Xây Dựng Mô Hình Cảnh Báo Nguy Cơ Vỡ Nợ Đối Với Các Ngân Hàng Thương Mại Cổ Phần Việt Nam

Luận án tiến sĩ kinh tế xây dựng mô hình cảnh báo nguy cơ vỡ nợ cho các ngân hàng thương mại cổ phần tại Việt Nam, góp phần nâng cao an toàn tài chính.

• Tác giả: Đặng Huy Ngân
• Người hướng dẫn: GS. Nguyễn Quang Dong
• Trường học: Trường Đại Học Kinh Tế Quốc Dân
• Chuyên ngành: Kinh Tế Học (Toán Kinh Tế)
• Đề tài: Mô Hình Cảnh Báo Nguy Cơ Vỡ Nợ Đối Với Các Ngân Hàng Thương Mại Cổ Phần Việt Nam
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2018
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN CÁC NGHIÊN CỨU VỀ VỠ NỢ NGÂN HÀNG
• 1.1. Khái niệm vỡ nợ, vỡ nợ ngân hàng thương mại
• 1.2. Tổng quan các nghiên cứu vỡ nợ, vỡ nợ ngân hàng trên thế giới
• 1.3. Tổng quan các mô hình và các nghiên cứu vỡ nợ tiêu biểu
• 1.4. Tổng quan các tiêu chí được coi là vỡ nợ hoặc nguy cơ vỡ nợ cao trong các nghiên cứu trước
• 1.5. Các nhân tố, biến số trong các nghiên cứu vỡ nợ
• 1.6. Các nghiên cứu về dự báo vỡ nợ, vỡ nợ ngân hàng ở Việt Nam
• 1.7. Kết luận chương 1
• 2. CHƯƠNG 2: CƠ SỞ LÝ LUẬN VỀ VỠ NỢ NGÂN HÀNG THƯƠNG MẠI
• 2.1. Tiêu chí xác định nguy cơ vỡ nợ
• 2.2. Các nhân tố ảnh hưởng tới nguy cơ vỡ nợ của các ngân hàng thương mại
• 2.3. Các nhân tố vĩ mô ảnh hưởng đến hoạt động của các ngân hàng
• 2.4. Các nhân tố vi mô ảnh hưởng tới nguy cơ vỡ nợ của các ngân hàng thương mại
• 2.5. Cơ sở lý thuyết một số mô hình áp dụng trong nghiên cứu cảnh báo vỡ nợ
• 2.5.1. Mô hình Logit, mô hình Logit với số liệu mảng
• 2.5.2. Cây quyết định. Phương pháp bao dữ liệu (DEA) đánh giá hiệu quả hoạt động của các NHTMCP
• 2.6. Khung nghiên cứu của luận án
• 2.7. Kết luận chương 2
• 3. CHƯƠNG 3: THỰC TRẠNG HOẠT ĐỘNG, NGUY CƠ VỠ NỢ CỦA CÁC NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN VIỆT NAM GIAI ĐOẠN 2009-2015
• 3.1. Tình hình kinh tế vĩ mô giai đoạn 2009-2015
• 3.2. Một số chính sách tiền tệ giai đoạn 2009-2015
• 3.3. Hoạt động ngành ngân hàng
• 3.3.1. Cơ cấu sở hữu, quy mô và phạm vi hoạt động của các ngân hàng
• 3.3.2. Mức độ an toàn vốn và quy mô tổng tài sản của các NHTMCP
• 3.3.3. Khả năng sinh lời, hiệu quả quản lý tài sản
• 3.3.4. Tăng trưởng huy động và tín dụng, khả năng thanh khoản
• 3.3.5. Chất lượng tài sản, mức độ thâm hụt. Nguy cơ vỡ nợ của một số NHTMCP điển hình trong giai đoạn 2009-2015
• 3.4. Kết luận chương 3
• 4. CHƯƠNG 4: XÂY DỰNG MÔ HÌNH CẢNH BÁO NGUY CƠ VỠ NỢ CÁC NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN VIỆT NAM
• 4.1. Thiết kế nghiên cứu
• 4.2. Xác định nguy cơ vỡ nợ của các NHTMCP Việt Nam
• 4.3. Hệ thống các chỉ tiêu tác động tới nguy cơ vỡ nợ. Phân tích thống kê
• 4.4. Mô hình Logit dữ liệu mảng
• 4.5. Mô hình mạng nơron. Mô hình cây quyết định
• 4.6. Kết luận chương 4
• 5. CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ CHÍNH SÁCH
• 5.1. Các kết quả đạt được. Phân loại các ngân hàng thương mại cổ phần
• 5.2. Một số kiến nghị và hàm ý chính sách
• KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO
• DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Mô Hình Cảnh Báo Vỡ Nợ Ngân Hàng Hiện Nay

Hệ thống ngân hàng đóng vai trò then chốt trong nền kinh tế, được ví như "hệ thống huyết mạch". Tuy nhiên, hoạt động ngân hàng luôn tiềm ẩn nhiều rủi ro, và rủi ro là một yếu tố không thể tách rời. Rủi ro vỡ nợ ngân hàng có thể gây ra những tổn thất to lớn, thậm chí lớn hơn bất kỳ loại hình doanh nghiệp nào khác. Chi phí khắc phục hậu quả thường rất cao. Việc cảnh báo sớm rủi ro vỡ nợ góp phần quan trọng ngăn chặn nguy cơ đổ vỡ, giảm thiểu thiệt hại cho người gửi tiền, ngân hàng, các tổ chức bảo hiểm tiền gửi và toàn bộ nền kinh tế. Ngân hàng yếu kém vỡ nợ có thể tạo ra sự đổ vỡ dây chuyền, ảnh hưởng nghiêm trọng đến sự phát triển bền vững của hệ thống ngân hàng. Phát hiện sớm các ngân hàng gặp khó khăn có ý nghĩa đặc biệt quan trọng đối với cơ quan quản lý trong việc ngăn chặn khủng hoảng hệ thống, giữ vững sự ổn định của thị trường tài chính, ổn định kinh tế vĩ mô. Theo hiệp ước Basell II, nguy cơ vỡ nợ là sự kiện liên quan đến chủ thể vay khi không có khả năng trả nợ đúng hạn hoặc giá trị tài sản nhỏ hơn vốn vay.

1.1. Khái niệm Vỡ nợ và Vỡ nợ Ngân hàng Thương mại

Hiện tượng “phá sản” hay “vỡ nợ” đã xuất hiện từ lâu nhưng được nhắc đến nhiều hơn trong nền kinh tế thị trường. Trong môi trường cạnh tranh khốc liệt, doanh nghiệp kinh doanh hiệu quả tồn tại và phát triển, còn doanh nghiệp kém hiệu quả, thua lỗ và không thể thanh toán các nghĩa vụ tài chính sẽ vỡ nợ, phá sản. Sự vỡ nợ của doanh nghiệp dẫn đến xung đột lợi ích giữa các chủ thể kinh tế. Theo từ điển Tiếng Việt, "phá sản" là tình trạng tài sản không còn gì, thường là vỡ nợ do kinh doanh thua lỗ. Trong luận án này, tác giả sử dụng thuật ngữ 'vỡ nợ'. Dưới giác độ pháp lý, theo luật phá sản số 51/2014/QH13, "Vỡ nợ là tình trạng của doanh nghiệp, hợp tác xã mất khả năng thanh toán và bị tòa án nhân dân ra quyết định tuyên bố vỡ nợ".

1.2. Hậu quả nghiêm trọng của Vỡ nợ Ngân hàng

Sự vỡ nợ của các NHTM gây ra mất vốn cho cổ đông ngân hàng, tổn thất cho người gửi tiền (nếu không được bảo hiểm đầy đủ). Nếu quy mô vỡ nợ lớn, nó có thể tạo phản ứng đổ vỡ dây chuyền hệ thống ngân hàng, kéo theo khủng hoảng tài chính. Hậu quả của nó rất dai dẳng, gây ra suy thoái kinh tế và làm kiệt quệ nguồn vốn đầu tư. Ví dụ điển hình là chi phí khắc phục hậu quả của cuộc khủng hoảng tài chính Châu Á năm 1997 lên tới 200 tỷ đô-la Mỹ, trong đó người gửi tiền và Chính phủ gánh chịu. Đã có nhiều vụ vỡ nợ ngân hàng lớn trên thế giới.

