Khóa luận các yếu tố ảnh hưởng đến nợ xấu tại 27 ngân hàng TMCP Việt Nam giai đoạn 2011-2023

Nghiên cứu các yếu tố ảnh hưởng đến nợ xấu của các Ngân hàng TMCP Việt Nam giai đoạn 2011-2023. Phân tích tác động của NPLt-1, LLP, SIZE, GDP, UNT.

• Tác giả: Lê Tuấn Kiệt
• Người hướng dẫn: Dr. Lê Hà Diễm Chi
• Trường học: Ho Chi Minh City Banking University
• Chuyên ngành: Finance – Banking
• Đề tài: Các yếu tố ảnh hưởng đến nợ xấu của Ngân hàng Thương mại Cổ phần Việt Nam
• Loại tài liệu: graduation thesis
• Năm xuất bản: 2024
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• ABSTRACT
• TÓM TẮT
• DECLARATION OF AUTHENTICITY
• ACKNOWLEDGMENT
• 1. CHAPTER 1: INTRODUCTION
• 1.1. Reasons for choosing the topic
• 1.2. Object and scope of research
• 1.3. Research method
• 1.4. Contribution of the thesis
• 1.5. Research structure
• 2. CHAPTER 2: LITERATURE REVIEW
• 2.1. Theoretical basis of non-performing loans
• 2.2. Debt classification
• 2.3. Definition of non-performing loans
• 2.4. The measurement of non-performing loans
• 2.5. Theory of non-performing loans
• 2.6. Asymmetric information theory
• 2.7. Business cycle theory
• 2.8. Economies of scale theory
• 2.9. Bad luck theory
• 2.10. Summary of previous research
• 3. CHAPTER 3: RESEARCH METHODOLOGY
• 3.1. Bank-specific independent variables
• 3.2. Macro independent variables
• 4. CHAPTER 4: RESEARCH RESULT AND DISCUSSION
• 4.1. Model selection test
• 4.2. Testing between Pooled OLS and FEM models
• 4.3. Testing between FEM and REM models
• 4.4. Test the correlation phenomenon in the model
• 4.5. Feasible generalized least squares (FGLS) method
• 4.6. Endogenous variables and GMM method
• 4.7. Discuss research results
• 4.8. Non-performing loans ratio from last year (NPLt-1)
• 4.9. Loan growth rate (LGR)
• 4.10. Loan loss provision (LLP)
• 4.11. Gross domestic product rate (GDP)
• 5. CHAPTER 5: CONCLUSION AND RECOMMENDATIONS
• 5.1. The last year’s non-performing loans (NPLt-1)
• 5.2. Loan loss provision (LLP)
• 5.3. Gross domestic product rate (GDP)
• 5.4. Thesis limitation and directions of research
• 5.5. Directions of research
• REFERENCES
• APPENDIX
• LIST OF ACRONYMS
• LIST OF TABLES
• LIST OF FIGURES

Tóm tắt

I. Tổng Quan Về Nợ Xấu Ngân Hàng Thực Trạng Thách Thức 55 ký tự

Để thực hiện chính sách công nghiệp hóa và hiện đại hóa đất nước, Việt Nam cần một lượng vốn lớn. Tuy nhiên, thị trường vốn hiện tại của Việt Nam chưa phát triển thành một kênh phân bổ vốn hiệu quả cho nền kinh tế. Hệ thống ngân hàng đóng vai trò to lớn trong nền kinh tế. Nó là kênh vốn chính cho sản xuất và kinh doanh. Nó cũng là nơi tiền và tài chính luôn luân chuyển và là nguồn vốn cho các doanh nghiệp, hỗ trợ sản xuất và kinh doanh, và thúc đẩy sự phát triển của nền kinh tế. Các hoạt động ngân hàng có mối quan hệ trực tiếp với các cá nhân và doanh nghiệp và có ảnh hưởng lớn đến tình hình kinh tế toàn cầu. Một hệ thống ngân hàng tốt có thể cung cấp nhiều loại sản phẩm và dịch vụ tài chính để đáp ứng các loại nhu cầu khác nhau của khách hàng và đảm bảo an toàn cho tiền gửi của khách hàng. Thêm vào đó, một hệ thống ngân hàng mạnh mẽ và hiệu quả cũng góp phần kiểm soát lạm phát, hỗ trợ tăng trưởng kinh tế và đóng góp vào việc tạo việc làm. Do đó, nếu hệ thống ngân hàng ổn định, mạnh mẽ, an toàn và hiệu quả, nền kinh tế sẽ ổn định và phát triển và ngược lại. Hoạt động tín dụng được coi là hoạt động chính của các ngân hàng thương mại, thu nhập từ hoạt động tín dụng chiếm tới 80% thu nhập của ngân hàng, do đó, nó gây ra tác động nghiêm trọng đến thu nhập của ngân hàng khi rủi ro tín dụng xảy ra.

1.1. Tầm Quan Trọng Của Việc Kiểm Soát Nợ Xấu Ngân Hàng

Việc kiểm soát nợ xấu là yếu tố then chốt để duy trì sự ổn định của hệ thống ngân hàng. Nợ xấu cao không chỉ làm giảm lợi nhuận của ngân hàng, mà còn ảnh hưởng đến khả năng cung cấp tín dụng cho nền kinh tế. Theo số liệu của Ngân hàng Nhà nước, tỷ lệ nợ xấu nội bảng đã tăng lên trong những năm gần đây, đặc biệt sau đại dịch Covid-19, điều này đòi hỏi các Ngân hàng Thương mại Cổ phần Việt Nam phải có các biện pháp quản lý hiệu quả hơn.

