Tổng quan nghiên cứu

Rủi ro tín dụng luôn là thách thức trọng tâm đe dọa sự an toàn thanh khoản và hiệu quả sinh lời của toàn bộ hệ thống ngân hàng thương mại. Trong giai đoạn 2008–2018, thị trường tài chính Việt Nam đã chứng kiến những biến động sâu sắc của chu kỳ nợ xấu: tỷ lệ nợ xấu từng leo thang lên đỉnh điểm 4,93% vào năm 2012 sau giai đoạn tăng trưởng nóng trên 30,0%/năm, trước khi được tái cơ cấu và giảm dần về mức 1,89% vào cuối năm 2018. Thực trạng này đặt ra yêu cầu cấp thiết về việc nhận diện và đo lường chính xác các nhân tố tác động đến rủi ro tín dụng nhằm kiến tạo các rào chắn phòng ngừa bền vững.

Luận văn thạc sĩ chuyên ngành Tài chính - Ngân hàng tập trung giải quyết mục tiêu tổng quát: phân tích, lượng hóa mức độ tác động của các yếu tố nội tại ngân hàng cùng các nhân tố kinh tế vĩ mô đến tỷ lệ nợ xấu tại 30 ngân hàng thương mại Việt Nam. Về phạm vi nghiên cứu, đề tài khai thác chuỗi dữ liệu kéo dài 11 năm (từ năm 2008 đến năm 2018) trên không gian mẫu gồm 30 ngân hàng thương mại cổ phần và ngân hàng thương mại nhà nước.

Ý nghĩa thực tiễn của công trình thể hiện rõ nét qua việc cung cấp bằng chứng định lượng chuẩn xác giúp các nhà quản trị ngân hàng kiểm soát tỷ lệ nợ xấu duy trì ổn định dưới ngưỡng mục tiêu 3,0% do Ngân hàng Nhà nước quy định, đồng thời định hướng tốc độ tăng trưởng tín dụng quanh mức 13,0% - 14,0%/năm theo khuyến nghị quốc tế nhằm tối ưu hóa an toàn vốn và lợi nhuận dài hạn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng của hai lý thuyết kinh tế tài chính kinh điển kết hợp các giả thuyết quản trị hiện đại. Thứ nhất, Thuyết danh mục đầu tư của Harry Markowitz (1992) giải thích cách thức ngân hàng phân tán rủi ro thông qua đa dạng hóa nguồn thu nhập phi tín dụng và phân bổ tài sản. Thứ hai, Thuyết đánh đổi rủi ro và lợi nhuận chỉ ra xu hướng gia tăng rủi ro khi ngân hàng mở rộng quy mô tín dụng nhằm tối đa hóa tỷ suất sinh lời. Bên cạnh đó, Giả thuyết quản trị kém của Berger và Humphrey (1992) khẳng định sự lỏng lẻo trong kiểm soát chi phí sẽ dẫn trực tiếp đến sự suy giảm chất lượng tín dụng.

Mô hình nghiên cứu dạng bảng động được kế thừa từ cách tiếp cận của Chaibi và Ftiti (2015) với hàm hồi quy tổng quát: tỷ lệ nợ xấu (NPL) chịu sự tác động của biến trễ nợ xấu năm trước, tỷ lệ trích lập dự phòng rủi ro tín dụng (LLP), tỷ lệ chi phí hoạt động trên thu nhập (Cost/CIR), đòn bẩy tài chính (Lev), tỷ lệ thu nhập ngoài lãi (Nonint), quy mô ngân hàng (Size), tỷ suất sinh lời (Profit), tốc độ tăng trưởng GDP và chỉ số giá tiêu dùng (CPI). Các khái niệm then chốt bao gồm: rủi ro tín dụng theo Thông tư 02/2013/TT-NHNN, tỷ lệ nợ xấu (nợ nhóm 3 đến nhóm 5 trên tổng dư nợ) và hệ số dự phòng rủi ro (chi phí trích lập trên tổng tài sản).

Phương pháp nghiên cứu

Nguồn dữ liệu thứ cấp được thu thập minh bạch từ báo cáo tài chính hợp nhất đã kiểm toán của 30 ngân hàng thương mại Việt Nam trong giai đoạn 2008–2018, kết hợp chuỗi dữ liệu vĩ mô về GDP và CPI được công bố bởi Quỹ Tiền tệ Quốc tế IMF và Ngân hàng Thế giới.

