Bối cảnh và vấn đề nghiên cứu
Hoạt động của hệ thống ngân hàng thương mại (NHTM) giữ vai trò huyết mạch trong việc chu chuyển vốn và thúc đẩy tăng trưởng của nền kinh tế. Trong các mảng nghiệp vụ của NHTM, hoạt động cấp tín dụng luôn chiếm tỷ trọng doanh thu lớn nhất nhưng đồng thời cũng là nguồn phát sinh rủi ro cao nhất. Những biến động từ môi trường kinh tế vĩ mô, các cú sốc bất thường cũng như sự thay đổi trong hành vi của bên vay khiến các yếu tố gây ra rủi ro tín dụng (RRTD) không cố định mà liên tục biến chuyển. Khi ngân hàng bị động trong công tác ứng phó, RRTD gia tăng sẽ trực tiếp làm sụt giảm lợi nhuận do phải trích lập dự phòng tổn thất, ảnh hưởng nghiêm trọng tới khả năng thanh khoản và tiềm ẩn nguy cơ mất khả năng thanh toán.
Thực tế tại Việt Nam giai đoạn 2020–2021 cho thấy, tác động của đại dịch Covid-19 đã làm đứt gãy chuỗi sản xuất kinh doanh và làm suy yếu khả năng tài chính của các chủ thể vay vốn, kéo theo xu hướng gia tăng nợ xấu trong toàn hệ thống. Theo số liệu từ Ngân hàng Nhà nước (NHNN) được trích dẫn trong văn bản, tỷ lệ nợ xấu nội bảng năm 2021 ghi nhận ở mức 1,9%, tăng so với mức 1,69% của năm 2020. Tuy nhiên, nếu tính gộp cả các khoản nợ đã bán cho Công ty Quản lý tài sản của các tổ chức tín dụng (VAMC) chưa xử lý và nợ tiềm ẩn, tỷ lệ này lên tới 3,79%. Đại diện NHNN cũng nhận định, nếu không áp dụng kịp thời các chính sách cơ cấu lại thời hạn trả nợ, giữ nguyên nhóm nợ theo Thông tư 01/2020/TT-NHNN, tỷ lệ nợ xấu toàn ngành có thể vượt ngưỡng 8%. Đồng thời, tỷ lệ nợ xấu ở cả hai khối NHTM cổ phần (NHTMCP) và NHTM nhà nước (NHTMNN) đều ở mức xấp xỉ nhau, phản ánh sự cần thiết phải nâng cao năng lực quản trị rủi ro trên toàn hệ thống.
Từ bối cảnh thực tiễn trên, tác giả Lưu Tuấn Hùng xác định mục tiêu và nhiệm vụ nghiên cứu cụ thể của đề tài bao gồm 5 nội dung:
- Phân tích tình hình hoạt động và thực trạng rủi ro tín dụng tại các NHTM Việt Nam.
- Làm rõ các nguyên nhân chủ quan và khách quan dẫn tới RRTD ở các ngân hàng.
- Đo lường tác động của các nhân tố ảnh hưởng tới RRTD (thông qua đại diện là tỷ lệ nợ xấu) bằng các mô hình kinh tế lượng hồi quy OLS gộp, mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM).
- Thực hiện các kiểm định thống kê chuyên sâu (kiểm định Hausman, đa cộng tuyến, phương sai sai số thay đổi, tự tương quan) để lựa chọn mô hình phù hợp và tiến hành khắc phục các khuyết tật còn tồn tại của mô hình được chọn.
- Đề xuất hệ thống giải pháp và kiến nghị quản trị RRTD tại hệ thống NHTM Việt Nam dựa trên kết quả ước lượng thực nghiệm.
Đối tượng nghiên cứu của khóa luận là các nguyên nhân dẫn tới rủi ro tín dụng và các biện pháp nhằm hạn chế rủi ro tín dụng tại NHTM. Phạm vi không gian nghiên cứu bao gồm 25 NHTM hoạt động trên thị trường ngân hàng Việt Nam. Phạm vi thời gian nghiên cứu khai thác chuỗi dữ liệu thứ cấp trong giai đoạn 12 năm, từ năm 2010 đến năm 2021.
