Bối cảnh và vấn đề nghiên cứu
Hoạt động của hệ thống ngân hàng thương mại (NHTM) đóng vai trò huyết mạch trong việc cung ứng vốn tín dụng cho nền kinh tế, thúc đẩy sản xuất và hội nhập kinh tế. Tuy nhiên, sự gia tăng nhanh chóng về quy mô và danh mục tài sản tín dụng cũng tiềm ẩn nhiều rủi ro hệ thống, trong đó rủi ro nợ xấu (Non-performing loans - NPLs) là mối đe dọa trực tiếp đến sự lành mạnh và ổn định tài chính. Sự gia tăng nợ xấu làm xói mòn giá trị tài sản, giảm sút thu nhập từ lãi và hạn chế năng lực chống chịu của các ngân hàng trước các cú sốc vĩ mô. Tại Việt Nam, công tác quản trị và xử lý nợ xấu luôn là trọng tâm điều hành của Ngân hàng Nhà nước (NHNN), đặc biệt là việc thực thi các quy chuẩn phân loại tài sản có và trích lập dự phòng theo Thông tư số 11/2021/TT-NHNN.
Xuất phát từ thực tiễn trên, khóa luận tốt nghiệp "Các nhân tố tác động đến nợ xấu của các Ngân hàng Thương mại tại Việt Nam" được thực hiện nhằm cung cấp bằng chứng thực nghiệm về các yếu tố chi phối rủi ro tín dụng tại hệ thống ngân hàng thương mại Việt Nam.
Mục tiêu nghiên cứu:
- Mục tiêu tổng quát: Xác định các nhân tố vi mô và vĩ mô tác động đến tỷ lệ nợ xấu của các NHTM tại Việt Nam, từ đó đề xuất các khuyến nghị kiểm soát rủi ro nợ xấu.
- Mục tiêu cụ thể:
- Xác định các nhân tố tác động đến nợ xấu của các NHTM tại Việt Nam.
- Đo lường mức độ và chiều hướng tác động của từng nhân tố đến nợ xấu của các NHTM.
- Đề xuất các khuyến nghị nhằm kiểm soát nợ xấu của các NHTM thông qua kiểm soát các nhân tố tác động.
Câu hỏi nghiên cứu:
- Những nhân tố nào tác động đến nợ xấu của các NHTM tại Việt Nam?
- Mức độ và chiều hướng tác động của từng nhân tố đến nợ xấu của các NHTM tại Việt Nam như thế nào?
- Những giải pháp nào để các NHTM tại Việt Nam có thể kiểm soát nợ xấu thông qua kiểm soát các nhân tố tác động?
Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Các nhân tố tác động đến nợ xấu của các NHTM.
- Phạm vi không gian: 21 NHTM tại Việt Nam đang niêm yết trên Sở giao dịch chứng khoán, có đủ số liệu liên tục và quy mô vốn điều lệ đại diện cho hệ thống.
- Phạm vi thời gian: Giai đoạn 10 năm, từ năm 2012 đến năm 2021.
Cơ sở lý thuyết và phương pháp
Khung lý thuyết và khái niệm
Khóa luận tổng hợp các khung định nghĩa chuẩn mực về nợ xấu từ các tổ chức quốc tế và quy định hiện hành tại Việt Nam:
- Ủy ban Basel về Giám sát ngân hàng (BCBS, 2002): Nợ mất khả năng hoàn trả khi ngân hàng nhận thấy người vay không có khả năng trả nợ gốc và lãi, hoặc khoản nợ đã quá hạn trên 90 ngày; gắn liền với khái niệm tổn thất kỳ vọng (expected loss).
- Quỹ Tiền tệ Quốc tế (IMF, 2004): Khoản nợ quá hạn thanh toán gốc/lãi từ 90 ngày trở lên, hoặc các khoản thanh toán dưới 90 ngày nhưng có dấu hiệu rõ ràng không thể hoàn trả đầy đủ (như người vay phá sản).
- Chuẩn mực Kế toán Quốc tế (IAS 39): Sử dụng thuật ngữ nợ bị giảm giá trị (impaired loans) dựa trên bằng chứng khách quan về sự suy giảm giá trị tài sản do tổn thất tín dụng.
