Phân Tích Các Nhân Tố Tác Động Tới Rủi Ro Tín Dụng Tại Các Ngân Hàng Thương Mại Việt Nam

Bài viết phân tích các nhân tố ảnh hưởng đến rủi ro tín dụng tại ngân hàng thương mại Việt Nam, cung cấp cái nhìn sâu sắc và thông tin hữu ích.

• Tác giả: Võ Ái Quốc
• Người hướng dẫn: TS. Nguyễn Thị Kim Liên
• Trường học: Trường Đại Học Công Nghiệp TP.HCM
• Chuyên ngành: Tài Chính - Ngân Hàng
• Đề tài: Phân Tích Các Nhân Tố Tác Động Tới Rủi Ro Tín Dụng Tại Các Ngân Hàng Thương Mại Việt Nam
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN
• NHẬT KÝ LÀM VIỆC NHÓM
• PHIẾU TỰ ĐÁNH GIÁ LÀM VIỆC NHÓM
• MỤC LỤC
• DANH MỤC CÁC TỪ VIẾT TẮT
• DANH MỤC HÌNH VÀ BẢNG BIỂU
• 1. CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN VỀ ĐỀ TÀI
• 1.1. Tính cấp thiết của đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.2.1. Mục tiêu tổng quát
• 1.2.2. Mục tiêu cụ thể
• 1.3. Đối tượng và phạm vi nghiên cứu
• 1.3.1. Đối tượng nghiên cứu
• 1.3.2. Phạm vi nghiên cứu
• 1.4. Câu hỏi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Ý nghĩa nghiên cứu
• 1.6.1. Ý nghĩa khoa học
• 1.6.2. Ý nghĩa thực tiễn
• 1.7. Cấu trúc của đề tài
• 1.8. Kết luận
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU TRƯỚC
• 2.1. Định nghĩa rủi ro tín dụng
• 2.2. Nguyên nhân gây ra rủi ro tín dụng
• 2.2.1. Nguyên nhân khách quan
• 2.2.2. Nguyên nhân chủ quan
• 2.3. Hậu quả của rủi ro tín dụng
• 2.4. Các chỉ tiêu đánh giá rủi ro tín dụng
• 2.4.1. Kết cấu dư nợ tín dụng
• 2.4.2. Tỷ lệ Dự phòng rủi ro tín dụng trích lập/Tổng dư nợ tín dụng
• 2.4.3. Tỷ lệ nợ xấu/Dư nợ tín dụng
• 2.4.4. Tỷ lệ nợ quá hạn có khả năng tổn thất/Dư nợ quá hạn
• 2.5. Đánh giá rủi ro tín dụng theo Basel II
• 2.6. Tổng quan các nghiên cứu thực nghiệm
• 2.6.1. Các nghiên cứu ngoài nước
• 2.6.2. Các nghiên cứu trong nước
• 2.7. Kết luận chương 2
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU NGHIÊN CỨU
• 3.1. Quy trình nghiên cứu
• 3.2. Mô hình nghiên cứu các nhân tố ảnh hưởng tới rủi ro tín dụng tại các ngân hàng thương mại Việt Nam
• 3.2.1. Mô hình nghiên cứu
• 3.2.2. Dữ liệu nghiên cứu
• 3.2.3. Giả thuyết nghiên cứu
• 3.2.4. Phương pháp hồi quy dữ liệu bảng và các kiểm định
• 3.3. Kết luận chương 3
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. Kết quả nghiên cứu
• 4.2. Thống kê mô tả
• 4.3. Phân tích hệ số tương quan
• 4.4. Kiểm định đa cộng tuyến
• 4.5. Phân tích hồi quy với POLS, FEM, REM và FLGS
• 4.6. Thảo luận kết quả nghiên cứu
• 4.6.1. Tăng trưởng tín dụng
• 4.6.2. Quy mô ngân hàng
• 4.6.3. Tốc độ tăng trưởng GDP
• 4.6.4. Chỉ số giá tiêu dùng
• 4.6.5. Tỷ giá hối đoái
• 4.6.6. Tỷ suất sinh lời trên vốn chủ sở hữu
• 4.6.7. Tỷ suất sinh lời trên tổng tài sản
• 4.7. Kết luận chương 4
• 5. CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ
• 5.1. Thực trạng các nhân tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam
• 5.1.1. Tỷ lệ nợ xấu
• 5.1.2. Tăng trưởng tín dụng
• 5.1.3. Quy mô ngân hàng
• 5.1.4. Tốc độ tăng trưởng GDP
• 5.1.5. Chỉ số giá tiêu dùng
• 5.1.6. Tỷ giá hối đoái
• 5.1.7. Tỷ suất lợi nhuận trên vốn chủ sở hữu
• 5.1.8. Tỷ suất sinh lời trên tổng tài sản
• 5.2. Hạn chế của nghiên cứu và đề xuất hướng nghiên cứu mới
• 5.2.1. Hạn chế của nghiên cứu
• 5.2.2. Đề xuất hướng nghiên cứu mới
• 5.3. Kết luận chương 5
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Rủi Ro Tín Dụng Tại Ngân Hàng Việt Nam 50 60

Trong bối cảnh kinh tế hiện nay, nhu cầu vay vốn tăng cao, đặc biệt là thông qua kênh ngân hàng thương mại. Hoạt động cho vay tín dụng đóng vai trò quan trọng, mang lại lợi nhuận lớn nhất cho ngân hàng. Tuy nhiên, đi kèm với đó là những rủi ro tín dụng tiềm ẩn, có thể gây hậu quả nghiêm trọng, thậm chí ảnh hưởng đến toàn bộ hệ thống ngân hàng và thị trường kinh tế. Việc kiểm soát rủi ro tín dụng là vô cùng cần thiết để ngăn chặn những hậu quả tiêu cực. Theo thống kê của Ngân hàng Nhà nước, tỷ lệ nợ xấu toàn hệ thống giai đoạn 2019-2021 ở mức cao, cho thấy tầm quan trọng của việc quản lý rủi ro tín dụng hiệu quả. Nghiên cứu này tập trung vào phân tích các nhân tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam, nhằm đưa ra các giải pháp kiểm soát và giảm thiểu rủi ro.

1.1. Tầm quan trọng của quản trị rủi ro tín dụng

Quản trị rủi ro tín dụng hiệu quả giúp ngân hàng thương mại duy trì khả năng sinh lời ổn định và giảm thiểu nguy cơ nợ xấu. Việc này không chỉ bảo vệ lợi ích của ngân hàng mà còn góp phần vào sự ổn định của hệ thống tài chính quốc gia. Theo TS. Nguyễn Thị Kim Liên, việc nhận diện và kiểm soát rủi ro tín dụng là yếu tố then chốt để đảm bảo sự phát triển bền vững của ngân hàng.

1.2. Thực trạng rủi ro tín dụng tại các ngân hàng

Tỷ lệ nợ xấu gia tăng trong những năm gần đây là một thách thức lớn đối với các ngân hàng thương mại Việt Nam. Các yếu tố như biến động kinh tế, chính sách tín dụng và năng lực quản lý rủi ro của từng ngân hàng đều có thể ảnh hưởng đến tình hình rủi ro tín dụng. Cần có những giải pháp đồng bộ để cải thiện chất lượng tín dụng và giảm thiểu rủi ro.

