Bối cảnh và vấn đề nghiên cứu
Trong cấu trúc hệ thống tài chính Việt Nam, các ngân hàng thương mại (NHTM) giữ vai trò huyết mạch trong việc dẫn truyền và phân bổ các dòng vốn cho nền kinh tế. Hoạt động tín dụng là hoạt động kinh doanh chủ chốt và mang lại nguồn thu nhập lớn nhất cho các NHTM, song cũng là lĩnh vực tiềm ẩn rủi ro cao nhất, đặc biệt là rủi ro tín dụng (RRTD). Giai đoạn 2020–2022, tác động tiêu cực từ đại dịch Covid-19 cùng các biến động kinh tế vĩ mô phức tạp đã làm đứt gãy chuỗi cung ứng, suy giảm năng lực tài chính của khách hàng vay vốn, đóng băng thị trường bất động sản và trái phiếu doanh nghiệp, tạo áp lực gia tăng nợ xấu trên toàn hệ thống. Trong bối cảnh đó, cơ cấu vốn đóng vai trò là "tấm đệm" tài chính quyết định khả năng chống đỡ tổn thất và duy trì ổn định hoạt động của từng ngân hàng.
Mục tiêu nghiên cứu của khóa luận được xác định cụ thể qua ba nội dung:
- Phân tích chung về thực trạng cơ cấu vốn và rủi ro tín dụng của các ngân hàng thương mại Việt Nam giai đoạn 2013–2022.
- Tiến hành đánh giá tác động của cơ cấu vốn đến rủi ro tín dụng của các ngân hàng thương mại Việt Nam giai đoạn 2013–2022 thông qua mô hình kinh tế lượng.
- Dựa trên kết quả nghiên cứu thực nghiệm, đề xuất hệ thống kiến nghị, giải pháp nhằm hạn chế rủi ro tín dụng tại các ngân hàng thương mại Việt Nam.
Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Tác động của cơ cấu vốn đến rủi ro tín dụng của các NHTM tại Việt Nam.
- Phạm vi không gian: Khảo sát 15 NHTM lớn tại Việt Nam có đầy đủ báo cáo tài chính kiểm toán giai đoạn 2013–2022, gồm: Agribank, Vietcombank, VietinBank, BIDV, MBBank, Techcombank, ACB, VPBank, TPBank, SHB, SeABank, VIB, HDBank, Sacombank và Eximbank.
- Phạm vi thời gian: Giai đoạn 10 năm từ năm 2013 đến năm 2022, bao hàm giai đoạn ngành ngân hàng phục hồi sau khủng hoảng tài chính năm 2008 và giai đoạn đối phó, thích ứng với dịch bệnh Covid-19.
- Phạm vi nội dung: Tiếp cận thuần túy dưới góc độ kinh tế và quản trị tài chính doanh nghiệp, không đi sâu vào quy trình kỹ thuật, giải pháp công nghệ hay văn hóa tổ chức của các ngân hàng.
Cơ sở lý thuyết và phương pháp
Khóa luận kế thừa các lý luận cơ bản về nguồn vốn và cơ cấu vốn ngân hàng từ nghiên cứu của Tô Kim Ngọc và Nguyễn Thanh Nhàn (2018), Ngô Kim Phượng (2013), kết hợp các khái niệm về rủi ro tín dụng của Greuning và Bratanovic (2003), Saunders và Cornett (2008), cùng các văn bản pháp quy của Ngân hàng Nhà nước Việt Nam (Thông tư số 11/2021/TT-NHNN và Văn bản hợp nhất số 22/VBHN-NHNN).
Mô hình định lượng được xây dựng dựa trên sự kế thừa từ nghiên cứu của Lê Hà Diễm Chi và cộng sự (2023), Nguyễn Thị Kim Anh (2017), có dạng phương trình hồi quy:
$$NPL_{it} = \beta_0 + \beta_1 SIZE_{it} + \beta_2 INF_t + \beta_3 CAP_{it} + \beta_4 DEPO_{it} + \beta_5 ROE_{it} + \beta_6 LTD_{it} + \beta_7 LLP_{it} + e_{it}$$
Trong đó:
- Biến phụ thuộc: Tỷ lệ nợ xấu ($NPL_{it}$), xác định bằng nợ xấu (nhóm 3, 4, 5) chia cho tổng dư nợ cho vay.
