Bối cảnh và vấn đề nghiên cứu

Hoạt động tín dụng giữ vai trò trung tâm trong hệ thống ngân hàng thương mại (NHTM), đóng góp tỷ trọng lớn nhất vào tổng thu nhập của các tổ chức tín dụng và thực hiện chức năng chu chuyển vốn phục vụ phát triển kinh tế. Tuy nhiên, đây cũng là lĩnh vực tiềm ẩn rủi ro cao nhất, đặc biệt trước những biến động vĩ mô phức tạp, tác động từ thị trường quốc tế và sự bùng phát của đại dịch COVID-19. Trong bối cảnh áp lực cạnh tranh ngành ngày càng gia tăng và yêu cầu kiểm soát an toàn hệ thống đặt ra cấp thiết, việc nhận diện và đo lường các nhân tố tác động đến chất lượng tín dụng (CLTD) trở thành nhiệm vụ trọng tâm của các ngân hàng.

Tác giả Đặng Thị Lan Anh thực hiện khóa luận tốt nghiệp thuộc ngành Tài chính - Ngân hàng tại Học viện Ngân hàng với đề tài: "Xác định các nhân tố ảnh hưởng đến chất lượng tín dụng tại các Ngân hàng Thương mại Việt Nam giai đoạn 2013 – 2020".

Mục tiêu nghiên cứu:

  1. Đưa ra cơ sở lý luận chung về chất lượng tín dụng và các nhân tố ảnh hưởng đến chất lượng tín dụng của NHTM.
  2. Phân tích, đánh giá thực trạng chất lượng tín dụng tại hệ thống NHTM Việt Nam giai đoạn 2013 – 2020.
  3. Sử dụng phương pháp phân tích định tính và định lượng để xác định, làm rõ các nhân tố tác động đến chất lượng tín dụng tại các NHTM Việt Nam; chỉ ra mức độ và cơ chế tác động của các nhân tố này.
  4. Đề xuất hệ thống giải pháp và khuyến nghị nhằm tối ưu hóa, nâng cao chất lượng tín dụng tại các NHTM Việt Nam.

Câu hỏi nghiên cứu:

  1. Những nhân tố nào tác động đến chất lượng tín dụng của các NHTM Việt Nam?
  2. Các nhân tố này tác động như thế nào (chiều hướng và mức độ) đến chất lượng tín dụng của các NHTM?
  3. Giải pháp và khuyến nghị nào giúp các NHTM Việt Nam kiểm soát rủi ro và cải thiện chất lượng tín dụng hiệu quả?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các nhân tố ảnh hưởng đến chất lượng tín dụng và mức độ tác động của chúng đối với hệ thống NHTM Việt Nam.
  • Phạm vi không gian: 20 NHTM tại Việt Nam (gồm Agribank, Vietinbank, BIDV, Vietcombank, MBBank, Techcombank, Sacombank, ACB, HDBank, VPBank, TPBank, MSB, VIB, SHB, SCB, SeABank, OCB, LienVietPostBank, BacABank, ABBank).
  • Phạm vi thời gian: Dữ liệu chuỗi thời gian - không gian được thu thập trong giai đoạn 2013 – 2020; các đề xuất, định hướng giải pháp hướng tới giai đoạn đến năm 2030.

Cơ sở lý thuyết và phương pháp

Khóa luận kết hợp khung lý thuyết kinh tế học ngân hàng, hệ thống văn bản quy phạm pháp luật của Ngân hàng Nhà nước (NHNN) và mô hình định lượng kinh tế lượng bảng.

Khung khái niệm và văn bản pháp lý:

  • Khái niệm CLTD: Khả năng đáp ứng kịp thời, hợp lý nhu cầu vốn của khách hàng theo đúng quy định pháp luật, đảm bảo an toàn vốn và sinh lời cho ngân hàng. CLTD được xem xét đồng thời từ ba góc độ: ngân hàng, khách hàng và lợi ích xã hội.
  • Chỉ tiêu đo lường định lượng: Rủi ro tín dụng đo bằng tỷ lệ nợ xấu (NPL - nợ nhóm 3, 4, 5 theo Quyết định 439/2005/QĐ-NHNN và Quyết định 22/VBHN-NHNN), tỷ lệ nợ quá hạn (theo Thông tư 11/2021/TT-NHNN) và tỷ lệ chi phí dự phòng rủi ro.
  • Khung pháp lý điều chỉnh: Quyết định 254/QĐ-TTg, Nghị định 53/2013/NĐ-CP, Thông tư 02/2013/TT-NHNN, Thông tư 09/2014/TT-NHNN, Nghị định 34/2015/NĐ-CP, Nghị quyết số 42/2017/QH14 và Thông tư 01/2020/TT-NHNN.