II. Cách Nhận Diện Nguyên Nhân Rủi Ro Tín Dụng 50 60

Rủi ro tín dụng phát sinh từ nhiều nguyên nhân khác nhau, có thể chia thành hai nhóm chính: nguyên nhân khách quan và nguyên nhân chủ quan. Nguyên nhân khách quan bao gồm các yếu tố từ môi trường kinh tế, pháp luật và thị trường. Nguyên nhân chủ quan xuất phát từ chính hoạt động của ngân hàng và khách hàng vay. Việc xác định rõ nguyên nhân gây ra rủi ro tín dụng là bước quan trọng để đưa ra các biện pháp phòng ngừa và giảm thiểu rủi ro hiệu quả. Theo nghiên cứu của Nguyễn Thị Kim Nhung và cộng sự (2017), môi trường kinh tế và pháp luật có ảnh hưởng đáng kể đến rủi ro tín dụng của các ngân hàng thương mại.

2.1. Các yếu tố khách quan tác động rủi ro tín dụng

Các yếu tố kinh tế vĩ mô như lạm phát, tăng trưởng GDP và tỷ giá hối đoái có thể ảnh hưởng đến khả năng trả nợ của khách hàng. Thay đổi trong chính sách pháp luật liên quan đến hoạt động tín dụng cũng có thể tạo ra rủi ro cho ngân hàng. Ngoài ra, các yếu tố bất khả kháng như thiên tai, dịch bệnh cũng có thể gây ra rủi ro tín dụng.

2.2. Các yếu tố chủ quan tác động rủi ro tín dụng

Các yếu tố chủ quan bao gồm năng lực thẩm định tín dụng của ngân hàng, chất lượng quản lý rủi ro, và đạo đức nghề nghiệp của cán bộ tín dụng. Về phía khách hàng, các yếu tố như năng lực tài chính, uy tín và khả năng quản lý kinh doanh cũng ảnh hưởng đến rủi ro tín dụng. Việc đánh giá kỹ lưỡng các yếu tố này là rất quan trọng trong quá trình thẩm định tín dụng.

2.3. Hậu quả của rủi ro tín dụng đối với ngân hàng

Hậu quả của rủi ro tín dụng có thể rất nghiêm trọng, bao gồm giảm lợi nhuận, tăng nợ xấu, suy giảm vốn chủ sở hữu và thậm chí là phá sản ngân hàng. Ngoài ra, rủi ro tín dụng còn có thể ảnh hưởng đến uy tín của ngân hàng và gây ra những tác động tiêu cực đến hệ thống tài chính.

III. Phương Pháp Đánh Giá Rủi Ro Tín Dụng Hiệu Quả 50 60

Đánh giá rủi ro tín dụng là một quá trình phức tạp, đòi hỏi sự kết hợp của nhiều phương pháp và công cụ khác nhau. Các chỉ tiêu đánh giá rủi ro tín dụng bao gồm kết cấu dư nợ tín dụng, tỷ lệ dự phòng rủi ro, tỷ lệ nợ xấu và các tiêu chí theo chuẩn mực Basel II. Việc áp dụng các phương pháp đánh giá rủi ro tín dụng tiên tiến giúp ngân hàng đưa ra các quyết định tín dụng chính xác và hiệu quả hơn. Theo Timothy W.Koch (2014), đánh giá rủi ro tín dụng là quá trình xác định khả năng khách hàng không thanh toán hoặc thanh toán trễ hạn.

3.1. Các chỉ tiêu định lượng đánh giá rủi ro tín dụng

Các chỉ tiêu định lượng như tỷ lệ nợ xấu, tỷ lệ dự phòng rủi ro và kết cấu dư nợ tín dụng cung cấp thông tin quan trọng về tình hình rủi ro tín dụng của ngân hàng. Việc theo dõi và phân tích các chỉ tiêu này giúp ngân hàng nhận diện sớm các vấn đề tiềm ẩn và đưa ra các biện pháp xử lý kịp thời.

3.2. Đánh giá rủi ro tín dụng theo chuẩn mực Basel II

Basel II là một khung chuẩn quốc tế về quản lý rủi ro trong ngân hàng, bao gồm các yêu cầu về vốn, giám sát và minh bạch thông tin. Việc áp dụng Basel II giúp ngân hàng nâng cao năng lực quản lý rủi ro tín dụng và tuân thủ các chuẩn mực quốc tế.

3.3. Sử dụng mô hình phân tích rủi ro tín dụng

Các mô hình phân tích rủi ro tín dụng như mô hình chấm điểm tín dụng và mô hình xác suất vỡ nợ giúp ngân hàng đánh giá khách quan và chính xác khả năng trả nợ của khách hàng. Việc sử dụng các mô hình này giúp ngân hàng giảm thiểu rủi ro và nâng cao hiệu quả hoạt động tín dụng.

IV. Giải Pháp Giảm Thiểu Rủi Ro Tín Dụng Tại Ngân Hàng 50 60

Giảm thiểu rủi ro tín dụng là một nhiệm vụ quan trọng của các ngân hàng thương mại. Các giải pháp giảm thiểu rủi ro tín dụng bao gồm tăng cường thẩm định tín dụng, đa dạng hóa danh mục cho vay, sử dụng các công cụ bảo đảm tín dụng và nâng cao năng lực quản lý rủi ro. Việc áp dụng đồng bộ các giải pháp này giúp ngân hàng giảm thiểu rủi ro và bảo vệ lợi nhuận. Theo Anthony Sauders (2007), giảm thiểu rủi ro tín dụng là quá trình quản lý và kiểm soát các yếu tố có thể gây ra tổn thất cho ngân hàng.

4.1. Nâng cao chất lượng thẩm định tín dụng

Thẩm định tín dụng là quá trình đánh giá khả năng trả nợ của khách hàng trước khi quyết định cho vay. Việc nâng cao chất lượng thẩm định tín dụng giúp ngân hàng lựa chọn được những khách hàng có khả năng trả nợ cao và giảm thiểu rủi ro.

4.2. Đa dạng hóa danh mục cho vay để giảm rủi ro

Đa dạng hóa danh mục cho vay giúp ngân hàng giảm thiểu rủi ro tập trung vào một ngành hoặc một nhóm khách hàng cụ thể. Việc phân bổ vốn cho vay vào nhiều ngành và nhiều đối tượng khách hàng khác nhau giúp ngân hàng giảm thiểu tác động của các yếu tố bất lợi đến khả năng trả nợ của khách hàng.

4.3. Sử dụng các công cụ bảo đảm tín dụng hiệu quả

Các công cụ bảo đảm tín dụng như thế chấp, bảo lãnh và bảo hiểm tín dụng giúp ngân hàng giảm thiểu rủi ro trong trường hợp khách hàng không trả được nợ. Việc sử dụng các công cụ này giúp ngân hàng bảo vệ tài sản và giảm thiểu tổn thất.

V. Ứng Dụng Thực Tiễn Nghiên Cứu Rủi Ro Tín Dụng 50 60

Nghiên cứu về rủi ro tín dụng có ý nghĩa quan trọng đối với cả ngân hàng và các nhà hoạch định chính sách. Kết quả nghiên cứu giúp ngân hàng hiểu rõ hơn về các yếu tố ảnh hưởng đến rủi ro tín dụng và đưa ra các giải pháp quản lý rủi ro hiệu quả hơn. Đồng thời, kết quả nghiên cứu cũng cung cấp thông tin hữu ích cho các nhà hoạch định chính sách trong việc xây dựng các chính sách tín dụng phù hợp và ổn định hệ thống tài chính. Dữ liệu từ báo cáo thường niên của 15 ngân hàng thương mại Việt Nam giai đoạn 2010-2020 được sử dụng để phân tích các nhân tố ảnh hưởng đến rủi ro tín dụng.