1.2. Ảnh Hưởng Của Đại Dịch Covid 19 Đến Tình Hình Nợ Xấu

Đại dịch Covid-19 đã gây ra những tác động tiêu cực đến nền kinh tế, làm gia tăng rủi ro tín dụng và nợ xấu của các ngân hàng. Nhiều doanh nghiệp gặp khó khăn trong việc trả nợ, dẫn đến sự gia tăng nợ có khả năng mất vốn. Một số ngân hàng đã áp dụng các biện pháp như cơ cấu lại nợ, giảm lãi suất để hỗ trợ khách hàng, nhưng điều này cũng tạo áp lực lên lợi nhuận của ngân hàng. VPBank, Vietinbank, VIB và HDB là những ví dụ điển hình về sự gia tăng nợ xấu sau đại dịch. Cần có những giải pháp đồng bộ để giải quyết vấn đề này.

II. Các Yếu Tố Ảnh Hưởng Nợ Xấu Cách Phân Tích Đánh Giá 58 ký tự

Các nghiên cứu trên thế giới như El-Maude et al (2017), Bhattarai (2018), Ngungu and Dr. cũng đã phân tích chủ đề này. Ngoài ra, nếu nợ xấu không được giám sát và thực hiện các biện pháp thích hợp và kịp thời, nó có thể dẫn đến một cuộc khủng hoảng tài chính trong tương lai. Điều này làm cho việc nghiên cứu các nguyên nhân và tác động của nợ xấu đối với các hoạt động kinh doanh của ngân hàng thương mại ở Việt Nam trở nên cực kỳ quan trọng và cấp bách, để đưa ra một kế hoạch để ngăn chặn cuộc khủng hoảng tài chính ngân hàng trong tương lai. Ngoài ra, mức độ nợ xấu cao trong hệ thống ngân hàng có thể cho thấy sự tồn tại của rủi ro hệ thống, từ đó ảnh hưởng đến số lượng tiền gửi và giới hạn hoạt động của các trung gian tài chính. Kết quả là, điều này sẽ có tác động tiêu cực đến đầu tư và tăng trưởng kinh tế. Đặc biệt, nếu tình hình nợ xấu không được cải thiện, nó sẽ làm giảm uy tín của ngân hàng thương mại trong các hoạt động kinh doanh tín dụng của họ, hoặc trong trường hợp xấu nhất, dẫn đến phá sản.

2.1. Yếu Tố Kinh Tế Vĩ Mô Tác Động Đến Nợ Xấu Ngân Hàng

GDP, lạm phát, lãi suất và tỷ giá hối đoái là những yếu tố kinh tế vĩ mô quan trọng có ảnh hưởng đến nợ xấu của các Ngân hàng Thương mại Cổ phần. Khi nền kinh tế suy thoái (GDP giảm), doanh nghiệp và cá nhân gặp khó khăn trong việc trả nợ. Lạm phát cao làm giảm sức mua và tăng chi phí sinh hoạt, ảnh hưởng đến khả năng trả nợ của người dân. Lãi suất tăng cũng làm tăng chi phí vay vốn, gây áp lực lên các khoản vay. Tỷ giá hối đoái biến động mạnh có thể ảnh hưởng đến các khoản vay bằng ngoại tệ.

2.2. Yếu Tố Nội Tại Ngân Hàng Ảnh Hưởng Rủi Ro Tín Dụng

Quản trị rủi ro tín dụng, chính sách tín dụng và cấu trúc tín dụng là những yếu tố nội tại quan trọng của ngân hàng có ảnh hưởng đến rủi ro tín dụng và nợ xấu. Quản trị rủi ro tín dụng hiệu quả giúp ngân hàng đánh giá và kiểm soát rủi ro tốt hơn. Chính sách tín dụng chặt chẽ giúp đảm bảo chất lượng tín dụng. Cấu trúc tín dụng hợp lý giúp phân tán rủi ro và giảm thiểu tác động của nợ xấu. Dự phòng rủi ro đầy đủ là một yếu tố quan trọng giúp ngân hàng ứng phó với nợ xấu.

2.3. Ảnh Hưởng Của Thị Trường Bất Động Sản Tới Nợ Xấu

Thị trường bất động sản có mối liên hệ mật thiết với hoạt động cho vay của ngân hàng. Khi thị trường bất động sản gặp khó khăn, giá trị tài sản thế chấp giảm, dẫn đến tăng rủi ro tín dụng và nợ xấu. Các khoản vay liên quan đến bất động sản như cho vay mua nhà, cho vay xây dựng thường chiếm tỷ trọng lớn trong danh mục tín dụng của ngân hàng. Do đó, sự biến động của thị trường bất động sản có thể tác động đáng kể đến tình hình nợ xấu của ngân hàng.

III. Phương Pháp Hồi Quy Cách Xác Định Tác Động Của Yếu Tố 59 ký tự

Đối với các thị trường mới nổi và các nền kinh tế phát triển, nợ xấu là một trong những nguyên nhân chính gây bất lợi cho sự ổn định và tăng trưởng kinh tế vĩ mô, thậm chí có thể dẫn đến khủng hoảng tài chính. Tình hình nợ xấu trong ngành ngân hàng ở Việt Nam đã có nhiều biến động gần đây. Cơ quan Thanh tra và Giám sát của Ngân hàng Nhà nước đã ghi nhận rằng dưới tác động nghiêm trọng của đại dịch Covid-19, tỷ lệ nợ xấu trên bảng cân đối kế toán có xu hướng tăng lên trong những tháng đầu năm 2021, tăng từ 1. Một số ngân hàng đã thực hiện các biện pháp như tạm ngừng trả nợ và cung cấp các gói hỗ trợ cho khách hàng để giảm áp lực tài chính. Tuy nhiên, điều này cũng có thể gây áp lực lên ngân hàng từ việc phải duy trì các khoản vay chưa thanh toán.

