Factors affecting credit risk impractical evidence in vietnamese commercial banks

Nghiên cứu các yếu tố ảnh hưởng rủi ro tín dụng tại ngân hàng Việt Nam. Bằng chứng thực nghiệm từ các ngân hàng thương mại, giai đoạn 2015-2022.

• Tác giả: Hoang Thi Thien Trang
• Người hướng dẫn: Assoc. Nguyen Thuy Duong
• Trường học: Banking Academy
• Chuyên ngành: Banking
• Đề tài: Factors Affecting Credit Risk - Impractical Evidence In Vietnamese Commercial Banks
• Loại tài liệu: Thesis
• Năm xuất bản: 2023
• Địa điểm: Hanoi

Mục lục chi tiết

• ABSTRACT
• ACKNOWLEDGEMENT
• LIST OF ACRONYMS
• LIST OF TABLES
• 1. CHAPTER 1: RESEARCH ON COMMERCIAL BANK’S CREDIT RISK
• 1.1. Research on commercial bank’s credit risk
• 1.2. Research on factors affecting commercial bank’s credit risk
• 1.3. Research gap
• 1.4. Objectives of the thesis
• 2. CHAPTER 2: DATABASE AND METHODOLOGY
• 2.1. Sample and data sources
• 2.2. Bank specific factors
• 3. CHAPTER 3: EMPIRICAL RESULTS AND DISCUSSION
• 3.1. Credit risk in Vietnam commercial banks 2015 - 2022
• 3.2. Analyse correlation coefficients between variables
• 3.3. Panel unit root tests. Dynamic Panel Data Two-Steps System GMM Estimation Method
• 4. CHAPTER 4: CONCLUSION AND RECOMMENDATION
• 4.1. Improve resilience to volatile macroeconomic situation
• 4.2. Control the size of the commercial bank
• 4.3. Improving profitability of commercial banks
• 4.4. Promoting non-interest revenues
• 4.5. Completely settle outstanding bad loans

Tóm tắt

I. Tổng quan về Rủi ro Tín dụng Ngân hàng TMCP Việt Nam

Trong bối cảnh kinh tế có nhiều biến động do ảnh hưởng từ thế giới, các ngân hàng cũng như doanh nghiệp đang dần phục hồi hoạt động sản xuất kinh doanh sau đại dịch. Nợ xấu trở thành thách thức lớn đe dọa ngành ngân hàng. Hoạt động của các ngân hàng thương mại chủ yếu dựa trên việc cung cấp vốn huy động từ các quỹ nhàn rỗi cho các đơn vị có nhu cầu. Đây cũng là hoạt động mang lại tỷ trọng doanh thu lớn nhất trong hệ thống ngân hàng thương mại Việt Nam. Tuy nhiên, chất lượng tài sản kém, nợ xấu cao, trở ngại trong quy trình tín dụng dẫn đến suy giảm chất lượng tín dụng, hay rủi ro tín dụng. Theo nghiên cứu của Ngân hàng Nhà nước, tỷ lệ nợ xấu gia tăng trong danh mục cho vay không chỉ gây bất ổn tài chính, làm xói mòn khả năng chống chịu trước những thay đổi bất ngờ của tình hình kinh tế vĩ mô mà còn gây nguy hiểm cho sự ổn định của hệ thống ngân hàng cũng như toàn quốc.

1.1. Rủi ro Tín dụng và Tầm quan trọng trong Hoạt động Ngân hàng

Rủi ro tín dụng là một trong những rủi ro lớn nhất mà các ngân hàng thương mại Việt Nam phải đối mặt. Việc quản lý và giảm thiểu rủi ro này đóng vai trò then chốt trong việc đảm bảo sự ổn định và hiệu quả hoạt động của hệ thống ngân hàng. Theo Tam, Le. et al (2021), rủi ro tín dụng không chỉ ảnh hưởng đến lợi nhuận của ngân hàng mà còn có thể gây ra các vấn đề nghiêm trọng hơn như mất vốn và suy giảm uy tín. Vì vậy, các ngân hàng cần phải có các biện pháp phân tích rủi ro và quản lý hiệu quả để đối phó với những thách thức này. Rủi ro tín dụng là nỗi lo thường trực của ngân hàng thương mại cũng như các nhà hoạch định chính sách kinh tế.

1.2. Bối cảnh Kinh tế Vĩ mô và Ảnh hưởng đến Rủi ro Tín dụng

Tình hình kinh tế vĩ mô có ảnh hưởng lớn đến rủi ro tín dụng của các ngân hàng. Theo Tổng cục Thống kê, tăng trưởng GDP chậm lại, lạm phát gia tăng và tỷ giá hối đoái biến động mạnh đều có thể làm tăng nguy cơ nợ xấu. Bên cạnh đó, các yếu tố như chính sách tiền tệ, chính sách tài khóa và sự thay đổi trong môi trường pháp lý cũng có thể tác động đến khả năng trả nợ của khách hàng. Trong bối cảnh hiện nay, với sự phục hồi của nền kinh tế sau đại dịch Covid-19, các ngân hàng cần phải thận trọng hơn trong việc đánh giá rủi ro tín dụng và đưa ra các quyết định cho vay phù hợp. Nghiên cứu của (Prime Minister Pham Minh Chinh, 2022) chỉ ra tầm quan trọng của ngành ngân hàng trong việc dẫn dắt vốn cho hộ gia đình và doanh nghiệp, góp phần thúc đẩy tái cơ cấu kinh tế.

