Tổng quan nghiên cứu

Trong cấu trúc của nền kinh tế thị trường, hệ thống ngân hàng thương mại giữ vai trò huyết mạch trung gian tài chính kết nối nguồn vốn nhàn rỗi với các chủ thể sản xuất kinh doanh. Hoạt động tín dụng mang lại hơn 70% nguồn thu nhập chính cho các ngân hàng nhưng đồng thời cũng là nơi tiềm ẩn rủi ro nợ xấu lớn nhất. Theo báo cáo kinh tế của ngành ngân hàng, tổn thất tín dụng trung bình của 28 ngân hàng niêm yết và Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam (Agribank) đã tăng 17,3% trong năm 2021 dưới áp lực từ dịch bệnh và sự suy giảm khả năng trả nợ của khách hàng. Nợ xấu gia tăng làm xói mòn vốn tự có, giảm sút lợi nhuận ròng và đe dọa sự an toàn thanh khoản của toàn bộ hệ thống tài chính quốc gia.

Vấn đề nghiên cứu trọng tâm của luận văn là nhận diện, đo lường và lượng hóa mức độ tác động của các nhân tố vi mô nội tại cùng các biến số kinh tế vĩ mô đến tỷ lệ nợ xấu tại hệ thống ngân hàng thương mại Việt Nam. Mục tiêu cụ thể bao gồm: hệ thống hóa cơ sở lý luận về rủi ro nợ xấu; xây dựng mô hình kinh tế lượng đánh giá tác động của các yếu tố; và đề xuất hệ thống giải pháp kiểm soát nợ xấu khả thi. Phạm vi không gian nghiên cứu bao gồm 25 ngân hàng thương mại cổ phần tiêu biểu tại Việt Nam. Phạm vi thời gian trải dài trong 14 năm từ năm 2009 đến năm 2022 với 350 quan sát, bao quát giai đoạn tái cơ cấu hệ thống tổ chức tín dụng theo Quyết định số 254/QĐ-TTg năm 2012, Quyết định số 986/QĐ-TTg năm 2018 của Thủ tướng Chính phủ và tiệm cận Luật Các Tổ Chức Tín Dụng năm 2024. Ý nghĩa nghiên cứu cung cấp căn cứ thực nghiệm giúp các nhà quản trị ngân hàng kiểm soát tỷ lệ nợ xấu duy trì dưới ngưỡng an toàn 3%, tối ưu hóa trích lập dự phòng và nâng cao năng lực cạnh tranh trong hội nhập quốc tế.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên lý thuyết trung gian tài chính và lý thuyết quản trị rủi ro tín dụng hiện đại theo chuẩn mực của Ủy ban Basel về Giám sát Ngân hàng (BCBS, 2006) và Quỹ Tiền tệ Quốc tế (IMF, 2004). Theo tiêu chuẩn quốc tế, một khoản cấp tín dụng được xác định là nợ xấu khi phát sinh tình trạng quá hạn thanh toán nợ gốc hoặc lãi từ 90 ngày trở lên, hoặc khi xuất hiện các bằng chứng rõ ràng cho thấy người vay suy giảm nghiêm trọng khả năng thực hiện nghĩa vụ trả nợ.

Tại Việt Nam, luận văn căn cứ vào Điều 4 Luật Các Tổ Chức Tín Dụng năm 2024 và quy định phân loại nợ theo Thông tư số 11/2021/TT-NHNN ngày 30 tháng 07 năm 2021 của Ngân hàng Nhà nước Việt Nam. Khái niệm nợ xấu được xác định là tổng dư nợ nội bảng thuộc 3 nhóm có nguy cơ cao:

  • Nhóm 3 (Nợ dưới tiêu chuẩn): Các khoản nợ quá hạn từ 91 ngày đến 180 ngày hoặc nợ được gia hạn lần đầu.
  • Nhóm 4 (Nợ nghi ngờ): Các khoản nợ quá hạn từ 181 ngày đến 360 ngày hoặc cơ cấu lại thời hạn trả nợ lần đầu quá hạn đến 90 ngày.
  • Nhóm 5 (Nợ có khả năng mất vốn): Các khoản nợ quá hạn trên 360 ngày hoặc cơ cấu lại nợ nhiều lần không thu hồi được.

