Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp của tác giả Đỗ Nguyễn Sinh Hùng (chuyên ngành Tài chính – Ngân hàng, Trường Đại học Ngân hàng TP. Hồ Chí Minh, thực hiện tháng 4 năm 2022 dưới sự hướng dẫn của PGS.TS Lê Phan Thị Diệu Thảo) tập trung làm rõ các yếu tố chi phối quy mô nợ xấu tại hệ thống ngân hàng thương mại (NHTM) Việt Nam.

Về bối cảnh thực tiễn, tác giả chỉ ra rằng hoạt động tín dụng đóng vai trò là nguồn thu cốt lõi của ngân hàng. Tuy nhiên, rủi ro tín dụng và nợ xấu (Non-performing loans - NPL) luôn là thách thức nghiêm trọng đối với tính bền vững tài chính. Tại Việt Nam, nợ xấu bắt đầu gia tăng từ năm 2007 và trở thành tâm điểm quan ngại từ cuối năm 2011 do bất ổn kinh tế vĩ mô và sự đình trệ sản xuất kinh doanh. Đến năm 2011, nợ xấu toàn hệ thống đạt mức 85 nghìn tỷ đồng, chiếm 3,0% tổng dư nợ. Năm 2012, số liệu nợ xấu ghi nhận sự phân kỳ đáng kể giữa các cơ quan: Báo cáo thường niên của Ngân hàng Nhà nước (NHNN) ghi nhận tỷ lệ 4,08%, Cơ quan Thanh tra Giám sát công bố mức 8,6% vào cuối tháng 3/2012, trong khi Ngân hàng Thế giới (World Bank) ước tính nợ xấu thực tế lên tới 12%.

Trong giai đoạn 2016–2021, nhờ sự can thiệp chính sách và nỗ lực tái cơ cấu, tỷ lệ nợ xấu nội bảng có xu hướng hạ nhiệt: 2,46% (năm 2016), giảm xuống 1,99% (năm 2017), 1,91% (năm 2018), 1,63% (năm 2019), tăng nhẹ lên 1,76% (năm 2020) và đạt 1,9% vào năm 2021 (loại trừ nợ có khả năng mất vốn). Mặc dù vậy, nguy cơ nợ xấu tiềm ẩn vẫn hiện hữu, đặc biệt dưới tác động của đại dịch Covid-19 và biến động kinh tế vĩ mô, đòi hỏi phải xác định rõ ràng các nguyên nhân cấu thành để xây dựng cơ chế phòng ngừa rủi ro hữu hiệu.

Mục tiêu nghiên cứu của khóa luận được phân định cụ thể:

  1. Mục tiêu tổng quát: Xác định các nhân tố ảnh hưởng đến nợ xấu tại các NHTM Việt Nam, từ đó đề xuất một số hàm ý chính sách và khuyến nghị nhằm hạn chế tỷ lệ nợ xấu gia tăng.
  2. Mục tiêu cụ thể:
    • Mục tiêu 1: Xác định các nhân tố ảnh hưởng đến nợ xấu tại các NHTM niêm yết tại Việt Nam.
    • Mục tiêu 2: Xem xét chiều hướng và mức độ tác động của từng yếu tố đến nợ xấu của các NHTM tại Việt Nam.
    • Mục tiêu 3: Góp ý các giải pháp hạn chế nợ xấu cho các NHTM tại Việt Nam.

Nhiệm vụ nghiên cứu được thể hiện qua hai câu hỏi nghiên cứu:

  • Câu hỏi 1: Những yếu tố nào ảnh hưởng đến nợ xấu của các ngân hàng thương mại ở Việt Nam?
  • Câu hỏi 2: Ảnh hưởng của các yếu tố này đến nợ xấu của các ngân hàng thương mại ở Việt Nam như thế nào?