II. Thách thức Đánh giá Đúng các Yếu tố Ảnh hưởng Rủi ro Tín dụng

Việc xác định và đánh giá chính xác các yếu tố ảnh hưởng đến rủi ro tín dụng là một thách thức lớn đối với các ngân hàng thương mại. Các yếu tố này có thể bao gồm các yếu tố bên trong ngân hàng (ví dụ: chất lượng quản lý tín dụng, chính sách cho vay) và các yếu tố bên ngoài (ví dụ: tình hình kinh tế, ngành nghề kinh doanh của khách hàng). Theo nghiên cứu của Anastasiou Dimitrios, Louri Helen, Tsionas Mike (2016), việc bỏ qua hoặc đánh giá sai các yếu tố này có thể dẫn đến việc đánh giá sai rủi ro tín dụng và đưa ra các quyết định cho vay không phù hợp. Điều này có thể gây ra những hậu quả nghiêm trọng cho ngân hàng, bao gồm gia tăng nợ xấu, giảm lợi nhuận và thậm chí là phá sản.

2.1. Sai sót trong Mô hình Phân tích Rủi ro Tín dụng Truyền thống

Các mô hình phân tích rủi ro tín dụng truyền thống thường dựa trên các chỉ số tài chính và kinh tế vĩ mô. Tuy nhiên, các mô hình này có thể không đủ để đánh giá chính xác rủi ro trong bối cảnh hiện nay, khi các yếu tố phi tài chính như uy tín của khách hàng, năng lực quản lý và sự thay đổi trong môi trường kinh doanh ngày càng trở nên quan trọng. Nhung, Nguyen. (2023) chỉ ra rằng vẫn còn một bộ phận lớn những người chưa sử dụng đầy đủ các yếu tố của mô hình 5C để phân tích tín dụng. Thêm vào đó, việc sử dụng dữ liệu lịch sử có thể không phản ánh chính xác tình hình hiện tại và tương lai. Vì vậy, các ngân hàng cần phải sử dụng các mô hình phân tích rủi ro tiên tiến hơn và kết hợp các yếu tố định tính và định lượng để có được cái nhìn toàn diện về rủi ro.

2.2. Thiếu Dữ liệu Thực nghiệm và Bằng chứng Cụ thể tại Việt Nam

Mặc dù có nhiều nghiên cứu về rủi ro tín dụng trên thế giới, nhưng số lượng nghiên cứu tập trung vào thị trường Việt Nam còn hạn chế. Điều này gây khó khăn cho các ngân hàng trong việc áp dụng các kết quả nghiên cứu vào thực tế. Theo Duong et al. (2016), thị trường Việt Nam có những đặc thù riêng, do đó các kết quả nghiên cứu từ các thị trường khác có thể không phù hợp. Vì vậy, cần phải có nhiều nghiên cứu hơn nữa về rủi ro tín dụng tại Việt Nam để cung cấp các bằng chứng thực nghiệm và thông tin cụ thể cho các ngân hàng. Dữ liệu thực nghiệm giúp ngân hàng đánh giá chính xác hơn các yếu tố ảnh hưởng và xây dựng mô hình quản trị rủi ro phù hợp.

III. Phương pháp GMM Phân tích Rủi ro Tín dụng hiệu quả hơn

Trong nghiên cứu về rủi ro tín dụng, phương pháp GMM (Generalized Method of Moments) ngày càng được sử dụng rộng rãi nhờ khả năng xử lý các vấn đề nội sinh và tự tương quan trong dữ liệu. Amit Ghosh (2015) đã sử dụng cả mô hình FEM và Dynamic GMM để giải quyết vấn đề thiếu tự tương quan và các biến nội sinh. Phương pháp GMM cho phép các nhà nghiên cứu ước lượng các tham số của mô hình mà không cần phải biết phân phối xác suất chính xác của các biến. Điều này đặc biệt hữu ích trong các nghiên cứu về rủi ro tín dụng, khi các biến có thể không tuân theo phân phối chuẩn và có mối quan hệ phức tạp với nhau.

3.1. Ưu điểm của GMM so với các Phương pháp Hồi quy Truyền thống

So với các phương pháp hồi quy truyền thống như OLS (Ordinary Least Squares), phương pháp GMM có nhiều ưu điểm vượt trội. Thứ nhất, GMM không yêu cầu các biến phải tuân theo phân phối chuẩn. Thứ hai, GMM có thể xử lý các vấn đề nội sinh, khi các biến giải thích có tương quan với sai số của mô hình. Thứ ba, GMM có thể sử dụng các biến công cụ để ước lượng các tham số của mô hình một cách chính xác hơn. Nhờ những ưu điểm này, GMM đã trở thành một công cụ quan trọng trong các nghiên cứu về rủi ro tín dụng và các lĩnh vực kinh tế khác. Theo Quy, Vo. et al (2014), do bộ dữ liệu vi phạm các giả định hồi quy tuyến tính OLS, tác giả đã sử dụng phương pháp GMM để kiểm tra giả thuyết nghiên cứu.

3.2. Ứng dụng GMM trong Phân tích Rủi ro Tín dụng Ngân hàng Việt Nam

Phương pháp GMM đã được sử dụng trong nhiều nghiên cứu về rủi ro tín dụng tại Việt Nam. Các nghiên cứu này đã sử dụng GMM để phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng của các ngân hàng thương mại, chẳng hạn như tăng trưởng tín dụng, tỷ lệ nợ xấu và các yếu tố kinh tế vĩ mô. Kết quả của các nghiên cứu này đã cung cấp những thông tin quan trọng cho các nhà quản lý ngân hàng và các nhà hoạch định chính sách trong việc đưa ra các quyết định phù hợp. Duong et al. (2016) sử dụng mô hình GMM ước tính để kết luận rằng mối tương quan dương giữa tăng trưởng GDP và rủi ro tín dụng là có ý nghĩa thống kê.