Khung mô hình nghiên cứu tích hợp các khái niệm tài chính cốt lõi bao gồm: tỷ lệ nợ xấu (NPL), tỷ lệ nợ xấu kỳ trước ($NPL_{t-1}$), quy mô tổng tài sản (SIZE), tỷ suất sinh lời trên vốn chủ sở hữu (ROE), tỷ lệ cho vay so với tiền gửi (LDR), tốc độ tăng trưởng tín dụng (GROW), cùng các biến vĩ mô nền tảng là tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP) và tỷ lệ lạm phát (INF).

Phương pháp nghiên cứu

Nguồn dữ liệu của nghiên cứu được thu thập từ báo cáo tài chính hợp nhất kiểm toán, báo cáo thường niên công khai của 25 ngân hàng thương mại cổ phần Việt Nam trong chuỗi thời gian 14 năm (2009 - 2022), tạo thành bộ dữ liệu bảng cân bằng với 350 quan sát. Dữ liệu vĩ mô về chỉ số GDP và lạm phát được trích xuất đồng bộ từ Tổng cục Thống kê và Quỹ Tiền tệ Quốc tế (IMF). Nghiên cứu áp dụng phương pháp chọn mẫu có mục đích nhằm lựa chọn các ngân hàng chiếm trên 85% tổng dư nợ và thị phần tín dụng của toàn hệ thống ngân hàng Việt Nam.

Quy trình kinh tế lượng được thực hiện trên phần mềm STATA 17 với các bước bài bản:

  • Thống kê mô tả và phân tích ma trận tương quan giữa các biến nhằm kiểm tra sớm các dấu hiệu đa cộng tuyến.
  • Phân tích hồi quy dữ liệu bảng qua 3 mô hình cơ bản: mô hình bình phương bé nhất hợp nhất (Pooled OLS), mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM). Kiểm định F và kiểm định Breusch - Pagan Lagrange Multiplier được áp dụng để xác định tính phù hợp so với Pooled OLS, sau đó kiểm định Hausman được sử dụng để lựa chọn giữa FEM và REM.
  • Ứng dụng phương pháp ước lượng mô men tổng quát GMM (Generalized Method of Moments): Mô hình GMM được lựa chọn làm phương pháp phân tích trọng tâm vì nó xử lý triệt để khuyết tật nội sinh phát sinh từ biến trễ $NPL_{t-1}$, khắc phục hiện tượng phương sai sai số thay đổi và tự tương quan giữa các sai số, đảm bảo kết quả ước lượng vững và không chệch.
  • Kiểm định đa cộng tuyến thông qua hệ số phóng đại phương sai (VIF) với ngưỡng chấp nhận VIF $\le$ 10.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Kết quả phân tích hồi quy GMM trên 350 quan sát từ 25 ngân hàng thương mại giai đoạn 2009 - 2022 đã chứng minh các phát hiện cụ thể như sau:

Thứ nhất, nợ xấu kỳ trước ($NPL_{t-1}$) có mối quan hệ đồng chiều rất mạnh và có ý nghĩa thống kê ở mức 1% đối với tỷ lệ nợ xấu hiện tại. Hệ số hồi quy dương cho thấy tính quán tính và sự tích tụ của rủi ro tín dụng; khi nợ xấu năm trước tăng thêm 1%, tỷ lệ nợ xấu năm nay có xu hướng tăng thêm khoảng 0,35% đến 0,45% do các khoản nợ khó đòi kéo dài chưa được xử lý triệt để.

Thứ hai, tỷ suất sinh lời trên vốn chủ sở hữu (ROE) có tác động nghịch chiều có ý nghĩa thống kê ở mức 5% đến tỷ lệ nợ xấu. Ngân hàng có năng lực sinh lời cao hơn thường sở hữu chất lượng tài sản tốt hơn, cứ mỗi 1% gia tăng của chỉ số ROE sẽ góp phần làm giảm tỷ lệ nợ xấu từ 0,12% đến 0,18%.

Thứ ba, tốc độ tăng trưởng tín dụng (GROW) và tỷ lệ cho vay so với tiền gửi (LDR) có mối quan hệ cùng chiều với nợ xấu. Khi tăng trưởng tín dụng bình quân vượt ngưỡng 18% - 20%/năm hoặc tỷ lệ LDR vượt mức 85%, xác suất phát sinh nợ xấu trong 1 đến 2 năm tiếp theo tăng thêm khoảng 15% đến 22% do áp lực nới lỏng điều kiện thẩm định cho vay.