Đối tượng nghiên cứu là các yếu tố ảnh hưởng đến nợ xấu của các NHTM tại Việt Nam. Phạm vi không gian nghiên cứu bao gồm 25 NHTM Việt Nam niêm yết trên ba sàn giao dịch chứng khoán gồm HOSE, HNX và UPCOM (các ngân hàng duy trì hoạt động liên tục và cung cấp đầy đủ dữ liệu thống kê kiểm toán đến hết năm 2021 trên tổng số 39 NHTM). Phạm vi thời gian nghiên cứu kéo dài 11 năm, từ năm 2010 đến năm 2021.

Cơ sở lý thuyết và phương pháp

Khóa luận tổng hợp các khung lý thuyết kinh điển để giải thích cơ chế hình thành nợ xấu trong hoạt động ngân hàng:

  • Lý thuyết chu kỳ kinh doanh (Business Cycle Theory) (Samuelson và Nordhaus, 1948): Nền kinh tế biến động qua các giai đoạn suy thoái, phục hồi và bùng nổ. Khi kinh tế tăng trưởng, doanh thu và thu nhập gia tăng giúp người đi vay nâng cao năng lực hoàn trả vốn; ngược lại, giai đoạn suy thoái làm gia tăng áp lực vỡ nợ.
  • Lý thuyết lợi thế kinh tế theo quy mô (Economies of scale theory): Ngân hàng quy mô lớn có ưu thế về nguồn lực và công nghệ kiểm soát rủi ro, nhưng giả thuyết này bị đối trọng bởi Giả thuyết quá lớn để phá sản (Too big to fail hypothesis) (Stern và Feldman, 2004; Boyd và Gertler, 1994), theo đó các định chế tài chính quy mô lớn có xu hướng chấp nhận rủi ro tín dụng cao hơn do kỳ vọng nhận được sự bảo trợ của chính phủ.
  • Giả thuyết quản lý kém hiệu quả (Bad Management Hypothesis) (Berger và DeYoung, 1997): Năng lực quản trị rủi ro yếu kém, khâu thẩm định và giám sát lỏng lẻo làm tích tụ nợ xấu trong tương lai.
  • Giả thuyết tiết kiệm (Skimping Hypothesis) (Berger và DeYoung, 1997): Ngân hàng cắt giảm chi phí giám sát để tối đa hóa lợi nhuận ngắn hạn, dẫn đến suy giảm chất lượng tín dụng trong dài hạn.
  • Giả thuyết kém may mắn (Bad Luck Hypothesis) (Bernanke và Gertler, 1989): Các cú sốc ngoại sinh tiêu cực từ kinh tế vĩ mô (tăng trưởng chậm, lạm phát, thất nghiệp) khiến ngân hàng gánh chịu nợ xấu gia tăng ngoài tầm kiểm soát nội bộ.
  • Lý thuyết rủi ro đạo đức (Moral Hazard Theory) (Keeton và Morris, 1987): Tỷ lệ vốn chủ sở hữu thấp thúc đẩy xu hướng tài trợ các dự án rủi ro cao, đẩy nợ xấu tăng cao.

Về phương diện pháp lý và định nghĩa, khóa luận so sánh cách phân loại nợ của Ngân hàng Thế giới (World Bank), Viện Tài chính Quốc tế (IIF), Ủy ban Basel về Giám sát Ngân hàng (BCBS, 2002), Chuẩn mực Kế toán Quốc tế (IAS) và quy định của NHNN Việt Nam. Theo Quyết định số 493/2005/QĐ-NHNN, Quyết định số 22/VBHN-NHNN và Thông tư 02/2013/TT-NHNN, nợ xấu tại Việt Nam được xác định dựa trên tiêu chí định lượng (thời gian quá hạn) và định tính (khả năng trả nợ của khách hàng), bao gồm các khoản nợ thuộc Nhóm 3 (nợ dưới tiêu chuẩn, quá hạn 91–180 ngày), Nhóm 4 (nợ nghi ngờ, quá hạn 181–360 ngày) và Nhóm 5 (nợ có khả năng mất vốn, quá hạn trên 360 ngày).

