Bối cảnh và vấn đề nghiên cứu

Trong hệ thống tài chính, các ngân hàng thương mại (NHTM) giữ vai trò huyết mạch trong việc cung ứng vốn, duy trì thanh khoản và thúc đẩy tăng trưởng kinh tế. Tuy nhiên, hoạt động kinh doanh ngân hàng luôn đi kèm với rủi ro tín dụng mà biểu hiện cụ thể là nợ xấu (Non-performing loan - NPL). Nợ xấu kéo dài không chỉ làm đọng vốn, suy giảm khả năng quay vòng dòng tiền và đe dọa thanh khoản của từng ngân hàng, mà còn gây áp lực lên điều hành chính sách tiền tệ của Ngân hàng Nhà nước (NHNN), làm gia tăng nguy cơ suy yếu tài chính của các doanh nghiệp vay vốn và gây bất ổn kinh tế vĩ mô.

Theo số liệu từ NHNN, tỷ lệ nợ xấu của toàn bộ hệ thống ngân hàng Việt Nam trong các năm 2013, 2014, 2015 và 2016 lần lượt được ghi nhận ở mức 3,79%, 3,70%, 2,55% và 2,46%. Mặc dù xu hướng có sự cải thiện, nhưng bước sang quý I/2017, tỷ lệ nợ xấu lại tăng lên mức 2,55%. Trước đó, vào giai đoạn 2008 – 2011, nợ xấu gia tăng nhanh chóng; đến cuối năm 2011, khối lượng nợ xấu toàn hệ thống đã đạt 85.000 tỷ đồng và liên tục duy trì vượt ngưỡng an toàn 3% trong suốt giai đoạn 2011 – 2014. Đáng chú ý, tính đến cuối tháng 6/2012, nợ xấu tập trung tại 5 ngành kinh tế chính (công nghiệp chế biến, chế tạo; kinh doanh bất động sản, dịch vụ; bán buôn, bán lẻ, sửa chữa ô tô, xe máy; vận tải, kho bãi; xây dựng) đã chiếm gần 96.000 tỷ đồng, tương đương 80,49% tổng nợ xấu toàn nền kinh tế.

Trước bối cảnh đó, việc nhận diện và đo lường chính xác các yếu tố tác động đến nợ xấu là điều kiện tiên quyết để xây dựng phương án xử lý nợ hiệu quả. Khóa luận tốt nghiệp của tác giả Nguyễn Ngân Hà (ngành Tài chính – Ngân hàng, Trường Đại học Ngân hàng TP. Hồ Chí Minh, năm 2018) tập trung giải quyết vấn đề này với các nội dung cụ thể:

  • Mục tiêu nghiên cứu:
    1. Xác định các yếu tố vĩ mô và vi mô có tác động đến tỷ lệ nợ xấu tại các NHTM Việt Nam.
    2. Phân tích và đánh giá mức độ ảnh hưởng của từng yếu tố đến nợ xấu.
    3. Đề xuất một số khuyến nghị và hàm ý chính sách nhằm kiểm soát và giảm thiểu tỷ lệ nợ xấu tại các NHTM Việt Nam.
  • Đối tượng nghiên cứu: Nợ xấu và các yếu tố vi mô (đặc thù ngân hàng), vĩ mô (môi trường kinh tế) tác động đến nợ xấu tại các NHTM Việt Nam.
  • Phạm vi nghiên cứu:
    • Về nội dung: Đánh giá thực trạng nợ xấu và ước lượng tác động của các biến số tài chính vi mô, vĩ mô đến tỷ lệ nợ xấu.
    • Về thời gian: Giai đoạn 10 năm, từ năm 2007 đến năm 2016.
    • Về không gian: Khảo sát mẫu gồm 15 NHTM lớn tại Việt Nam (trên tổng số 31 NHTM đang hoạt động tính đến 31/12/2016), bao gồm: ACB, Agribank, BIDV, Eximbank, HDBank, Maritime Bank, MB, Sacombank, SCB, SHB, Techcombank, VIB, Vietcombank, VietinBank và VPBank. Các ngân hàng này được lựa chọn do đáp ứng tiêu chí hoạt động liên tục trong giai đoạn nghiên cứu, có mức độ tín nhiệm cao và công bố đầy đủ báo cáo tài chính kiểm toán.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và khái niệm

Văn bản định nghĩa nợ xấu dựa trên chuẩn mực quốc tế và quy định pháp lý hiện hành tại Việt Nam:

