Tổng quan về luận án

Luận án tiến sĩ kinh tế với đề tài "Quản lý nhà nước đối với rủi ro tín dụng trong hoạt động của các ngân hàng thương mại Việt Nam trong bối cảnh phát triển mới" do nghiên cứu sinh Đào Văn Chung thực hiện (chuyên ngành Quản lý kinh tế, mã số: 9.10; người hướng dẫn khoa học: TS. Lê Xuân Sang và TS. Khuất Duy Tuấn, Học viện Khoa học Xã hội – Viện Hàn lâm Khoa học Xã hội Việt Nam, 2023) là công trình nghiên cứu hệ thống và toàn diện về cơ chế điều tiết, giám sát vĩ mô của Nhà nước đối với an toàn hệ thống ngân hàng thương mại (NHTM). Trong bối cảnh kinh tế toàn cầu chịu tác động cộng hưởng từ biến động địa chính trị (xung đột Nga - Ukraine), chính sách thắt chặt tiền tệ của Cục Dự trữ Liên bang Mỹ (Fed tăng lãi suất 10 lần liên tiếp với biên độ 5%, đưa lãi suất điều hành lên 5–5,25% vào tháng 5/2023), cùng những áp lực nội tại của thị trường tài chính Việt Nam khi thị trường bất động sản đóng băng (chiếm tới 21% tổng dư nợ tín dụng toàn hệ thống và khoảng 4% dư nợ trái phiếu doanh nghiệp) và chuyển đổi số bùng nổ, việc tái cấu trúc mô hình quản lý nhà nước (QLNN) đối với rủi ro tín dụng (RRTD) trở thành yêu cầu sống còn.

+-----------------------------------------------------------------------------------+
|                        BỐI CẢNH PHÁT TRIỂN MỚI (2011 - 2022)                      |
|  * Fed tăng lãi suất (5-5,25%)    * Biến động BĐS & TPDN (21% dư nợ)              |
|  * Cách mạng công nghiệp 4.0      * Các Hiệp định FTA thế hệ mới (CPTPP, EVFTA)   |
+------------------------------------------+----------------------------------------+
                                           |
                                           v
+-----------------------------------------------------------------------------------+
|                    QUẢN LÝ NHÀ NƯỚC ĐỐI VỚI RỦI RO TÍN DỤNG                       |
|           (Chủ thể: Ngân hàng Nhà nước - Khách thể: Hệ thống NHTM)                |
+------------------------------------------+----------------------------------------+
         |                                 |                                 |
         v                                 v                                 v
+------------------+             +-------------------+             +----------------+
|  1. THỂ CHẾ VÀ   |             |  2. TỔ CHỨC THỰC  |             |  3. THANH TRA, |
|    CHÍNH SÁCH    |             |    HIỆN QUẢN LÝ   |             |   GIÁM SÁT VÀ  |
| (Luật TCTD 2010, |             | (Xếp hạng CAMELS, |             |  XỬ LÝ VI PHẠM |
| Thông tư 41/2016,|             | Chuẩn hóa Basel,  |             | (Chuyển đổi từ |
| Thông tư 11/2021)|             |   Dự phòng DPRR)  |             | tuân thủ sang  |
+------------------+             +-------------------+             |  dựa trên RR)  |
                                                                   +----------------+

Khoảng trống nghiên cứu (research gap) được xác định rõ: Các công trình trước đây phần lớn tiếp cận RRTD từ góc độ vi mô của từng NHTM đơn lẻ hoặc chỉ nghiên cứu QLNN về kinh tế/tín dụng nói chung mà chưa đặt QLNN đối với RRTD thành một phân hệ quản lý độc lập với chức năng quản lý hoàn chỉnh trong mối tương quan với các chuẩn mực quốc tế (Basel II, Basel III). Luận án giải quyết 3 câu hỏi và giả thuyết cốt lõi:

