Tổng quan về luận án

Bối cảnh kinh tế toàn cầu và quá trình chuyển đổi thể chế tại Việt Nam trong giai đoạn hậu khủng hoảng tài chính đặt ra yêu cầu cấp thiết về việc lành mạnh hóa hệ thống tài chính tiền tệ gắn liền với ổn định thị trường tài sản. Luận án tiến sĩ kinh tế "Tín dụng ngân hàng đối với phát triển thị trường bất động sản trên địa bàn Thành phố Hồ Chí Minh" do nghiên cứu sinh Thân Ngọc Minh thực hiện dưới sự hướng dẫn khoa học của TS. Nguyễn Văn Lương và TS. Nguyễn Văn Phúc (Trường Đại học Ngân hàng TP. Hồ Chí Minh, 2018) là một công trình tiên phong tiếp cận trực diện mối quan hệ biện chứng giữa phân bổ tín dụng của hệ thống ngân hàng thương mại (NHTM) và sự phát triển bền vững của thị trường bất động sản (BĐS) tại trung tâm kinh tế năng động nhất cả nước.

Khoảng trống nghiên cứu (research gap) mà luận án giải quyết xuất phát từ thực tế các công trình trước đây chỉ xem xét đơn lẻ hoặc chính sách thuế (Nguyễn Thị Mỹ Linh, 2012), thẩm định giá tài sản thế chấp (Lưu Văn Nghiêm, 2008), chất lượng tín dụng doanh nghiệp nhỏ và vừa (Nguyễn Tiền Phong, 2008), chất lượng tín dụng nông nghiệp (Nguyễn Văn Tuấn, 2016), hoặc phân tích định tính biến động thị trường BĐS (Lê Hoàng Châu, 2017; Nguyễn Thị Hải Yến, 2016). Chưa có công trình nào xây dựng hệ thống chỉ tiêu định lượng và mô hình kinh tế lượng đánh giá toàn diện hiệu quả tín dụng ngân hàng đối với phát triển thị trường BĐS tại đô thị đặc thù như TP. HCM.

Hệ thống câu hỏi nghiên cứu (Research Questions - RQ) và giả thuyết nghiên cứu (Hypotheses - H) được xác lập nhất quán:

  • RQ1: Hiệu quả tín dụng ngân hàng đối với phát triển thị trường BĐS được hiểu như thế nào và bao gồm những tiêu chí đánh giá khoa học nào?
  • RQ2: Những nhân tố kinh tế - xã hội, pháp lý và thể chế nào tác động có ý nghĩa thống kê đến sự phát triển của thị trường BĐS TP. HCM?
  • RQ3: Thực trạng hiệu quả tín dụng của hệ thống NHTM trên địa bàn TP. HCM giai đoạn 2012–2016 diễn biến ra sao về quy mô dư nợ, cơ cấu sản phẩm, tỷ lệ nợ xấu, hệ số an toàn vốn (CAR) và năng lực sinh lời?
  • RQ4: Cần xây dựng những nhóm giải pháp đồng bộ nào nhằm nâng cao hiệu quả tín dụng và kiểm soát rủi ro thị trường BĐS TP. HCM đến năm 2020, tầm nhìn 2030?

Hệ thống giả thuyết kiểm định mức độ tác động của các nhân tố đến sự phát triển thị trường BĐS TP. HCM:

  • H1: Sự phát triển kinh tế (SPTKT) có tác động đồng biến (+) đến phát triển thị trường BĐS (PTTTBDS).
  • H2: Sự gia tăng dân số (SGTDS) có tác động đồng biến (+) đến PTTTBDS.
  • H3: Yếu tố pháp lý (YTPL) có tác động tích cực (+) đến PTTTBDS.
  • H4: Chính sách quy hoạch đất đai (CSQHDD) có tác động tích cực (+) đến PTTTBDS.
  • H5: Chính sách thuế (CST) có tác động đến PTTTBDS.
  • H6: Năng lực tài chính (NLTC) của chủ thể tham gia có tác động tích cực (+) đến PTTTBDS.
  • H7: Thông tin và niềm tin thị trường (TTNT) có tác động tích cực (+) đến PTTTBDS.
  • H8: Tập quán, truyền thống, thị hiếu (TQTTTH) có tác động đến PTTTBDS.

