Bối cảnh và vấn đề nghiên cứu

Trong hệ thống tài chính quốc gia, các ngân hàng thương mại đóng vai trò là huyết mạch luân chuyển vốn của nền kinh tế. Trong các mảng nghiệp vụ ngân hàng, hoạt động cấp tín dụng giữ vị trí then chốt, mang lại nguồn thu nhập chủ yếu nhưng đồng thời cũng là lĩnh vực tiềm ẩn nhiều rủi ro nhất. Rủi ro tín dụng xuất hiện khi khách hàng vay vốn không thực hiện đúng các cam kết hoàn trả gốc và lãi, dẫn đến suy giảm chất lượng tài sản, gia tăng chi phí trích lập dự phòng và trực tiếp bào mòn hiệu quả hoạt động kinh doanh của các tổ chức tín dụng.

Bối cảnh thực tiễn giai đoạn 2021–2023 ghi nhận nhiều biến động phức tạp tác động đa chiều đến hệ thống ngân hàng:

  • Tác động vĩ mô quốc tế: Cục Dự trữ Liên bang Mỹ (FED) liên tục điều chỉnh tăng lãi suất lên mức cao kỷ lục sau giai đoạn duy trì chính sách tiền tệ nới lỏng; xung đột vũ trang Nga – Ukraine bùng phát gây áp lực lớn lên hệ thống tài chính toàn cầu. Điển hình trong tháng 3/2023, sự sụp đổ liên tiếp của ba ngân hàng tại Mỹ gồm Silvergate Bank (08/03/2023), Silicon Valley Bank (10/03/2023) và Signature Bank (12/03/2023) đã tạo ra làn sóng bất ổn, khiến hệ thống ngân hàng tại các quốc gia đang phát triển, trong đó có khu vực Đông Nam Á, phải đối mặt với nguy cơ nợ xấu gia tăng, biên độ tăng trưởng tín dụng chậm lại và chất lượng tài sản suy yếu.
  • Tác động thực tiễn tại Việt Nam: Giai đoạn hậu đại dịch Covid-19, sự đứt gãy chuỗi cung ứng và suy giảm hoạt động sản xuất kinh doanh đã ảnh hưởng tiêu cực đến năng lực tài chính của khách hàng vay. Dư nợ chịu ảnh hưởng bởi dịch Covid-19 ước tính khoảng 2 triệu tỷ đồng, chiếm khoảng 23% tổng dư nợ toàn hệ thống (tập trung tại các lĩnh vực: nông - lâm nghiệp, chế biến thực phẩm, dệt may, xi măng, vận tải, du lịch và kinh doanh bất động sản). Việc Thông tư 14/2021/TT-NHNN về cơ cấu lại thời hạn trả nợ và giữ nguyên nhóm nợ hết hiệu lực vào ngày 30/06/2022 đã làm gia tăng áp lực chuyển nhóm nợ xấu. Đồng thời, sự kiểm soát chặt chẽ đối với thị trường trái phiếu doanh nghiệp và dòng vốn tín dụng bất động sản trong năm 2023 khiến rủi ro tín dụng tiếp tục leo thang, buộc Ngân hàng Nhà nước phải ban hành Quyết định 950/QĐ-NHNN với 3 lần giảm lãi suất điều hành nhằm hỗ trợ nền kinh tế. Theo báo cáo tài chính quý I/2023 của 27 ngân hàng niêm yết, nợ xấu tại phần lớn đơn vị tăng từ 50% đến 70%; đơn cử MBBank có tỷ lệ nợ xấu ở mức 1,75% (tăng 0,66% so với năm 2022), BIDV tăng từ 1,19% lên 1,59%, trong khi chỉ số ít ngân hàng duy trì nợ xấu dưới 1% như Vietcombank (0,85%), ACB (0,98%) và BacABank (0,57%).

Xuất phát từ thực tế nêu trên cùng những tranh luận trái chiều trong các nghiên cứu thực nghiệm trước đây, tác giả xác định mục tiêu và câu hỏi nghiên cứu:

Mục tiêu nghiên cứu:

  1. Mục tiêu tổng quát: Nghiên cứu mức độ tác động của rủi ro tín dụng đến hiệu quả hoạt động của các ngân hàng thương mại cổ phần niêm yết tại Việt Nam, từ đó đề xuất hệ thống hàm ý chính sách nhằm hạn chế rủi ro tín dụng và nâng cao hiệu quả kinh doanh.
  2. Mục tiêu cụ thể:
    • Thứ nhất: Xác định mối quan hệ giữa rủi ro tín dụng và hiệu quả hoạt động của các ngân hàng thương mại cổ phần Việt Nam.
    • Thứ hai: Đo lường mức độ tác động của rủi ro tín dụng đến hiệu quả hoạt động của các ngân hàng thương mại cổ phần Việt Nam.
    • Thứ ba: Đề xuất hàm ý chính sách nhằm hạn chế rủi ro tín dụng và nâng cao hiệu quả hoạt động cho hệ thống ngân hàng thương mại cổ phần.

