Phân tích và dự báo nợ xấu tại Ngân hàng TMCP Quân Đội MB Bank bằng mô hình VECM

Phân tích và dự báo nợ xấu tại MB Bank bằng mô hình VECM, giúp đánh giá hiệu quả quản lý rủi ro tín dụng trong ngân hàng thương mại.

• Tác giả: Phùng Linh Linh
• Người hướng dẫn: TS. Phạm Thị Hồng Thắm
• Trường học: Trường Đại học Kinh tế Quốc dân
• Chuyên ngành: Toán kinh tế
• Đề tài: Ứng dụng mô hình VECM phân tích và dự báo nợ xấu tại Ngân hàng TMCP Quân Đội MB Bank
• Loại tài liệu: luận văn
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ NỢ XẤU NGÂN HÀNG
• 1.1. Tổng quan chung về nợ xấu
• 1.2. Khái niệm về nợ xấu ngân hàng
• 1.3. Phân loại nợ xấu ngân hàng
• 1.4. Những chỉ tiêu cơ bản phản ánh nợ xấu
• 1.5. Nguyên nhân gây ra nợ xấu ngân hàng
• 1.6. Tác động của nợ xấu ngân hàng
• 1.7. Thực trạng nợ xấu tại MBBank
• 1.8. Giới thiệu chung về MBBank
• 1.9. Tổng quan các nghiên cứu về nợ xấu ngân hàng
• 1.9.1. Các nghiên cứu quốc tế
• 1.9.2. Các nghiên cứu trong nước
• 2. CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. Mô hình tự hồi quy vector VAR
• 2.2. Mô hình VECM
• 2.3. Các kiểm định liên quan
• 2.3.1. Kiểm định tính dừng
• 2.3.2. Kiểm định Johansen
• 2.3.3. Kiểm định sự ổn định
• 2.3.4. Kiểm định tương quan phần dư (Kiểm định Portmanteau)
• 2.3.5. Kiểm định nhân quả Granger
• 2.4. Ước lượng mô hình VECM
• 3. CHƯƠNG 3: ỨNG DỤNG MÔ HÌNH VECM ĐỂ PHÂN TÍCH ẢNH HƯỞNG VÀ DỰ BÁO NỢ XẤU MBBANK
• 3.1. Dữ liệu nghiên cứu
• 3.2. Mô tả các biến
• 3.3. Mô hình VECM trong phân tích tác động của các nhân tố tới nợ xấu MBBank
• 3.4. Kiểm định tính dừng của các biến
• 3.5. Xác định số quan hệ đồng tích hợp
• 3.6. Ước lượng mô hình VECM
• 3.7. Kiểm định sự phù hợp và lựa chọn mô hình VECM
• 3.8. Phân tích tác động của các nhân tố và dự báo nợ xấu MBBank
• 3.9. Kết luận chung
• 3.10. Một số kiến nghị
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC
• Phụ lục 1. Đồ thị các biến
• Phụ lục 2. Kiểm định nghiệm đơn vị ADF
• Phụ lục 3. Kết quả kiểm định nhân quả Granger

Tóm tắt

I. Tổng quan về nợ xấu ngân hàng

Nợ xấu (NPL - Non-Performing Loan) là các khoản nợ khó đòi, có khả năng bị trễ hạn thanh toán. Định nghĩa về nợ xấu có sự khác biệt giữa các quốc gia và tổ chức. Theo Ngân hàng Trung ương Châu Âu (ECB), nợ xấu được xác định dựa trên khả năng thu hồi nợ. Quỹ Tiền tệ Quốc tế (IMF) bổ sung yếu tố thời gian quá hạn, coi khoản vay quá hạn từ 90 ngày trở lên là nợ xấu. Tại Việt Nam, Ngân hàng Nhà nước (NHNN) phân loại nợ xấu thành ba nhóm: nợ dưới tiêu chuẩn, nợ nghi ngờ và nợ có khả năng mất vốn. Những chỉ tiêu cơ bản phản ánh nợ xấu bao gồm tổng số nợ xấu, tỷ lệ nợ xấu trên tổng dư nợ, và tỷ lệ dự phòng rủi ro. Tỷ lệ nợ xấu càng cao cho thấy rủi ro tín dụng của ngân hàng càng lớn.