- Các biến vi mô đại diện cho cơ cấu vốn và đặc trưng ngân hàng: Quy mô ngân hàng ($SIZE_{it} = \ln(\text{Tổng tài sản})$); Tỷ lệ vốn chủ sở hữu ($CAP_{it} = \text{VCSH}/\text{Tổng nguồn vốn}$); Quy mô tiền gửi ($DEPO_{it} = \text{Tiền gửi khách hàng}/\text{Tổng tài sản}$); Tỷ lệ dư nợ cho vay trên tiền gửi ($LTD_{it} = \text{Dư nợ cho vay}/\text{Tiền gửi khách hàng}$); Tỷ suất sinh lời trên vốn chủ sở hữu ($ROE_{it} = \text{Lợi nhuận sau thuế}/\text{Vốn chủ sở hữu}$); Tỷ lệ trích lập dự phòng rủi ro tín dụng ($LLP_{it} = \text{Dự phòng RRTD}/\text{Tổng dư nợ}$).
- Biến vĩ mô kiểm soát: Tỷ lệ lạm phát của Việt Nam tại năm $t$ ($INF_t$).
Phương pháp nghiên cứu thực hiện bao gồm:
- Phương pháp định tính: Phân tích tài liệu, tổng hợp lý thuyết, so sánh và suy luận logic để xây dựng các giả thuyết nghiên cứu.
- Phương pháp định lượng: Sử dụng phần mềm Stata 17 để xử lý dữ liệu bảng (panel data). Quy trình ước lượng thực hiện lần lượt qua: Thống kê mô tả; Phân tích ma trận hệ số tương quan và kiểm định đa cộng tuyến (hệ số VIF); Hồi quy bình phương nhỏ nhất gộp (Pooled OLS); Mô hình hiệu ứng cố định (FEM); Mô hình hiệu ứng ngẫu nhiên (REM).
- Kiểm định mô hình: Sử dụng kiểm định F-test để lựa chọn giữa OLS và FEM ($Prob > F = 0$ chọn FEM); kiểm định Breusch-Pagan Lagrange Multiplier để lựa chọn giữa OLS và REM ($Prob > \bar{\chi}^2 = 0{,}05$ chọn REM); kiểm định Hausman để chọn giữa FEM và REM ($Prob > \chi^2 = 0$ chọn FEM). Để xử lý hiện tượng phương sai sai số thay đổi phát hiện trên mô hình FEM ($Prob > \chi^2 = 0 < 0{,}05$), tác giả sử dụng phương pháp bình phương tối thiểu tổng quát khả thi (FGLS) nhằm đưa ra kết quả ước lượng vững.
Nguồn dữ liệu: Dữ liệu thứ cấp vi mô trích xuất từ Báo cáo tài chính kiểm toán hợp nhất (Bảng cân đối kế toán, Báo cáo kết quả kinh doanh và Thuyết minh BCTC) của 15 NHTM trên cổng thông tin tài chính Vietstock; số liệu lạm phát vĩ mô thu thập từ Tổng cục Thống kê. Tổng số quan sát thu được là 150 quan sát (15 ngân hàng $\times$ 10 năm), tạo thành bộ dữ liệu bảng cân đối mạnh.
Nội dung chính theo từng chương
Chương 1: Cơ sở lý luận về cơ cấu vốn và rủi ro tín dụng của Ngân hàng thương mại Việt Nam
Chương 1 hệ thống hóa các khái niệm nền tảng về cơ cấu vốn và rủi ro tín dụng trong lĩnh vực ngân hàng:
- Cơ cấu vốn NHTM: Được cấu thành từ ba bộ phận chính:
- Tiền gửi: Chiếm tỷ trọng lớn nhất, bao gồm tiền gửi không kỳ hạn, tiền gửi có kỳ hạn và tiền gửi tiết kiệm.