IV. Yếu tố Ảnh hưởng Bằng chứng Thực nghiệm tại Ngân hàng Việt Nam

Nghiên cứu về các yếu tố ảnh hưởng rủi ro tín dụng tại các ngân hàng thương mại Việt Nam đã cung cấp những bằng chứng thực nghiệm quan trọng. Các yếu tố này có thể được chia thành hai nhóm chính: các yếu tố bên trong ngân hàng và các yếu tố bên ngoài. Các yếu tố bên trong ngân hàng bao gồm chất lượng quản lý tín dụng, chính sách cho vay, tỷ lệ nợ xấu và khả năng sinh lời. Các yếu tố bên ngoài bao gồm tình hình kinh tế vĩ mô, ngành nghề kinh doanh của khách hàng và sự thay đổi trong môi trường pháp lý. Nghiên cứu của Hang, Hoang. et al (2018) chỉ ra rằng sự gia tăng Dự phòng Rủi ro Tín dụng sẽ làm tăng rủi ro tín dụng tại các ngân hàng.

4.1. Các Yếu tố Đặc thù Ngân hàng và Tác động đến Rủi ro Tín dụng

Các yếu tố đặc thù ngân hàng có tác động lớn đến rủi ro tín dụng. Chất lượng quản lý tín dụng là yếu tố quan trọng nhất, bao gồm quy trình thẩm định, giám sát và thu hồi nợ. Chính sách cho vay cũng đóng vai trò quan trọng, bao gồm lãi suất, thời hạn vay và các điều kiện đảm bảo. Tỷ lệ nợ xấu là một chỉ số quan trọng phản ánh chất lượng tín dụng của ngân hàng. Khả năng sinh lời cũng ảnh hưởng đến rủi ro tín dụng, vì các ngân hàng có lợi nhuận cao hơn thường có khả năng chịu đựng các khoản lỗ tín dụng tốt hơn. Nghiên cứu của Amit Ghosh (2015) cho thấy lợi nhuận ngân hàng lớn hơn làm giảm NPL. Bên cạnh đó, Ahmed et al. (2021) chỉ ra rằng tăng trưởng tín dụng, dự phòng tổn thất tín dụng và đa dạng hóa ngân hàng được ghi nhận là tên lửa NPL trong khi ROA tăng lên dẫn đến tổn thất cho vay thấp hơn.

4.2. Tác động của Kinh tế Vĩ mô và Môi trường đến Rủi ro Tín dụng

Tình hình kinh tế vĩ mô có tác động đáng kể đến rủi ro tín dụng. Tăng trưởng GDP chậm lại, lạm phát gia tăng và tỷ giá hối đoái biến động mạnh đều có thể làm tăng nguy cơ nợ xấu. Ngành nghề kinh doanh của khách hàng cũng là một yếu tố quan trọng, vì một số ngành có rủi ro cao hơn các ngành khác. Sự thay đổi trong môi trường pháp lý cũng có thể ảnh hưởng đến khả năng trả nợ của khách hàng. Theo Tam, Le. et al (2021), các biến vĩ mô như tăng trưởng thị trường bất động sản, lãi suất thực và biến động tỷ giá hối đoái có tác động tương tự đến các biến đo lường rủi ro tín dụng.

V. Ứng dụng Quản trị Rủi ro Tín dụng hiệu quả cho Ngân hàng TMCP

Kết quả nghiên cứu về các yếu tố ảnh hưởng rủi ro tín dụng có thể được sử dụng để cải thiện công tác quản trị rủi ro tín dụng tại các ngân hàng thương mại. Các ngân hàng có thể sử dụng thông tin này để xây dựng các mô hình đánh giá rủi ro tiên tiến hơn, cải thiện quy trình thẩm định và giám sát tín dụng, và đưa ra các quyết định cho vay phù hợp hơn. Theo Amit Ghosh (2015), các yếu tố kinh tế khu vực thể hiện dấu hiệu và ý nghĩa tương tự trong cả kết quả tác động cố định và ước tính GMM. Cụ thể hơn, sự gia tăng GDP và tỷ lệ tăng trưởng thu nhập cá nhân sẽ giảm thiểu biến rủi ro tín dụng của ngân hàng. Tỷ lệ thất nghiệp cũng cho thấy mối quan hệ tương tự với NPL.

5.1. Xây dựng Mô hình Đánh giá Rủi ro Tín dụng Nâng cao

Các ngân hàng có thể sử dụng các kỹ thuật phân tích dữ liệu tiên tiến để xây dựng các mô hình đánh giá rủi ro chính xác hơn. Các mô hình này có thể kết hợp các yếu tố định tính và định lượng, và sử dụng dữ liệu từ nhiều nguồn khác nhau. Các mô hình đánh giá rủi ro nâng cao có thể giúp các ngân hàng đánh giá chính xác hơn khả năng trả nợ của khách hàng và đưa ra các quyết định cho vay phù hợp. Sử dụng mô hình GMM trong ước lượng rủi ro tín dụng.

5.2. Tăng cường Giám sát và Quản lý Danh mục Tín dụng

Các ngân hàng cần phải tăng cường giám sát và quản lý danh mục tín dụng để phát hiện sớm các dấu hiệu suy giảm chất lượng tín dụng. Các ngân hàng có thể sử dụng các công cụ báo cáo và phân tích để theo dõi tình hình trả nợ của khách hàng và xác định các khoản vay có nguy cơ trở thành nợ xấu. Việc giám sát và quản lý danh mục tín dụng hiệu quả có thể giúp các ngân hàng giảm thiểu rủi ro và bảo vệ lợi nhuận. Tam, Le. et al (2021) cho rằng tăng trưởng thị trường bất động sản, lãi suất thực và biến động tỷ giá hối đoái có tác động đến các biến đo lường rủi ro tín dụng, ngân hàng nên theo dõi và quản lý chặt chẽ các yếu tố này.

