Bối cảnh và vấn đề nghiên cứu
Hoạt động của hệ thống ngân hàng thương mại (NHTM) giữ vai trò huyết mạch trong việc cung ứng vốn và thúc đẩy sự phát triển của nền kinh tế Việt Nam. Cùng với sự gia tăng về quy mô và nghiệp vụ, rủi ro tín dụng (RRTD) luôn là một trong những nguy cơ trọng yếu đe dọa trực tiếp đến sự an toàn tài chính của từng tổ chức tín dụng cũng như sự ổn định của toàn hệ thống. Việc nhận diện, định lượng và phân tích các nhân tố tác động đến rủi ro tín dụng giúp các ngân hàng xây dựng chiến lược quản trị rủi ro phù hợp, giảm thiểu nợ xấu, tối ưu hóa chính sách lãi suất và bảo vệ lợi ích của người gửi tiền lẫn người vay vốn. Đồng thời, trong bối cảnh hội nhập kinh tế quốc tế, việc kiểm soát tốt rủi ro tín dụng là điều kiện tiên quyết để hệ thống ngân hàng Việt Nam đáp ứng các chuẩn mực quốc tế và phát triển bền vững.
Đề tài xác định mục tiêu tổng quát là phân tích các yếu tố tác động đến rủi ro tín dụng tại các NHTM Việt Nam, từ đó đề xuất các gợi ý chính sách cho công tác quản trị rủi ro. Các mục tiêu cụ thể bao gồm:
- Xác định các yếu tố tác động đến dự phòng rủi ro tín dụng tại các NHTM Việt Nam.
- Đánh giá mức độ tác động của các yếu tố đến dự phòng rủi ro tín dụng tại các NHTM Việt Nam.
- Đề xuất một số gợi ý chính sách nhằm giúp các NHTM Việt Nam quản lý rủi ro tín dụng một cách hiệu quả.
Để đạt được các mục tiêu trên, nghiên cứu đặt ra ba câu hỏi nghiên cứu cụ thể:
- Các yếu tố nào tác động đến rủi ro tín dụng tại các NHTM Việt Nam?
- Mức độ tác động của từng yếu tố đến rủi ro tín dụng tại các NHTM Việt Nam như thế nào?
- Những gợi ý chính sách nào được đúc kết sau khi phân tích các yếu tố tác động đến rủi ro tín dụng tại các NHTM Việt Nam?
Đối tượng nghiên cứu của khóa luận là các yếu tố tác động đến rủi ro tín dụng tại các NHTM Việt Nam, tập trung vào nhóm yếu tố nội tại của ngân hàng và các yếu tố kinh tế vĩ mô. Phạm vi nghiên cứu về không gian bao gồm 25 NHTM tại Việt Nam; phạm vi thời gian thu thập số liệu thứ cấp kéo dài 10 năm, từ năm 2013 đến năm 2022.
Cơ sở lý thuyết và phương pháp
Khóa luận xây dựng nền tảng lý luận dựa trên các văn bản quy phạm pháp luật và lý thuyết ngân hàng hiện hành:
- Khái niệm và nghiệp vụ NHTM: Căn cứ theo Nghị định số 59/2009/NĐ-CP và Luật Các tổ chức tín dụng năm 2010 (đặc biệt là Điều 98 quy định các hoạt động nhận tiền gửi, phát hành giấy tờ có giá, cấp tín dụng, cung ứng dịch vụ thanh toán).
- Khái niệm và đo lường rủi ro tín dụng: Tiếp cận định nghĩa theo Ủy ban Basel về giám sát ngân hàng (BIS, 2001), Ngân hàng Trung ương Châu Âu (ECB), Thomas P. Fitch (1997), cùng quy định pháp lý tại Việt Nam theo Khoản 8 Điều 3 Thông tư số 14/2023/TT-NHNN. Phân loại nợ xấu (nhóm 3, 4, 5) căn cứ Thông tư số 02/2013/TT-NHNN và Thông tư số 09/2014/TT-NHNN. Quy định về trích lập dự phòng rủi ro (dự phòng cụ thể và dự phòng chung) căn cứ Thông tư số 11/2021/TT-NHNN.