Cơ sở lý thuyết và phương pháp
Về khung lý thuyết và văn bản pháp lý, khóa luận tiếp cận RRTD theo định nghĩa của Ủy ban Basel (2000) và Thông tư số 11/2021/TT-NHNN: RRTD là khả năng xảy ra tổn thất đối với nợ của tổ chức tín dụng (TCTD) do khách hàng không có khả năng thực hiện hoặc không thực hiện đúng một phần hoặc toàn bộ nghĩa vụ trả nợ gốc và lãi theo hợp đồng đã cam kết. Tiêu chí nợ xấu (Non-Performing Loan - NPL) được xác định căn cứ theo Quyết định 493/2005/QĐ-NHNN và Thông tư 02/2013/TT-NHNN, bao gồm các khoản nợ từ nhóm 3 (nợ dưới tiêu chuẩn, quá hạn từ 90 đến 180 ngày), nợ nhóm 4 (nợ nghi ngờ, quá hạn từ 181 đến 360 ngày) và nợ nhóm 5 (nợ có khả năng mất vốn, quá hạn trên 360 ngày hoặc nợ khoanh chờ Chính phủ xử lý). Hai chỉ tiêu cốt lõi phản ánh mức độ rủi ro được tác giả sử dụng gồm:
- Tỷ lệ nợ xấu: $\text{Tỷ lệ nợ xấu} = (\text{Dư nợ xấu} / \text{Tổng dư nợ cho vay}) \times 100%$
- Tỷ lệ trích lập dự phòng rủi ro: $\text{Tỷ lệ trích lập dự phòng} = (\text{Số dự phòng rủi ro trích lập} / \text{Tổng dư nợ}) \times 100%$
Bên cạnh lý thuyết chức năng ngân hàng (trung gian tín dụng, trung gian thanh toán, thủ quỹ xã hội), tác giả tổng kết các mô hình đo lường RRTD quốc tế: mô hình điểm số Z-score của Edward Altman (phiên bản cập nhật năm 2012 với các ngưỡng giá trị: $Z < 1{,}8$ báo hiệu nguy cơ phá sản, $Z > 3$ tình hình tài chính an toàn); mô hình Merton-KMV dựa trên phân phối xác suất vỡ nợ kỳ vọng (EDF) và tỷ lệ thất thoát kỳ vọng (LGD); mô hình RAROC (Risk-Adjusted Return on Capital) của Anthony và Linda (2002) nhằm xác định mức sinh lời trên vốn chịu rủi ro so với chi phí sử dụng vốn bình quân (WACC).
Về phương pháp nghiên cứu, khóa luận kết hợp nghiên cứu định tính và nghiên cứu định lượng:
- Phương pháp định tính: Sử dụng kỹ thuật thu thập, phân tích - tổng hợp tài liệu, thống kê mô tả nhằm đánh giá thực trạng nợ xấu của hệ thống ngân hàng và tổng thuật kinh nghiệm quản trị rủi ro trong nước (VietinBank, BIDV) và quốc tế (Hoa Kỳ, Trung Quốc, Singapore).
- Phương pháp định lượng: Sử dụng kỹ thuật ước lượng dữ liệu bảng (panel data) trên mẫu gồm 25 NHTM trong giai đoạn 2010–2021. Quy trình chạy mô hình trải qua các bước: ước lượng OLS gộp (Ordinary Least Squares), mô hình tác động cố định (FEM), mô hình tác động ngẫu nhiên (REM); sử dụng kiểm định Hausman để lựa chọn giữa FEM và REM; tiến hành kiểm định đa cộng tuyến thông qua hệ số phóng đại phương sai (VIF); kiểm tra hiện tượng phương sai sai số thay đổi (PSSSTĐ) và hiện tượng tự tương quan trên mô hình được lựa chọn; cuối cùng áp dụng phương pháp bình phương nhỏ nhất tổng quát (GLS - Generalized Least Squares) để xử lý triệt để các khuyết tật của mô hình FEM.
Nguồn dữ liệu nghiên cứu được trích xuất từ báo cáo tài chính đã kiểm toán, báo cáo thường niên và bản thuyết minh báo cáo tài chính của 25 NHTM Việt Nam giai đoạn 2010–2021, kết hợp các báo cáo thống kê của Ngân hàng Nhà nước, Tạp chí Ngân hàng và Thời báo Tài chính.