  • Khái niệm quốc tế: Theo Nhóm chuyên gia tư vấn (Advisory Expert Group - AEG) của Liên hiệp quốc, Quỹ Tiền tệ Quốc tế (IMF, 2004) và Ủy ban Basel về Giám sát Ngân hàng (BCBS, 2002), một khoản nợ được xem là nợ xấu khi quá hạn trả gốc và/hoặc lãi từ 90 ngày trở lên, hoặc các khoản nợ quá hạn dưới 90 ngày nhưng có dấu hiệu rõ ràng về việc khách hàng mất khả năng thanh toán.
  • Quy định tại Việt Nam: Theo Điều 3 Thông tư số 02/2013/TT-NHNN ngày 21/01/2013 của NHNN, nợ xấu (NPL) được xác định là các khoản nợ thuộc nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn). Phân loại nợ được thực hiện bằng phương pháp định lượng (Điều 10 - dựa trên số ngày quá hạn) và phương pháp định tính (Điều 11 - dựa trên hệ thống xếp hạng tín dụng nội bộ).
  • Phân loại nợ quốc tế (IIF): Gồm 5 nhóm theo Viện Tài chính Quốc tế: Nhóm 1 - Nợ đủ tiêu chuẩn (Standard), Nhóm 2 - Nợ cần chú ý (Watch), Nhóm 3 - Nợ dưới tiêu chuẩn (Substandard), Nhóm 4 - Nợ nghi ngờ (Doubtful), Nhóm 5 - Nợ mất vốn (Loss).
  • Các giả thuyết kinh tế nền tảng:
    • Giả thuyết "Quản lý kém" (Bad Management - Berger & DeYoung, 1997): Trình độ quản trị yếu kém làm suy giảm hiệu quả hoạt động, lỏng lẻo trong thẩm định và giám sát tín dụng, dẫn đến nợ xấu tăng cao.
    • Giả thuyết "Rủi ro đạo đức" (Moral Hazard - Keeton & Morris, 1987): Ngân hàng có tỷ lệ vốn chủ sở hữu thấp có xu hướng chấp nhận rủi ro cao hơn để tìm kiếm lợi nhuận, làm tăng khả năng phát sinh nợ xấu.
    • Giả thuyết "Chính sách tín dụng có tính chu kỳ" (Procyclical Credit Policy - Rajan, 1994; de Lis và cộng sự, 2000): Ngân hàng mở rộng tín dụng nhanh trong thời kỳ kinh tế tăng trưởng và thắt chặt khi suy thoái, tạo tích tụ rủi ro bộc phát thành nợ xấu khi kinh tế hạ nhiệt.
    • Giả thuyết "Kém may mắn" (Bad Luck - Bernanke & Gertler, 1989): Sự suy giảm tăng trưởng kinh tế và biến động lạm phát làm suy yếu khả năng trả nợ của khách hàng, đẩy tỷ lệ nợ xấu tăng ngoài ý muốn của ngân hàng.
Tên biến Ký hiệu Loại biến Giả thuyết ứng dụng Kỳ vọng
Tỷ lệ nợ xấu năm hiện tại $NPL_{it}$ Phụ thuộc — —
Tỷ lệ nợ xấu năm trước $NPL_{it-1}$ Độc lập (Vi mô) Quản lý kém (+)
Khả năng sinh lời $ROE_{it}$ Độc lập (Vi mô) Quản lý kém (-)
Tỷ lệ vốn chủ sở hữu trên tổng tài sản $CAP_{it}$ Độc lập (Vi mô) Rủi ro đạo đức (-)
Tốc độ tăng trưởng tín dụng $GROWTH_{it}$ Độc lập (Vi mô) Chính sách tín dụng chu kỳ (+)/(-)
Tốc độ tăng trưởng kinh tế $GDP_t$ Độc lập (Vĩ mô) Kém may mắn (-)
Tỷ lệ lạm phát $INF_t$ Độc lập (Vĩ mô) Kém may mắn (+)