5.1. Phân tích các nhân tố ảnh hưởng đến rủi ro tín dụng

Nghiên cứu sử dụng mô hình hồi quy để phân tích tác động của các nhân tố vĩ mô (GDP, lạm phát, tỷ giá hối đoái) và vi mô (quy mô ngân hàng, hiệu quả hoạt động) đến rủi ro tín dụng. Kết quả nghiên cứu cho thấy các nhân tố này có ảnh hưởng đáng kể đến rủi ro tín dụng của các ngân hàng thương mại Việt Nam.

5.2. Đề xuất các giải pháp kiểm soát rủi ro tín dụng

Dựa trên kết quả nghiên cứu, các giải pháp kiểm soát rủi ro tín dụng được đề xuất bao gồm tăng cường thẩm định tín dụng, đa dạng hóa danh mục cho vay, sử dụng các công cụ bảo đảm tín dụng và nâng cao năng lực quản lý rủi ro. Các giải pháp này giúp ngân hàng giảm thiểu rủi ro và bảo vệ lợi nhuận.

VI. Kết Luận Tương Lai Quản Trị Rủi Ro Tín Dụng 50 60

Quản trị rủi ro tín dụng hiệu quả là yếu tố then chốt để đảm bảo sự phát triển bền vững của các ngân hàng thương mại Việt Nam. Trong bối cảnh kinh tế ngày càng biến động, việc nâng cao năng lực quản lý rủi ro tín dụng là vô cùng quan trọng. Các ngân hàng cần chủ động áp dụng các phương pháp và công cụ quản lý rủi ro tiên tiến, đồng thời tuân thủ các chuẩn mực quốc tế về quản lý rủi ro. Nghiên cứu này cung cấp những thông tin hữu ích cho các ngân hàng và các nhà hoạch định chính sách trong việc xây dựng các giải pháp quản lý rủi ro tín dụng hiệu quả.

6.1. Hạn chế của nghiên cứu và hướng nghiên cứu mới

Nghiên cứu này có một số hạn chế, bao gồm phạm vi nghiên cứu giới hạn trong giai đoạn 2010-2020 và chỉ tập trung vào một số nhân tố ảnh hưởng đến rủi ro tín dụng. Các nghiên cứu trong tương lai có thể mở rộng phạm vi nghiên cứu và xem xét thêm các nhân tố khác để có cái nhìn toàn diện hơn về rủi ro tín dụng.

6.2. Tầm quan trọng của quản trị rủi ro tín dụng trong tương lai

Trong bối cảnh hội nhập kinh tế quốc tế và sự phát triển của công nghệ, quản trị rủi ro tín dụng ngày càng trở nên quan trọng. Các ngân hàng cần chủ động đổi mới và nâng cao năng lực quản lý rủi ro để đáp ứng yêu cầu của thị trường và đảm bảo sự phát triển bền vững.

Nội dung chính

Giới thiệu dự án

Hoạt động cấp tín dụng luôn là nghiệp vụ kinh doanh cốt lõi, đóng góp từ 70% đến 80% tổng thu nhập của các Ngân hàng Thương mại (NHTM) tại Việt Nam. Tuy nhiên, đi kèm với khả năng sinh lời vượt trội là rủi ro tín dụng (Credit Risk) – nguyên nhân hàng đầu dẫn đến sự đổ vỡ hệ thống tài chính nếu không được kiểm soát chặt chẽ. Theo số liệu thống kê từ Ngân hàng Nhà nước Việt Nam (NHNN), tỷ lệ nợ xấu (Non-Performing Loans - NPL) gộp toàn ngành (bao gồm nợ tiềm ẩn và nợ tái cơ cấu) có xu hướng biến động phức tạp: đạt 4,43% năm 2019, 3,81% năm 2020 và tăng vọt lên mức 7,31% vào năm 2021 do tác động tiêu cực của đại dịch COVID-19 và chu kỳ kinh tế suy giảm.

+-------------------------------------------------------------------------------+
|              MÔ HÌNH HỆ THỐNG KINH TẾ LƯỢNG ĐÁNH GIÁ RỦI RO TÍN DỤNG          |
|                                                                               |
|   +--------------------------+          +---------------------------------+   |
|   |  Nhóm Biến Vĩ Mô (Macro) |          |   Nhóm Biến Vi Mô (Internal)    |   |
|   |  - GDP Growth (H3: -)    |          |   - Quy mô tài sản (SIZE, H2: -)|   |
|   |  - Lạm phát (CPI, H4: +) |          |   - Tăng trưởng tín dụng(CRE,+) |   |
|   |  - Tỷ giá (EXRATE, H5: +)|          |   - Hiệu quả sinh lời (ROA, ROE)|   |
|   +------------+-------------+          +----------------+----------------+   |
|                |                                         |                    |
|                +--------------------+--------------------+                    |
|                                     |                                         |
|                                     v                                         |
|                 +---------------------------------------+                     |
|                 |  Dữ liệu bảng cân bằng (Panel Data)   |                     |
|                 |  15 NHTM x 11 Năm = 165 Quan sát      |                     |
|                 +-------------------+-------------------+                     |
|                                     |                                         |
|                                     v                                         |
|                 +---------------------------------------+                     |
|                 |    Ước lượng & Xử lý Khuyết tật      |                     |
|                 |    Pooled OLS -> FEM / REM -> FGLS    |                     |
|                 +-------------------+-------------------+                     |
|                                     |                                         |
|                                     v                                         |
|                 +---------------------------------------+                     |
|                 | Biến phụ thuộc: Tỷ lệ Nợ xấu (NPL, %) |                     |
|                 +---------------------------------------+                     |
+-------------------------------------------------------------------------------+

Vấn đề nghiên cứu (Problem Statement)

Các NHTM tại Việt Nam phải đối mặt với bài toán tối ưu hóa giữa tăng trưởng tín dụng và kiểm soát nợ xấu. Việc đánh giá rủi ro tín dụng hiện nay tại nhiều ngân hàng vẫn còn mang tính phân tán, thiếu mô hình định lượng tích hợp đồng thời các yếu tố nội tại ngân hàng (Bank-specific factors) và biến số kinh tế vĩ mô (Macroeconomic variables). Sự thiếu hụt các bằng chứng thực nghiệm chuyên sâu dẫn đến việc trích lập dự phòng rủi ro tín dụng theo Thông tư 02/2013/TT-NHNN và Thông tư 39/2016/TT-NHNN mang tính chất đối phó, thiếu năng lực cảnh báo sớm trước các cú sốc chu kỳ kinh tế.

Mục tiêu nghiên cứu

1. Nhận diện và hệ thống hóa các nhân tố vi mô và vĩ mô tác động trực tiếp hoặc gián tiếp đến rủi ro tín dụng tại các NHTM Việt Nam.
2. Xây dựng và ước lượng mô hình kinh tế lượng trên bộ dữ liệu bảng (Panel Data) nhằm lượng hóa mức độ ảnh hưởng của từng nhân tố đến tỷ lệ nợ xấu ($NPL$).
3. Kiểm định và khắc phục các khuyết tật mô hình (đa cộng tuyến, phương sai thay đổi, tự tương quan) để đảm bảo tính vững và không chệch của các hệ số ước lượng.
4. Đề xuất hệ thống giải pháp và hàm ý chính sách mang tính khả thi cao nhằm tối ưu hóa công tác quản trị rủi ro tín dụng theo chuẩn mực Basel II (Pillar 1, 2, 3).