1.1. Khái niệm về nợ xấu ngân hàng

Nợ xấu được định nghĩa là các khoản nợ không có khả năng thu hồi. Theo ECB, nợ xấu bao gồm các khoản vay không thể thu hồi hoặc có khả năng thu hồi thấp. IMF định nghĩa nợ xấu dựa trên thời gian quá hạn thanh toán. Tại Việt Nam, nợ xấu được phân loại theo quy định của NHNN, bao gồm nợ dưới tiêu chuẩn, nợ nghi ngờ và nợ có khả năng mất vốn. Việc phân loại này giúp ngân hàng đánh giá rủi ro tín dụng và đưa ra các biện pháp xử lý phù hợp.

1.2. Những chỉ tiêu cơ bản phản ánh nợ xấu

Các chỉ tiêu phản ánh nợ xấu bao gồm tổng số nợ xấu, tỷ lệ nợ xấu trên tổng dư nợ, và tỷ lệ dự phòng rủi ro. Tổng số nợ xấu cho biết giá trị tuyệt đối của khoản nợ khó đòi. Tỷ lệ nợ xấu cho thấy mức độ rủi ro tín dụng của ngân hàng. Tỷ lệ dự phòng rủi ro phản ánh khả năng bù đắp thiệt hại khi nợ xấu chuyển thành nợ mất vốn. Những chỉ tiêu này giúp ngân hàng đánh giá tình hình tài chính và đưa ra các quyết định quản lý rủi ro hiệu quả.

II. Nguyên nhân gây ra nợ xấu ngân hàng

Nợ xấu ngân hàng có thể được gây ra bởi nhiều nguyên nhân khác nhau, bao gồm nguyên nhân khách quan và chủ quan. Nguyên nhân khách quan bao gồm môi trường tự nhiên, chính trị, kinh tế và xã hội. Những yếu tố này có thể ảnh hưởng đến khả năng thanh toán của doanh nghiệp, dẫn đến gia tăng nợ xấu. Nguyên nhân chủ quan thường liên quan đến quản lý tín dụng của ngân hàng, bao gồm quy trình thẩm định, cho vay và thu hồi nợ. Việc thiếu sót trong quản lý có thể dẫn đến việc ngân hàng cho vay không đúng đối tượng, từ đó gia tăng rủi ro tín dụng.

2.1. Nguyên nhân khách quan

Môi trường tự nhiên như thiên tai có thể làm giảm khả năng sản xuất và kinh doanh của doanh nghiệp, dẫn đến việc không thể trả nợ. Môi trường chính trị và kinh tế không ổn định cũng có thể gây ra rủi ro cho hoạt động của ngân hàng. Khi nền kinh tế gặp khó khăn, tỷ lệ nợ xấu có xu hướng gia tăng nhanh chóng, ảnh hưởng đến toàn bộ hệ thống tài chính.

2.2. Nguyên nhân chủ quan

Nguyên nhân chủ quan liên quan đến quy trình quản lý tín dụng của ngân hàng. Việc thiếu sót trong thẩm định khách hàng, cho vay không đúng đối tượng có thể dẫn đến nợ xấu. Ngoài ra, sự không đồng bộ trong hệ thống pháp lý cũng ảnh hưởng đến khả năng thu hồi nợ của ngân hàng. Các ngân hàng cần cải thiện quy trình quản lý và nâng cao năng lực thẩm định để giảm thiểu rủi ro tín dụng.

III. Ứng dụng mô hình VECM trong phân tích nợ xấu tại MBBank

Mô hình VECM (Vector Error Correction Model) được sử dụng để phân tích tác động của các yếu tố đến nợ xấu tại MBBank. Mô hình này cho phép đánh giá mối quan hệ giữa các biến và dự báo nợ xấu trong tương lai. Việc áp dụng mô hình VECM giúp ngân hàng nhận diện các yếu tố ảnh hưởng đến nợ xấu, từ đó đưa ra các giải pháp quản lý rủi ro hiệu quả. Kết quả phân tích cho thấy có nhiều yếu tố tác động đến nợ xấu, bao gồm lãi suất, tăng trưởng tín dụng và tình hình kinh tế.

3.1. Dữ liệu nghiên cứu

Dữ liệu nghiên cứu được thu thập từ báo cáo tài chính của MBBank trong giai đoạn 2010-2022. Các biến số được lựa chọn dựa trên các yếu tố có thể ảnh hưởng đến nợ xấu. Việc sử dụng dữ liệu chính xác và đầy đủ là rất quan trọng để đảm bảo tính chính xác của mô hình VECM.