- Biến phụ thuộc: Tỷ lệ rủi ro tín dụng ($CR$), đo lường bằng tỷ số giữa Tổng dự phòng rủi ro tín dụng được trích lập trên Tổng dư nợ cho vay.
- Các biến độc lập: Gồm 5 biến đặc thù ngân hàng là Quy mô ngân hàng ($SIZE$ - Logarit tự nhiên tổng tài sản), Tỷ lệ nợ xấu ($NPL$ - Nợ nhóm 3, 4, 5 trên tổng dư nợ), Tăng trưởng tín dụng ($GROW$), Tỷ suất sinh lời trên tổng tài sản ($ROA$), Tỷ lệ cho vay trên tổng tài sản ($TLA$); cùng 2 biến kinh tế vĩ mô là Tốc độ tăng trưởng kinh tế ($GDP$) và Tỷ lệ lạm phát ($INF$).
Về phương pháp nghiên cứu, tác giả kết hợp nghiên cứu định tính và nghiên cứu định lượng trên dữ liệu bảng cân bằng (balanced panel data) với tổng cộng 250 quan sát ($N = 25$ ngân hàng, $T = 10$ năm):
- Thu thập dữ liệu: Nguồn dữ liệu thứ cấp được trích xuất từ báo cáo tài chính đã kiểm toán và báo cáo thường niên công bố trên website chính thức của 25 NHTM giai đoạn 2013–2022, kết hợp dữ liệu thống kê vĩ mô. Dữ liệu được xử lý sơ bộ qua Microsoft Excel và phân tích kinh tế lượng bằng phần mềm Stata 17.
- Tiến trình định lượng:
- Thống kê mô tả các biến trong mô hình.
- Phân tích ma trận tương quan Pearson và kiểm định đa cộng tuyến thông qua hệ số phóng đại phương sai (VIF).
- Ước lượng hồi quy tuyến tính cổ điển (Pooled OLS), mô hình hiệu ứng cố định (FEM) và mô hình hiệu ứng ngẫu nhiên (REM).
- Thực hiện kiểm định kiểm định $F$ ($F$-test) để lựa chọn giữa OLS và FEM; kiểm định Hausman để lựa chọn giữa FEM và REM.
- Kiểm định chẩn đoán khuyết tật mô hình: Kiểm định Breusch-Pagan Lagrange Multiplier (LM) để phát hiện hiện tượng phương sai sai số thay đổi; kiểm định Wooldridge để phát hiện hiện tượng tự tương quan.
- Áp dụng phương pháp bình phương nhỏ nhất tổng quát khả thi (Feasible Generalized Least Squares - FGLS) để khắc phục triệt để hiện tượng phương sai sai số thay đổi và tự tương quan, đảm bảo tính vững và hiệu quả của các ước lượng.
Nội dung chính theo từng chương
Chương 1: Tổng quan đề tài nghiên cứu
Chương 1 thiết lập khung tổng thể của khóa luận, phân tích bối cảnh phát triển của hệ thống ngân hàng Việt Nam và tính cấp thiết của việc kiểm soát rủi ro tín dụng. Tác giả trình bày hệ thống mục tiêu nghiên cứu (1 mục tiêu chung, 3 mục tiêu cụ thể), 3 câu hỏi nghiên cứu, xác định rõ đối tượng nghiên cứu là các nhân tố nội tại và vĩ mô tác động đến RRTD, cùng phạm vi 25 NHTM trong giai đoạn 2013–2022. Chương này cũng nêu bật ý nghĩa lý luận, giá trị thực tiễn và kết cấu 5 chương của công trình.
Chương 2: Cơ sở lý thuyết và các nghiên cứu thực nghiệm
Chương 2 cung cấp hệ thống lý luận hoàn chỉnh về bản chất hoạt động của NHTM, các nguyên nhân gây ra rủi ro tín dụng (nguyên nhân bên trong như quy trình cấp tín dụng lỏng lẻo, quản trị yếu kém; nguyên nhân bên ngoài như suy thoái kinh tế, ý thức trả nợ của khách hàng). Tác giả làm rõ các chỉ tiêu đo lường RRTD gồm tỷ lệ nợ xấu ($NPL$) và tỷ lệ dự phòng rủi ro tín dụng ($CR$).