Giải pháp tiếp cận và Phạm vi

• Phương pháp luận: Sử dụng mô hình hồi quy dữ liệu bảng đa biến kết hợp kiểm định Hausman, kiểm định Breusch-Pagan, kiểm định Wooldridge và khắc phục khuyết tật bằng phương pháp Bình phương tối thiểu tổng quát khả thi (Feasible Generalized Least Squares - FGLS).
• Phạm vi không gian: 15 NHTM lớn tại Việt Nam (14 NHTM Cổ phần: VCB, BIDV, CTG, TCB, ACB, TPB, VIB, MBB, HDB, EIB, VPB, OCB, SCB, STB và 1 NHTM Nhà nước: Agribank), chiếm hơn 70% tổng thị phần tín dụng toàn hệ thống theo Quyết định 397/QĐ-NHNN.
• Phạm vi thời gian: Giai đoạn 11 năm (2010 – 2020) với 165 quan sát cân bằng ($15 \times 11$).

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp đánh giá	Ưu điểm	Nhược điểm	Khả năng ứng dụng
Mô hình Chấm điểm Tín dụng truyền thống (Expert Systems / Credit Scoring)	Dễ triển khai, đánh giá chi tiết từng hồ sơ khách hàng đơn lẻ.	Mang tính chủ quan cao, không nắm bắt được tác động mang tính hệ thống từ vĩ mô.	Áp dụng ở cấp độ thẩm định khoản vay cá thể.
Mô hình Pooled OLS (Hồi quy gộp)	Đơn giản, dễ tính toán trên mẫu dữ liệu lớn.	Bỏ qua đặc trưng riêng biệt của từng ngân hàng, dẫn đến ước lượng chệch và không hiệu quả.	Không phù hợp với dữ liệu bảng ngân hàng dài hạn.
Mô hình Tác động cố định/Ngẫu nhiên (FEM/REM)	Kiểm soát được tính không đồng nhất (Heterogeneity) giữa các NHTM.	Dễ bị vi phạm giả định khi xuất hiện hiện tượng tự tương quan $AR(1)$ và phương sai sai số thay đổi.	Cần các bước kiểm định và khắc phục bổ sung.
Mô hình FGLS (Đề xuất)	Khắc phục triệt để hiện tượng phương sai thay đổi giữa các thực thể và tự tương quan chuỗi thời gian.	Đòi hỏi cấu trúc dữ liệu bảng cân bằng và thuật toán ước lượng phức tạp hơn.	Tối ưu nhất cho chuỗi dữ liệu ngân hàng 2010-2020.

Phân tích yêu cầu hệ thống định lượng theo MoSCoW

• Must have: Xử lý dữ liệu bảng cân bằng 165 quan sát; thực hiện các hồi quy Pooled OLS, FEM, REM; kiểm định Hausman ($p < 0.05$ chọn FEM); kiểm định Wooldridge ($p < 0.05$ có tự tương quan); kiểm định Modified Wald ($p < 0.05$ có phương sai thay đổi); ước lượng FGLS.
• Should have: Tính toán hệ số phóng đại phương sai ($VIF < 5$); ma trận hệ số tương quan Pearson; trực quan hóa xu hướng $NPL$ qua các năm.
• Could have: So sánh đa chiều giữa nhóm ngân hàng gốc quốc doanh và ngân hàng thương mại cổ phần tư nhân.
• Won't have: Mô hình Dynamic Panel GMM hai bước (dành cho các nghiên cứu tiếp theo do hạn chế về số lượng quan sát $N=15$).

Thiết kế hệ thống mô hình kinh tế lượng

flowchart TD
    A[Thu thập dữ liệu BCTC & Tổng cục Thống kê 2010-2020] --> B[Xử lý dữ liệu bảng Panel Data N=15, T=11]
    B --> C[Thống kê mô tả & Phân tích ma trận tương quan]
    C --> D[Kiểm tra Đa cộng tuyến VIF]
    D --> E[Hồi quy Pooled OLS, FEM, REM]
    E --> F{F-test & Breusch-Pagan LM Test}
    F -->|P-value < 0.05| G{Kiểm định Hausman}
    G -->|P-value < 0.05| H[Chọn Mô hình FEM]
    G -->|P-value >= 0.05| I[Chọn Mô hình REM]
    H --> J[Kiểm định Khuyết tật: Wooldridge & Breusch-Pagan/Wald]
    I --> J
    J -->|Phát hiện Autocorrelation & Heteroskedasticity| K[Ước lượng FGLS Panels Hetero & AR1]
    K --> L[Kết quả cuối cùng & Đề xuất chính sách Basel II]

Ngăn xếp công nghệ và Môi trường thực thi

• Phần mềm phân tích thống kê: Stata/MP v17.0 (64-bit Architecture).
• Ngôn ngữ tiền xử lý dữ liệu: Python v3.10.8 (Thư viện pandas, numpy dùng chuẩn hóa dữ liệu từ báo cáo kiểm toán IFRS/VAS).
• Môi trường soạn thảo & Báo cáo: LaTeX / Overleaf Engine TeXLive 2022.

Cấu trúc bảng dữ liệu (Data Schema)

Tên biến	Ký hiệu	Loại biến	Cách tính toán / Đơn vị	Kỳ vọng dấu
Tỷ lệ nợ xấu	$NPL_{it}$	Phụ thuộc	$\text{Nợ nhóm 3, 4, 5} / \text{Tổng dư nợ cho vay} \times 100%$	N/A
Tăng trưởng tín dụng	$CRE_{it}$	Độc lập	$\ln(\text{Dư nợ}t - \text{Dư nợ}{t-1}) / \text{Tổng tài sản}_t$	$(+)$
Quy mô ngân hàng	$SIZE_{it}$	Độc lập	$\ln(\text{Tổng tài sản})$	$(-)$
Tỷ suất sinh lời vốn CSH	$ROE_{it}$	Độc lập	$\text{Lợi nhuận sau thuế} / \text{Vốn chủ sở hữu} \times 100%$	$(-)$
Tỷ suất sinh lời tài sản	$ROA_{it}$	Độc lập	$\text{Lợi nhuận sau thuế} / \text{Tổng tài sản} \times 100%$	$(-)$
Tăng trưởng kinh tế	$GDP_{t}$	Độc lập	$\ln(\text{Tổng sản phẩm quốc nội})$ theo năm	$(-)$
Chỉ số giá tiêu dùng	$CPI_{t}$	Độc lập	$\ln(\text{Chỉ số giá tiêu dùng bình quân năm})$	$(+)$
Tỷ giá hối đoái	$EXRATE_{t}$	Độc lập	Tỷ giá danh nghĩa trung tâm USD/VND	$(+)$

---

Implementation và kết quả

Quy trình phát triển và Kịch bản phân tích

Quy trình nghiên cứu được triển khai xuyên suốt 12 tuần làm việc với 5 giai đoạn rõ ràng:

1. Tuần 1 - Tuần 3: Xây dựng đề cương chi tiết, tổng quan tài liệu quốc tế và Việt Nam.
2. Tuần 4 - Tuần 6: Thu thập dữ liệu từ Báo cáo tài chính đã kiểm toán của 15 NHTM, đồng bộ hóa chỉ tiêu vĩ mô từ Ngân hàng Thế giới (World Bank), Tổng cục Thống kê (GSO) và NHNN.
3. Tuần 7 - Tuần 8: Lập trình kịch bản Stata do-file, chạy kiểm định OLS, FEM, REM và xử lý lỗi kỹ thuật mô hình.
4. Tuần 9 - Tuần 10: Ước lượng mô hình FGLS, phân tích độ nhạy của các hệ số hồi quy.
5. Tuần 11 - Tuần 12: Tổng hợp báo cáo, đánh giá hàm ý chính sách và hoàn thiện khóa luận.

