khứ, tỷ lệ trích lập dự phòng RRTD, tỷ lệ thu nhập ngoài lãi, tăng trưởng số chi nhánh/sở giao dịch, tỷ lệ chi phí hoạt động, quy mô ngân hàng, tỷ lệ lạm phát, tốc độ tăng trưởng GDP; đồng thời xác định biến tốc độ tăng trưởng tín dụng không có ý nghĩa thống kê trong mô hình GMM.
  3. Đóng góp về mặt phương pháp luận qua việc kết hợp nghiên cứu hàn lâm và ứng dụng, vận dụng mô hình dữ liệu bảng động GMM để xử lý hiện tượng nội sinh và tự tương quan trong chuỗi số liệu tài chính ngân hàng tại Việt Nam.

Đóng góp mới về mặt thực tiễn

  • Luận án lượng hóa thành công phương trình hồi quy chuẩn hóa trên bộ dữ liệu 20 NHTM giai đoạn 2011–2020 thông qua phương pháp GMM:

$$\begin{aligned} TLNX_{i,t} = 0.157 &+ 0.859 \times 1.TLNX_{i,t} - \beta_1 \times DPRRTD_{i,t} - \beta_2 \times TNNL_{i,t} \ &+ \beta_3 \times TTCN_{i,t} + \beta_4 \times CFHĐ_{i,t} + \beta_5 \times QMNH_{i,t} \ &- \beta_6 \times GDP_t + \beta_7 \times LP_t \end{aligned}$$

  • Phát hiện định lượng chính:
    • Tác động cùng chiều mạnh nhất: Nhân tố "Tỷ lệ nợ xấu có độ trễ 1 năm" ($1.TLNX$) có hệ số hồi quy là $0.859$, tiếp theo là nhân tố "Quy mô ngân hàng" ($QMNH$), "Tỷ lệ chi phí hoạt động" ($CFHĐ$), "Tăng trưởng số lượng chi nhánh và sở giao dịch" ($TTCN$) và "Tỷ lệ lạm phát" ($LP$).
    • Tác động ngược chiều: "Tốc độ tăng trưởng GDP" ($GDP$), "Tỷ lệ thu nhập ngoài lãi" ($TNNL$) và "Tỷ lệ dự phòng rủi ro tín dụng" ($DPRRTD$) có tác động làm giảm tỷ lệ nợ xấu năm hiện tại.
    • Biến loại khỏi mô hình: "Tốc độ tăng trưởng tín dụng" ($TTTD$) không đạt ý nghĩa thống kê.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế của nghiên cứu:
    • Về phạm vi mẫu: Mới chỉ nghiên cứu 20 NHTM (chiếm 80,4% tổng tài sản), loại trừ các ngân hàng nước ngoài, ngân hàng liên doanh, 3 NHTM mua bắt buộc và 12 NHTM cổ phần quy mô nhỏ hoặc sáp nhập do thiếu chuỗi dữ liệu 10 năm liên tục.
    • Về phạm vi nghiệp vụ: Giới hạn nghiên cứu trong nghiệp vụ cho vay, chưa mở rộng sang các hình thức cấp tín dụng khác như bảo lãnh, cho thuê tài chính, bao thanh toán hay đầu tư trái phiếu doanh nghiệp.
    • Về khung thời gian: Số liệu khảo sát dừng lại ở mốc kết thúc năm 2020.
  • Hướng nghiên cứu tiếp theo:
    • Mở rộng mẫu nghiên cứu bao phủ thêm các NHTM cổ phần nhỏ, ngân hàng liên doanh khi chuỗi dữ liệu công bố hoàn thiện hơn.
    • Nghiên cứu tác động của rủi ro tín dụng mở rộng bao gồm cả các cam kết ngoại bảng và danh mục đầu tư công cụ nợ.
    • Cập nhật chuỗi dữ liệu cho giai đoạn sau năm 2020 nhằm đánh giá tác động của các biến cố kinh tế mới phát sinh.