3.2. Kết quả phân tích

Kết quả phân tích cho thấy mô hình VECM có khả năng dự báo nợ xấu tại MBBank một cách hiệu quả. Các yếu tố như lãi suất và tăng trưởng tín dụng có tác động mạnh đến nợ xấu. Việc nhận diện các yếu tố này giúp ngân hàng có thể điều chỉnh chính sách tín dụng và quản lý rủi ro tốt hơn, từ đó giảm thiểu tỷ lệ nợ xấu trong tương lai.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh hệ thống ngân hàng thương mại (NHTM) Việt Nam phát triển mạnh mẽ, nợ xấu trở thành một vấn đề cấp bách ảnh hưởng trực tiếp đến hiệu quả hoạt động và sự ổn định của các ngân hàng. Tỷ lệ nợ xấu gia tăng nhanh chóng, đặc biệt trong giai đoạn 2010-2022, đã tạo ra áp lực lớn lên các ngân hàng thương mại cổ phần như MBBank. Theo báo cáo tài chính hợp nhất quý 1/2022, tỷ lệ nợ xấu của MBBank tăng từ 0,9% lên 0,99%, với tổng nợ xấu hơn 4.300 tỷ đồng, trong đó nợ nghi ngờ và nợ có khả năng mất vốn tăng lần lượt 52% và 55%. Nghiên cứu nhằm phân tích các nhân tố ảnh hưởng đến nợ xấu tại MBBank, dự báo xu hướng nợ xấu trong tương lai và đề xuất giải pháp quản lý rủi ro tín dụng hiệu quả. Phạm vi nghiên cứu tập trung vào dữ liệu tài chính quý của MBBank từ năm 2010 đến quý 2 năm 2022, sử dụng mô hình Vector Error Correction Model (VECM) để khai thác mối quan hệ dài hạn và ngắn hạn giữa các biến kinh tế vĩ mô và vi mô với tỷ lệ nợ xấu. Nghiên cứu có ý nghĩa quan trọng trong việc hỗ trợ MBBank và các ngân hàng thương mại khác nâng cao năng lực dự báo, kiểm soát rủi ro tín dụng, góp phần ổn định hệ thống tài chính và thúc đẩy phát triển kinh tế bền vững.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên lý thuyết đồng tích hợp và mô hình Vector Error Correction Model (VECM), một dạng mở rộng của mô hình VAR, thích hợp cho các chuỗi thời gian không dừng nhưng có quan hệ cân bằng dài hạn. Mô hình VECM cho phép phân tích cả tác động ngắn hạn và dài hạn giữa các biến số, đồng thời điều chỉnh sai số để tránh hiện tượng hồi quy giả mạo. Các khái niệm chính bao gồm:

• Nợ xấu (Non-Performing Loan - NPL): Khoản nợ quá hạn thanh toán hoặc có nguy cơ không thu hồi được, được phân loại theo các nhóm nợ dưới tiêu chuẩn, nợ nghi ngờ và nợ có khả năng mất vốn theo quy định của Ngân hàng Nhà nước Việt Nam.
• Tỷ lệ nợ xấu (Bad Debt Ratio - BD_R): Tỷ lệ giữa tổng nợ xấu và tổng dư nợ cho vay, phản ánh mức độ rủi ro tín dụng của ngân hàng.
• Các biến kinh tế vĩ mô và vi mô: Bao gồm tốc độ tăng trưởng GDP (GDP_GR), chỉ số giá tiêu dùng (CPI), tỷ suất lợi nhuận trên tổng tài sản (ROA), tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE), và tỷ lệ dự phòng rủi ro tín dụng (RR_R).
• Kiểm định nhân quả Granger: Phương pháp xác định mối quan hệ nguyên nhân - kết quả giữa các biến thời gian.

Phương pháp nghiên cứu

Nguồn dữ liệu được thu thập từ báo cáo tài chính quý của MBBank giai đoạn 2010-2022, cùng các nguồn dữ liệu kinh tế vĩ mô như Vietstock, CafeF, IMF và Trading Economics. Tổng số quan sát là 46 quý. Phương pháp phân tích chính là mô hình VECM với các bước:

1. Kiểm định tính dừng của các biến bằng kiểm định Augmented Dickey-Fuller (ADF).
2. Xác định độ trễ tối ưu của mô hình dựa trên các tiêu chí LR, FPE, AIC, SC, HQ.
3. Kiểm định số quan hệ đồng tích hợp bằng kiểm định Johansen.
4. Ước lượng mô hình VECM với độ trễ 1 và một quan hệ đồng tích hợp.
5. Kiểm định sự ổn định của mô hình qua kiểm định Inverse Roots và kiểm định Portmanteau về tự tương quan phần dư.
6. Phân tích tác động ngắn hạn và dài hạn của các biến đến tỷ lệ nợ xấu, kiểm định nhân quả Granger, hàm phản ứng và phân rã phương sai.
7. Dự báo tỷ lệ nợ xấu trong các quý tiếp theo.

