Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp của tác giả Nguyễn Hoàng Chương (ngành Tài chính – Ngân hàng, Trường Đại học Ngân Hàng Thành phố Hồ Chí Minh, thực hiện dưới sự hướng dẫn của PGS.TS Đặng Văn Dân vào tháng 11 năm 2022) tập trung phân tích thực nghiệm các yếu tố tác động đến tỷ lệ nợ xấu tại hệ thống Ngân hàng Thương mại Cổ phần (NHTMCP) ở Việt Nam.

Trong hệ thống tài chính, NHTMCP giữ vai trò huyết mạch trong việc luân chuyển vốn và cung ứng dịch vụ tiền tệ. Hoạt động cấp tín dụng mang lại nguồn thu nhập cốt lõi nhưng đồng thời tiềm ẩn rủi ro tín dụng cao. Theo các nghiên cứu kinh tế lượng quốc tế (Louzis, 2012; Nkusu, 2011; Rogoff, 2010), nợ xấu là chỉ báo hàng đầu cho các cuộc khủng hoảng tài chính tiềm tàng. Tại Việt Nam, nợ xấu tích tụ từ năm 2007 và bộc lộ rõ rệt vào năm 2011 khi kinh tế vĩ mô suy giảm, chính sách tiền tệ thắt chặt khiến thanh khoản hệ thống bị ảnh hưởng. Theo số liệu trong văn bản, tỷ lệ nợ xấu từng tăng vọt lên mức 4,x% theo báo cáo thường niên của Ngân hàng Nhà nước (NHNN), đạt 8,x% theo số liệu Thanh tra NHNN cuối tháng 3/2012, và ước tính lên tới 12% theo Ngân hàng Thế giới (WB, 2014). Mặc dù giai đoạn 2016–2020 tỷ lệ nợ xấu nội bảng giảm từ 2,63% xuống 1,9%, con số này chưa phản ánh hết các khoản nợ tiềm ẩn có khả năng mất vốn. Việc nhận diện chính xác nguyên nhân gốc rễ gây ra nợ xấu từ cả góc độ nội tại ngân hàng và môi trường vĩ mô là yêu cầu cấp thiết.

Mục tiêu nghiên cứu

  1. Mục tiêu tổng quát: Xác định các nhân tố ảnh hưởng đến nợ xấu tại các NHTMCP ở Việt Nam; từ đó đưa ra một số khuyến nghị và hàm ý chính sách nhằm hạn chế nợ xấu, nâng cao chất lượng tín dụng trong thời gian tới.
  2. Mục tiêu cụ thể:
    • Nhận diện các yếu tố vi mô (nội tại ngân hàng) và vĩ mô tác động đến nợ xấu tại các NHTMCP niêm yết tại Việt Nam.
    • Xây dựng mô hình kinh tế lượng phù hợp với đặc thù dữ liệu bảng của hệ thống ngân hàng Việt Nam.
    • Phân tích, đánh giá thực nghiệm mức độ và chiều hướng tác động của từng yếu tố lên tỷ lệ nợ xấu.
    • Kiểm chứng các giả thuyết nghiên cứu làm cơ sở cho các đề xuất chính sách.

Câu hỏi nghiên cứu

  1. Các yếu tố nào (nội tại ngân hàng và kinh tế vĩ mô) tác động đến nợ xấu của các NHTMCP tại Việt Nam?
  2. Chiều hướng (cùng chiều hay ngược chiều) và mức độ tác động của các yếu tố đó lên tỷ lệ nợ xấu của các NHTMCP tại Việt Nam như thế nào?

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Các yếu tố tác động đến nợ xấu của các NHTMCP tại Việt Nam.
  • Phạm vi không gian: 25 NHTMCP đang hoạt động và niêm yết/giao dịch trên các sàn HOSE, HNX và UPCOM (được lựa chọn do đáp ứng đầy đủ yêu cầu công bố báo cáo tài chính kiểm toán liên tục trong toàn bộ 39 NHTMCP).
  • Phạm vi thời gian: Giai đoạn 11 năm, từ năm 2010 đến năm 2021.

Cơ sở lý thuyết và phương pháp

Khóa luận tiếp cận vấn đề nghiên cứu bằng sự kết hợp giữa lý thuyết kinh tế – tài chính ngân hàng chuẩn tắc và phương pháp kinh tế lượng hiện đại cho dữ liệu bảng động.