- Vốn vay: Vay chiết khấu, tái cấp vốn hoặc vay thế chấp từ NHNN; vay mượn thanh khoản lẫn nhau trên thị trường liên ngân hàng; phát hành chứng từ có giá (trái phiếu, chứng chỉ tiền gửi) và vay từ các tổ chức tài chính quốc tế.
- Vốn chủ sở hữu: Gồm vốn điều lệ, các quỹ dự trữ trích lập từ lợi nhuận ròng và lợi nhuận chưa phân phối. Tuy tỷ trọng thường nhỏ (< 10% tổng nguồn vốn), vốn chủ sở hữu giữ vị trí quyết định quy mô hoạt động và đóng vai trò như lớp đệm chống đỡ rủi ro mất giá tài sản.
- Chỉ tiêu phản ánh cơ cấu vốn: Làm rõ bản chất và công thức của các biến số: CAP, SIZE, DEPO, LTD, cùng hai biến bổ trợ là ROE và LLP.
- Lý luận về rủi ro tín dụng: Định nghĩa RRTD theo chuẩn mực quốc tế và NHNN Việt Nam là tổn thất tài chính khi bên đi vay không thực hiện hoặc không có khả năng thực hiện nghĩa vụ theo hợp đồng. Tác giả phân loại nguyên nhân gây RRTD thành ba nhóm:
- Khách quan: Biến động chu kỳ kinh tế, chính sách pháp luật thay đổi, đứt gãy thị trường và sự kiện thiên tai, dịch bệnh (Covid-19).
- Chủ quan từ khách hàng: Sử dụng vốn sai mục đích, thiếu thiện chí trả nợ, năng lực quản trị yếu kém, số liệu báo cáo tài chính thiếu trung thực.
- Chủ quan từ phía ngân hàng: Chính sách tín dụng bất hợp lý, kiểm tra nội bộ lỏng lẻo, cán bộ thiếu đạo đức hoặc yếu chuyên môn, buông lỏng giám sát dòng tiền sau khi giải ngân và thiếu liên kết trao đổi thông tin giữa các tổ chức tín dụng.
- Rủi ro từ tài sản bảo đảm: Tài sản khó định giá, biến động giá thị trường, tính thanh khoản thấp hoặc vướng mắc tranh chấp pháp lý.
- Thước đo rủi ro tín dụng: Xác lập việc dùng tỷ lệ nợ xấu (NPL) tính trên các khoản nợ nhóm 3, nhóm 4 và nhóm 5 căn cứ theo Thông tư 11/2021/TT-NHNN để làm đại diện đo lường RRTD.
Chương 2: Thực trạng tác động của cơ cấu vốn đến rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam
Chương 2 tập trung phân tích thực trạng hoạt động ngành và kiểm định mô hình thực nghiệm:
- Thực trạng kinh tế và tín dụng (2013–2022): Dư nợ tín dụng toàn hệ thống tăng từ 2,81 triệu tỷ đồng (2011) lên 11,96 triệu tỷ đồng (2022) và đạt 13,6 triệu tỷ đồng (2023). Đáng chú ý, năm 2022 đánh dấu lần đầu tiên sau 10 năm dư nợ tín dụng vượt tổng số dư tiền gửi, với mức bơm ròng hơn 1,5 triệu tỷ đồng vào nền kinh tế. Tăng trưởng tín dụng đạt đỉnh 18,28% vào năm 2017, giảm xuống 12,17% năm 2020 do ảnh hưởng dịch bệnh, sau đó phục hồi lên 13,71% vào năm 2023.
- Thực trạng cơ cấu vốn: Giai đoạn 2016–2021, tiền gửi khách hàng là kênh huy động chủ đạo, chiếm tỷ trọng 75%–78% tổng nguồn vốn huy động, trong khi tiền gửi và vay các tổ chức tín dụng khác duy trì quanh ngưỡng 11%. Đến cuối năm 2022, có 5 ngân hàng sở hữu quy mô vốn chủ sở hữu vượt mốc 100 nghìn tỷ đồng: Vietcombank (135.789 tỷ đồng), Techcombank (113.424 tỷ đồng), VietinBank (108.304 tỷ đồng), BIDV (104.205 tỷ đồng) và VPBank (103.500 tỷ đồng).