Nội dung chính theo từng chương
Chương 1: Tổng quan nghiên cứu và cơ sở lý luận
Chương 1 xây dựng nền tảng lý luận toàn diện về hoạt động NHTM và công tác quản trị rủi ro tín dụng. Khóa luận phân loại RRTD dựa trên 6 giác độ:
- Căn cứ theo mức độ tổn thất: rủi ro đọng vốn và rủi ro mất vốn.
- Căn cứ theo đối tượng: khách hàng cá nhân (KHCN), khách hàng doanh nghiệp (KHDN) và khách hàng quốc tế.
- Căn cứ theo nguyên nhân tổng thể: rủi ro danh mục (gồm rủi ro nội tại và rủi ro tập trung) và rủi ro giao dịch (gồm rủi ro lựa chọn, rủi ro đảm bảo và rủi ro nghiệp vụ).
- Căn cứ vào giai đoạn phát sinh: rủi ro trước khi cho vay (giai đoạn thẩm định, tra cứu thông tin CIC), rủi ro trong khi cho vay (giải ngân sai tiến độ, quản lý hồ sơ lỏng lẻo) và rủi ro sau khi cho vay (khách hàng sử dụng sai mục đích, suy giảm khả năng trả nợ).
- Căn cứ vào danh mục: rủi ro cá biệt và rủi ro tập trung.
- Căn cứ theo nguồn gốc rủi ro: rủi ro từ phía người cho vay (chính sách chưa chặt chẽ, cán bộ thiếu đạo đức nghề nghiệp), rủi ro từ phía người vay (năng lực điều hành kém, thiếu thiện chí trả nợ, cung cấp thông tin sai lệch) và rủi ro từ môi trường khách quan (chính trị, môi trường pháp lý, hiệp định EVFTA, khủng hoảng kinh tế, thiên tai).
Quy trình quản trị RRTD tại NHTM được chuẩn hóa thành 4 bước kế tiếp nhau: (1) Nhận diện rủi ro; (2) Đo lường rủi ro; (3) Quản lý và kiểm soát rủi ro; (4) Xử lý rủi ro.
Về bài học thực tiễn, chương 1 phân tích kinh nghiệm tại hai ngân hàng lớn trong nước:
- NHTMCP Công Thương Việt Nam (VietinBank): Thiết lập hệ thống xếp hạng tín dụng nội bộ tách biệt thành 2 cấu phần (cá nhân và doanh nghiệp). Đối với KHDN, ngân hàng phân loại theo 4 nhóm ngành (nông - lâm - ngư nghiệp; thương mại - dịch vụ; xây dựng; công nghiệp) và 3 nhóm quy mô (doanh nghiệp lớn, vừa, nhỏ) kết hợp bộ chỉ tiêu tài chính và phi tài chính để xếp thành 10 bậc hạng rủi ro (từ AA+ đến C); xây dựng cơ cấu tổ chức quản trị rủi ro chuyên biệt nhiều cấp trực thuộc Hội đồng Quản trị và Ban Điều hành.
- NHTMCP Đầu tư và Phát triển Việt Nam (BIDV): Chuyển đổi từ quản lý thanh khoản tĩnh sang quản lý thanh khoản động; triển khai chấm điểm 3 phân khúc khách hàng (tổ chức tín dụng, tổ chức kinh tế, cá nhân); áp dụng quy trình xử lý nợ nhóm 5 và nguyên tắc trích lập dự phòng cụ thể, dự phòng chung gắn liền với việc chuyển hạch toán ngoại bảng nhằm duy trì nghĩa vụ thu hồi nợ triệt để.
Bên cạnh đó, chương 1 tổng thuật kinh nghiệm quốc tế: hệ thống tài chính dựa vào thị trường của Hoa Kỳ (ưu tiên thẩm định định lượng trước cho vay qua Z-score và phòng ngừa bằng công cụ tài chính phái sinh); nguyên nhân nợ xấu bùng phát tại Trung Quốc do tăng trưởng tín dụng quá nóng và định giá quá cao tài sản bảo đảm; mô hình giám sát của Cơ quan Tiền tệ Singapore (MAS) với cơ chế đưa vào "Danh mục theo dõi", yêu cầu chuyển giao sang bộ phận xử lý chuyên biệt trong vòng 30 ngày và kỹ thuật xóa nợ danh nghĩa xuống còn 1 AUD để làm sạch bảng cân đối.