Phương pháp nghiên cứu thực tế:

  • Mô hình kinh tế lượng kế thừa: Tác giả xây dựng mô hình kết hợp từ nghiên cứu của Amit Ghosh (2015) và Nir Klein (2013), phân tích tác động đồng thời của các biến vi mô nội tại ngân hàng và biến vĩ mô nền kinh tế lên tỷ lệ nợ xấu ($NPL_{it}$).
  • Quy trình ước lượng định lượng:
    1. Thống kê mô tả, ma trận tương quan Pearson và kiểm định đa cộng tuyến qua hệ số phóng đại phương sai (VIF).
    2. Hồi quy mô hình Pooled OLS, mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM).
    3. Kiểm định Hausman để lựa chọn giữa FEM và REM; kiểm định Breusch-Pagan Lagrange Multiplier để so sánh giữa Pooled OLS và FEM/REM.
    4. Kiểm định các khuyết tật mô hình (phương sai sai số thay đổi bằng Modified Wald test, kiểm định tự tương quan).
    5. Sử dụng phương pháp bình phương tối thiểu tổng quát khả thi (FGLS) để khắc phục khuyết tật và đưa ra kết quả ước lượng vững.

Mô hình hồi quy chi tiết: $$NPL_{it} = \beta_0 + \beta_1 NPL_{i(t-1)} + \beta_2 TTTD_{it} + \beta_3 CPDPRR_{it} + \beta_4 CIR_{it} + \beta_5 GDP_{it} + \beta_6 INF_{it} + \varepsilon_{it}$$

Tên biến Ký hiệu Cách tính toán / Đo lường Kỳ vọng dấu
Tỷ lệ nợ xấu (Biến phụ thuộc) $NPL_{it}$ Tổng nợ xấu năm t / Tổng dư nợ năm t -
Nợ xấu kỳ trước $NPL_{i(t-1)}$ Tỷ lệ nợ xấu của ngân hàng i năm (t-1) (+)
Tăng trưởng tín dụng $TTTD_{it}$ [Dư nợ năm t – Dư nợ năm (t-1)] / Dư nợ năm (t-1) (+)
Chi phí dự phòng rủi ro $CPDPRR_{it}$ Chi phí dự phòng rủi ro / Tổng tài sản (+)
Chi phí hoạt động $CIR_{it}$ Chi phí hoạt động / Tổng thu nhập hoạt động (+)
Tăng trưởng kinh tế $GDP_{it}$ Tốc độ tăng trưởng GDP thực tế hàng năm (-)
Tỷ lệ lạm phát $INF_{it}$ Tỷ lệ lạm phát hàng năm (+)

Nguồn dữ liệu: Dữ liệu bảng gồm 160 quan sát (20 NHTM $\times$ 8 năm giai đoạn 2013 – 2020), trích xuất từ Báo cáo tài chính kiểm toán và Báo cáo thường niên của 20 NHTM; dữ liệu vĩ mô (GDP, lạm phát) thu thập từ Ngân hàng Thế giới (World Bank) và Tổng cục Thống kê. Xử lý dữ liệu trên Microsoft Excel 2016 và Stata 16.


Nội dung chính theo từng chương

Chương 1: Cơ sở lý luận về chất lượng tín dụng và các nhân tố tác động đến chất lượng tín dụng của ngân hàng thương mại

Chương 1 hệ thống hóa cơ sở lý thuyết về hoạt động tín dụng và chất lượng tín dụng trong hệ thống ngân hàng. Tác giả phân tích tính cấp thiết của việc nâng cao CLTD trên cả hai bình diện:

  • Bình diện quản lý vĩ mô: Thực hiện tốt chức năng trung gian tín dụng và thanh toán không dùng tiền mặt, tiết kiệm chi phí lưu thông, hỗ trợ kiểm soát lạm phát, ổn định tiền tệ và thúc đẩy tăng trưởng bền vững.
  • Bình diện quản lý vi mô: Giúp ngân hàng đa dạng hóa sản phẩm, nâng cao uy tín thương hiệu, tối ưu hóa quy trình thẩm định, trích lập dự phòng rủi ro chính xác và bảo toàn vốn chủ sở hữu; đồng thời hỗ trợ khách hàng tiếp cận vốn kịp thời với chi phí hợp lý.