  • Câu hỏi nghiên cứu 1 (RQ1): Cơ sở lý luận và tiêu chí nào phản ánh đầy đủ năng lực QLNN đối với RRTD trong môi trường tài chính biến động? $\rightarrow$ Giả thuyết H1: QLNN hiệu quả phải tích hợp đồng bộ 3 trụ cột: hoàn thiện thể chế chính sách, năng lực tổ chức điều hành và chuyển đổi từ thanh tra tuân thủ sang thanh tra trên cơ sở rủi ro (risk-based supervision).
  • Câu hỏi nghiên cứu 2 (RQ2): Thực trạng can thiệp chính sách và thanh tra giám sát của Ngân hàng Nhà nước (NHNN) giai đoạn 2011–2022 đã bộc lộ những rào cản kỹ thuật và thể chế gì? $\rightarrow$ Giả thuyết H2: Tồn tại độ trễ chính sách lớn và sự bất cân xứng trong năng lực giám sát dòng vốn đối với các lĩnh vực tiềm ẩn rủi ro cao (bất động sản, trái phiếu doanh nghiệp).
  • Câu hỏi nghiên cứu 3 (RQ3): Những giải pháp đột phá nào giúp hoàn thiện QLNN đối với RRTD đến năm 2030, tầm nhìn 2035? $\rightarrow$ Giả thuyết H3: Việc áp dụng chuẩn mực an toàn vốn nâng cao, hoàn thiện cơ sở dữ liệu xếp hạng tín dụng tập trung (CIC) và nâng cao khung khổ pháp lý xử lý tài sản bảo đảm (TSBĐ) là điều kiện tiên quyết để bảo vệ hệ thống tài chính quốc gia.

Phạm vi nghiên cứu bao quát toàn bộ hệ thống NHTM Việt Nam (NHTM Nhà nước và NHTM Cổ phần) giai đoạn 2011–2022 – giai đoạn triển khai 2 đề án cơ cấu lại hệ thống các tổ chức tín dụng gắn với xử lý nợ xấu, đồng thời khảo sát thực chứng chuyên sâu tại 3 địa bàn trọng điểm: Hà Nội, TP. Hồ Chí Minh và Quảng Ninh với cỡ mẫu $N = 446$ phiếu khảo sát và $N = 45$ chuyên gia phỏng vấn sâu.


Literature Review và Positioning

Tổng quan tài liệu của luận án được phân tích và tổng hợp theo 3 dòng học thuật chính:

                                  TIẾN TRÌNH HỌC THUẬT VỀ RRTD & QLNN
                                                    │
         ┌──────────────────────────────────────────┼────────────────────────────────────────┐
         │                                          │                                        │
         ▼                                          ▼                                        ▼
   DÒNG 1: KHỦNG HOẢNG &                      DÒNG 2: ĐO LƯỜNG &                       DÒNG 3: QLNN &
   TÁI CẤU TRÚC VĨ MÔ                         MÔ HÌNH HÓA VI MÔ                        GIÁM SÁT AN TOÀN
   ────────────────────                       ──────────────────                       ────────────────
   • Strauss-Kahn (2009)                      • Bekhet & Eletter (2014)                • Fadun (2013)
     (Dấu hiệu mất cân đối)                     (Mô hình mạng nơ-ron ANN)                (Thách thức Basel II)
   • Chunxia & Shujie (2010)                  • Võ Xuân Vinh (2017)                    • Jonathan (2012)
     (Phân tích SFA tại TQ)                     (Mô hình VAR: Thanh khoản - RRTD)        (Áp dụng Basel II)
   • Nguyễn Trúc Lê (2015)                    • Nguyễn Nhật Linh (2022)                • Nguyễn Kim Anh (2010)
     (Môi trường quản trị)                      (Mô hình GMM & Z-score)                  (Huy động & cho vay)
  1. Dòng nghiên cứu về thị trường tín dụng, cấu trúc tài chính và tái cấu trúc hệ thống: Strauss-Kahn (2009) chỉ ra các chỉ báo mất an toàn vĩ mô như tốc độ tăng trưởng tín dụng vượt xa tăng trưởng GDP, vay nợ ngoại tệ cao trong khi dự trữ mỏng và giám sát lỏng lẻo. Chunxia và Shujie (2010) sử dụng phương pháp phân tích biên ngẫu nhiên (Stochastic Frontier Analysis - SFA) trên 47 ngân hàng Trung Quốc giai đoạn 1995–2008, khẳng định việc chuyển đổi động cơ hoạt động từ định hướng chính sách (policy-oriented) sang định hướng thị trường và lợi nhuận (profit-driven) là cốt lõi để nâng cao hiệu quả kỹ thuật và an toàn vốn. Nguyễn Trúc Lê (2015) và Nguyễn Xuân Trình, Võ Trí Thành, Lê Xuân Sang (2010) khẳng định tái cấu trúc nợ và minh bạch hóa quản trị ngân hàng là nền tảng hội nhập tài chính quốc tế.
  2. Dòng nghiên cứu về đo lường và quản trị RRTD tại NHTM: Wang (2013) và Li (2015) nghiên cứu hệ thống ngân hàng thương mại nông thôn Trung Quốc, nhấn mạnh việc tuân thủ quy trình tín dụng và đánh giá đa biến tài chính - phi tài chính giúp giảm thiểu xác suất vỡ nợ. Bekhet và Eletter (2014) tại Jordan ứng dụng mô hình mạng nơ-ron nhân tạo (Artificial Neural Networks - ANN) kết hợp dữ liệu nhân khẩu học và hành vi để lượng hóa tổn thất tín dụng. Tại Việt Nam, Huỳnh Thị Hương Thảo (2019) và Nguyễn Thành Đạt cùng cộng sự (2021) kiểm định thực nghiệm tác động ngược chiều của nợ xấu đến tỷ suất sinh lời ROA, ROE thông qua các mô hình hồi quy FEM, REM và FGLS.
  3. Các tranh luận học thuật đối nghịch (academic debates):
    • Tranh luận 1: Mối quan hệ giữa Rủi ro thanh khoản và Rủi ro tín dụng. Võ Xuân Vinh (2017) sử dụng mô hình tự hồi quy vectơ (VAR) trên dữ liệu bảng giai đoạn 2007–2015 chỉ ra không có mối quan hệ đồng thời trực tiếp giữa rủi ro thanh khoản và RRTD tại các NHTM Việt Nam, mà chỉ tồn tại tác động từ biến trễ của chính loại rủi ro đó. Ngược lại, Nguyễn Nhật Linh (2022) khi kiểm định mô hình độ ổn định ngân hàng (Z-score) qua phương pháp GMM trên 27 NHTM TMCP (2010–2019) khẳng định sự tương tác phức hợp giữa hai loại rủi ro này phụ thuộc vào quy mô vốn đệm và chất lượng tài sản có.
    • Tranh luận 2: Hiệu lực của chuẩn mực Basel tại các thị trường mới nổi. Fadun (2013) khi phân tích hệ thống ngân hàng Nigeria cho rằng việc áp đặt chuẩn mực Basel II đòi hỏi chi phí đầu tư công nghệ thông tin và dữ liệu quá lớn, dễ gây hiệu ứng ngược làm suy giảm nguồn cung tín dụng ngắn hạn; trong khi Jonathan (2012) tại Ghana và Tô Thị Ánh Dương (2021) tại Việt Nam chứng minh việc thực thi Basel là công cụ bắt buộc để thiết lập kỷ cương thị trường và nâng cao định mức tín nhiệm quốc gia.

Vị vị trí học thuật của luận án (research positioning): Luận án lấp đầy khoảng trống bằng cách định vị vai trò của Nhà nước không chỉ là bên ban hành quy chuẩn thụ động mà là chủ thể kiến tạo thể chế (institutional builder), kết hợp hài hòa giữa mục tiêu ổn định kinh tế vĩ mô và tính tự chủ kinh doanh của NHTM trong kỷ nguyên kinh tế số.


Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và làm sâu sắc thêm các khung lý thuyết nền tảng trong kinh tế học tài chính và khoa học quản lý:

  • Mở rộng Lý thuyết Điều tiết Tài chính (Financial Regulation Theory): Luận án chứng minh rằng trong điều kiện các nền kinh tế chuyển đổi có độ mở lớn như Việt Nam, cơ chế điều tiết không thể dừng lại ở mô hình kiểm soát can thiệp trực tiếp (hạn mức tín dụng hành chính) mà phải chuyển dịch sang mô hình điều tiết kích thích tuân thủ (incentive-based regulation) thông qua hệ số an toàn vốn CAR và dự phòng rủi ro ngược chu kỳ (countercyclical capital buffer).
  • Phát triển Lý thuyết Thông tin Bất đối xứng (Asymmetric Information Theory của Akerlof, Stiglitz & Weiss): Khẳng định vai trò của QLNN trong việc khắc phục hiện tượng lựa chọn đối nghịch (adverse selection) và rủi ro đạo đức (moral hazard) thông qua việc thiết lập hành lang pháp lý cho hệ thống thông tin tín dụng quốc gia và chuẩn hóa dữ liệu tài chính doanh nghiệp.
  • Tích hợp Mô hình 3 Tuyến phòng thủ (Three Lines of Defense Model - Võ Thị Hoàng Nhi, 2014): Nâng cấp từ cấu trúc nội bộ ngân hàng lên cấp độ quản trị vĩ mô, trong đó Cơ quan Thanh tra Giám sát Ngân hàng (CQTTGSNH) đóng vai trò tuyến phòng vệ ngoại sinh tối cao, kiểm định tính toàn vẹn của mô hình đo lường rủi ro nội bộ của NHTM.

