Bối cảnh và vấn đề nghiên cứu

Hệ thống ngân hàng thương mại giữ vai trò trung gian tài chính cốt lõi trong nền kinh tế thông qua chức năng huy động vốn và cấp tín dụng, đồng thời là kênh truyền dẫn quan trọng của chính sách tiền tệ quốc gia. Lịch sử kinh tế thế giới qua các cuộc khủng hoảng như Khủng hoảng tài chính châu Á năm 1997 hay Khủng hoảng tài chính toàn cầu năm 2008 đã chứng minh sự bất ổn của hệ thống ngân hàng có thể đẩy toàn bộ nền kinh tế vào suy thoái.

Tại Việt Nam, hệ thống ngân hàng hoạt động theo mô hình hai cấp: cấp thứ nhất là Ngân hàng Nhà nước Việt Nam (NHNN) giữ vai trò cơ quan quản lý tiền tệ; cấp thứ hai gồm các ngân hàng thương mại, công ty tài chính, hợp tác xã tín dụng, quỹ tín dụng nhân dân và công ty bảo hiểm. Tính đến ngày 31/12/2017, hệ thống có 46 ngân hàng thương mại (gồm 4 ngân hàng thương mại nhà nước, 31 ngân hàng thương mại cổ phần, 9 ngân hàng 100% vốn nước ngoài và 2 ngân hàng liên doanh).

Giai đoạn 2011–2015 là thời kỳ hệ thống ngân hàng Việt Nam đối mặt với nhiều khó khăn nghiêm trọng: mặt bằng lãi suất cho vay duy trì ở mức rất cao (18% – 21%/năm), áp lực lạm phát hai con số năm 2012, thị trường vàng và tỷ giá biến động mạnh, căng thẳng thanh khoản diễn ra thường xuyên. Vấn đề nợ xấu (Non-Performing Loans - NPLs) trở thành "cục máu đông" làm nghẽn dòng vốn tín dụng. Năm 2011, tỷ lệ nợ xấu báo cáo chính thức là 3,07%, tuy nhiên các đánh giá độc lập chỉ ra con số thực tế vượt 10%, thậm chí lên đến 17%. Năm 2014, nợ xấu báo cáo của Việt Nam ở mức 2,02% (thuộc nhóm cao trong khu vực ASEAN), song tổ chức xếp hạng tín nhiệm Moody’s ước tính nợ xấu thực tế chiếm ít nhất 15% tổng tài sản của hệ thống. Trước thực trạng đó, việc đánh giá tác động của các nhân tố vĩ mô đến nợ xấu là vấn đề cấp thiết đối với quản trị rủi ro ngân hàng và hoạch định chính sách.

  • Mục tiêu nghiên cứu: Xác định và lượng hóa tác động của các nhân tố kinh tế vĩ mô (tăng trưởng GDP thực tế, tỷ lệ lạm phát, tỷ lệ thất nghiệp, lãi suất thực tế) đến tỷ lệ nợ xấu của các ngân hàng thương mại tại Việt Nam.
  • Câu hỏi nghiên cứu: Các nhân tố kinh tế vĩ mô tác động ở mức độ nào đến nợ xấu của hệ thống ngân hàng thương mại Việt Nam?
  • Đối tượng nghiên cứu: Nợ xấu của hệ thống ngân hàng thương mại Việt Nam và các nhân tố kinh tế vĩ mô liên quan.
  • Phạm vi nghiên cứu:
    • Không gian: 17 ngân hàng thương mại tại Việt Nam.
    • Thời gian: Giai đoạn 6 năm từ năm 2011 đến năm 2016 (tổng số 102 quan sát).

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng nền tảng phân tích dựa trên các khung lý thuyết kinh tế học vĩ mô và tài chính - ngân hàng:

  • Lý thuyết chu kỳ kinh tế (Business Cycle Theory): Phát triển bởi Modigliani và Miller (1967) cùng các mở rộng của Mileris (2014), giải thích rằng trong giai đoạn tăng trưởng kinh tế, doanh nghiệp và cá nhân có doanh thu và cơ hội đầu tư tốt hơn, giúp gia tăng khả năng trả nợ; ngược lại, khi kinh tế suy thoái, thu nhập giảm sút dẫn đến nợ xấu tăng cao.
  • Lý thuyết máy gia tốc tài chính (Financial Accelerator Theory): Bernanke và Gertler (1995), Bernanke, Gertler và Gilchrist (1999) chỉ ra rằng các cú sốc kinh tế tác động lên giá trị tài sản ròng và tài sản thế chấp của người đi vay, làm gia tăng phí tổn tài chính bên ngoài do bất cân xứng thông tin, dẫn tới rủi ro đạo đức và gia tăng vỡ nợ.
  • Lý thuyết cơ chế truyền dẫn chính sách tiền tệ (Monetary Policy Transmission Mechanism Theory): Mishkin (2010), Bernanke và Gertler (1995) phân tích các kênh lãi suất, tín dụng, giá tài sản tác động trực tiếp đến chi phí vay vốn, dòng tiền và khả năng hoàn trả nghĩa vụ nợ của khách hàng.
  • Lý thuyết giảm phát nợ (Debt Deflation Theory): Irving Fisher (1933) mô tả chuỗi phản ứng dây chuyền gồm 9 mắt xích khi bong bóng nợ sụp đổ: bán tháo tài sản, thu hẹp tiền gửi, giá cả sụt giảm, giá trị ròng của doanh nghiệp giảm, lợi nhuận sụt giảm, cắt giảm sản xuất - việc làm, bi quan mất niềm tin, tích trữ tiền mặt và rối loạn lãi suất (lãi suất thực tế tăng cao).
  • Lý thuyết lạm phát và vỡ nợ: Brownbridge (1998), Brenda Midecha Imbuga (2014) chỉ ra lạm phát cao làm gia tăng biến động lợi nhuận kinh doanh, gây khó khăn cho thẩm định tín dụng và đẩy lãi suất danh nghĩa lên cao để bù đắp rủi ro lạm phát, từ đó làm tăng nguy cơ quá hạn nợ.
  • Cơ sở pháp lý về phân loại nợ tại Việt Nam: Khóa luận căn cứ vào Quyết định số 493/2005/QĐ-NHNN ngày 22/04/2005 và Thông tư số 02/2013/TT-NHNN ngày 21/03/2013 của Ngân hàng Nhà nước Việt Nam về phân loại nợ định lượng theo 5 nhóm:
Nhóm nợ Tên gọi Tiêu chí định lượng chính
Nhóm 1 Nợ đủ tiêu chuẩn (Current) Nợ trong hạn; nợ quá hạn dưới 10 ngày có khả năng thu hồi đầy đủ gốc và lãi.
Nhóm 2 Nợ cần chú ý (Special mentioned) Nợ quá hạn từ 10 ngày đến 90 ngày; nợ cơ cấu lại thời hạn trả nợ lần đầu.
Nhóm 3 Nợ dưới tiêu chuẩn (Sub-standard) Nợ quá hạn từ 91 ngày đến 180 ngày; nợ cơ cấu lại lần đầu quá hạn dưới 90 ngày; nợ được miễn/giảm lãi.
Nhóm 4 Nợ nghi ngờ (Doubtful) Nợ quá hạn từ 181 ngày đến 360 ngày; nợ cơ cấu lại thời hạn trả nợ lần thứ hai.
Nhóm 5 Nợ có khả năng mất vốn (Bad) Nợ quá hạn trên 360 ngày; nợ cơ cấu lại thời hạn trả nợ từ lần thứ ba trở lên; nợ khoanh, nợ chờ xử lý.

Nợ xấu (NPLs) được xác định là tổng dư nợ thuộc các Nhóm 3, 4 và 5 theo quy định.

  • Phương pháp nghiên cứu và mô hình định lượng: Khóa luận sử dụng mô hình dữ liệu bảng động (Dynamic Panel Data) ước lượng bằng phương pháp Moment Tổng quát dạng hệ thống (System GMM - Generalized Method of Moments) theo Arellano và Bond (1991), Blundell và Bond (1998) trên phần mềm Stata 13. Phương pháp này khắc phục các khuyết tật của phương pháp OLS gộp (Pooled OLS), mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) khi xử lý vấn đề biến nội sinh (endogeneity), phương sai sai số thay đổi (heteroskedasticity) và tự tương quan (autocorrelation).

Phương trình hồi quy tổng quát: $$NPL_{it} = \beta_1 + \beta_2 NPL_{i,t-1} + \beta_3 GDP_t + \beta_4 INF_t + \beta_5 UN_t + \beta_6 RI_t + \varepsilon_{it}$$ (Trong đó: $\varepsilon_{it} = \eta_i + \nu_{it}$; $\eta_i$ là hiệu ứng riêng biệt không quan sát được của từng ngân hàng, $\nu_{it}$ là sai số ngẫu nhiên).

