Tổng quan nghiên cứu

Trong hệ thống các định chế tài chính, ngân hàng thương mại đóng vai trò huyết mạch cung ứng vốn cho nền kinh tế, trong đó hoạt động cấp tín dụng cho khách hàng doanh nghiệp luôn chiếm tỷ trọng nguồn vốn chủ đạo. Tuy nhiên, rủi ro tín dụng nói chung và nợ xấu nói riêng luôn là thách thức thường trực, đe dọa trực tiếp đến tính thanh khoản và sự tồn tại của các tổ chức tín dụng. Giai đoạn 2019–2021, làn sóng bùng phát của đại dịch COVID-19 đã tác động tiêu cực đến năng lực sản xuất kinh doanh và dòng tiền trả nợ của khối doanh nghiệp, khiến quy mô nợ xấu toàn ngành ngân hàng gia tăng đáng kể.

Tại Ngân hàng Thương mại Cổ phần Đại Chúng Việt Nam (PVcomBank), tính đến năm 2021, quy mô tổng tài sản đã đạt 190.149 tỷ đồng, tăng trưởng 16,08% so với năm 2019. Trong đó, dư nợ cho vay đối với nền kinh tế đạt 87.757 tỷ đồng, chiếm 66,77% tổng dư nợ cho vay và đầu tư (đạt 131.438 tỷ đồng). Việc duy trì tỷ lệ nợ xấu dưới ngưỡng an toàn 3,0% theo quy định tại Thông tư 22/2019/TT-NHNN là yêu cầu cấp thiết để bảo vệ chất lượng tài sản và bảo đảm lợi nhuận hoạt động. Lợi nhuận ròng của ngân hàng sau khi giảm 34,92% vào năm 2020 (đạt 61,7 tỷ đồng) đã phục hồi lên 81 tỷ đồng vào năm 2021, tăng 31,28%.

Nghiên cứu được thực hiện nhằm nhận diện, phân tích và đo lường mức độ tác động của các nhân tố vi mô và vĩ mô ảnh hưởng đến nợ xấu của khách hàng doanh nghiệp tại PVcomBank giai đoạn 2019–2021 trên phạm vi 40 chi nhánh và 68 phòng giao dịch. Kết quả nghiên cứu cung cấp cơ sở khoa học và thực tiễn để ngân hàng xây dựng các chính sách kiểm soát rủi ro, nâng cao tỷ lệ trích lập dự phòng và nâng cao hiệu quả tín dụng doanh nghiệp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng Lý thuyết Bất cân xứng thông tin của Akerlof (1970) cùng mô hình phân phối tín dụng của Stiglitz và Weiss (1981). Khi ngân hàng thiếu thông tin hoàn hảo về tình trạng tài chính của doanh nghiệp vay vốn, hiện tượng lựa chọn đối nghịch và rủi ro đạo đức sẽ phát sinh, trực tiếp đẩy tỷ lệ phát sinh nợ quá hạn lên cao. Đồng thời, nghiên cứu tích hợp Lý thuyết Giám sát tài chính ủy thác của Diamond (1984) và Nguyên lý Hiệu ứng suy giảm tín dụng của Kwan và Eisenbeis (1997), chỉ ra rằng khi nợ xấu vượt ngưỡng an toàn, ngân hàng buộc phải chủ động thắt chặt tín dụng và gia tăng chi phí trích lập dự phòng rủi ro.

Khái niệm nợ xấu trong nghiên cứu được chuẩn hóa căn cứ theo Thông tư 11/2021/TT-NHNN của Ngân hàng Nhà nước Việt Nam. Nợ xấu nội bảng bao gồm các khoản nợ thuộc 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). Bên cạnh đó, mô hình nghiên cứu vận dụng các chỉ tiêu đánh giá cốt lõi gồm: Tỷ lệ nợ xấu trên tổng dư nợ tín dụng, tỷ lệ quỹ dự phòng rủi ro trên nợ xấu, và hệ số đòn bẩy tài chính của khách hàng doanh nghiệp.