3.1. Sử Dụng Mô Hình Pooled OLS FEM Và REM Để Phân Tích

Nghiên cứu sử dụng các mô hình hồi quy Pooled OLS, Fixed Effects Model (FEM) và Random Effects Model (REM) để phân tích các yếu tố ảnh hưởng đến nợ xấu. Việc so sánh kết quả giữa các mô hình này giúp xác định mô hình phù hợp nhất. Các kiểm định như F-test và Hausman test được sử dụng để lựa chọn mô hình.

3.2. Khắc Phục Các Khuyết Tật Mô Hình Bằng FGLS Và GMM

Để đảm bảo tính chính xác của kết quả, nghiên cứu sử dụng phương pháp Feasible Generalized Least Squares (FGLS) để khắc phục các khuyết tật trong mô hình như tự tương quan và phương sai sai số thay đổi. Ngoài ra, phương pháp Generalized Method of Moments (GMM) được sử dụng để giải quyết vấn đề nội sinh.

3.3. Giải Thích Kết Quả Nghiên Cứu Và Thảo Luận Kết Quả

Nghiên cứu thảo luận các kết quả có ý nghĩa thống kê và so sánh với các nghiên cứu trước đây. Các yếu tố như tỷ lệ nợ xấu năm trước, tỷ lệ dự phòng rủi ro tín dụng, quy mô ngân hàng, GDP và tỷ lệ thất nghiệp được phân tích kỹ lưỡng để hiểu rõ hơn về tác động của chúng đến nợ xấu.

IV. Kết Quả Nghiên Cứu Yếu Tố Nào Ảnh Hưởng Nhất Đến Nợ Xấu 57 ký tự

Theo các báo cáo tài chính năm 2021 vừa được các ngân hàng công bố, nợ xấu đã tăng mạnh tại một số ngân hàng, chẳng hạn như VPBank (tăng tới 60% so với năm 2020), Vietinbank (tăng tới 49%), VIB (tăng tới 58%), HDB (tăng tới 43%) và nhiều ngân hàng khác. Số dư nợ xấu trung bình của 28 ngân hàng thương mại niêm yết và Agribank đã tăng 17. Năm 2022, theo thông tin từ Ngân hàng Nhà nước, tỷ lệ nợ xấu trong ngành ngân hàng ở Việt Nam đã đạt 1. Tuy nhiên, dữ liệu từ báo cáo tài chính quý IV năm 2022 của 27 ngân hàng niêm yết công khai cho thấy nợ xấu đã tăng lên. Trung bình, tỷ lệ nợ xấu ở 27 ngân hàng này đã tăng khoảng 0,7% so với cùng kỳ năm 2021.

4.1. Tỷ Lệ Nợ Xấu Năm Trước Có Ảnh Hưởng Cùng Chiều

Nghiên cứu cho thấy tỷ lệ nợ xấu năm trước (NPLt-1) có ảnh hưởng cùng chiều đến tỷ lệ nợ xấu hiện tại. Điều này cho thấy rằng, nợ xấu có xu hướng kéo dài và có thể trở thành vấn đề nghiêm trọng nếu không được xử lý kịp thời. Các ngân hàng cần có các biện pháp phòng ngừa và xử lý nợ xấu hiệu quả để ngăn chặn tình trạng này.

4.2. Tỷ Lệ Dự Phòng Rủi Ro Tín Dụng Cũng Ảnh Hưởng Cùng Chiều

Tỷ lệ dự phòng rủi ro tín dụng (LLP) cũng có ảnh hưởng cùng chiều đến nợ xấu. Điều này có thể là do các ngân hàng tăng cường trích lập dự phòng khi nợ xấu có xu hướng gia tăng. Việc trích lập dự phòng giúp ngân hàng có nguồn lực để xử lý nợ xấu, nhưng cũng làm giảm lợi nhuận.

4.3. GDP Và Quy Mô Ngân Hàng Ảnh Hưởng Ngược Chiều

GDP và quy mô ngân hàng (SIZE) có ảnh hưởng ngược chiều đến nợ xấu. Khi GDP tăng, tình hình kinh tế cải thiện, giúp doanh nghiệp và cá nhân có khả năng trả nợ tốt hơn. Các ngân hàng có quy mô lớn thường có khả năng quản lý rủi ro tín dụng tốt hơn, do đó có tỷ lệ nợ xấu thấp hơn.

V. Giải Pháp Quản Lý Nợ Xấu Gợi Ý Từ Nghiên Cứu 55 ký tự

Kiểm soát và xử lý nợ xấu là một vấn đề quan trọng của hệ thống ngân hàng để tạo ra một nền tảng tài chính cho ngân hàng thương mại dần dần trở nên mạnh mẽ và phục hồi ổn định. Xem xét và phân tích các yếu tố ảnh hưởng đến nợ xấu của ngân hàng thương mại đã trở thành một nhiệm vụ quan trọng và cấp bách. Chúng không chỉ làm tắc nghẽn dòng tín dụng trong nền kinh tế mà còn ảnh hưởng đáng kể đến uy tín, chất lượng và hiệu quả hoạt động kinh doanh của ngân hàng thương mại. Bắt đầu từ thực tế trên, tác giả quyết định chọn đề tài "Các yếu tố ảnh hưởng đến nợ xấu của Ngân hàng Thương mại Cổ phần Việt Nam" làm đề tài nghiên cứu để phân tích và đánh giá tình hình nợ xấu và tìm ra các yếu tố ảnh hưởng đến nợ xấu tại Ngân hàng Thương mại Cổ phần trong giai đoạn 2011-2023.