- Thông tư 11/2021/TT-NHNN của Ngân hàng Nhà nước Việt Nam: Xác định nợ xấu nội bảng gồm các khoản nợ thuộc nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn), được phân loại theo phương pháp định lượng (dựa trên thời gian quá hạn từ 91 ngày trở lên) hoặc phương pháp định tính (dựa trên hệ thống xếp hạng tín dụng nội bộ).
Khóa luận vận dụng các lý thuyết kinh tế và tài chính làm cơ sở giải thích cơ chế tác động của các biến số:
- Lý thuyết lợi thế nhờ quy mô (Economies of scale theory) & Giả thuyết hiệu ứng quy mô (Size Effect Hypothesis): Ngân hàng quy mô lớn có nguồn lực và kinh nghiệm quản trị rủi ro tốt hơn, dễ dàng đa dạng hóa danh mục cho vay để giảm tỷ lệ nợ xấu.
- Giả thuyết "Quá lớn để sụp đổ" (Too Big To Fail Hypothesis): Các ngân hàng lớn có xu hướng chấp nhận rủi ro cao hơn do kỳ vọng vào sự can thiệp, cứu trợ từ chính phủ khi gặp sự cố vỡ nợ.
- Giả thuyết "Quản lý kém hiệu quả" (Bad Management Hypothesis): Khả năng sinh lời thấp phản ánh năng lực điều hành yếu kém, dẫn đến nới lỏng thẩm định tín dụng và làm gia tăng nợ xấu sau đó.
- Giả thuyết "Rủi ro đạo đức" (Moral Hazard Hypothesis): Tỷ lệ vốn chủ sở hữu trên tổng tài sản thấp thúc đẩy nhà quản trị mạo hiểm đầu tư vào các tài sản có mức sinh lời cao kèm rủi ro lớn nhằm tối đa hóa lợi ích ngắn hạn.
- Giả thuyết "Chính sách tín dụng có tính chu kỳ" (Procyclical Credit Policy): Trong giai đoạn kinh tế tăng trưởng, ngân hàng cạnh tranh tăng trưởng tín dụng bằng cách nới lỏng điều kiện xét duyệt, tích lũy rủi ro tiềm ẩn khiến nợ xấu bùng nổ khi chu kỳ kinh tế suy thoái.
Phương pháp nghiên cứu và mô hình thực nghiệm
Nghiên cứu sử dụng phương pháp định lượng với dữ liệu bảng (panel data) để kiểm soát các đặc tính không đồng nhất giữa các ngân hàng theo thời gian:
- Mô hình ước lượng ban đầu: Hồi quy bình phương bé nhất gộp (Pooled OLS), Mô hình tác động cố định (Fixed Effects Model - FEM) và Mô hình tác động ngẫu nhiên (Random Effects Model - REM).
- Kiểm định lựa chọn mô hình: Sử dụng kiểm định Hausman để chọn giữa FEM và REM. Kết quả kiểm định Hausman cho thấy mô hình FEM phù hợp hơn REM.
- Kiểm định chẩn đoán khuyết tật: Thực hiện kiểm định hiện tượng tự tương quan (autocorrelation) và phương sai sai số thay đổi (heteroscedasticity) trong mô hình FEM.
- Mô hình ước lượng hiệu chỉnh: Do mô hình xuất hiện các khuyết tật và khả năng tồn tại biến nội sinh (endogeneity) từ biến trễ của biến phụ thuộc, tác giả sử dụng phương pháp GMM hệ thống 2 bước (Two-Step System Generalized Method of Moments) trên phần mềm Stata 17.0 để thu được các ước lượng vững và hiệu quả.
Mô hình hồi quy tổng quát:
$$NPL_{i,t} = \beta_0 + \beta_1 NPL_{i,t-1} + \beta_2 SIZE_{i,t} + \beta_3 ROE_{i,t} + \beta_4 LLR_{i,t} + \beta_5 ETA_{i,t} + \beta_6 LGR_{i,t} + \beta_7 GDP_{i,t} + \beta_8 INF_{i,t} + \varepsilon_{i,t}$$
Trong đó:
- $NPL_{i,t}$: Tỷ lệ nợ xấu (Nợ nhóm 3, 4, 5 / Tổng dư nợ).
- $NPL_{i,t-1}$: Tỷ lệ nợ xấu năm trước của ngân hàng $i$.