Phương pháp nghiên cứu

Nghiên cứu kết hợp phương pháp định tính và định lượng nhằm bảo đảm tính khách quan và độ tin cậy khoa học:

  • Cỡ mẫu và thu thập dữ liệu: Dữ liệu thứ cấp được tổng hợp từ 450 hồ sơ tín dụng khách hàng doanh nghiệp cùng chuỗi báo cáo tài chính kiểm toán định kỳ theo quý tại PVcomBank giai đoạn 2019–2021. Mẫu nghiên cứu được lựa chọn theo phương pháp chọn mẫu phân tầng kết hợp định ngạch, đại diện cho các nhóm ngành kinh doanh chính gồm công nghiệp - xây dựng, thương mại và dịch vụ.
  • Phương pháp phân tích: Luận văn sử dụng mô hình hồi quy đa biến bằng phương pháp bình phương nhỏ nhất (OLS) trên phần mềm kinh tế lượng EViews 10. Phương pháp này được lựa chọn vì tính ưu việt trong việc lượng hóa chính xác mức độ tác động biên của từng nhân tố nội tại và vĩ mô đến tỷ lệ nợ xấu.
  • Quy trình kiểm định: Mô hình trải qua các bước kiểm định khuyết tật nghiêm ngặt, bao gồm kiểm định đa cộng tuyến thông qua hệ số phóng đại phương sai (VIF nhỏ hơn 5), kiểm định phương sai sai số thay đổi bằng kiểm định Breusch-Pagan, và kiểm định tự tương quan nhằm bảo đảm các ước lượng thu được là không chệch và có phương sai nhỏ nhất.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Mô hình định lượng và phân tích thực trạng hoạt động kinh doanh giai đoạn 2019–2021 đã làm rõ các phát hiện chủ yếu sau:

Thứ nhất, quy mô dư nợ cho vay khách hàng doanh nghiệp tăng trưởng liên tục từ 77.748 tỷ đồng năm 2019 lên 87.757 tỷ đồng năm 2021 (tăng trưởng 11,31%). Tuy nhiên, tốc độ mở rộng tín dụng nhanh chóng trong ngắn hạn có tương quan thuận với sự gia tăng nợ xấu ở độ trễ 1 kỳ với mức ý nghĩa thống kê 5%. Điều này cho thấy áp lực tăng trưởng dư nợ đã làm suy giảm nhẹ tiêu chuẩn thẩm định tín dụng ban đầu.

Thứ hai, tỷ lệ trích lập dự phòng rủi ro tín dụng và tỷ lệ nợ xấu năm trước có quan hệ cùng chiều mạnh mẽ ở mức ý nghĩa 1%. Khi các khoản nợ nhóm 3 đến nhóm 5 xuất hiện nhiều hơn, chi phí trích lập dự phòng tăng vọt đã trực tiếp kéo tụt lợi nhuận ròng của ngân hàng từ mức 94,8 tỷ đồng năm 2019 xuống 61,7 tỷ đồng năm 2020 (giảm 34,92%).

Thứ ba, các biến số phản ánh năng lực tài chính của doanh nghiệp (khả năng sinh lời, dòng tiền kinh doanh và hệ số nợ) cùng các biến số vĩ mô (tỷ lệ lạm phát, mức độ gián đoạn do giãn cách xã hội) giải thích tới 68,5% sự biến thiên của tỷ lệ nợ xấu khách hàng doanh nghiệp tại PVcomBank.

Thảo luận kết quả

Thực trạng nợ xấu gia tăng trong năm 2020 tại PVcomBank xuất phát từ nguyên nhân kép: sự đứt gãy chuỗi cung ứng khiến doanh thu của khách hàng doanh nghiệp sụt giảm, kết hợp với các vướng mắc trong việc thanh lý tài sản bảo đảm là máy móc, nhà xưởng. Đến năm 2021, nhờ chính sách thích ứng linh hoạt và mở rộng nguồn vốn huy động lên 141.554 tỷ đồng (tăng 5,29%), lợi nhuận sau thuế của PVcomBank đã phục hồi 31,28%, khẳng định hiệu quả của các biện pháp xử lý nợ bước đầu.

Kết quả nghiên cứu hoàn toàn tương đồng với các công trình thực nghiệm của Lê Minh Nhật (2015) và Khaled Subhi Rajha (2016), đồng thời chứng minh nguyên lý của Simon Kwan và Robert A. Eisenbeis (1997) về việc ngân hàng sẽ chủ động cơ cấu lại danh mục cho vay khi tỷ lệ nợ xấu có dấu hiệu chạm ngưỡng cảnh báo.

Về mặt trực quan hóa dữ liệu, các phát hiện này có thể được thể hiện thông qua biểu đồ kết hợp (combo chart) mô tả biến động dư nợ cho vay và tỷ lệ nợ xấu 5 nhóm qua 12 quý, đi kèm bảng ma trận tương quan và bảng kết quả hồi quy OLS sau khi khắc phục hiện tượng phương sai thay đổi.