Nhóm nợ Phương pháp định lượng (Thời gian quá hạn) Phương pháp định tính (Đánh giá khả năng thu hồi)
Nhóm 1: Nợ đủ tiêu chuẩn Trong hạn hoặc quá hạn dưới 10 ngày Đánh giá có khả năng thu hồi đầy đủ cả gốc và lãi đúng hạn
Nhóm 2: Nợ cần chú ý Quá hạn từ 10 đến 90 ngày; nợ điều chỉnh kỳ hạn trả nợ lần đầu Có khả năng thu hồi đầy đủ gốc và lãi nhưng có dấu hiệu suy giảm khả năng trả nợ
Nhóm 3: Nợ dưới tiêu chuẩn Quá hạn từ 91 đến 180 ngày; gia hạn nợ lần đầu; miễn hoặc giảm lãi Không có khả năng thu hồi gốc và lãi khi đến hạn, có khả năng tổn thất
Nhóm 4: Nợ nghi ngờ Quá hạn từ 181 đến 360 ngày; cơ cấu lại thời hạn trả nợ lần thứ hai Có khả năng tổn thất cao
Nhóm 5: Nợ có khả năng mất vốn Quá hạn trên 360 ngày; cơ cấu lại thời hạn trả nợ quá hạn lần thứ ba trở lên Không còn khả năng thu hồi, mất vốn hoàn toàn

Phương pháp nghiên cứu kết hợp giữa định tính và định lượng:

  • Phương pháp định tính: Thu thập, tổng hợp, thống kê dữ liệu thứ cấp từ báo cáo tài chính kiểm toán và báo cáo thường niên của 25 NHTM; số liệu vĩ mô từ NHNN, Quỹ Tiền tệ Quốc tế (IMF), World Bank và Tổng cục Thống kê.
  • Phương pháp định lượng: Phân tích dữ liệu bảng cân bằng (balanced panel data) giai đoạn 2010–2021 với 300 quan sát. Tác giả xây dựng mô hình kinh tế lượng có trễ của biến phụ thuộc: $$NPL_{i,t} = \beta_0 + \beta_1 NPL_{i,t-1} + \beta_2 SIZE_{i,t} + \beta_3 ROA_{i,t} + \beta_4 LLR_{i,t} + \beta_5 LGR_{i,t} + \beta_6 ETA_{i,t} + \beta_7 GDP_t + \beta_8 INF_t + \varepsilon_{i,t}$$ Trong đó:
    • $NPL_{i,t}$: Tỷ lệ nợ xấu (nợ nhóm 3, 4, 5 chia tổng dư nợ) tại ngân hàng $i$ năm $t$.
    • $NPL_{i,t-1}$: Tỷ lệ nợ xấu trễ 1 kỳ.
    • $SIZE_{i,t}$: Quy mô ngân hàng, đo lường bằng logarit tự nhiên của tổng tài sản bình quân ($\ln(\text{Tổng tài sản})$).
    • $ROA_{i,t}$: Tỷ suất lợi nhuận sau thuế trên tổng tài sản.
    • $LLR_{i,t}$: Tỷ lệ chi phí dự phòng rủi ro tín dụng trên tổng dư nợ.
    • $LGR_{i,t}$: Tốc độ tăng trưởng dư nợ tín dụng kỳ này so với kỳ trước.
    • $ETA_{i,t}$: Tỷ lệ vốn chủ sở hữu trên tổng tài sản.
    • $GDP_t$: Tốc độ tăng trưởng tổng sản phẩm quốc nội.
    • $INF_t$: Tỷ lệ lạm phát (đo lường bằng chỉ số CPI).

Tác giả thực hiện kiểm định đa cộng tuyến qua hệ số phóng đại phương sai (VIF), kiểm định phương sai sai số thay đổi bằng kiểm định Lagrange, và kiểm định hiện tượng tự tương quan chuỗi bằng kiểm định Wooldridge trên phần mềm Stata 15. Nhận thấy mô hình có hiện tượng phương sai thay đổi, tự tương quan và tính nội sinh do sự hiện diện của biến phụ thuộc trễ ($NPL_{i,t-1}$), nghiên cứu ứng dụng phương pháp ước lượng mô men tổng quát (Generalized Method of Moments - GMM) của Hansen (1982) để thu được ước lượng vững và không chệch.

