Bối cảnh và vấn đề nghiên cứu

Hệ thống ngân hàng thương mại (NHTM) giữ vai trò huyết mạch trong việc cung ứng và phân bổ nguồn vốn cho nền kinh tế. Hiệu quả hoạt động (HQHĐ) của hệ thống này quyết định trực tiếp đến mức độ ổn định tài chính và tăng trưởng kinh tế vĩ mô. Tuy nhiên, hoạt động cấp tín dụng luôn đi kèm với rủi ro tín dụng (RRTD) – loại rủi ro trọng yếu có thể làm gia tăng chi phí vốn, bào mòn vốn chủ sở hữu và ảnh hưởng tiêu cực đến năng lực sinh lời của các ngân hàng.

Tại Việt Nam, tính đến cuối năm 2022, tỷ lệ nợ xấu (NPLR) nội bảng toàn hệ thống theo công bố của Ngân hàng Nhà nước (NHNN) được duy trì ở mức 1,92%. Mặc dù các NHTM có chất lượng tài sản tốt như VCB, TCB, ACB kiểm soát NPLR dưới 1%, nhiều ngân hàng quy mô nhỏ hơn ghi nhận nợ xấu gia tăng mạnh (VPBank đạt 4,73%, Saigonbank tăng từ 1,97% lên 2,12%, VIB tăng từ 2,32% lên 2,45%). Bối cảnh này chịu tác động từ việc Thông tư 14/2021/TT-NHNN về cơ cấu lại thời hạn trả nợ do ảnh hưởng của đại dịch Covid-19 hết hiệu lực vào ngày 30/06/2022, cùng với áp lực thanh khoản bị thắt chặt và thị trường trái phiếu doanh nghiệp, bất động sản gặp nhiều biến động (FiinRatings, 2023).

Các nghiên cứu thực nghiệm trên thế giới và tại Việt Nam chưa đạt được sự đồng thuận tuyệt đối về chiều hướng tác động của RRTD đến HQHĐ. Một số tác giả ghi nhận tác động ngược chiều (Kolapo và cộng sự, 2012; Huỳnh Thị Hương Thảo, 2018), trong khi các nghiên cứu khác chỉ ra mối quan hệ cùng chiều (Saeed & Zahid, 2016; Nguyễn Thành Đạt và cộng sự, 2021). Xuất phát từ thực tiễn và khoảng trống tranh luận học thuật, đề tài tập trung làm rõ mức độ và chiều hướng tác động của RRTD đến HQHĐ của các NHTM cổ phần (NHTMCP) Việt Nam giai đoạn 2013 – 2022.

Mục tiêu nghiên cứu:

  • Mục tiêu chung: Tìm hiểu tác động của RRTD đến HQHĐ của các NHTMCP Việt Nam.
  • Mục tiêu cụ thể:
    1. Kiểm chứng tác động của RRTD đến HQHĐ của các NHTMCP Việt Nam.
    2. Đo lường tác động của RRTD đến HQHĐ của các NHTMCP Việt Nam.
    3. Phân tích và đánh giá tác động của RRTD đến HQHĐ của các NHTMCP Việt Nam.

Câu hỏi nghiên cứu:

  1. RRTD có tác động đến HQHĐ của các NHTMCP Việt Nam hay không?
  2. Mức độ tác động của RRTD đến HQHĐ của các NHTMCP Việt Nam như thế nào?
  3. Dựa vào kết quả nghiên cứu, những kết luận về tác động của RRTD đến HQHĐ là gì?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Tác động của RRTD đến HQHĐ của các NHTMCP Việt Nam, đặt trong mối quan hệ với các biến kiểm soát nội bộ (đòn bẩy tài chính, quy mô ngân hàng, kém hiệu quả chi phí hoạt động) và biến vĩ mô (tăng trưởng kinh tế GDP, lạm phát INF).
  • Phạm vi không gian: 26 NHTMCP tại Việt Nam đáp ứng tiêu chí hoạt động liên tục đến hết năm 2022 và công bố đầy đủ báo cáo tài chính kiểm toán (loại trừ 5 ngân hàng thiếu dữ liệu: PVcombank, BaoViet Bank, DongA Bank, Vietbank, NCB).
  • Phạm vi thời gian: Giai đoạn 10 năm từ 2013 đến 2022.