5.1. Tăng Cường Quản Trị Rủi Ro Tín Dụng Toàn Diện

Các Ngân hàng Thương mại Cổ phần cần tăng cường quản trị rủi ro tín dụng một cách toàn diện, từ khâu thẩm định, phê duyệt đến giám sát và thu hồi nợ. Cần có các quy trình và chính sách rõ ràng để đánh giá rủi ro tín dụng một cách chính xác. Bên cạnh đó, cần có hệ thống cảnh báo sớm để phát hiện các dấu hiệu nợ xấu tiềm ẩn.

5.2. Nâng Cao Chất Lượng Thẩm Định Và Phê Duyệt Tín Dụng

Việc thẩm định và phê duyệt tín dụng cần được thực hiện một cách cẩn trọng và khách quan. Cần đánh giá kỹ lưỡng khả năng trả nợ của khách hàng, cũng như giá trị và tính thanh khoản của tài sản thế chấp. Tránh tình trạng cho vay dễ dãi, chạy theo chỉ tiêu tăng trưởng tín dụng mà bỏ qua các nguyên tắc an toàn.

5.3. Xử Lý Nợ Xấu Chủ Động Và Hiệu Quả

Các ngân hàng cần chủ động và hiệu quả trong việc xử lý nợ xấu. Có nhiều phương pháp xử lý nợ xấu như bán nợ, phát mại tài sản thế chấp, cơ cấu lại nợ. Việc lựa chọn phương pháp phù hợp cần dựa trên tình hình cụ thể của từng khoản nợ.

VI. Hướng Nghiên Cứu Tiếp Theo Về Nợ Xấu Ngân Hàng Tại VN 52 ký tự

Theo thống kê, các ngân hàng vẫn giữ tỷ lệ nợ xấu so với các khoản vay dưới 3%, điển hình như LienVietPostBank chỉ ghi nhận nợ xấu tăng từ 1. Đối với TPBank, tỷ lệ nợ xấu trên số dư cho vay tăng nhẹ từ 0. Tuy nhiên, không phải tất cả các ngân hàng đều có nợ xấu ổn định, vẫn có một số ngân hàng có tỷ lệ nợ xấu trên 3% vào cuối năm 2022, điển hình như VPBank (bao gồm một công ty con thuộc Fe Credit) duy trì nợ xấu ở mức cao: 4,73% vào cuối năm 2022. Đến cuối tháng 2 năm 2023, tỷ lệ nợ xấu trên bảng cân đối kế toán đã tăng lên 2,91% (so với chỉ 1,49% vào năm 2021 và 2% vào năm 2022).

6.1. Nghiên Cứu Tác Động Của Các Quy Định Mới Về Nợ Xấu

Các quy định mới về phân loại nợ và trích lập dự phòng rủi ro có thể có tác động đáng kể đến tình hình nợ xấu của các Ngân hàng Thương mại Cổ phần. Cần có các nghiên cứu để đánh giá tác động của các quy định này.

6.2. Xây Dựng Mô Hình Dự Báo Nợ Xấu

Việc xây dựng mô hình dự báo nợ xấu giúp các ngân hàng chủ động hơn trong việc quản lý rủi ro tín dụng. Mô hình này cần dựa trên các yếu tố kinh tế vĩ mô và vi mô có ảnh hưởng đến nợ xấu.

6.3. So Sánh Kinh Nghiệm Quản Lý Nợ Xấu Quốc Tế

Việc học hỏi kinh nghiệm quản lý nợ xấu của các quốc gia khác có thể giúp Việt Nam tìm ra các giải pháp hiệu quả hơn. Cần nghiên cứu và so sánh các mô hình quản lý nợ xấu khác nhau để lựa chọn mô hình phù hợp với điều kiện của Việt Nam.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong tiến trình công nghiệp hóa và hiện đại hóa tại Việt Nam, nhu cầu vốn tiền tệ cho nền kinh tế là rất lớn. Do thị trường vốn chưa phát triển thành kênh phân bổ vốn chủ đạo, hệ thống ngân hàng thương mại (NHTM) đóng vai trò huyết mạch cung ứng vốn cho hoạt động sản xuất kinh doanh, thúc đẩy tăng trưởng kinh tế và kiểm soát lạm phát. Hoạt động tín dụng là mảng kinh doanh cốt lõi, mang lại tới 80% thu nhập cho các NHTM, nhưng đồng thời cũng tiềm ẩn rủi ro lớn nhất là nợ xấu (Non-Performing Loans - NPL). Khi chất lượng tín dụng suy giảm và công tác quản trị rủi ro yếu kém, tổn thất tín dụng sẽ trực tiếp đe dọa đến lợi nhuận, uy tín và sự an toàn hệ thống của ngân hàng.

Thực tiễn giai đoạn vừa qua cho thấy nợ xấu tại hệ thống ngân hàng Việt Nam chịu nhiều biến động phức tạp, đặc biệt là dưới tác động của đại dịch Covid-19. Theo số liệu của Cơ quan Thanh tra, Giám sát Ngân hàng, tỷ lệ nợ xấu nội bảng có xu hướng tăng từ đầu năm 2021. Báo cáo tài chính năm 2021 của các ngân hàng ghi nhận mức tăng nợ xấu mạnh mẽ tại nhiều đơn vị như VPBank (tăng 60% so với 2020), VietinBank (tăng 49%), VIB (tăng 58%), HDBank (tăng 43%); quy mô nợ xấu bình quân của 28 NHTM niêm yết và Agribank tăng 17%. Đến cuối năm 2022, dù phần lớn ngân hàng nỗ lực kiểm soát nợ xấu dưới 3% (như LienVietPostBank, TPBank), một số ngân hàng vẫn ghi nhận tỷ lệ cao như VPBank (4,73% tính cả công ty con FE Credit). Đến cuối tháng 2/2023, tỷ lệ nợ xấu nội bảng toàn ngành đã tăng lên 2,91% (so với 1,49% năm 2021 và 2% năm 2022). Trước bối cảnh đó, việc nhận diện và đo lường các nhân tố tác động đến nợ xấu trở thành yêu cầu cấp thiết.