II. Thách Thức Tại Sao Mô Hình Cảnh Báo Vỡ Nợ Lại Quan Trọng

Hệ thống các ngân hàng thương mại cổ phần (NHTMCP) Việt Nam bắt đầu xuất hiện vào những năm cuối thập niên 80 của thế kỷ XX và phát triển mạnh trong giai đoạn 1991-1996, tiếp theo là giai đoạn 2006-2010. Sự phát triển mạnh mẽ về mọi mặt của hệ thống ngân hàng đã góp phần quan trọng vào sự phát triển kinh tế đất nước. Tuy nhiên, bên cạnh những thành tựu đạt được thì hệ thống ngân hàng thương mại cổ phần cũng đang bộc lộ nhiều hạn chế, yếu kém, nhiều NHTMCP đã lâm vào tình trạng mất khả năng thanh toán vào cuối năm 2011. Đó là lý do chính cho sự ra đời của Đề án Cơ cấu lại hệ thống tổ chức tín dụng (TCTD) giai đoạn 2011-2015. Nghị quyết Hội nghị Trung ương 3 (khóa XI) khẳng định: “Một trong ba trọng tâm tái cấu trúc kinh tế là cơ cấu lại hệ thống tài chính, trong đó trọng tâm là cơ cấu lại hệ thống ngân hàng”.

2.1. Tầm Quan Trọng của Việc Phân Loại Ngân Hàng Yếu Kém

Để tái cơ cấu hệ thống ngân hàng thành công thì việc quan trọng đầu tiên cần làm là phân loại, nhận diện chính xác các ngân hàng yếu kém có nguy cơ vỡ nợ cao. Việc này giúp các cơ quan quản lý đưa ra các biện pháp can thiệp kịp thời và hiệu quả, tránh tình trạng "chữa cháy" khi khủng hoảng đã xảy ra. Phân loại chính xác giúp phân bổ nguồn lực tái cơ cấu hợp lý hơn, tập trung vào các ngân hàng thực sự cần hỗ trợ.

2.2. Hạn Chế Của Các Mô Hình Cảnh Báo Vỡ Nợ Hiện Tại

Cho đến nay trên thế giới đã có nhiều lý thuyết và mô hình về cảnh báo vỡ nợ, khủng hoảng như: phân tích phân biệt đơn biến, mô hình phân tích phân biệt đa biến (MDA), mô hình Logit (LA), Probit (PA),… Gần đây các phương pháp, mô hình thuộc nhánh sử dụng các kỹ thuật thông minh như mạng nơron (ANN), cây quyết định (DT), mô hình nhận dạng các đặc điểm (TR), thuật toán di truyền,. đã được áp dụng trong nghiên cứu cảnh báo vỡ nợ và hứa hẹn nhiều kết quả tốt. Các nghiên cứu cũng cho thấy mỗi phương pháp, mô hình đều có những ưu, khuyết điểm riêng và ngay trong một mô hình khi áp dụng ở các quốc gia khác nhau, các khu vực khác nhau cũng có các biến thể khác nhau, điều đó phụ thuộc vào điều kiện kinh tế của mỗi quốc gia, mỗi khu vực.

III. Phương Pháp Xây Dựng Mô Hình Cảnh Báo Vỡ Nợ Hiệu Quả Nhất

Đã có nhiều mô hình được xây dựng với sự trợ giúp của công nghệ máy tính tiên tiến nhằm giải thích nguyên nhân cũng như dự báo, ngăn ngừa vỡ nợ, khủng hoảng. Tuy nhiên trên thực tế vẫn xảy ra các cuộc vỡ nợ các ngân hàng, các tổ chức tài chính với quy mô và ảnh hưởng ngày càng lớn mà người ta không dự báo được, do vậy việc xây dựng các mô hình cảnh báo vỡ nợ vẫn luôn cần được quan tâm, bổ sung, hoàn thiện. Những biến động rất lớn về kinh tế - xã hội, tính không dự báo được của các sự kiện tự nhiên, kinh tế xã hội làm cho việc sử dụng các phương pháp truyền thống, phương pháp hiện tại nhiều trường hợp không còn phù hợp nữa.

3.1. Kết hợp Phương Pháp Định Lượng và Định Tính Trong Nghiên Cứu

Để phù hợp với nội dung, yêu cầu và mục đích nghiên cứu đã đặt ra, luận án sử dụng phương pháp phân tích định lượng và phân tích định tính. Mô hình hồi quy Logit với dữ liệu mảng, mô hình mạng nơ ron và cây quyết định được sử dụng để xây dựng mô hình cảnh báo nguy cơ vỡ nợ cho các NHTMCP Việt Nam. Luận án sử dụng các số liệu thu thập từ các báo cáo của NHNN, các báo cáo tài chính đã được kiểm toán của các NHTMCP thời kỳ 2010-2015.

3.2. Xác Định Các Chỉ Số Tài Chính Quan Trọng Ảnh Hưởng Vỡ Nợ

Luận án tập trung vào việc xác định và phân tích các chỉ số tài chính quan trọng có khả năng dự báo nguy cơ vỡ nợ. Các chỉ số này bao gồm các chỉ số về khả năng thanh khoản, khả năng sinh lời, hiệu quả quản lý tài sản, chất lượng tài sản và mức độ thâm hụt vốn. Phân tích các chỉ số này giúp đánh giá sức khỏe tài chính của các NHTMCP và xác định những dấu hiệu cảnh báo sớm về nguy cơ vỡ nợ.

IV. Ứng Dụng Thực Tế Mô Hình Dự Đoán Vỡ Nợ Ngân Hàng tại VN

Luận án tập trung vào việc xây dựng mô hình cảnh báo vỡ nợ cho các NHTMCP Việt Nam, dựa trên dữ liệu thực tế và các phương pháp phân tích hiện đại. Kết quả nghiên cứu sẽ cung cấp một công cụ hữu ích cho các cơ quan quản lý, các nhà đầu tư và các NHTMCP trong việc đánh giá rủi ro và đưa ra các quyết định phù hợp. Việc xây dựng một mô hình cảnh báo sớm giúp các bên liên quan chủ động hơn trong việc quản lý rủi ro và giảm thiểu thiệt hại.

4.1. Lượng Hóa Đặc Thù Ngân Hàng và Tác Động Đến Rủi Ro Vỡ Nợ

Một trong những điểm nổi bật của luận án là việc lượng hóa tính đặc thù của từng ngân hàng và tác động của nó đến khả năng vỡ nợ. Điều này giúp mô hình cảnh báo vỡ nợ trở nên chính xác và phù hợp hơn với điều kiện thực tế của các NHTMCP Việt Nam. Việc này sẽ giúp phân tích sâu hơn về cách thức quản lý rủi ro ảnh hưởng đến từng ngân hàng.

4.2. Đề Xuất Giải Pháp Giảm Thiểu Nguy Cơ Vỡ Nợ cho NHTMCP

Dựa trên kết quả phân tích và đánh giá, luận án đề xuất một số giải pháp cụ thể nhằm giảm thiểu nguy cơ vỡ nợ cho các NHTMCP Việt Nam. Các giải pháp này bao gồm các biện pháp tăng cường quản lý rủi ro, nâng cao hiệu quả hoạt động, cải thiện chất lượng tài sản và tăng cường năng lực tài chính. Các giải pháp này cần được thực hiện một cách đồng bộ và có hệ thống để đạt được hiệu quả cao nhất.

V. Nghiên Cứu Chuyên Sâu Dự Báo Vỡ Nợ NH Kết Quả Đạt Được

Luận án xây dựng cơ sở lý luận cho mô hình cảnh báo nguy cơ vỡ nợ các NHTMCP. Xây dựng, lựa chọn hệ thống các chỉ tiêu sử dụng trong cảnh báo vỡ nợ ngân hàng, xác định được các nhân tố, các chỉ tiêu ảnh hưởng tới nguy cơ vỡ nợ của các NHTMCP. Từ việc lượng hóa tính đặc thù của từng ngân hàng ảnh hưởng tới khả năng vỡ nợ. Quan trọng nhất, luận án đã xây dựng được mô hình cảnh báo vỡ nợ cho các NHTMCP và đề xuất một số giải pháp giảm nguy cơ vỡ nợ cho các NHTMCP dựa trên các phân tích của luận án.