Các kiểm định chẩn đoán kỹ thuật đi kèm gồm:

  • Kiểm định tự tương quan sai số Arellano-Bond (AR(1) và AR(2)).

  • Kiểm định Hansen / Sargan về tính hợp lệ của các biến công cụ (over-identifying restrictions).

  • Nguồn dữ liệu và định nghĩa biến:

Ký hiệu biến Vai trò Diễn giải và Công thức đo lường Nguồn dữ liệu Kỳ vọng dấu
$NPL$ Biến phụ thuộc Tỷ lệ nợ xấu = $\frac{\text{Nợ nhóm 3, 4, 5}}{\text{Tổng dư nợ cho vay}} \times 100%$ Báo cáo tài chính, Báo cáo thường niên 17 NHTM —
$L.NPL$ Biến độc lập Tỷ lệ nợ xấu trễ 1 năm ($NPL_{t-1}$) Tính toán từ BCTC ngân hàng $(+)$
$GDP$ Biến độc lập Tỷ lệ tăng trưởng GDP thực tế hàng năm Quỹ Tiền tệ Quốc tế (IMF) $(-)$
$INF$ Biến độc lập Tỷ lệ lạm phát bình quân tính theo chỉ số CPI Quỹ Tiền tệ Quốc tế (IMF) $(+)$
$UN$ Biến độc lập Tỷ lệ thất nghiệp của lực lượng lao động Tổng cục Thống kê (GSO) $(+)$
$RI$ Biến độc lập Lãi suất thực tế = Lãi suất danh nghĩa $-$ Lạm phát Ngân hàng Thế giới (World Bank) $(+)$

Nội dung chính theo từng chương

Chương 1: Giới thiệu (Introduction)

Chương 1 khái quát cấu trúc hệ thống ngân hàng Việt Nam, vai trò trung gian tín dụng và lịch sử tái cấu trúc hệ thống. Tác giả nêu bật tính cấp bách của vấn đề nợ xấu giai đoạn 2011–2016, phân tích những thách thức từ môi trường vĩ mô như lãi suất cho vay chạm ngưỡng 21%/năm, tình trạng căng thẳng thanh khoản và sự thiếu đồng nhất giữa số liệu nợ xấu báo cáo với ước tính của các tổ chức quốc tế (Moody's, Fitch Ratings). Từ đó, chương này xác lập mục tiêu nghiên cứu, câu hỏi nghiên cứu, phạm vi không gian - thời gian, phương pháp luận nghiên cứu và ý nghĩa thực tiễn của đề tài đối với các cơ quan quản lý và các tổ chức tín dụng.

Chương 2: Tổng quan lý thuyết và nghiên cứu thực nghiệm (Literature Review)

Chương 2 hệ thống hóa 5 nền tảng lý thuyết cốt lõi về nợ xấu: lý thuyết chu kỳ kinh tế, máy gia tốc tài chính, cơ chế truyền dẫn chính sách tiền tệ, giảm phát nợ và lý thuyết tác động của lạm phát đến khả năng vỡ nợ. Tác giả trình bày định nghĩa kỹ thuật về nợ xấu của IMF (chuẩn 90 ngày) và khung pháp lý của Việt Nam qua Quyết định 493/2005/QĐ-NHNN và Thông tư 02/2013/TT-NHNN.

Chương này tổng thuật chi tiết các công trình nghiên cứu quốc tế tiêu biểu:

  • Salas và Saurina (2002) tại Tây Ban Nha: GDP tăng trưởng làm giảm nợ xấu.
  • Fofack (2005) tại khu vực cận Sahara: GDP bình quân đầu người tác động âm, lãi suất thực tế tác động dương đến nợ xấu.
  • Louzis (2010) tại Hy Lạp: GDP thực tế tác động âm mạnh, tỷ lệ thất nghiệp tác động dương.
  • Nkusu (2011) tại 26 nền kinh tế phát triển: Khẳng định tác động tiêu cực của suy giảm GDP và tác động tích cực của thất nghiệp, lạm phát và lãi suất điều hành đến nợ xấu.
  • Các nghiên cứu khác như Quagliariello (2007), Khemraj và Pasha (2009), Mileris (2012), Inekwe và Murumba (2013), Ahlem Selma Messai và Fathi Jouini (2013), Warue (2013), Fawad và Taquadus (2013), Mwangi (2014), Prasanna (2014), Muthami (2016).