Chương 2: Thực trạng vấn đề rủi ro tín dụng tại NHTM ở Việt Nam và kết quả nghiên cứu
Nội dung chương 2 mở đầu bằng lược sử ngành ngân hàng Việt Nam từ sau Cách mạng Tháng Tám năm 1945, Sắc lệnh số 15/SL năm 1951 thành lập Ngân hàng Quốc gia Việt Nam cho đến thời điểm đổi tên thành Ngân hàng Nhà nước Việt Nam vào năm 1961. Đi sâu vào thực trạng nợ xấu giai đoạn 2016–2021, tác giả phản ánh tác động mạnh của đại dịch Covid-19 khiến nợ xấu tiềm ẩn và nợ tái cơ cấu tăng cao.
Dữ liệu nợ xấu tại 25 NHTM giai đoạn 2019–2021 cho thấy sự phân hóa mạnh mẽ về quy mô và tốc độ tăng trưởng:
- Trong nhóm ngân hàng thương mại nhà nước (Big 4): Năm 2020, VietinBank, BIDV và Agribank đều ghi nhận dư nợ xấu gia tăng, riêng Vietcombank giảm 37,29%. Sang năm 2021, Vietcombank và VietinBank lại có mức tăng trưởng nợ xấu đột biến lên tới 83,23%, trong khi BIDV ghi nhận mức giảm trưởng nợ xấu âm (-37%).
- Trong khối NHTMCP: Năm 2020, Kienlongbank (KLB) có tốc độ tăng dư nợ xấu mạnh nhất hệ thống khi tăng xấp xỉ 6 lần (tăng 450,60%); Bản Việt (BVB) và Eximbank (EIB) tăng khoảng 47%. Đến năm 2021, sau đợt dịch bùng phát, nhiều ngân hàng ghi nhận nợ xấu tăng vọt như Techcombank (TCB), Ngân hàng Quốc Dân (NVB) và Nam A Bank (NAB) với mức tăng lên tới 77%. Ở chiều ngược lại, VPBank (VPB) có mức giảm nợ xấu tốt nhất khi giảm 83,63% trong năm 2021 (tương đương giảm gần 8 tỷ đồng nợ xấu theo số liệu ghi nhận trong văn bản), trong khi Sacombank (STB) và MBBank (MBB) duy trì được dư nợ xấu ổn định.
| Nhóm ngân hàng |
Ngân hàng tiêu biểu |
Biến động nợ xấu năm 2020 so với 2019 |
Biến động nợ xấu năm 2021 so với 2020 |
| NHTM Nhà nước |
Vietcombank (VCB) |
Giảm 37,29% |
Tăng 83,23% |
|
VietinBank (CTG) |
Xu hướng tăng |
Tăng 83,23% |
|
BIDV (BID) |
Xu hướng tăng |
Tăng trưởng âm (-37%) |
| NHTM Cổ phần |
Kienlongbank (KLB) |
Tăng 450,60% (gần 6 lần) |
Giảm mạnh |
|
Bản Việt (BVB), Eximbank (EIB) |
Tăng khoảng 47% |
Không ghi nhận |
|
Techcombank (TCB), NVB, NAB |
Ổn định |
Tăng vọt lên tới 77% |
|
VPBank (VPB) |
Không ghi nhận |
Giảm 83,63% |
|
Sacombank (STB), MBBank (MBB) |
Giữ nguyên ổn định |
Giữ nguyên ổn định |
Về kết quả ước lượng thực nghiệm, tác giả tiến hành phân tích trên các biến độc lập đại diện cho các đặc trưng ngân hàng và vĩ mô: chỉ tiêu trích lập dự phòng (TLDP), hiệu quả sử dụng chi phí/hiệu quả vốn (CIR), tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE), quy mô tài sản (QM), đòn bẩy tài chính (DBTC) và tỷ lệ thất nghiệp (UEMrate).
- Kiểm định lựa chọn mô hình: Kết quả kiểm định Hausman giữa mô hình FEM và REM cho thấy giá trị p-value có ý nghĩa thống kê, bác bỏ giả thuyết $H_0$, xác định mô hình tác động cố định (FEM) là mô hình phù hợp nhất để giải thích RRTD tại 25 NHTM.