Phần mềm Eviews được sử dụng để thực hiện các phân tích thống kê và mô hình hóa.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Tính dừng và đồng tích hợp: Tất cả các biến BD_R, CPI, ROA, ROE và RR_R đều không dừng ở mức gốc nhưng dừng tại sai phân bậc 1, phù hợp với yêu cầu của mô hình VECM. Kiểm định Johansen xác nhận tồn tại một quan hệ đồng tích hợp giữa các biến (p-value < 0,01).

2. Ảnh hưởng ngắn hạn: Kết quả ước lượng cho thấy biến CPI và ROE có ảnh hưởng ngắn hạn đáng kể đến tỷ lệ nợ xấu BD_R với hệ số lần lượt dương và âm (CPI tăng làm nợ xấu tăng, ROE tăng làm nợ xấu giảm). Biến BD_R trễ 1 cũng có ảnh hưởng ngược chiều đến biến BD_R hiện tại, cho thấy hiệu ứng điều chỉnh tự nhiên trong ngắn hạn. ROA và RR_R không có ảnh hưởng ngắn hạn rõ rệt.

3. Ảnh hưởng dài hạn: Kiểm định cho thấy không có ảnh hưởng dài hạn đáng kể của các biến đến thay đổi ngắn hạn của tỷ lệ nợ xấu BD_R, điều này có thể do các yếu tố vĩ mô và vi mô tác động chủ yếu qua các kênh ngắn hạn hoặc thông qua các biến trung gian khác.

4. Kiểm định nhân quả Granger: Các biến CPI, ROA, ROE và RR_R đều là nguyên nhân gây ra biến động ngắn hạn của BD_R (p-value < 0,1). Ngược lại, BD_R cũng là nguyên nhân gây ra biến động ngắn hạn của ROA và ROE, cho thấy mối quan hệ tương hỗ giữa chất lượng tài sản và hiệu quả hoạt động ngân hàng.

5. Hàm phản ứng và phân rã phương sai: Cú sốc từ CPI và RR_R làm tăng tỷ lệ nợ xấu trong các quý đầu tiên, trong khi cú sốc từ ROA và ROE làm giảm tỷ lệ nợ xấu. Phản ứng của BD_R với chính nó giảm mạnh trong quý đầu tiên, sau đó ổn định. Phân rã phương sai cho thấy tỷ lệ nợ xấu chịu ảnh hưởng lớn nhất từ chính biến BD_R và biến CPI trong 5 quý tiếp theo.

Thảo luận kết quả

Kết quả nghiên cứu phù hợp với các nghiên cứu quốc tế và trong nước về mối quan hệ giữa các biến kinh tế vĩ mô, vi mô và nợ xấu ngân hàng. Tác động tích cực của CPI đến nợ xấu phản ánh áp lực lạm phát làm giảm khả năng trả nợ của khách hàng. Tác động ngược chiều của ROE và ROA cho thấy hiệu quả hoạt động ngân hàng giúp giảm thiểu rủi ro tín dụng. Mối quan hệ nhân quả hai chiều giữa nợ xấu và hiệu quả tài chính cho thấy sự tương tác phức tạp giữa quản lý rủi ro và kết quả kinh doanh. Việc không phát hiện ảnh hưởng dài hạn có thể do dữ liệu quý và các yếu tố khác như chính sách tín dụng, môi trường pháp lý chưa được đưa vào mô hình. Dữ liệu có thể được trình bày qua biểu đồ hàm phản ứng và bảng phân rã phương sai để minh họa rõ ràng hơn các tác động theo thời gian.

Đề xuất và khuyến nghị

1. Tăng cường quản lý rủi ro tín dụng: MBBank cần nâng cao năng lực phân tích và dự báo rủi ro tín dụng, đặc biệt chú trọng đến các biến vĩ mô như CPI và các chỉ số tài chính nội bộ như ROE, ROA để kịp thời điều chỉnh chính sách cho vay. Thời gian thực hiện: 6-12 tháng; Chủ thể: Ban quản lý rủi ro và phòng tín dụng.