Câu hỏi nghiên cứu:

  1. Có tồn tại sự tác động của rủi ro tín dụng đến hiệu quả hoạt động tại các ngân hàng thương mại cổ phần Việt Nam hay không?
  2. Rủi ro tín dụng tác động đến hiệu quả hoạt động của các ngân hàng thương mại cổ phần Việt Nam theo chiều hướng và mức độ nào?
  3. Dựa vào kết quả nghiên cứu, những chính sách hạn chế rủi ro tín dụng và nâng cao hiệu quả hoạt động của ngân hàng thương mại cổ phần Việt Nam là gì?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Tác động của rủi ro tín dụng đến hiệu quả hoạt động của các ngân hàng thương mại cổ phần.
  • Phạm vi không gian: 25 ngân hàng thương mại cổ phần niêm yết trên thị trường chứng khoán Việt Nam (loại bỏ các ngân hàng chưa niêm yết hoặc công bố thiếu dữ liệu tài chính).
  • Phạm vi thời gian: Giai đoạn 12 năm từ năm 2011 đến năm 2022, tạo thành bộ dữ liệu bảng cân đối gồm 300 quan sát.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và cơ sở pháp lý

Nghiên cứu dựa trên các lý thuyết tài chính - ngân hàng nền tảng:

  • Lý thuyết thông tin bất cân xứng (Asymmetric Information Theory): Được Akerlof phát triển năm 1970, giải thích sự thiếu hụt hoặc sai lệch thông tin giữa các bên tham gia giao dịch. Trong hoạt động cấp tín dụng, hiện tượng này dẫn đến hai hệ quả nghiêm trọng: lựa chọn đối nghịch (adverse selection) diễn ra trước khi ký hợp đồng vay khi những khách hàng có mức độ rủi ro cao tích cực tìm kiếm khoản vay; và rủi ro đạo đức (moral hazard) phát sinh sau khi hợp đồng được ký kết khi bên đi vay sử dụng vốn sai mục đích cam kết mà ngân hàng không thể kiểm soát chặt chẽ. Cả hai hệ quả này đều trực tiếp làm gia tăng nợ xấu và suy giảm lợi nhuận.
  • Giả thuyết "kém may mắn" và "quản lý kém" (Bad Luck Theory and Bad Management Theory): Được Berger và DeYoung (1997) thiết lập. Thuyết kém may mắn cho rằng nợ xấu phát sinh do các cú sốc ngoại sinh từ kinh tế vĩ mô (lạm phát, suy thoái, đại dịch), buộc ngân hàng phát sinh chi phí giám sát, thẩm định và xử lý tài sản đảm bảo, làm giảm lợi nhuận. Thuyết quản lý kém lập luận rằng sự yếu kém trong năng lực thẩm định tín dụng, chấm điểm khách hàng và kiểm soát nội bộ là nguyên nhân nội tại gây ra nợ xấu cao và kéo giảm hiệu quả hoạt động.
  • Thuyết "quá lớn để đổ vỡ" (Too Big to Fail Theory): Nhấn mạnh các ngân hàng có quy mô lớn và mức độ liên kết hệ thống cao thường được hưởng sự bảo trợ ngầm hoặc giải cứu từ Chính phủ để tránh sụp đổ mang tính dây chuyền. Điều này thúc đẩy tâm lý ỷ lại và khuynh hướng gia tăng chấp nhận rủi ro tín dụng, mở rộng cho vay dưới chuẩn nhằm tối đa hóa doanh thu ngắn hạn.
  • Quy định pháp lý về phân loại nợ và trích lập dự phòng: Khóa luận áp dụng khung phân loại nợ theo Thông tư 11/2021/TT-NHNN của Ngân hàng Nhà nước Việt Nam để xác định bản chất kỹ thuật của các chỉ tiêu rủi ro tín dụng:
Nhóm nợ Tên nhóm Tiêu chí định lượng / định tính cơ bản Tỷ lệ trích lập dự phòng cụ thể Tỷ lệ trích lập dự phòng chung
Nhóm 1 Nợ tiêu chuẩn Nợ trong hạn; nợ quá hạn dưới 10 ngày được đánh giá có khả năng thu hồi đầy đủ gốc và lãi đúng hạn. 0% 0,75%
Nhóm 2 Nợ cần chú ý Nợ quá hạn từ 10 đến 90 ngày; nợ điều chỉnh kỳ hạn trả nợ lần đầu. 5% 0,75%
Nhóm 3 Nợ dưới tiêu chuẩn Nợ quá hạn từ 91 đến 180 ngày; nợ gia hạn lần đầu; nợ được miễn/giảm lãi do khách hàng không trả đủ lãi theo hợp đồng. 20% 0,75%
Nhóm 4 Nợ nghi ngờ Nợ quá hạn từ 181 đến 360 ngày; nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn dưới 90 ngày; nợ gia hạn lần thứ hai. 50% 0,75%
Nhóm 5 Nợ có khả năng mất vốn Nợ quá hạn trên 360 ngày; nợ cơ cấu lại thời hạn trả nợ quá hạn từ 180 ngày trở lên; nợ được đánh giá không còn khả năng thu hồi. 100% 0,75%