Khung lý thuyết của luận án tích hợp Lý thuyết Tư bản cho vay của Các Mác, Lý thuyết Trung gian tài chính hiện đại, Lý thuyết Cầu tài sản và Cầu tiền, cùng Lý thuyết Thông tin bất cân xứng của Stiglitz & Weiss. Về phạm vi nghiên cứu, luận án khai thác chuỗi dữ liệu thứ cấp giai đoạn 2012–2016 từ Ngân hàng Nhà nước (NHNN) Chi nhánh TP. HCM và các NHTM trên địa bàn, kết hợp dữ liệu sơ cấp điều tra thực địa trong tháng 10–11/2017 với các giao dịch BĐS phát sinh từ 10/2016 đến 11/2017. Đóng góp đột phá của luận án nằm ở việc lượng hóa cơ cấu rủi ro tiềm ẩn khi tín dụng BĐS trực tiếp chiếm khoảng 30% tổng dư nợ, nhưng nếu tính cả các khoản vay thế chấp bảo đảm bằng BĐS thì tỷ trọng này lên tới 70% toàn hệ thống.


Literature Review và Positioning

Tổng quan y văn trong nước ghi nhận nhiều hướng tiếp cận chuyên biệt. Nguyễn Tiền Phong (2008) phân tích nâng cao hiệu quả tín dụng doanh nghiệp ngoài quốc doanh nhưng chưa cá biệt hóa rủi ro lĩnh vực BĐS. Lưu Văn Nghiêm (2008) nghiên cứu thẩm định giá BĐS doanh nghiệp cổ phần hóa nhưng bộc lộ hạn chế khi thiếu cơ chế định giá độc lập phục vụ phát mãi nợ xấu ngân hàng. Nguyễn Thị Mỹ Linh (2012) dùng mô hình định tính và định lượng chứng minh chính sách thuế tác động trực tiếp đến cung - cầu BĐS và thị trường tiền tệ. Lê Tấn Phước (2013) khảo sát dư nợ và nợ xấu BĐS tại TP. HCM nhưng dừng lại ở mô tả thực trạng, chưa xây dựng mô hình đánh giá hiệu quả. Lê Hà Diễm Chi (2014) khẳng định: "có mối quan hệ hai chiều giữa tín dụng ngân hàng và thị trường bất động sản Việt Nam. Một mặt, tín dụng bất động sản làm thay đổi cung, cầu bất động sản; tăng trưởng tín dụng bất động sản làm gia tăng giá cả bất động sản. Mặt khác, khi thị trường bất động sản chứa đựng nhiều yếu tố tiêu cực... sẽ làm hạn chế nguồn tín dụng vào thị trường này". Nguyễn Thị Hải Yến (2016) và Lê Hoàng Châu (2017) mô tả tính chu kỳ bất đối xứng của thị trường qua các pha tăng trưởng, sốt nóng, đóng băng và phục hồi.

Trong y văn quốc tế, Aluko (2000) tại Nigeria dùng mô hình hồi quy đa biến chứng minh giá trị thị trường là biến số quyết định hạn mức thế chấp nhưng nhấn mạnh rủi ro định giá tại thời điểm cố định. Kwong & Wai (2002) tại Trung Quốc chuẩn hóa hai phương pháp chi phí và thu nhập trong định giá thế chấp ngân hàng. Christopoulos & Barratt (2016) phân tích 25.019 hợp đồng thế chấp BĐS thương mại qua mô hình dạng rút gọn (reduced form), chứng minh xác suất vỡ nợ chịu chi phối mạnh bởi biến động thu nhập tài sản. C. Hui, Ziyou Wang & Heung Wong (2016) xây dựng hai chỉ số đo lường cường độ bong bóng và mức độ rủi ro tín dụng tại thị trường BĐS chứng khoán hóa châu Á, khẳng định sự mở rộng tín dụng lỏng lẻo là chỉ báo sớm của khủng hoảng thanh khoản. Jialin Huang & Zhao Rong (2017) tại Trung Quốc chỉ ra hiện tượng các doanh nghiệp phi tài chính đa dạng hóa sang BĐS làm gia tăng tỷ lệ đòn bẩy ngắn hạn, tạo rủi ro cấu trúc vốn nghiêm trọng.