2. Cải thiện quy trình thu hồi nợ: Đẩy mạnh công tác thu hồi nợ, đặc biệt với các khoản nợ cơ cấu lại và nợ nghi ngờ, nhằm giảm tỷ lệ nợ xấu và tăng tỷ lệ bao phủ dự phòng rủi ro. Thời gian: liên tục; Chủ thể: Phòng thu hồi nợ và pháp chế.

3. Ứng dụng công nghệ số trong quản lý tín dụng: Sử dụng các công cụ phân tích dữ liệu lớn và trí tuệ nhân tạo để nâng cao hiệu quả đánh giá khách hàng và dự báo rủi ro tín dụng. Thời gian: 12-24 tháng; Chủ thể: Ban công nghệ thông tin và phòng tín dụng.

4. Tăng cường phối hợp với cơ quan quản lý: Chủ động cập nhật và tuân thủ các quy định pháp luật về xử lý nợ xấu, đồng thời tham gia phát triển thị trường mua bán nợ để xử lý nhanh các khoản nợ khó đòi. Thời gian: liên tục; Chủ thể: Ban lãnh đạo và phòng pháp chế.

Đối tượng nên tham khảo luận văn

1. Ban lãnh đạo và quản lý rủi ro ngân hàng: Giúp hiểu rõ các yếu tố ảnh hưởng đến nợ xấu, từ đó xây dựng chiến lược quản lý tín dụng hiệu quả và nâng cao năng lực dự báo rủi ro.

2. Chuyên viên tín dụng và phân tích tài chính: Cung cấp kiến thức về mô hình VECM và các phương pháp phân tích dữ liệu chuỗi thời gian, hỗ trợ đánh giá khách hàng và quản lý danh mục cho vay.

3. Nhà nghiên cứu và sinh viên chuyên ngành tài chính - ngân hàng: Là tài liệu tham khảo về ứng dụng mô hình kinh tế lượng trong phân tích rủi ro tín dụng và dự báo tài chính ngân hàng.

4. Cơ quan quản lý nhà nước và chính sách: Hỗ trợ đánh giá tác động của các chính sách kinh tế vĩ mô đến chất lượng tín dụng ngân hàng, từ đó đề xuất các biện pháp điều hành phù hợp.

Câu hỏi thường gặp

1. Mô hình VECM có ưu điểm gì trong phân tích nợ xấu?
   Mô hình VECM cho phép phân tích mối quan hệ dài hạn và ngắn hạn giữa các biến không dừng nhưng đồng tích hợp, giúp tránh hồi quy giả mạo và cung cấp dự báo chính xác hơn so với các mô hình truyền thống.

2. Tại sao CPI lại ảnh hưởng tích cực đến tỷ lệ nợ xấu?
   CPI tăng phản ánh áp lực lạm phát, làm giảm sức mua và khả năng trả nợ của khách hàng, từ đó làm tăng tỷ lệ nợ xấu trong ngân hàng.

3. Tỷ lệ dự phòng rủi ro có vai trò như thế nào?
   Tỷ lệ dự phòng rủi ro thể hiện khả năng ngân hàng bù đắp tổn thất từ các khoản nợ xấu, tỷ lệ cao giúp ngân hàng phòng ngừa rủi ro tốt hơn và duy trì ổn định tài chính.

4. Mối quan hệ nhân quả Granger giúp gì cho quản lý ngân hàng?
   Kiểm định nhân quả Granger xác định biến nào là nguyên nhân gây ra biến khác, giúp ngân hàng tập trung quản lý các yếu tố ảnh hưởng chính đến nợ xấu và hiệu quả hoạt động.

5. Làm thế nào để giảm tỷ lệ nợ xấu hiệu quả?
   Cần kết hợp nâng cao năng lực quản lý rủi ro, cải thiện quy trình thu hồi nợ, ứng dụng công nghệ số và tuân thủ pháp luật để kiểm soát và giảm thiểu nợ xấu.