Phương pháp nghiên cứu và xử lý dữ liệu

  • Nguồn dữ liệu: Dữ liệu bảng (Panel Data) cân bằng gồm 150 quan sát từ 15 NHTM Việt Nam trong 10 năm (2007 – 2016). Số liệu vi mô thu thập từ Báo cáo tài chính hợp nhất đã kiểm toán của 15 ngân hàng; số liệu vĩ mô (GDP, lạm phát) thu thập từ Ngân hàng Thế giới (World Bank - WB) và NHNN.
  • Phương pháp ước lượng:
    • Áp dụng các mô hình cơ bản cho dữ liệu bảng: Mô hình gộp (Pooled OLS), Mô hình tác động cố định (FEM) và Mô hình tác động ngẫu nhiên (REM).
    • Sử dụng kiểm định VIF để kiểm tra hiện tượng đa cộng tuyến, kiểm định Wald để phát hiện phương sai sai số thay đổi và kiểm định Wooldridge để phát hiện tự tương quan.
    • Khắc phục hiện tượng phương sai thay đổi và tự tương quan bằng phương pháp Bình phương tối thiểu tổng quát (GLS).
    • Khắc phục hiện tượng nội sinh và tính động của mô hình bằng phương pháp Mômen tổng quát (GMM), kết hợp kiểm định Sargan/Hansen (kiểm định tính hợp lệ của biến công cụ) và kiểm định Arellano – Bond với bậc AR(1), AR(2) (kiểm tra hiện tượng tự tương quan của phần dư).

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương này thiết lập nền tảng nghiên cứu thông qua việc phân tích tính cấp thiết của đề tài trong bối cảnh tái cơ cấu ngành ngân hàng tại Việt Nam. Tác giả xác định rõ 3 mục tiêu nghiên cứu, đối tượng nghiên cứu là nợ xấu cùng các yếu tố tác động, phạm vi mẫu gồm 15 NHTM trong giai đoạn 2007 – 2016, phương pháp luận nghiên cứu và kết cấu tổng thể gồm 5 chương của khóa luận.

Chương 2: Cơ sở lý luận và những nghiên cứu thực nghiệm về nợ xấu và những yếu tố tác động đến nợ xấu tại ngân hàng thương mại

Tác giả hệ thống hóa toàn diện các lý thuyết về nợ xấu, bao gồm khái niệm theo chuẩn mực quốc tế (AEG, IMF, BCBS) và quy định của Việt Nam (Thông tư 02/2013/TT-NHNN). Chương này làm rõ hệ thống phân loại nợ 5 nhóm (IIF), các chỉ tiêu đánh giá (Tỷ lệ NPL, tỷ lệ thu hồi nợ, tỷ lệ trích lập dự phòng), các nhóm nguyên nhân khách quan (môi trường pháp lý, kinh tế, thiên nhiên, khách hàng vay vốn) và chủ quan (chính sách tín dụng, kiểm soát sau vay, trình độ cán bộ tín dụng).

Chương 2 cũng phân tích 4 nhóm ảnh hưởng nghiêm trọng của nợ xấu đến ngân hàng (chi phí, lợi nhuận, thanh khoản, nguy cơ phá sản, uy tín), khách hàng và toàn bộ nền kinh tế (tắc nghẽn vốn, thâm hụt ngân sách giải cứu, nguy cơ lạm phát). Đồng thời, tác giả tổng hợp 4 khung lý thuyết (Quản lý kém, Rủi ro đạo đức, Chính sách tín dụng chu kỳ, Kém may mắn) và tổng thuật các nghiên cứu thực nghiệm tiêu biểu trên thế giới (Salas & Saurina, 2002; Rajan & Dhal, 2003; Pasha & Khemraj, 2009; Louzis và cộng sự, 2010; Klein, 2013; Messai & Jouini, 2013; Makri và cộng sự, 2014) và tại Việt Nam (Đỗ Quỳnh Anh & Nguyễn Đức Hùng, 2013; Võ Thị Quý & Bùi Ngọc Toàn, 2014; Nguyễn Thị Hồng Vinh, 2015; Nguyễn Thị Ngọc Diệp & Nguyễn Minh Kiều, 2015; Bùi Duy Tùng & Đặng Thị Bạch Vân, 2015).