Luồng nghiên cứu Tác giả tiêu biểu Trọng tâm & Phương pháp Điểm nghẽn lý thuyết / thực tiễn Định vị đóng góp của Luận án
Định giá & Tài sản thế chấp Aluko (2000); Kwong & Wai (2002); Lưu Văn Nghiêm (2008) Hồi quy OLS, phương pháp chi phí/thu nhập; định giá thời điểm Tách rời quy trình định giá với biến động chu kỳ tín dụng vĩ mô Thiết lập quy trình thẩm định giá độc lập gắn với quản trị rủi ro thanh khoản NHTM
Rủi ro tín dụng & Đòn bẩy tài chính Christopoulos & Barratt (2016); Huang & Rong (2017) Reduced-form model (25.019 khoản vay); Panel data đòn bẩy nợ Chưa phản ánh bối cảnh sở hữu đất đai toàn dân tại các nước chuyển đổi Đo lường hiệu ứng lan tỏa của tài sản bảo đảm BĐS (chiếm tới 70% tổng tài sản thế chấp)
Bong bóng tài sản & Chu kỳ thị trường Hui, Wang & Wong (2016); Lê Hà Diễm Chi (2014); Lê Hoàng Châu (2017) Chỉ số bong bóng chứng khoán hóa; Thống kê mô tả chu kỳ hình Sin Thiếu mô hình định lượng đánh giá đa nhân tố vi mô và vĩ mô Kết hợp kiểm định EFA và hồi quy đa biến xác định trọng số từng nhân tố ảnh hưởng PTTTBDS
Hiệu quả tín dụng chuyên ngành Nguyễn Tiền Phong (2008); Nguyễn Văn Tuấn (2016); Thân Ngọc Minh (2018) Định tính kết hợp định lượng theo ngành (SME, Nông nghiệp) Chưa có khung đánh giá tích hợp 3 chiều: Khách hàng - Ngân hàng - Xã hội cho BĐS Xây dựng khung hiệu quả 3 chiều gắn với hệ số an toàn vốn CAR và mô hình DuPont

Tranh luận học thuật quốc tế tập trung vào hai quan điểm đối lập: trường phái nới lỏng tín dụng kích cầu nhằm thúc đẩy tích lũy tài sản đô thị đối lập với trường phái giám sát thận trọng vĩ mô (macroprudential regulations) nhằm ngăn chặn nợ xấu và sụp đổ hệ thống ngân hàng. Luận án định vị nghiên cứu tại điểm giao thoa giữa kinh tế học tiền tệ - ngân hàng và kinh tế học đô thị, giải quyết khoảng trống đánh giá hiệu quả tín dụng trong điều kiện thị trường chuyển đổi có sự bất cân xứng thông tin cao.


Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng Lý thuyết Tư bản cho vay của Các Mác: "Tín dụng là sự chuyển nhượng tạm thời một lượng giá trị từ người sở hữu đến người sử dụng, sau một thời gian nhất định sẽ thu hồi lại một lượng giá trị lớn hơn giá trị ban đầu". Trong bối cảnh kinh tế hiện đại, nghiên cứu khẳng định tín dụng ngân hàng không đơn thuần là quan hệ chuyển nhượng vốn nhàn rỗi mà đóng vai trò công cụ điều tiết vĩ mô, tạo tiền bút tệ và định hình cấu trúc không gian đô thị.

Nghiên cứu làm sâu sắc thêm Lý thuyết Thông tin bất cân xứng của Akerlof (1970) và Stiglitz & Weiss (1981) khi chỉ ra rằng trong lĩnh vực BĐS, sự thiếu minh bạch thông tin dẫn đến hiện tượng lựa chọn đối nghịch (adverse selection) và rủi ro đạo đức (moral hazard). Các nhà đầu tư kinh doanh bất động sản kiểu "lướt sóng" với tỷ lệ vốn tự có thấp có xu hướng chuyển giao toàn bộ rủi ro biến động giá cho hệ thống NHTM thông qua đòn bẩy tài chính quá mức.