- Kiểm định chẩn đoán lỗi: Kiểm tra hệ số phóng đại phương sai (Bảng 2.7) xác nhận mô hình không có hiện tượng đa cộng tuyến nghiêm trọng. Tuy nhiên, kiểm định chẩn đoán trên mô hình FEM (Bảng 2.9) phát hiện sự hiện diện của hiện tượng phương sai sai số thay đổi và tự tương quan.
- Khắc phục khuyết tật: Tác giả tiến hành ước lượng mô hình hồi quy GLS (Bảng 2.10). Mô hình sau khi hiệu chỉnh đã khắc phục triệt để hiện tượng PSSSTĐ và tự tương quan, cung cấp các ước lượng hệ số hồi quy vững để làm căn cứ đề xuất giải pháp.
Chương 3: Giải pháp và kiến nghị nhằm quản trị RRTD ở NHTM Việt Nam
Dựa trên định hướng phát triển ngành ngân hàng và kết quả chạy mô hình định lượng, chương 3 đề xuất hệ thống giải pháp chia thành hai nhóm chính:
Nhóm giải pháp nội bộ đối với các NHTM:
- Kiện toàn bộ máy quản trị rủi ro: Tách biệt hoàn toàn quyền hạn và trách nhiệm giữa khối kinh doanh và khối quản lý rủi ro tín dụng theo nguyên tắc Witzany (2017) nhằm triệt tiêu xung đột lợi ích và tình trạng câu kết sai phạm hồ sơ.
- Ứng dụng các công cụ đo lường tiên tiến: Từng bước hoàn thiện hệ thống chấm điểm tín dụng nội bộ tiệm cận tiêu chuẩn Basel II; ứng dụng có chọn lọc mô hình Altman Z-score và mô hình RAROC để định giá khoản vay tương xứng với mức độ rủi ro.
- Kiểm soát các biến số tài chính nội tại: Quản lý tối ưu tỷ lệ trích lập dự phòng (TLDP) và kiểm soát chặt chẽ tỷ lệ chi phí hoạt động (CIR) để không làm suy giảm hệ số sinh lời ROE; phân tán rủi ro danh mục, kiểm soát chặt tăng trưởng quy mô tín dụng nóng.
- Siết chặt quy trình thẩm định và kiểm tra nội bộ: Nâng cao năng lực và chuẩn mực đạo đức của đội ngũ cán bộ tín dụng nhằm ngăn chặn rủi ro chủ quan; xóa bỏ tình trạng kiểm tra nội bộ mang tính hình thức, thiết lập chế tài xử phạt nghiêm minh đối với các sai phạm trong quá trình giám sát sau cho vay.
Nhóm kiến nghị đối với Ngân hàng Nhà nước và Chính phủ:
- Hoàn thiện thể chế pháp lý: Điều chỉnh các quy định về phân loại nợ, trích lập dự phòng rủi ro phù hợp với bối cảnh phục hồi kinh tế hậu đại dịch; tạo cơ chế hỗ trợ xử lý nợ xấu dứt điểm cho VAMC.
- Tăng cường hạ tầng thông tin tín dụng: Mở rộng phạm vi và nâng cao độ chính xác, kịp thời của cơ sở dữ liệu Trung tâm Thông tin Tín dụng Quốc gia (CIC) giúp các NHTM tra cứu thông tin thể nhân và lịch sử tín dụng minh bạch.
- Ổn định kinh tế vĩ mô: Thực thi các chính sách tiền tệ và tài khóa linh hoạt nhằm kiểm soát lạm phát, hạ thấp tỷ lệ thất nghiệp và tạo môi trường kinh doanh thuận lợi cho doanh nghiệp vay vốn.
Kết quả và đóng góp
Khóa luận đạt được các kết quả nghiên cứu cụ thể dựa trên số liệu thực chứng:
- Chỉ rõ thực trạng biến động nợ xấu của 25 NHTM Việt Nam trong giai đoạn 2019–2021 với sự tương phản sâu sắc: tốc độ tăng nợ xấu đạt đỉnh tại KLB năm 2020 (+450,60%), tại VCB và CTG năm 2021 (+83,23%), tại TCB, NVB, NAB năm 2021 (+77%); đồng thời ghi nhận nỗ lực xử lý nợ xấu hiệu quả tại VPB năm 2021 (-83,63%) và BIDV (-37%).