Chương 3: Phương pháp nghiên cứu

Dựa trên mô hình của Messai & Jouini (2013) và Nguyễn Thị Hồng Vinh (2015), tác giả thiết lập mô hình hồi quy tuyến tính dạng bảng:

$$NPL_{it} = \beta_0 + \beta_1 NPL_{it-1} + \beta_2 ROE_{it} + \beta_3 CAP_{it} + \beta_4 GROWTH_{it} + \beta_5 GDP_t + \beta_6 INF_t + \epsilon_{it}$$

Trong đó, tác giả xây dựng 6 giả thuyết nghiên cứu (H1 đến H6) tương ứng với từng biến độc lập, định nghĩa công thức tính toán cho từng chỉ tiêu, trình bày chi tiết quy trình thu thập dữ liệu từ BCTC của 15 NHTM và World Bank. Chương này cũng giải thích cơ sở toán học của kỹ thuật hồi quy dữ liệu bảng, ưu điểm vượt trội của dữ liệu bảng đối với việc kiểm soát tính dị biệt cá thể, và lý do lựa chọn phương pháp GLS cùng phương pháp GMM để khắc phục các khuyết tật phương sai thay đổi, tự tương quan và nội sinh.

Chương 4: Kết quả nghiên cứu

Chương này mở đầu bằng việc phân tích thực trạng nợ xấu của hệ thống NHTM Việt Nam giai đoạn 2007 – 2016: nợ xấu tăng liên tục từ năm 2007, đạt đỉnh điểm trên 3% giai đoạn 2011 – 2014 (năm 2011 đạt 85.000 tỷ đồng), trước khi giảm về mức 2,55% (2015) và 2,46% (2016) nhờ nỗ lực xử lý nợ cơ cấu và trái phiếu doanh nghiệp. Cơ cấu nợ xấu tập trung tới 80,49% ở 5 ngành kinh tế (tháng 6/2012 chiếm 96.000 tỷ đồng).

Tiếp đó, tác giả thực hiện thống kê mô tả mẫu dữ liệu, ma trận tương quan giữa các biến, thực hiện các kiểm định chẩn đoán (VIF, kiểm định Wald, kiểm định Wooldridge) và trình bày bảng kết quả ước lượng bằng hai phương pháp GLS và GMM. Kết quả hồi quy chỉ ra mối tương quan cụ thể giữa các biến độc lập với tỷ lệ nợ xấu, đồng thời thảo luận sâu về sự phù hợp giữa kết quả thực nghiệm với lý thuyết kinh tế.

Chương 5: Hàm ý chính sách từ kết quả nghiên cứu

Từ các phát hiện định lượng thực nghiệm, chương này đề xuất hệ thống giải pháp và khuyến nghị chính sách dành cho các NHTM và NHNN nhằm tăng cường kiểm soát nợ xấu, nâng cao tỷ lệ vốn chủ sở hữu, hoàn thiện quy trình quản trị tín dụng và thích ứng với các biến động vĩ mô (lạm phát và tăng trưởng GDP).


Kết quả và đóng góp

Kết quả nghiên cứu chính

Kết quả ước lượng mô hình bằng phương pháp GLS và GMM cho thấy sự tác động đồng thời của các yếu tố vi mô và vĩ mô đến tỷ lệ nợ xấu tại 15 NHTM Việt Nam:

Yếu tố Biến số Tác động thực nghiệm Ý nghĩa thống kê Phù hợp với lý thuyết
Nợ xấu năm trước $NPL_{it-1}$ Tương quan dương (+) Có ý nghĩa Phù hợp giả thuyết "Quản lý kém"
Tỷ lệ lạm phát $INF_t$ Tương quan dương (+) Có ý nghĩa Phù hợp giả thuyết "Kém may mắn"
Tỷ lệ vốn chủ sở hữu $CAP_{it}$ Tương quan âm (-) Có ý nghĩa Phù hợp giả thuyết "Rủi ro đạo đức"
Tăng trưởng kinh tế $GDP_t$ Tương quan âm (-) Có ý nghĩa Phù hợp giả thuyết "Kém may mắn"
Khả năng sinh lời $ROE_{it}$ Tương quan âm (-) Không có ý nghĩa Đúng chiều kỳ vọng
Tăng trưởng tín dụng $GROWTH_{it}$ Tương quan chiều kỳ vọng Không có ý nghĩa Sức giải thích thấp

Giải pháp và khuyến nghị đề xuất

Từ kết quả thực nghiệm, tác giả đề xuất các nhóm giải pháp chính:

  • Đối với các Ngân hàng Thương mại:
    • Kiểm soát nợ xấu tồn đọng từ các năm trước thông qua việc phân loại nợ chính xác, minh bạch theo Thông tư 02/2013/TT-NHNN, đẩy nhanh xử lý tài sản đảm bảo và trích lập dự phòng đầy đủ.
    • Tăng cường năng lực tài chính và tỷ lệ vốn chủ sở hữu trên tổng tài sản nhằm hạn chế rủi ro đạo đức, nâng cao năng lực chống chịu trước các cú sốc tài chính.
    • Nâng cao hiệu quả thẩm định và giám sát sau giải ngân, tránh tình trạng tăng trưởng tín dụng nóng bất chấp chất lượng khoản vay trong thời kỳ kinh tế hưng thịnh.
    • Xây dựng và thường xuyên cập nhật hệ thống xếp hạng tín dụng nội bộ theo phương pháp định tính.
  • Đối với Ngân hàng Nhà nước và Cơ quan điều hành:
    • Điều hành chính sách tiền tệ chủ động, kiểm soát lạm phát ổn định nhằm giảm thiểu áp lực tăng lãi suất và rủi ro mất khả năng thanh toán của doanh nghiệp vay vốn.
    • Giám sát chặt chẽ tăng trưởng tín dụng theo định hướng an toàn, kiểm soát dòng vốn vào 5 ngành có rủi ro nợ xấu cao đã được thống kê.

Đóng góp của đề tài

  • Hệ thống hóa toàn diện các khung lý thuyết vi mô và vĩ mô về nợ xấu tại hệ thống ngân hàng thương mại.
  • Cung cấp bằng chứng thực nghiệm trên bộ dữ liệu bảng 10 năm (2007 – 2016) của 15 NHTM lớn nhất Việt Nam.
  • Kết hợp linh hoạt hai phương pháp kinh tế lượng GLS và GMM, kiểm soát triệt để các khuyết tật về phương sai sai số thay đổi, tự tương quan và nội sinh thường gặp trong dữ liệu tài chính ngân hàng.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế:
    • Khóa luận chỉ khảo sát mẫu 15 NHTM trong tổng số 31 NHTM tại Việt Nam do rào cản về tính liên tục và tính đầy đủ của số liệu công bố công khai.
    • Dữ liệu nợ xấu dựa trên báo cáo tài chính theo Chuẩn mực Kế toán Việt Nam (VAS), có thể chưa phản ánh hết nợ xấu tiềm ẩn đã được cơ cấu hoặc chuyển sang các tổ chức xử lý nợ.
    • Hai biến độc lập là khả năng sinh lời ($ROE$) và tăng trưởng tín dụng ($GROWTH$) chưa thể hiện được ý nghĩa thống kê rõ nét trong mô hình thực nghiệm.
  • Hướng nghiên cứu tiếp:
    • Mở rộng phạm vi mẫu nghiên cứu cho toàn bộ các tổ chức tín dụng tại Việt Nam và kéo dài chuỗi thời gian quan sát sau năm 2016.
    • Bổ sung thêm các biến số vi mô khác như quy mô ngân hàng, tỷ lệ chi phí hoạt động trên thu nhập, tỷ lệ dự phòng rủi ro tín dụng và các biến vĩ mô như lãi suất thực, tỷ giá hối đoái.

Giá trị tham khảo

  • Đối tượng sử dụng:
    • Sinh viên, học viên cao học chuyên ngành Tài chính – Ngân hàng, Kinh tế học ứng dụng tham khảo phương pháp xây dựng mô hình định lượng và quy trình xử lý dữ liệu bảng.
    • Cán bộ quản lý rủi ro tín dụng, chuyên viên phân tích tài chính tại các NHTM tham khảo để nhận diện các biến số tác động sớm đến nợ xấu.
    • Các nhà nghiên cứu quan tâm đến đề tài nợ xấu và tái cơ cấu hệ thống ngân hàng Việt Nam.
  • Phần nội dung giá trị nhất:
    • Chương 2 với hệ thống hóa chi tiết 4 giả thuyết kinh tế và tổng quan nghiên cứu quốc tế/trong nước.
    • Chương 3 và 4 về quy trình kiểm định khuyết tật mô hình (Wald, Wooldridge) và kỹ thuật ước lượng GLS, GMM trên dữ liệu tài chính ngân hàng.

Câu hỏi thường gặp

1. Tác giả đã lựa chọn mẫu nghiên cứu gồm những ngân hàng thương mại nào và vì sao?

Tác giả lựa chọn mẫu gồm 15 NHTM lớn tại Việt Nam: ACB, Agribank, BIDV, Eximbank, HDBank, Maritime Bank, MB, Sacombank, SCB, SHB, Techcombank, VIB, Vietcombank, VietinBank và VPBank. Mẫu này được chọn vì các ngân hàng này có mức độ tín nhiệm cao, hoạt động liên tục trong suốt 10 năm (2007 – 2016) và công bố đầy đủ, minh bạch số liệu trên báo cáo tài chính hợp nhất kiểm toán.