Cơ sở lý thuyết và phương pháp

Khóa luận dựa trên 3 khung lý thuyết nền tảng để giải thích cơ chế tác động của RRTD đến HQHĐ ngân hàng:

  1. Giả thuyết đặc thù ngân hàng (Banking specificities hypothesis): Phát triển bởi Pruteanu-Podpiera và cộng sự (2008), Halling & Hayden (2006), nhấn mạnh sự tồn tại của thông tin bất cân xứng trong thị trường cạnh tranh không hoàn hảo, dẫn đến vấn đề lựa chọn nghịch (Adverse selection) và rủi ro đạo đức (Moral hazard), làm gia tăng chi phí giám sát và ảnh hưởng đến lợi nhuận.
  2. Thuyết chi phí giao dịch (Transaction cost theory): Coase (1937) và Williamson (1985) lý giải rằng thông tin bất đối xứng giữa người cho vay và người đi vay làm phát sinh chi phí tìm kiếm, đàm phán, thẩm định và xử lý vi phạm hợp đồng, trực tiếp ảnh hưởng đến biên lợi nhuận của ngân hàng.
  3. Giả thuyết kém may mắn và quản lý kém (Bad luck theory & Bad management theory): Berger & DeYoung (1997) chỉ ra rằng các cú sốc bên ngoài làm gia tăng RRTD khiến ngân hàng tốn thêm chi phí trích lập dự phòng và xử lý tài sản đảm bảo (kém may mắn); đồng thời, năng lực quản trị rủi ro yếu kém trong khâu chấm điểm tín dụng và thẩm định tài sản sẽ dẫn đến nợ xấu tăng cao và lợi nhuận sụt giảm (quản lý kém).

Hệ thống biến số trong mô hình nghiên cứu:

Nhóm biến Ký hiệu Tên biến số Cách đo lường / Công thức Kỳ vọng dấu Nghiên cứu tham chiếu
Biến phụ thuộc $ROA$ Tỷ lệ lợi nhuận trên tổng tài sản $\frac{\text{Lợi nhuận sau thuế}}{\text{Tổng tài sản}}$ - Husni (2011), Alshatti (2015), Gizaw và cs (2015)
$ROE$ Tỷ lệ lợi nhuận trên vốn chủ sở hữu $\frac{\text{Lợi nhuận sau thuế}}{\text{Vốn chủ sở hữu}}$ - Athanasoglou và cs (2008), Hamza (2017), Okoro và cs (2020)
Biến độc lập $NPLR$ Tỷ lệ nợ xấu $\frac{\text{Nợ xấu (Nhóm 3, 4, 5)}}{\text{Tổng dư nợ cho vay}}$ $(-)$ Kayode và cs (2015), Norman và cs (2015), Hamza (2017)
$LLPR$ Tỷ lệ dự phòng RRTD $\frac{\text{Dự phòng RRTD}}{\text{Tổng dư nợ cho vay}}$ $(-)$ Alshatti (2015), Đặng Văn Hiệp và cs (2020), Gizaw và cs (2015)
Biến kiểm soát $EFF$ Kém hiệu quả chi phí hoạt động $\frac{\text{Chi phí hoạt động}}{\text{Tổng thu nhập hoạt động}}$ $(-)$ Athanasoglou và cs (2006), Nguyễn Quốc Anh (2016)
$LEV$ Tỷ lệ đòn bẩy tài chính $\frac{\text{Tổng nợ}}{\text{Tổng tài sản}}$ $(+)$ Saeed & Zahid (2016), Trịnh Quốc Trung & Nguyễn Văn Sang (2013)
$SIZE$ Quy mô ngân hàng $\ln(\text{Tổng tài sản})$ $(+)$ Husni (2011), Hamza (2017), Huỳnh Thị Hương Thảo (2018)
$GDP$ Tốc độ tăng trưởng kinh tế Tốc độ tăng GDP hàng năm $(+)$ Athanasoglou và cs (2008), Saeed & Zahid (2016)
$INF$ Tỷ lệ lạm phát Tỷ lệ lạm phát hàng năm $(-)$ Husni (2011), Nguyễn Quốc Anh (2016)