- $SIZE_{i,t}$: Quy mô ngân hàng, đo lường bằng $\ln(\text{Tổng tài sản})$.
- $ROE_{i,t}$: Tỷ suất sinh lời trên vốn chủ sở hữu (Lợi nhuận sau thuế / Vốn chủ sở hữu bình quân).
- $LLR_{i,t}$: Tỷ lệ dự phòng rủi ro tín dụng (Chi phí dự phòng RRTD / Tổng dư nợ).
- $ETA_{i,t}$: Tỷ lệ vốn chủ sở hữu trên tổng tài sản (VCSH / Tổng tài sản).
- $LGR_{i,t}$: Tốc độ tăng trưởng tín dụng $[(\text{Dư nợ}t - \text{Dư nợ}{t-1}) / \text{Dư nợ}_{t-1}]$.
- $GDP_{i,t}$: Tốc độ tăng trưởng tổng sản phẩm quốc nội của Việt Nam.
- $INF_{i,t}$: Tỷ lệ lạm phát, đo lường bằng tốc độ tăng chỉ số giá tiêu dùng (CPI).
- $\varepsilon_{i,t}$: Sai số ngẫu nhiên của mô hình.
Nguồn dữ liệu
Dữ liệu thứ cấp được thu thập từ báo cáo tài chính hợp nhất đã được kiểm toán độc lập và báo cáo thường niên giai đoạn 2012–2021 của 21 NHTM niêm yết tại Việt Nam. Các chỉ tiêu kinh tế vĩ mô (GDP, CPI) được trích xuất từ nguồn thống kê chính thức của Ngân hàng Nhà nước Việt Nam, Tổng cục Thống kê và Ngân hàng Thế giới (World Bank).
Nội dung chính theo từng chương
Chương 1: Giới thiệu nghiên cứu
Chương 1 thiết lập khung đề cương nghiên cứu khoa học, nêu bật tính cấp thiết của việc kiểm soát nợ xấu trong bối cảnh các NHTM Việt Nam gia tăng mở rộng quy mô. Nội dung chương xác lập mục tiêu tổng quát, 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu tương ứng, xác định mẫu nghiên cứu gồm 21 NHTM niêm yết trong giai đoạn 2012–2021, đồng thời tóm tắt ý nghĩa khoa học, tính thực tiễn và cấu trúc phân bổ 5 chương của khóa luận.
Chương 2: Cơ sở lý thuyết
Chương này hệ thống hóa toàn diện các lý thuyết nền tảng và cơ sở pháp lý về nợ xấu, đồng thời tổng kết kinh nghiệm quốc tế và trong nước:
- Phân tích chi tiết quy định phân loại nợ theo Thông tư số 11/2021/TT-NHNN so sánh với chuẩn mực phân loại của World Bank (5 nhóm: Đạt tiêu chuẩn, Cần theo dõi, Dưới tiêu chuẩn, Đáng ngờ, Mất vốn), các quy chuẩn phân loại của một số quốc gia thuộc nhóm G-20 (Argentina, Brazil, Trung Quốc, Ấn Độ, Nhật Bản, Liên minh Châu Âu) và Viện Tài chính Quốc tế (IIF).
- Làm rõ 3 chỉ tiêu phản ánh nợ xấu trong hoạt động ngân hàng: Tỷ lệ nợ xấu trên tổng dư nợ, Tỷ lệ thu hồi nợ xấu, và Tỷ lệ dự phòng bao nợ xấu.
- Phân loại và phân tích cơ chế tác động của 6 nhân tố vi mô nội tại ngân hàng ($NPL_{t-1}$, $SIZE$, $ROE$, $LLR$, $ETA$, $LGR$) và 2 nhân tố kinh tế vĩ mô ($GDP$, $INF$).