Bên cạnh đó, chương này tổng hợp toàn diện các công trình nghiên cứu thực nghiệm trong nước (Đỗ Quỳnh Anh & Nguyễn Đức Hùng, 2013; Nguyễn Thị Ngọc Diệp & Nguyễn Minh Kiều, 2015; Ôn Quỳnh Như, 2017; Nguyễn Thị Hồng Vinh & Nguyễn Minh Sáng, 2018; Bùi Thu Giang, 2021) và quốc tế (Salas & Saurina, 2002; Berge & Boye, 2007; Abhiman Das & Saibal Ghosh, 2007; Nabila Zribi & Younes Boujelbène, 2011; Louzis và cộng sự, 2012; Changjun Zheng và cộng sự, 2018; Agnessa Britannia & Susy Muchtar, 2021). Việc tổng hợp này làm cơ sở thực tiễn để lựa chọn biến số và đề xuất giả thuyết nghiên cứu.
Chương 3: Phương pháp nghiên cứu
Chương 3 thiết lập mô hình kinh tế lượng tổng quát:
$$CR_{i,t} = \beta_1 + \beta_2 SIZE_{i,t} + \beta_3 NPL_{i,t} + \beta_4 GROW_{i,t} + \beta_5 ROA_{i,t} + \beta_6 TLA_{i,t} + \beta_7 GDP_t + \beta_8 INF_t + \alpha + \varepsilon_{i,t}$$
Tác giả luận giải cơ sở lý thuyết để thiết lập 7 giả thuyết nghiên cứu kỳ vọng:
- $H_1$: Quy mô ngân hàng ($SIZE$) tác động ngược chiều ($-$) đến $CR$.
- $H_2$: Tỷ lệ nợ xấu ($NPL$) tác động cùng chiều ($+$) đến $CR$.
- $H_3$: Tăng trưởng tín dụng ($GROW$) tác động cùng chiều ($+$) đến $CR$.
- $H_4$: Tỷ suất sinh lời trên tổng tài sản ($ROA$) tác động ngược chiều ($-$) đến $CR$.
- $H_5$: Tổng tài sản cho vay ($TLA$) tác động cùng chiều ($+$) đến $CR$.
- $H_6$: Tốc độ tăng trưởng kinh tế ($GDP$) tác động ngược chiều ($-$) đến $CR$.
- $H_7$: Lạm phát ($INF$) tác động cùng chiều ($+$) đến $CR$.
Chương 3 cũng chi tiết hóa sơ đồ quy trình 7 bước nghiên cứu và các tiêu chuẩn kiểm định thống kê áp dụng trên Stata 17.
Chương 4: Kết quả nghiên cứu và thảo luận
Chương 4 trình bày toàn bộ số liệu xử lý thực nghiệm trên mẫu 250 quan sát:
- Thống kê mô tả: Trình bày chi tiết giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất và lớn nhất của từng biến số (thể hiện ở bảng tổng hợp bên dưới).
- Phân tích tương quan và đa cộng tuyến: Hệ số tương quan cặp giữa các biến độc lập nằm trong khoảng $-0,2569$ đến $0,3847$ (đều dưới ngưỡng $0,8$). Kiểm định VIF cho thấy hệ số VIF cao nhất là $1,34$ ($SIZE$) và thấp nhất là $1,01$ ($GDP$), trị số VIF trung bình đạt $1,16$ (nhỏ hơn 10), xác nhận không xảy ra hiện tượng đa cộng tuyến.
- Ước lượng và lựa chọn mô hình:
- Mô hình OLS ($R^2 = 0,4187$), FEM ($R^2 = 0,2449$), REM ($R^2 = 0,2434$).
- Kiểm định $F$-test cho $Prob > F = 0,0000 < 0,05$, chỉ ra mô hình FEM phù hợp hơn Pooled OLS.