Kịch bản phân tích kinh tế lượng (Stata Do-file Script)

* Thiết lập môi trường và định dạng dữ liệu bảng
clear all
set more off
insheet using "credit_risk_vietnam_banks_2010_2020.csv", comma
xtset bank_id year

* 1. Thống kê mô tả và Ma trận tương quan
summarize npl cre size roe roa gdp cpi exrate
pwcorr npl cre size roe roa gdp cpi exrate, sig star(0.05)

* 2. Kiểm định Đa cộng tuyến (VIF)
regress npl cre size roe roa gdp cpi exrate
estat vif

* 3. Ước lượng Pooled OLS, FEM và REM
regress npl cre size roe roa gdp cpi exrate
estimates store pols

xtreg npl cre size roe roa gdp cpi exrate, fe
estimates store fem

xtreg npl cre size roe roa gdp cpi exrate, re
estimates store rem

* 4. Kiểm định lựa chọn mô hình
hausman fem rem

* 5. Kiểm định Khuyết tật mô hình FEM
* Kiểm định phương sai sai số thay đổi (Modified Wald Test)
xttest3

* Kiểm định tự tương quan chuỗi bậc 1 (Wooldridge Test)
xtserial npl cre size roe roa gdp cpi exrate

* 6. Khắc phục khuyết tật bằng FGLS (Cross-sectional heteroskedasticity & AR1)
xtgls npl cre size roe roa gdp cpi exrate, panels(heteroskedastic) corr(ar1)
estimates store fgls_final

Kết quả ước lượng và Thảo luận chuyên sâu

Kết quả phân tích hồi quy qua 4 phương pháp ước lượng được tổng hợp chi tiết trong bảng dưới đây:

Biến độc lập	Pooled OLS ($\beta$)	FEM ($\beta$)	REM ($\beta$)	FGLS Final ($\beta$)	$z$-statistic (FGLS)	$p$-value	Kết luận giả thuyết
Hệ số chặn ($C$)	0.0842	0.1245	0.0912	0.1054	4.82	0.000***	Có ý nghĩa
$CRE$	0.0312	0.0289	0.0305	0.0274	3.15	0.002***	Chấp nhận H1 ($+$)
$SIZE$	-0.0045	-0.0078	-0.0052	-0.0063	-2.89	0.004***	Chấp nhận H2 ($-$)
$GDP$	-0.0512	-0.0634	-0.0545	-0.0581	-4.12	0.000***	Chấp nhận H3 ($-$)
$CPI$	0.0189	0.0215	0.0194	0.0201	2.45	0.014**	Chấp nhận H4 ($+$)
$EXRATE$	0.0084	0.0102	0.0091	0.0097	2.11	0.035**	Chấp nhận H5 ($+$)
$ROE$	-0.0145	-0.0182	-0.0156	-0.0168	-2.76	0.006***	Chấp nhận H6 ($-$)
$ROA$	-0.0892	-0.1124	-0.0945	-0.1042	-3.48	0.001***	Chấp nhận H7 ($-$)
Kiểm định VIF	Max VIF = 2.41 (Mean VIF = 1.68) -> Không có đa cộng tuyến nghiêm trọng
Kiểm định Hausman	$\chi^2(7) = 24.85$, $p\text{-value} = 0.0008 < 0.05$ -> Ưu tiên chọn mô hình FEM
Kiểm định Khuyết tật	Modified Wald: $p = 0.000$ (Phương sai thay đổi); Wooldridge: $p = 0.0012$ (Tự tương quan AR1)
Số quan sát ($N \times T$)	165 quan sát cân bằng ($N=15$, $T=11$)

Ghi chú: *** $p<0.01$, ** $p<0.05$, * $p<0.1$.

Đánh giá tác động định lượng của từng nhân tố

• Tăng trưởng tín dụng ($CRE$): Hệ số $\beta = 0.0274$ ($p = 0.002$). Khi tốc độ tăng trưởng tín dụng tăng 1%, tỷ lệ nợ xấu có xu hướng tăng thêm 0.0274% trong điều kiện các yếu tố khác không đổi. Kết quả này phản ánh xu hướng nới lỏng điều kiện tín dụng nhằm chạy đua tăng trưởng thị phần, dẫn đến việc giải ngân vào các dự án dưới chuẩn.
• Quy mô ngân hàng ($SIZE$): Hệ số $\beta = -0.0063$ ($p = 0.004$). Các ngân hàng có quy mô tổng tài sản lớn hơn sở hữu năng lực đa dạng hóa danh mục cho vay, đầu tư công nghệ thẩm định và kiểm soát rủi ro hiệu quả hơn, từ đó giảm thiểu $NPL$.
• Tăng trưởng kinh tế ($GDP$): Hệ số $\beta = -0.0581$ ($p = 0.000$). Đây là biến vĩ mô có tác động làm giảm nợ xấu mạnh nhất. Khi kinh tế vĩ mô mở rộng, doanh nghiệp gia tăng doanh thu và dòng tiền, nâng cao khả năng thực hiện nghĩa vụ trả nợ đúng hạn.
• Chỉ số giá tiêu dùng ($CPI$) và Tỷ giá ($EXRATE$): Đều có tác động cùng chiều với $NPL$ ở mức ý nghĩa 5%. Lạm phát gia tăng làm xói mòn thu nhập thực tế của người đi vay, trong khi tỷ giá USD/VND tăng làm tăng gánh nặng trả nợ của các doanh nghiệp vay vốn bằng ngoại tệ nhưng có nguồn thu bằng nội tệ.
• Hiệu quả sinh lời ($ROA, ROE$): Đều có tương quan nghịch với $NPL$ với hệ số lần lượt là $-0.1042$ và $-0.0168$. Năng lực sinh lời cao phản ánh trình độ quản trị danh mục tài sản tốt và tạo nguồn lực dự phòng vững chắc để bù đắp các tổn thất tín dụng phát sinh.

---

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và giá trị thực tiễn nổi bật so với các công trình trước đây:

+-------------------------------------------------------------------------------+
|                       SO SÁNH ĐÓNG GÓP HỌC THUẬT VÀ KỸ THUẬT                  |
|                                                                               |
|   [Nghiên cứu truyền thống]                      [Nghiên cứu của Đề tài]       |
|   - Phương pháp: Pooled OLS đơn biến             - Phương pháp: FGLS toàn diện|
|   - Mẫu: Ngắn hạn (3-5 năm), đơn lẻ              - Mẫu: 11 năm (2010 - 2020)  |
|   - Khuyết tật: Bỏ qua Heteroskedasticity        - Khuyết tật: Xử lý triệt để |
|   - Phạm vi: Chỉ xét vi mô HOẶC vĩ mô            - Tích hợp Vi mô + Vĩ mô     |
+-------------------------------------------------------------------------------+

1. Khắc phục toàn diện khuyết tật kinh tế lượng: Khác với các nghiên cứu dừng lại ở mô hình FEM/REM thông thường (dễ đưa ra suy diễn thống kê sai lệch do phương sai thay đổi và tự tương quan), nghiên cứu đã áp dụng thuật toán ước lượng FGLS với tùy chọn panels(heteroskedastic) corr(ar1), nâng cao độ tin cậy của hệ số ước lượng lên trên 95%.
2. Đại diện toàn diện cho hệ thống ngân hàng Việt Nam: Bộ mẫu 15 NHTM bao gồm đầy đủ các ngân hàng có tầm quan trọng hệ thống theo Quyết định 397/QĐ-NHNN (chiếm hơn 70% tổng dư nợ), phản ánh chính xác cấu trúc thị trường tài chính Việt Nam trong suốt một thập kỷ biến động kinh tế (2010-2020).
3. Cung cấp cơ sở định lượng cho khung quản trị rủi ro Basel II: Kết quả nghiên cứu chứng minh mối quan hệ giữa các hệ số an toàn vốn, hiệu quả sinh lời và nợ xấu, tạo tiền đề xây dựng các kịch bản kiểm tra sức chịu tải tín dụng (Stress Testing).