Khung phân tích độc đáo

Luận án thiết lập khung phân tích tích hợp ba chiều đánh giá hiệu quả hoạt động tín dụng NHTM đối với phát triển thị trường BĐS:

  1. Góc độ khách hàng vay vốn: Đo lường khả năng tiếp cận vốn chi phí hợp lý, nâng cao năng lực tài chính, ứng dụng tiến bộ kỹ thuật công nghệ xây dựng và giảm thiểu chi phí giao dịch.
  2. Góc độ hệ thống NHTM: Đo lường thông qua tỷ trọng dư nợ sinh lời, hệ số an toàn vốn (CAR), tỷ lệ nợ quá hạn, nợ xấu được kiểm soát, tỷ lệ trích lập dự phòng rủi ro tín dụng (DPRR), cùng chỉ tiêu sinh lời ROA và ROE qua phân tích DuPont.
  3. Góc độ phát triển kinh tế - xã hội: Đo lường mức độ kích thích đầu tư hạ tầng, cung ứng nhà ở xã hội cho người thu nhập thấp, tăng nguồn thu ngân sách nhà nước từ đất đai và thúc đẩy các ngành sản xuất phụ trợ.

Điều kiện biên (boundary conditions) của mô hình áp dụng đối với các đô thị loại đặc biệt tại các nền kinh tế đang phát triển, nơi đất đai thuộc sở hữu toàn dân do Nhà nước thống nhất quản lý và thị trường vốn phi ngân hàng (trái phiếu doanh nghiệp, quỹ tín thác đầu tư BĐS - REITs) chưa phát triển hoàn thiện.


Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án vận dụng thế giới quan thực chứng (positivism) kết hợp hậu thực chứng (post-positivism), sử dụng thiết kế nghiên cứu hỗn hợp tuần tự (sequential mixed methods design). Nghiên cứu định tính đóng vai trò khám phá, hệ thống hóa cơ sở lý luận và tham vấn chuyên gia am hiểu sâu về tài chính - ngân hàng và BĐS tại TP. HCM nhằm hiệu chỉnh bảng câu hỏi khảo sát. Nghiên cứu định lượng đóng vai trò kiểm định mô hình lý thuyết thông qua phân tích dữ liệu thống kê thứ cấp giai đoạn 2012–2016 và dữ liệu sơ cấp năm 2017.

Quy trình nghiên cứu rigorous

Dữ liệu sơ cấp được thu thập thông qua phiếu khảo sát thiết kế theo thang đo Likert 5 điểm (từ 1: Hoàn toàn không đồng ý đến 5: Hoàn toàn đồng ý). Mẫu khảo sát bao gồm cán bộ quản lý tín dụng, chuyên viên thẩm định tại các NHTM, lãnh đạo doanh nghiệp đầu tư BĐS, sàn giao dịch và các cá nhân tham gia giao dịch BĐS thành công trên địa bàn TP. HCM.

Quy trình xử lý dữ liệu được tiến hành nghiêm ngặt qua 4 bước trên phần mềm SPSS 16.0:

  1. Làm sạch dữ liệu và mã hóa biến quan sát.
  2. Đánh giá độ tin cậy thang đo bằng hệ số Cronbach’s Alpha (loại bỏ các biến có hệ số tương quan biến - tổng nhỏ hơn 0,3; thang đo đạt chuẩn khi $\alpha \ge 0,70$).
  3. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) với phép trích Principal Axis Factoring hoặc Principal Components kết hợp phép quay Varimax, kiểm định KMO $\ge 0,50$ và kiểm định Bartlett có ý nghĩa thống kê ($p < 0,001$), loại các biến có hệ số tải nhân tố (Factor Loading) $< 0,50$.
  4. Phân tích hồi quy đa biến kiểm định mối quan hệ giữa các nhân tố độc lập và biến phụ thuộc phát triển thị trường BĐS TP. HCM.