Tại Việt Nam, chương 2 tổng hợp các nghiên cứu của Võ Thị Ngọc Hà, Lê Vĩnh Triển và Hồ Điệp (2014); Nguyễn Thị Hồng Vinh (2015); Đoàn Thanh Hà và Hoàng Thị Thanh Hằng (2016); Nguyễn Thùy Dương và Trần Thị Thu Hương (2016); Nguyễn Hữu Quang và Nguyễn Xuân Nhi (2017). Tác giả thiết lập bảng so sánh chiều hướng tác động của 4 biến vĩ mô chính qua các nghiên cứu để chỉ ra khoảng trống học thuật cần kiểm định bằng dữ liệu cập nhật.

Chương 3: Phương pháp nghiên cứu (Research Method)

Chương 3 xây dựng 5 giả thuyết nghiên cứu cụ thể ($H_1$ đến $H_5$) dựa trên phương pháp suy diễn logic:

  • $H_1$: Nợ xấu năm trước ($L.NPL$) có mối quan hệ dương với nợ xấu năm hiện tại do độ trễ trong xử lý rủi ro tín dụng.
  • $H_2$: Tăng trưởng GDP thực tế ($GDP$) có mối quan hệ âm với nợ xấu.
  • $H_3$: Tỷ lệ lạm phát ($INF$) có mối quan hệ dương với nợ xấu.
  • $H_4$: Tỷ lệ thất nghiệp ($UN$) có mối quan hệ dương với nợ xấu.
  • $H_5$: Lãi suất thực tế ($RI$) có mối quan hệ dương với nợ xấu.

Chương này chi tiết hóa cấu trúc mô hình dữ liệu bảng động, giải trình lý do lựa chọn ước lượng System GMM (Arellano-Bond/Blundell-Bond) nhằm kiểm soát hiện tượng nội sinh và đặc tính tự tương quan của biến nợ xấu trễ. Tác giả nêu rõ quy trình thu thập dữ liệu thứ cấp gồm 102 quan sát từ 17 ngân hàng thương mại giai đoạn 2011–2016 cùng các nguồn dữ liệu vĩ mô chính thức (GSO, IMF, World Bank).

Chương 4: Kết quả nghiên cứu và thảo luận (Findings and Discussion)

Chương 4 mở đầu bằng bức tranh toàn cảnh về thực trạng nợ xấu tại Việt Nam giai đoạn 2011–2016: năm 2012 nợ xấu công bố đạt 4,09%; năm 2013 tỷ lệ nợ xấu có thời điểm vọt lên 23% tại một số tổ chức (SHB lên tới gần 9%, Navibank trên 6%); việc ban hành Đề án 254 cơ cấu lại hệ thống ngân hàng và thành lập Công ty Quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC) vào tháng 7/2013 để mua lại nợ xấu bằng trái phiếu đặc biệt.

Kết quả hồi quy trên Stata 13 qua mô hình GMM hệ thống và các kiểm định chẩn đoán kỹ thuật (Hansen test và Arellano-Bond test) được trình bày chi tiết:

  • Tăng trưởng GDP thực tế ($GDP$): Có tác động âm có ý nghĩa thống kê đến tỷ lệ nợ xấu. Khi kinh tế tăng trưởng cao, doanh thu và thu nhập của khách hàng gia tăng, nâng cao năng lực chi trả nợ và kéo giảm tỷ lệ nợ xấu.
  • Tỷ lệ thất nghiệp ($UN$): Có tác động dương có ý nghĩa thống kê đến tỷ lệ nợ xấu. Thất nghiệp gia tăng làm suy giảm trực tiếp nguồn thu nhập của người lao động, khiến khả năng hoàn trả các khoản nợ vay tiêu dùng và nợ kinh doanh giảm sút.
  • Lãi suất thực tế ($RI$): Có tác động dương có ý nghĩa thống kê đến tỷ lệ nợ xấu. Lãi suất thực tế tăng làm gia tăng chi phí vốn vay thực tế, tạo gánh nặng trả nợ lớn hơn cho bên đi vay.
  • Tỷ lệ lạm phát ($INF$) và Nợ xấu trễ ($L.NPL$): Kết quả ước lượng cho thấy hai biến số này không có ý nghĩa thống kê trong việc giải thích biến động tỷ lệ nợ xấu của mẫu nghiên cứu 17 ngân hàng tại Việt Nam giai đoạn này.