- Kiểm định Hausman cho $Prob > chi^2 = 0,8918 > 0,05$, chấp nhận giả thuyết $H_0$, xác định mô hình REM phù hợp hơn FEM.
- Kiểm định khuyết tật mô hình trên REM:
- Kiểm định Breusch-Pagan LM cho kết quả $Prob > chibar2 = 0,0000 < 0,05$, kết luận mô hình có hiện tượng phương sai sai số thay đổi.
- Kiểm định Wooldridge cho kết quả $Prob > F = 0,0000 < 0,05$, kết luận mô hình có hiện tượng tự tương quan.
- Ước lượng FGLS và thảo luận: Tác giả sử dụng phương pháp FGLS để điều chỉnh các khuyết tật, đưa ra phương trình hồi quy tối ưu và giải thích chi tiết cơ chế tác động của từng nhân tố có ý nghĩa thống kê đối với rủi ro tín dụng.
| Biến |
Số quan sát |
Giá trị trung bình |
Độ lệch chuẩn |
Giá trị nhỏ nhất |
Giá trị lớn nhất |
Đơn vị / Ghi chú cực trị |
| $CR$ |
250 |
0,0162 |
0,0058 |
0,0080 |
0,0385 |
Min: SGB (2020), Max: VPB (2022) |
| $SIZE$ |
250 |
18,9730 |
1,1773 |
16,5023 |
21,4750 |
Min: SGB (2013), Max: BID (2022) |
| $NPL$ |
250 |
0,0206 |
0,0128 |
0,0035 |
0,1025 |
Min: TPB (2013), Max: SGB (2017) |
| $GROW$ |
250 |
0,2018 |
0,2031 |
-0,6724 |
2,3300 |
Min: SGB (2017), Max: SGB (2018) |
| $ROA$ |
250 |
0,0091 |
0,0067 |
0,0001 |
0,0324 |
Min: BVB (2016) |
| $TLA$ |
250 |
0,6099 |
0,1102 |
0,1926 |
0,8006 |
Min: SGB (2017), Max: BID (2020) |
| $GDP$ |
250 |
0,0587 |
0,0170 |
0,0258 |
0,0802 |
Min: Năm 2021, Max: Năm 2022 |
| $INF$ |
250 |
0,0321 |
0,0147 |
0,0063 |
0,0659 |
Min: Năm 2015, Max: Năm 2013 |
Chương 5: Kết luận và hàm ý chính sách
Chương 5 tổng kết các kết quả định lượng đạt được, chỉ rõ những nhân tố có tác động thực chất đến rủi ro tín dụng. Trên cơ sở kết quả hồi quy FGLS, tác giả đề xuất 4 nhóm khuyến nghị chính sách cụ thể đối với các NHTM Việt Nam:
- Kiểm soát quy mô ngân hàng ($SIZE$): Quản trị chặt chẽ quá trình mở rộng mạng lưới và danh mục tín dụng, nâng cao năng lực thẩm định đối với các khách hàng lớn và các chi nhánh quy mô rộng nhằm hạn chế rủi ro vận hành và rủi ro tín dụng phân tán.
- Kiểm soát tăng trưởng tín dụng ($GROW$): Tránh tăng trưởng tín dụng nóng, không vì áp lực chạy theo chỉ tiêu quy mô mà hạ chuẩn tín dụng hoặc nới lỏng điều kiện tài sản bảo đảm.
- Nâng cao chất lượng cho vay và kiểm soát nợ xấu ($NPL$ & $TLA$): Khai thác hiệu quả quy mô tài sản cho vay gắn liền với việc trích lập dự phòng đầy đủ; tối ưu hóa chi phí giám sát sau cấp tín dụng để ngăn chặn nợ nhóm 3, 4, 5.
- Theo dõi biến động vĩ mô ($INF$): Xây dựng các kịch bản ứng phó trước áp lực lạm phát nhằm điều chỉnh lãi suất cho vay và định giá tài sản bảo đảm phù hợp.
Chương này cũng chỉ ra các hạn chế của đề tài và định hướng cho các nghiên cứu tiếp theo.