5.1. Phân Loại Ngân Hàng Thương Mại Cổ Phần Dựa Trên Rủi Ro

Một trong những kết quả quan trọng của luận án là khả năng phân loại các ngân hàng thương mại cổ phần dựa trên mức độ rủi ro vỡ nợ. Việc này cung cấp cho các nhà quản lý và nhà đầu tư cái nhìn tổng quan về tình hình tài chính của từng ngân hàng, từ đó đưa ra quyết định đầu tư và quản lý rủi ro hiệu quả hơn.

5.2. Hàm Ý Chính Sách và Kiến Nghị Cho Ngành Ngân Hàng Việt Nam

Dựa trên kết quả nghiên cứu, luận án đưa ra một số hàm ý chính sách và kiến nghị cụ thể cho ngành ngân hàng Việt Nam. Các kiến nghị này tập trung vào việc tăng cường quản lý rủi ro, cải thiện chất lượng tài sản, nâng cao năng lực tài chính và hoàn thiện hệ thống pháp luật liên quan đến hoạt động ngân hàng.

VI. Tương Lai Mô Hình Cảnh Báo Sớm Vỡ Nợ Hướng Nghiên Cứu

Những biến động rất lớn về kinh tế - xã hội, tính không dự báo được của các sự kiện tự nhiên, kinh tế xã hội làm cho việc sử dụng các phương pháp truyền thống, phương pháp hiện tại nhiều trường hợp không còn phù hợp nữa. Xuất phát từ các lý do trên, nghiên cứu sinh chọn đề tài: “Xây dựng mô hình cảnh báo nguy cơ vỡ nợ đối với các ngân hàng thương mại cổ phần Việt Nam” làm luận án tiến sỹ kinh tế (chuyên ngành Toán kinh tế) để góp phần giải quyết một vấn đề mà lý luận và thực tiễn đang đặt ra.

6.1. Phát Triển Mô Hình Cảnh Báo Vỡ Nợ Linh Hoạt và Thích Ứng

Trong bối cảnh kinh tế và tài chính thế giới liên tục biến động, việc phát triển các mô hình cảnh báo vỡ nợ linh hoạt và có khả năng thích ứng cao là vô cùng quan trọng. Các mô hình này cần có khả năng tự động điều chỉnh các tham số và trọng số để phản ánh những thay đổi trong môi trường kinh doanh.

6.2. Ứng Dụng Trí Tuệ Nhân Tạo và Học Máy trong Dự Báo Vỡ Nợ

Việc ứng dụng trí tuệ nhân tạo (AI) và học máy (Machine Learning) có thể giúp cải thiện đáng kể độ chính xác và hiệu quả của các mô hình cảnh báo vỡ nợ. Các kỹ thuật AI và Machine Learning có khả năng phân tích dữ liệu lớn và phức tạp, phát hiện ra những mối quan hệ tiềm ẩn mà các phương pháp truyền thống không thể nhận ra.

Nội dung chính

Tổng quan luận án

Luận án tiến sĩ Kinh tế của tác giả Đặng Huy Ngân với đề tài "Xây dựng mô hình cảnh báo nguy cơ vỡ nợ đối với các ngân hàng thương mại cổ phần Việt Nam", chuyên ngành Kinh tế học (Toán kinh tế), mã số 62.01, được thực hiện tại Trường Đại học Kinh tế Quốc dân dưới sự hướng dẫn khoa học của GS. Nguyễn Quang Dong (năm 2018).

Tính cấp thiết của đề tài xuất phát từ vai trò trung tâm của hệ thống ngân hàng thương mại cổ phần (NHTMCP) đối với nền kinh tế quốc gia, nơi được xem là hệ thống huyết mạch tài chính. Rủi ro vỡ nợ ngân hàng có tính chất lan truyền, tạo ra hiệu ứng đổ vỡ dây chuyền và chi phí khắc phục tổn thất thường vượt trội so với các loại hình doanh nghiệp thông thường. Sau các giai đoạn phát triển nóng (1991-1996 và 2006-2010), hệ thống NHTMCP Việt Nam bộc lộ nhiều điểm yếu nghiêm trọng; đến cuối năm 2011, hàng loạt ngân hàng lâm vào tình trạng mất khả năng thanh toán, dẫn tới sự ra đời của Đề án Cơ cấu lại hệ thống tổ chức tín dụng giai đoạn 2011-2015 theo tinh thần Nghị quyết Hội nghị Trung ương 3 (khóa XI). Để tái cơ cấu đạt hiệu quả, yêu cầu cấp thiết đặt ra là phải nhận diện, phân loại chính xác các ngân hàng có nguy cơ đổ vỡ cao.

Khoảng trống nghiên cứu được tác giả xác định từ thực tiễn học thuật: các nghiên cứu cảnh báo vỡ nợ trên thế giới rất đa dạng nhưng chưa có mô hình nào đạt độ ưu việt tuyệt đối trong mọi bối cảnh. Tại Việt Nam, các công trình trước đây chủ yếu dừng lại ở việc xem xét số liệu cắt ngang trong một năm duy nhất, chưa theo dõi biến động tài chính của các ngân hàng qua một chuỗi thời gian liên tục; chưa kiểm chứng đồng thời ảnh hưởng của các nhân tố vi mô nội tại kết hợp biến số kinh tế vĩ mô; chưa lượng hóa được tính đặc thù riêng biệt của từng tổ chức tín dụng; đồng thời chưa có công trình nào kết hợp mô hình hồi quy Logit dữ liệu mảng tác động cố định với các phương pháp học máy phi tham số như mạng nơron nhân tạo và cây quyết định.

Mục đích nghiên cứu của luận án gồm 3 nội dung:

• Xây dựng và lựa chọn hệ thống các chỉ tiêu sử dụng trong việc đánh giá nguy cơ vỡ nợ của các NHTMCP.
• Xây dựng mô hình thực nghiệm cảnh báo nguy cơ vỡ nợ của các NHTMCP Việt Nam.
• Đề xuất một số giải pháp nhằm hạn chế nguy cơ vỡ nợ của các NHTMCP Việt Nam.

Hệ thống câu hỏi nghiên cứu gồm 4 câu hỏi:

1. Trong điều kiện của Việt Nam, những nhân tố nào có thể đặc trưng cho khả năng vỡ nợ của ngân hàng; các nhân tố, các chỉ tiêu nào ảnh hưởng và ảnh hưởng như thế nào tới nguy cơ vỡ nợ của các NHTMCP Việt Nam?
2. Các ngân hàng có các đặc thù riêng ảnh hưởng đến khả năng vỡ nợ, sự khác biệt này giữa các ngân hàng được xác định như thế nào?
3. Phương pháp, mô hình nào nên đề xuất áp dụng cho các NHTMCP Việt Nam?
4. Hàm ý về chính sách rút ra từ mô hình?

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Nguy cơ vỡ nợ và mô hình xác định nguy cơ vỡ nợ của các NHTMCP Việt Nam.
• Phạm vi nghiên cứu: Khảo sát 35 NHTMCP Việt Nam (bao gồm cả các ngân hàng do Nhà nước nắm cổ phần chi phối gồm BIDV, MHB, Vietcombank, Vietinbank). Khoảng thời gian nghiên cứu thực nghiệm số liệu mảng từ năm 2010 đến năm 2015 (thực trạng hoạt động được khảo sát từ năm 2009 đến năm 2015).