Data và phân tích

Dữ liệu thứ cấp phản ánh toàn cảnh hệ thống ngân hàng thương mại trên địa bàn TP. HCM từ năm 2012 đến 2016:

  • Số lượng sàn giao dịch BĐS và nhân sự tăng trưởng mạnh mẽ (Bảng 4.1).
  • Cơ cấu diện tích đất giao và cho thuê thực hiện dự án BĐS (Bảng 4.2).
  • Huy động vốn và tổng dư nợ tín dụng của hệ thống NHTM trên địa bàn giai đoạn 2012–2016 (Bảng 4.3, 4.4, 4.5).
  • Tốc độ tăng trưởng dư nợ cho vay BĐS phân theo các sản phẩm: cho vay mua đất xây dựng khu đô thị, khu công nghiệp, xây dựng sửa chữa nhà, văn phòng cho thuê, khách sạn, resort và cho vay thế chấp BĐS để sản xuất kinh doanh (Bảng 4.6, 4.7, 4.8).
  • Đánh giá chất lượng tín dụng qua tỷ lệ nợ xấu, nợ quá hạn, lũy kế giải ngân cho người vay lần đầu, tỷ lệ trích lập DPRR và hệ số an toàn vốn CAR.
  • Phân tích hiệu quả sinh lời của các NHTM thông qua mô hình DuPont phân rã ROE và ROA (Biểu đồ 4.10, 4.11, 4.12, 4.13).

Kiểm định KMO đối với thang đo biến phụ thuộc và các biến độc lập đạt giá trị thích hợp ($KMO > 0,5$), kiểm định Bartlett có mức ý nghĩa $Sig. = 0,000$, chứng minh tập dữ liệu khảo sát hoàn toàn tương thích để thực hiện phân tích nhân tố và hồi quy tuyến tính.


Phát hiện đột phá và implications

Những phát hiện then chốt

Thứ nhất, quy mô tín dụng bảo đảm bằng BĐS tiềm ẩn rủi ro hệ thống vượt trội so với số liệu thống kê danh nghĩa. Luận án trích dẫn số liệu chính thức: "Tại Việt Nam, tín dụng của ngân hàng cho vay mua và xây dựng bất động sản bao gồm cả nhà ở và bất động sản thương mại, chiếm tỷ trọng khoảng 30% tổng dư nợ và nếu bao gồm cả những khoản vay được bảo đảm bằng bất động sản thì tỷ lệ này có thể lên tới 70% của tổng dư nợ" (NHNN, 2016). Điều này chỉ ra rằng hệ thống NHTM chịu rủi ro tập trung kép: vừa chịu rủi ro trực tiếp từ biến động của thị trường BĐS, vừa chịu rủi ro suy giảm giá trị tài sản bảo đảm trên toàn bộ danh mục cho vay nền kinh tế.

Thứ hai, sự mất cân đối cơ cấu dòng vốn tín dụng giữa kích cung và kích cầu. Trong giai đoạn 2012–2016, nguồn vốn tín dụng ngân hàng có xu hướng đổ dồn vào các dự án phân khúc cao cấp (kích cung), dẫn đến tồn kho BĐS tăng đột biến trong các năm thị trường suy giảm, chôn vùi một lượng vốn khổng lồ của xã hội và đẩy tỷ lệ nợ xấu ngân hàng lên cao. Ngược lại, tín dụng kích cầu cho phân khúc nhà ở xã hội, nhà ở thương mại giá rẻ cho người có thu nhập thấp ("người vay lần đầu") chưa được phân bổ tương xứng.

Thứ ba, xác lập mô hình định lượng các nhân tố thúc đẩy thị trường BĐS TP. HCM. Kết quả kiểm định hồi quy đa biến (Bảng 4.10, 4.11) khẳng định các nhân tố: Sự phát triển kinh tế (SPTKT), Chính sách quy hoạch đất đai (CSQHDD), Yếu tố pháp lý (YTPL), Năng lực tài chính (NLTC), Thông tin niềm tin (TTNT) có tác động thuận chiều có ý nghĩa thống kê ($p < 0,05$) đến sự phát triển của thị trường BĐS TP. HCM. Trong đó, cải thiện tính minh bạch thông tin pháp lý và quy hoạch đất đai đóng vai trò quyết định ổn định thanh khoản.