Khung phân tích độc đáo

Luận án xây dựng khung phân tích toàn diện tích hợp 3 thành tố: (1) Thể chế - Chính sách, (2) Tổ chức triển khai, và (3) Thanh tra, giám sát, xử lý vi phạm.

+-----------------------------------------------------------------------------------+
|                        MÔI TRƯỜNG VĨ MÔ VÀ BỐI CẢNH MỚI                           |
|       (CMCN 4.0, FTAs, Bất động sản, Biến động chu kỳ lãi suất toàn cầu)          |
+------------------------------------------+----------------------------------------+
                                           |
                                           v
+-----------------------------------------------------------------------------------+
|            NỘI DUNG QUẢN LÝ NHÀ NƯỚC ĐỐI VỚI RỦI RO TÍN DỤNG (NHNN)               |
|                                                                                   |
|  [Trụ cột 1: Thể chế]      [Trụ cột 2: Tổ chức]        [Trụ cột 3: Thanh tra]     |
|  * Luật TCTD               * Xếp hạng CAMELS           * Thanh tra tuân thủ       |
|  * Thông tư 41 (Basel II)  * Bộ máy quản lý            * Thanh tra theo rủi ro    |
|  * Thông tư 11 (Phân loại) * Dữ liệu tín dụng CIC      * Xử phạt vi phạm          |
+------------------------------------------+----------------------------------------+
                                           | (Tác động điều tiết)
                                           v
+-----------------------------------------------------------------------------------+
|                    KHÁCH THỂ: HỆ THỐNG NHTM VIỆT NAM                              |
|                                                                                   |
|  * Nhận biết & Đo lường RRTD            * Giám sát danh mục tín dụng              |
|  * Trích lập DPRR cụ thể/chung          * Xử lý nợ xấu nội bảng & VAMC            |
+------------------------------------------+----------------------------------------+
                                           | (Phản hồi kết quả)
                                           v
+-----------------------------------------------------------------------------------+
|                       TIÊU CHÍ ĐÁNH GIÁ HIỆU QUẢ QLNN                             |
|  * Tỷ lệ nợ xấu (NPL < 3%)              * Hệ số an toàn vốn (CAR > 8%)            |
|  * Tỷ lệ bao phủ nợ xấu                 * Tính minh bạch và ổn định hệ thống      |
+-----------------------------------------------------------------------------------+

Điều kiện biên (boundary conditions) của khung phân tích: Áp dụng trực tiếp cho hệ thống ngân hàng 2 cấp tại các quốc gia đang phát triển, nơi thị trường vốn (cổ phiếu, trái phiếu) chưa hoàn thiện và tín dụng ngân hàng vẫn là kênh cung ứng vốn trung - dài hạn chủ lực cho nền kinh tế.


Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án áp dụng lập trường triết học thực chứng (Positivism) kết hợp chủ nghĩa hiện thực phê phán (Critical Realism), sử dụng thiết kế nghiên cứu hỗn hợp (Mixed Methods Design) tuần tự giải thích:

  • Giai đoạn 1 (Định tính): Nghiên cứu tài liệu thứ cấp, chuẩn hóa hệ thống chỉ báo theo mô hình CAMELS và Thông tư 41/2016/TT-NHNN; thực hiện phỏng vấn sâu 45 chuyên gia đầu ngành.
  • Giai đoạn 2 (Định lượng): Khảo sát diện rộng bằng bảng hỏi cấu trúc thang đo Likert 5 mức độ (1 = Rất thấp/Hoàn toàn không đồng ý đến 5 = Rất cao/Hoàn toàn đồng ý) nhằm đo lường nhận thức và đánh giá thực trạng QLNN đối với RRTD.
+---------------------+      +---------------------+      +---------------------+
|  DỮ LIỆU THỨ CẤP    |      |  KHẢO SÁT ĐỊNH LƯỢNG|      | PHỎNG VẤN CHUYÊN GIA|
|  (Báo cáo NHNN,     | ---> |  (N = 446 mẫu,      | ---> |  (N = 45 chuyên gia,|
|   NHTM 2011-2022)   |      |   SPSS 20.0)        |      |   Phân tích diễn    |
|  * CAR, NPL, DPRR   |      |  * Thang đo Likert  |      |   giải chuyên sâu)  |
+---------------------+      +---------------------+      +---------------------+