Cỡ mẫu nghiên cứu bao gồm 30 ngân hàng với chuỗi thời gian 11 năm, tạo lập bộ dữ liệu bảng không cân bằng với hơn 300 quan sát. Phương pháp chọn mẫu có chủ đích được áp dụng nhằm đảm bảo tính đại diện cho hơn 85% thị phần tín dụng của toàn hệ thống ngân hàng Việt Nam.

Quy trình phân tích định lượng được thực hiện chặt chẽ trên phần mềm Stata 13 qua các bước: thống kê mô tả, kiểm định ma trận hệ số tương quan, kiểm định đa cộng tuyến VIF, hồi quy OLS gộp, mô hình tác động cố định (FEM), mô hình tác động ngẫu nhiên (REM) và kiểm định Hausman. Nhằm xử lý triệt để hiện tượng nội sinh phát sinh từ biến trễ nợ xấu cũng như hiện tượng tự tương quan và phương sai sai số thay đổi, tác giả lựa chọn phương pháp hồi quy sai phân GMM (Difference GMM). Đây là công cụ kinh tế lượng tối ưu nhất cho mô hình bảng động trong nghiên cứu tài chính ngân hàng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, tỷ lệ nợ xấu kỳ trước (NPL trễ 1 năm) có tác động cùng chiều và có ý nghĩa thống kê ở mức 1% đối với tỷ lệ nợ xấu kỳ hiện tại. Điều này chứng minh rủi ro tín dụng có tính quán tính và độ trễ chu kỳ rõ rệt trong hệ thống ngân hàng thương mại.

Thứ hai, chi phí trích lập dự phòng rủi ro tín dụng (LLP) thể hiện mối tương quan đồng biến rất mạnh với tỷ lệ nợ xấu. Khi tỷ lệ nợ xấu tăng vọt lên mức đỉnh 4,93% vào năm 2012, tỷ lệ trích lập dự phòng toàn hệ thống cũng chạm mốc 1,70% tổng tài sản. Ngược lại, giai đoạn 2015–2018 ghi nhận sự sụt giảm đồng thời của hai chỉ tiêu này, đưa dự phòng rủi ro về mức xấp xỉ 1,01% khi nợ xấu hạ xuống 1,89%.

Thứ ba, tỷ lệ chi phí hoạt động (Cost/CIR) tác động cùng chiều đáng kể đến rủi ro tín dụng. Các ngân hàng có tỷ lệ chi phí hoạt động trên thu nhập cao thường đối mặt với tỷ lệ nợ xấu gia tăng, ủng hộ mạnh mẽ Giả thuyết quản trị kém.

Thứ tư, thu nhập ngoài lãi (Nonint) có tác động ngược chiều có ý nghĩa đối với nợ xấu. Giai đoạn 2008–2012, khi tỷ trọng thu nhập ngoài lãi sụt giảm từ 28,0% xuống 15,0%, nợ xấu đã gia tăng đột biến. Khi tỷ trọng này phục hồi lên 24,0% vào năm 2018, chất lượng tín dụng đã được cải thiện rõ nét. Về biến vĩ mô, lạm phát cao (đỉnh điểm 23,1% năm 2008) làm suy giảm khả năng trả nợ của khách hàng vay, khiến nợ xấu gia tăng trong các năm kế tiếp.

Thảo luận kết quả

Nguyên nhân chính dẫn đến nợ xấu tích tụ giai đoạn 2008–2012 bắt nguồn từ chính sách tăng trưởng tín dụng quá nóng (trên 30,0%/năm) tập trung vào lĩnh vực bất động sản, kết hợp sự yếu kém trong công tác thẩm định nội bộ và thiếu giám sát sau giải ngân. Khi nền kinh tế gặp cú sốc lạm phát và thắt chặt tiền tệ vào năm 2011 với tăng trưởng tín dụng chỉ còn 12,0%, dòng tiền của người đi vay bị nghẽn lại, bộc lộ toàn bộ rủi ro mất vốn.

Kết quả nghiên cứu hoàn toàn tương đồng với các công trình quốc tế của Berger và DeYoung (1997), Chaibi và Ftiti (2015) cũng như các nghiên cứu thực nghiệm tại Việt Nam của Võ Thị Quý và Bùi Ngọc Toản (2014), Nguyễn Văn Thép và Nguyễn Thị Bích Phượng (2016). Sự thống nhất này khẳng định vai trò sống còn của việc kiểm soát chi phí vận hành và quản trị quán tính rủi ro.

Khi trực quan hóa qua biểu đồ tương quan đa trục giữa đường biểu diễn nợ xấu và các biến số tài chính, dữ liệu phản ánh rõ nét sự dịch chuyển đồng pha giữa chi phí trích lập dự phòng và nợ xấu, đồng thời thể hiện mối quan hệ nghịch đảo giữa đường tăng trưởng thu nhập ngoài lãi và xu hướng giảm nợ xấu giai đoạn 2013–2018.