- Lược khảo các nghiên cứu thực nghiệm tiêu biểu:
| Tác giả |
Đối tượng và phạm vi |
Biến độc lập chính |
Phương pháp |
Dấu tác động tới NPL |
| Salas & Saurina (2002) |
NHTM & NH Đầu tư Tây Ban Nha (1985–1997) |
GDP, Quy mô, TTTD |
Dữ liệu bảng |
GDP (-), Quy mô (-), TTTD (+) |
| Hu và cộng sự (2004) |
40 NHTM tại Đài Loan (1996–1999) |
Quy mô, Cổ phần chính phủ, NPL trễ |
REM, Hausman |
Quy mô (-), Cổ phần NN (-), NPL trễ (+) |
| Louzis và cộng sự (2012) |
9 NHTM Hy Lạp (2003–2009) |
GDP, Thất nghiệp, Lãi suất, ROE |
Bảng động |
GDP (-), Thất nghiệp (+), Lãi suất (+), ROE (+) |
| Klein (2013) |
10 ngân hàng lớn tại 16 nước CESEE (1998–2011) |
ROE, Lạm phát, Thất nghiệp, TTTD |
FEM, GMM |
ROE (-), Lạm phát (+), Thất nghiệp (+), TTTD (+) |
| Ghosh (2015) |
NHTM và tổ chức tiết kiệm tại Mỹ (1984–2013) |
Quy mô, Dự phòng RRTD, GDP, Thất nghiệp |
FEM, GMM 2 bước |
Quy mô (+), Dự phòng (+), GDP (-), Thất nghiệp (+) |
| Đỗ Quỳnh Anh & Nguyễn Đức Hùng (2013) |
NHTM Việt Nam (2005–2011) |
NPL trễ, Lạm phát, Quy mô, ROE, GDP, TTTD |
FEM, REM, GMM |
NPL trễ (+), Quy mô (+), GDP (-), Lạm phát (+) |
| Nguyễn Thị Hồng Vinh (2017) |
34 NHTM Việt Nam (2005–2015) |
Hiệu quả chi phí, TTTD, Quy mô, VCSH, GDP, Lạm phát |
GMM hệ thống |
Hiệu quả chi phí (-), VCSH (-), TTTD (-), GDP (-), Quy mô (+), Lạm phát (+) |
| Phạm Dương Phương Thảo & Nguyễn Linh Đan (2018) |
27 NHTMCP Việt Nam (2005–2016) |
NPL trễ, Chi phí hoạt động, Dự phòng, GDP |
GMM |
NPL trễ (+), GDP (+), Dự phòng (-), Chi phí HĐ (-) |
Chương 2 kết luận bằng việc thảo luận khoảng trống nghiên cứu: các nghiên cứu tại Việt Nam trước đây chủ yếu sử dụng dữ liệu dừng lại ở năm 2015–2017, do đó việc cập nhật dữ liệu đến năm 2021 là cần thiết để phản ánh đúng thực trạng nợ xấu qua các giai đoạn biến động kinh tế mới.
Chương 3: Phương pháp nghiên cứu
Chương 3 trình bày chi tiết quy trình thiết kế nghiên cứu thực nghiệm:
- Xây dựng mô hình nghiên cứu gồm 1 biến phụ thuộc và 8 biến giải thích, thiết lập 8 giả thuyết nghiên cứu ($H_1$ đến $H_8$) dựa trên cơ sở lý thuyết đã tổng hợp.
- Trình bày cơ sở toán học và lý do áp dụng hồi quy dữ liệu bảng (giúp kết hợp chuỗi thời gian và dữ liệu chéo, tăng bậc tự do, giảm thiểu hiện tượng đa cộng tuyến và kiểm soát tính không đồng nhất không quan sát được).
- Mô tả các bước kỹ thuật: từ hồi quy Pooled OLS, mô hình tác động cố định (FEM), mô hình tác động ngẫu nhiên (REM), kiểm định Hausman nhằm lựa chọn giữa FEM và REM; sau đó tiến hành kiểm định các khuyết tật phương sai sai số thay đổi và tự tương quan trong mô hình được chọn.
- Xây dựng phương pháp ước lượng GMM hệ thống 2 bước (System GMM) để xử lý biến trễ nội sinh và loại bỏ sai số ước lượng do khuyết tật mô hình gây ra.