Quy trình nghiên cứu rigorous

Cỡ mẫu được xác định dựa trên nguyên tắc của Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008, 2011): cỡ mẫu tối thiểu $N \ge 5 \times m$ (với $m$ là tổng số tiêu chí quan sát trong bảng hỏi). Luận án phát ra 500 phiếu, thu về 446 phiếu hợp lệ (tỷ lệ phản hồi chung đạt 89,2%):

  • Nhóm 1 - Cán bộ quản lý NHNN ($n = 125$ phiếu, chiếm 28,03%): Trụ sở chính NHNN (20 phiếu; 4,48%), NHNN Chi nhánh TP. Hà Nội (47 phiếu; 10,54%), NHNN Chi nhánh TP. Hồ Chí Minh (39 phiếu; 8,74%), NHNN Chi nhánh tỉnh Quảng Ninh (29 phiếu; 6,50%).
  • Nhóm 2 - Lãnh đạo, cán bộ quản lý và nhân viên NHTM ($n = 321$ phiếu, chiếm 71,97%): Thành viên Ban kiểm soát (12 người; 2,69%), Tổng Giám đốc/Phó Tổng Giám đốc (16 người; 3,59%), Lãnh đạo Khối Quản trị rủi ro/Pháp chế/AMC (45 người; 10,09%), Chuyên viên Khối Quản trị rủi ro/Pháp chế/AMC (248 người; 55,61%).
  • Quy mô NHTM khảo sát: Phân bổ đa dạng từ các ngân hàng có vốn điều lệ dưới 5.000 tỷ đồng (21,18%) đến các ngân hàng lớn trên 30.000 tỷ đồng (25,54%); quy mô lao động từ dưới 3.000 người (16,20%) đến trên 15.000 người (19,31%).
  • Phỏng vấn sâu ($N = 45$ chuyên gia): 10 chuyên gia từ 5 trường đại học hàng đầu (Học viện Ngân hàng, Học viện Tài chính, ĐH Kinh tế Quốc dân, ĐH Ngoại thương, ĐH Thương mại); 05 chuyên gia từ viện nghiên cứu; 05 chuyên gia Cơ quan Thanh tra Giám sát NHNN; 05 chuyên gia chi nhánh NHNN; 05 chuyên gia hiệp hội tài chính; 15 lãnh đạo doanh nghiệp là khách hàng lớn tại Agribank, BIDV, Vietcombank, VPBank, TPBank.

Data và phân tích

Dữ liệu khảo sát được làm sạch bằng kỹ thuật loại trừ điểm dị biệt (outliers screening) và phân tích thống kê mô tả, kiểm định độ tin cậy trên phần mềm SPSS 20.0. Dữ liệu thứ cấp giai đoạn 12 năm (2011–2022) được trích xuất từ Báo cáo thường niên của NHNN, Báo cáo tài chính kiểm toán của 31 NHTM Việt Nam, IMF và World Bank. Tính tam giác hóa dữ liệu (triangulation) được đảm bảo tuyệt đối thông qua việc đối chiếu chéo giữa số liệu thống kê định lượng, kết quả khảo sát bảng hỏi và biên bản phỏng vấn sâu chuyên gia.