- Thực trạng rủi ro tín dụng và nợ xấu: Tỷ lệ nợ xấu nội bảng toàn ngành được kiểm soát dưới 3% trong giai đoạn 2016–2020 nhờ việc tự xử lý và bán nợ cho VAMC. Tuy nhiên, cuối năm 2021, nợ xấu nội bảng tăng lên 1,9% (nếu cộng nợ tại VAMC là 3,9%), và tỷ lệ nợ xấu gộp (bao gồm nợ tiềm ẩn tái cơ cấu) tăng vọt lên 7,31%. Đến năm 2022, tỷ lệ nợ xấu nội bảng tiếp tục tăng lên 1,92% sau khi Thông tư 14/2021/TT-NHNN hết hiệu lực. Tỷ lệ bao phủ nợ xấu toàn ngành tăng mạnh từ 66% (2016) lên đỉnh 142% (2021) với các ngân hàng trích lập cao kỷ lục như Vietcombank (424%), BIDV (219%), ACB (210%), nhưng đã giảm dần trong năm 2022 khi nợ xấu gia tăng và nhiều đơn vị hoàn nhập dự phòng.
- Kết quả ước lượng mô hình: Thống kê mô tả 150 quan sát cho thấy giá trị trung bình của NPL là 1,99% (độ lệch chuẩn 1,40%); DEPO trung bình đạt 69,12%; CAP trung bình đạt 7,91%; LTD trung bình là 92,36%. Kiểm định đa cộng tuyến cho thấy chỉ số VIF trung bình ở mức thấp (từ 1 đến 2,87), đảm bảo không vi phạm đa cộng tuyến nghiêm trọng. Hồi quy FGLS khắc phục phương sai thay đổi ghi nhận toàn bộ 7 biến độc lập đều có ý nghĩa thống kê ở mức 1% ($p < 0{,}01$).
Chương 3: Khuyến nghị và giải pháp nhằm giảm thiểu rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam
Dựa trên kết quả thực nghiệm, chương 3 đề xuất hai nhóm khuyến nghị trọng tâm:
- Khuyến nghị đối với các NHTM:
- Phát huy lợi thế quy mô: Các ngân hàng có quy mô lớn cần khai thác ưu thế thông tin và năng lực nhận diện rủi ro để hoạch định danh mục; các ngân hàng quy mô nhỏ cần hoàn thiện hệ thống quản trị rủi ro tín dụng và thẩm định nội bộ.
- Củng cố quy mô vốn chủ sở hữu: Điều chỉnh chính sách phân phối lợi nhuận, giữ lại tỷ lệ lợi nhuận thích hợp bổ sung vốn tự có nhằm gia tăng "tấm đệm" an toàn tài chính, đáp ứng đầy đủ các tiêu chuẩn an toàn vốn (Basel).
- Kiểm soát tốc độ tăng trưởng tín dụng và tái cấu trúc danh mục: Duy trì tỷ lệ cho vay trên tiền gửi (LTD) hợp lý, đa dạng hóa đối tượng cho vay theo ngành nghề, kiểm soát chặt dòng vốn vào lĩnh vực nhiều rủi ro như bất động sản, nâng cao năng lực thẩm định và chất lượng đội ngũ cán bộ tín dụng.
- Nâng cao hiệu quả kinh doanh: Đẩy mạnh số hóa, tinh giản chi phí vận hành, phát triển các dịch vụ thu ngoài lãi để cải thiện hệ số ROE, giảm phụ thuộc vào nguồn thu tín dụng.
- Nghiêm túc phân loại nợ và trích lập dự phòng: Tuân thủ quy định phân loại nợ định kỳ theo Thông tư của NHNN, chủ động xây dựng chính sách trích lập dự phòng sát với tổn thất thực tế của tài sản.