Chương này phân định rõ nhóm chỉ tiêu định tính (sự tuân thủ quy trình tín dụng, trình độ chuyên môn của cán bộ tín dụng, nền tảng khoa học công nghệ, uy tín thương hiệu) và nhóm chỉ tiêu định lượng (tỷ lệ nợ xấu, tỷ lệ nợ quá hạn, tỷ lệ trích lập dự phòng rủi ro). Tác giả tổng thuật các nghiên cứu thực nghiệm quốc tế và trong nước, làm rõ cơ chế tác động của 4 nhân tố vi mô ($NPL_{t-1}$, TTTD, CIR, CPDPRR) và 2 nhân tố vĩ mô (GDP, INF).

Chương 2: Thực trạng chất lượng tín dụng của các ngân hàng thương mại Việt Nam giai đoạn 2013 – 2020

Chương 2 phân tích toàn diện bức tranh hoạt động và CLTD của hệ thống NHTM Việt Nam trong giai đoạn 8 năm phục hồi và tái cơ cấu sau khủng hoảng:

  • Cơ cấu mạng lưới: Đến năm 2020, hệ thống gồm 4 NHTM Nhà nước, 31 NHTMCP, 9 ngân hàng 100% vốn nước ngoài và 2 ngân hàng liên doanh.
  • Huy động vốn: Tăng trưởng huy động vốn đạt mức cao nhất 19,90% vào năm 2013, duy trì ổn định quanh mức 14% – 17% trong các năm tiếp theo và đạt 14,00% năm 2020. Thị phần huy động vốn có sự dịch chuyển: nhóm NHTM Nhà nước chiếm khoảng 44,46%, trong khi nhóm NHTMCP và TCTD khác vươn lên chiếm 54,00% vào năm 2020.
  • Tăng trưởng tín dụng: Tốc độ TTTD dao động từ 12,00% – 18,17%; giai đoạn 2015 – 2017 tăng trưởng mạnh (17% – 18%) và có xu hướng chậm lại dưới 13% vào năm 2020 do chính sách kiểm soát an toàn vĩ mô của NHNN. Nhóm NHTMCP mở rộng thị phần tín dụng đạt trên 50% vào năm 2020.
  • Tình hình nợ xấu và dự phòng rủi ro: Nhờ triển khai Đề án cơ cấu lại hệ thống TCTD (Quyết định 254/QĐ-TTg) và khuôn khổ pháp lý xử lý nợ xấu từ Nghị quyết 42/2017/QH14, tỷ lệ nợ xấu nội bảng toàn hệ thống đã giảm mạnh từ trên 3% (năm 2013 – 2014) xuống mức dưới 2% (giai đoạn 2016 – 2019). Tuy nhiên, đến năm 2020, do tác động tiêu cực của dịch COVID-19, tỷ lệ nợ xấu và tỷ lệ trích lập dự phòng rủi ro có xu hướng tăng nhẹ trở lại.
  • Số liệu phân hóa giữa 20 NHTM (2019 – 2020): VPBank ghi nhận tỷ lệ nợ xấu cao nhất nhóm nghiên cứu (khoảng trên 3%), trong khi ACB duy trì tỷ lệ nợ xấu thấp nhất (dưới 1%). SCB ghi nhận biến động tăng nợ xấu từ 0,34% lên mức cao hơn trong năm 2020.
Chỉ tiêu ngành ngân hàng 2013 2014 2015 2016 2017 2018 2019 2020
Tăng trưởng huy động vốn (%) 19,90 17,00 16,50 16,00 15,00 12,61 14,50 14,00
Tăng trưởng tín dụng (%) 12,51 12,00 17,20 18,00 18,17 13,80 13,65 12,13
Tỷ lệ nợ xấu nội bảng (%) > 3,00 > 3,00 2,55 2,46 1,99 1,90 1,63 1,69

Chương 3: Mô hình đo lường các nhân tố ảnh hưởng đến chất lượng tín dụng tại các ngân hàng thương mại Việt Nam giai đoạn 2013 – 2020

Chương 3 trình bày chi tiết kết quả xử lý dữ liệu bảng 160 quan sát trên phần mềm Stata 16:

  • Thống kê mô tả dữ liệu:
Biến số Số quan sát Giá trị trung bình (Mean) Độ lệch chuẩn (Std. Dev.) Giá trị nhỏ nhất (Min) Giá trị lớn nhất (Max)
NPL (%) 160 1,1498 - 0,3400 (SCB) 6,9100 (Sacombank)
$NPL_{t-1}$ (%) 160 2,1926 1,4520 0,3400 (SCB) 8,2500 (SHB)
TTTD (%) 160 21,6804 15,3112 -14,2000 (MSB, 2014) 58,4000 (HDBank, 2013)
CPDPRR (%) 160 0,7783 0,5620 -0,6300 2,8500 (VPBank, 2019)
CIR (%) 160 50,5534 11,9175 28,9500 78,5000
GDP (%) 160 6,1200 1,4800 2,9100 (2020) 7,0800 (2018)
INF (%) 160 3,3813 1,7250 0,6300 (2015) 6,5900 (2013)
  • Kiểm định tương quan và đa cộng tuyến: Ma trận tương quan cho thấy không có cặp biến độc lập nào có hệ số tương quan vượt quá ngưỡng 0,8. Hệ số phóng đại phương sai (VIF) trung bình đạt 1,28; tất cả các biến đều có VIF < 2 (thấp hơn nhiều so với ngưỡng cảnh báo 10), khẳng định mô hình không gặp hiện tượng đa cộng tuyến.
  • Lựa chọn mô hình:
    • Hồi quy OLS, FEM và REM đều đạt hệ số $R^2 \approx 54,17%$ và mức ý nghĩa thống kê $p\text{-value} = 0,0000 < 0,05$.
    • Kiểm định Hausman cho giá trị thống kê $\chi^2(6) = 30,00$ với $p\text{-value} = 0,0000 < 0,05$, bác bỏ giả thuyết $H_0$, xác nhận mô hình tác động cố định (FEM) phù hợp hơn REM.
    • Kiểm định Breusch-Pagan Lagrange Multiplier cho $\chi^2(1) = 52,00$ ($p\text{-value} = 0,0000 < 0,05$), khẳng định mô hình FEM vượt trội hơn Pooled OLS.
    • Các kiểm định chẩn đoán sau hồi quy phát hiện hiện tượng phương sai sai số thay đổi (Modified Wald test) và tự tương quan. Tác giả tiến hành ước lượng FGLS (GLS tổng quát) để xử lý triệt để các khuyết tật này, đảm bảo tính vững của các hệ số hồi quy.

Chương 4: Giải pháp nâng cao chất lượng tín dụng của các NHTM Việt Nam

Dựa trên nền tảng kết quả định lượng và định hướng phát triển ngành ngân hàng đến năm 2030, tác giả đề xuất 3 nhóm giải pháp trọng tâm:

  1. Định hướng vĩ mô của Chính phủ và NHNN: Tiếp tục hoàn thiện khuôn khổ pháp lý về xử lý nợ xấu sau khi Nghị quyết 42 hết hiệu lực thí điểm; điều hành chính sách tiền tệ chủ động, linh hoạt nhằm kiểm soát lạm phát và giữ vững ổn định kinh tế vĩ mô.
  2. Nhóm giải pháp đối với các NHTM:
    • Nâng cao năng lực thẩm định và xếp hạng tín nhiệm khách hàng; kiểm soát chặt chẽ mục đích sử dụng vốn vay và tài sản bảo đảm.
    • Quản trị tốt chi phí hoạt động (tối ưu hóa CIR), đẩy mạnh chuyển đổi số và ứng dụng công nghệ trong giám sát rủi ro tín dụng.
    • Thận trọng trong việc mở rộng quy mô tín dụng, tránh tăng trưởng nóng vượt quá năng lực quản trị rủi ro và nguồn vốn tự có.
    • Thực hiện phân loại nợ và trích lập chi phí dự phòng rủi ro đầy đủ, minh bạch theo đúng quy định pháp lý.
  3. Khuyến nghị đối với cơ quan quản lý:
    • Hoàn thiện thị trường mua bán nợ tập trung, nâng cao năng lực hoạt động và cơ chế xử lý tài sản của VAMC.
    • Phát triển hệ thống thông tin tín dụng quốc gia (CIC), tạo điều kiện cho các NHTM truy xuất dữ liệu lịch sử tín dụng minh bạch.