Khóa luận tốt nghiệp xác định các mục tiêu và câu hỏi nghiên cứu cụ thể:

• Mục tiêu nghiên cứu:
  1. Xác định các yếu tố tác động đến nợ xấu của các Ngân hàng Thương mại Cổ phần (NHTMCP) Việt Nam giai đoạn 2011 – 2023.
  2. Đánh giá mức độ ảnh hưởng của từng yếu tố đến tỷ lệ nợ xấu của các NHTMCP Việt Nam trong giai đoạn nghiên cứu.
  3. Đề xuất các khuyến nghị, định hướng giúp các NHTM kiểm soát hiệu quả các nhóm nợ và nâng cao chất lượng tín dụng.
• Câu hỏi nghiên cứu:
  1. Những yếu tố nào tác động đến nợ xấu của các NHTMCP Việt Nam trong giai đoạn 2011 – 2023?
  2. Các yếu tố này tác động như thế nào (chiều hướng và mức độ) đến nợ xấu của các NHTMCP Việt Nam?
  3. Cần có những giải pháp và khuyến nghị nào cho các NHTM để xây dựng hệ thống quản lý nợ an toàn, hiệu quả trong giai đoạn hiện nay?
• Đối tượng và phạm vi nghiên cứu:
  • Đối tượng nghiên cứu: Các yếu tố vi mô (đặc thù ngân hàng) và vĩ mô tác động đến tỷ lệ nợ xấu của các NHTMCP Việt Nam.
  • Phạm vi không gian: 27 NHTMCP tại Việt Nam (loại trừ Ngân hàng TMCP Sài Gòn - SCB do không đủ dữ liệu công bố).
  • Phạm vi thời gian: Giai đoạn 13 năm, từ năm 2011 đến năm 2023.

Cơ sở lý thuyết và phương pháp

Khóa luận dựa trên các định nghĩa chuẩn mực quốc tế và văn bản quy phạm pháp luật tại Việt Nam để đo lường nợ xấu. Theo Điều 10 Thông tư số 11/2021/TT-NHNN của Ngân hàng Nhà nước Việt Nam, nợ được phân loại thành 5 nhóm: Nhóm 1 (Nợ đủ tiêu chuẩn), Nhóm 2 (Nợ cần chú ý), Nhóm 3 (Nợ dưới tiêu chuẩn), Nhóm 4 (Nợ nghi ngờ), và Nhóm 5 (Nợ có khả năng mất vốn). Nợ xấu được xác định là tổng dư nợ từ Nhóm 3 đến Nhóm 5 chia cho tổng dư nợ cho vay:

$$\text{NPL} = \frac{\text{Dư nợ Nhóm 3} + \text{Dư nợ Nhóm 4} + \text{Dư nợ Nhóm 5}}{\text{Tổng dư nợ cho vay}}$$

Khung lý thuyết của đề tài được xây dựng trên bốn nền tảng:

• Lý thuyết bất cân xứng thông tin (Asymmetric Information Theory): Được khởi xướng bởi Akerlof (1970), Spence (1973) và Stiglitz (1975), giải thích hiện tượng lựa chọn nghịch (adverse selection) và rủi ro đạo đức (moral hazard) trong hoạt động cấp tín dụng khi người vay che giấu mục đích và khả năng trả nợ thực tế.
• Lý thuyết chu kỳ kinh doanh (Business Cycle Theory): Phản ánh tác động của các pha suy thoái, phục hồi và thịnh vượng đến thu nhập của người đi vay và khả năng thu hồi nợ của ngân hàng.
• Lý thuyết kinh tế quy mô (Economies of Scale Theory): Đề cập đến "hiệu ứng quy mô" (size effect) khi các ngân hàng lớn có lợi thế về nguồn lực thẩm định, giảm chi phí quản lý và đa dạng hóa danh mục, đối lập với giả thuyết "quá lớn để sụp đổ" (too big to fail).
• Lý thuyết vận rủi (Bad Luck Theory): Nhấn mạnh rằng các cú sốc ngoại sinh từ môi trường kinh tế vĩ mô (suy giảm tăng trưởng, thất nghiệp gia tăng, biến động lãi suất) làm gia tăng nợ xấu ngoài tầm kiểm soát của ngân hàng.

Phương pháp nghiên cứu sử dụng kỹ thuật hồi quy dữ liệu bảng (panel data) thông qua quy trình kiểm định chặt chẽ:

1. Hồi quy bằng 3 mô hình cơ bản: 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).
2. Kiểm định lựa chọn mô hình: Sử dụng kiểm định F (F-test) để so sánh giữa Pooled OLS và FEM; sử dụng kiểm định Hausman để chọn lựa giữa FEM và REM.
3. Kiểm tra các khuyết tật mô hình: Kiểm định đa cộng tuyến qua hệ số phóng đại phương sai (VIF), kiểm định hiện tượng phương sai sai số thay đổi (Heteroscedasticity) và tự tương quan (Autocorrelation).
4. Khắc phục khuyết tật mô hình: Sử dụng phương pháp Bình phương tối thiểu tổng quát khả thi (Feasible Generalized Least Squares - FGLS) để xử lý hiện tượng tự tương quan và phương sai sai số thay đổi.
5. Xử lý hiện tượng nội sinh: Sử dụng phương pháp Tổng quát khoảnh khắc (Generalized Method of Moments - GMM) nhằm xử lý nội sinh sinh ra do việc đưa biến trễ của biến phụ thuộc ($NPL_{t-1}$) vào mô hình, kết hợp kiểm định Sargan, kiểm định Hansen và kiểm định tương quan chuỗi bậc hai AR(2).