Biến Ký hiệu Cách đo lường Kỳ vọng dấu ban đầu
Nợ xấu kỳ trước $NPL_{i,t-1}$ Tỷ lệ nợ xấu năm trước chia tổng dư nợ năm trước $+$
Quy mô ngân hàng $SIZE_{i,t}$ $\ln(\text{Tổng tài sản bình quân})$ $+$
Khả năng sinh lời $ROA_{i,t}$ Lợi nhuận sau thuế / Tổng tài sản $-$
Tỷ lệ dự phòng rủi ro $LLR_{i,t}$ Chi phí dự phòng rủi ro tín dụng / Tổng dư nợ $+$
Tăng trưởng tín dụng $LGR_{i,t}$ (Dư nợ năm nay - Dư nợ năm trước) / Dư nợ năm trước $+$
Vốn chủ sở hữu $ETA_{i,t}$ Vốn chủ sở hữu / Tổng tài sản $-$
Tăng trưởng kinh tế $GDP_t$ Tỷ lệ tăng trưởng GDP hàng năm $-$
Lạm phát $INF_t$ Tỷ lệ tăng chỉ số giá tiêu dùng (CPI) hàng năm $+$

Nội dung chính theo từng chương

Chương 1: Giới thiệu nghiên cứu

Chương này thiết lập cơ sở khoa học và tính cấp thiết của đề tài. Tác giả phác họa bức tranh nợ xấu ngân hàng tại Việt Nam qua các cột mốc: biến động từ 2007, bùng nổ nợ xấu năm 2011–2012 với các con số ước tính khác nhau giữa cơ quan quản lý và tổ chức quốc tế, cùng xu hướng giảm dần về mức 1,9% vào năm 2021. Chương 1 xác lập mục tiêu tổng quát, 3 mục tiêu cụ thể, 2 câu hỏi nghiên cứu, định hình phạm vi nghiên cứu gồm 25 NHTM niêm yết trong giai đoạn 11 năm (2010–2021), sơ lược phương pháp kết hợp định tính - định lượng và cấu trúc 5 chương của khóa luận.

Chương 2: Lý thuyết và các nghiên cứu thực nghiệm

Chương 2 trình bày có hệ thống hệ thống khái niệm nợ xấu theo quan điểm của ECB, IMF, Basel, IAS và Thông tư/Quyết định của NHNN Việt Nam. Tác giả phân tích sâu 6 nhóm lý thuyết tài chính - ngân hàng kinh điển tác động đến nợ xấu. Phần tổng quan thực nghiệm điểm lại các công trình tiêu biểu trên thế giới (Salas và Saurina, 2002; Rajan và Dhal, 2003; Hu và cộng sự, 2004; Khemraj và Pasha, 2009; Klein, 2013; Makri và cộng sự, 2014) và các nghiên cứu thực nghiệm tại Việt Nam (Đỗ Quỳnh Anh và Nguyễn Đức Hùng, 2013; Nguyễn Thị Hồng Vinh, 2015, 2017; Bùi Duy Tùng và Đặng Thị Bạch Vân, 2015; Phạm Thị Mỹ Huệ, 2016). Tác giả tổng hợp sự khác biệt về chiều hướng tác động của các biến vi mô và vĩ mô qua Bảng 4, từ đó chỉ ra khoảng trống nghiên cứu trong bối cảnh dữ liệu giai đoạn 2018–2021 chịu tác động của dịch Covid-19 chưa được cập nhật đầy đủ ở các nghiên cứu trước.