- Chứng minh bằng thực nghiệm kinh tế lượng rằng mô hình tác động cố định (FEM) phù hợp hơn mô hình REM trong việc mô hình hóa các yếu tố tác động đến RRTD tại 25 NHTM giai đoạn 2010–2021; chứng minh sự cần thiết phải sử dụng phương pháp GLS để khắc phục đồng thời hiện tượng phương sai sai số thay đổi và tự tương quan nhằm đảm bảo độ tin cậy của các hệ số ước lượng.
- Khẳng định mối liên hệ giữa các biến số tài chính của ngân hàng (trích lập dự phòng, hiệu quả sử dụng chi phí, quy mô, ROE, đòn bẩy tài chính) và yếu tố kinh tế vĩ mô (tỷ lệ thất nghiệp) với mức độ rủi ro tín dụng.
Về mặt đóng góp, đề tài mở rộng phạm vi nghiên cứu định lượng trên mẫu quan sát 25 NHTM trong chuỗi thời gian 12 năm (2010–2021), khắc phục hạn chế của các đề tài trước đây vốn chủ yếu tiếp cận theo phương pháp định tính hoặc chỉ phân tích tình huống tại một chi nhánh ngân hàng cụ thể (như các nghiên cứu của Hà năm 2012 tại Agribank Quảng Bình, Yến năm 2010 tại BIDV Sơn La). Đồng thời, đề tài cập nhật dữ liệu phản ánh trực tiếp ảnh hưởng của cuộc khủng hoảng Covid-19 đối với chất lượng tín dụng toàn hệ thống ngân hàng thương mại Việt Nam.
Hạn chế và hướng nghiên cứu tiếp
Khóa luận tồn tại một số hạn chế gắn liền với phạm vi thu thập dữ liệu:
- Mẫu nghiên cứu dừng lại ở 25 NHTM Việt Nam và chuỗi thời gian 2010–2021 do hạn chế về khả năng tiếp cận báo cáo tài chính đầy đủ của toàn bộ các tổ chức tín dụng trên thị trường.
- Số liệu dư nợ xấu tại một số NHTMCP trong giai đoạn 2019–2021 bị khuyết thiếu do báo cáo tài chính công bố của các ngân hàng này không trình bày chi tiết phần thuyết minh phân loại nợ.
- Khóa luận chưa đi sâu kiểm định thực nghiệm mô hình KMV hay RAROC trên số liệu các ngân hàng Việt Nam mà mới dừng lại ở việc tổng thuật lý thuyết do giả định phân phối chuẩn của mô hình KMV chưa hoàn toàn tương thích với điều kiện thị trường chứng khoán trong nước.
Hướng nghiên cứu tiếp theo có thể mở rộng mẫu khảo sát ra toàn bộ hệ thống các tổ chức tín dụng; kéo dài chuỗi dữ liệu sang các năm tiếp theo để đánh giá đầy đủ tác động trễ của nợ xấu tiềm ẩn sau khi chính sách cơ cấu lại nợ theo Thông tư 01/2020/TT-NHNN chấm dứt hiệu lực; đồng thời xây dựng mô hình định lượng chuyên sâu để kiểm tra tính khả thi của mô hình RAROC đối với các NHTM đã áp dụng thành công chuẩn mực Basel II.
Giá trị tham khảo
Công trình là tài liệu tham khảo phù hợp cho sinh viên, học viên chuyên ngành Tài chính - Ngân hàng, Kinh tế học và Quản trị rủi ro tài chính khi thực hiện các khóa luận tốt nghiệp hoặc nghiên cứu khoa học có định hướng phân tích định lượng về chất lượng tín dụng ngân hàng.
Nội dung đáng chú ý nhất để tham khảo trong khóa luận là quy trình thực hành kinh tế lượng dữ liệu bảng chặt chẽ: từ khâu hồi quy OLS, lựa chọn FEM/REM qua kiểm định Hausman, chẩn đoán khuyết tật mô hình (đa cộng tuyến VIF, kiểm định PSSSTĐ và tự tương quan) cho đến bước xử lý bằng mô hình GLS. Ngoài ra, phần tổng quan kinh nghiệm thực tiễn về hệ thống xếp hạng tín dụng nội bộ tại VietinBank, quy trình xử lý nợ tại BIDV và các thông lệ giám sát của Singapore mang lại giá trị thực nghiệm cụ thể cho các nghiên cứu về quản trị rủi ro ngân hàng.