Dữ liệu thứ cấp được thu thập từ báo cáo tài chính đã kiểm toán và báo cáo thường niên của 27 NHTMCP Việt Nam; các chỉ số kinh tế vĩ mô được trích xuất từ cơ sở dữ liệu của Ngân hàng Thế giới (World Bank) và Tổng cục Thống kê Việt Nam (GSO) giai đoạn 2011 – 2023.

Nội dung chính theo từng chương

Chương 1: Giới thiệu đề tài (Introduction)

Chương 1 thiết lập tính cấp thiết của đề tài trong bối cảnh tái cơ cấu hệ thống ngân hàng và kiểm soát rủi ro tín dụng tại Việt Nam. Tác giả trình bày vai trò của tín dụng ngân hàng, thực trạng gia tăng nợ xấu sau đại dịch Covid-19, xác định rõ mục tiêu tổng quát, 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, đối tượng nghiên cứu (27 NHTMCP), phạm vi thời gian (2011 – 2023) và cấu trúc 5 chương của khóa luận.

Chương 2: Tổng quan nghiên cứu (Literature Review)

Chương 2 hệ thống hóa cơ sở lý luận về nợ xấu, quy trình phân loại nợ theo Thông tư 11/2021/TT-NHNN, các định nghĩa nợ xấu của IMF, ECB, BCBS và 4 khung lý thuyết nền tảng (Bất cân xứng thông tin, Chu kỳ kinh doanh, Kinh tế quy mô, Vận rủi). Chương này tổng hợp sâu rộng các công trình nghiên cứu thực nghiệm quốc tế (El-Maude et al., 2017; Bhattarai, 2018; Ngungu & Abdul, 2020; Budotela et al., 2022...) và các nghiên cứu tại Việt Nam (Đinh Thị Kim Ngân, 2022; Bùi Đan Thanh & Nguyễn Ngọc Huyền, 2022; Trần Huy Hoàng & Lê Thị Mỹ Tiên, 2022; Đặng Thị Hoài Thương, 2023; Lê Thị Thu Trang, 2023; Hà Phụng Việt et al., 2023), làm căn cứ xây dựng giả thuyết nghiên cứu.

Chương 3: Phương pháp nghiên cứu (Research Methodology)

Chương 3 xây dựng mô hình hồi quy tổng quát với 8 biến độc lập được chia thành 2 nhóm:

• Biến đặc thù ngân hàng: Tỷ lệ nợ xấu năm trước ($NPL_{t-1}$), Tỷ suất sinh lời trên vốn chủ sở hữu ($ROE$), Quy mô ngân hàng ($SIZE = \ln(\text{Tổng tài sản})$), Tốc độ tăng trưởng tín dụng ($LGR$), Tỷ lệ trích lập dự phòng rủi ro tín dụng ($LLP$).
• Biến kinh tế vĩ mô: Tốc độ tăng trưởng GDP ($GDP$), Tỷ lệ lạm phát ($INF$), Tỷ lệ thất nghiệp ($UNT$).

Chương này trình bày chi tiết công thức đo lường biến, kỳ vọng dấu của các giả thuyết ($H_1$ đến $H_8$) và quy trình kinh tế lượng từ Pooled OLS, FEM, REM, FGLS đến GMM kèm các tiêu chuẩn kiểm định thống kê liên quan.

Chương 4: Kết quả nghiên cứu và thảo luận (Research Results and Discussion)

Chương 4 trình bày kết quả thống kê mô tả, ma trận tương quan, kiểm định VIF, kết quả ước lượng từ các mô hình và các kiểm định lựa chọn. Sau khi kiểm định khuyết tật cho thấy mô hình xuất hiện hiện tượng tự tương quan và phương sai thay đổi, tác giả áp dụng phương pháp FGLS. Để giải quyết biến nội sinh $NPL_{t-1}$, phương pháp System-GMM được thực hiện và kiểm định tính hợp lệ qua kiểm định Hansen/Sargan ($p\text{-value} > 0{,}1$) và kiểm định $\text{AR}(2)$ ($p\text{-value} > 0{,}1$). Kết quả phân tích được đối chiếu chi tiết với các nghiên cứu thực nghiệm tiền bối.

Chương 5: Kết luận và kiến nghị (Conclusion and Recommendations)

Chương 5 đúc kết các phát hiện định lượng chính, thảo luận ý nghĩa quản trị của các biến có ý nghĩa thống kê ($NPL_{t-1}, LLP, SIZE, GDP, UNT$), từ đó đề xuất hệ thống giải pháp cho ban điều hành các NHTMCP và các nhà hoạch định chính sách. Chương này cũng chỉ rõ các giới hạn của đề tài và định hướng cho các nghiên cứu tiếp theo.