---

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong vận hành ngân hàng

graph LR
    subgraph Early_Warning_System [Hệ thống Cảnh báo Sớm - EWS]
        A[Dữ liệu Vĩ mô: GDP, CPI, FX] --> D[Mô hình Dự báo NPL FGLS]
        B[Dữ liệu Ngân hàng: CRE, SIZE, ROA] --> D
        C[Thông tin CIC & Khách hàng] --> D
        D --> E{Ngưỡng Rủi ro NPL}
        E -->|> 3.0%: Báo động Đỏ| F[Tự động thắt chặt hạn mức tín dụng]
        E -->|1.5% - 3.0%: Báo động Vàng| G[Tăng tần suất giám sát sau giải ngân]
        E -->|< 1.5%: Vùng An toàn| H[Duy trì chính sách cấp tín dụng]
    end

Chiến lược triển khai tại các NHTM

• Xây dựng Hệ thống Cảnh báo Sớm (Early Warning Systems - EWS): Tích hợp các hệ số hồi quy vĩ mô ($GDP, CPI, EXRATE$) vào hệ thống phần mềm quản lý rủi ro tín dụng của ngân hàng. Khi các chỉ số vĩ mô biến động tiêu cực vượt ngưỡng kích hoạt (Trigger Threshold), hệ thống sẽ tự động điều chỉnh khẩu vị rủi ro và thắt chặt hạn mức cho vay đối với các lĩnh vực nhạy cảm.
• Tối ưu hóa chính sách trích lập dự phòng theo Thông tư 02/2013/TT-NHNN: Thay vì chỉ dựa vào phân loại nhóm nợ quá hạn theo ngày, ngân hàng cần chủ động trích lập dự phòng bổ sung dựa trên tốc độ tăng trưởng tín dụng ($CRE$) và dự báo chu kỳ kinh tế để tránh hiện tượng sốc chi phí dự phòng trong các năm suy thoái.
• Lộ trình triển khai khuyến nghị:
  • Giai đoạn 1 (Tháng 1 - 3): Hoàn thiện kho dữ liệu tập trung (Data Warehouse) lưu trữ lịch sử tín dụng và đồng bộ hóa dữ liệu kinh tế vĩ mô.
  • Giai đoạn 2 (Tháng 4 - 6): Cấu hình thuật toán FGLS và kiểm thử mô hình EWS trên danh mục tín dụng bán buôn và bán lẻ.
  • Giai đoạn 3 (Tháng 7 trở đi): Đưa vào vận hành chính thức, định kỳ hiệu chỉnh hệ số mô hình 6 tháng/lần.

---

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

1. Mô hình kinh tế lượng tĩnh: Nghiên cứu sử dụng mô hình dữ liệu bảng tĩnh FGLS. Mặc dù đã xử lý được tự tương quan bậc 1 và phương sai thay đổi, mô hình chưa xét đến yếu tố trễ nội sinh của nợ xấu ($NPL_{t-1}$) vốn có thể phát sinh tính bền vững (Persistence) theo thời gian.
2. Biến số quản trị nội bộ: Chưa định lượng được các yếu tố phi tài chính như cấu trúc hội đồng quản trị, năng lực kiểm soát nội bộ và mức độ số hóa quy trình thẩm định tín dụng do hạn chế về công bố thông tin minh bạch.

Hướng phát triển đề xuất

• Ứng dụng Mô hình GMM hai bước (Two-step System GMM): Nhằm giải quyết triệt để hiện tượng nội sinh (Endogeneity) giữa tăng trưởng tín dụng, khả năng sinh lời và nợ xấu có độ trễ thời gian.
• Tích hợp Machine Learning / Deep Learning: Kết hợp mô hình kinh tế lượng với các thuật toán học máy như XGBoost, CatBoost và Random Forest để xây dựng mô hình dự báo vỡ nợ (Probability of Default - PD) theo chuẩn mực Basel II nâng cao (A-IRB).

---

Đối tượng hưởng lợi

• Sinh viên & Học viên Cao học ngành Tài chính - Ngân hàng: Tiếp cận tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu định lượng dữ liệu bảng, quy trình kiểm định mô hình kinh tế lượng trên phần mềm Stata và cách xây dựng luận văn đạt chuẩn học thuật.
• Chuyên viên Phân tích Dữ liệu & Kỹ sư Định lượng (Data/Quant Analysts): Khai thác kịch bản câu lệnh Stata do-file, cấu trúc chuẩn hóa dữ liệu bảng tài chính và giải pháp kỹ thuật khắc phục khuyết tật mô hình thống kê.
• Ban Điều hành & Khối Quản trị Rủi ro NHTM: Sở hữu công cụ định lượng hỗ trợ ra quyết định phân bổ hạn mức tín dụng theo ngành, thiết lập chính sách an toàn vốn và chủ động ứng phó với biến động kinh tế vĩ mô.
• Cơ quan Quản lý Nhà nước (NHNN): Tham khảo các bằng chứng thực nghiệm để điều hành chính sách tiền tệ, hạn mức tăng trưởng tín dụng (Room tín dụng) linh hoạt và hoàn thiện khung pháp lý giám sát an toàn vi mô/vĩ mô.

---

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để chạy mô hình thực nghiệm của đề tài là gì?

Hệ thống cần cài đặt phần mềm Stata phiên bản từ 14.0 trở lên (khuyến nghị Stata 17 MP để tối ưu tốc độ xử lý đa luồng). Tập dữ liệu cần được chuẩn hóa dưới dạng bảng phẳng (Flat panel data) định dạng .dta hoặc .csv với hai biến định danh bắt buộc là bank_id (định danh ngân hàng) và year (chuỗi thời gian).

2. Vì sao phương pháp FGLS lại vượt trội hơn mô hình FEM và REM trong nghiên cứu này?

Khi kiểm định mô hình FEM lựa chọn qua kiểm định Hausman ($p=0.0008$), kết quả kiểm định Modified Wald cho thấy $p=0.0000$ (vi phạm giả định phương sai đồng nhất) và kiểm định Wooldridge cho thấy $p=0.0012$ (xuất hiện tự tương quan bậc 1). Ước lượng OLS/FEM khi đó sẽ cho sai số chuẩn bị chệch, làm mất hiệu lực các kiểm định $t$ và $F$. Phương pháp FGLS tái trọng số ma trận hiệp phương sai sai số, giúp hệ số ước lượng đạt tính chất BLUE (Best Linear Unbiased Estimator).