Tổng quan tài liệu và vị trí của luận án

Luận án đã hệ thống hóa các hướng nghiên cứu về cảnh báo vỡ nợ doanh nghiệp và ngân hàng trên thế giới qua hai nhánh tiếp cận chính:

Nhóm mô hình thống kê tham số:

• Phân tích phân biệt đơn biến (UDA): Khởi nguồn từ công trình của Vụ nghiên cứu chính sách và thương mại Mỹ (1930) khảo sát 24 nhân tố của 29 công ty; tiếp nối qua các nghiên cứu của FitzPatrick (1932, 1934), Smith và Winakor (1935), Merwin (1942). Nổi bật là nghiên cứu của Beaver (1966) trên mẫu 79 công ty vỡ nợ và 79 công ty đối chứng thuộc 38 ngành, kiểm định 30 chỉ số thuộc 6 nhóm tài chính và xác lập các biến dự báo tốt nhất gồm luồng tiền mặt/tổng nợ (độ chính xác 92% trước 1 năm vỡ nợ), thu nhập ròng/doanh thu (91%), thu nhập ròng/tổng tài sản, tổng nợ/tổng tài sản và vốn lưu động/tổng tài sản (90%).
• Phân tích phân biệt đa biến (MDA): Altman (1968) xây dựng hàm Z-score với 5 chỉ số tài chính ($X_1$: Vốn lưu động/tổng tài sản, $X_2$: Lợi nhuận giữ lại/tổng tài sản, $X_3$: EBIT/tổng tài sản, $X_4$: Giá trị thị trường vốn chủ sở hữu/giá trị sổ sách tổng nợ, $X_5$: Doanh thu/tổng tài sản), xác lập các ngưỡng 1.81 và 2.99; tiếp đó Altman (1995) hiệu chỉnh mô hình $Z''$ gồm 4 biến dành cho doanh nghiệp dịch vụ; Altman (2003) xây dựng chỉ số $Z''$ điều chỉnh liên kết xếp hạng tín nhiệm của S&P. Hướng nghiên cứu này được tiếp nối bởi Deakin (1972), Blum (1974), Altman, Haldeman và Narayanan (1977), Norton và Smith (1979), Karel và Prakash (1987), Balcaen và Ooghe (2006), Ling Zhang và cộng sự (2001) với mô hình $Z_{\text{China}}$.
• Mô hình xác suất điều kiện Logit (LA) và Probit (PA): Ohlson (1980) sử dụng mô hình Logit thay thế MDA với mẫu 105 công ty vỡ nợ và 2.000 công ty không vỡ nợ giai đoạn 1970-1976 thông qua 9 biến tài chính. Martin (1977) ứng dụng Logit dự báo vỡ nợ ngân hàng Mỹ giai đoạn 1970-1976 với 25 chỉ tiêu CAMELS; West (1985) kết hợp Logit và phân tích nhân tố trên 1.900 ngân hàng; Isabelle Distinguin và Amine Tarazi (2008) ứng dụng Logit dữ liệu mảng trên 64 ngân hàng Đông Nam Á giai đoạn 1999-2004 dự báo thay đổi mức xếp hạng tín nhiệm của Fitch, Moody's và Standard & Poor's; Duclaux và Soupmo Badjio (2009) nghiên cứu hệ thống ngân hàng thuộc 6 nước miền Trung châu Phi.

Nhóm mô hình phi tham số và kỹ thuật thông minh:

• Mạng nơron nhân tạo (ANN): Odom và Sharda (1990) ứng dụng ANN 3 lớp với 5 nút ẩn trên mẫu 65 công ty vỡ nợ và 64 công ty không vỡ nợ, đạt độ chính xác 100% trên mẫu kiểm tra. Các tác giả Hawley, Johnson và Raina (1990), Boritz và Kennedy (1995), Alam và cộng sự (2000), Celik và Karatepe (2007) mở rộng phương pháp này. Tam và Kiang (1992) so sánh ANN với MDA, Logit và cây quyết định ID3 trên 118 ngân hàng tại Texas. Salchenberger, Cinar và Lash (1992), Ravi và Pramodh (2008) ứng dụng ANN dự báo vỡ nợ cho ngân hàng Thổ Nhĩ Kỳ và Tây Ban Nha đạt độ chính xác từ 96,6% đến 100%.
• Cây quyết định (DT) và mô hình nhận dạng đặc điểm (TR): Marais, Patell và Wolfson (1984), Frydman, Altman và Kao (1985), Li, Sun và Wu (2010); Kolari và cộng sự (2002) so sánh Logit và TR trên các ngân hàng Mỹ; Lanine và Vander Vennet (2006) áp dụng Logit và TR dự báo vỡ nợ ngân hàng thương mại Nga. Ngoài ra, hướng tiếp cận định giá quyền chọn Merton-Black-Scholes (1974) và mô hình khoảng cách tới vỡ nợ Moody's-KMV (1993) được phát triển qua các công trình của Wilcox (1973), Scott (1981), Varma và Raghunathan (2000), Hillegeist và cộng sự (2004).

Về phía các nghiên cứu tại Việt Nam:

• Công ty chứng khoán Tân Việt áp dụng Z-score nguyên bản của Altman; Đinh Thế Hiển hiệu chỉnh các hệ số của hàm $Z''$ 4 biến nhưng chỉ thử nghiệm trên 2 doanh nghiệp (Công ty Dầu Tường An và Công ty Văn hóa phẩm Phương Nam).
• Nguyễn Trọng Hòa (2009) kết hợp MDA và Logit cho 268 doanh nghiệp niêm yết năm 2007 với 37 chỉ tiêu tài chính.
• Nguyễn Quang Dong (2009) áp dụng phân tích phân biệt cho 37 ngân hàng Việt Nam dựa trên kết luận thanh tra năm 2008, thu được hàm $Z = -1{,}327 X_3 - 0{,}076 X_{20}$ ($X_3$: lợi nhuận ròng/doanh thu chính; $X_{20}$: khả năng trả lãi) với độ chính xác 90,4%.
• Nguyễn Thành Cường và Phạm Thế Anh (2010) đánh giá 11 doanh nghiệp thủy sản; Phan Hồng Mai (2012) khảo sát doanh nghiệp xây dựng; Nguyễn Việt Hùng và Hà Quỳnh Hoa (2012) nghiên cứu khủng hoảng tiền tệ; Nguyễn Thị Lương (2014) áp dụng Merton-KMV cho 380 doanh nghiệp niêm yết; Vinh (2015) dùng mô hình hồi quy GMM đánh giá các yếu tố tác động đến nợ xấu ngân hàng.

Tác giả / Năm	Phương pháp tiếp cận	Mẫu nghiên cứu	Kết quả chính
Beaver (1966)	UDA (30 chỉ số)	79 công ty vỡ nợ, 79 công ty không vỡ nợ	Lựa chọn 6 chỉ số; biến luồng tiền/tổng nợ đạt độ chính xác 92%
Altman (1968)	MDA (22 biến rút về 5 biến)	66 công ty (33 vỡ nợ, 33 không vỡ nợ)	Thiết lập hàm Z-score; độ chính xác 95% trong mẫu, 79% ngoài mẫu
Ohlson (1980)	Hồi quy Logit (9 biến)	105 công ty vỡ nợ, 2.000 công ty bình thường	Độ chính xác dự báo cao, sai lầm loại I và loại II là 17,4% và 12,4%
Tam & Kiang (1992)	ANN, MDA, LA, Cây quyết định	118 ngân hàng tại bang Texas, Hoa Kỳ	Mạng nơron ANN cho độ chính xác phân loại vượt trội so với MDA, LA, ID3
Nguyễn Quang Dong (2009)	Phân tích phân biệt MDA	37 ngân hàng Việt Nam năm 2008	Xác định 2 biến đại diện ($X_3, X_{20}$); độ chính xác phân loại 90,4%

Khoảng trống nghiên cứu được luận án lựa chọn giải quyết bao gồm: theo dõi dữ liệu mảng qua chuỗi thời gian 5 năm thay vì 1 năm đơn lẻ; kiểm định đồng thời các biến vi mô và biến vĩ mô; lượng hóa tính đặc thù riêng biệt của từng ngân hàng bằng hệ số chặn riêng; và ứng dụng so sánh đồng thời mô hình Logit dữ liệu mảng tác động cố định với mạng nơron ANN và cây quyết định DT.

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án dựa trên khung lý thuyết về vỡ nợ ngân hàng thương mại. Về mặt kỹ thuật, vỡ nợ ngân hàng là tình trạng một ngân hàng không thể đáp ứng trách nhiệm thanh toán cho người gửi tiền và không duy trì đủ tỷ lệ dự trữ theo luật định (Mishkin, 1999). Theo Basel II (2008), vỡ nợ xảy ra khi chủ thể không trả được nợ khi đến hạn, quá hạn trên 90 ngày hoặc giá trị tài sản nhỏ hơn nghĩa vụ nợ. Về mặt pháp lý tại Việt Nam, Luật Phá sản số 51/2014/QH13 và Luật các Tổ chức tín dụng số 47/2010/QH12 (Điều 146 và Điều 155) quy định việc xử lý kiểm soát đặc biệt và trình tự phá sản tổ chức tín dụng sau khi các biện pháp phục hồi khả năng thanh toán không mang lại kết quả.