VI. Kết luận Tăng cường năng lực Quản trị Rủi ro Tín dụng

Nghiên cứu về rủi ro tín dụng tại các ngân hàng thương mại Việt Nam cho thấy rằng việc quản trị rủi ro tín dụng hiệu quả là rất quan trọng đối với sự ổn định và phát triển của hệ thống ngân hàng. Các ngân hàng cần phải không ngừng cải thiện công tác phân tích rủi ro và quản lý tín dụng để đối phó với những thách thức ngày càng gia tăng. Chính sách hỗ trợ từ nhà nước cũng đóng vai trò quan trọng trong việc giảm thiểu rủi ro tín dụng. Việc đưa ra các chính sách phù hợp có thể giúp các ngân hàng giảm thiểu rủi ro và bảo vệ lợi nhuận, đồng thời hỗ trợ sự phát triển của nền kinh tế.

6.1. Vai trò của Ngân hàng Nhà nước trong Ổn định Hệ thống Tín dụng

Ngân hàng Nhà nước đóng vai trò quan trọng trong việc ổn định hệ thống tín dụng thông qua việc ban hành các quy định và chính sách phù hợp. Các quy định này có thể bao gồm các yêu cầu về vốn, các hạn chế về cho vay và các biện pháp giám sát. Ngân hàng Nhà nước cũng có thể can thiệp vào thị trường để ổn định lãi suất và tỷ giá hối đoái. Các biện pháp này có thể giúp các ngân hàng giảm thiểu rủi ro và bảo vệ lợi nhuận, đồng thời hỗ trợ sự phát triển của nền kinh tế. Theo Anh, Pham. (2022), cần hoàn thiện khung pháp lý về quản trị rủi ro tín dụng cho các hoạt động ngoại bảng tại các ngân hàng thương mại.

6.2. Hướng nghiên cứu trong tương lai và Ứng dụng Công nghệ

Các nghiên cứu trong tương lai có thể tập trung vào việc phân tích các yếu tố mới ảnh hưởng đến rủi ro tín dụng, chẳng hạn như tác động của biến đổi khí hậu và sự phát triển của công nghệ tài chính. Các nghiên cứu cũng có thể tập trung vào việc xây dựng các mô hình đánh giá rủi ro tiên tiến hơn và cải thiện các quy trình quản trị rủi ro tín dụng. Ứng dụng công nghệ, đặc biệt là AI và Machine Learning, sẽ giúp các ngân hàng phân tích dữ liệu hiệu quả hơn, phát hiện sớm các dấu hiệu rủi ro và đưa ra các quyết định cho vay phù hợp. Hoàn toàn có thể phân tích rủi ro dựa trên dữ liệu vĩ mô và vi mô.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh kinh tế toàn cầu có nhiều biến động mạnh mẽ, đặc biệt là sau đại dịch COVID-19, hệ thống ngân hàng thương mại tại Việt Nam đang đối mặt với thách thức lớn từ rủi ro tín dụng, thể hiện qua tỷ lệ nợ xấu gia tăng. Theo số liệu từ năm 2015 đến 2022, tỷ lệ nợ xấu (NPL) trung bình của 24 ngân hàng thương mại Việt Nam dao động quanh mức 0.55%, trong khi tỷ lệ dự phòng rủi ro tín dụng (LLC) có sự biến động lớn, phản ánh sự khác biệt trong khả năng ứng phó rủi ro của các ngân hàng. Mục tiêu nghiên cứu của luận văn là phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam trong giai đoạn 2015-2022, nhằm cung cấp bằng chứng thực tiễn và đề xuất các giải pháp quản trị rủi ro hiệu quả. Phạm vi nghiên cứu tập trung vào 24 ngân hàng thương mại niêm yết, sử dụng dữ liệu bảng (panel data) kết hợp các yếu tố kinh tế vĩ mô và đặc điểm ngân hàng. Ý nghĩa nghiên cứu được thể hiện qua việc giúp các nhà quản lý ngân hàng và cơ quan quản lý nhà nước nhận diện sớm các dấu hiệu cảnh báo rủi ro tín dụng, từ đó xây dựng chính sách và biện pháp kiểm soát phù hợp, góp phần ổn định hệ thống tài chính và thúc đẩy phát triển kinh tế bền vững.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai nhóm lý thuyết chính: lý thuyết về rủi ro tín dụng trong ngân hàng và các mô hình kinh tế lượng phân tích dữ liệu bảng động. Các khái niệm trọng tâm bao gồm:

• Rủi ro tín dụng (Credit Risk): Theo Basel Committee, là khả năng khách hàng hoặc đối tác không thực hiện đúng nghĩa vụ thanh toán theo hợp đồng, gây tổn thất cho ngân hàng.
• Tỷ lệ nợ xấu (NPL): Tỷ lệ các khoản vay quá hạn trên 90 ngày hoặc có dấu hiệu không thu hồi được.
• Tỷ lệ dự phòng rủi ro tín dụng (LLC): Tỷ lệ dự phòng so với tổng dư nợ xấu, phản ánh khả năng ngân hàng bù đắp tổn thất.
• Các yếu tố kinh tế vĩ mô: Tăng trưởng GDP, tỷ giá hối đoái, tỷ lệ thất nghiệp, lạm phát.
• Các yếu tố đặc thù ngân hàng: Quy mô ngân hàng, hiệu quả hoạt động (ROA), vốn chủ sở hữu, đa dạng hóa thu nhập.