Kết quả và đóng góp

Mô hình nghiên cứu thực nghiệm đã làm rõ chiều hướng và mức độ tác động của các biến số vi mô và vĩ mô đến tỷ lệ nợ xấu tại 27 NHTMCP Việt Nam:

Tên biến	Ký hiệu	Cách đo lường	Kỳ vọng	Kết quả thực nghiệm	Ý nghĩa thống kê
Nợ xấu năm trước	$NPL_{t-1}$	Tỷ lệ nợ xấu trễ 1 năm	$+$	$+$	Tác động cùng chiều có ý nghĩa
Dự phòng rủi ro	$LLP$	Chi phí dự phòng / Tổng dư nợ	$+$	$+$	Tác động cùng chiều có ý nghĩa
Quy mô ngân hàng	$SIZE$	$\ln(\text{Tổng tài sản})$	$-$	$-$	Tác động ngược chiều có ý nghĩa
Tăng trưởng kinh tế	$GDP$	Tốc độ tăng trưởng GDP hàng năm	$-$	$-$	Tác động ngược chiều có ý nghĩa
Tỷ lệ thất nghiệp	$UNT$	Tỷ lệ thất nghiệp hàng năm	$+$	$-$	Tác động ngược chiều có ý nghĩa
Khả năng sinh lời	$ROE$	Lợi nhuận sau thuế / Vốn chủ sở hữu	$-$	Không	Không có ý nghĩa thống kê
Tăng trưởng tín dụng	$LGR$	Tốc độ tăng trưởng dư nợ cho vay	$+$	Không	Không có ý nghĩa thống kê
Tỷ lệ lạm phát	$INF$	Tốc độ tăng chỉ số giá tiêu dùng CPI	$+$	Không	Không có ý nghĩa thống kê

• Chi tiết kết quả nghiên cứu:

  • Nợ xấu năm trước ($NPL_{t-1}$) có tác động cùng chiều mạnh mẽ đến nợ xấu hiện tại, phản ánh tính dai dẳng của rủi ro tín dụng và ủng hộ giả thuyết quản lý yếu kém (poor management).
  • Tỷ lệ dự phòng rủi ro tín dụng ($LLP$) có tác động cùng chiều đến tỷ lệ nợ xấu, phù hợp với thực tế rằng khi rủi ro tín dụng danh mục gia tăng, ngân hàng buộc phải tăng chi phí trích lập dự phòng.
  • Quy mô ngân hàng ($SIZE$) tác động ngược chiều đến nợ xấu, ủng hộ giả thuyết hiệu ứng quy mô: các ngân hàng có tổng tài sản lớn sở hữu hệ thống quản trị rủi ro chuyên nghiệp hơn, nguồn lực công nghệ mạnh hơn và khả năng phân tán rủi ro tốt hơn.
  • Tăng trưởng kinh tế ($GDP$) có tác động ngược chiều: khi nền kinh tế tăng trưởng, hoạt động sản xuất kinh doanh của khách hàng thuận lợi, dòng tiền cải thiện giúp nâng cao khả năng trả nợ.
  • Tỷ lệ thất nghiệp ($UNT$) cho kết quả tác động ngược chiều, khác biệt với giả thuyết ban đầu nhưng phản ánh đặc thù cơ cấu tín dụng tập trung vào các phân khúc ít bị ảnh hưởng trực tiếp bởi tỷ lệ thất nghiệp chung trong mẫu nghiên cứu.
  • Các biến ROE, LGR và INF không cho thấy mối liên hệ có ý nghĩa thống kê với nợ xấu trong mô hình ước lượng cuối cùng.

• Giải pháp và khuyến nghị của tác giả:

  • Kiểm soát nợ xấu tồn đọng ($NPL_{t-1}$): Tập trung xử lý dứt điểm các khoản nợ xấu cũ, tăng cường thu hồi nợ qua phát mại tài sản bảo đảm và mua bán nợ, tránh tình trạng nợ xấu lũy kế kéo dài.
  • Nâng cao hiệu quả trích lập và quản trị dự phòng ($LLP$): Cân đối chi phí dự phòng rủi ro tín dụng hợp lý, tăng cường kiểm tra giám sát sau giải ngân để phát hiện sớm các dấu hiệu suy giảm khả năng trả nợ thay vì chỉ trích lập thụ động khi nợ đã chuyển nhóm.
  • Tối ưu hóa quy mô và chuyển đổi số ($SIZE$): Tiếp tục mở rộng quy mô tài sản gắn liền với nâng cấp hệ thống chấm điểm tín dụng nội bộ, ứng dụng công nghệ thông tin trong thẩm định nhằm giảm thiểu bất cân xứng thông tin.
  • Dự báo vĩ mô ($GDP, UNT$): Xây dựng các kịch bản kiểm tra sức chịu tải (stress testing) theo biến động của chu kỳ kinh tế để chủ động thắt chặt hoặc mở rộng tín dụng theo từng ngành nghề.

• Đóng góp của khóa luận: Cập nhật chuỗi dữ liệu bảng kéo dài 13 năm (2011 – 2023), bao quát toàn bộ giai đoạn tái cơ cấu hệ thống ngân hàng, biến động sau đại dịch Covid-19 và giai đoạn phục hồi kinh tế. Việc kết hợp đồng thời mô hình FGLS và System-GMM giúp giải quyết toàn diện các khuyết tật tự tương quan, phương sai thay đổi và nội sinh, mang lại kết quả ước lượng có độ tin cậy khoa học cao cho hệ thống NHTMCP Việt Nam.

Hạn chế và hướng nghiên cứu tiếp

• Hạn chế của đề tài:
  • Cỡ mẫu dừng lại ở 27 NHTMCP do Ngân hàng TMCP Sài Gòn (SCB) thiếu hụt dữ liệu công bố trong giai đoạn nghiên cứu, chưa bao gồm khối ngân hàng thương mại 100% vốn nhà nước (như Agribank) hoặc ngân hàng liên doanh, chi nhánh ngân hàng nước ngoài.
  • Mô hình chỉ tập trung vào 8 biến số chính (5 biến vi mô, 3 biến vĩ mô), chưa bao hàm các chỉ tiêu nội tại quan trọng khác như tỷ lệ an toàn vốn (CAR), tỷ lệ dư nợ trên vốn huy động (LDR), biên lãi ròng (NIM) hay các yếu tố vĩ mô như lãi suất cho vay thực tế, tỷ giá hối đoái.
• Hướng nghiên cứu tiếp theo:
  • Mở rộng phạm vi mẫu nghiên cứu sang toàn bộ hệ thống các tổ chức tín dụng tại Việt Nam khi có đủ dữ liệu công bố.
  • Bổ sung các biến số quản trị rủi ro mới, các chỉ số về chất lượng quản trị doanh nghiệp và các biến giả phản ánh các cú sốc chính sách hoặc biến cố kinh tế đặc biệt.
  • Phân tích sâu hơn sự khác biệt về tác động nợ xấu giữa các nhóm ngân hàng phân loại theo quy mô vốn (nhóm ngân hàng lớn và nhóm ngân hàng vừa và nhỏ).