Khung lý thuyết và khái niệm sử dụng

Tác giả hệ thống hóa các khái niệm và chuẩn mực phân loại nợ quốc tế và trong nước:

  • Khái niệm nợ xấu: Dựa trên chuẩn mực của Quỹ Tiền tệ Quốc tế (IMF, 2004), Ủy ban Basel về Giám sát Ngân hàng (BCBS, 2000, 2002), Chuẩn mực Kế toán Quốc tế (IAS/IFRS), Viện Tài chính Quốc tế (IIF, 1999) và Ngân hàng Thế giới (World Bank, 2003). Về bản chất, nợ xấu được xác định theo 2 tiêu chí cốt lõi: quá hạn trả gốc/lãi từ 90 ngày trở lên và có sự suy giảm khả năng thực hiện nghĩa vụ nợ của khách hàng.
  • Khung pháp lý Việt Nam: Quyết định số 493/2005/QĐ-NHNN, Quyết định hợp nhất số 22/VBHN-NHNN và Thông tư số 02/2013/TT-NHNN của Thống đốc NHNN. Nợ được phân thành 5 nhóm; nợ xấu bao gồm Nhóm 3 (Nợ dưới tiêu chuẩn), Nhóm 4 (Nợ nghi ngờ) và Nhóm 5 (Nợ có khả năng mất vốn).
  • Các nền tảng lý thuyết giải thích tác động:
    • Lý thuyết Thông tin bất cân xứng (George Akerlof, 1970): Giải thích hiện tượng lựa chọn bất lợi và rủi ro đạo đức trong cấp tín dụng khi ngân hàng thiếu thông tin minh bạch từ người vay.
    • Lý thuyết Chu kỳ kinh doanh (Business Cycle Theory): Giải thích mối quan hệ ngược chiều giữa tăng trưởng kinh tế (GDP) và tỷ lệ nợ xấu khi chu kỳ suy thoái làm giảm thu nhập của khách hàng.
    • Lý thuyết Lợi thế kinh tế theo quy mô (Salas & Saurina, 2002) và Giả thuyết "Quá lớn để phá sản" (Too-Big-To-Fail - Boyd & Gertler, 1994): Đánh giá tác động trái chiều của quy mô ngân hàng đến khẩu vị rủi ro và hiệu quả kiểm soát nợ.
    • Giả thuyết Quản lý kém hiệu quả (Bad Management Hypothesis - Berger & DeYoung, 1997): Chứng minh mối quan hệ giữa năng lực quản trị, tỷ suất sinh lời (ROA), tỷ lệ trích lập dự phòng (LLR) và nợ xấu kỳ trước đối với rủi ro tín dụng hiện tại.
    • Lý thuyết Rủi ro đạo đức về tỷ lệ vốn (Keeton & Morris, 1987): Giải thích xu hướng ngân hàng có tỷ lệ vốn chủ sở hữu mỏng (ETA thấp) thường đầu tư vào các tài sản rủi ro cao hơn.

Mô hình kinh tế lượng và kỳ vọng biến

Mô hình nghiên cứu dạng bảng động được xây dựng như sau:

$$\text{NPL}{i,t} = \beta_0 + \beta_1 \text{NPL}{i,t-1} + \beta_2 \text{SIZE}{i,t} + \beta_3 \text{ROA}{i,t} + \beta_4 \text{LLR}{i,t} + \beta_5 \text{LGR}{i,t} + \beta_6 \text{ETA}_{i,t} + \beta_7 \text{GDP}_t + \beta_8 \text{IFL}t + \varepsilon{i,t}$$

Ký hiệu Tên biến Cách đo lường / Công thức Kỳ vọng dấu
$\text{NPL}_{i,t}$ Tỷ lệ nợ xấu (Biến phụ thuộc) $(\text{Nợ nhóm 3} + \text{Nhóm 4} + \text{Nhóm 5}) / \text{Tổng dư nợ}$ Phụ thuộc
$\text{NPL}_{i,t-1}$ Tỷ lệ nợ xấu kỳ trước $\text{Nợ xấu năm trước} / \text{Tổng dư nợ năm trước}$ $+$
$\text{SIZE}_{i,t}$ Quy mô ngân hàng $\text{Ln}(\text{Tổng tài sản bình quân})$ $+$
$\text{ROA}_{i,t}$ Suất sinh lời trên tài sản $\text{Lợi nhuận sau thuế} / \text{Tổng tài sản bình quân}$ $-$
$\text{LLR}_{i,t}$ Tỷ lệ dự phòng rủi ro tín dụng $\text{Chi phí dự phòng rủi ro tín dụng} / \text{Tổng dư nợ}$ $+$
$\text{LGR}_{i,t}$ Tốc độ tăng trưởng tín dụng $(\text{Dư nợ}t - \text{Dư nợ}{t-1}) / \text{Dư nợ}_{t-1}$ $+$
$\text{ETA}_{i,t}$ Tỷ lệ vốn CSH trên tổng tài sản $\text{Vốn chủ sở hữu} / \text{Tổng tài sản}$ $-$
$\text{GDP}_t$ Tốc độ tăng trưởng kinh tế Tỷ lệ tăng trưởng GDP hàng năm (Tổng cục Thống kê, WB) $-$
$\text{IFL}_t$ Tỷ lệ lạm phát Tỷ lệ tăng/giảm chỉ số giá tiêu dùng CPI (Tổng cục Thống kê) $+$