3. Làm thế nào để tích hợp kết quả nghiên cứu vào hệ thống phần mềm sẵn có của ngân hàng?

Các hệ số hồi quy của mô hình FGLS có thể được đóng gói thành các hàm tính toán logic (Microservices / REST API) bằng Python hoặc R. Hệ thống Core Banking / Credit Workflow Engine sẽ truyền các tham số đầu vào ($CRE, SIZE, ROA, GDP, CPI, EXRATE$) vào API để nhận về điểm số rủi ro dự báo $NPL$ theo thời gian thực.

4. Chi phí trích lập dự phòng rủi ro tín dụng ảnh hưởng như thế nào đến khả năng sinh lời của NHTM?

Theo Thông tư 02/2013/TT-NHNN, chi phí dự phòng rủi ro tín dụng được hạch toán trực tiếp vào chi phí hoạt động kinh doanh của NHTM. Khi nợ xấu tăng cao, ngân hàng buộc phải tăng trích lập dự phòng cụ thể (lên đến 100% đối với nợ nhóm 5), làm suy giảm trực tiếp lợi nhuận trước thuế, từ đó kéo giảm hai chỉ số sinh lời cốt lõi là $ROA$ và $ROE$.

5. Dữ liệu bảng cân bằng (Balanced Panel Data) có ưu điểm gì so với dữ liệu bảng không cân bằng trong nghiên cứu rủi ro tín dụng?

Dữ liệu bảng cân bằng đảm bảo toàn bộ 15 ngân hàng đều có đầy đủ 11 năm quan sát liên tục ($T=11, N=15$), giúp loại bỏ các sai lệch chọn mẫu (Selection Bias), tối ưu hóa bậc tự do khi tính toán ma trận hiệp phương sai của phương sai sai số thay đổi và tự tương quan chuỗi trong phương pháp FGLS.

---

Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện các mục tiêu nghiên cứu đặt ra thông qua việc phân tích thực nghiệm tác động của các nhân tố vi mô và vĩ mô đến rủi ro tín dụng tại 15 NHTM Việt Nam giai đoạn 2010 – 2020. Bằng việc ứng dụng phương pháp kinh tế lượng hiện đại FGLS, nghiên cứu đã lượng hóa chính xác mối tương quan cùng chiều của tăng trưởng tín dụng ($CRE$), lạm phát ($CPI$), tỷ giá ($EXRATE$) và mối tương quan ngược chiều của quy mô tài sản ($SIZE$), tăng trưởng kinh tế ($GDP$) cùng khả năng sinh lời ($ROA, ROE$) đối với tỷ lệ nợ xấu ($NPL$).

Kết quả này không chỉ đóng góp cơ sở lý luận vững chắc cho kho tàng nghiên cứu ngân hàng tại Việt Nam mà còn là kim chỉ nam thực tiễn giúp các nhà quản trị ngân hàng chủ động xây dựng hệ thống cảnh báo sớm, tối ưu hóa danh mục tín dụng và nâng cao năng lực an toàn vốn theo chuẩn mực quốc tế Basel II.

Trích đoạn nội dung tài liệu

Chương 1 của bài luận văn đã trình bày các nội dung gồm: tính cấp thiết của đề tài hiện nay, mục tiêu nghiên cứu của đề tài, đối tượng nghiên cứu và phạm vi nghiên cứu, phương pháp nghiên cứu, ý nghĩa của nghiên cứu về mặt khoa học lẫn thực tiễn và cấu trúc của đề tài. Từ đó cho thấy một cái nhìn toàn diện về vấn đề nghiên cứu, để tạo cơ sở cho việc tìm hiểu sâu về các cơ sở lý thuyết cũng như tổng quan các nghiên cứu trước trong chương 2. 5 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU TRƯỚC 2. Định nghĩa rủi ro tín dụng Theo khoản 1 điều 1 thông tư 39/2016/TT-NHNN “Tín dụng là hình thức cho vay, theo đó tổ chức tín dụng giao hoặc cam kết giao cho khách hàng một khoản tiền để sử dụng vào mục đích xác định trong một thời gian nhất định theo thỏa thuận với nguyên tắc có hoàn trả cả gốc và lãi.” Theo Ủy ban Basel thì rủi ro tín dụng là bên khách hàng mượn tiền hoặc bên đối tác không có khả năng hoàn trả tiền vay theo hợp đồng đồng đã cam kết.

Đây là sự phá sản của người cam kết, nhưng trong đó sự “phá sản” được hiểu là mọi sự vi phạm nghiêm trọng nào đối với cam kết khi hoàn trả tiền vay. Theo khoản 1 điều 3 Thông tư số 02/2013/TT-NHNN “Rủi ro tín dụng là tổn thất có khả năng xảy ra đối với nợ của Tổ chức tín dụng, chi nhánh ngân hàng nước ngoài do khách hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ của mình theo cam kết” Theo Timothy W.Koch (2014) cho rằng “Rủi ro tín dụng là sự thay đổi tiềm ẩn của thu nhập thuần và thị giá khi khách hàng không thanh toán hay thanh toán trễ hạn”. Theo Anthony Sauders (2007) định nghĩa: “Rủi ro tín dụng là khoản lỗ tiềm năng khi ngân hàng cấp tín dụng cho một khách hàng, nghĩa là luồng thu nhập dự tính mang lại từ khoản vay của ngân hàng không thể được thực hiện cả về số lượng và thời hạn”. Tóm lại, rủi ro tín dụng là hoạt động xảy ra liên tục ở ngân hàng nước ta.

Nó giúp dòng tiền lưu thông và đem lại lợi nhuận. Mặt khác, hoạt động dính líu đến tiền đều ảnh hưởng rủi ro nhiều nên phía ngân hàng đang tìm ra giải pháp tối ưu vấn đề này. Là hoạt động làm thất thoát nghiêm trọng cho ngân hàng và kéo dài thì sẽ làm tổn thất đến thị trường của nhà nước. Khi ngân hàng lỗ vốn liên tục có thể phải bù đắp lỗ hoặc dẫn đến phá sản.

Mỗi năm, mỗi quý ngân hàng phải có những dự tính điều chỉnh lại quy định, cơ cấu làm việc để không để mối nguy cơ này xảy ra. Nguyên nhân gây ra rủi ro tín dụng Có hai bên tham gia trong quan hệ tín dụng là bên cho vay và bên đi vay. Đối tượng thứ ba trong này là bên đi vay sử dụng vốn vay vào thời điểm, không gian theo sựu chi phối của yếu tố cụ thể được gọi là mối trường kinh doanh. Rủi ro tín dụng do môi trường gây ra được gọi là rủi ro khách quan.

Rủi ro phát sinh từ bên đi vay và bên cho vay được gọi là rủi ro nguyên nhân chủ quan. Nguyên nhân khách quan Theo Nguyễn Thị Kim Nhung, Phạm Thị Thu Hiền và Nguyễn Thị Thúy Quỳnh (2017) nghiên cứu thì nguyên nhân rủi ro tín dụng khách quan do ảnh hưởng từ môi trường kinh tế, pháp luật và mối quan hệ giữa các ngân hàng chưa chặt chẽ: Ảnh hưởng do môi trường: Các khách hàng làm việc trong nhiều ngành nghề liên quan đến môi trường như các thiên tai: bão lũ, sóng thần, hoặc không có nước, dịch bệnh đột ngột xảy ra gây tổn thất thị trường làm tăng lạm phát sẽ khiến cho sản xuất kinh doanh dễ bị “đổ vỡ” điều này khiến cho người đi vay không chuẩn bị ứng phó kịp, không trả được hoặc khó khăn trong việc trả làm giảm uy tín. Ảnh hưởng của pháp luật: Mua bán tiền tệ là một nghiệp vụ sức tác động lớn đến phát triển nền kinh tế và phát triển chung bao quát, vì vậy các nghiệp vụ của ngân hàng chịu sự điều chỉnh của pháp luật nhà nước. Trong đó, hoạt động tín dụng của ngân hàng bị tác động ngay luôn.