Kết luận

• Nghiên cứu đã xác định được mối quan hệ đồng tích hợp giữa tỷ lệ nợ xấu và các biến kinh tế vĩ mô, vi mô tại MBBank trong giai đoạn 2010-2022.
• CPI và ROE là những nhân tố có ảnh hưởng ngắn hạn đáng kể đến tỷ lệ nợ xấu, trong khi ảnh hưởng dài hạn chưa rõ ràng.
• Mối quan hệ nhân quả Granger cho thấy sự tương tác phức tạp giữa nợ xấu và hiệu quả tài chính ngân hàng.
• Mô hình VECM chứng minh hiệu quả trong phân tích và dự báo nợ xấu, hỗ trợ quản lý rủi ro tín dụng.
• Đề xuất các giải pháp nâng cao quản lý rủi ro, cải thiện thu hồi nợ và ứng dụng công nghệ nhằm giảm thiểu nợ xấu, góp phần ổn định và phát triển bền vững hệ thống ngân hàng.

MBBank và các ngân hàng thương mại nên áp dụng kết quả nghiên cứu để tối ưu hóa chính sách tín dụng và quản lý rủi ro, đồng thời tiếp tục cập nhật dữ liệu và mô hình để nâng cao độ chính xác dự báo.

Trích đoạn nội dung tài liệu

chương 1 ta cần phải hiéu “Nợ xấu” là gi? No xấu (NPL — Non-Performing Loan) thường được hiểu là các khoản nợ khó đòi có khả năng bị trễ hạn thanh toán và không chắc chắn được khả năng thanh toán của khách hàng. Có nhiều định nghĩa khác nhau về nợ xấu trong thé giới ngày nay. Quan diém của các quốc gia và nền kinh tế khác nhau và trong một nền kinh tế cũng có những quan điểm không đồng nhất. Dưới đây em sẽ trình bày một vài quan điểm về nợ xấu đang được áp dụng trên thế giới và ở Việt Nam và sau đó là thực trạng nợ xâu tại MB Bank và tông quan vê các nghiên cứu vệ nó.Tổng quan chung về nợ xấu 1.

Khái niệm về nợ xấu ngân hàng > Theo quan điểm của Ngân hàng trung ương Châu Au (ECB): nợ xấu được định nghĩa dựa trên kết quả thu hồi nợ của ngân hàng, bao gồm: s* Khoản vay không có khả năng được thu hồi, bao gồm những khoản sau: - Những khoản nợ đã hết hiệu lực hoặc những khoản nợ mà người vay không có căn cứ dé đòi bồi thường. - Người vay trốn hoặc bị mat tích, không còn tài sản dé thanh toán nợ. - Những khoản nợ mà NHTM không thể liên lạc được với người vay hoặc không thé tìm được người vay. - Những khoản nợ mà khách hàng đã chấm dứt hoạt động kinh doanh, thanh lý tài sản, hoặc kinh doanh bị thua lỗ và tài sản còn lại không đủ để trả nợ cho ngân hàng.

+* Khoản vay đã được thu hồi nhưng giá trị thu hồi không đầy đủ: đây là những trường hợp mà khoản nợ không có tài sản thé chấp hoặc tài san đưa ra dé thé chấp không đủ dé trả nợ. Tức là ngân hàng không thể thu hồi đầy đủ khoản nợ do người vay rất khó có được lợi nhuận từ công việc kinh doanh hoặc do người nợ không liên lạc với ngân hàng dé thanh toán hoặc tình hình chi rõ ra rang phan lớn khoản nợ sẽ không thé thu hồi được. Những khoản nợ loại này gồm có: -. Những khoản nợ mà người vay đồng ý thanh toán trong quá khứ, nhưng phần còn lại không thé thu hồi được, hoặc những khoản nợ mà tài sản được chuyển giao dé thanh toán nhưng giá tri còn lại của nó lại không đủ dé thanh toán toàn bộ món nợ.

- Nhiing khoản nợ mà người vay khó có thé trả nợ và yêu cầu gia hạn tuy nhiên van 3 không thanh toán được món nợ trong khoảng thời gian thoả thuận. - Những khoản nợ mà tai sản thế chấp không đủ để trả nợ hoặc tài sản thế chấp tại ngân hàng không được chấp thuận về mặt pháp lý dẫn đến người vay không thể trả nợ đầy đủ cho ngân hàng. - Những khoản nợ mà tòa án tuyên bố người vay bi phá sản nhưng số tiền bồi hoàn ít hơn số đư nợ. > Theo quan điểm của Quỹ tiền tệ thế giới (IMF) thì nợ xấu cũng được định nghĩa dựa trên kết quả thu hồi nợ của ngân hàng, tuy nhiên có bổ sung thêm yếu tố về thời gian quá hạn trả nợ.