- Khuyến nghị đối với Ngân hàng Nhà nước:
- Điều hành chính sách tiền tệ chủ động, kiểm soát lạm phát: Ổn định kinh tế vĩ mô nhằm giảm bớt gánh nặng chi phí cho người đi vay, hạn chế nợ xấu phát sinh do yếu tố chu kỳ kinh tế.
- Hoàn thiện khung pháp lý và giám sát an toàn vốn: Tiếp tục chỉ đạo các TCTD thực hiện nghiêm quy định trích lập dự phòng, tạo hành lang pháp lý bền vững cho việc xử lý nợ xấu trên cơ sở kế thừa Nghị quyết số 42/2017/QH14.
- Định hướng phát triển tín dụng xanh: Khuyến khích các NHTM dành nguồn vốn ưu tiên cho các dự án tăng trưởng xanh và phát triển bền vững trước áp lực biến đổi khí hậu.
Kết quả và đóng góp
Kết quả nghiên cứu thực nghiệm
Kết quả ước lượng bằng phương pháp FGLS trên mẫu dữ liệu 15 NHTM giai đoạn 2013–2022 được tổng hợp chi tiết trong bảng sau:
| Biến số |
Diễn giải biến |
Hệ số hồi quy |
Ý nghĩa thống kê ($p$-value) |
Chiều hướng tác động |
Luận giải kết quả thực tế |
| SIZE |
Quy mô ngân hàng |
Âm |
$p < 0{,}01$ |
Ngược chiều (-) |
Ngân hàng quy mô lớn có kinh nghiệm, ưu thế thông tin và khả năng quản trị nợ xấu tốt hơn; quy mô tăng 1% làm NPL giảm 1,18%. |
| CAP |
Tỷ lệ vốn chủ sở hữu |
Âm |
$p < 0{,}01$ |
Ngược chiều (-) |
Vốn chủ sở hữu đóng vai trò tấm đệm dự phòng rủi ro; ngân hàng vốn hóa cao thận trọng hơn trong cấp tín dụng, làm giảm nợ xấu. |
| ROE |
Tỷ suất sinh lời trên VCSH |
Âm |
$p < 0{,}01$ |
Ngược chiều (-) |
Ngân hàng sinh lời tốt giảm bớt áp lực đầu tư mạo hiểm, đồng thời phản ánh kỹ năng thẩm định tín dụng hiệu quả hơn. |
| DEPO |
Quy mô tiền gửi khách hàng |
Dương |
$p < 0{,}01$ |
Cùng chiều (+) |
Huy động tiền gửi càng nhiều thúc đẩy áp lực tăng giải ngân cho vay, làm gia tăng rủi ro nợ xấu khi nới lỏng điều kiện tín dụng. |
| LTD |
Dư nợ cho vay / Tiền gửi |
Dương |
$p < 0{,}01$ |
Cùng chiều (+) |
Tín dụng tăng nhanh hơn huy động làm căng thẳng thanh khoản và tăng xác suất phát sinh các khoản nợ khó đòi. |
| LLP |
Tỷ lệ trích lập dự phòng |
Dương |
$p < 0{,}01$ |
Cùng chiều (+) |
Tỷ lệ trích lập dự phòng cao phản ánh danh mục tín dụng thực tế đang có chất lượng kém và tiềm ẩn rủi ro nợ xấu lớn. |
| INF |
Tỷ lệ lạm phát |
Dương |
$p < 0{,}01$ |
Cùng chiều (+) |
Lạm phát cao làm giảm sức mua, tăng chi phí và lãi suất vay, làm suy giảm khả năng thực hiện nghĩa vụ trả nợ của khách hàng. |
Đóng góp của đề tài
- Về mặt dữ liệu: Nghiên cứu đã cập nhật bộ dữ liệu 10 năm (2013–2022), bao quát cả giai đoạn xuất hiện đại dịch Covid-19 và giai đoạn phục hồi hậu đại dịch. Đây là thời kỳ có nhiều biến động chính sách và tái cấu trúc nguồn vốn mà phần lớn các nghiên cứu trong nước trước đây (thường dừng lại ở mốc 2018–2020) chưa bao hàm.