Chương 3: Phương pháp và dữ liệu nghiên cứu

Chương 3 xây dựng 8 giả thuyết nghiên cứu ($H_1$ đến $H_8$) và thiết lập phương trình kinh tế lượng dữ liệu bảng động. Tác giả giải thích chi tiết cơ chế thu thập mẫu nghiên cứu gồm 25 NHTM liên tục công bố dữ liệu kiểm toán suốt giai đoạn 2010–2021. Trình tự nghiên cứu 7 bước được quy định mạch lạc từ lược khảo lý thuyết, thiết kế mô hình, thống kê mô tả, phân tích ma trận tương quan, kiểm định các khuyết tật mô hình (VIF, Lagrange, Wooldridge), áp dụng ước lượng GMM để khắc phục nội sinh, và cuối cùng là thảo luận kết quả.

Chương 4: Kết quả nghiên cứu và thảo luận

Chương này công bố kết quả xử lý dữ liệu thông qua Stata 15.1. Dữ liệu bảng cân bằng ghi nhận 300 quan sát. Bảng thống kê mô tả (Bảng 6) cho thấy tỷ lệ nợ xấu ($NPL$) trung bình đạt 2,21% (độ lệch chuẩn 1,33%), giá trị dao động từ mức thấp nhất xấp xỉ 0% (ngân hàng BIDV năm 2021) đến cao nhất là 9,19% (ngân hàng Nam Á - NAB năm 2021). Biến quy mô ngân hàng ($SIZE$) dao động từ 15,9 đến 21,2 với giá trị trung bình là 18,5 (độ lệch chuẩn là 1,0). Kết quả kiểm định khuyết tật mô hình:

  • Kiểm định đa cộng tuyến: Tất cả hệ số VIF của các biến độc lập đều nhỏ hơn 10 (Bảng 8), chứng minh đa cộng tuyến không nghiêm trọng.
  • Kiểm định phương sai sai số thay đổi: Kiểm định Lagrange (Bảng 9) cho giá trị $\text{Prob} = 0,0019 < 0,05$, bác bỏ giả thuyết $H_0$, xác nhận có phương sai thay đổi.
  • Kiểm định tự tương quan: Kiểm định Wooldridge (Bảng 10) cho kết quả $\text{Prob} = 0,0353 < 0,05$, bác bỏ $H_0$, xác nhận có hiện tượng tự tương quan giữa các sai số. Do mô hình có tự tương quan, phương sai thay đổi và biến trễ nội sinh, tác giả tiến hành hồi quy mô men tổng quát GMM (Bảng 11 và 12). Kết quả chỉ ra rằng các yếu tố tìm thấy đều có ý nghĩa thống kê trong việc giải thích nợ xấu của 25 NHTM Việt Nam.

Chương 5: Kết luận và khuyến nghị

Trên cơ sở kết quả hồi quy GMM, chương cuối tóm lược các phát hiện thực nghiệm, đối chiếu với các giả thuyết nghiên cứu ban đầu. Tác giả đưa ra các nhóm giải pháp và khuyến nghị chính sách dành cho các NHTM và NHNN nhằm tăng cường chất lượng quản trị tín dụng, điều hành tăng trưởng tín dụng hợp lý, kiểm soát rủi ro quy mô và duy trì an toàn vốn. Chương này cũng phân tích các giới hạn nghiên cứu về quy mô mẫu dữ liệu và phác thảo hướng nghiên cứu mở rộng trong tương lai.

Kết quả và đóng góp

Nghiên cứu mang lại các phát hiện thực nghiệm cụ thể dựa trên việc xử lý dữ liệu hồi quy GMM đối với 25 NHTM Việt Nam:

  1. Các nhân tố có tương quan ngược chiều (-) với nợ xấu:
    • Tỷ suất sinh lời trên tổng tài sản ($ROA$): Khả năng sinh lời cao thể hiện chất lượng quản trị tốt, giúp giảm thiểu rủi ro nợ xấu (phù hợp với giả thuyết quản lý kém hiệu quả).
    • Tốc độ tăng trưởng kinh tế ($GDP$): Môi trường kinh tế vĩ mô thuận lợi tạo điều kiện cho doanh nghiệp gia tăng doanh thu và thực hiện nghĩa vụ trả nợ đúng hạn.
    • Tốc độ tăng trưởng tín dụng ($LGR$): Kết quả thực nghiệm của nghiên cứu cho thấy tăng trưởng tín dụng có mối liên hệ ngược chiều với tỷ lệ nợ xấu (mẫu số tổng dư nợ mở rộng làm giảm tỷ lệ nợ xấu tức thời).
  2. Các nhân tố có tương quan cùng chiều (+) với nợ xấu:
    • Tỷ lệ nợ xấu kỳ trước ($NPL_{i,t-1}$): Nợ xấu có tính ỳ và trễ; sự tích tụ nợ khó đòi trong quá khứ làm gia tăng tỷ lệ nợ xấu của kỳ hiện tại.
    • Quy mô ngân hàng ($SIZE$): Ngân hàng quy mô lớn có tỷ lệ nợ xấu cao hơn, hỗ trợ cho giả thuyết "quá lớn để phá sản" khi các định chế lớn có thiên hướng cấp tín dụng cho các phân khúc rủi ro cao.
    • Tỷ lệ dự phòng rủi ro tín dụng ($LLR$): Chi phí trích lập dự phòng gia tăng phản ánh sự nhận diện danh mục tín dụng đang suy giảm chất lượng và tiềm ẩn rủi ro vỡ nợ cao.
    • Tỷ lệ lạm phát ($INF$): Lạm phát gia tăng kéo theo lãi suất tăng, làm suy yếu năng lực tài chính của bên đi vay và đẩy nợ xấu lên cao.
    • Tỷ lệ vốn chủ sở hữu trên tổng tài sản ($ETA$): Tương quan dương với nợ xấu trong kết quả thực nghiệm.
Kiểm định / Chỉ số thống kê Giá trị thống kê / Xác suất (Prob) Kết luận học thuật của tác giả
Số lượng quan sát ($N \times T$) 300 quan sát (25 NHTM $\times$ 11 năm) Dữ liệu bảng cân bằng (balanced panel data)
Nợ xấu ($NPL$) trung bình $2,21%$ (Độ lệch chuẩn: $1,33%$) Biên độ từ $0%$ (BIDV, 2021) đến $9,19%$ (NAB, 2021)
Quy mô ($SIZE$) trung bình $18,5$ (Độ lệch chuẩn: $1,0$) Dao động ổn định từ giá trị nhỏ nhất $15,9$ đến lớn nhất $21,2$
Kiểm định đa cộng tuyến (VIF) $\text{VIF} < 10$ cho toàn bộ các biến Hiện tượng đa cộng tuyến không nghiêm trọng
Kiểm định Lagrange $\text{Prob} = 0,0019 < 0,05$ Bác bỏ $H_0$, mô hình có phương sai sai số thay đổi
Kiểm định Wooldridge $\text{Prob} = 0,0353 < 0,05$ Bác bỏ $H_0$, mô hình có hiện tượng tự tương quan sai số
Phương pháp ước lượng cuối cùng Generalized Method of Moments (GMM) Khắc phục hiện tượng nội sinh của biến $NPL_{i,t-1}$

Các khuyến nghị được đề xuất bao gồm:

  • Đối với các NHTM: Nâng cao năng lực thẩm định tín dụng và quản trị rủi ro; cân đối quy mô trích lập dự phòng rủi ro tín dụng phù hợp với chất lượng danh mục cho vay; kiểm soát tốc độ tăng trưởng quy mô tài sản gắn liền với năng lực quản lý; nâng cao tỷ suất sinh lời thực chất để củng cố bộ đệm tài chính.
  • Đối với Ngân hàng Nhà nước: Điều hành chính sách tiền tệ và tín dụng linh hoạt, phối hợp kiểm soát lạm phát và ổn định kinh tế vĩ mô; duy trì cơ chế thanh tra, giám sát phân loại nợ nghiêm ngặt và đồng bộ theo chuẩn mực quốc tế; chỉ đạo tái cơ cấu dứt điểm các khoản nợ xấu tồn đọng.