Mô hình hồi quy dạng động:

$$ROA_{i,t} = \alpha + \beta_1 ROA_{i,t-1} + \beta_2 NPLR_{i,t} + \beta_3 LLPR_{i,t} + \sum \beta_j X_{i,t} + v_i + \varepsilon_{i,t}$$

$$ROE_{i,t} = \alpha + \beta_1 ROE_{i,t-1} + \beta_2 NPLR_{i,t} + \beta_3 LLPR_{i,t} + \sum \beta_j X_{i,t} + v_i + \varepsilon_{i,t}$$

Trong đó: $X_{i,t}$ là vector các biến kiểm soát ($EFF_{i,t}, LEV_{i,t}, SIZE_{i,t}, GDP_t, INF_t$); $v_i$ là sai số đặc thù cá thể không quan sát được; $\varepsilon_{i,t}$ là sai số ngẫu nhiên.

Phương pháp ước lượng và xử lý dữ liệu:

  • Phương pháp hồi quy: Sử dụng phương pháp tổng quát hóa dựa trên moment (Generalized Method of Moments – GMM) để xử lý các khuyết tật của dữ liệu bảng động: hiện tượng nội sinh giữa HQHĐ và nợ xấu (Messai & Jouini, 2013), tương quan phần dư và tính quán tính của biến phụ thuộc dạng trễ ($ROA_{i,t-1}, ROE_{i,t-1}$).
  • Kiểm định chẩn đoán: Kiểm định đa cộng tuyến qua hệ số phóng đại phương sai (VIF); kiểm định phương sai sai số thay đổi (Modified Wald test); kiểm định tự tương quan (Wooldridge test); kiểm định tính phù hợp của biến công cụ (Sargan test/Hansen test) và kiểm định tự tương quan sai số bậc 2 (Arellano-Bond AR(2) test).
  • Nguồn dữ liệu: Dữ liệu bảng cân bằng gồm 260 quan sát (26 ngân hàng $\times$ 10 năm), thu thập từ báo cáo tài chính kiểm toán, báo cáo thường niên công bố trên website ngân hàng, Vietstock, Tổng cục Thống kê và ADB Indicators; xử lý trên phần mềm Stata 16 và Microsoft Excel.

Nội dung chính theo từng chương

CHƯƠNG 1. GIỚI THIỆU VỀ NGHIÊN CỨU

Chương 1 thiết lập khung tổng thể của đề tài:

  • Trình bày tính cấp thiết của việc kiểm soát RRTD nhằm nâng cao HQHĐ trong hệ thống NHTMCP Việt Nam, đặc biệt là giai đoạn chuyển tiếp hậu đại dịch Covid-19 khi các chính sách giãn, hoãn nợ kết thúc.
  • Xác định mục tiêu tổng quát, 3 mục tiêu cụ thể và 3 câu hỏi nghiên cứu làm kim chỉ nam cho toàn bộ phân tích thực nghiệm.
  • Giới hạn phạm vi nghiên cứu tại 26 NHTMCP Việt Nam trong chuỗi thời gian 2013 – 2022.
  • Nêu rõ các đóng góp học thuật và thực tiễn, phác thảo kết cấu 5 chương của khóa luận.

CHƯƠNG 2. CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN

Chương 2 hệ thống hóa các nền tảng lý luận và thực nghiệm:

  • Định nghĩa RRTD theo chuẩn mực Basel, Yurdakul (2014), NHNN Việt Nam và Phan Thị Thu Hà (2007); phân tích hai chỉ tiêu đo lường chính là NPLR (theo định nghĩa IMF, BCBS) và LLPR (Ashour, 2011; Fisher và cộng sự, 2000).
  • Làm rõ bản chất HQHĐ ngân hàng theo quan điểm ECB (2010), Berger & Mester (1997), Trương Quang Thông (2012); chuẩn hóa công thức tính hai biến đại diện $ROA$ và $ROE$.
  • Trình bày 3 lý thuyết kinh tế giải thích mối quan hệ giữa RRTD và HQHĐ: Giả thuyết đặc thù ngân hàng, Thuyết chi phí giao dịch, Giả thuyết kém may mắn & Quản lý kém.
  • Tổng thuật 9 nghiên cứu quốc tế (Athanasoglou và cs, 2008; Husni, 2011; Alshatti, 2015; Gizaw và cs, 2015; Kayode và cs, 2015; Norman và cs, 2015; Saeed & Zahid, 2016; Hamza, 2017; Okoro và cs, 2020) và 4 nghiên cứu tại Việt Nam (Trịnh Quốc Trung & Nguyễn Văn Sang, 2013; Nguyễn Quốc Anh, 2016; Huỳnh Thị Hương Thảo, 2018; Đặng Văn Hiệp và cs, 2020) để nhận diện các kết quả trái chiều và xác định khoảng trống nghiên cứu.

CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU

Chương 3 xây dựng quy trình nghiên cứu thực nghiệm 7 bước:

  • Quy trình gồm: (1) Xác định vấn đề nghiên cứu; (2) Lược khảo cơ sở lý thuyết; (3) Thiết kế mô hình và xây dựng giả thuyết ($H_1$ đến $H_7$); (4) Thu thập và tiền xử lý dữ liệu từ 26 NHTMCP; (5) Phân tích hồi quy bằng GMM; (6) Kiểm định tính phù hợp mô hình qua Sargan và AR(2); (7) Thảo luận kết quả và đề xuất khuyến nghị.
  • Trình bày danh sách 26 NHTMCP và kết quả thống kê mô tả 260 quan sát trong giai đoạn 2013 – 2022:
Biến Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất Ghi chú cực trị
ROA 260 0,0098 0,0074 0,0008 0,0659 Min: Bản Việt (2016); Max: Techcombank (2021)
ROE 260 0,1156 - 0,0008 0,3033 Min: Bản Việt (2016); Max: VIB (2021)
NPLR 260 0,0209 - 0,0047 0,2058 Min: Techcombank (2020); Max: Bản Việt (2018)
LLPR 260 0,0135 - 0,0066 0,1147 Min: Nam Á (2013); Max: Bản Việt (2018)
LEV 260 0,9127 - 0,7616 0,9594 Min: Saigonbank (2013); Max: BIDV (2017)
SIZE 260 18,8256 1,1239 16,5023 21,4749 Min: Saigonbank (2013); Max: BIDV (2022)
EFF 260 0,5193 0,1439 0,2271 0,9274 Min: SHB (2022); Max: NCB (2013)
GDP 260 0,0595 - 0,0258 - Min: Năm 2021 (Covid-19)
INF 260 0,0320 - 0,0063 - Min: Năm 2015
  • Luận giải cơ sở toán học của GMM nhằm khắc phục hiện tượng biến nội sinh, tự tương quan và tính trễ so với các mô hình Pooled OLS, Fixed Effects Model (FEM), Random Effects Model (REM).

CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Chương 4 kiểm định khuyết tật và phân tích kết quả ước lượng GMM:

  • Phân tích ma trận tương quan và hệ số VIF cho thấy không có hiện tượng đa cộng tuyến nghiêm trọng. Các kiểm định trên mô hình OLS/FEM/REM phát hiện phương sai sai số thay đổi và tự tương quan, khẳng định việc sử dụng GMM là bắt buộc và phù hợp.
  • Kiểm định AR(2) và Sargan/Hansen xác nhận mô hình không bị tự tương quan sai số bậc hai và các biến công cụ sử dụng hoàn toàn hợp lệ.
  • Phân tích chi tiết tác động của từng biến: NPLR có tương quan nghịch có ý nghĩa thống kê đối với ROA và ROE; LLPR có tương quan thuận có ý nghĩa thống kê đối với HQHĐ; LEV và GDP có tác động cùng chiều; SIZE và EFF có tác động ngược chiều (trong đó EFF chỉ có ý nghĩa thống kê trong mô hình ROA); biến INF không có ý nghĩa thống kê trong mẫu khảo sát.

CHƯƠNG 5. KẾT LUẬN VÀ KHUYẾN NGHỊ

Chương 5 đúc kết kết quả và hàm ý chính sách:

  • Tổng hợp các kết luận chính về chiều hướng tác động của các yếu tố nội tại và vĩ mô đến HQHĐ của NHTMCP Việt Nam.
  • Đề xuất hệ thống giải pháp phân cấp cho ban điều hành các NHTMCP và cơ quan quản lý Nhà nước (NHNN).
  • Thẳng thắn chỉ ra các hạn chế về quy mô mẫu và biến số, từ đó định hướng các hướng nghiên cứu tiếp theo.