Đề xuất và khuyến nghị

Thứ nhất, nâng cao năng lực trích lập và quản trị quỹ dự phòng rủi ro tín dụng. Ban điều hành và Khối Quản trị Rủi ro tại các ngân hàng thương mại cần chủ động rà soát danh mục cho vay định kỳ 03 tháng/lần, duy trì tỷ lệ bao phủ nợ xấu tối thiểu từ 100% đến 120% và tỷ lệ trích lập dự phòng quanh mức 1,0% - 1,2% tổng tài sản. Mục tiêu hoàn thiện chuyển đổi khung trích lập dự phòng theo chuẩn mực kế toán quốc tế IFRS 9 trong giai đoạn 2020–2023.

Thứ hai, đẩy mạnh cơ cấu chuyển dịch sang nguồn thu nhập ngoài lãi. Khối Khách hàng và Khối Nguồn vốn của các ngân hàng thương mại cần tích cực đa dạng hóa sản phẩm dịch vụ phi tín dụng, bao gồm dịch vụ thanh toán số, bảo hiểm liên kết và tư vấn tài chính doanh nghiệp. Đặt mục tiêu nâng tỷ trọng thu nhập ngoài lãi từ mức 24,0% hiện tại lên ngưỡng 30,0% - 35,0% trong tổng thu nhập hoạt động trong khung thời gian 24 tháng tới.

Thứ ba, tái cấu trúc chi phí hoạt động và số hóa quy trình thẩm định tín dụng. Khối Vận hành và Công nghệ thông tin cần áp dụng công nghệ dữ liệu lớn và thuật toán chấm điểm tín dụng tự động (Credit Scoring), phấn đấu kéo giảm hệ số chi phí trên thu nhập (CIR) xuống dưới mức 38,0% - 40,0% trước năm 2022 nhằm loại bỏ triệt để các khâu kiểm tra thủ công lãng phí và khắc phục lỗi quản trị yếu kém.

Thứ tư, hoàn thiện khung pháp lý giám sát từ phía cơ quan quản lý nhà nước. Ngân hàng Nhà nước Việt Nam cần tiếp tục duy trì trần hạn mức tăng trưởng tín dụng toàn hệ thống ở mức hợp lý 13,0% - 14,0%/năm, thanh tra định kỳ 06 tháng/lần tình trạng sở hữu chéo và cho vay các bên liên quan, đồng thời mở rộng quyền hạn pháp lý cho Công ty Quản lý Tài sản (VAMC) để đẩy nhanh tốc độ xử lý tài sản bảo đảm nợ xấu.

Đối tượng nên tham khảo luận văn

Nhóm 1: Ban Điều hành và Giám đốc Quản trị Rủi ro (CRO) tại các ngân hàng thương mại. Luận văn cung cấp mô hình định lượng giúp ban lãnh đạo xây dựng kịch bản kiểm tra sức chịu đựng tín dụng (Stress Testing), thiết lập ngưỡng tỷ lệ bao phủ nợ xấu và tối ưu hóa chi phí vận hành CIR dưới 40,0%.

Nhóm 2: Chuyên viên thẩm định tín dụng và cán bộ quản lý rủi ro chi nhánh. Công trình mang lại các tiêu chí cảnh báo sớm về chu kỳ nợ quá hạn và phương pháp đánh giá dòng tiền khách hàng theo quy định của Thông tư 02/2013/TT-NHNN, hỗ trợ quá trình ra quyết định phê duyệt hạn mức cho vay an toàn.

Nhóm 3: Cơ quan thanh tra, giám sát ngân hàng thuộc Ngân hàng Nhà nước Việt Nam. Luận văn cung cấp bằng chứng thực nghiệm giá trị phục vụ công tác điều hành chính sách tiền tệ thận trọng, kiểm soát trần tăng trưởng tín dụng 14,0% và ban hành các quy chế quản lý thanh khoản vĩ mô.

Nhóm 4: Giảng viên, học viên cao học và nhà nghiên cứu chuyên ngành Tài chính - Ngân hàng. Đề tài là tài liệu tham khảo học thuật chuẩn mực về việc ứng dụng phương pháp ước lượng hồi quy bảng động GMM trên Stata 13 để giải quyết hiện tượng nội sinh trong các mô hình kinh tế lượng tài chính.