- Về mặt tiếp cận học thuật: Đề tài đã xem xét cơ cấu vốn theo cách tiếp cận toàn diện gồm nhiều khía cạnh (vốn chủ sở hữu, tiền gửi, quy mô tài sản, đòn bẩy cho vay) thay vì chỉ bó hẹp nghiên cứu đơn lẻ tỷ lệ vốn chủ sở hữu như một số nghiên cứu trước tại Việt Nam.
Hạn chế và hướng nghiên cứu tiếp
Khóa luận tự chỉ ra một số điểm hạn chế và định hướng nghiên cứu tiếp nối:
- Về phạm vi mẫu khảo sát: Mẫu nghiên cứu chỉ giới hạn ở 15 NHTM (các ngân hàng có quy mô lớn, công bố đầy đủ thông tin báo cáo tài chính kiểm toán và niêm yết), chưa đại diện được cho toàn bộ hơn 30 NHTM trong hệ thống tài chính Việt Nam.
- Về phạm vi nội dung: Đề tài chỉ tiếp cận thuần túy từ số liệu kế toán và tài chính vi mô - vĩ mô định lượng, chưa đánh giá sâu tác động của các yếu tố định tính như mô hình chuyển đổi số, quy trình quản trị rủi ro nội bộ hay văn hóa tín dụng tại từng ngân hàng.
- Hướng nghiên cứu tiếp theo: Mở rộng mẫu quan sát cho tất cả các ngân hàng thương mại cổ phần; cập nhật thêm chuỗi dữ liệu sau năm 2022; xem xét bổ sung các biến kiểm soát liên quan đến quản trị công ty, chất lượng thể chế hoặc các phân khúc nợ ngoại bảng xử lý qua VAMC.
Giá trị tham khảo
Nội dung và số liệu của khóa luận mang lại giá trị tham khảo hữu ích cho:
- Sinh viên, học viên chuyên ngành Tài chính - Ngân hàng: Cung cấp tài liệu tham khảo chi tiết về phương pháp nghiên cứu dữ liệu bảng thực nghiệm trên phần mềm Stata, quy trình kiểm định lựa chọn mô hình (F-test, Hausman test, kiểm định phương sai thay đổi và ước lượng FGLS).
- Cán bộ phân tích và quản trị rủi ro tại các NHTM: Tham khảo bức tranh số liệu tổng hợp về tỷ lệ bao phủ nợ xấu, dư nợ tín dụng theo ngành (đặc biệt là lĩnh vực bất động sản) và mối liên hệ giữa các tỷ lệ an toàn vốn (CAP, LTD) với nợ xấu.
- Bộ phận có giá trị sử dụng cao nhất: Phần phân tích mô hình định lượng ở Chương 2 và hệ thống giải pháp gắn với quy định pháp lý (Thông tư 11/2021/TT-NHNN, Thông tư 14/2021/TT-NHNN, Nghị quyết 42/2017/QH14) ở Chương 3.
Câu hỏi thường gặp
1. Khóa luận sử dụng chỉ tiêu nào để đo lường rủi ro tín dụng và căn cứ vào văn bản pháp lý nào?
Tác giả sử dụng tỷ lệ nợ xấu (NPL), xác định bằng công thức: Nợ xấu chia cho Tổng dư nợ cho vay. Nợ xấu được tính là các khoản nợ thuộc nhóm 3, nhóm 4 và nhóm 5 căn cứ theo phân loại nợ tại Thông tư số 11/2021/TT-NHNN của Ngân hàng Nhà nước. Chỉ tiêu này được chọn thay vì tỷ lệ nợ quá hạn do nợ quá hạn nhóm 1 không được tách bạch rõ ràng trên BCTC công bố của các NHTM.