| Ký hiệu biến |
Vai trò |
Đo lường |
Kỳ vọng dấu |
Cơ sở lý thuyết / Tác giả |
| $NPL_{i,t}$ |
Phụ thuộc |
Nợ nhóm 3, 4, 5 / Tổng dư nợ |
- |
Thông tư 11/2021/TT-NHNN |
| $NPL_{i,t-1}$ |
Độc lập |
Tỷ lệ nợ xấu năm trước |
(+) |
Salas & Saurina (2002), Klein (2013) |
| $SIZE_{i,t}$ |
Độc lập |
$\ln(\text{Tổng tài sản})$ |
(+) |
Giả thuyết Too Big To Fail, Ghosh (2015) |
| $ROE_{i,t}$ |
Độc lập |
Lợi nhuận sau thuế / Vốn chủ sở hữu |
(-) |
Giả thuyết Bad Management, Berger & DeYoung (1997) |
| $LLR_{i,t}$ |
Độc lập |
Chi phí dự phòng RRTD / Tổng dư nợ |
(+) |
Keeton & Morris (1987), Messai & Jouini (2013) |
| $ETA_{i,t}$ |
Độc lập |
Vốn chủ sở hữu / Tổng tài sản |
(-) |
Giả thuyết Moral Hazard, Keeton & Morris (1987) |
| $LGR_{i,t}$ |
Độc lập |
Tỷ lệ tăng trưởng dư nợ cho vay |
(+) |
Tín dụng chu kỳ, Salas & Saurina (2002) |
| $GDP_{i,t}$ |
Độc lập |
Tốc độ tăng trưởng GDP |
(-) |
Salas & Saurina (2002), Louzis và cs (2012) |
| $INF_{i,t}$ |
Độc lập |
Tỷ lệ lạm phát (CPI) |
(+) |
Louzis và cs (2012), Skarica (2014) |
Chương 4: Kết quả nghiên cứu
Nội dung chương trình bày toàn bộ kết quả phân tích định lượng thực hiện trên Stata 17.0:
- Thống kê mô tả các biến nghiên cứu và ma trận tương quan giữa các biến nhằm sàng lọc sơ bộ hiện tượng cộng tuyến.
- Kiểm tra hiện tượng đa cộng tuyến: Kết quả hệ số VIF của các biến đều ở mức chấp nhận được, không vi phạm giả thiết đa cộng tuyến nghiêm trọng.
- Kết quả ước lượng Pooled OLS, FEM và REM: Kiểm định Hausman cho thấy giá trị p-value có ý nghĩa thống kê, bác bỏ giả thuyết $H_0$, do đó mô hình FEM được lựa chọn là mô hình phù hợp hơn REM.
- Kiểm định khuyết tật trên mô hình FEM: Kết quả kiểm định phát hiện mô hình FEM có xuất hiện hiện tượng tự tương quan và hiện tượng phương sai sai số thay đổi.
- Ước lượng mô hình GMM hệ thống 2 bước: Được áp dụng để khắc phục hoàn toàn hiện tượng tự tương quan, phương sai thay đổi và nội sinh. Thảo luận chi tiết về tương quan kinh tế lượng thu được từ kết quả GMM so với các nghiên cứu trước đây.
Chương 5: Kết luận và khuyến nghị
Chương cuối đúc kết kết quả nghiên cứu, từ đó đưa ra hệ thống kiến nghị cho các ngân hàng thương mại và cơ quan quản lý:
- Nhóm giải pháp nâng cao hiệu quả thu hồi nợ tồn đọng nhằm giảm thiểu tác động quán tính của nợ xấu chu kỳ trước.
- Hoàn thiện chính sách trích lập dự phòng rủi ro tín dụng và tăng cường thẩm định tài sản bảo đảm.
- Thận trọng trong việc điều hành chính sách tăng trưởng tín dụng và ứng phó với biến động của lạm phát.
- Nêu rõ các hạn chế còn tồn tại của khóa luận và đề xuất các hướng mở rộng nghiên cứu tiếp theo.