Thứ tư, biến số tăng trưởng kinh tế (GDP) tác động nghịch chiều, trong khi tỷ lệ lạm phát (INF) tác động cùng chiều đến tỷ lệ nợ xấu. Khi tăng trưởng GDP cải thiện thêm 1 điểm phần trăm, tỷ lệ nợ xấu của hệ thống ngân hàng có xu hướng giảm khoảng 0,16%, trong khi lạm phát gia tăng 1% lại thúc đẩy tỷ lệ nợ xấu tăng thêm khoảng 0,08%.

Thảo luận kết quả

Các phát hiện thực nghiệm trên hoàn toàn tương thích với cơ sở lý luận tài chính và bối cảnh thực tế của thị trường ngân hàng Việt Nam. Tác động thuận chiều của nợ xấu quá khứ khẳng định các khoản nợ nhóm 3 đến nhóm 5 thường mất từ 2 đến 3 năm để xử lý tài sản bảo đảm và tái cơ cấu, phù hợp với kết luận của Salas và Saurina (2002), Nguyễn Thị Hồng Vinh (2015) và Đào Lê Kiều Oanh (2020).

Mối tương quan nghịch giữa ROE và nợ xấu củng cố quan điểm của Louzis và cộng sự (2010), giải thích rằng các ngân hàng có hiệu quả tài chính cao luôn đầu tư hệ thống kiểm soát nội bộ bài bản và có đệm dự phòng rủi ro vững chắc. Ngược lại, việc tăng trưởng tín dụng nóng đi kèm tỷ lệ LDR cao tạo ra áp lực rủi ro đạo đức và thẩm định sơ sài, hoàn toàn trùng khớp với nghiên cứu của Trần Trọng Phong (2015) và Nguyễn Thanh Huyền (2023). Dưới góc độ vĩ mô, GDP tăng trưởng thúc đẩy dòng tiền và khả năng chi trả của doanh nghiệp, trong khi lạm phát làm tăng chi phí vốn vay và bào mòn biên lợi nhuận của khách hàng vay vốn.

Để tăng tính thuyết phục, dữ liệu nghiên cứu có thể được trực quan hóa thông qua biểu đồ đường kết hợp cột mô tả biến thiên tỷ lệ nợ xấu trung bình và tốc độ tăng trưởng tín dụng giai đoạn 2009 - 2022, kết hợp bảng tổng hợp so sánh các hệ số ước lượng giữa Pooled OLS, FEM, REM và GMM nhằm minh họa sự vượt trội của phương pháp GMM trong việc loại trừ sai số nội sinh.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu định lượng, luận văn đề xuất 4 nhóm khuyến nghị hành động cụ thể nhằm kiểm soát và kéo giảm tỷ lệ nợ xấu trong hệ thống ngân hàng thương mại Việt Nam:

  1. Chuẩn hóa quy trình thẩm định và kiểm soát hạn mức tăng trưởng tín dụng: Ban Điều hành và Khối Quản trị Rủi ro tại các ngân hàng thương mại cần tái cấu trúc quy trình cấp tín dụng, áp dụng hệ thống xếp hạng tín dụng nội bộ theo chuẩn Basel II và Basel III. Đặt mục tiêu duy trì tốc độ tăng trưởng tín dụng an toàn ở mức 12% - 14%/năm, giảm tỷ trọng cho vay các lĩnh vực tiềm ẩn rủi ro cao xuống dưới 15% tổng dư nợ, triển khai đồng bộ từ quý 1/2024 đến năm 2026.
  2. Tối ưu hóa hiệu quả sinh lời và kiểm soát tỷ lệ thanh khoản LDR: Khối Nguồn vốn và Kế hoạch tài chính cần cơ cấu lại nguồn vốn huy động, duy trì tỷ lệ cho vay so với tiền gửi (LDR) nghiêm ngặt dưới ngưỡng trần 85% theo quy định của Ngân hàng Nhà nước. Nâng cao chỉ số ROE mục tiêu đạt từ 15% - 18% thông qua việc tăng tỷ trọng thu ngoài lãi lên trên 25% tổng doanh thu, thực hiện định kỳ đánh giá hàng quý trong giai đoạn 2024 - 2027.
  3. Ứng dụng nền tảng công nghệ số và trí tuệ nhân tạo trong cảnh báo sớm rủi ro: Khối Công nghệ thông tin phối hợp cùng Khối Quản trị Tín dụng xây dựng mô hình cảnh báo sớm nợ xấu tự động (Early Warning System - EWS) dựa trên dữ liệu lớn. Hệ thống hướng đến mục tiêu nhận diện chính xác trên 80% các khoản nợ có dấu hiệu chuyển từ nhóm 1 và nhóm 2 sang nợ xấu nhóm 3 trước 90 ngày, hoàn thành thử nghiệm và vận hành chính thức trong giai đoạn 2024 - 2025.
  4. Nâng cao hiệu lực thanh tra giám sát và hoàn thiện thị trường mua bán nợ: Ngân hàng Nhà nước Việt Nam cùng các cơ quan hoạch định chính sách cần tăng cường kiểm tra giám sát an toàn vĩ mô, thúc đẩy khuôn khổ pháp lý xử lý tài sản bảo đảm theo Luật Các Tổ Chức Tín Dụng năm 2024 và Quyết định số 986/QĐ-TTg, hướng tới mục tiêu duy trì tỷ lệ nợ xấu toàn ngành ở mức dưới 2% một cách bền vững đến năm 2030.

Đối tượng nên tham khảo luận văn

  1. Ban Lãnh đạo và Khối Quản trị Rủi ro tại các Ngân hàng Thương mại: Vận dụng mô hình hồi quy GMM và các chỉ số định lượng để rà soát danh mục tín dụng, thiết lập khẩu vị rủi ro phù hợp với từng chu kỳ kinh tế và xây dựng phương án trích lập dự phòng rủi ro tín dụng chủ động.
  2. Cơ quan Quản lý Nhà nước và Hoạch định Chính sách (Ngân hàng Nhà nước, Bộ Tài chính): Sử dụng các bằng chứng thực nghiệm về tác động vĩ mô (GDP, lạm phát) để hoạch định chính sách tiền tệ, điều tiết hạn mức tăng trưởng tín dụng toàn ngành và hoàn thiện khung pháp lý giám sát an toàn vi mô lẫn vĩ mô.
  3. Giảng viên, Nghiên cứu sinh và Học viên Cao học ngành Tài chính - Ngân hàng: Sử dụng luận văn như một công trình tham khảo chuyên sâu về phương pháp ứng dụng kinh tế lượng dữ liệu bảng, kỹ thuật xử lý biến nội sinh bằng mô hình GMM trên phần mềm STATA 17 với cỡ mẫu 350 quan sát thực tế.
  4. Chuyên viên Phân tích Đầu tư và Định chế Tài chính: Ứng dụng các mối quan hệ giữa ROE, quy mô tài sản, tỷ lệ LDR và nợ xấu để đánh giá sức khỏe tài chính nội tại của các ngân hàng thương mại niêm yết trên thị trường chứng khoán, phục vụ quyết định phân bổ danh mục đầu tư.

Câu hỏi thường gặp

Tại sao nợ xấu kỳ trước lại có tác động thuận chiều mạnh mẽ đến nợ xấu kỳ hiện tại?

Nợ xấu có tính quán tính tích lũy cao. Dữ liệu thực nghiệm trên 25 ngân hàng giai đoạn 2009 - 2022 cho thấy việc xử lý tài sản bảo đảm và thu hồi nợ nhóm 3 đến nhóm 5 thường kéo dài từ 12 đến 36 tháng. Khi một khoản nợ khó đòi chưa được tất toán từ năm trước, nó sẽ tiếp tục tồn đọng và làm gia tăng tỷ lệ nợ xấu trong bảng cân đối kế toán của năm tiếp theo.

Lý do luận văn lựa chọn phương pháp ước lượng GMM thay vì OLS hay FEM truyền thống là gì?

Mô hình nghiên cứu chứa biến trễ nợ xấu ($NPL_{t-1}$) đóng vai trò là biến giải thích, gây ra hiện tượng nội sinh nghiêm trọng vi phạm các giả định của OLS. Ước lượng GMM sử dụng các biến trễ làm biến công cụ, giúp triệt tiêu hoàn toàn độ chệch nội sinh, xử lý hiện tượng phương sai thay đổi và tự tương quan, mang lại các ước lượng thống kê vững và đáng tin cậy.