Về mặt đóng góp khoa học, nghiên cứu xây dựng mô hình định lượng động cập nhật chuỗi dữ liệu 11 năm (2010–2021) của 25 NHTM Việt Nam, làm giàu thêm hệ thống bằng chứng thực nghiệm về tác động đồng thời của các biến số vi mô nội tại và biến số vĩ mô trong giai đoạn có biến động kinh tế và dịch bệnh Covid-19.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận tự chỉ ra các giới hạn nhất định trong phạm vi triển khai:

  • Về phạm vi mẫu nghiên cứu: Nghiên cứu mới chỉ thu thập dữ liệu của 25 NHTM duy trì hoạt động và công bố đầy đủ thông tin kiểm toán liên tục trong 11 năm, chưa thể bao quát toàn bộ 39 NHTM trong hệ thống ngân hàng Việt Nam.
  • Về phạm vi dữ liệu: Mặc dù chuỗi thời gian kéo dài đến năm 2021, tác động của dịch Covid-19 và các rủi ro phát sinh trong giai đoạn 2018–2021 đối với tính thanh khoản và áp lực nợ xấu vẫn cần thêm thời gian để kiểm chứng đầy đủ mức độ ảnh hưởng dài hạn.
  • Hướng nghiên cứu tiếp theo: Các nghiên cứu kế tiếp có thể mở rộng cỡ mẫu sang các NHTM cổ phần chưa niêm yết khi dữ liệu được công bố minh bạch hơn; tích hợp thêm các biến số quản trị như chỉ số quản trị doanh nghiệp (CGI), hệ số an toàn vốn (CAR) theo chuẩn Basel hoặc các yếu tố vĩ mô khác như tỷ giá hối đoái thực, giá bất động sản để gia tăng độ giải thích của mô hình.

Giá trị tham khảo

Khóa luận có giá trị tham khảo rõ ràng cho các nhóm đối tượng học thuật và thực tiễn:

  • Sinh viên và học viên chuyên ngành Tài chính – Ngân hàng: Là tài liệu tham khảo chi tiết về quy trình nghiên cứu định lượng dữ liệu bảng động, từ khâu thiết lập giả thuyết, lựa chọn biến đại diện đến việc vận hành các câu lệnh kiểm định khuyết tật mô hình (Lagrange, Wooldridge) và ước lượng GMM trên phần mềm Stata 15.
  • Người nghiên cứu về rủi ro tín dụng: Cung cấp hệ thống tổng quan tài liệu có hệ thống về các lý thuyết nợ xấu (quản lý kém, tiết kiệm, rủi ro đạo đức, quá lớn để phá sản, chu kỳ kinh doanh) cùng bảng tổng hợp phân loại nợ đối sánh giữa chuẩn quốc tế (World Bank, IIF, Basel) và quy định pháp lý của NHNN Việt Nam.
  • Cán bộ quản trị rủi ro tại các định chế tài chính: Cung cấp góc nhìn định lượng về mức độ nhạy cảm của nợ xấu trước các biến động về lạm phát, tăng trưởng tín dụng và quy mô tài sản.

Câu hỏi thường gặp

1. Tỷ lệ nợ xấu nội bảng của hệ thống ngân hàng thương mại Việt Nam biến động như thế nào trong giai đoạn 2016–2021 theo số liệu tác giả trích dẫn? Theo số liệu được công bố bởi Phó Thống đốc NHNN Nguyễn Kim Anh mà tác giả trích dẫn, tỷ lệ nợ xấu nội bảng của toàn hệ thống ngân hàng năm 2016 là 2,46%, năm 2017 giảm xuống 1,99%, năm 2018 là 1,91%, năm 2019 là 1,63%, năm 2020 tăng lên 1,76% và năm 2021 đạt 1,9% (loại trừ nợ có khả năng mất vốn).