Kết quả và đóng góp
Mô hình hồi quy bình phương nhỏ nhất tổng quát khả thi (FGLS) cung cấp kết quả thực nghiệm cuối cùng về tác động của các nhân tố đến rủi ro tín dụng ($CR$):
$$CR_{i,t} = -0,0311 + 0,0024 \times SIZE_{i,t} + 0,1188 \times NPL_{i,t} + 0,0096 \times GROW_{i,t} - 0,0054 \times TLA_{i,t} + 0,0291 \times INF_t$$
| Tên biến | Ký hiệu | Dấu kỳ vọng | Hệ số hồi quy (FGLS) | Độ lệch chuẩn | Giá trị $t$ | Mức ý nghĩa ($P > |t|$) | Kết luận thực nghiệm |
| :--- | :--- | :---: | :---: | :---: | :---: | :---: | :--- |
| Hằng số | _cons | | -0,0311 | 0,0054 | -5,70 | 0,000 | Có ý nghĩa thống kê 1% |
| Quy mô ngân hàng | $SIZE$ | $-$ | 0,0024 | 0,0003 | 8,05 | 0,000 | Tác động cùng chiều (1%) |
| Tỷ lệ nợ xấu | $NPL$ | $+$ | 0,1188 | 0,0187 | 6,35 | 0,000 | Tác động cùng chiều (1%) |
| Tăng trưởng tín dụng | $GROW$ | $+$ | 0,0096 | 0,0008 | 11,75 | 0,000 | Tác động cùng chiều (1%) |
| Tỷ suất sinh lời / tài sản | $ROA$ | $-$ | -0,0673 | 0,0467 | -1,44 | 0,149 | Không có ý nghĩa thống kê |
| Cho vay / Tổng tài sản | $TLA$ | $+$ | -0,0054 | 0,0027 | -1,98 | 0,048 | Tác động ngược chiều (5%) |
| Tăng trưởng kinh tế | $GDP$ | $-$ | -0,0024 | 0,0093 | -0,26 | 0,795 | Không có ý nghĩa thống kê |
| Tỷ lệ lạm phát | $INF$ | $+$ | 0,0291 | 0,0119 | 2,46 | 0,014 | Tác động cùng chiều (5%) |
Phân tích chi tiết các kết quả nghiên cứu:
- Quy mô ngân hàng ($SIZE$): Hệ số hồi quy mang giá trị dương ($+0,0024$, $p < 0,01$), trái với giả thuyết ban đầu nhưng tương đồng với phát hiện của Lê Hoàng Vinh và cộng sự (2021). Kết quả phản ánh rằng tại Việt Nam, các ngân hàng quy mô lớn có cấu trúc phức tạp, danh mục khách hàng rộng và tham gia cấp vốn cho nhiều dự án lớn, dẫn đến khó khăn trong việc giám sát toàn diện, làm gia tăng rủi ro tín dụng tiềm ẩn.
- Tỷ lệ nợ xấu ($NPL$): Tác động cùng chiều mạnh nhất với hệ số $+0,1188$ ($p < 0,01$), phù hợp với giả thuyết và nghiên cứu của Bholat và cộng sự (2016). Khi nợ xấu tăng, các ngân hàng bắt buộc phải gia tăng trích lập chi phí dự phòng rủi ro tín dụng tương ứng.
- Tăng trưởng tín dụng ($GROW$): Tác động cùng chiều ($+0,0096$, $p < 0,01$), đồng thuận với nghiên cứu của Daniel Foos và cộng sự (2010). Tăng trưởng nóng có thể kéo theo việc nới lỏng điều kiện thẩm định và giảm tiêu chuẩn cấp tín dụng.
- Tỷ lệ cho vay trên tổng tài sản ($TLA$): Tác động ngược chiều ($-0,0054$, $p < 0,05$), trái với giả thuyết ban đầu nhưng phù hợp với nghiên cứu của Hồ Công Hưởng & Biện Thị Thảo Trang (2019). Khi tỷ trọng cho vay tăng, nếu ngân hàng quản trị tốt và tập trung chi phí đào tạo, kiểm soát khoản vay hiệu quả thì rủi ro tín dụng có xu hướng giảm.