Mô hình nghiên cứu sử dụng phương pháp ước lượng Hệ thống Phương pháp Momemt Tổng quát (System GMM) để xử lý vấn đề nội sinh và tự tương quan trong dữ liệu bảng động, đảm bảo tính chính xác và hiệu quả của các ước lượng.

Phương pháp nghiên cứu

Nguồn dữ liệu bao gồm báo cáo tài chính hợp nhất đã kiểm toán của 24 ngân hàng thương mại niêm yết tại Việt Nam trong giai đoạn 2015-2022, kết hợp với số liệu kinh tế vĩ mô từ Tổng cục Thống kê và Ngân hàng Nhà nước Việt Nam. Cỡ mẫu gồm 24 ngân hàng với dữ liệu hàng năm, tổng hợp thành dữ liệu bảng. Phương pháp phân tích chính là hồi quy dữ liệu bảng động sử dụng System GMM, nhằm kiểm soát nội sinh và biến trễ của biến phụ thuộc (NPL và LLC). Quá trình nghiên cứu được thực hiện theo các bước: thu thập dữ liệu, kiểm định tính dừng của biến, phân tích tương quan, lựa chọn mô hình phù hợp qua các kiểm định Hausman, White, Modified Wald, và cuối cùng là ước lượng mô hình System GMM. Thời gian nghiên cứu tập trung vào giai đoạn 2015-2022, giai đoạn có nhiều biến động kinh tế và chính sách tín dụng tại Việt Nam.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Tác động của tăng trưởng kinh tế: Tăng trưởng GDP có ảnh hưởng tiêu cực đến rủi ro tín dụng, tức là khi kinh tế phát triển, tỷ lệ nợ xấu giảm. Cụ thể, trong giai đoạn nghiên cứu, GDP bình quân đầu người tăng từ khoảng 2500 USD lên 4200 USD, góp phần giảm tỷ lệ NPL trung bình xuống còn khoảng 0.55%.

2. Ảnh hưởng của tỷ giá hối đoái: Biến động tỷ giá USD/VND có tác động tích cực đến rủi ro tín dụng, khi đồng nội tệ mất giá làm tăng chi phí nhập khẩu, ảnh hưởng đến khả năng trả nợ của doanh nghiệp. Kết quả hồi quy cho thấy tỷ lệ NPL tăng khi tỷ giá biến động mạnh, phù hợp với các nghiên cứu trước đây.

3. Tỷ lệ thất nghiệp và lạm phát: Tỷ lệ thất nghiệp trung bình khoảng 2.4% đến 3.24% có mối quan hệ thuận với rủi ro tín dụng, khi thất nghiệp tăng làm giảm khả năng trả nợ của khách hàng. Lạm phát duy trì ở mức khoảng 2% cũng có ảnh hưởng tích cực đến NPL, do làm giảm sức mua và tăng chi phí vay vốn.

4. Đặc điểm ngân hàng: Quy mô ngân hàng (tổng tài sản trung bình khoảng 182 nghìn tỷ đồng) có ảnh hưởng hai chiều đến rủi ro tín dụng, vừa có thể làm tăng rủi ro do "too big to fail", vừa giúp giảm rủi ro nhờ năng lực quản trị tốt hơn. Hiệu quả hoạt động (ROA trung bình 8.13%) có tác động tiêu cực đến NPL, tức là ngân hàng có lợi nhuận cao thường kiểm soát rủi ro tốt hơn. Đa dạng hóa thu nhập (khoảng 80% thu nhập từ hoạt động tín dụng) có xu hướng làm tăng rủi ro tín dụng do phụ thuộc lớn vào thu nhập lãi.

Thảo luận kết quả

Kết quả nghiên cứu cho thấy sự tương đồng với các nghiên cứu quốc tế và trong nước về vai trò quan trọng của các yếu tố kinh tế vĩ mô và đặc thù ngân hàng trong việc dự báo rủi ro tín dụng. Sự gia tăng tỷ lệ nợ xấu trong giai đoạn đại dịch COVID-19 được giải thích bởi tác động tiêu cực của suy thoái kinh tế, tăng thất nghiệp và biến động tỷ giá. Biểu đồ thể hiện xu hướng tăng tỷ lệ NPL từ 1.21% năm 2021 lên 1.36% năm 2022, cùng với sự gia tăng mạnh mẽ của tỷ lệ dự phòng rủi ro tín dụng (LLC lên đến 145%) minh chứng cho sự cảnh báo sớm về rủi ro tín dụng. So sánh với các nghiên cứu trước, luận văn bổ sung quan điểm về vai trò của tỷ lệ dự phòng (LLC) bên cạnh tỷ lệ nợ xấu (NPL), giúp đánh giá toàn diện hơn về khả năng chống chịu rủi ro của ngân hàng. Bảng phân tích tương quan và kiểm định đa cộng tuyến cho thấy các biến độc lập không có hiện tượng đa cộng tuyến nghiêm trọng, đảm bảo tính tin cậy của mô hình. Kết quả cũng nhấn mạnh tầm quan trọng của việc theo dõi chặt chẽ các yếu tố đặc thù ngân hàng và phối hợp chính sách vĩ mô nhằm giảm thiểu rủi ro tín dụng.

Đề xuất và khuyến nghị

1. Tăng cường giám sát và quản lý rủi ro tín dụng: Ngân hàng cần áp dụng các công cụ đánh giá rủi ro hiện đại, đặc biệt là theo dõi sát biến động kinh tế vĩ mô như tỷ giá, lạm phát và thất nghiệp để điều chỉnh chính sách tín dụng kịp thời. Thời gian thực hiện: ngay trong năm tài chính tiếp theo; Chủ thể: Ban quản trị và phòng quản lý rủi ro ngân hàng.