2. Tiêu chuẩn phân loại nợ xấu của Việt Nam được tác giả sử dụng dựa trên những văn bản pháp lý và tiêu chí nào? Tác giả căn cứ vào Quyết định số 493/2005/QĐ-NHNN, Quyết định số 22/VBHN-NHNN và Thông tư số 02/2013/TT-NHNN. Nợ xấu được xác định là các khoản nợ thuộc nhóm 3 (nợ dưới tiêu chuẩn, quá hạn 91–180 ngày), nhóm 4 (nợ nghi ngờ, quá hạn 181–360 ngày) và nhóm 5 (nợ có khả năng mất vốn, quá hạn trên 360 ngày), đánh giá kết hợp qua phương pháp định lượng (thời gian quá hạn) và định tính (khả năng tổn thất vốn).

3. Khuyết tật mô hình nào được phát hiện trong quá trình kiểm định trước khi tác giả chọn phương pháp GMM? Tác giả kiểm định đa cộng tuyến cho thấy tất cả hệ số VIF đều nhỏ hơn 10 (không vi phạm nghiêm trọng). Tuy nhiên, kiểm định Lagrange cho thấy $\text{Prob} = 0,0019 < 0,05$ (mô hình bị hiện tượng phương sai sai số thay đổi) và kiểm định Wooldridge cho thấy $\text{Prob} = 0,0353 < 0,05$ (mô hình bị hiện tượng tự tương quan giữa các sai số). Đồng thời mô hình chứa biến trễ nội sinh $NPL_{i,t-1}$.

4. Kết quả ước lượng hồi quy GMM cho thấy những yếu tố nào có tác động cùng chiều và ngược chiều đến tỷ lệ nợ xấu? Kết quả hồi quy GMM xác nhận các yếu tố đều có ý nghĩa thống kê. Trong đó, tỷ suất lợi nhuận trên tổng tài sản ($ROA$), tốc độ tăng trưởng tín dụng ($LGR$) và tốc độ tăng trưởng kinh tế ($GDP$) có mối quan hệ ngược chiều (-) với nợ xấu. Ngược lại, nợ xấu kỳ trước ($NPL_{i,t-1}$), quy mô ngân hàng ($SIZE$), tỷ lệ lạm phát ($INF$), tỷ lệ vốn chủ sở hữu trên tổng tài sản ($ETA$) và tỷ lệ dự phòng rủi ro tín dụng ($LLR$) có mối tương quan dương (+) cùng chiều với nợ xấu.

5. Vì sao mẫu nghiên cứu định lượng chỉ bao gồm 25 ngân hàng thương mại thay vì toàn bộ 39 ngân hàng thương mại tại Việt Nam? Do trong suốt giai đoạn nghiên cứu 11 năm (2010–2021), chỉ có 25 NHTM niêm yết trên các sàn HOSE, HNX và UPCOM công bố đầy đủ và liên tục các số liệu kiểm toán cần thiết để cấu thành bộ dữ liệu bảng cân bằng (balanced panel data) gồm 300 quan sát; các ngân hàng còn lại thiếu dữ liệu thống kê đồng nhất trong toàn bộ chuỗi thời gian.

Kết luận

Khóa luận của tác giả Đỗ Nguyễn Sinh Hùng đã thực hiện một nghiên cứu thực nghiệm chặt chẽ về các nhân tố tác động đến nợ xấu tại 25 ngân hàng thương mại Việt Nam giai đoạn 2010–2021. Bằng việc ứng dụng phương pháp ước lượng GMM để khắc phục hiện tượng phương sai thay đổi, tự tương quan và tính nội sinh, công trình đã xác định rõ chiều hướng tác động đa chiều của các biến số vi mô và vĩ mô đến tỷ lệ nợ xấu. Các phát hiện thực nghiệm cung cấp cơ sở dữ liệu xác thực, đóng góp giải pháp quản trị thực tiễn cho các NHTM và hàm ý điều hành chính sách tiền tệ cho Ngân hàng Nhà nước.