Thứ tư, hiệu ứng suy giảm tỷ suất sinh lời thực tế do chi phí trích lập dự phòng rủi ro. Qua phân tích DuPont giai đoạn 2012–2016, mặc dù biên lãi thuần từ cho vay BĐS mang lại doanh thu danh nghĩa cao cho các NHTM, nhưng chi phí trích lập dự phòng tổn thất tín dụng (DPRR) và gánh nặng xử lý nợ xấu qua Công ty Quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC) đã làm xói mòn chỉ tiêu ROE và ROA thực tế của các ngân hàng.

Implications đa chiều

  • Về mặt lý luận: Bổ sung luận cứ khoa học về cơ chế truyền dẫn của tín dụng ngân hàng đến chu kỳ thị trường tài sản tại các nền kinh tế mới nổi, tích hợp thước đo an toàn vi mô (CAR, nợ xấu) vào mục tiêu ổn định kinh tế vĩ mô.
  • Về mặt phương pháp luận: Cung cấp bộ công cụ khảo sát và khung đánh giá định lượng hiệu quả tín dụng chuyên biệt cho thị trường BĐS cấp vùng đô thị, có khả năng nhân rộng cho các trung tâm kinh tế khác như Hà Nội, Đà Nẵng, Hải Phòng.
  • Về mặt thực tiễn ngân hàng: Đòi hỏi các NHTM chuyển đổi chiến lược cấp tín dụng từ dựa vào tài sản thế chấp đơn thuần sang thẩm định dòng tiền dự án và khả năng trả nợ thực tế của khách hàng; đa dạng hóa sản phẩm tín dụng nhà ở cho người có nhu cầu thực.
  • Về mặt quản lý nhà nước: Định hình lộ trình chính sách cho UBND TP. HCM và NHNN Chi nhánh TP. HCM trong việc công khai quy hoạch đất đai, xây dựng cơ sở dữ liệu định giá BĐS quốc gia, và điều tiết tỷ lệ vốn ngắn hạn cho vay trung dài hạn nhằm ngăn ngừa nguy cơ đóng băng thanh khoản.

Limitations và Future Research

Luận án thẳng thắn thừa nhận các giới hạn nghiên cứu:

  1. Giới hạn không gian: Mẫu khảo sát tập trung trên địa bàn TP. HCM, chưa mở rộng so sánh liên vùng với các đô thị vệ tinh trong vùng kinh tế trọng điểm phía Nam (Bình Dương, Đồng Nai, Long An).
  2. Giới hạn thời gian: Dữ liệu thứ cấp dừng ở mốc năm 2016 và khảo sát sơ cấp cuối năm 2017, chưa phản ánh đầy đủ tác động của các văn bản pháp luật mới như Luật Đất đai sửa đổi và chuẩn mực an toàn vốn Basel II/Basel III.
  3. Giới hạn kỹ thuật phân tích: Mô hình sử dụng hồi quy tuyến tính OLS cổ điển trên dữ liệu cắt ngang; chưa áp dụng mô hình phương trình cấu trúc (SEM/PLS-SEM) hoặc mô hình chuỗi thời gian phi tuyến (VECM/GARCH) để đo lường độ trễ tác động chính sách tiền tệ.

Chương trình nghiên cứu tương lai cần tập trung:

  • Ứng dụng mô hình kinh tế lượng không gian (Spatial Econometrics) đánh giá hiệu ứng lan tỏa giá đất và tín dụng giữa các quận huyện TP. HCM.
  • Nghiên cứu cơ chế tài trợ vốn xanh (Green Financing) và trái phiếu xanh cho các dự án BĐS thích ứng biến đổi khí hậu tại TP. HCM.
  • Xây dựng mô hình cảnh báo sớm bong bóng BĐS dựa trên dữ liệu lớn (Big Data) và học máy (Machine Learning) kết nối thông tin giao dịch công chứng và số liệu tín dụng CIC.