Kết quả và đóng góp
Kết quả nghiên cứu thực nghiệm
Ước lượng thông qua phương pháp hồi quy GMM hệ thống 2 bước trên mẫu 21 NHTM Việt Nam giai đoạn 2012–2021 xác nhận các kết quả thực nghiệm sau:
| Biến độc lập |
Tác động thực tế (GMM) |
Mức ý nghĩa thống kê |
Kết luận giả thuyết nghiên cứu |
| $NPL_{t-1}$ (Nợ xấu năm trước) |
Cùng chiều (+) |
Có ý nghĩa |
Chấp nhận giả thuyết $H_1$ |
| $LLR$ (Tỷ lệ dự phòng RRTD) |
Cùng chiều (+) |
Có ý nghĩa |
Chấp nhận giả thuyết $H_4$ |
| $INF$ (Tỷ lệ lạm phát) |
Cùng chiều (+) |
Có ý nghĩa |
Chấp nhận giả thuyết $H_8$ |
| $LGR$ (Tăng trưởng tín dụng) |
Ngược chiều (-) |
Ý nghĩa ở mức 10% |
Ngược kỳ vọng ban đầu |
| $SIZE$ (Quy mô ngân hàng) |
Không tác động |
Không có ý nghĩa |
Bác bỏ giả thuyết $H_2$ |
| $ROE$ (Khả năng sinh lời) |
Không tác động |
Không có ý nghĩa |
Bác bỏ giả thuyết $H_3$ |
| $ETA$ (Tỷ lệ VCSH / Tổng TS) |
Không tác động |
Không có ý nghĩa |
Bác bỏ giả thuyết $H_5$ |
| $GDP$ (Tăng trưởng kinh tế) |
Không tác động |
Không có ý nghĩa |
Bác bỏ giả thuyết $H_7$ |
Luận giải kết quả:
- Tỷ lệ nợ xấu năm trước ($NPL_{t-1}$): Có mối quan hệ cùng chiều rõ rệt với tỷ lệ nợ xấu hiện tại, phản ánh tính quán tính và sự tồn đọng của các khoản nợ khó đòi chưa được xử lý dứt điểm từ các năm trước, tiếp tục tích lũy sang kỳ hiện tại.
- Tỷ lệ dự phòng RRTD ($LLR$): Tương quan dương với nợ xấu, phù hợp với nhận định rằng tỷ lệ dự phòng tăng cao phản ánh chất lượng danh mục tín dụng kém và thái độ nhận diện rủi ro của ban quản trị buộc phải tăng chi phí trích lập dự phòng để bù đắp các tổn thất tiềm ẩn.
- Tỷ lệ lạm phát ($INF$): Tác động cùng chiều với nợ xấu. Lạm phát gia tăng bào mòn thu nhập thực tế của người đi vay, làm tăng chi phí sản xuất kinh doanh của doanh nghiệp, từ đó suy giảm năng lực trả nợ đúng hạn cho ngân hàng.
- Tốc độ tăng trưởng tín dụng ($LGR$): Có tương quan ngược chiều với tỷ lệ nợ xấu ở mức ý nghĩa 10%. Hiện tượng này được giải thích bởi đặc thù giai đoạn nghiên cứu tại Việt Nam: sự tăng trưởng dư nợ làm mẫu số trong công thức tính tỷ lệ nợ xấu tăng nhanh ngay trong năm, trong khi nợ xấu thường có độ trễ phát sinh sau đó; đồng thời những ngân hàng có nợ xấu cao ở năm trước thường bị NHNN kiểm soát chỉ tiêu tăng trưởng tín dụng thấp để ưu tiên xử lý nợ.
- Các biến $SIZE$, $ROE$, $ETA$, $GDP$: Không đạt ý nghĩa thống kê trong mô hình GMM hệ thống, cho thấy trong giai đoạn 2012–2021, các yếu tố này không thể hiện tác động độc lập trực tiếp lên biến động tỷ lệ nợ xấu nội bảng của mẫu 21 NHTM nghiên cứu.
Đề xuất và giải pháp của tác giả
Dựa trên kết quả thực nghiệm, tác giả đề xuất các nhóm giải pháp chính:
- Kiểm soát quán tính nợ xấu: Nâng cao hiệu quả xử lý nợ xấu tồn đọng thông qua việc đẩy nhanh quá trình thanh lý tài sản bảo đảm, phối hợp với Công ty Quản lý tài sản của các TCTD Việt Nam (VAMC), không để nợ xấu kéo dài qua nhiều năm tài chính.
- Quản trị chi phí dự phòng rủi ro tín dụng: Thực hiện trích lập dự phòng RRTD đầy đủ và minh bạch theo đúng nhóm nợ quy định tại Thông tư 11/2021/TT-NHNN; sử dụng tỷ lệ bao phủ nợ xấu như công cụ đệm hấp thụ tổn thất mà không làm méo mó kết quả kinh doanh.
- Điều phối tăng trưởng tín dụng an toàn: Thận trọng với các chiến lược mở rộng tín dụng quá mức; cần kiểm soát chất lượng tín dụng chặt chẽ ngay từ khâu thẩm định ban đầu thay vì chạy theo tăng trưởng quy mô dư nợ danh nghĩa.