2. Dữ liệu nghiên cứu của đề tài được thu thập từ những nguồn nào?
Dữ liệu được thu thập từ Báo cáo tài chính kiểm toán hợp nhất (Bảng cân đối kế toán, Báo cáo kết quả kinh doanh, Thuyết minh BCTC) của 15 NHTM Việt Nam công bố trên cổng thông tin chứng khoán Vietstock trong giai đoạn 2013–2022. Dữ liệu vĩ mô về tỷ lệ lạm phát (INF) được trích xuất từ số liệu chính thức của Tổng cục Thống kê Việt Nam.
3. Tại sao phương pháp FGLS lại được lựa chọn làm kết quả ước lượng cuối cùng?
Trong quy trình kiểm định, kiểm định Hausman đã bác bỏ giả thuyết $H_0$ ($Prob > \chi^2 = 0{,}0000$), chỉ ra mô hình tác động cố định (FEM) phù hợp hơn mô hình tác động ngẫu nhiên (REM). Tuy nhiên, khi kiểm tra khuyết tật mô hình FEM, kiểm định phương sai sai số thay đổi cho kết quả $Prob > \chi^2 = 0{,}0000 < 0{,}05$ (vi phạm giả định phương sai đồng nhất). Do đó, tác giả sử dụng phương pháp bình phương tối thiểu tổng quát khả thi (FGLS) để khắc phục khuyết tật này, đảm bảo các ước lượng thu được không bị chệch và có hiệu quả thống kê.
4. Kết quả nghiên cứu giải thích như thế nào về tác động cùng chiều của quy mô tiền gửi (DEPO) đến nợ xấu (NPL)?
Kết quả hồi quy FGLS cho thấy DEPO tác động cùng chiều (+) đến NPL với mức ý nghĩa 1%. Điều này được giải thích rằng khi ngân hàng huy động được nguồn tiền gửi khách hàng dồi dào (đặc biệt là tiền gửi không kỳ hạn CASA chi phí thấp), ngân hàng chịu áp lực chi phí vốn và động lực mở rộng tín dụng nhanh chóng. Việc đẩy mạnh giải ngân tín dụng khi dồi dào nguồn vốn dễ dẫn đến tình trạng nới lỏng các tiêu chuẩn thẩm định, từ đó làm gia tăng nguy cơ rủi ro nợ xấu trong tương lai.
5. Nghiên cứu ghi nhận thực trạng nào nổi bật về tỷ lệ bao phủ nợ xấu của hệ thống NHTM trong giai đoạn 2021–2022?
Tỷ lệ bao phủ nợ xấu toàn ngành đã tăng mạnh từ 66% (năm 2016) lên mức kỷ lục 142% vào năm 2021 nhờ các ngân hàng chủ động đẩy mạnh trích lập dự phòng cho các khoản nợ cơ cấu lại theo Thông tư 14/2021/TT-NHNN, điển hình như Vietcombank (424%), BIDV (219%), ACB (210%). Tuy nhiên, bước sang năm 2022, tỷ lệ bao phủ nợ xấu toàn ngành đã sụt giảm do nợ xấu nội bảng tăng lên 1,92% cùng với việc một số ngân hàng tiến hành hoàn nhập dự phòng.
Kết luận
Khóa luận tốt nghiệp của tác giả Đỗ Kim Chi đã hệ thống hóa cơ sở lý luận và phân tích thực nghiệm tác động của cơ cấu vốn đến rủi ro tín dụng tại 15 NHTM Việt Nam giai đoạn 2013–2022. Thông qua mô hình hồi quy FGLS xử lý dữ liệu bảng 150 quan sát, công trình chứng minh vốn chủ sở hữu, quy mô tài sản và năng lực sinh lời có vai trò kiềm chế nợ xấu, trong khi việc tăng tỷ lệ tiền gửi và dư nợ cho vay có xu hướng làm tăng rủi ro tín dụng. Các phát hiện thực nghiệm này là cơ sở vững chắc để đề xuất các giải pháp quản trị danh mục vốn cho hệ thống NHTM cũng như kiến nghị chính sách thanh tra, giám sát an toàn vĩ mô cho Ngân hàng Nhà nước Việt Nam.