Kết quả và đóng góp

Kết quả nghiên cứu thực nghiệm

Ước lượng mô hình hồi quy GMM trên tập dữ liệu bảng 26 NHTMCP Việt Nam giai đoạn 2013 – 2022 cho kết quả kiểm định giả thuyết như sau:

Giả thuyết Mối quan hệ kỳ vọng Kết quả hồi quy GMM Trạng thái giả thuyết Diễn giải kinh tế
H1: NPLR $\rightarrow$ HQHĐ Âm $(-)$ Tác động ngược chiều $(-)$, có ý nghĩa thống kê Chấp nhận Nợ xấu tăng làm tăng chi phí xử lý nợ và giảm thu nhập lãi, bào mòn ROA và ROE (phù hợp lý thuyết Quản lý kém).
H2: LLPR $\rightarrow$ HQHĐ Âm $(-)$ Tác động cùng chiều $(+)$, có ý nghĩa thống kê Bác bỏ (kết quả ngược kỳ vọng) Trích lập dự phòng được các ngân hàng sử dụng như công cụ điều tiết thu nhập hoặc vùng đệm an toàn giúp gia tăng HQHĐ dài hạn (Gizaw và cs, 2015).
H3: EFF $\rightarrow$ HQHĐ Âm $(-)$ Tác động ngược chiều $(-)$ (chỉ có ý nghĩa với ROA) Chấp nhận một phần Tỷ lệ chi phí trên thu nhập tăng cao thể hiện sự kém hiệu quả trong vận hành, làm giảm trực tiếp khả năng sinh lời trên tài sản.
H4: LEV $\rightarrow$ HQHĐ Dương $(+)$ Tác động cùng chiều $(+)$, có ý nghĩa thống kê Chấp nhận Đòn bẩy tài chính cao giúp ngân hàng mở rộng tài sản sinh lời và khuếch đại tỷ suất sinh lời vốn chủ sở hữu trong giới hạn an toàn.
H5: SIZE $\rightarrow$ HQHĐ Dương $(+)$ Tác động ngược chiều $(-)$, có ý nghĩa thống kê Bác bỏ (kết quả ngược kỳ vọng) Quy mô mở rộng quá nhanh vượt qua năng lực kiểm soát quản trị, phát sinh chi phí quản lý quan liêu (phù hợp Hamza, 2017).
H6: GDP $\rightarrow$ HQHĐ Dương $(+)$ Tác động cùng chiều $(+)$, có ý nghĩa thống kê Chấp nhận Tăng trưởng kinh tế tạo môi trường kinh doanh thuận lợi, gia tăng nhu cầu tín dụng và khả năng trả nợ của khách hàng.
H7: INF $\rightarrow$ HQHĐ Âm $(-)$ Không có ý nghĩa thống kê Không xác nhận Biến động lạm phát tại Việt Nam trong giai đoạn 2013 – 2022 được kiểm soát tương đối ổn định nên chưa thể hiện tác động rõ nét.

Đề xuất giải pháp và khuyến nghị

  1. Đối với các Ngân hàng Thương mại Cổ phần:

    • Kiểm soát tỷ lệ nợ xấu (NPLR): Nâng cao chất lượng thẩm định tín dụng ban đầu, chuẩn hóa quy trình xếp hạng tín nhiệm nội bộ; tăng cường giám sát sau cấp tín dụng để nhận diện sớm dấu hiệu rủi ro; đẩy nhanh tiến độ xử lý và thu hồi tài sản bảo đảm.
    • Tối ưu hóa chính sách trích lập dự phòng (LLPR): Xây dựng quỹ dự phòng rủi ro tín dụng hợp lý, vừa đáp ứng yêu cầu an toàn thanh khoản, vừa tránh tình trạng lạm dụng trích lập để thao túng lợi nhuận ngắn hạn.
    • Kiểm soát chi phí hoạt động (EFF) và quy mô (SIZE): Tinh gọn bộ máy quản trị, đẩy mạnh chuyển đổi số để giảm chi phí vận hành; mở rộng mạng lưới và tài sản song hành với việc nâng cao năng lực quản trị rủi ro, tránh mở rộng quy mô cơ học làm suy giảm hiệu quả.
    • Cân đối đòn bẩy tài chính (LEV): Quản trị cấu trúc vốn tối ưu, đảm bảo tỷ lệ an toàn vốn tối thiểu (CAR) theo chuẩn mực Basel II/Basel III nhằm phát huy tác động tích cực của đòn bẩy mà không gây rủi ro mất khả năng thanh toán.
  2. Đối với Cơ quan quản lý Nhà nước (Ngân hàng Nhà nước):