Chương 5: Kết luận (Conclusions)

Chương 5 đúc kết các phát hiện chính của nghiên cứu, đối chiếu kết quả với các lý thuyết kinh tế và nghiên cứu thực nghiệm tiền bối. Tác giả đề xuất các gợi ý chính sách cho Ngân hàng Nhà nước, Chính phủ và các nhà quản trị ngân hàng thương mại nhằm chủ động phòng ngừa rủi ro tín dụng theo chu kỳ kinh tế, đồng thời nêu rõ các hạn chế của đề tài và định hướng cho các nghiên cứu tiếp theo.

Kết quả và đóng góp

  • Kết quả nghiên cứu chính:

    • Xác nhận mối quan hệ nghịch chiều giữa tăng trưởng GDP thực tế và nợ xấu ngân hàng tại Việt Nam giai đoạn 2011–2016.
    • Xác nhận mối quan hệ đồng chiều có ý nghĩa thống kê của tỷ lệ thất nghiệp và lãi suất thực tế đối với tỷ lệ nợ xấu.
    • Xác định tỷ lệ lạm phát và tỷ lệ nợ xấu năm trước không có tác động mang ý nghĩa thống kê trong mô hình GMM đối với mẫu 17 NHTM Việt Nam.
    • Các kiểm định AR(1), AR(2) và Hansen test đều thỏa mãn các tiêu chuẩn kỹ thuật của mô hình bảng động GMM, đảm bảo độ tin cậy của các ước lượng hệ số.

  • Khuyến nghị và giải pháp đề xuất:

    • Đối với nhà quản trị ngân hàng thương mại: Cần chủ động xây dựng hệ thống cảnh báo sớm rủi ro tín dụng dựa trên các chỉ báo vĩ mô (đặc biệt là biến động tăng trưởng GDP, tỷ lệ thất nghiệp và biến động lãi suất thực tế); điều chỉnh chính sách cấp tín dụng thận trọng trong các giai đoạn kinh tế suy giảm; nâng cao chất lượng thẩm định và quản lý tài sản bảo đảm.
    • Đối với Ngân hàng Nhà nước và Chính phủ: Điều hành chính sách tiền tệ linh hoạt nhằm ổn định mặt bằng lãi suất thực tế, tránh các cú sốc lãi suất quá cao làm suy kiệt năng lực tài chính của doanh nghiệp; kết hợp đồng bộ chính sách tiền tệ và tài khóa nhằm hỗ trợ tăng trưởng kinh tế bền vững và duy trì việc làm, qua đó gián tiếp kiểm soát và giảm thiểu nợ xấu ngân hàng.

  • Đóng góp học thuật và thực tiễn:

    • Cung cấp bằng chứng thực nghiệm định lượng sử dụng phương pháp GMM hệ thống (System GMM) cho dữ liệu ngân hàng Việt Nam giai đoạn tái cơ cấu khó khăn (2011–2016).
    • Làm rõ mức độ chi phối của các biến số vĩ mô ngoại sinh độc lập với các yếu tố nội tại của từng ngân hàng.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế của đề tài:

    • Cỡ mẫu nghiên cứu giới hạn ở 17 ngân hàng thương mại và khung thời gian 6 năm (2011–2016, 102 quan sát), chưa bao quát toàn bộ 46 ngân hàng trong hệ thống.
    • Mô hình tập trung thuần túy vào các biến số kinh tế vĩ mô ngoại sinh, chưa tích hợp đồng thời các biến kiểm soát vi mô đặc thù của từng ngân hàng (như quy mô tài sản, tỷ lệ an toàn vốn, tỷ lệ dư nợ trên vốn huy động, chi phí quản lý) vào cùng một mô hình ước lượng toàn diện.

  • Hướng mở rộng nghiên cứu:

    • Kéo dài chuỗi thời gian nghiên cứu và mở rộng cỡ mẫu bao gồm các ngân hàng thương mại cổ phần quy mô nhỏ, ngân hàng liên doanh và ngân hàng 100% vốn nước ngoài.
    • Xây dựng mô hình hỗn hợp kết hợp đồng thời cả biến vĩ mô (macroeconomic factors) và biến vi mô đặc thù ngân hàng (bank-specific factors).
    • Nghiên cứu phân rã nợ xấu theo từng phân khúc tín dụng cụ thể (cho vay doanh nghiệp, cho vay tiêu dùng, cho vay bất động sản) để đánh giá mức độ nhạy cảm khác nhau đối với các cú sốc kinh tế vĩ mô.