2. Kiểm soát quy mô và đa dạng hóa hoạt động: Các ngân hàng lớn cần cân nhắc kỹ lưỡng việc mở rộng quy mô để tránh rủi ro "too big to fail", đồng thời đa dạng hóa nguồn thu nhập không chỉ dựa vào tín dụng nhằm giảm thiểu rủi ro tập trung. Thời gian: 2-3 năm; Chủ thể: Ban điều hành ngân hàng.

3. Nâng cao hiệu quả hoạt động và lợi nhuận: Tăng cường quản lý chi phí, cải thiện chất lượng tài sản và nâng cao hiệu quả sử dụng vốn để tăng ROA, từ đó giảm thiểu rủi ro tín dụng. Thời gian: liên tục; Chủ thể: Ban điều hành và các phòng ban chức năng.

4. Hoàn thiện chính sách dự phòng rủi ro: Ngân hàng Nhà nước cần ban hành các quy định chặt chẽ hơn về tỷ lệ dự phòng rủi ro tín dụng, đảm bảo các ngân hàng có đủ nguồn lực ứng phó với các khoản nợ xấu tiềm ẩn. Thời gian: 1-2 năm; Chủ thể: Ngân hàng Nhà nước Việt Nam.

Đối tượng nên tham khảo luận văn

1. Các nhà quản lý ngân hàng thương mại: Giúp hiểu rõ các yếu tố ảnh hưởng đến rủi ro tín dụng, từ đó xây dựng chiến lược quản trị rủi ro hiệu quả, nâng cao năng lực cạnh tranh và ổn định hoạt động.

2. Cơ quan quản lý nhà nước và hoạch định chính sách: Cung cấp cơ sở khoa học để thiết kế các chính sách tín dụng, giám sát ngân hàng và điều hành kinh tế vĩ mô nhằm giảm thiểu rủi ro hệ thống.

3. Các nhà nghiên cứu và học viên ngành tài chính-ngân hàng: Là tài liệu tham khảo bổ ích về phương pháp nghiên cứu dữ liệu bảng động, mô hình GMM và các yếu tố tác động đến rủi ro tín dụng trong bối cảnh Việt Nam.

4. Nhà đầu tư và chuyên gia phân tích tài chính: Hỗ trợ đánh giá chất lượng tài sản và rủi ro tín dụng của các ngân hàng thương mại, từ đó đưa ra quyết định đầu tư chính xác hơn.

Câu hỏi thường gặp

1. Rủi ro tín dụng là gì và tại sao nó quan trọng với ngân hàng?
   Rủi ro tín dụng là khả năng khách hàng không trả được nợ đúng hạn, gây thiệt hại tài chính cho ngân hàng. Đây là rủi ro lớn nhất ảnh hưởng đến lợi nhuận và sự ổn định của ngân hàng, do tín dụng chiếm tỷ trọng lớn trong hoạt động kinh doanh.

2. Tại sao cần sử dụng cả tỷ lệ nợ xấu (NPL) và tỷ lệ dự phòng (LLC) để đánh giá rủi ro tín dụng?
   NPL phản ánh chất lượng danh mục cho vay, trong khi LLC thể hiện khả năng ngân hàng dự phòng để bù đắp tổn thất. Kết hợp hai chỉ số giúp đánh giá toàn diện hơn về mức độ rủi ro và khả năng chống chịu của ngân hàng.

3. Các yếu tố kinh tế vĩ mô nào ảnh hưởng mạnh nhất đến rủi ro tín dụng?
   Tăng trưởng GDP giúp giảm rủi ro tín dụng, trong khi tỷ giá hối đoái, tỷ lệ thất nghiệp và lạm phát có xu hướng làm tăng rủi ro do ảnh hưởng đến khả năng trả nợ của khách hàng.

4. Quy mô ngân hàng ảnh hưởng như thế nào đến rủi ro tín dụng?
   Ngân hàng lớn có thể quản lý rủi ro tốt hơn nhờ nguồn lực dồi dào, nhưng cũng có thể chấp nhận rủi ro cao hơn do hiệu ứng "too big to fail". Do đó, tác động của quy mô đến rủi ro tín dụng là hai chiều và cần được kiểm soát chặt chẽ.

5. Phương pháp System GMM có ưu điểm gì trong nghiên cứu này?
   System GMM xử lý được vấn đề nội sinh và tự tương quan trong dữ liệu bảng động, cho phép ước lượng chính xác các tác động của biến trễ và biến nội sinh, từ đó nâng cao độ tin cậy của kết quả nghiên cứu.

Kết luận

• Luận văn đã xác định rõ các yếu tố kinh tế vĩ mô và đặc thù ngân hàng ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam giai đoạn 2015-2022.
• Tăng trưởng kinh tế giúp giảm rủi ro tín dụng, trong khi biến động tỷ giá, thất nghiệp và lạm phát làm tăng rủi ro.
• Quy mô ngân hàng và hiệu quả hoạt động là những yếu tố đặc thù quan trọng, có tác động đa chiều đến rủi ro tín dụng.
• Nghiên cứu bổ sung quan điểm về vai trò của tỷ lệ dự phòng rủi ro tín dụng (LLC) bên cạnh tỷ lệ nợ xấu (NPL), giúp đánh giá toàn diện hơn.
• Đề xuất các giải pháp quản trị rủi ro và chính sách phù hợp nhằm nâng cao khả năng chống chịu của hệ thống ngân hàng, góp phần ổn định kinh tế vĩ mô.