“Một khoản cho vay được coi là không sinh lời (nợ xấu) khi tiền thanh toán lãi và/hoặc tiền gốc đã quá hạn từ 90 ngày trở lên, hoặc các khoản thanh toán lãi đến 90 ngày hoặc hơn đã được tái cơ cấu hay gia hạn nợ, hoặc các khoản thanh toán đưới 90 ngày nhưng có các nguyên nhân nghỉ ngờ việc trả nợ sẽ được thực hiện day đủ”. Theo định nghĩa trên, nợ xấu bao gồm: - Khoản vay quá hạn thanh toán gốc hoặc lãi 90 ngày. - Khoản vay quá hạn dưới 90 ngày nhưng người vay có dấu hiệu rõ ràng cho thay không thể hoàn trả đầy đủ. Trên thế giới hiện nay dang áp dụng phô biến nhất định nghĩa về nợ xấu của IMF.

> Theo quan điểm của NHNN Việt Nam (SBV) Theo như Quyết định số 493/2005 ngày 22/4/2005 của thống đốc NHNN về việc phân loại nợ, trích lập va sử dụng dự phòng dé xử lý RRTD trong hoạt động ngân hàng của tổ chức tín dụng, nợ xấu được định nghĩa là những khoản nợ được phân loại vào nhóm 3 (nợ dưới tiêu chuân), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả nang mat vốn). Phân loại nợ xấu ngân hàng Theo Điều 3 phần Phụ lục Nghị quyết số 42/2017/QH14 ngày 21 tháng 6 năm 2017 của Quốc hội về thí điểm xử lý nợ xấu của các tô chức tín dụng, nợ xấu được phân loại như sau: > Nợ dưới tiêu chuẩn (nhóm 3): - Nợ quá hạn từ 91 ngày đến 180 ngày - Nợ gia hạn lần đầu - Nợ được miễn, giảm lãi do khách hàng không đủ khả năng trả lãi đầy đủ theo hợp đồng tín dụng - Nợ thuộc một trong các trường hợp sau đây chưa thu hồi được trong thời hạn dưới 30 ngày kê từ ngày có quyết định thu hồi: + Khoản nợ vi phạm quy định tại các khoản 1, 3, 4, 5 và 6 Điều 126 của Luật Các tô chức tín dụng + Khoản nợ vi phạm quy định tại các khoản 1, 2, 3 và 4 Điều 127 của Luật Các tổ chức tín dụng + Khoản nợ vi phạm quy định tại các khoản 1, 2 và 5 Điều 128 của Luật Các tô chức tín dụng - Nợ trong thời hạn thu hồi theo kết luận thanh tra của NHNN Việt Nam - Nợ được tô chức tín dụng, chi nhánh ngân hàng nước ngoài phân loại lại vào nhóm 3 theo quy định của NHNN Việt Nam - Nợ phân loại vào nhóm 3 theo yêu cầu của NHNN Việt Nam - Nợ phân loại vào nhóm 3 theo thông tin do Trung tâm Thông tin tín dụng Quốc gia cung cấp - Nợ cơ cấu lại thời hạn trả nợ (điều chỉnh ky hạn trả nợ, gia hạn nợ) va gitt nguyên nhóm nợ lần đầu còn trong hạn theo thời hạn trả nợ đã được cơ cấu lại - Trai phiếu DN đã quá hạn thanh toán gốc, lãi từ 10 ngày đến 90 ngày. > Nợ nghỉ ngờ (nhóm 4): - Nợ quá hạn từ 181 ngày đến 360 ngày - Nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn dưới 90 ngày theo thời hạn trả nợ được cơ cấu lại lần đầu - Nợ cơ cấu lại thời hạn trả nợ lần thứ hai - Nợ thuộc một trong các trường hợp sau đây chưa thu hồi được trong thời hạn từ 30 ngày đến 60 ngày ké từ ngày có quyết định thu hồi: + Khoản nợ vi phạm quy định tại các khoản 1, 3, 4, 5 và 6 Điều 126 của Luật Các tô chức tín dụng + Khoản nợ vi phạm quy định tại các khoản 1, 2, 3 và 4 Điều 127 của Luật Các tổ chức tín dụng + Khoản nợ vi phạm quy định tại các khoản 1, 2 và 5 Điều 