Tiêu chí xác định biến phụ thuộc nhị phân ($Y$) của luận án: Do thực tiễn hoạt động ngân hàng Việt Nam chưa từng tuyên bố phá sản chính thức mà Ngân hàng Nhà nước áp dụng cơ chế kiểm soát đặc biệt, cơ cấu lại hoặc chỉ định sáp nhập, tác giả xây dựng tiêu chuẩn nhận diện nguy cơ vỡ nợ dựa trên sự kết hợp giữa chất lượng tài sản và hiệu quả hoạt động:

• Tiêu chí nợ xấu: Tỷ lệ nợ xấu ($NPL$) từ 3% trở lên (căn cứ theo Nghị định 53/2013/NĐ-CP và Thông tư 19/2013/TT-NHNN, tổ chức tín dụng có nợ xấu từ 3% trở lên bắt buộc phải bán nợ cho VAMC hoặc chịu sự thanh tra, giám sát chặt chẽ).
• Tiêu chí hiệu quả kỹ thuật: Ngân hàng thuộc nhóm C (nhóm hiệu quả trung bình hoặc yếu kém) thông qua phương pháp phân tích màng bao dữ liệu (DEA). Quy tắc xác định biến mục tiêu: $Y = 1$ (ngân hàng có nguy cơ vỡ nợ cao) khi đồng thời thỏa mãn tỷ lệ nợ xấu $NPL \ge 3%$ và xếp vào nhóm hiệu quả C; ngược lại $Y = 0$ (ngân hàng có nguy cơ vỡ nợ thấp).

Khung chỉ tiêu giải thích (biến độc lập) được phân thành hai nhóm:

• Nhóm nhân tố vi mô: Xây dựng theo hệ thống CAMELS, gồm các chỉ tiêu an toàn vốn C (hệ số CAR theo Thông tư 36/2014/TT-NHNN tối thiểu 9%, tỷ lệ đòn bẩy $L$, hệ số tự tài trợ); chất lượng tài sản A (nợ xấu phân theo 5 nhóm nợ của Quyết định 493/2005/QĐ-NHNN, tỷ lệ nợ khó đòi/(vốn chủ sở hữu + dự phòng)); hiệu quả quản lý M; khả năng sinh lời E (ROA, ROE, biên lãi thuần); khả năng thanh khoản L (tỷ lệ dự trữ thanh khoản, tỷ lệ dư nợ trên vốn huy động LDR).
• Nhóm nhân tố vĩ mô: Tốc độ tăng trưởng GDP, tỷ lệ lạm phát (CPI), diễn biến lãi suất điều hành, biên độ tỷ giá VND/USD và nghiệp vụ thị trường mở OMO.

Phương pháp nghiên cứu thực nghiệm:

• Phương pháp phân tích bao dữ liệu (DEA): Đo lường hiệu quả kỹ thuật (TE) với tập hợp các biến đầu vào và đầu ra của 35 NHTMCP trong giai đoạn 2010-2015 để chia thành 3 nhóm hiệu quả: nhóm A (tốt), nhóm B (khá), nhóm C (trung bình, yếu kém).
• Mô hình hồi quy Logit với dữ liệu mảng (Panel Logit): Sử dụng kiểm định Hausman để lựa chọn giữa mô hình tác động cố định (FE) và tác động ngẫu nhiên (RE). Tác giả lựa chọn mô hình Logit tác động cố định nhằm ước lượng hệ số chặn riêng biệt cho từng ngân hàng, phản ánh tính đặc thù cá thể.
• Mạng nơron nhân tạo (ANN): Thiết lập mạng truyền thẳng nhiều lớp với thuật toán lan truyền ngược, cấu trúc 10 nút ẩn để học và phân loại phi tuyến.
• Mô hình Cây quyết định (DT): Thiết lập các điểm phân nhánh theo bộ quy tắc nếu - thì (if-then) nhằm chia tách không gian mẫu dựa trên các thuộc tính tài chính có khả năng phân biệt cao nhất.
• Phương pháp Moody's-KMV: Đối chiếu kết quả xác suất vỡ nợ tính toán được với thang đo xác suất vỡ nợ của mô hình KMV để phân loại và xếp hạng tín dụng cho các ngân hàng.

Nguồn dữ liệu: Dữ liệu thứ cấp thu thập từ các báo cáo thường niên, báo cáo tài chính đã kiểm toán của 35 NHTMCP giai đoạn 2010-2015 và các báo cáo chính thức của Ngân hàng Nhà nước Việt Nam (tổng số 114 quan sát thực nghiệm). Phân tích định lượng được thực hiện trên phần mềm thống kê STATA.

Nội dung chính theo từng chương

Chương 1: Tổng quan các nghiên cứu về vỡ nợ ngân hàng

Chương này tập trung làm rõ các khái niệm về vỡ nợ, vỡ nợ ngân hàng thương mại, đồng thời điểm lại các cuộc khủng hoảng ngân hàng điển hình trên thế giới (Châu Mỹ La-tinh 1980-1983, Hoa Kỳ 1988-1992, Hoa Kỳ 2007-2009, Bắc Âu 1991, Châu Á 1997 theo tổng hợp từ Amri và Kocher, 2012). Tác giả phân tích lịch sử phát triển của các công cụ dự báo từ đơn biến (UDA), đa biến (MDA), Logit, Probit cho đến mạng nơron, cây quyết định, mô hình nhận dạng đặc điểm (TR) và mô hình định giá quyền chọn Merton-KMV. Chương 1 chỉ ra các tiêu chí xác định vỡ nợ thường dùng trong tài liệu quốc tế và điểm lại các công trình nghiên cứu tại Việt Nam, từ đó xác lập 3 khoảng trống nghiên cứu nền tảng mà luận án tập trung giải quyết.

Chương 2: Cơ sở lý luận về vỡ nợ ngân hàng thương mại

Tác giả đi sâu phân tích cơ chế hình thành rủi ro vỡ nợ của ngân hàng thương mại dưới tác động đồng thời của các cú sốc vĩ mô (sự suy giảm tăng trưởng kinh tế, chính sách tiền tệ thắt chặt, áp lực cạnh tranh) và sự suy yếu vi mô nội tại (thâm hụt vốn tự có, rủi ro thanh khoản, nợ xấu gia tăng làm xói mòn lợi nhuận và vốn chủ sở hữu theo Berger và DeYoung, 1997). Tác giả luận chứng việc lựa chọn tiêu chí nguy cơ vỡ nợ kết hợp giữa tỷ lệ nợ xấu $NPL \ge 3%$ và nhóm hiệu quả C từ mô hình DEA. Chương 2 thiết lập khung lý thuyết hoàn chỉnh cho các mô hình định lượng gồm DEA, Logit dữ liệu mảng, mạng nơron nhân tạo và cây quyết định sẽ triển khai thực nghiệm.

Chương 3: Thực trạng hoạt động, nguy cơ vỡ nợ của các ngân hàng thương mại cổ phần Việt Nam giai đoạn 2009-2015

Chương 3 trình bày bức tranh toàn cảnh về kinh tế vĩ mô Việt Nam giai đoạn 2009-2015: tăng trưởng GDP biến động, lạm phát tăng cao năm 2011 trước khi hạ nhiệt, các đợt điều chỉnh lãi suất điều hành và biên độ tỷ giá của NHNN. Về ngành ngân hàng, giai đoạn này chứng kiến sự sụt giảm số lượng NHTM do sáp nhập, hợp nhất (từ 42 NHTMCP xuống còn 35 NHTMCP); tỷ lệ an toàn vốn CAR của các ngân hàng Việt Nam bình quân đạt chuẩn quy định nhưng thấp hơn nhiều nước trong khu vực ASEAN; tỷ lệ nợ xấu bùng nổ vượt ngưỡng kiểm soát vào cuối năm 2011, dẫn tới nguy cơ mất thanh khoản hệ thống. Tác giả phân tích các ngân hàng yếu kém điển hình như Habubank, Westernbank, SCB, Oceanbank, GP Bank, MHB và các NHTMCP có vốn nhà nước chi phối (Vietcombank, BIDV, Vietinbank) để làm rõ thực trạng phân hóa rủi ro tín dụng.