- Lạm phát ($INF$): Tác động cùng chiều ($+0,0291$, $p < 0,05$). Lạm phát bào mòn thu nhập thực tế của người vay và làm suy giảm giá trị tài sản bảo đảm, từ đó làm tăng khả năng mất vốn.
- Các biến $ROA$ và $GDP$: Không đạt mức ý nghĩa thống kê trong mô hình FGLS.
Đóng góp của khóa luận:
- Về mặt lý thuyết: Cập nhật và bổ sung bằng chứng thực nghiệm về tác động đồng thời của các biến nội tại ngân hàng và biến kinh tế vĩ mô đối với rủi ro tín dụng tại các NHTM Việt Nam trong giai đoạn 2013–2022.
- Về mặt thực tiễn: Cung cấp luận cứ lượng hóa hỗ trợ các nhà quản trị ngân hàng trong việc nhận diện các nhân tố rủi ro trọng yếu (đặc biệt là mối nguy từ tăng trưởng tín dụng nóng, nợ xấu gia tăng và áp lực quy mô), qua đó xây dựng chính sách trích lập dự phòng và kiểm soát chất lượng nợ hiệu quả.
Hạn chế và hướng nghiên cứu tiếp
Khóa luận được tác giả tự xác định một số hạn chế và định hướng nghiên cứu tiếp nối:
- Hạn chế:
- Mẫu nghiên cứu mới dừng lại ở 25 NHTM trong giai đoạn 2013–2022, chưa bao quát được toàn bộ các ngân hàng thương mại và tổ chức tín dụng đang hoạt động tại Việt Nam.
- Mô hình nghiên cứu chủ yếu tập trung vào 5 biến nội tại và 2 biến vĩ mô cơ bản, chưa xem xét các yếu tố định tính khác như cơ cấu sở hữu, quản trị rủi ro công nghệ số, chất lượng nguồn nhân lực hay các biến động tài chính phức tạp ngoài biên giới.
- Hướng nghiên cứu tiếp theo:
- Mở rộng phạm vi và quy mô mẫu quan sát ra toàn bộ hệ thống các NHTM Việt Nam (bao gồm cả các ngân hàng liên doanh và ngân hàng 100% vốn nước ngoài).
- Kéo dài chuỗi thời gian nghiên cứu cập nhật đến các năm gần nhất sau năm 2022.
- Đưa thêm các biến số giải thích mới vào mô hình (như tỷ lệ an toàn vốn CAR, lãi suất cho vay danh nghĩa, biến động tỷ giá, cơ cấu hội đồng quản trị) để nâng cao năng lực giải thích của mô hình hồi quy.
Giá trị tham khảo
Tài liệu là nguồn tham khảo hữu ích cho các nhóm đối tượng:
- Sinh viên và học viên ngành Tài chính – Ngân hàng: Cung cấp tài liệu mẫu mực về cấu trúc một khóa luận tốt nghiệp định lượng hoàn chỉnh, từ việc hệ thống hóa cơ sở lý luận theo quy định của Ngân hàng Nhà nước đến quy trình xử lý dữ liệu bảng bằng phần mềm Stata.
- Người nghiên cứu về Kinh tế lượng ứng dụng: Chương 3 và Chương 4 là phần đáng tham khảo nhất, thể hiện đầy đủ các bước thực hành kiểm định chẩn đoán mô hình: từ kiểm định đa cộng tuyến (VIF), kiểm định lựa chọn mô hình ($F$-test, Hausman) đến phát hiện khuyết tật (Breusch-Pagan LM, Wooldridge) và xử lý triệt để bằng mô hình FGLS.
- Cán bộ quản trị rủi ro và thẩm định tín dụng tại các NHTM: Các phát hiện thực nghiệm về tác động thuận chiều của quy mô ngân hàng ($SIZE$), tăng trưởng tín dụng ($GROW$) và lạm phát ($INF$) cung cấp các góc nhìn thực tế để thiết lập khẩu vị rủi ro và các chỉ số cảnh báo sớm tại các chi nhánh.