2. Mô hình kinh tế lượng trong khóa luận sử dụng những biến số nào?

Mô hình sử dụng biến phụ thuộc là Tỷ lệ nợ xấu ($NPL_{it}$) và 6 biến độc lập:

  • 4 biến vi mô: Tỷ lệ nợ xấu năm trước ($NPL_{it-1}$), Khả năng sinh lời ($ROE_{it}$), Tỷ lệ vốn chủ sở hữu trên tổng tài sản ($CAP_{it}$), Tốc độ tăng trưởng tín dụng ($GROWTH_{it}$).
  • 2 biến vĩ mô: Tốc độ tăng trưởng kinh tế ($GDP_t$) và Tỷ lệ lạm phát ($INF_t$).

3. Tại sao tác giả phải sử dụng phương pháp ước lượng GLS và GMM thay vì OLS thông thường?

Mô hình dữ liệu bảng thông thường (Pooled OLS, FEM, REM) bị vi phạm giả định do xuất hiện hiện tượng phương sai sai số thay đổi và tự tương quan (được phát hiện qua kiểm định Wald và Wooldridge). Do đó, phương pháp GLS được sử dụng để khắc phục hai hiện tượng này. Ngoài ra, mô hình có biến trễ $NPL_{it-1}$ làm phát sinh hiện tượng nội sinh, do đó phương pháp GMM được áp dụng để đảm bảo ước lượng thu được là vững và không thiên lệch.

4. Kết quả nghiên cứu thực nghiệm khẳng định những yếu tố nào có tác động có ý nghĩa thống kê đến nợ xấu?

Kết quả ước lượng khẳng định 4 biến có tác động có ý nghĩa thống kê đến tỷ lệ nợ xấu tại các NHTM Việt Nam:

  • Nợ xấu năm trước ($NPL_{it-1}$) và Tỷ lệ lạm phát ($INF_t$) có tác động cùng chiều (+).
  • Tỷ lệ vốn chủ sở hữu ($CAP_{it}$) và Tốc độ tăng trưởng GDP ($GDP_t$) có tác động ngược chiều (-).
  • Biến $ROE$ và Tăng trưởng tín dụng có chiều tác động đúng kỳ vọng nhưng không có ý nghĩa thống kê.

5. Thực trạng nợ xấu của hệ thống ngân hàng Việt Nam giai đoạn 2007 – 2016 có những đặc điểm nổi bật nào?

Nợ xấu có xu hướng gia tăng liên tục từ năm 2007 do tăng trưởng tín dụng nóng; đến cuối năm 2011 nợ xấu toàn hệ thống đạt 85.000 tỷ đồng và duy trì vượt mức an toàn 3% trong giai đoạn 2011 – 2014. Tính đến tháng 6/2012, nợ xấu tập trung chủ yếu ở 5 ngành kinh tế chính với 96.000 tỷ đồng (chiếm 80,49% tổng nợ xấu toàn nền kinh tế). Từ năm 2015 đến 2016, tỷ lệ nợ xấu giảm dần về 2,55% và 2,46% nhờ các biện pháp xử lý nợ cơ cấu và trái phiếu doanh nghiệp, nhưng đã tăng nhẹ trở lại mức 2,55% vào quý I/2017.


Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Ngân Hà đã cung cấp một nghiên cứu định lượng hoàn chỉnh về các yếu tố vi mô và vĩ mô tác động đến tỷ lệ nợ xấu tại 15 NHTM Việt Nam trong giai đoạn 2007 – 2016. Bằng việc áp dụng phương pháp hồi quy dữ liệu bảng GLS và GMM, nghiên cứu chứng minh nợ xấu quá khứ và lạm phát thúc đẩy nợ xấu gia tăng, trong khi quy mô vốn chủ sở hữu và tăng trưởng GDP đóng vai trò kiềm chế nợ xấu. Các kết quả thực nghiệm và hàm ý chính sách trong công trình là tài liệu tham khảo có giá trị học thuật và thực tiễn cho công tác quản trị rủi ro tín dụng tại các ngân hàng thương mại Việt Nam.