    • Hoàn thiện hành lang pháp lý về phân loại nợ, trích lập dự phòng rủi ro và xử lý nợ xấu phù hợp với bối cảnh kinh tế biến động sau đại dịch.
    • Tăng cường công tác thanh tra, giám sát từ xa đối với các ngân hàng quy mô nhỏ có tốc độ tăng trưởng tín dụng nóng hoặc tỷ lệ nợ xấu tiềm ẩn cao.
    • Duy trì ổn định kinh tế vĩ mô, điều hành chính sách tiền tệ linh hoạt nhằm hỗ trợ khả năng hấp thụ vốn và trả nợ của nền kinh tế.

Đóng góp của đề tài

  • Về mặt học thuật: Khóa luận bổ sung bằng chứng thực nghiệm về tác động của RRTD đến HQHĐ tại thị trường tài chính mới nổi như Việt Nam; khắc phục được hiện tượng nội sinh và tự tương quan tồn tại trong các nghiên cứu trước nhờ phương pháp ước lượng GMM trên dữ liệu bảng động.
  • Về mặt thực tiễn: Cung cấp cơ sở định lượng cho các nhà quản trị ngân hàng trong việc thiết lập chính sách tín dụng và quản trị chi phí; hỗ trợ cơ quan quản lý hoạch định chính sách tiền tệ và giám sát an toàn hệ thống.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế của đề tài:
    1. Quy mô mẫu: Mới chỉ khảo sát 26 NHTMCP, chưa bao quát toàn bộ 31 NHTMCP do 5 ngân hàng (PVcombank, BaoViet Bank, DongA Bank, Vietbank, NCB) không công bố đầy đủ số liệu kiểm toán liên tục trong 10 năm; chưa bao gồm các NHTM Nhà nước hoặc ngân hàng liên doanh, chi nhánh ngân hàng nước ngoài.
    2. Phạm vi biến số: Đề tài chỉ tập trung đo lường RRTD qua 2 chỉ số ($NPLR$, $LLPR$) mà chưa kết hợp đồng thời các loại rủi ro trọng yếu khác của ngân hàng (rủi ro thanh khoản, rủi ro thị trường, rủi ro lãi suất); các biến vĩ mô mới dừng lại ở GDP và INF.
  • Đề xuất hướng nghiên cứu tiếp theo:
    1. Mở rộng mẫu nghiên cứu sang toàn bộ hệ thống tổ chức tín dụng tại Việt Nam (bao gồm các NHTM có vốn Nhà nước chi phối) và kéo dài chuỗi thời gian cập nhật.
    2. Bổ sung các biến độc lập phản ánh các loại rủi ro khác như tỷ lệ an toàn vốn ($CAR$), tỷ lệ dư nợ trên vốn huy động ($LDR$), hoặc các biến cấu trúc sở hữu ngân hàng vào mô hình định lượng.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo cho:

  • Sinh viên và học viên cao học ngành Tài chính – Ngân hàng, Kinh tế học: Tham khảo quy trình nghiên cứu định lượng chuẩn tắc, phương pháp xây dựng mô hình hồi quy bảng động GMM trên phần mềm Stata 16, cũng như kỹ thuật thực hiện các kiểm định Sargan và Arellano-Bond AR(2).
  • Các nhà nghiên cứu về rủi ro ngân hàng: Tiếp cận hệ thống lược khảo lý thuyết toàn diện (Giả thuyết đặc thù, Thuyết chi phí giao dịch, Giả thuyết kém may mắn & Quản lý kém) và tổng hợp kết quả của 13 nghiên cứu thực nghiệm trong nước và quốc tế.
  • Chuyên viên phân tích và nhà quản trị rủi ro tại các NHTMCP: Vận dụng các kết luận định lượng về mối quan hệ giữa $NPLR$, $LLPR$, $EFF$, $SIZE$ đối với $ROA, ROE$ để hoạch định chiến lược kinh doanh và kiểm soát rủi ro tín dụng.