Chương 4: Xây dựng mô hình cảnh báo nguy cơ vỡ nợ các ngân hàng thương mại cổ phần Việt Nam

Đây là chương trọng tâm thực nghiệm của luận án với các kết quả cụ thể:

• Phân tích DEA: Ước lượng hiệu quả kỹ thuật (TE) giai đoạn 2010-2015, xếp loại các ngân hàng vào các nhóm hiệu quả A, B, C làm căn cứ gán nhãn biến phụ thuộc $Y$.
• Hồi quy Logit dữ liệu mảng: Thống kê mô tả và ma trận hệ số tương quan giữa các biến độc lập. Kiểm định Hausman được thực hiện và kết luận lựa chọn mô hình Logit tác động cố định (FE). Kết quả hồi quy chỉ ra các biến số tài chính và vĩ mô có ý nghĩa thống kê giải thích nguy cơ vỡ nợ; mô hình ước lượng thành công hệ số chặn riêng cho từng ngân hàng, phản ánh tính đặc thù cá thể. Hiệu suất phân loại của mô hình Logit đạt tỷ lệ dự báo chính xác cao trên mẫu nghiên cứu.
• Mạng nơron nhân tạo (ANN): Huấn luyện mạng nơron 3 lớp với 10 nút ẩn; kết quả kiểm tra cho thấy mạng ANN có khả năng học quan hệ phi tuyến phức tạp và đạt độ chính xác phân loại ấn tượng.
• Mô hình Cây quyết định (DT): Trích xuất bộ quy tắc phân loại rủi ro thông qua các ngưỡng cắt cụ thể của các chỉ tiêu chất lượng tài sản, thanh khoản và an toàn vốn, cung cấp sơ đồ phân nhánh trực quan cho việc nhận diện rủi ro.

Chương 5: Kết luận và kiến nghị chính sách

Tác giả tính toán tác động biên của từng biến giải thích đến xác suất vỡ nợ $p$. So sánh hiệu suất dự báo của cả 3 mô hình (Logit, ANN, Cây quyết định) trên bộ dữ liệu 114 quan sát, chỉ ra ưu điểm và hạn chế riêng của từng phương pháp. Luận án sử dụng xác suất vỡ nợ ước lượng được để phân nhóm, xếp hạng tín dụng cho các NHTMCP Việt Nam theo tiêu chuẩn tương thích với mô hình Moody's-KMV. Dựa trên kết quả thực nghiệm, tác giả đề xuất 2 nhóm giải pháp: giải pháp chính sách vĩ mô đối với Ngân hàng Nhà nước (hoàn thiện khung giám sát an toàn vĩ mô, nâng cao hiệu quả thanh tra, kiểm soát tăng trưởng tín dụng và xử lý nợ xấu qua VAMC) và giải pháp quản trị vi mô đối với các NHTMCP (cơ cấu lại danh mục tài sản, kiểm soát rủi ro thanh khoản, tăng cường bộ đệm vốn tự có và minh bạch hóa thông tin tài chính).

Kết quả và những đóng góp mới

Đóng góp mới về mặt lý luận và học thuật:

• Luận án đã làm rõ cơ sở lý luận về cảnh báo sớm rủi ro đổ vỡ ngân hàng trong điều kiện đặc thù của một nền kinh tế chuyển đổi như Việt Nam – nơi chưa có tiền lệ phá sản ngân hàng thương mại. Tác giả đề xuất tiêu chí khoa học xác định nguy cơ vỡ nợ thông qua việc kết hợp giữa chỉ tiêu rủi ro tín dụng thực tế (tỷ lệ nợ xấu $NPL \ge 3%$) và chỉ tiêu hiệu quả kỹ thuật tổng hợp (nhóm C từ mô hình DEA).
• Lượng hóa được tính đặc thù riêng biệt của từng ngân hàng thương mại cổ phần ảnh hưởng tới nguy cơ vỡ nợ thông qua việc ước lượng hệ số chặn riêng trong mô hình hồi quy Logit dữ liệu mảng tác động cố định (FE).
• Mở rộng phạm vi nghiên cứu định lượng bằng cách tích hợp và so sánh hiệu suất giữa phương pháp thống kê mảng (Panel Logit) với các công cụ học máy phi tham số (mạng nơron nhân tạo ANN 10 nút ẩn và mô hình cây quyết định DT).

Đóng góp mới về mặt thực tiễn và ứng dụng:

• Xây dựng được hệ thống chỉ tiêu cảnh báo sớm toàn diện bao gồm cả các chỉ số tài chính vi mô nội tại của ngân hàng và các chỉ số kinh tế vĩ mô.
• Cung cấp mô hình thực nghiệm có khả năng dự báo và tính toán xác suất vỡ nợ cho từng NHTMCP Việt Nam, làm cơ sở xây dựng bảng xếp hạng tín dụng tương thích với chuẩn mực quốc tế Moody's-KMV.
• Đề xuất hệ thống các khuyến nghị và hàm ý chính sách khả thi giúp cơ quan quản lý tiền tệ (NHNN) sớm phát hiện các tổ chức tín dụng yếu kém để can thiệp kịp thời, đồng thời hỗ trợ các ngân hàng thương mại chủ động phòng ngừa rủi ro mất thanh toán.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án:

• Phạm vi dữ liệu thực nghiệm giới hạn trong giai đoạn 2010-2015 với tổng số 114 quan sát do nhiều ngân hàng thực hiện sáp nhập, hợp nhất hoặc chuyển giao bắt buộc làm gián đoạn chuỗi báo cáo tài chính kiểm toán công khai.
• Luận án tập trung chủ yếu vào các dữ liệu định lượng từ báo cáo tài chính và các chỉ số kinh tế vĩ mô; chưa lượng hóa được các yếu tố phi tài chính phức tạp như phẩm chất ban quản trị, mức độ tập trung sở hữu chéo và các giao dịch với bên liên quan do hạn chế về tính minh bạch của thông tin thị trường.

Hướng nghiên cứu tiếp theo:

• Mở rộng chuỗi số liệu thời gian sau năm 2015 để kiểm chứng tính bền vững của các mô hình dự báo trong bối cảnh các ngân hàng áp dụng chuẩn mực an toàn vốn mới.
• Bổ sung các biến kiểm soát về cơ cấu quản trị, sở hữu nhà nước, mức độ đa dạng hóa thu nhập ngoài lãi và các chỉ báo thị trường chứng khoán đối với các ngân hàng đã niêm yết.
• Thử nghiệm kết hợp thêm các thuật toán học máy khác nhằm nâng cao khả năng phân loại trên các tập dữ liệu mảng không cân bằng.

Giá trị tham khảo

Luận án là tài liệu tham khảo có giá trị chuyên môn đối với nhiều nhóm đối tượng:

• Đối với nghiên cứu sinh, học viên cao học và giảng viên chuyên ngành Kinh tế học, Toán kinh tế, Tài chính - Ngân hàng: Luận án cung cấp quy trình nghiên cứu mẫu mực về việc ứng dụng kết hợp giữa phương pháp phi tham số (DEA), kinh tế lượng dữ liệu mảng (Panel Logit tác động cố định) và các mô hình học máy (ANN, DT) trong phân tích tài chính ngân hàng. Các chương 2 và 4 là tài liệu tham khảo trực tiếp về mặt kỹ thuật xử lý dữ liệu và thiết lập mô hình.
• Đối với cơ quan quản lý nhà nước (Ngân hàng Nhà nước, Cơ quan Thanh tra Giám sát Ngân hàng, Bảo hiểm Tiền gửi Việt Nam, VAMC): Chương 4 và Chương 5 cung cấp khung công cụ định lượng hỗ trợ nhận diện từ xa các ngân hàng yếu kém, đo lường xác suất đổ vỡ và phân loại mức độ rủi ro tín dụng phục vụ công tác giám sát an toàn vĩ mô và vi mô.
• Đối với ban điều hành và khối quản trị rủi ro tại các NHTMCP: Hệ thống chỉ tiêu cảnh báo ở Chương 2 và bộ quy tắc phân nhánh của cây quyết định ở Chương 4 hỗ trợ các ngân hàng tự đánh giá sức khỏe tài chính, chủ động kiểm soát quy mô nợ xấu và duy trì hệ số an toàn vốn hợp lý.