Phát hiện đột phá và implications

Những phát hiện then chốt

+------------------------------------------------------------------------------------+
|                4 NGHỊCH LÝ VÀ PHÁT HIỆN THEN CHỐT TỪ DỮ LIỆU THỰC CHỨNG            |
+------------------------------------------------------------------------------------+
| 1. Áp lực nợ tiềm ẩn: Dư nợ BĐS chiếm 21% tổng tín dụng + 4% TPDN ngoài hệ thống.  |
| 2. Thanh tra lệch pha: Tập trung kiểm tra vi phạm hành chính thay vì đo lường RR.  |
| 3. Bất đối xứng dữ liệu: Hệ thống CIC chưa bao phủ dòng tiền chuỗi và FinTech.     |
| 4. Xung đột mục tiêu kép: Giữ tăng trưởng tín dụng cao vs. Siết chuẩn an toàn vốn. |
+------------------------------------------------------------------------------------+
  1. Rủi ro tập trung mang tính chu kỳ cao vào thị trường Bất động sản và Trái phiếu doanh nghiệp: Dư nợ tín dụng bất động sản chiếm tới 21% tổng dư nợ toàn hệ thống NHTM (chưa tính khoảng 4% dư nợ trái phiếu doanh nghiệp nắm giữ). Khi thị trường này đóng băng trong giai đoạn 2021–2022, rủi ro nợ xấu tiềm ẩn tăng vọt, đe dọa trực tiếp chất lượng tài sản sinh lãi và hệ số an toàn vốn CAR của hệ thống.
  2. Sự bất cập trong chuyển đổi phương thức thanh tra, giám sát ngân hàng: Hoạt động giám sát của NHNN trong giai đoạn 2011–2022 vẫn mang nặng tính chất "thanh tra tuân thủ hồi tố" (compliance-based inspection) thay vì "thanh tra trên cơ sở rủi ro mang tính phòng ngừa" (risk-based supervision). Số lượng biên bản cảnh báo và xử phạt hành chính tăng nhưng chưa ngăn chặn được từ sớm các sai phạm trong cấp tín dụng cho các dự án sân sau và sở hữu chéo.
  3. Khoảng cách lớn trong thực thi chuẩn mực Basel II và Basel III: Mặc dù Thông tư 41/2016/TT-NHNN đã đặt ra lộ trình tuân thủ tỷ lệ CAR $\ge 8%$, mức độ áp dụng giữa các nhóm ngân hàng có sự phân hóa sâu sắc. Nhóm NHTM Nhà nước gặp khó khăn lớn về tăng vốn điều lệ để duy trì CAR, trong khi nhóm NHTM Cổ phần tư nhân nhỏ chịu áp lực lớn về chi phí vốn và công nghệ đo lường rủi ro nội bộ (Internal Ratings-Based - IRB).
  4. Tác động tiêu cực của chính sách hỗ trợ hậu COVID-19 đến việc nhận diện nợ xấu thực chất: Việc cho phép cơ cấu lại thời hạn trả nợ, giữ nguyên nhóm nợ theo các Thông tư hỗ trợ doanh nghiệp đã làm trì hoãn thời điểm bộc lộ nợ xấu, tạo ra "nợ xấu kỹ thuật" chưa được trích lập dự phòng đầy đủ, gây áp lực dồn nén DPRR cho giai đoạn sau 2023.

Implications đa chiều

  • Về mặt học thuật và lý luận: Bổ sung luận cứ khoa học về mô hình QLNN đối với RRTD trong nền kinh tế thị trường định hướng xã hội chủ nghĩa; xác lập bộ tiêu chí đánh giá hiệu lực quản lý nhà nước qua 4 tiêu chí cốt lõi: Tính hiệu lực (Effectiveness), Tính hiệu quả (Efficiency), Tính công bằng (Equity) và Tính phù hợp (Relevance).
  • Về thực tiễn điều hành của Ngân hàng Nhà nước: Cần chuyển đổi căn bản cơ chế điều hành hạn mức tín dụng (credit room) mang tính hành chính sang điều tiết gián tiếp bằng tỷ lệ an toàn vốn CAR, tỷ lệ vốn ngắn hạn cho vay trung dài hạn và hệ số đòn bẩy (leverage ratio).
  • Về phía các Ngân hàng Thương mại: Khẩn trương hoàn thiện hệ thống xếp hạng tín dụng nội bộ, triển khai mô hình kiểm tra sức chịu tải (stress testing) định kỳ và chuẩn hóa tài sản bảo đảm, tránh phụ thuộc tuyệt đối vào bất động sản.

Limitations và Future Research

Luận án thẳng thắn chỉ ra các giới hạn nghiên cứu:

  • Giới hạn không gian mẫu: Khảo sát tập trung tại Hà Nội, TP. Hồ Chí Minh và Quảng Ninh; chưa mở rộng thu thập dữ liệu tại khu vực miền Trung và Đồng bằng sông Cửu Long, nơi có tỷ trọng tín dụng nông nghiệp - nông thôn đặc thù.
  • Độ trễ công bố số liệu: Do tính chất bảo mật và độ trễ báo cáo của ngành ngân hàng, một số chỉ tiêu tài chính chi tiết về nợ nhóm 2 và nợ cơ cấu của từng NHTM chưa được tiếp cận đồng đều ở mức độ vi mô tuyệt đối.