128 của Luật Các tô chức tín dụng - No phải thu hồi theo kết luận thanh tra của NHNN Việt Nam nhưng quá thời han thu hồi theo kết luận thanh tra đến 60 ngày mà vẫn chưa thu hồi được - Nợ được tô chức tín dụng, chi nhánh ngân hàng nước ngoài phân loại lại vào 5 nhóm 4 theo quy định của NHNN Việt Nam - Nợ phân loại vào nhóm 4 theo yêu cầu của NHNN Việt Nam - Nợ phân loại vào nhóm 4 theo thông tin do Trung tâm Thông tin tín dụng Quốc gia cung cấp - Nợ cơ cấu lại thời hạn trả nợ (điều chỉnh ky hạn trả nợ, gia han nợ) va giữ nguyên nhóm nợ lần đầu đã quá hạn đến 90 ngày theo thời hạn trả nợ đã được cơ cấu lại - Nợ cơ cấu lại thời hạn trả nợ (điều chỉnh ky hạn trả nợ, gia han nợ) va gift nguyên nhóm nợ lần thứ hai còn trong hạn theo thời hạn trả nợ đã được cơ cấu lại - Trái phiếu DN đã quá hạn thanh toán gốc, lãi từ 91 ngày đến 180 ngày. > Nợ có khả năng mắt vốn (nhóm 5): - Nợ quá hạn trên 360 ngày - Nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn từ 90 ngày trở lên theo thời hạn trả nợ được cơ cấu lại lần đầu - Nợ cơ cấu lại thời hạn trả nợ lần thứ hai quá hạn theo thời hạn trả nợ được cơ cầu lại lần thứ hai - Nợ cơ cấu lại thời hạn trả nợ lần thứ ba trở lên, ké cả chưa bị quá hạn hoặc đã quá hạn - No thuộc một trong các trường hợp sau đây chưa thu hồi được trong thời hạn trên 60 ngày ké từ ngày có quyết định thu hồi: + Khoản nợ vi phạm quy định tại các khoản 1, 3, 4, 5 và 6 Điều 126 của Luật Các tổ chức tín dụng + Khoản nợ vi phạm quy định tại các khoản 1, 2, 3 và 4 Điều 127 của Luật Các tô chức tín dụng + Khoản nợ vi phạm quy định tại các khoản 1, 2 và 5 Điều 128 của Luật Các tổ chức tín dụng - Nợ phải thu hồi theo kết luận thanh tra của NHNN Việt Nam nhưng quá thời hạn thu hồi trên 60 ngày mà chưa thu hồi được - Nợ được tô chức tín dụng, chi nhánh ngân hàng nước ngoài phân loại lại vào nhóm 5 theo quy định của NHNN Việt Nam - Nợ phân loại vào nhóm 5 theo yêu cầu của NHNN Việt Nam - Nợ phân loại vào nhóm 5 theo thông tin do Trung tâm Thông tin tín dung Quốc gia cung cap - Nợcơ cấu lại thời hạn trả nợ (điều chỉnh kỳ hạn trả nợ, gia han nợ) và gift nguyên nhóm nợ lần đầu đã quá hạn từ 91 ngày trở lên theo thời hạn trả nợ đã được cơ cấu lại - Nợ cơ cấu lại thời hạn trả nợ (điều chỉnh kỳ hạn trả nợ, gia han nợ) và gift nguyên nhóm nợ lần thứ hai quá hạn trả nợ theo thời hạn trả nợ đã được cơ cấu lại lần thứ hai - Nợcơ cấu lại thời hạn trả nợ (điều chỉnh ky hạn trả nợ, gia hạn nợ) và g1ữ nguyên nhóm nợ lần thứ ba trở lên còn trong hạn hoặc đã quá hạn theo thời hạn trả nợ đã được cơ cấu lại - Trdi phiếu DN đã quá hạn thanh toán gốc, lãi trên 180 ngày.

Những chỉ tiêu cơ bản phản ánh nợ xấu Có rất nhiều chỉ tiêu phản ánh nợ xấu ngân hàng, theo “Nghiên cứu chỉ tiêu đánh giá rủi ro tín dụng của các NHTM” của tác giả Pham Thái Hà thông thường người ta thường dùng những chỉ tiêu sau: > Tổng số nợ xấu: Đây là chỉ tiêu phản ánh chung nhất giá trị tuyệt đối của toàn bộ khoản nợ xấu ngân hàng.