Câu hỏi thường gặp

Tại sao tỷ lệ nợ xấu năm trước lại có tác động cùng chiều mạnh mẽ đến nợ xấu năm hiện hành?
Nợ xấu mang tính ỳ chu kỳ và quán tính thời gian lớn. Một khoản nợ khi chuyển thành nợ xấu (từ nhóm 3 đến nhóm 5) thường mất từ 1 đến 3 năm để xử lý tài sản bảo đảm hoặc cơ cấu lại dòng tiền. Do đó, tỷ lệ nợ xấu cao trong quá khứ trực tiếp tạo áp lực tích tụ và làm tăng tỷ lệ nợ xấu cho các kỳ tiếp theo.

Thu nhập ngoài lãi giúp ngân hàng hạn chế rủi ro tín dụng bằng cơ chế nào?
Thu nhập ngoài lãi phản ánh mức độ đa dạng hóa hoạt động kinh doanh phi tín dụng như phí dịch vụ thanh toán, ngân hàng số và bảo lãnh. Trong thực tế giai đoạn 2008–2018, khi tỷ trọng này tăng từ 15,0% lên 24,0%, nợ xấu đã giảm từ 4,93% xuống 1,89%, giúp ngân hàng giảm phụ thuộc vào tín dụng và gia tăng đệm thanh khoản.

Vì sao phương pháp hồi quy GMM sai phân lại vượt trội hơn các mô hình OLS, FEM và REM?
Mô hình nghiên cứu có sự xuất hiện của biến trễ nợ xấu dẫn đến hiện tượng biến nội sinh nghiêm trọng. Các phương pháp OLS, FEM hay REM sẽ cho ra các ước lượng chệch và không vững. Hồi quy sai phân GMM trên Stata 13 sử dụng biến công cụ phù hợp để xử lý hoàn toàn lỗi nội sinh và phương sai sai số thay đổi.

Tăng trưởng tín dụng ở mức nào là an toàn cho hệ thống ngân hàng thương mại Việt Nam?
Theo kết quả phân tích chu kỳ 2008–2018, tăng trưởng tín dụng trên 30,0%/năm là nguyên nhân chính đẩy nợ xấu lên đỉnh 4,93%. Ngân hàng Nhà nước và các khuyến nghị từ Quỹ Tiền tệ Quốc tế IMF chỉ ra rằng duy trì tăng trưởng tín dụng quanh mức 13,0% - 14,0%/năm là ngưỡng tối ưu để vừa hỗ trợ tăng trưởng kinh tế vừa bảo đảm an toàn hệ thống.

Chi phí hoạt động cao tác động tiêu cực đến rủi ro tín dụng như thế nào?
Chi phí hoạt động cao thể hiện ngân hàng đang vận hành kém hiệu quả theo Giả thuyết quản trị kém. Khi bộ máy cồng kềnh và chi phí quản lý gia tăng, công tác thẩm định hồ sơ vay và giám sát mục đích sử dụng vốn sau giải ngân thường bị buông lỏng, tạo điều kiện phát sinh nhiều khoản nợ xấu khó đòi.

Kết luận

  • Luận văn đã chứng minh tỷ lệ nợ xấu tại 30 ngân hàng thương mại Việt Nam chịu tác động mạnh bởi biến trễ nợ xấu, dự phòng rủi ro tín dụng, chi phí hoạt động, thu nhập ngoài lãi và biến số lạm phát.
  • Dữ liệu thực nghiệm phản ánh trung thực chu kỳ nợ xấu giai đoạn 2008–2018, ghi nhận nỗ lực kiểm soát nợ xấu từ đỉnh 4,93% năm 2012 xuống mức an toàn 1,89% vào năm 2018.
  • Nghiên cứu khẳng định tính ưu việt của phương pháp hồi quy sai phân GMM trong việc xử lý triệt để hiện tượng nội sinh của mô hình bảng động.
  • Đề xuất 4 nhóm giải pháp trọng tâm cho giai đoạn 2020–2023: nâng tỷ trọng thu nhập ngoài lãi lên trên 30,0%, kiểm soát hệ số CIR dưới 40,0% và giữ tăng trưởng tín dụng ổn định quanh 14,0%/năm.
  • Khuyến nghị Ngân hàng Nhà nước đẩy mạnh thanh tra sở hữu chéo và hoàn thiện khung pháp lý xử lý nợ xấu qua VAMC nhằm bảo đảm sự phát triển bền vững của hệ thống tài chính.

Các nhà quản trị ngân hàng và chuyên gia phân tích có thể ứng dụng ngay khung mô hình định lượng và các hàm ý chính sách từ luận văn này để nâng cao năng lực quản trị rủi ro tín dụng tại đơn vị.