Mô hình nghiên cứu và định nghĩa biến số

Mô hình hồi quy dữ liệu bảng được xây dựng trên cơ sở kế thừa các nghiên cứu của Zou và cộng sự (2014), Kani và cộng sự (2017), Nguyễn Quốc Anh (2016):

$$\text{ROA}{it} = \beta_0 + \beta_1 \text{NPL}{it} + \beta_2 \text{LLPR}{it} + \beta_3 \text{GROW}{it} + \beta_4 \text{SIZE}{it} + \beta_5 \text{GDP}{it} + \beta_6 \text{INF}{it} + \varepsilon{it}$$

$$\text{ROE}{it} = \beta_0 + \beta_1 \text{NPL}{it} + \beta_2 \text{LLPR}{it} + \beta_3 \text{GROW}{it} + \beta_4 \text{SIZE}{it} + \beta_5 \text{GDP}{it} + \beta_6 \text{INF}{it} + \varepsilon{it}$$

Trong đó:

  • $i$ đại diện cho ngân hàng thương mại cổ phần ($i = 1, \dots, 25$).
  • $t$ đại diện cho năm quan sát ($t = 2011, \dots, 2022$).
  • $\beta_0$ là hệ số chặn; $\beta_1, \dots, \beta_6$ là các hệ số hồi quy; $\varepsilon_{it}$ là sai số ngẫu nhiên.
Nhóm biến Ký hiệu Tên biến Phương pháp đo lường Kỳ vọng dấu Nghiên cứu tham chiếu
Biến phụ thuộc $\text{ROA}$ Tỷ suất sinh lời trên tổng tài sản $\frac{\text{Lợi nhuận sau thuế}}{\text{Tổng tài sản}}$ N/A Trịnh Quốc Trung & Nguyễn Văn Sang (2013), Abiola và cs (2014)
$\text{ROE}$ Tỷ suất sinh lời trên vốn chủ sở hữu $\frac{\text{Lợi nhuận sau thuế}}{\text{Vốn chủ sở hữu}}$ N/A Zou và cs (2014), Saeed & Zahid (2016), Nguyễn Việt Hùng (2008)
Biến độc lập chính $\text{NPLR}$ Tỷ lệ nợ xấu $\frac{\text{Tổng nợ xấu (Nhóm 3 + 4 + 5)}}{\text{Tổng dư nợ cho vay}}$ $(-)$ Zou và cs (2014), Kani và cs (2017), Nguyễn Quốc Anh (2016)
$\text{LLPR}$ Tỷ lệ dự phòng rủi ro tín dụng $\frac{\text{Dự phòng rủi ro tín dụng}}{\text{Tổng dư nợ cho vay}}$ $(-)$ Mustafa và cs (2012), Phạm Thị Kiều Khanh & Phạm Thị Bích Duyên (2018)
Biến kiểm soát $\text{GROW}$ Tốc độ tăng trưởng tín dụng $\frac{\text{Dư nợ năm } t - \text{Dư nợ năm } t-1}{\text{Dư nợ năm } t-1}$ $(+)$ Bhowmik và cs (2021), Đặng Văn Dân (2020), Nguyễn Thành Đạt và cs (2021)
$\text{SIZE}$ Quy mô ngân hàng $\text{Logarithm tự nhiên của Tổng tài sản } (\ln(\text{Tổng tài sản}))$ $(+)$ Zou và cs (2014), Saeed & Zahid (2016), Phạm Xuân Quỳnh (2023)
$\text{GDP}$ Tốc độ tăng trưởng kinh tế Tốc độ tăng trưởng GDP thực tế hàng năm của Việt Nam (%) $(+)$ Saeed & Zahid (2016), Kani và cs (2017), Nguyễn Quốc Anh (2016)
$\text{INF}$ Tỷ lệ lạm phát Tỷ lệ lạm phát hàng năm của Việt Nam (%) $(-)$ Kani và cs (2017), Nguyễn Quốc Anh (2016), Nguyễn Thành Đạt và cs (2021)

Phương pháp nghiên cứu và nguồn dữ liệu

Nghiên cứu kết hợp hai nhóm phương pháp:

  1. Phương pháp định tính: Khảo lược các lý thuyết tài chính và công trình nghiên cứu trong và ngoài nước; phân tích, so sánh và đánh giá thực trạng rủi ro tín dụng cùng hiệu quả hoạt động của 25 NHTMCP; diễn dịch các cơ chế kinh tế và tổng hợp các khuyến nghị chính sách.
  2. Phương pháp định lượng:
    • Thống kê mô tả (giá trị trung bình, độ lệch chuẩn, cực tiểu, cực đại) và lập ma trận hệ số tương quan Pearson giữa các biến số.
    • Kiểm tra hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai (VIF).
    • Tiến hành hồi quy dữ liệu bảng lần lượt qua ba kỹ thuật: Bình phương bé nhất gộp (Pooled OLS), Mô hình tác động cố định (Fixed Effects Model - FEM) và Mô hình tác động ngẫu nhiên (Random Effects Model - REM).
    • Thực hiện kiểm định Hausman để lựa chọn giữa FEM và REM; thực hiện các kiểm định chẩn đoán khuyết tật mô hình (hiện tượng phương sai sai số thay đổi và tự tương quan).
    • Áp dụng phương pháp ước lượng Moment tổng quát dạng hệ thống (System GMM) trên phần mềm Stata 14 nhằm khắc phục triệt để các khuyết tật của dữ liệu bảng (phương sai thay đổi, tự tương quan và hiện tượng nội sinh tiềm ẩn của các biến tài chính), đồng thời kiểm tra tính hợp lệ của biến công cụ bằng kiểm định Hansen/Sargan và kiểm định tự tương quan sai số bậc hai AR(2).
  3. Nguồn dữ liệu: Dữ liệu cấp ngân hàng được trích xuất từ Báo cáo tài chính kiểm toán và Báo cáo thường niên của 25 NHTMCP niêm yết (nguồn chính thống từ website các ngân hàng, Vietstock và CafeF). Dữ liệu vĩ mô (GDP, lạm phát) thu thập từ Niên giám thống kê của Tổng cục Thống kê Việt Nam, chỉ số ADB Indicators và Ngân hàng Thế giới (World Bank).

Nội dung chính theo từng chương

Chương 1: Giới thiệu nghiên cứu

Chương 1 thiết lập khung đề cương tổng thể cho công trình. Tác giả luận giải tầm quan trọng của hệ thống ngân hàng thương mại và vai trò cốt lõi của hoạt động tín dụng. Lý do chọn đề tài được xây dựng trên bối cảnh bất ổn tài chính quốc tế (chu kỳ thắt chặt tiền tệ của FED năm 2022–2023, sự đổ vỡ của các ngân hàng Mỹ như Silicon Valley Bank, Signature Bank) và những thách thức cục bộ tại Việt Nam (hậu quả đứt gãy kinh tế sau Covid-19, hết hiệu lực Thông tư 14/2021/TT-NHNN, thị trường trái phiếu doanh nghiệp và bất động sản bị siết chặt). Chương này xác định rõ 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, phạm vi nghiên cứu (25 ngân hàng niêm yết, 2011–2022, 300 quan sát), sơ lược phương pháp luận và nêu bật cấu trúc tổng thể gồm 5 chương của khóa luận.

Chương 2: Cơ sở lý thuyết và nghiên cứu thực nghiệm

Chương 2 cung cấp nền tảng học thuật vững chắc cho việc thiết kế mô hình:

  • Trình bày hệ thống khái niệm về rủi ro tín dụng (theo BCBS, BIS, Timothy & MacDonald, Fitch, Phan Thị Thu Hà) và hiệu quả hoạt động ngân hàng (theo ECB, Berger, Farrell, Nguyễn Minh Kiều).
  • Chi tiết hóa các chỉ tiêu đo lường rủi ro tín dụng (NPLR, LLPR) gắn với quy định trích lập dự phòng rủi ro 5 nhóm nợ tại Thông tư 11/2021/TT-NHNN; làm rõ ý nghĩa của các chỉ số hiệu quả kinh doanh (ROA, ROE) theo tiêu chuẩn phân tích tài chính và chuẩn mực đánh giá năng lực của Moody's.
  • Hệ thống hóa 3 khối lý thuyết giải thích mối quan hệ rủi ro - hiệu quả: Lý thuyết thông tin bất cân xứng của Akerlof (1970), Giả thuyết kém may mắn và quản lý kém của Berger & DeYoung (1997), Thuyết "quá lớn để đổ vỡ".
  • Tổng quan các công trình thực nghiệm quốc tế (Mustafa và cs, 2012; Abiola và cs, 2014; Zou và cs, 2014; Saeed & Zahid, 2016; Kani và cs, 2017; Bhowmik và cs, 2021) và các nghiên cứu tại Việt Nam (Nguyễn Việt Hùng, 2008; Trịnh Quốc Trung & Nguyễn Văn Sang, 2013; Nguyễn Quốc Anh, 2016; Phạm Thị Kiều Khanh & Phạm Thị Bích Duyên, 2018; Đặng Văn Dân, 2020; Nguyễn Thành Đạt và cs, 2021; Dương Thị Ánh Tiên, 2022; Phạm Xuân Quỳnh, 2023).
  • Phân tích khoảng trống nghiên cứu: Phần lớn nghiên cứu trước đây có chuỗi dữ liệu ngắn, chưa bao quát biến động của thị trường bất động sản và các cú sốc từ đại dịch Covid-19 đối với chất lượng tín dụng hệ thống ngân hàng niêm yết tại Việt Nam.