Đề xuất và khuyến nghị

Nhằm kiểm soát chặt chẽ và kéo giảm tỷ lệ nợ xấu của khách hàng doanh nghiệp tại PVcomBank trong giai đoạn 2023–2025, luận văn đưa ra 4 nhóm giải pháp trọng tâm:

  • Tái cơ cấu chính sách tín dụng và hạn mức ngành: Hội đồng Tín dụng PVcomBank cần ban hành khung phân bổ hạn mức tín dụng linh hoạt, ưu tiên các ngành nghề có khả năng tạo dòng tiền ổn định và kiểm soát chặt chẽ tỷ trọng cho vay lĩnh vực xây lắp, bất động sản; hướng tới mục tiêu duy trì tỷ lệ nợ xấu khách hàng doanh nghiệp toàn hệ thống dưới mức 2,5% trong giai đoạn 2023–2025.
  • Hiện đại hóa quy trình thẩm định và giám sát sau vay: Khối Quản trị rủi ro cần ứng dụng hệ thống chấm điểm tín dụng tự động tích hợp dữ liệu lớn, giúp cắt giảm 20% thời gian phê duyệt nhưng tăng cường độ chính xác; thực hiện tái thẩm định thực địa tài sản bảo đảm và dòng tiền doanh nghiệp định kỳ 03 tháng/lần đối với 100% các khoản vay trung và dài hạn.
  • Tăng cường năng lực trích lập dự phòng và xử lý nợ tồn đọng: Hội đồng Xử lý nợ cần đẩy mạnh tỷ lệ bao phủ nợ xấu vượt mức 100%, chủ động phối hợp với các tổ chức mua bán nợ chuyên nghiệp và cơ quan tư pháp để xử lý dứt điểm các khoản nợ nhóm 5 quá hạn trên 360 ngày, giải phóng tài sản thế chấp bị đóng băng.
  • Đào tạo chuẩn hóa chất lượng nguồn nhân lực: Khối Quản trị Nguồn nhân lực phối hợp với các đơn vị nghiệp vụ tổ chức các khóa tập huấn nâng cao kỹ năng phân tích báo cáo tài chính chuyên sâu và đạo đức nghề nghiệp cho 4.000 cán bộ nhân viên toàn hàng, bảo đảm 100% chuyên viên khách hàng doanh nghiệp hoàn thành chứng chỉ nghiệp vụ trước quý 4 năm 2024.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị học thuật và thực tiễn sâu rộng, là tài liệu tham khảo thiết thực cho 4 nhóm đối tượng sau:

  • Ban Lãnh đạo và Khối Quản trị rủi ro tại các ngân hàng thương mại: Tham khảo mô hình hồi quy đa biến và các tiêu chí phân loại nợ theo Thông tư 11/2021/TT-NHNN để xây dựng hệ thống cảnh báo sớm rủi ro tín dụng, giúp quản trị an toàn danh mục cho vay doanh nghiệp có quy mô trên 80.000 tỷ đồng.
  • Chuyên viên tín dụng và thẩm định khách hàng doanh nghiệp: Ứng dụng quy trình đánh giá năng lực tài chính, phương pháp kiểm tra thực địa tài sản bảo đảm nhằm giảm thiểu các khoản nợ quá hạn từ 10 đến 90 ngày phát sinh trong quá trình cấp vốn.
  • Học viên cao học, nghiên cứu sinh ngành Tài chính – Ngân hàng: Sử dụng dữ liệu thực nghiệm giai đoạn 2019–2021 cùng quy trình chạy mô hình OLS trên phần mềm EViews 10 làm nghiên cứu đối chứng cho các luận văn về quản trị rủi ro tín dụng và ngân hàng thương mại.
  • Cơ quan quản lý nhà nước và Ngân hàng Nhà nước Việt Nam: Khảo sát thực tế tác động của các văn bản pháp quy đối với thực tiễn hoạt động của ngân hàng quy mô vốn điều lệ 9.000 tỷ đồng, từ đó có thêm cơ sở thực tiễn để hoàn thiện khung chính sách tiền tệ và trích lập dự phòng.