Giá trị tham khảo

Khóa luận là tài liệu tham khảo hữu ích cho nhiều nhóm đối tượng:

• Sinh viên, học viên chuyên ngành Tài chính – Ngân hàng: Cung cấp khung lý thuyết hoàn chỉnh về rủi ro tín dụng, phương pháp phân loại nợ theo Thông tư 11/2021/TT-NHNN và quy trình xây dựng mô hình kinh tế lượng dữ liệu bảng.
• Các nhà nghiên cứu định lượng: Tham khảo quy trình xử lý khuyết tật mô hình từ việc so sánh Pooled OLS, FEM, REM đến ứng dụng FGLS và kỹ thuật ước lượng GMM (kiểm định Sargan/Hansen và AR(2)) để khắc phục hiện tượng nội sinh.
• Cán bộ quản trị rủi ro tại các NHTMCP: Cung cấp bằng chứng thực nghiệm về tác động của quy mô tài sản, chi phí trích lập dự phòng và các chỉ tiêu vĩ mô lên nợ xấu, hỗ trợ xây dựng chính sách tín dụng và chiến lược phòng ngừa rủi ro chủ động.

Câu hỏi thường gặp

1. Khóa luận sử dụng cỡ mẫu và khung thời gian nghiên cứu như thế nào?
Nghiên cứu sử dụng dữ liệu bảng thứ cấp thu thập từ báo cáo tài chính kiểm toán và báo cáo thường niên của 27 NHTMCP Việt Nam trong giai đoạn 13 năm, từ năm 2011 đến năm 2023. Ngân hàng SCB bị loại khỏi mẫu do không đầy đủ dữ liệu.

2. Tại sao tác giả phải sử dụng kết hợp hai phương pháp FGLS và GMM trong phân tích định lượng?
Phương pháp FGLS được sử dụng để khắc phục hai khuyết tật phổ biến trong mô hình dữ liệu bảng là hiện tượng tự tương quan và phương sai sai số thay đổi. Sau đó, phương pháp GMM được áp dụng để giải quyết hiện tượng nội sinh phát sinh do biến trễ của nợ xấu ($NPL_{t-1}$) được đưa vào mô hình dưới dạng biến giải thích.

3. Biến nợ xấu năm trước ($NPL_{t-1}$) và dự phòng rủi ro tín dụng ($LLP$) có tác động như thế nào đến nợ xấu hiện tại?
Cả hai biến đều có tác động cùng chiều và có ý nghĩa thống kê đối với tỷ lệ nợ xấu ($NPL$). Nợ xấu năm trước làm gia tăng nợ xấu năm sau do tính chất tồn đọng kéo dài của các khoản nợ khó đòi, trong khi tỷ lệ dự phòng tăng cao phản ánh sự tích tụ rủi ro trong danh mục cho vay của ngân hàng.

4. Kết quả thực nghiệm về quy mô ngân hàng ($SIZE$) và tốc độ tăng trưởng kinh tế ($GDP$) cho thấy điều gì?
Cả hai biến $SIZE$ và $GDP$ đều có tác động ngược chiều có ý nghĩa thống kê đến tỷ lệ nợ xấu ($NPL$). Điều này chứng minh rằng ngân hàng có quy mô tài sản càng lớn thì năng lực kiểm soát nợ xấu càng tốt nhờ lợi thế kinh tế quy mô, và khi nền kinh tế tăng trưởng cao, khả năng trả nợ của khách hàng gia tăng giúp làm giảm tỷ lệ nợ xấu.

5. Những biến số nào trong mô hình nghiên cứu không có ý nghĩa thống kê đối với tỷ lệ nợ xấu?
Kết quả ước lượng cho thấy 3 biến số gồm: Tỷ suất sinh lời trên vốn chủ sở hữu ($ROE$), Tốc độ tăng trưởng tín dụng ($LGR$) và Tỷ lệ lạm phát ($INF$) không có tác động mang ý nghĩa thống kê lên tỷ lệ nợ xấu ($NPL$) của các NHTMCP trong mẫu nghiên cứu.

Kết luận

Khóa luận tốt nghiệp của tác giả Lê Tuấn Kiệt đã hệ thống hóa cơ sở lý luận và cung cấp bằng chứng thực nghiệm tin cậy về các nhân tố tác động đến nợ xấu tại 27 NHTMCP Việt Nam giai đoạn 2011 – 2023. Thông qua việc áp dụng các kỹ thuật kinh tế lượng FGLS và GMM, nghiên cứu khẳng định tỷ lệ nợ xấu chịu tác động cùng chiều bởi nợ xấu năm trước ($NPL_{t-1}$), tỷ lệ trích lập dự phòng ($LLP$), và chịu tác động ngược chiều bởi quy mô ngân hàng ($SIZE$), tăng trưởng kinh tế ($GDP$) cùng tỷ lệ thất nghiệp ($UNT$). Các phát hiện này cung cấp căn cứ thực tiễn quan trọng cho các nhà quản trị ngân hàng trong việc kiểm soát nợ đọng, nâng cao năng lực thẩm định tín dụng và xây dựng hệ thống quản lý rủi ro an toàn, hiệu quả.