Câu hỏi thường gặp

1. Tại sao tác giả lựa chọn phương pháp GMM thay vì các mô hình Pooled OLS, FEM hoặc REM?

Dữ liệu nghiên cứu tồn tại hiện tượng nội sinh (nghiệp vụ ngân hàng cho thấy HQHĐ có thể tác động ngược lại tỷ lệ nợ xấu), có sự xuất hiện của biến trễ biến phụ thuộc ($ROA_{i,t-1}, ROE_{i,t-1}$ do quán tính lợi nhuận), đồng thời xảy ra hiện tượng phương sai sai số thay đổi và tự tương quan. Khi đó, các phương pháp Pooled OLS, FEM, REM sẽ cho ước lượng bị chệch và không nhất quán; phương pháp GMM (Generalized Method of Moments) được lựa chọn vì xử lý triệt để các khuyết tật này thông qua hệ thống biến công cụ nội tại.

2. Có bao nhiêu NHTMCP được đưa vào mẫu nghiên cứu và những ngân hàng nào bị loại bỏ?

Mẫu nghiên cứu bao gồm 26 NHTMCP tại Việt Nam hoạt động liên tục trong giai đoạn 2013 – 2022 (tổng cộng 260 quan sát). Có 5 NHTMCP bị loại bỏ khỏi mẫu phân tích do không công bố đầy đủ báo cáo tài chính kiểm toán và dữ liệu liên tục trong suốt 10 năm nghiên cứu, gồm: PVcombank, BaoViet Bank, DongA Bank, Vietbank và NCB.

3. Tỷ lệ nợ xấu (NPLR) và tỷ lệ dự phòng rủi ro tín dụng (LLPR) tác động như thế nào đến hiệu quả hoạt động trong nghiên cứu này?

Kết quả hồi quy GMM cho thấy tỷ lệ nợ xấu ($NPLR$) có tác động ngược chiều (âm) có ý nghĩa thống kê đối với cả $ROA$ và $ROE$, đúng với giả thuyết nghiên cứu ban đầu. Ngược lại, tỷ lệ dự phòng RRTD ($LLPR$) lại có tác động cùng chiều (dương) có ý nghĩa thống kê đối với HQHĐ, phản ánh rằng khoản trích lập dự phòng đóng vai trò như một vùng đệm an toàn hoặc công cụ điều tiết thu nhập trong quản trị ngân hàng.

4. Những biến kiểm soát nào có ý nghĩa thống kê và biến nào không có ý nghĩa thống kê trong mô hình?

  • Các biến có ý nghĩa thống kê: Đòn bẩy tài chính ($LEV$) và tăng trưởng kinh tế ($GDP$) có tác động cùng chiều; quy mô ngân hàng ($SIZE$) có tác động ngược chiều đối với cả $ROA$ và $ROE$; biến kém hiệu quả chi phí hoạt động ($EFF$) có tác động ngược chiều nhưng chỉ có ý nghĩa thống kê trong mô hình $ROA$.
  • Biến không có ý nghĩa thống kê: Tỷ lệ lạm phát ($INF$) chưa tìm thấy ý nghĩa thống kê trong mô hình nghiên cứu đối với mẫu 26 NHTMCP giai đoạn 2013 – 2022.

Kết luận

Khóa luận của tác giả Nguyễn Thị Vương Nga đã cung cấp một phân tích định lượng thực nghiệm chặt chẽ về tác động của rủi ro tín dụng đến hiệu quả hoạt động của 26 NHTMCP Việt Nam trong giai đoạn 10 năm (2013 – 2022) bằng phương pháp hồi quy bảng động GMM. Kết quả nghiên cứu xác nhận tỷ lệ nợ xấu làm suy giảm năng lực sinh lời của ngân hàng, trong khi tỷ lệ dự phòng rủi ro tín dụng, đòn bẩy tài chính và tăng trưởng kinh tế có mối tương quan thuận với hiệu quả hoạt động. Các phát hiện thực nghiệm này là căn cứ khoa học quan trọng để đề xuất các giải pháp kiểm soát chất lượng tín dụng, tối ưu hóa chi phí vận hành cho các NHTMCP và hỗ trợ Ngân hàng Nhà nước trong công tác điều hành chính sách an toàn hệ thống.