Câu hỏi thường gặp

Nợ xấu của khách hàng doanh nghiệp tại ngân hàng thương mại được xác định dựa trên những tiêu chí nào?
Căn cứ Thông tư 11/2021/TT-NHNN, nợ xấu khách hàng doanh nghiệp bao gồm các khoản nợ thuộc nhóm 3 (quá hạn từ 91 đến 180 ngày), nhóm 4 (quá hạn từ 181 đến 360 ngày) và nhóm 5 (quá hạn trên 360 ngày). Việc phân loại này giúp ngân hàng nhận diện chính xác các khoản nợ có nguy cơ mất vốn và chủ động phương án xử lý kịp thời.

Quy mô dư nợ cho vay khách hàng doanh nghiệp chiếm tỷ trọng bao nhiêu trong hoạt động của PVcomBank?
Tại PVcomBank, hoạt động tín dụng doanh nghiệp giữ vai trò cốt lõi. Năm 2021, dư nợ cho vay đối với nền kinh tế đạt 87.757 tỷ đồng, chiếm tới 66,77% tổng dư nợ cho vay và đầu tư (đạt 131.438 tỷ đồng). Quy mô lớn đòi hỏi ngân hàng phải kiểm soát nghiêm ngặt để hạn chế tổn thất lan truyền.

Đại dịch COVID-19 đã ảnh hưởng cụ thể như thế nào đến lợi nhuận ròng của PVcomBank năm 2020?
Dịch bệnh làm gián đoạn dòng tiền trả nợ của doanh nghiệp, khiến chi phí trích lập dự phòng tăng cao, dẫn tới lợi nhuận ròng của PVcomBank năm 2020 giảm 34,92% xuống còn 61,7 tỷ đồng (so với 94,8 tỷ đồng năm 2019). Tuy nhiên, lợi nhuận đã phục hồi 31,28% vào năm 2021 khi ngân hàng tái cấu trúc thành công.

Mô hình OLS trên EViews 10 trong luận văn giải quyết những vấn đề kinh tế lượng nào?
Mô hình ước lượng trên mẫu 450 quan sát đã kiểm định và khắc phục thành công các hiện tượng vi phạm giả định như đa cộng tuyến (hệ số VIF nhỏ hơn 5) và phương sai sai số thay đổi bằng kiểm định Breusch-Pagan, bảo đảm kết quả ước lượng về các nhân tố ảnh hưởng nợ xấu đạt độ tin cậy cao.

Giải pháp then chốt nào giúp PVcomBank duy trì tỷ lệ nợ xấu dưới ngưỡng an toàn 3%?
Giải pháp cốt lõi bao gồm việc siết chặt quy trình chấm điểm tín dụng tự động, kiểm tra định kỳ tài sản bảo đảm 03 tháng/lần, nâng cao năng lực cho 4.000 cán bộ nhân viên và đẩy mạnh xử lý tài sản bảo đảm của các khoản nợ nhóm 5 để nâng tỷ lệ bao phủ nợ xấu lên trên 100%.

Kết luận

  • Hệ thống hóa toàn diện cơ sở lý luận về rủi ro tín dụng, bất cân xứng thông tin và chuẩn mực phân loại 5 nhóm nợ theo quy định của Ngân hàng Nhà nước.
  • Đánh giá chi tiết bức tranh tài chính của PVcomBank giai đoạn 2019–2021 với tổng tài sản tăng trưởng 16,08%, đạt 190.149 tỷ đồng và vốn huy động đạt 141.554 tỷ đồng.
  • Lượng hóa thành công các nhân tố vi mô và vĩ mô tác động đến tỷ lệ nợ xấu khách hàng doanh nghiệp thông qua mô hình OLS với mức giải thích 68,5%.
  • Đề xuất 4 nhóm giải pháp khả thi về chính sách hạn mức, quy trình thẩm định, xử lý nợ xấu tồn đọng và nâng cao chất lượng nguồn nhân lực.
  • Khẳng định tầm quan trọng của việc kiểm soát tỷ lệ nợ xấu dưới 2,5% nhằm nâng cao hệ số an toàn vốn và bảo toàn năng lực cạnh tranh của ngân hàng.

Công trình luận văn thạc sĩ chuyên ngành Tài chính – Ngân hàng của tác giả Ninh Ngọc Quang đã hoàn thành xuất sắc mục tiêu nghiên cứu, đóng góp hệ thống giải pháp có giá trị ứng dụng cao cho PVcomBank. Các giải pháp cần được triển khai đồng bộ từ quý 1 năm 2023 đến hết năm 2025. Bạn đọc, các chuyên gia tài chính và nhà nghiên cứu quan tâm có thể tham khảo toàn văn công trình để khai thác chi tiết bộ dữ liệu và mô hình phân tích chuyên sâu.