- Dự báo biến động vĩ mô: Ngân hàng cần xây dựng các kịch bản kiểm tra sức chịu tải (stress testing) trước biến động của tỷ lệ lạm phát để chủ động cơ cấu lại thời hạn trả nợ cho các phân khúc khách hàng chịu tổn thương lớn.
Đóng góp của đề tài
- Về mặt học thuật và phương pháp: Khóa luận cập nhật chuỗi dữ liệu bảng kéo dài 10 năm (2012–2021), giai đoạn tái cơ cấu mạnh mẽ của hệ thống ngân hàng Việt Nam. Vận dụng quy trình kinh tế lượng chặt chẽ từ OLS, FEM/REM đến phương pháp GMM hệ thống 2 bước nhằm khắc phục hiện tượng phương sai thay đổi, tự tương quan và biến trễ nội sinh, gia tăng độ vững cho các kết luận thực nghiệm.
- Về mặt thực tiễn: Kết quả nghiên cứu cung cấp cơ sở định lượng để các nhà quản trị NHTM nhận diện các chỉ báo sớm của nợ xấu (quán tính nợ trễ, áp lực dự phòng, tín hiệu lạm phát) nhằm hoạch định chính sách quản trị rủi ro phù hợp.
Hạn chế và hướng nghiên cứu tiếp
- Hạn chế của nghiên cứu:
- Mẫu nghiên cứu mới dừng lại ở 21 NHTM niêm yết trên thị trường chứng khoán, chưa bao quát được toàn bộ hệ thống gồm các ngân hàng thương mại chưa niêm yết, ngân hàng liên doanh hoặc chi nhánh ngân hàng nước ngoài tại Việt Nam.
- Giai đoạn nghiên cứu dừng lại ở năm 2021, chưa phản ánh được các biến động của hệ thống ngân hàng trong giai đoạn bình thường mới sau đại dịch COVID-19 và các áp lực lãi suất phát sinh từ năm 2022 trở đi.
- Mô hình chưa kiểm soát được một số yếu tố quản trị vi mô nội bộ như cấu trúc hội đồng quản trị, tỷ lệ nợ xấu ngoại bảng hoặc các biến số thị trường tài sản như biến động giá bất động sản.
- Hướng nghiên cứu tiếp theo:
- Mở rộng cỡ mẫu nghiên cứu sang các ngân hàng thương mại cổ phần chưa niêm yết để tăng tính đại diện cho toàn bộ hệ thống tài chính Việt Nam.
- Kéo dài chuỗi thời gian quan sát cập nhật đến các năm tài chính gần nhất (sau 2021) nhằm đánh giá tác động của môi trường kinh tế vĩ mô biến động mạnh.
- Bổ sung các biến kiểm soát vi mô đặc thù khác như chất lượng tài sản có rủi ro, chính sách tái cơ cấu nợ theo các thông tư hỗ trợ khách hàng của NHNN.
Giá trị tham khảo
Khóa luận là tài liệu tham khảo hữu ích cho:
- Sinh viên, học viên chuyên ngành Tài chính - Ngân hàng, Kinh tế học: Cung cấp quy trình hoàn chỉnh về xây dựng mô hình kinh tế lượng dữ liệu bảng động, quy trình kiểm định khuyết tật và kỹ thuật hồi quy GMM hệ thống trên phần mềm Stata.
- Nhà nghiên cứu rủi ro tín dụng: Tham khảo hệ thống lý thuyết về phân loại nợ xấu quốc tế (BCBS, IMF, IAS 39) và cơ sở pháp lý Thông tư số 11/2021/TT-NHNN của Việt Nam.
- Bộ phận quản trị rủi ro tại các NHTM: Sử dụng các biến số có ý nghĩa thống kê ($NPL_{t-1}$, $LLR$, $LGR$, $INF$) để xây dựng hệ thống cảnh báo sớm rủi ro tín dụng.
Câu hỏi thường gặp
1. Nợ xấu trong khóa luận được xác định dựa trên cơ sở pháp lý nào?
Nợ xấu trong khóa luận được xác định theo quy định tại Thông tư số 11/2021/TT-NHNN của Ngân hàng Nhà nước Việt Nam. Cụ thể là nợ xấu nội bảng bao gồm các khoản nợ thuộc nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn), có thời gian quá hạn trả nợ gốc và lãi từ 91 ngày trở lên hoặc bị nghi ngờ về khả năng thu hồi theo phương pháp định lượng và định tính.