Câu hỏi thường gặp

1. Vì sao luận án không sử dụng tiêu chí phá sản thực tế mà phải xây dựng biến nguy cơ vỡ nợ kết hợp giữa tỷ lệ nợ xấu và phương pháp DEA? Thực tiễn ngành ngân hàng Việt Nam giai đoạn nghiên cứu chưa từng ghi nhận trường hợp tòa án tuyên bố phá sản chính thức. Khi một ngân hàng mất khả năng thanh toán, Ngân hàng Nhà nước áp dụng các biện pháp tái cơ cấu, kiểm soát đặc biệt hoặc sáp nhập bắt buộc. Do đó, luận án xác định nguy cơ vỡ nợ tiềm tàng thông qua hai dấu hiệu: tỷ lệ nợ xấu $NPL \ge 3%$ (ngưỡng mất an toàn bắt buộc phải bán nợ cho VAMC theo quy định của NHNN) và hiệu quả hoạt động thuộc nhóm C theo DEA (thiếu hụt năng lực tạo lợi nhuận để bù đắp rủi ro tín dụng).

2. Luận án lượng hóa tính đặc thù riêng biệt của từng ngân hàng bằng kỹ thuật nào? Luận án sử dụng mô hình hồi quy Logit với dữ liệu mảng tác động cố định (FE) sau khi thực hiện kiểm định Hausman. Mô hình này ước lượng các hệ số chặn riêng biệt cho từng ngân hàng trong tổng số 35 NHTMCP khảo sát, qua đó phản ánh các yếu tố đặc thù cố định không quan sát được của từng tổ chức tín dụng ảnh hưởng tới xác suất vỡ nợ.

3. Ba mô hình cảnh báo được xây dựng trong luận án có đặc điểm gì khác nhau? Luận án xây dựng và so sánh 3 mô hình trên cùng tập dữ liệu 114 quan sát: mô hình Logit dữ liệu mảng (dựa trên phân phối xác suất logistic và cung cấp hệ số giải thích tác động biên); mô hình Mạng nơron nhân tạo ANN (mạng 3 lớp với 10 nút ẩn có khả năng học các mối quan hệ phi tuyến phức tạp); và mô hình Cây quyết định DT (phân chia không gian dữ liệu bằng các quy tắc nếu - thì trực quan, dễ áp dụng trong thực tiễn thanh tra).

4. Luận án ứng dụng kết quả dự báo để xếp hạng tín dụng các ngân hàng như thế nào? Sau khi ước lượng xác suất vỡ nợ $p$ từ các mô hình thực nghiệm, tác giả tiến hành đối chiếu giá trị xác suất này với bảng phân loại mức độ rủi ro và các mức xếp hạng tín dụng chuẩn của mô hình Moody's-KMV, từ đó chia các NHTMCP Việt Nam thành các nhóm hạng tín dụng tương ứng với mức độ an toàn tài chính.

Kết luận

Luận án tiến sĩ của tác giả Đặng Huy Ngân đã giải quyết thành công bài toán nhận diện và cảnh báo sớm nguy cơ đổ vỡ đối với hệ thống ngân hàng thương mại cổ phần Việt Nam giai đoạn 2010-2015. Bằng việc kết hợp sáng tạo giữa tiêu chuẩn quản lý nợ xấu với phương pháp phân tích bao dữ liệu DEA, tác giả đã lượng hóa được biến phụ thuộc nguy cơ vỡ nợ phù hợp với đặc thù thể chế của Việt Nam. Công trình đã thiết lập và so sánh hiệu quả giữa mô hình Logit dữ liệu mảng tác động cố định với các thuật toán thông minh gồm mạng nơron nhân tạo và cây quyết định, lượng hóa được tính đặc thù cá thể của từng ngân hàng. Kết quả nghiên cứu cung cấp cơ sở khoa học và thực tiễn tin cậy cho Ngân hàng Nhà nước trong công tác thanh tra, giám sát hệ thống cũng như hỗ trợ các ngân hàng thương mại nâng cao năng lực quản trị rủi ro tín dụng.

Trích đoạn nội dung tài liệu

Chương 1, luận án trình bày khái niệm vỡ nợ, vỡ nợ ngân hàng thương mại. Qua việc tổng quan các nghiên cứu vỡ nợ, vỡ nợ ngân hàng tiêu biểu trên thế giới và ở Việt Nam, tác giả cũng chỉ ra khoảng trống nghiên cứu và đề ra mục tiêu nghiên cứu. Khái niệm vỡ nợ, vỡ nợ ngân hàng thương mại Hiện tượng “phá sản” hay “vỡ nợ” đã có từ lâu nhưng nó được nói đến nhiều trong nền kinh tế thị trường. Trong nền kinh tế thị trường các doanh nghiệp phải cạnh tranh khốc liệt với nhau, các doanh nghiệp kinh doanh hiệu quả tồn tại và phát triển còn các doanh nghiệp làm ăn kém hiệu quả, thua lỗ, không thể thanh toán các nghĩa vụ tài chính thì vỡ nợ, phá sản.

Sự vỡ nợ của doanh nghiệp dẫn đến sự xung đột lợi ích của các chủ thể tham gia vào các quan hệ kinh tế. Việc xác định rõ khái niệm này là cơ sở để Nhà nước, các chủ thể trong nền kinh tế có thể can thiệp một cách có ý thức vào hiện tượng này nhằm hạn chế tối đa những hậu quả tiêu cực và khai thác những mặt tích cực của nó. Theo từ điển Tiếng Việt của Viện ngôn ngữ (1988, tr.790) viết rằng “ phá sản là lâm vào tình trạng tài sản chẳng còn gì, và thường là vỡ nợ, do kinh doanh bị thua lỗ, thất bại; vỡ nợ là tình trạng doanh nghiệp, cá nhân lâm vào tình trạng bị thua lỗ, thất bại liên tiếp trong kinh doanh, phải bán tài sản để trang trải công nợ, mà cũng có thể không trang trải được hết”. Trong luận án này tác giả sử dụng thuật ngữ ‘vỡ nợ’.

Theo hiệp ước Basell II (2008), nguy cơ vỡ nợ được xem như sự kiện hoặc sự cố liên quan đến những chủ thể vay, khi ít nhất một trong các khả năng sau đây xảy ra: - Không có khả năng thực hiện nghĩa vụ trả nợ khi đến thời hạn hoàn trả hay là tình trạng mất khả năng thanh toán nợ đến hạn, bao gồm vốn vay và tiền lãi phải trả. - Không có khả năng thực hiện nghĩa vụ tín dụng khi quá hạn trên 90 ngày. - Giá trị tài sản nhỏ hơn vốn vay. Dưới giác độ pháp lý theo văn bản luật mới nhất, luật phá sản số 51/2014/QH13 ngày 19/6/2014 quy định: “ Vỡ nợ là tình trạng của doanh nghiệp, hợp tác xã mất khả năng thanh toán và bị tòa án nhân dân ra quyết định tuyên bố vỡ nợ”, luật cũng chỉ rõ: “Doanh nghiệp, hợp tác xã mất khả năng thanh toán là doanh nghiệp, hợp tác xã không thực hiện nghĩa vụ thanh toán khoản nợ trong thời hạn 03 tháng kể từ ngày đến hạn 5 Luận án tiến sĩ Kinh tế thanh toán”.

Luật phá sản số 51/2014/QH được xem là văn bản pháp lý đầy đủ nhất về phá sản, vỡ nợ doanh nghiệp. Vỡ nợ ngân hàng thương mại Về mặt kỹ thuật, vỡ nợ ngân hàng là một tình trạng trong đó một NH không thể đáp ứng được trách nhiệm thanh toán cho những người gửi tiền và không có đủ khoản tiền dự trữ theo như đòi hỏi phải có (Mishkin, 1999, tr. Do tính chất quan trọng của các TCTD trong đó có ngân hàng đối với nền kinh tế nên việc vỡ nợ của TCTD được quy định riêng ở mục 2, điều 155 của Luật các TCTD số 47/2010/QH12 ra ngày 16/6/2010 nêu rõ “Sau khi NHNN có văn bản chấm dứt kiểm soát đặc biệt hoặc văn bản chấm dứt áp dụng hoặc văn bản không áp dụng các biện pháp phục hồi khả năng thanh toán mà TCTD vẫn lâm vào tình trạng vỡ nợ thì TCTD đó phải làm đơn yêu cầu toà án mở thủ tục giải quyết yêu cầu tuyên bố vỡ nợ theo quy định của pháp luật về vỡ nợ”. Cũng theo điều 146 chương VIII, luật các TCTD 2010, mục kiểm soát đặc biệt, tổ chức lại, phá sản, giải thể, thanh lý TCTD có nêu: “NHNN xem xét, đặt các TCTD vào tình trạng kiểm soát đặc biệt khi TCTD lâm vào một trong các trường hợp sau + Có nguy cơ mất khả năng chi trả.