Tác động và ảnh hưởng

  • Đối với giới học thuật: Đóng góp nguồn tài liệu tham khảo giá trị cao, được trích dẫn trong các nghiên cứu chuyên sâu về tài chính BĐS, ngân hàng thương mại và kinh tế đô thị tại Việt Nam.
  • Đối với ngành ngân hàng: Đặt nền tảng cho việc tái cơ cấu danh mục cho vay BĐS tại các NHTM cổ phần lớn (Vietcombank, VietinBank, BIDV, Agribank), siết chặt quy trình thẩm định giá tài sản thế chấp độc lập, tách rời bộ phận kinh doanh và bộ phận định giá.
  • Đối với hoạch định chính sách: Cung cấp bằng chứng thực nghiệm để NHNN Việt Nam ban hành các thông tư kiểm soát hệ số rủi ro đối với các khoản vay BĐS và lộ trình giảm tỷ lệ vốn ngắn hạn cho vay trung dài hạn.
  • Đối với cộng đồng xã hội: Thúc đẩy các gói tín dụng ưu đãi nhà ở xã hội, hỗ trợ công nhân viên chức và người thu nhập thấp tại TP. HCM tiếp cận nhà ở, góp phần hiện thực hóa mục tiêu an sinh xã hội.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học viên cao học: Tiếp cận khoảng trống nghiên cứu cụ thể, cấu trúc bảng hỏi chuẩn hóa và quy trình kiểm định thang đo định lượng trong kinh tế ngân hàng.
  • Giảng viên và nhà nghiên cứu cao cấp: Sử dụng khung lý thuyết tích hợp và kết quả phân tích phân rã DuPont làm học liệu giảng dạy môn Quản trị NHTM và Thị trường Bất động sản.
  • Khối Quản trị Rủi ro tại các NHTM: Ứng dụng các khuyến nghị về thiết lập trần tỷ trọng cho vay BĐS, tiêu chí sàng lọc chủ đầu tư dự án và quy trình quản lý nợ quá hạn.
  • Doanh nghiệp kinh doanh BĐS: Tái cơ cấu nguồn vốn, giảm phụ thuộc vào đòn bẩy ngân hàng, dịch chuyển phân khúc sản phẩm đáp ứng nhu cầu thực của thị trường.
  • Cơ quan quản lý nhà nước (NHNN, Bộ Xây dựng, UBND TP. HCM): Căn cứ khoa học để hoàn thiện thể chế thị trường BĐS, minh bạch hóa cơ sở dữ liệu đất đai và điều hành chính sách tiền tệ thận trọng, linh hoạt.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết cụ thể nào?

Luận án đã mở rộng Lý thuyết Tư bản cho vay của Các Mác và Lý thuyết Trung gian tài chính sang thị trường tài sản chuyển đổi thông qua việc mô hình hóa cấu trúc "Hiệu quả 3 chiều" (Khách hàng - Ngân hàng - Xã hội). Đóng góp độc đáo nhất là chứng minh và lượng hóa cơ chế truyền dẫn hai chiều: tín dụng ngân hàng không chỉ là biến ngoại sinh cung cấp thanh khoản mà là nhân tố nội sinh định hình mức độ rủi ro hệ thống thông qua tỷ trọng bảo đảm bằng BĐS (chiếm tới 70% tổng dư nợ toàn ngành).

2. Phương pháp luận của luận án có điểm gì mới so với các nghiên cứu trước đây?

So với các nghiên cứu định tính thuần túy của Lê Hoàng Châu (2017) và Nguyễn Thị Hải Yến (2016), hay nghiên cứu định lượng đơn biến của Aluko (2000) và Lưu Văn Nghiêm (2008), luận án đã kết hợp phương pháp phân tích chuỗi dữ liệu thứ cấp giai đoạn 5 năm (2012–2016) của toàn bộ hệ thống NHTM trên địa bàn với phương pháp điều tra khảo sát sơ cấp thực địa năm 2017. Quy trình xử lý qua Cronbach's Alpha, EFA và hồi quy OLS trên SPSS 16.0 tạo ra cơ sở bằng chứng vững chắc có tính kiểm định khoa học cao.