Chương 3: Phương pháp nghiên cứu

Chương 3 trình bày chi tiết quy trình nghiên cứu chuẩn hóa qua 7 bước: từ xác định vấn đề, tổng quan tài liệu, xây dựng mô hình, thu thập số liệu, ước lượng kinh tế lượng, kiểm định chẩn đoán đến thảo luận kết quả và khuyến nghị. Tác giả thiết lập dạng hàm toán học cho 2 phương trình hồi quy với biến phụ thuộc là ROA và ROE; giải thích chi tiết bản chất kinh tế và phương pháp đo lường của 6 biến độc lập/kiểm soát (NPL, LLPR, GROW, SIZE, GDP, INF); đồng thời xây dựng 6 cặp giả thuyết khoa học tương ứng ($H_1$ đến $H_6$). Chương này cũng mô tả quy trình kiểm định đa cộng tuyến, phương sai thay đổi, tự tương quan và nguyên lý ứng dụng mô hình GMM để xử lý vấn đề biến nội sinh trong phân tích tài chính ngân hàng.

Chương 4: Kết quả nghiên cứu và thảo luận

Chương 4 tập trung vào xử lý thực nghiệm và phân tích dữ liệu:

  • Phân tích thực trạng rủi ro tín dụng và hiệu quả sinh lời của 25 NHTMCP giai đoạn 2011–2022, chỉ rõ sự phân hóa về tỷ lệ nợ xấu và năng lực tạo lợi nhuận giữa các ngân hàng có vốn nhà nước chi phối và các ngân hàng TMCP tư nhân.
  • Trình bày kết quả thống kê mô tả, ma trận tương quan và kiểm định đa cộng tuyến (hệ số VIF đều nằm trong giới hạn cho phép, không xảy ra hiện tượng đa cộng tuyến nghiêm trọng).
  • Báo cáo kết quả hồi quy qua các mô hình Pooled OLS, FEM và REM. Kiểm định Hausman cho thấy mô hình FEM vượt trội so với REM. Tuy nhiên, các kiểm định chẩn đoán sau hồi quy FEM phát hiện sự hiện diện của hiện tượng phương sai thay đổi và tự tương quan.
  • Thực hiện ước lượng GMM để khắc phục toàn bộ các khuyết tật trên. Các kiểm định AR(2) và Sargan xác nhận mô hình không có tự tương quan bậc hai và hệ thống biến công cụ hoàn toàn hợp lệ.
  • Thảo luận chi tiết kết quả kinh tế lượng thu được từ GMM, so sánh đối chiếu với các giả thuyết nghiên cứu ban đầu và các công trình thực nghiệm trong nước lẫn quốc tế.

Chương 5: Kết luận và hàm ý chính sách

Chương 5 đúc kết các phát hiện cốt lõi từ chương 4, trả lời trọn vẹn 3 câu hỏi nghiên cứu ban đầu. Trên cơ sở thực nghiệm, tác giả đề xuất hai nhóm giải pháp:

  1. Nhóm giải pháp dành cho các ngân hàng thương mại cổ phần (nâng cao năng lực thẩm định tín dụng, hoàn thiện hệ thống chấm điểm tín dụng nội bộ, tối ưu hóa công tác xử lý và thu hồi nợ xấu, xây dựng bộ đệm dự phòng rủi ro vững chắc).
  2. Nhóm giải pháp dành cho Ngân hàng Nhà nước và Chính phủ (hoàn thiện hành lang pháp lý về xử lý nợ xấu và tài sản bảo đảm, điều hành chính sách tiền tệ linh hoạt, tăng cường giám sát an toàn vĩ mô). Chương kết thúc bằng việc thẳng thắn nhìn nhận các hạn chế về quy mô mẫu, dữ liệu và định hướng các nội dung mở rộng cho các nghiên cứu tiếp theo.