+ Nợ không có khả năng thu hồi có nguy cơ dẫn đến mất khả năng thanh toán. + Khi số lỗ lũy kế của TCTD lớn hơn 50% giá trị thực của vốn điều lệ và các quỹ dự trữ ghi trong báo cáo tài chính đã được kiểm toán gần nhất. + Hai năm liên tục bị xếp hạng yếu kém theo quy định của NHNN. + Không duy trì được tỷ lệ đảm bảo an toàn vốn tối thiểu quy định tại điểm b, khoản 1 Điều 130 của luật Này trong thời gian một năm liên tục”.

Như vậy việc vỡ nợ của các TCTD, các ngân hàng ở Việt Nam được quy định và giám sát rất chặt chẽ. Hậu quả của vỡ nợ ngân hàng Sự vỡ nợ của các NHTM gây ra sự mất vốn của các cổ đông ngân hàng, sự tổn thất cho người gửi tiền (nếu không được chi trả bảo hiểm tiền gửi đầy đủ), nếu qui mô vỡ nợ lớn hơn nó có thể tạo phản ứng đổ vỡ dây chuyền hệ thống NH, kéo theo khủng hoảng tài chính. Hậu quả của nó rất dai dẳng gây ra suy thoái kinh tế và làm kiệt quệ nguồn vốn đầu tư nhất là ở các nước đang phát triển (Lê Khương Ninh, 2015). Ví dụ điển hình là chi phí khắc phục hậu quả của cuộc khủng hoảng tài chính Châu Á năm 6 Luận án tiến sĩ Kinh tế 1997 (bắt nguồn từ cuộc khủng hoảng ngân hàng và tiền tệ) lên tới 200 tỷ đô-la Mỹ, trong đó người gửi tiền và Chính phủ gánh chịu.

Trong lịch sử đã xảy ra nhiều vụ vỡ nợ các ngân hàng lớn trên thế giới.1 nêu một số cuộc khủng hoảng ngân hàng điển hình từ năm 1980.1: Một số cuộc khủng hoảng ngân hàng điển hình TT Địa bàn Sự kiện Nguyên nhân 1 Châu Mỹ Hơn 70 ngân hàng bị giải thể hoặc cần Lãi suất giảm và chính La-tinh cứu trợ. Quốc hữu hoá ngân hàng quy sách tiền tệ thắt chặt ở Hoa (1980-1983) mô lớn diễn ra ở Mexico, Uruguay, Kỳ, cùng với sự xấu đi của Chile và Peru. môi trường kinh tế vĩ mô trong nước. Hoa Kỳ 1300 ngân hàng vỡ nợ.

Chi phí Bùng nổ thị trường bất (1988-1992) khắc phục là 180 tỷ đô-la Mỹ (khoảng động sản cùng việc gỡ bỏ 3% GDP). một số quy định đối với lĩnh vực tài chính khiến các TCTD thực hiện các khoản cho vay quá rủi ro. 2 Hoa Kỳ Khủng hoảng tự dẫn đến vấn đề thanh Bùng nổ bong bong nhà (2007-2009) khoản ở hệ thống ngân hàng do nhu đất khiến cho thị trường cầu đối với các loại chứng khoán phái cho vay sụp đổ, làm cho sinh giảm sâu. Các loại tài sản tài nhu cầu đối với các loại chính khó định giá bị mất giá do áp chứng khoán phái sinh dụng các quy định kế toán mới.

3 Phần Lan, Na Chính phủ kiểm soát ba ngân hàng lớn Tự do tài chính dẫn đến Uy và Thụy chiếm đến 31% tổng lượng tiền gửi. bùng nổ cho vay, cùng với Điển (1991) lãi suất tăng ở Đức nên chất lượng các khoản cho vay không thể kiểm soát. 4 Khủng hoảng Khủng hoảng ngân hàng và tiền tệ. Nợ Sự mở rộng thị trường vốn tài chính Châu xấu tăng đột biến ở Thái Lan, Hàn quốc tế, cùng sự định giá Á (1997) Quốc, Indonesia, Philippines và quá cao đồng nội tệ dẫn Malaysia, dẫn tới nhiều vụ sáp nhập đến việc vay và cho vay các NH.

Nguồn: Amri và Kocher (2012) 7 Luận án tiến sĩ Kinh tế 1. Tổng quan các nghiên cứu vỡ nợ, vỡ nợ ngân hàng trên thế giới Nghiên cứu dự báo vỡ nợ công ty là một chủ đề quan trọng và được quan tâm rộng rãi, đã có nhiều mô hình dự báo vỡ nợ phát triển dựa trên các lý thuyết khác nhau. Dự báo vỡ nợ gắn liền với thuật ngữ cảnh báo sớm được hiểu là hoạt động nhận biết nguy cơ vỡ nợ của một chủ thể trong tương lai từ các chỉ báo trong hiện tại. Cơ sở cho việc dự báo vỡ nợ là việc phân tích mối quan hệ giữa vỡ nợ doanh nghiệp với các chỉ số tài chính được thể hiện trên các báo cáo liên quan đến doanh nghiệp.

Lý luận này đưa ra bởi tác giả Fitzpatrick (1934) và được hoàn thiện trong các nghiên cứu sau đó như của Atlman (1968, 1983, 1993). Tổng quan các mô hình và các nghiên cứu vỡ nợ tiêu biểu Khi nghiên cứu về các mô hình cảnh báo vỡ nợ người ta thường chia ra các loại mô hình: - Các mô hình, phương pháp thống kê chứa tham số: phân tích đơn biến, phân tích phân biệt đa biến, mô hình Logit, Probit, phân tích sống sót,. - Các mô hình phi tham số: mạng nơron nhân tạo, học máy, cây quyết định, mô hình nhận dạng đặc điểm, thuật toán di truyền,.1: Mô tả các mô hình thường được sử dụng trong nghiên cứu cảnh báo vỡ nợ. Dự báo vỡ nợ Mô hình thống kê Các mô hình phi tham số UDA LA, PA MDA Mạng Cây Phân tích Thuật toán Máy hỗ Nơ ron quyết đặc điểm di truyền trợ véc tơ định Hình 1.1: Các mô hình chủ yếu trong nghiên cứu cảnh báo vỡ nợ Nguồn: Tổng hợp của tác giả từ các tài liệu tham khảo Trong đó: UDA- phân tích phân biệt đơn biến; MDA- phân tích phân biệt đa biến; LA- mô hình Logit; PA- mô hình Probit.

8 Luận án tiến sĩ Kinh tế a) Nhóm mô hình thống kê: phân tích đơn biến, phân tích phân biệt đa biến, mô hình Logit, Probit. Nghiên cứu sử dụng phân tích phân biệt đơn biến: Nội dung chính của phân tích đơn biến trong nghiên cứu cảnh báo vỡ nợ là xem xét các nhân tố đơn lẻ và so sánh các nhân tố giữa hai nhóm công ty vỡ nợ và nhóm công ty không vỡ nợ, nếu các nhân tố tài chính cho thấy các dấu hiệu khác nhau giữa hai nhóm vỡ nợ và không vỡ nợ thì chúng được sử dụng như các biến dự báo. Vụ nghiên cứu chính sách và thương mại Mỹ (1930) công bố tập san các kết quả nghiên cứu trong cuốn ‘ Một phân tích, kiểm tra các công ty công nghiệp vỡ nợ ’. Nghiên cứu đã phân tích 24 nhân tố của 29 công ty để xác định những tính chất chung của nhóm công ty bị vỡ nợ.

Trung bình của các nhân tố được xác định dựa trên số liệu các nhân tố của 29 công ty. Các nhân tố của mỗi công ty được so sánh với trung bình của các nhân tố tương ứng để chỉ ra tính chất hoặc xu hướng của công ty. Các nghiên cứu tìm ra 8 nhân tố để xem xét như các chỉ báo tốt về tình trạng suy yếu của một công ty.