Next steps: Triển khai các giải pháp đề xuất, tiếp tục theo dõi biến động kinh tế vĩ mô và đặc điểm ngân hàng để cập nhật mô hình dự báo rủi ro tín dụng.

Các nhà quản lý ngân hàng và cơ quan quản lý cần phối hợp chặt chẽ để áp dụng các khuyến nghị nhằm giảm thiểu rủi ro tín dụng, bảo vệ sự ổn định của hệ thống tài chính quốc gia.

Trích đoạn nội dung tài liệu

BANKING ACADEMY ADVANCED PROGRAM THESIS OF GRADUATION FACTORS AFFECTING CREDIT RISK - IMPRACTICAL EVIDENCE IN VIETNAMESE COMMERCIAL BANKS Student name: Hoang Thi Thien Trang Class: K22CLCA Faculty: Banking Student Code: 22A4011452 Supervisor: Assoc. Nguyen Thuy Duong Hanoi, 2023 ABSTRACT In the context that the economy has many strong fluctuations due to the influence from the world, banks as well as businesses are gradually restoring production and business activities after the pandemic, non performing have become the major challenge that jeopardises the banking industry. The purpose of this scholar thesis is to investigate the factors affecting credit risks in Vietnam commercial banks. To better understand the hidden aspects of these factors, this research employs a panel approach and dynamic data estimates through Generalised Methods of Moments using data of 24 commercial banks in Vietnam between 2015 and 2022.

This literature contends that GDP growth rate, exchange rate, inflation, unemployment, bank size, bank diversification and bank performance are the primary factors of credit risk in Vietnam commercial banks. This research is motivated by the changes around the credit quality deterioration situation of commercial banks, the backbone role of the banking system in the Vietnamese economy and with the target to provide new impractical evidence and insight on this distress. Studies reveal that the macroeconomic environment and bank-specific factors, with interesting contrasts in their quantitative consequences, may predict credit risk most well. There are significant theoretical and practical contributions in this paper.

It provides compelling information regarding the early warning signs of potential problematic loans. Identification of these elements would assist regulators in developing adequate credit policies, addressing suitable actions, and adopting revised prudential rules. Additionally, it equips the regulatory authorities with a thorough understanding of the factors that influence credit risk, enabling them to prioritise risk management practices and systems that reduce default rates in order to prevent future financial instability. Our findings demonstrate the need of closely observing bank-specific issues as well as strengthening country level strategies to lower banks' credit risk.

i ACKNOWLEDGEMENT During my time at Banking Academy, I desire to express appreciation for the support and consideration that received from the Banking Faculty, as well as the all lecturers across the board at the institution. I am delighted to my friends Giang Thu, Phuong Linh, Quynh Khanh & Lan Phuong who have given me a lot of tutoring assistance and spiritual support throughout the whole four years of study. I would like to express my genuine and heartfelt gratitude to Assoc. Nguyen Thuy Duong who mentored me wholeheartedly throughout the implementation and completion of this research.

The research was carried out in a limited time, so errors could not be avoided. Through this, in order to improve my research, I look forward to hearing from the public through comments and contributions. Thank you sincerely! Hanoi, 23th May 2023 Student Hoang Thi Thien Trang ii LIST OF ACRONYMS Abbreviations Definition FEM Fixed Effects Model REM Random Effects Model GMM Generalised Methods of Moments OLS Ordinary Least Squares NPL Non Performing Loans LLC Loan Loss Coverage ROA Return on Assets NIM Net Interest Margin ROE Return on Equity CAR Capital Adequacy Ratio ICOR Incremental Capital Output Ratio SBV State Bank of Vietnam FSI Financial Soundness Indicators GDP Gross Domestic Production GNP Gross National Production VAMC Vietnam Asset Management Company iii LIST OF TABLES Figure 1: Descriptive statistic for the sample period 2015 - 2022 .21 Figure 2: Description of the determinants of credit risk, their proxies, symbols and a representative sample of their use in the literature .32 Figure 3: Non performing loan and loan loss coverage ratio 2016 – 2021 .35 Figure 4: Non performing loans ratio 2022 .37 Figure 5: The ratio of real estate outstanding to total outstanding loans.38 Figure 6: Pearson's pairwise correlation matrix .39 Figure 7: Variance inflation factor (VIF) .40 Figure 8: Panel unit root test results .41 Figure 9: Results of Hausman, White and Modified Wald tests of model with dependent variable LLC .43 Figure 10: Test results for endogenous variables of the model with dependent variable LLC .44 Figure 11: Summary results of OLS, FEM and REM of model with dependent variable NPL .45 Figure 12: Results of Hausman, White and Modified Wald tests of model with dependent variable NPL .45 Figure 13: Test results for endogenous variables of the model with dependent variable NPL .46 Figure 14: Regression analyses using GMM estimation techniques .48 iv TABLE OF CONTENT ABSTRACT. ii LIST OF ACRONYMS.

iii LIST OF TABLES. Research on commercial bank’s credit risk. Research on factors affecting commercial bank’s credit risk. Objectives of the thesis.

Research object and scope. Definition of credit risk. Indicators to evaluate credit risk of commercial banks. Non Performing Loans (NPL).

Loan Loss Coverage Ratio (LLC). Factors affect credit risk in commercial bank. Bank specific factors .15 CHAPTER 2: DATABASE AND METHODOLOGY. Sample and data sources.

Bank specific factors .28 CHAPTER 3: EMPIRICAL RESULTS AND DISCUSSION. Credit risk in Vietnam commercial banks 2015 - 2022. Analyse correlation coefficients between variables. Panel unit root tests.

Dynamic Panel Data Two-Steps System GMM Estimation Method .48 CHAPTER 4: Conclusion and recommendation. Improve resilience to volatile macroeconomic situation. Control the size of the commercial bank. Improving profitability of commercial banks.