Giá trị tham khảo

  • Đối tượng sử dụng phù hợp: Giảng viên, học viên cao học và sinh viên các chuyên ngành Tài chính – Ngân hàng, Kinh tế học, Quản trị rủi ro tài chính; các chuyên viên phân tích rủi ro tín dụng tại các định chế tài chính; cán bộ nghiên cứu chính sách tiền tệ.
  • Nội dung giá trị:
    • Khung tổng hợp lý thuyết toàn diện về các cơ chế tác động của yếu tố vĩ mô lên rủi ro tín dụng (chu kỳ kinh tế, máy gia tốc tài chính, giảm phát nợ).
    • Bảng tổng quan so sánh chi tiết các công trình nghiên cứu thực nghiệm trong nước và quốc tế về các nhân tố tác động đến nợ xấu.
    • Hướng dẫn áp dụng quy trình phân tích dữ liệu bảng động bằng phương pháp System GMM trên phần mềm Stata 13 để xử lý các vấn đề nội sinh trong nghiên cứu tài chính ngân hàng.

Câu hỏi thường gặp

1. Khóa luận sử dụng phương pháp định lượng nào và tại sao phương pháp đó được lựa chọn?

Khóa luận sử dụng phương pháp ước lượng Moment Tổng quát hệ thống (System GMM) trên mô hình dữ liệu bảng động (Dynamic Panel Data) bằng phần mềm Stata 13. Phương pháp này được lựa chọn nhằm khắc phục hiện tượng nội sinh của biến trễ nợ xấu, đồng thời xử lý triệt để các khuyết tật về phương sai sai số thay đổi và tự tương quan mà các phương pháp truyền thống như OLS gộp, FEM và REM không giải quyết được.

2. Mẫu dữ liệu nghiên cứu của khóa luận gồm những gì và được thu thập từ nguồn nào?

Mẫu nghiên cứu gồm dữ liệu của 17 ngân hàng thương mại Việt Nam trong giai đoạn 6 năm từ 2011 đến 2016 (tổng cộng 102 quan sát). Dữ liệu tỷ lệ nợ xấu được trích xuất từ báo cáo tài chính và báo cáo thường niên của các ngân hàng; dữ liệu vĩ mô gồm tăng trưởng GDP thực tế và lạm phát CPI lấy từ Quỹ Tiền tệ Quốc tế (IMF), tỷ lệ thất nghiệp từ Tổng cục Thống kê (GSO) và lãi suất thực tế từ Ngân hàng Thế giới (World Bank).

3. Kết quả hồi quy cho thấy những yếu tố vĩ mô nào thực sự tác động đến nợ xấu tại Việt Nam?

Kết quả ước lượng cho thấy tăng trưởng GDP thực tế ($GDP$) có tác động nghịch chiều có ý nghĩa thống kê đến nợ xấu, trong khi tỷ lệ thất nghiệp ($UN$) và lãi suất thực tế ($RI$) có tác động thuận chiều có ý nghĩa thống kê. Ngược lại, tỷ lệ lạm phát ($INF$) và nợ xấu kỳ trước ($L.NPL$) không thể hiện tác động mang ý nghĩa thống kê đối với nợ xấu trong mẫu nghiên cứu này.

4. Tác giả căn cứ vào văn bản pháp lý nào để xác định và phân loại nợ xấu tại Việt Nam?

Tác giả căn cứ vào Quyết định số 493/2005/QĐ-NHNN (ngày 22/04/2005) và Thông tư số 02/2013/TT-NHNN (ngày 21/03/2013) của Ngân hàng Nhà nước Việt Nam. Theo đó, các khoản nợ được phân loại thành 5 nhóm định lượng theo số ngày quá hạn, và nợ xấu được xác định là tổng dư nợ thuộc Nhóm 3 (nợ dưới tiêu chuẩn), Nhóm 4 (nợ nghi ngờ) và Nhóm 5 (nợ có khả năng mất vốn).

Kết luận

Khóa luận tốt nghiệp của tác giả Trần Ngọc Loan đã lượng hóa thành công tác động của các nhân tố kinh tế vĩ mô đến tỷ lệ nợ xấu của 17 ngân hàng thương mại Việt Nam giai đoạn 2011–2016 thông qua mô hình bảng động System GMM. Kết quả khẳng định tăng trưởng GDP thực tế giúp kiềm chế nợ xấu, trong khi tỷ lệ thất nghiệp và lãi suất thực tế làm gia tăng rủi ro tín dụng, đồng thời lạm phát không thể hiện tác động rõ nét. Công trình cung cấp cơ sở thực nghiệm vững chắc phục vụ công tác quản trị rủi ro chu kỳ tại các ngân hàng thương mại và hoạch định chính sách tiền tệ vĩ mô tại Việt Nam.