3. Phát hiện nào trong nghiên cứu mang tính bất ngờ và có ý nghĩa thực tiễn cao nhất?

Phát hiện bất ngờ nhất là sự phân kỳ giữa lợi nhuận danh nghĩa và tỷ suất sinh lời thực tế tại các NHTM cho vay BĐS. Mặc dù lãi suất cho vay BĐS mang lại biên lãi cao, nhưng chi phí dự phòng tổn thất tín dụng (DPRR) và gánh nặng nợ xấu chuyển sang VAMC đã làm suy giảm đáng kể chỉ số ROA và ROE khi phân tích theo mô hình DuPont. Đồng thời, tỷ trọng tín dụng tạo cung vượt trội tạo cầu trong thời gian dài là nguyên nhân gốc rễ gây đóng băng thị trường.

4. Luận án có cung cấp quy trình và tiêu chí nhân rộng (replication protocol) không?

Có. Luận án công khai toàn bộ hệ thống bảng câu hỏi điều tra khảo sát Likert 5 điểm, danh mục mã hóa các biến quan sát (SPTKT, SGTDS, YTPL, CSQHDD, CST, NLTC, TTNT, TQTTTH), quy trình chọn mẫu tại các sàn giao dịch BĐS và các bước phân tích nhân tố EFA trên SPSS 16.0 trong phần phụ lục, cho phép các nhà nghiên cứu độc lập tái lập quy trình tại các địa bàn khác.

5. Chương trình nghiên cứu 10 năm tới được phác thảo ra sao?

Luận án phác thảo định hướng phát triển nghiên cứu giai đoạn 2020–2030 tập trung vào:

  • Tích hợp chuẩn mực Basel III và chuẩn mực kế toán IFRS 9 trong đo lường tổn thất tín dụng dự kiến (ECL) đối với danh mục BĐS.
  • Phát triển mô hình kinh tế lượng chuỗi thời gian phi tuyến đánh giá tác động của công cụ chính sách an toàn vĩ mô (tỷ lệ LTV - Loan to Value, DTI - Debt to Income).
  • Khảo sát sự phát triển của các công cụ tài chính phái sinh BĐS và quỹ tín thác đầu tư BĐS (REITs) nhằm giảm tải áp lực cung ứng vốn trung dài hạn cho hệ thống NHTM.

Kết luận

  1. Luận án đã hệ thống hóa và hoàn thiện khung lý luận toàn diện về hiệu quả hoạt động tín dụng ngân hàng đối với sự phát triển thị trường BĐS tại đô thị trung tâm kinh tế.
  2. Xác lập hệ thống bằng chứng thực nghiệm về cấu trúc rủi ro tín dụng BĐS tại TP. HCM giai đoạn 2012–2016, chỉ rõ tỷ trọng tín dụng bảo đảm bằng BĐS chiếm tới 70% tổng dư nợ hệ thống.
  3. Kiểm định thành công mô hình đa nhân tố tác động đến thị trường BĐS TP. HCM, khẳng định vai trò trọng yếu của thể chế pháp lý, quy hoạch đất đai và thông tin minh bạch.
  4. Đánh giá thực chất hiệu quả sinh lời và an toàn vốn của hệ thống NHTM qua phân tích hệ số CAR, nợ xấu và mô hình phân rã DuPont ROE/ROA.
  5. Đề xuất hệ thống giải pháp đồng bộ 3 cấp độ: nâng cao năng lực thẩm định và định giá tài sản độc lập tại NHTM; hoàn thiện chính sách quy hoạch đất đai và thuế BĐS của Chính phủ; minh bạch hóa thị trường thông qua quản lý của UBND TP. HCM và NHNN.
  6. Mở ra 3 nhánh nghiên cứu học thuật kế tiếp: mô hình hóa cảnh báo sớm khủng hoảng BĐS bằng Big Data; đo lường hiệu ứng lan tỏa không gian vùng đô thị; và chiến lược phát triển tài chính xanh cho thị trường bất động sản bền vững.