Promoting non-interest revenues. Completely settle outstanding bad loans. Literature review Since its establishment and development, the banking industry has always demonstrated their imperative and key role in macro stability and major balances of the economy (Prime Minister Pham Minh Chinh, 2022). This influence is reflected in the function of leading capital for households and businesses, contributing to promoting economic restructuring.

Specifically, commercial banks operate with the three most important functions: payment intermediaries, credit intermediaries and money creation functions. In which, the bank's operations are mainly based on providing capital mobilised from unemployed funds to entities in need of capital. This is also the activity that brings the largest proportion of revenue in the Vietnam commercial banking system. Nevertheless, these days commercial banks have to face many problems such as poor asset quality, high bad debts, obstacles in the credit process, leading to the deterioration in credit quality, or credit risk.

A rising proportion of non performing loans in the loan portfolio not only exerts financial destabilisation, erodes the ability of banks to withstand unexpected changes in the macroeconomic situation, but jeopardises the stability of the banking system as well as the whole country. Therefore, credit risk is always the crucial concern of commercial banks as well as economic policy makers. However, in the face of constant fluctuations of the political and economic situation, bad debt remains as an unresolved distress. The aggregated non performing loans is regarded as a sign of deeper trouble, harming not only creditors but also destroying the development potential of the economy.

Besides, the global economy is entering the recovery phase post-COVID 19 pandemic. The rapid growth recovery has pushed the world's leading economies into the highest inflation period in 40 years, strongly affecting Vietnam. Under the complicated inconstancy of the global financial market, credit growth in Vietnam's banking market slowed down, leading to an increase in overdue debts and group transfer debts, increasing the level of non performing loans. In the context of the complex and unfavourable world economy, along with the importance of the commercial banking system, the author aims to identify factors 1 affecting credit risks at commercial banks in Vietnam.

Therefore, the author decided to choose the topic: Factors Affecting Credit Risk - Impractical Evidence In Vietnamese Commercial Banks. With this topic, the author hopes to explore the factors affecting as well as trends affecting credit risks in banks to serve as a foundation for making proposals and recommendations for commercial banking organisations and the State Bank to improve the internal capacity of banks as well as stabilise the macroeconomy. There is a wide range of research shed light on risks arising from credit activities in the commercial banks. These researches fall into many perspectives.

The first trend is the paper of aspects of risk management in commercial banking, including the impact on profitability, measurement or management processes. The next trend identifies which determinants affect a bank's credit quality, thereby indicating the direction of influence and making necessary recommendations. Research on commercial bank’s credit risk Anh, Pham. (2022) conducted the study "Completing the legal framework on credit risk management for off-balance sheet activities at Vietnamese commercial banks".

The study focuses on the regulations of the Bank for International Settlements (BIS) on risk management activities at commercial banks. At the same time, the author also provides new insight on the current status of this regulation on the part of the State Bank as well as the situation of maintaining off-balance sheet credit risk management activities from Vietnamese commercial banks. In addition, the author also makes proposals to complete the legal framework on credit risk management for off-balance sheet activities at Vietnamese commercial banks. Another approach comes from Nhung, Nguyen.

(2023) discussing the role of credit risk assessment tools at Vietnamese commercial banks. The literature used primary data combined with descriptive statistical methods based on comparative statistical analysis techniques. The research results illustrate that there is still a large part of people who have not fully used the factors of the 5C model for credit analysis. The inadequacy of inputs in the analytical model results in reducing the reliability of credit risk assessment results for borrowers.

From here, the author also proposes solutions to assist commercial banks overcome this limitation. Research on factors affecting commercial bank’s credit risk The next trend is the study of factors affecting credit risk at the commercial bank. Amit Ghosh's research paper (2015) drew attention to the links between bank characteristic factors, regional economic indicators, macroeconomic indicators and credit risk at banks in the US States. The author integrates FEM and Dynamic GMM models to address the absence of autocorrelation and endogenous variables.

Thus, the estimated results are ensured to be solid and effective. The fixed effect models suggest that greater credit growth and loan loss provision raise NPL meanwhile greater bank profitability, which is conveyed by ROA causes the negative effect. Bank diversification yielded the opposite of predictions as the higher proportion of non-interest income brings more risks for commercial banks. Aside from the findings supporting FEM results, the systems-GMM estimation provides certain evidence that is more reliable than the fixed effects results.

In particular, equity-to-total assets have a strong impact on deterioration on credit risk at banks. This result complements the "too big to fail" hypothesis. The size of the banking industry also has a positive relationship with the dependent variable. Turning to the regional economic variables, they exhibit the same sign and significance in both fixed effects results and GMM estimations.

To be more specific, a rise of GDP and personal income growth rates will mitigate the bank's credit risk variable. The unemployment rate also shows a similar relationship with NPL. However, the inflation variable in GMM changes sign and is positively significant. In addition, to provide a comparative perspective, the author also presents the results for savings institutions using both the fixed effects and GMM estimations.

In the same line with Amit Ghosh's study, another research was conducted by Khan, M. (2017) attempted to find out the link between bank specific determinants including income diversification, profitability, capitalization and operating efficiency and loan loss rate of commercial banks in Pakistan. With a collected dataset spanning the period between 2005 and 2017, the scholar claims that capital loss rate reacts negatively when interest income or bank profits soar. However, bank capitalization is what differentiates from its predecessor, which demonstrates that the larger the bank capitalization, the smaller the likelihood of risk.

3 In an identical research area, Ahmed et al. (2021) used GMM models to study the Impact of Bank Specific and Macroeconomic Factors on Non-Performing Loans between 2008 and 2018.