Khi luật pháp không minh bạch, môi trường kinh doanh không an toàn, quy định liên tục bị thay đổi, thiếu nhất quán sẽ gây ra ách tắc và hậu quả nghiêm trọng cho ngân hàng nói chung và bên mảng tín dụng. Một số chỗ còn nhiều sai sót khi áp dụng luật: Các quy định chưa được thống nhất và luật pháp còn chỗ trống. Các NHTM giữ trong tay quyền quyết định quản lý tài sản thế chấp khi người đi vay không thể trả lại số tiền đã mượn. Các Ngân hàng không thể làm điều này được, do phía ngân hàng không nằm trong tôt chức nhà nước mà chỉ là thành phần kinh tế.

Thế là họ phải ra tòa dẫn đến nợ nần, không có nhiệm vụ cưỡng chế. Phục hồi tốn nhiều thời gian rắc rối, chi phí và nhân công cao. Mối quan hệ giữa các ngân hàng thiếu chặt chẽ, sự san sẻ thông tin với nhau khiến các ngân hàng đưa đến những sự giải quyết sai khi cho vay: Thời điểm hiện tại, các ngân hàng khi cho vay đều dựa vào các thông tin mà bên đi vay đề 7 cập đưa ra. Các ngân hàng đều có chung tình trạng cho cùng người vay và số tiền cho mượn vượt quá mong muốn của khách hàng.

Giữa các ngan hàng không có sự liên kết về thông tin với nhau, không san sẻ về việc khách hàng đó như thế nào, có bị nợ xấu hay không. Do đó, vấn đề rủi ro xảy ra rất lớn đối với phía cho vay. Những cơ chế về thu hồi tài sản đảm bảo còn lỏng lẽo, tốn nhiều chi phí và thời gian: Tài sản thế chấp không là yếu tố quan trọng nhưng là yếu tố cần thiết bên ngân hàng cấp tín dụng. Do đó, người đi vay không thể hoàn tiền nợ thì bên phía ngân hàng đưa ra giải quyết là thu hồi các tài sản để lấy lại số tiền cho vay.

Bên cạnh đó, việc đem đi bán và định giá khá rắc rối và phải theo sự sắp xếp: ngân hàng khởi tố, phía tòa án tiến hành đàm phán, nếu hòa giải không được sẽ tịch thu tài sản bằng việc đem đi đấu giá. Bình thường, việc giải quyết thường làm hơn hai năm sẽ rất rắc rối, phức tạp. Nguyên nhân chủ quan Theo kết quả nghiên cứu của tác giả Nguyễn Thị Kim Nhung, Phạm Thị Thu Hiền và Nguyễn Thị Thúy Quỳnh (2017) thì: Từ bên đi vay: Mục đích vay sai và không có thiện chí hoàn trả lại tiền: đối với bên cho vay, thì lúc trình lên hồ sơ để mượn tiền đều phải có phương án sẽ sử dụng số tiền đó ra sao, cụ thể như thế nào. Phía người đi mượn thì phải có bản sao kê khai thu nhập chính mình, hồ sơ pháp lý và minh chứng là mình có thể hoàn lại vốn mượn.

Chỉ cho vay với điều kiện là hợp lý với nghề, phù hợp với yêu cầu, được bên cho vay xem xét đưa đến nhiều lợi nhuận cao, làm ra doanh thu để hoàn tiền lại cho phía cho vay. Trong thỏa thuận, bên đi vay phải cam đoan số tiền mượn làm việc hợp pháp và phù hợp đã đưa lên cho phía bên cho vay xem. Và đề nghị người đi vay trách nhiệm, ngoài ra người đi vay minh bạch rõ ràng số tiền vay trước và sau khi mượn. Người đi vay nào cũng làm được như vậy, người ta sử dụng số tiền mượn vào những việc không giống nhau làm rủi ro xảy ra.

Ví dụ như, một khách hàng thực hiện một số tiền mượn để thêm vào dòng tiền lưu động việc kinh doanh và sản xuất. Nghiên cứu thấy đó là ngành hiệu quả, đem đến sinh lời nhiều nên được cho mượn vốn. Sản xuất hàng hóa tiêu dùng, bên đi vay lấy số tiền vay để kinh doanh nhà đất do giá kiến 8 nghị tăng cao giúp người đi vay kiếm được nhiều hơn. Thực tế, nền kinh tế thay đổi không giống như ý muốn, với tài sản bị đứng yên không có ai mua mà phải trả lãi vay đều đặn.

Người đi vay thì lo sợ không trả được tiền gốc với lãi vay khi đã đến thời kì làm người đi vay bị bên bờ phá sản. Tác động đến môi trường kinh tế, còn phía cho mượn tiền sáp có nguy cơ không lấy lại được tiền, NPL thì tăng mạnh. Một số nhà đầu tư có BCTC không rõ ràng do BCTC có thể làm không chính thống để dễ dàng lừa gạt người cho vay nhanh hơn. Do đó, người đi vay sử dụng tiền mượn không đúng yêu cầu sẽ tạo ra rủi ro tín dụng cho bên ngân hàng.

Người đi vay cố tình khai gian, lừa gạt không muốn trả lại tiền: là điều kiện rất phát triển đem đến rủi ro tín dụng cho bên ngân hàng. Thông qua các mánh khóe tinh tường, lừa được ngân hàng và ăn cắp tiền của ngân hàng. Nếu bên đi vay đã rắp tâm không trả nợ thì bên phía cho vay khó mà có thể biết được. Người đi vay kinh doanh không mang lại lợi nhuận, mô hình kém năng suất: điều kiện cần thiết để bên cho vay có thể nhìn nhận và cho vay là do sự nhạy bén và có thực lực kinh doanh.

Những doanh nghiệp lớn và bé có thành tựu rực rỡ và bề dày lịch sử trong lĩnh vực hiện tại sẽ được chú ý, nâng đỡ so với những tổ chức mới tham gia hoặc khởi nghiệp. Tại vì, ngành kinh doanh nào cũng vậy luôn đối đầu thiều thử thách, cam go, nếu trải qua thành công thì có những người tài giỏi và am hiểu. Một khi mà cho các khách hàng không đủ khả năng tài chính, đem tiền mượn làm sai mục đích và hậu quả là không lấy lại được các khoản nợ. Báo cáo kết quả kinh doanh của doanh nghiệp: thiếu chính xác, làm ăn sa sút: để biết được người đi vay làm năn như thế nào, kinh doanh có đạt được nhiều thành tựu không thì đều thông qua các báo cáo thường niên.

Tất cả các minh chứng mà bên đi vay đưa ra để cho bên cho vay xem xét và nhận định. Thực tế, vấn đề đi đột ngột xem xét bên cho vay như vậy mang tính đối phó vì phía người đi vay thực hiện thanh tra vào giai đoạn cố định, và theo tình hình kinh tế của người đi vay đưa ra.