2. Vì sao tác giả phải sử dụng phương pháp GMM hệ thống 2 bước thay vì sử dụng kết quả mô hình FEM?
Mặc dù kiểm định Hausman xác nhận mô hình FEM phù hợp hơn REM, nhưng các kiểm định chẩn đoán sau hồi quy cho thấy mô hình FEM vi phạm giả thiết khi xuất hiện hiện tượng tự tương quan và phương sai sai số thay đổi. Đồng thời, mô hình có chứa biến trễ của biến phụ thuộc ($NPL_{i,t-1}$), gây ra hiện tượng nội sinh. Do đó, phương pháp GMM hệ thống 2 bước (Two-Step System GMM) bắt buộc phải được sử dụng để khắc phục triệt để các khuyết tật này, đảm bảo hệ số ước lượng thu được là vững và không chệch.
3. Biến tốc độ tăng trưởng tín dụng (LGR) có mối quan hệ như thế nào với nợ xấu trong nghiên cứu này?
Trong kết quả hồi quy GMM, tốc độ tăng trưởng tín dụng ($LGR$) có mối quan hệ ngược chiều với tỷ lệ nợ xấu ở mức ý nghĩa thống kê 10%. Kết quả này trái với kỳ vọng lý thuyết ban đầu nhưng phù hợp với thực tiễn tại Việt Nam: trong ngắn hạn, tăng trưởng tín dụng làm tăng nhanh quy mô tổng dư nợ (mẫu số của tỷ lệ nợ xấu), đồng thời các ngân hàng có nợ xấu cao năm trước thường bị NHNN thắt chặt chỉ tiêu hạn mức tín dụng để tập trung xử lý nợ.
4. Mẫu và dữ liệu nghiên cứu của khóa luận được thu thập từ nguồn nào?
Mẫu nghiên cứu gồm 21 NHTM tại Việt Nam đang niêm yết trên sàn giao dịch chứng khoán trong thời gian 10 năm liên tục từ 2012 đến 2021. Dữ liệu vi mô được trích xuất từ báo cáo tài chính hợp nhất đã kiểm toán và báo cáo thường niên của từng ngân hàng. Dữ liệu vĩ mô (tăng trưởng GDP và lạm phát) được thu thập từ website của Ngân hàng Nhà nước Việt Nam, Tổng cục Thống kê và Ngân hàng Thế giới (World Bank).
5. Kết quả kiểm định đối với biến quy mô ngân hàng (SIZE) và tăng trưởng kinh tế (GDP) ra sao?
Khác với giả thuyết ban đầu kỳ vọng biến quy mô ngân hàng ($SIZE$) tác động cùng chiều và tăng trưởng kinh tế ($GDP$) tác động ngược chiều lên nợ xấu, kết quả hồi quy theo phương pháp GMM hệ thống 2 bước cho thấy cả hai biến $SIZE$ và $GDP$ đều không có ý nghĩa thống kê trong mô hình giải thích tỷ lệ nợ xấu của 21 NHTM Việt Nam giai đoạn 2012–2021.
Kết luận
Khóa luận tốt nghiệp của tác giả Đặng Thái An đã cung cấp một nghiên cứu thực nghiệm chặt chẽ về các nhân tố tác động đến tỷ lệ nợ xấu tại 21 NHTM niêm yết tại Việt Nam giai đoạn 2012–2021. Bằng việc ứng dụng phương pháp ước lượng GMM hệ thống 2 bước, công trình đã chứng minh tỷ lệ nợ xấu năm trước, tỷ lệ dự phòng rủi ro tín dụng và tỷ lệ lạm phát có tác động cùng chiều rõ rệt đến nợ xấu, trong khi tốc độ tăng trưởng tín dụng có tương quan ngược chiều ở mức ý nghĩa 10%. Các phát hiện này đem lại cơ sở thực chứng giá trị cho các ngân hàng thương mại và cơ quan quản lý trong việc thiết lập chính sách kiểm soát nợ tồn đọng, điều hành hạn mức tín dụng an toàn và nâng cao năng lực quản trị rủi ro hệ thống.