Kết quả và đóng góp

Kết quả nghiên cứu chính

Ước lượng qua phương pháp Moment tổng quát (GMM) – mô hình tối ưu nhất về mặt kỹ thuật – đem lại các kết quả định lượng cụ thể về tác động của rủi ro tín dụng và các yếu tố tài chính, vĩ mô đến hiệu quả hoạt động của 25 NHTMCP Việt Nam:

Biến số Ký hiệu Tác động đến $\text{ROA}$ Tác động đến $\text{ROE}$ Ý nghĩa kinh tế và thảo luận kết quả
Tỷ lệ nợ xấu $\text{NPLR}$ Ngược chiều $(-)$ Ngược chiều $(-)$ Nợ xấu tăng làm đình trệ dòng vốn, giảm thu nhập lãi và phát sinh chi phí xử lý nợ, làm suy giảm trực tiếp cả ROA và ROE. Kết quả này ủng hộ giả thuyết $H_1$ và lý thuyết "quản lý kém".
Tỷ lệ dự phòng RRTD $\text{LLPR}$ Cùng chiều $(+)$ Ngược chiều $(-)$ LLPR tác động trái chiều giữa hai chỉ tiêu: việc trích lập dự phòng làm giảm lợi nhuận ròng phân phối cho cổ đông (giảm ROE), nhưng đồng thời đóng vai trò bộ đệm an toàn giúp ổn định và bảo toàn cơ cấu tổng tài sản sinh lời (tăng ROA).
Tăng trưởng tín dụng $\text{GROW}$ Cùng chiều $(+)$ Ngược chiều $(-)$ Mở rộng tín dụng giúp khai thác quy mô tài sản để tạo doanh thu (tăng ROA), tuy nhiên tăng trưởng tín dụng quá nhanh tiềm ẩn rủi ro pha loãng hiệu quả vốn chủ sở hữu và gánh nặng chi phí vốn (giảm ROE).
Quy mô ngân hàng $\text{SIZE}$ Cùng chiều $(+)$ Cùng chiều $(+)$ Quy mô tài sản lớn giúp các ngân hàng tận dụng lợi thế kinh tế theo quy mô, đa dạng hóa danh mục tín dụng và nâng cao hiệu quả hoạt động ở cả ROA và ROE.
Tăng trưởng GDP $\text{GDP}$ Cùng chiều $(+)$ Cùng chiều $(+)$ Tăng trưởng kinh tế cải thiện năng lực trả nợ của khách hàng vay, mở rộng nhu cầu tín dụng và dịch vụ tài chính, tạo môi trường thuận lợi để nâng cao hiệu quả ngân hàng.
Tỷ lệ lạm phát $\text{INF}$ Cùng chiều $(+)$ Cùng chiều $(+)$ Trong giai đoạn nghiên cứu, lạm phát được kiểm soát ở mức vừa phải thúc đẩy ngân hàng điều chỉnh linh hoạt biên lãi ròng (NIM) và gia tăng lợi nhuận danh nghĩa từ các khoản cho vay.

Đóng góp của đề tài

  1. Về mặt học thuật và lý luận:
    • Cung cấp thêm bằng chứng thực nghiệm vững chắc về tác động ngược chiều của tỷ lệ nợ xấu lên hiệu quả hoạt động của hệ thống ngân hàng thương mại tại một nền kinh tế mới nổi.
    • Làm rõ sự tác động phân hóa của tỷ lệ dự phòng rủi ro tín dụng ($\text{LLPR}$) và tốc độ tăng trưởng tín dụng ($\text{GROW}$) khi phân tích đồng thời trên hai khía cạnh hiệu quả: hiệu quả sử dụng tổng tài sản ($\text{ROA}$) và hiệu quả sử dụng vốn chủ sở hữu ($\text{ROE}$).
    • Bổ sung vào khoảng trống nghiên cứu bằng việc cập nhật chuỗi dữ liệu kéo dài đến năm 2022, tích hợp bối cảnh các cú sốc bất thường như đại dịch Covid-19 và biến động thắt chặt thị trường vốn/bất động sản.
  2. Về mặt thực tiễn và ứng dụng:
    • Cung cấp cơ sở định lượng cho ban điều hành các ngân hàng thương mại trong việc cân đối giữa mục tiêu tăng trưởng tín dụng và kiểm soát chất lượng nợ vay, tối ưu hóa mức trích lập dự phòng để không làm suy giảm quyền lợi của cổ đông.
    • Cung cấp luận cứ thực chứng giúp Ngân hàng Nhà nước hoạch định các chính sách an toàn vĩ mô, hoàn thiện các quy định về trích lập dự phòng và kiểm soát hạn mức tăng trưởng tín dụng (room tín dụng) phù hợp với sức khỏe tài chính của từng tổ chức tín dụng.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên nội dung văn bản khóa luận, các hạn chế và hướng mở nghiên cứu được xác định cụ thể:

  • Hạn chế về phạm vi mẫu và dữ liệu: Nghiên cứu chỉ tập trung vào 25 ngân hàng thương mại cổ phần niêm yết trên thị trường chứng khoán Việt Nam. Toàn bộ các ngân hàng thương mại chưa niêm yết và các ngân hàng không công bố đầy đủ dữ liệu báo cáo tài chính trong giai đoạn 2011–2022 đã bị loại bỏ khỏi mẫu quan sát. Điều này làm giảm tính đại diện tổng thể cho toàn bộ hệ thống các tổ chức tín dụng tại Việt Nam.
  • Hạn chế về lựa chọn biến số: Khóa luận sử dụng hai biến số đại diện cho rủi ro tín dụng là NPLR và LLPR cùng 4 biến kiểm soát (SIZE, GROW, GDP, INF). Mô hình chưa xem xét đầy đủ các yếu tố quản trị nội bộ ngân hàng (như tỷ lệ an toàn vốn CAR, chi phí hoạt động, cơ cấu sở hữu, thu nhập ngoài lãi) cũng như các biến số vĩ mô phản ánh trực tiếp thị trường bất động sản hay tỷ giá hối đoái.
  • Hướng nghiên cứu tiếp theo:
    • Mở rộng phạm vi khảo sát đối với toàn bộ các ngân hàng thương mại tại Việt Nam (bao gồm các ngân hàng chưa niêm yết và ngân hàng thương mại nhà nước) khi có đầy đủ dữ liệu công bố.
    • Kéo dài chuỗi thời gian nghiên cứu nhằm đánh giá toàn diện tác động trễ và dài hạn của giai đoạn hậu Covid-19 cùng các biến động pháp lý liên quan đến thị trường trái phiếu doanh nghiệp và bất động sản.
    • Đưa thêm các biến số kiểm soát về cấu trúc vốn, quản trị rủi ro và các chỉ số thị trường vào mô hình hồi quy để tăng cường độ giải thích của hàm ước lượng.

Giá trị tham khảo

Khóa luận có giá trị tham khảo học thuật và ứng dụng chuyên môn cao:

  • Đối tượng thụ hưởng:
    • Sinh viên, học viên chuyên ngành Tài chính – Ngân hàng: Làm tài liệu tham khảo tiêu chuẩn về cấu trúc khóa luận định lượng, phương pháp trích xuất chỉ số tài chính từ BCTC kiểm toán và quy trình xử lý dữ liệu bảng (Panel Data) trên Stata 14.
    • Các nhà nghiên cứu kinh tế lượng ứng dụng: Tham khảo phương pháp giải quyết các khuyết tật của dữ liệu bảng thông qua mô hình hồi quy GMM (Generalized Method of Moments), xử lý biến nội sinh và kiểm định biến công cụ.
    • Bộ phận quản trị rủi ro và phân tích tài chính tại các NHTM: Sử dụng các phát hiện định lượng về tác động của NPLR, LLPR và GROW để thiết lập chính sách khẩu vị rủi ro và cân đối tỷ lệ dự phòng phù hợp.
  • Các nội dung đáng tham khảo nhất trong văn bản:
    • Hệ thống hóa chi tiết quy định phân loại nợ từ nhóm 1 đến nhóm 5 và tỷ lệ trích lập dự phòng rủi ro cụ thể/chung theo Thông tư 11/2021/TT-NHNN.
    • Bảng tổng hợp đối chiếu toàn diện các nghiên cứu thực nghiệm trong và ngoài nước về mối quan hệ giữa rủi ro tín dụng và khả năng sinh lời của ngân hàng.
    • Quy trình 7 bước nghiên cứu khoa học thực nghiệm và bộ công thức toán học xác định các chỉ tiêu tài chính ngân hàng chuẩn mực.

Câu hỏi thường gặp

1. Nghiên cứu sử dụng mẫu dữ liệu cụ thể nào và tại sao lại chọn giai đoạn 2011–2022?
Nghiên cứu khảo sát mẫu dữ liệu gồm 25 ngân hàng thương mại cổ phần niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 12 năm từ 2011 đến 2022, thu được tổng cộng 300 quan sát (dữ liệu bảng cân đối). Giai đoạn này được lựa chọn vì mang tính cập nhật cao, phản ánh chu kỳ phục hồi sau giai đoạn tái cơ cấu nợ xấu trước đó và bao quát toàn bộ các biến động kinh tế lớn phát sinh từ đại dịch Covid-19 cũng như biến động thắt chặt thị trường tài chính gần đây.