Tăng trưởng tín dụng cao có phải luôn là nguyên nhân trực tiếp dẫn tới gia tăng nợ xấu không?

Tăng trưởng tín dụng mở rộng nguồn thu nhưng nếu tăng trưởng quá nóng vượt mức 18% - 20%/năm sẽ dẫn đến rủi ro suy giảm chất lượng thẩm định. Thực tế tại các ngân hàng thương mại Việt Nam cho thấy nới lỏng điều kiện cấp tín dụng trong giai đoạn kinh tế hưng thịnh thường làm nợ xấu bùng phát sau độ trễ từ 1 đến 2 năm khi thị trường bước vào pha điều chỉnh.

Tiêu chuẩn phân loại nợ xấu theo Thông tư 11/2021/TT-NHNN được quy định cụ thể như thế nào?

Theo Thông tư số 11/2021/TT-NHNN, nợ xấu nội bảng bao gồm các khoản nợ thuộc 3 nhóm: Nhóm 3 (nợ dưới tiêu chuẩn, quá hạn từ 91 đến 180 ngày), Nhóm 4 (nợ nghi ngờ, quá hạn từ 181 đến 360 ngày) và Nhóm 5 (nợ có khả năng mất vốn, quá hạn trên 360 ngày hoặc các khoản nợ vi phạm pháp luật chưa thu hồi được).

Tốc độ tăng trưởng kinh tế GDP và lạm phát tác động trái chiều đến nợ xấu ra sao?

Tăng trưởng GDP giúp gia tăng doanh thu và dòng tiền của doanh nghiệp, nâng cao năng lực hoàn trả vốn vay, từ đó làm giảm tỷ lệ nợ xấu trung bình 0,16% trên mỗi 1% GDP tăng. Ngược lại, lạm phát cao làm giảm sức mua thị trường, đội chi phí sản xuất và đẩy lãi suất vay lên cao, trực tiếp làm tăng nguy cơ vỡ nợ của khách hàng vay vốn.

Kết luận

  • Luận văn đã xây dựng thành công mô hình định lượng đánh giá toàn diện các yếu tố ảnh hưởng đến nợ xấu tại 25 ngân hàng thương mại cổ phần Việt Nam giai đoạn 2009 - 2022 với 350 quan sát.
  • Chứng minh rõ nét tính quán tính của nợ xấu kỳ trước, mối tương quan nghịch của tỷ suất sinh lời ROE và tác động gia tăng rủi ro từ việc tăng trưởng tín dụng nóng cùng tỷ lệ LDR cao.
  • Lượng hóa chính xác tác động của các biến số vĩ mô: tăng trưởng GDP có vai trò làm giảm nợ xấu trong khi lạm phát gia tăng gây áp lực tiêu cực lên chất lượng tín dụng.
  • Khắc phục thành công khuyết tật nội sinh của dữ liệu bảng thông qua ứng dụng phương pháp ước lượng GMM trên phần mềm STATA 17, đảm bảo tính khoa học và độ tin cậy của kết quả.
  • Đề xuất hệ thống 4 nhóm giải pháp thực tiễn gắn liền với quy định của Luật Các Tổ Chức Tín Dụng năm 2024 và định hướng phát triển ngành ngân hàng đến năm 2030.

Luận văn đóng góp quan trọng về mặt học thuật kinh tế lượng ứng dụng và cung cấp cẩm nang thực tiễn cho công tác quản trị rủi ro tín dụng tại các tổ chức tài chính. Trong giai đoạn từ năm 2024 đến năm 2030, các ngân hàng thương mại cần nhanh chóng số hóa công tác thẩm định tín dụng, tối ưu hóa hệ thống cảnh báo sớm và củng cố tỷ lệ an toàn vốn theo chuẩn Basel III. Hãy chủ động ứng dụng ngay các kết quả nghiên cứu và giải pháp từ luận văn này để nâng cao năng lực quản trị rủi ro, bảo toàn nguồn vốn và thúc đẩy hoạt động kinh doanh phát triển an toàn, bền vững.