Chương trình nghiên cứu 10 năm tới (Future Research Agenda):

  1. Ứng dụng Trí tuệ nhân tạo (AI) và Học máy (Machine Learning) trong giám sát ngân hàng tự động hóa (SupTech - Supervisory Technology) và quản lý rủi ro tuân thủ (RegTech).
  2. Xây dựng khung pháp lý QLNN đối với RRTD trong kỷ nguyên tài chính số: Cho vay ngang hàng (P2P Lending), Tiền số của Ngân hàng Trung ương (CBDC) và Ngân hàng mở (Open Banking API).
  3. Đánh giá tác động của biến đổi khí hậu và rủi ro môi trường - xã hội đến RRTD của hệ thống ngân hàng (Khung khổ tín dụng xanh và ESG Banking).

Tác động và ảnh hưởng

+------------------------------------------------------------------------------------+
|                         TÁC ĐỘNG ĐA CHIỀU CỦA LUẬN ÁN                              |
+------------------------------------------------------------------------------------+
|  * HỌC THUẬT: Cung cấp khung phân tích 3 trụ cột và bộ dữ liệu thực chứng 446 mẫu. |
|  * CHÍNH SÁCH: Cung cấp cơ sở sửa đổi Luật Các TCTD và nâng cấp Thông tư 41/2016.  |
|  * NGÀNH NGÂN HÀNG: Định hướng chuẩn hóa Basel III và xử lý dứt điểm 21% nợ BĐS.  |
|  * KINH TẾ - XÃ HỘI: Bảo vệ quyền lợi người gửi tiền, ổn định thanh khoản quốc gia.|
+------------------------------------------------------------------------------------+
  • Tác động học thuật (Academic Impact): Cung cấp hệ thống tài liệu tham khảo chuẩn mực cho các cơ sở đào tạo sau đại học (Học viện Khoa học Xã hội, Học viện Ngân hàng, ĐH Kinh tế Quốc dân); mở ra hướng tiếp cận liên ngành giữa Quản lý kinh tế, Kinh tế tài chính và Luật kinh tế.
  • Tác động chính sách (Policy Impact): Luận án là căn cứ khoa học trực tiếp phục vụ quá trình sửa đổi Luật Các tổ chức tín dụng (thông qua năm 2024), sửa đổi Thông tư 41/2016/TT-NHNN và hoàn thiện chiến lược phát triển ngành Ngân hàng Việt Nam đến năm 2025, định hướng đến năm 2030 theo Quyết định của Thủ tướng Chính phủ.
  • Tác động ngành và kinh tế - xã hội (Societal Impact): Góp phần nâng cao tính minh bạch của thị trường tín dụng, giảm thiểu rủi ro đổ vỡ mang tính dây chuyền, củng cố niềm tin của người gửi tiền và các nhà đầu tư quốc tế vào hệ thống tài chính Việt Nam.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học giả: Tiếp cận mô hình phân tích tích hợp, bảng câu hỏi khảo sát chuẩn hóa và quy trình xử lý dữ liệu hỗn hợp kết hợp tam giác hóa trong nghiên cứu quản lý tài chính công.
  • Ngân hàng Nhà nước và Cơ quan Thanh tra Giám sát: Sở hữu luận cứ thực chứng và 4 nhóm giải pháp khả thi để tái cơ cấu quy trình thanh tra, nâng cao năng lực cảnh báo sớm RRTD.
  • Ban Điều hành và Khối Quản trị Rủi ro tại các NHTM: Nhận diện rõ các lỗ hổng trong kiểm soát rủi ro tập trung, rủi ro chéo giữa thị trường vốn và thị trường tiền tệ, từ đó nâng cấp mô hình xếp hạng tín dụng nội bộ.
  • Các Nhà đầu tư và Khách hàng Doanh nghiệp: Nắm bắt xu hướng thắt chặt kỷ cương giám sát an toàn vốn để chủ động cơ cấu lại đòn bẩy tài chính và dòng tiền kinh doanh.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Trả lời: Luận án đã luận giải và hệ thống hóa thành công lý thuyết QLNN đối với RRTD dưới góc độ quản lý kinh tế học chức năng (gồm Thể chế $\rightarrow$ Tổ chức $\rightarrow$ Thanh tra giám sát), thay vì chỉ tiếp cận thuần túy theo nghiệp vụ tín dụng vi mô, đồng thời tích hợp thành công chuẩn mực an toàn vĩ mô quốc tế (Basel II/III) vào điều kiện đặc thù của nền kinh tế chuyển đổi Việt Nam.
  2. Điểm đổi mới trong phương pháp luận so với các nghiên cứu trước đây? Trả lời: So với các nghiên cứu của Lê Tấn Phước (2013) hay Tô Thị Ánh Dương (2021), luận án đã thực hiện phương pháp tam giác hóa dữ liệu chặt chẽ: kết hợp chuỗi thời gian 12 năm (2011–2022) của 31 NHTM với mẫu khảo sát diện rộng $N = 446$ người trả lời phân tầng từ cấp trung ương (NHNN) đến cấp cơ sở (NHTM) và phỏng vấn sâu 45 chuyên gia đa lĩnh vực.
  3. Phát hiện thực nghiệm bất ngờ nhất từ dữ liệu là gì? Trả lời: Đó là "nghịch lý thanh tra tuân thủ": Tần suất ban hành văn bản cảnh báo và xử phạt hành chính tăng cao trong giai đoạn 2011–2022 nhưng không làm giảm mức độ tổn thất tín dụng khi thị trường bất động sản gặp cú sốc. Điều này chứng minh thanh tra hành chính hồi tố hoàn toàn bất lực trước các rủi ro cấu trúc và sở hữu chéo phức tạp nếu không chuyển hẳn sang thanh tra định lượng theo rủi ro.
  4. Giao thức nhân bản (Replication Protocol) của nghiên cứu có được cung cấp đầy đủ không? Trả lời: Có. Luận án cung cấp chi tiết trong phụ lục hệ thống bảng hỏi Likert 5 mức độ, danh mục 45 chuyên gia phỏng vấn sâu theo mã hóa nhóm, quy trình kiểm soát mẫu và các thuật toán phân tích trên SPSS 20.0, cho phép các nhà nghiên cứu độc lập lặp lại hoàn toàn quy trình này ở các giai đoạn tiếp theo.
  5. Chương trình nghiên cứu 10 năm tới được phác thảo như thế nào? Trả lời: Luận án phác thảo 3 trụ cột nghiên cứu đến năm 2035: (i) Tích hợp SupTech và AI trong phát hiện sớm dòng tiền bất thường; (ii) Giám sát rủi ro tín dụng đối với các sản phẩm tài chính phi tập trung (DeFi) và ngân hàng số; (iii) Mô hình hóa tác động của biến đổi khí hậu vào tỷ lệ tổn thất khi vỡ nợ (LGD) trong danh mục tín dụng xanh.