Câu hỏi thường gặp
1. Tỷ lệ nợ xấu nội bảng và nợ xấu gộp của hệ thống ngân hàng Việt Nam năm 2021 được ghi nhận là bao nhiêu?
Theo số liệu từ NHNN được trích dẫn trong đề tài, tỷ lệ nợ xấu nội bảng của hệ thống ngân hàng năm 2021 là 1,9% (tăng từ mức 1,69% năm 2020). Nếu tính gộp cả các khoản nợ đã bán cho VAMC chưa xử lý và nợ tiềm ẩn, tỷ lệ này là 3,79%. Nếu không thực hiện các biện pháp cơ cấu nợ theo Thông tư 01/2020/TT-NHNN, tỷ lệ nợ xấu thực tế ước tính vượt 8%.
2. Khóa luận sử dụng các mô hình kinh tế lượng nào và mô hình nào được lựa chọn cuối cùng sau kiểm định?
Tác giả đã chạy 3 mô hình gồm: OLS gộp, mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM). Kết quả kiểm định Hausman xác nhận mô hình FEM là phù hợp nhất. Sau khi phát hiện hiện tượng phương sai sai số thay đổi và tự tương quan trên mô hình FEM, tác giả sử dụng mô hình hồi quy GLS (Bình phương nhỏ nhất tổng quát) để xử lý triệt để các khuyết tật này.
3. Hệ thống xếp hạng tín dụng nội bộ đối với khách hàng doanh nghiệp tại VietinBank được cấu trúc như thế nào?
VietinBank phân loại KHDN theo 4 nhóm ngành (nông - lâm - ngư nghiệp; thương mại - dịch vụ; xây dựng; công nghiệp) và 3 nhóm quy mô (lớn, vừa, nhỏ). Ngân hàng chấm điểm doanh nghiệp dựa trên hai bộ chỉ tiêu tài chính và phi tài chính, sau đó phân loại thành 10 mức xếp hạng rủi ro tăng dần: AA+, AA, AA-, BB+, BB, BB-, CC+, CC, CC- và C.
4. Trong năm 2020 và 2021, những ngân hàng nào ghi nhận mức biến động nợ xấu lớn nhất trong mẫu nghiên cứu?
Năm 2020, Kienlongbank (KLB) có mức tăng trưởng dư nợ xấu mạnh nhất với mức tăng 450,60% (gấp gần 6 lần), trong khi Vietcombank (VCB) giảm 37,29%. Năm 2021, Vietcombank và VietinBank ghi nhận nợ xấu tăng vọt 83,23%; Techcombank, NVB và Nam A Bank tăng tới 77%. Ngược lại, VPBank là ngân hàng giảm nợ xấu tốt nhất năm 2021 với mức giảm 83,63% (giảm gần 8 tỷ đồng), và BIDV ghi nhận mức tăng trưởng nợ xấu âm (-37%).
5. Quy trình quản trị rủi ro tín dụng tại NHTM được tác giả khái quát qua những bước nào?
Quy trình quản trị RRTD tại NHTM gồm 4 bước liên hoàn: (1) Nhận diện RRTD; (2) Đo lường RRTD; (3) Quản lý và kiểm soát RRTD; (4) Xử lý RRTD.
Kết luận
Khóa luận tốt nghiệp của tác giả Lưu Tuấn Hùng đã hệ thống hóa toàn diện các lý thuyết nền tảng và thông lệ thực tiễn về quản trị rủi ro tín dụng tại các ngân hàng thương mại. Thông qua việc phân tích thực trạng nợ xấu của 25 NHTM giai đoạn 2010–2021 và áp dụng quy trình ước lượng kinh tế lượng dữ liệu bảng (từ OLS, FEM đến mô hình hiệu chỉnh GLS), đề tài đã làm rõ tác động của các nhân tố tài chính nội tại và biến số vĩ mô đối với chất lượng tín dụng trong bối cảnh chịu ảnh hưởng từ đại dịch Covid-19. Các giải pháp và kiến nghị được xây dựng dựa trên kết quả hồi quy và các bài học kinh nghiệm trong nước lẫn quốc tế, cung cấp cơ sở tham khảo có giá trị học thuật và thực tiễn cho công tác quản trị rủi ro tại các tổ chức tín dụng.