Kết quả và đóng góp

Kết quả nghiên cứu chính

Mô hình ước lượng FGLS đã xác định rõ chiều hướng tác động của các nhân tố vi mô và vĩ mô đến tỷ lệ nợ xấu ($NPL$) tại 20 NHTM Việt Nam giai đoạn 2013 – 2020:

  • Tỷ lệ nợ xấu năm trước ($NPL_{t-1}$): Tác động cùng chiều (+) có ý nghĩa thống kê đến nợ xấu năm hiện tại, phản ánh tính trễ và sự tích tụ rủi ro của các khoản nợ xấu tồn đọng chưa được giải quyết dứt điểm.
  • Tăng trưởng tín dụng ($TTTD$): Tác động cùng chiều (+) đến tỷ lệ nợ xấu, cho thấy việc mở rộng tín dụng quá nhanh thường đi kèm với việc nới lỏng điều kiện thẩm định, làm gia tăng rủi ro tín dụng tiềm ẩn.
  • Chi phí dự phòng rủi ro ($CPDPRR$): Tác động cùng chiều (+) đến nợ xấu, chứng minh khi rủi ro danh mục tăng cao, các ngân hàng bắt buộc phải trích lập dự phòng nhiều hơn để bù đắp tổn thất.
  • Chi phí hoạt động ($CIR$): Tác động cùng chiều (+) đến nợ xấu, ủng hộ giả thuyết quản lý kém (poor management hypothesis) – năng lực quản lý chi phí yếu kém thường đi kèm với khâu thẩm định và kiểm soát tín dụng lỏng lẻo.
  • Tăng trưởng kinh tế ($GDP$): Tác động ngược chiều (-) đến nợ xấu, khẳng định môi trường kinh tế tăng trưởng tốt giúp cải thiện dòng tiền và khả năng trả nợ của khách hàng vay vốn.
  • Tỷ lệ lạm phát ($INF$): Tác động cùng chiều (+) đến nợ xấu, do lạm phát bào mòn thu nhập thực tế và gây khó khăn cho hoạt động sản xuất kinh doanh của người đi vay.

Đóng góp của khóa luận

  • Khắc phục hạn chế định tính: Bổ sung dữ liệu định lượng thực nghiệm cho các nghiên cứu trước đây vốn chủ yếu dựa vào khảo sát ý kiến định tính mang tính chủ quan.
  • Tính bao quát hệ thống: Mẫu nghiên cứu gồm 20 NHTM đại diện cho cả khối NHTM Nhà nước và NHTMCP, khắc phục khoảng trống của các đề tài chỉ khảo sát đơn lẻ tại một chi nhánh hoặc một ngân hàng.
  • Cập nhật giai đoạn biến động đặc thù: Dữ liệu phản ánh giai đoạn 2013 – 2020, bao hàm quá trình thực hiện Đề án tái cơ cấu hệ thống TCTD, triển khai Nghị quyết số 42/2017/QH14 và giai đoạn đầu chịu tác động của đại dịch COVID-19.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế về phạm vi mẫu và dữ liệu: Khóa luận tập trung nghiên cứu trên mẫu 20 NHTM tại Việt Nam trong khoảng thời gian 2013 – 2020 (160 quan sát). Mặc dù 20 ngân hàng này chiếm thị phần chi phối, mẫu nghiên cứu chưa bao phủ toàn bộ 100% các tổ chức tín dụng phi ngân hàng hoặc các ngân hàng liên doanh, ngân hàng 100% vốn nước ngoài quy mô nhỏ.
  • Hạn chế về biến số định tính: Do đặc thù của mô hình hồi quy dữ liệu bảng định lượng, một số nhân tố định tính nội bộ quan trọng như đạo đức cán bộ tín dụng, văn hóa quản trị rủi ro hoặc mức độ đầu tư cụ thể cho công nghệ ngân hàng lõi chưa được lượng hóa trực tiếp vào phương trình hồi quy.
  • Hướng nghiên cứu tiếp: Mở rộng chuỗi thời gian sau năm 2020 nhằm đánh giá toàn diện tác động dài hạn của đại dịch COVID-19 và giai đoạn phục hồi hậu dịch bệnh; nghiên cứu bổ sung mô hình GMM động (System GMM) để xử lý triệt để hơn hiện tượng nội sinh tiềm ẩn giữa các biến tài chính.