Giá trị tham khảo

Luận án là tài liệu chuyên khảo có giá trị ứng dụng cụ thể:

  • Đối với nghiên cứu sinh, học viên cao học và giảng viên ngành Kế toán, Tài chính - Ngân hàng: Cung cấp khung phương pháp luận hoàn chỉnh về phân tích dữ liệu bảng tĩnh và bảng động (GMM) trên phần mềm Stata, quy trình kiểm định khuyết tật mô hình tài chính và hệ thống tổng quan tài liệu phong phú.
  • Đối với ban điều hành và cán bộ quản trị rủi ro tại các NHTM: Cung cấp căn cứ định lượng để nhận diện mức độ nhạy cảm của nợ xấu trước sự thay đổi của mạng lưới chi nhánh, chi phí hoạt động, nguồn thu dịch vụ ngoài lãi và đệm dự phòng rủi ro.
  • Đối với các cơ quan quản lý và hoạch định chính sách (Ngân hàng Nhà nước): Hỗ trợ cơ sở thực nghiệm trong việc giám sát tỷ lệ an toàn, quản lý mở rộng mạng lưới chi nhánh và điều tiết tín dụng gắn liền với các chỉ báo kinh tế vĩ mô (GDP, lạm phát).

Câu hỏi thường gặp

1. Luận án sử dụng những tiêu chí nào để chọn mẫu 20 ngân hàng thương mại?

Tác giả lựa chọn 20 NHTM (4 NHTM có vốn Nhà nước và 16 NHTM cổ phần) đáp ứng tiêu chí hoạt động liên tục trong suốt 10 năm (2011–2020) và có đầy đủ báo cáo tài chính, báo cáo thường niên công khai. Mẫu nghiên cứu này đại diện cho 80,4% tổng tài sản toàn hệ thống NHTM Việt Nam tính đến ngày 31/12/2020.

2. Vì sao luận án loại trừ 26 ngân hàng thương mại khác khỏi mẫu nghiên cứu?

26 NHTM bị loại trừ bao gồm: 9 ngân hàng 100% vốn nước ngoài và 2 ngân hàng liên doanh (do hoạt động theo luật nước ngoài, không tương đồng); 3 NHTM Nhà nước chuyển đổi mô hình sở hữu (GPBank, OceanBank, CBBank) và 12 NHTM cổ phần nhỏ hoặc mới thực hiện M&A do không có đủ chuỗi dữ liệu báo cáo 10 năm liên tục từ 2011 đến 2020.

3. Biến số mới nào được luận án bổ sung vào mô hình so với các nghiên cứu trước đây?

Luận án bổ sung biến "Tăng trưởng số lượng chi nhánh và sở giao dịch" ($TTCN$). Kết quả ước lượng GMM xác nhận biến này có ý nghĩa thống kê và tác động cùng chiều đến tỷ lệ nợ xấu của NHTM.

4. Kết quả hồi quy GMM chỉ ra nhân tố nào có tác động cùng chiều mạnh nhất đến rủi ro tín dụng?

Nhân tố có tác động cùng chiều mạnh nhất là "Tỷ lệ nợ xấu có độ trễ 1 năm" ($1.TLNX$) với hệ số hồi quy chuẩn hóa đạt $0.859$, phản ánh tính quán tính và rủi ro tích lũy của nợ xấu quá khứ lên nợ xấu năm hiện tại.

5. Biến độc lập nào trong mô hình ban đầu đã bị loại bỏ ở kết quả cuối cùng?

Biến "Tốc độ tăng trưởng tín dụng" ($TTTD$) không đạt mức ý nghĩa thống kê trong mô hình hồi quy bảng động GMM nên đã bị loại khỏi mô hình kết quả cuối cùng.


Kết luận

Luận án tiến sĩ của Đặng Hữu Ngọc đã giải quyết toàn diện vấn đề phân tích các nhân tố tác động đến rủi ro tín dụng tại 20 NHTM Việt Nam giai đoạn 2011–2020. Bằng việc kết hợp phương pháp chuyên gia và mô hình hồi quy dữ liệu bảng động GMM, tác giả đã lượng hóa tác động của 8 nhân tố vi mô và vĩ mô có ý nghĩa thống kê đối với tỷ lệ nợ xấu, đồng thời phát hiện nhân tố mới là tốc độ tăng trưởng chi nhánh/sở giao dịch. Các phát hiện định lượng trong luận án cung cấp cơ sở khoa học xác thực cho các NHTM và cơ quan quản lý trong việc thiết lập chính sách kiểm soát và phòng ngừa rủi ro tín dụng.