Kết luận

Luận án tiến sĩ của Đào Văn Chung (2023) xác lập 5 đóng góp cốt lõi:

  1. Hệ thống hóa toàn diện cơ sở lý luận: Xây dựng khung phân tích hoàn chỉnh về QLNN đối với RRTD của hệ thống NHTM trong bối cảnh toàn cầu hóa và CMCN 4.0.
  2. Đánh giá thực chứng sâu sắc giai đoạn 2011–2022: Chỉ ra bức tranh thực trạng RRTD, bóc tách các rủi ro tập trung nghiêm trọng vào bất động sản (21% dư nợ) và trái phiếu doanh nghiệp.
  3. Xác định các nút thắt thể chế và năng lực thanh tra: Chứng minh tính cấp bách của việc từ bỏ phương thức thanh tra tuân thủ để chuyển sang giám sát trên cơ sở rủi ro (Risk-based Supervision) theo chuẩn mực CAMELS và Basel II/III.
  4. Đề xuất 4 nhóm giải pháp mang tính chiến lược và đồng bộ: (i) Hoàn thiện hệ thống văn bản pháp lý và chính sách an toàn vĩ mô; (ii) Nâng cao năng lực tổ chức bộ máy và cơ sở dữ liệu tín dụng quốc gia; (iii) Đổi mới toàn diện công tác thanh tra, kiểm tra và xử lý vi phạm; (iv) Nâng cao nhận thức, chuẩn hóa đạo đức nghề nghiệp và năng lực cán bộ quản lý rủi ro.
  5. Mở ra các hướng nghiên cứu học thuật mới: Đặt nền móng cho việc nghiên cứu quản lý tài chính số, RegTech, SupTech và tài chính bền vững tại Việt Nam trong giai đoạn phát triển mới đến năm 2030, tầm nhìn 2035.