2. Tiêu chí phân loại 5 nhóm nợ và tỷ lệ trích lập dự phòng rủi ro cụ thể theo quy định pháp lý được tác giả áp dụng như thế nào?
Tác giả căn cứ theo Thông tư 11/2021/TT-NHNN của Ngân hàng Nhà nước để phân loại nợ và xác định tỷ lệ trích lập dự phòng cụ thể: Nhóm 1 (Nợ tiêu chuẩn, quá hạn dưới 10 ngày) trích lập 0%; Nhóm 2 (Nợ cần chú ý, quá hạn 10–90 ngày) trích lập 5%; Nhóm 3 (Nợ dưới tiêu chuẩn, quá hạn 91–180 ngày) trích lập 20%; Nhóm 4 (Nợ nghi ngờ, quá hạn 181–360 ngày) trích lập 50%; Nhóm 5 (Nợ có khả năng mất vốn, quá hạn trên 360 ngày) trích lập 100%. Tỷ lệ trích lập dự phòng chung cho các nhóm nợ từ 1 đến 4 là 0,75%.

3. Tại sao phương pháp hồi quy GMM lại được lựa chọn làm kết quả ước lượng cuối cùng thay vì Pooled OLS, FEM hay REM?
Khi thực hiện các mô hình hồi quy truyền thống (Pooled OLS, FEM, REM), kiểm định Hausman đã lựa chọn mô hình tác động cố định (FEM). Tuy nhiên, các kiểm định chẩn đoán sau hồi quy cho thấy mô hình FEM mắc phải các khuyết tật nghiêm trọng là hiện tượng phương sai thay đổi và tự tương quan. Do đó, phương pháp ước lượng Moment tổng quát (GMM) được lựa chọn vì có khả năng khắc phục đồng thời hiện tượng phương sai thay đổi, tự tương quan và xử lý triệt để hiện tượng nội sinh (endogeneity) của các biến tài chính trong dữ liệu bảng.

4. Kết quả tác động của tỷ lệ dự phòng rủi ro tín dụng (LLPR) đến ROA và ROE có sự khác biệt như thế nào trong mô hình GMM?
Trong mô hình ước lượng GMM, tỷ lệ dự phòng rủi ro tín dụng ($\text{LLPR}$) thể hiện tác động cùng chiều với $\text{ROA}$ nhưng lại tác động ngược chiều với $\text{ROE}$. Sự khác biệt này được giải thích bởi cơ chế: chi phí trích lập dự phòng gia tăng trực tiếp làm sụt giảm lợi nhuận ròng giữ lại cho các cổ đông (kéo giảm ROE); tuy nhiên, việc chủ động duy trì bộ đệm dự phòng rủi ro cao lại giúp bảo vệ chất lượng tổng tài sản, giảm thiểu nguy cơ đổ vỡ và bảo toàn năng lực sinh lời của tài sản ngân hàng trong dài hạn (gia tăng ROA).

5. Bối cảnh đại dịch Covid-19 và thị trường tài chính năm 2022–2023 tác động ra sao đến nợ xấu ngân hàng theo dẫn chứng của tác giả?
Văn bản nêu rõ đại dịch Covid-19 làm đứt gãy chuỗi cung ứng, ảnh hưởng đến khoảng 2 triệu tỷ đồng dư nợ (chiếm 23% dư nợ toàn hệ thống). Khi Thông tư 14/2021/TT-NHNN hết hiệu lực vào ngày 30/06/2022 kết hợp với việc kiểm soát chặt chẽ trái phiếu doanh nghiệp và siết tín dụng bất động sản trong năm 2023, nợ xấu hệ thống gia tăng mạnh. Báo cáo tài chính quý I/2023 ghi nhận nợ xấu tại 27 ngân hàng niêm yết tăng 50–70%, điển hình MBBank tăng lên 1,75% và BIDV tăng lên 1,59%, buộc Ngân hàng Nhà nước phải 3 lần giảm lãi suất điều hành theo Quyết định 950/QĐ-NHNN.

Kết luận

Khóa luận của tác giả Phạm Nguyễn Thùy Duyên là một công trình nghiên cứu thực nghiệm hoàn chỉnh về sự tác động của rủi ro tín dụng đến hiệu quả hoạt động kinh doanh của 25 ngân hàng thương mại cổ phần niêm yết tại Việt Nam giai đoạn 2011–2022. Thông qua kỹ thuật ước lượng GMM trên Stata 14, công trình đã kiểm chứng thành công tác động tiêu cực mang tính quy luật của tỷ lệ nợ xấu đến cả hai chỉ số sinh lời ROA và ROE, đồng thời chỉ ra tính chất tác động đa chiều của tỷ lệ dự phòng rủi ro và tăng trưởng tín dụng. Các kết quả định lượng thu được cung cấp cơ sở khoa học và thực tiễn xác đáng cho công tác quản trị rủi ro tại các ngân hàng thương mại cũng như công tác thanh tra, giám sát an toàn vĩ mô của Ngân hàng Nhà nước Việt Nam.