Giá trị tham khảo

  • Đối tượng thụ hưởng: Tài liệu phục vụ trực tiếp cho sinh viên, học viên cao học chuyên ngành Tài chính - Ngân hàng, Kinh tế học ứng dụng và Quản trị rủi ro tài chính đang thực hiện khóa luận, luận văn về chất lượng tín dụng và nợ xấu ngân hàng.
  • Nội dung giá trị:
    • Quy trình thực nghiệm kinh tế lượng chuẩn mực trên Stata (từ thống kê mô tả, kiểm định tương quan, VIF, so sánh OLS/FEM/REM qua Hausman và Breusch-Pagan, đến ước lượng FGLS khắc phục khuyết tật).
    • Hệ thống số liệu tổng hợp về tăng trưởng tín dụng, thị phần huy động và biến động nợ xấu của 20 NHTM Việt Nam trong giai đoạn 2013 – 2020.
    • Tổng mục văn bản quy phạm pháp luật và cơ chế chính sách xử lý nợ xấu tại Việt Nam (từ Thông tư 02, VAMC đến Nghị quyết 42).

Câu hỏi thường gặp

1. Khóa luận sử dụng biến số nào để đại diện đo lường chất lượng tín dụng?

Tác giả sử dụng biến Rủi ro tín dụng đo lường qua Tỷ lệ nợ xấu ($NPL_{it}$ = Tổng nợ xấu nhóm 3, 4, 5 chia cho Tổng dư nợ cho vay tại thời điểm cuối năm t) làm biến phụ thuộc chính để lượng hóa chất lượng tín dụng, căn cứ theo quy định phân loại nợ của NHNN và các nghiên cứu thực nghiệm quốc tế.

2. Dữ liệu nghiên cứu của khóa luận gồm bao nhiêu quan sát và thuộc những ngân hàng nào?

Nghiên cứu sử dụng bộ dữ liệu bảng gồm 160 quan sát, thu thập từ Báo cáo tài chính và Báo cáo thường niên của 20 NHTM Việt Nam (Agribank, Vietinbank, BIDV, Vietcombank, MBBank, Techcombank, Sacombank, ACB, HDBank, VPBank, TPBank, MSB, VIB, SHB, SCB, SeABank, OCB, LienVietPostBank, BacABank, ABBank) trong giai đoạn 8 năm từ 2013 đến 2020.

3. Kết quả kiểm định lựa chọn mô hình kinh tế lượng trong khóa luận diễn ra như thế nào?

Kiểm định Hausman đạt giá trị thống kê $\chi^2(6) = 30,00$ ($p\text{-value} = 0,0000 < 0,05$), dẫn đến việc bác bỏ mô hình REM để lựa chọn mô hình tác động cố định (FEM). Kiểm định Breusch-Pagan Lagrange Multiplier đạt $\chi^2(1) = 52,00$ ($p\text{-value} = 0,0000 < 0,05$), khẳng định mô hình FEM phù hợp hơn Pooled OLS. Cuối cùng, phương pháp FGLS được sử dụng để xử lý hiện tượng phương sai sai số thay đổi và tự tương quan.

4. Những nhân tố nào có tác động cùng chiều làm tăng tỷ lệ nợ xấu trong mô hình?

Kết quả ước lượng cho thấy có 5 nhân tố tác động cùng chiều (+) làm gia tăng tỷ lệ nợ xấu: Tỷ lệ nợ xấu năm trước ($NPL_{t-1}$), Tốc độ tăng trưởng tín dụng ($TTTD$), Chi phí dự phòng rủi ro ($CPDPRR$), Tỷ lệ chi phí hoạt động ($CIR$) và Tỷ lệ lạm phát ($INF$). Duy nhất biến Tăng trưởng kinh tế ($GDP$) mang tác động ngược chiều (-).


Kết luận

Khóa luận tốt nghiệp của tác giả Đặng Thị Lan Anh đã giải quyết trọn vẹn mục tiêu xác định và đo lường các nhân tố tác động đến chất lượng tín dụng tại 20 NHTM Việt Nam giai đoạn 2013 – 2020. Bằng phương pháp hồi quy dữ liệu bảng và mô hình ước lượng FGLS, nghiên cứu đã chứng minh vai trò then chốt của việc kiểm soát nợ xấu tồn đọng, quản trị chi phí hoạt động, điều tiết tăng trưởng tín dụng hợp lý và theo dõi sát sao biến động vĩ mô (GDP, lạm phát). Hệ thống giải pháp được đề xuất cung cấp cơ sở khoa học và thực tiễn có giá trị cho công tác quản trị rủi ro tại các ngân hàng thương mại cũng như công tác điều hành chính sách của Ngân hàng Nhà nước.