Câu hỏi thường gặp
1. Tác giả sử dụng chỉ tiêu nào để đại diện cho biến phụ thuộc rủi ro tín dụng ($CR$) và căn cứ pháp lý là gì?
Biến phụ thuộc rủi ro tín dụng ($CR$) được đo lường bằng tỷ lệ giữa tổng chi phí dự phòng rủi ro tín dụng được trích lập chia cho tổng dư nợ cho vay của ngân hàng trong năm. Cách xác định và phân loại dự phòng này căn cứ trực tiếp theo quy định tại Thông tư số 11/2021/TT-NHNN của Ngân hàng Nhà nước Việt Nam.
2. Dữ liệu nghiên cứu của khóa luận được thu thập từ đâu và quy mô mẫu là bao nhiêu?
Nghiên cứu sử dụng dữ liệu thứ cấp được trích xuất từ báo cáo tài chính đã kiểm toán và báo cáo thường niên công bố trên website của 25 ngân hàng thương mại Việt Nam trong giai đoạn 10 năm từ năm 2013 đến năm 2022, tạo thành bộ dữ liệu bảng cân bằng gồm 250 quan sát.
3. Tại sao mô hình bình phương nhỏ nhất tổng quát khả thi (FGLS) lại được chọn làm mô hình cuối cùng thay vì OLS, FEM hay REM?
Qua các bước kiểm định lựa chọn mô hình, kiểm định $F$-test ($Prob > F = 0,0000$) cho thấy FEM tốt hơn OLS, tiếp đó kiểm định Hausman ($Prob > chi^2 = 0,8918$) xác định mô hình REM là phù hợp nhất. Tuy nhiên, khi kiểm định chẩn đoán trên REM, tác giả phát hiện mô hình vi phạm giả định do có hiện tượng phương sai sai số thay đổi (kiểm định Breusch-Pagan, $p = 0,0000$) và tự tương quan (kiểm định Wooldridge, $p = 0,0000$). Do đó, phương pháp FGLS được sử dụng để khắc phục hoàn toàn hai khuyết tật này.
4. Kết quả tác động của biến quy mô ngân hàng ($SIZE$) đến rủi ro tín dụng có điểm gì đáng chú ý so với giả thuyết ban đầu?
Ban đầu tác giả kỳ vọng $SIZE$ tác động ngược chiều đến rủi ro tín dụng (ngân hàng lớn quản trị rủi ro tốt hơn). Tuy nhiên, kết quả hồi quy FGLS cho thấy $SIZE$ tác động cùng chiều với $CR$ ở mức ý nghĩa 1% (hệ số $+0,0024$, $t = 8,05$). Điều này được tác giả giải thích là do các ngân hàng lớn có cấu trúc phức tạp, tệp khách hàng đa dạng và cho vay các khoản lớn khiến việc thẩm định và giám sát gặp nhiều khó khăn hơn.
5. Những biến số nào trong mô hình không có ý nghĩa thống kê ở kết quả ước lượng cuối cùng?
Trong mô hình hồi quy FGLS, hai biến số không có ý nghĩa thống kê là Tỷ suất lợi nhuận trên tổng tài sản ($ROA$, hệ số $-0,0673$, $p = 0,149$) và Tốc độ tăng trưởng kinh tế ($GDP$, hệ số $-0,0024$, $p = 0,795$).
Kết luận
Khóa luận tốt nghiệp của tác giả Nguyễn Hải Minh đã phân tích thực nghiệm các nhân tố tác động đến rủi ro tín dụng tại 25 NHTM Việt Nam giai đoạn 2013–2022 thông qua quy trình ước lượng dữ liệu bảng chặt chẽ với mô hình FGLS. Kết quả chỉ ra rằng tỷ lệ nợ xấu, quy mô ngân hàng, tăng trưởng tín dụng và lạm phát tác động cùng chiều đến rủi ro tín dụng, trong khi tỷ lệ cho vay trên tổng tài sản có tác động ngược chiều. Công trình cung cấp các hàm ý chính sách thực tiễn có giá trị giúp các NHTM tối ưu hóa công tác quản trị rủi ro và kiểm soát chất lượng tín dụng trong môi trường kinh doanh nhiều biến động.