Phương pháp nghiên cứu và nguồn dữ liệu

  • Phương pháp định tính: Thu thập, phân tích, so sánh và tổng hợp dữ liệu từ báo cáo tài chính kiểm toán và báo cáo thường niên của 25 NHTMCP; các báo cáo của NHNN, IMF, World Bank, Viện Nghiên cứu Kinh tế và Chính sách (VEPR).
  • Phương pháp định lượng: Xử lý dữ liệu bảng cân bằng (Balanced Panel Data) gồm 300 quan sát thông qua phần mềm Microsoft Excel và Stata.
  • Quy trình ước lượng và kiểm định:
    1. Thống kê mô tả và lập ma trận hệ số tương quan giữa các biến.
    2. Ước lượng mô hình OLS gộp (Pooled OLS), Mô hình tác động cố định (FEM) và Mô hình tác động ngẫu nhiên (REM), kết hợp kiểm định Hausman test, F-test, Breusch-Pagan test.
    3. Kiểm định các khuyết tật: Kiểm định hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai (VIF); kiểm định phương sai sai số thay đổi bằng kiểm định Lagrange Multiplier; kiểm định hiện tượng tự tương quan bậc một bằng kiểm định Wooldridge.
    4. Ứng dụng phương pháp ước lượng Moment tổng quát (Generalized Method of Moments - GMM) theo kỹ thuật của Hansen (1982) và Arellano & Bover để xử lý triệt để hiện tượng nội sinh gây ra bởi biến độ trễ $\text{NPL}_{i,t-1}$ và các khuyết tật của dữ liệu bảng.

Nội dung chính theo từng chương

Chương 1: Giới thiệu nghiên cứu

Chương mở đầu xác lập tính cấp thiết của đề tài nghiên cứu về rủi ro tín dụng và nợ xấu tại các NHTMCP Việt Nam. Tác giả trình bày bối cảnh thực tiễn nợ xấu giai đoạn 2007–2021, làm rõ 2 mục tiêu nghiên cứu (tổng quát và 4 mục tiêu cụ thể), 2 câu hỏi nghiên cứu trọng tâm, đối tượng nghiên cứu, phạm vi không gian (25 NHTMCP) và thời gian (2010–2021). Chương 1 cũng khái quát các phương pháp nghiên cứu định tính và định lượng được sử dụng, đóng góp mới của đề tài và kết cấu gồm 5 chương của khóa luận.

Chương 2: Lý thuyết và các nghiên cứu thực nghiệm

Chương 2 trình bày có hệ thống cơ sở lý luận về ngân hàng thương mại, hoạt động cấp tín dụng và bản chất của nợ xấu. Tác giả tổng hợp các tiêu chuẩn phân loại nợ của IMF, BCBS, World Bank, IIF và các văn bản quy phạm pháp luật tại Việt Nam (Quyết định 493/2005, Quyết định 22/VBHN-NHNN, Thông tư 02/2013/TT-NHNN). Chương này phân tích sâu sắc các lý thuyết nền tảng (Thông tin bất cân xứng, Chu kỳ kinh doanh, Hiệu ứng quy mô, Quản lý kém hiệu quả, Rủi ro đạo đức). Đồng thời, tác giả lược khảo các công trình nghiên cứu thực nghiệm quốc tế (Keeton & Morris, 1987; Salas & Saurina, 2002; Bofondi & Ropele, 2011; Hu, Li & Chiu, 2004; Khemraj & Pasha, 2009; Makri, Tsagkanos & Bellas, 2014; Messai & Jouini, 2013) và các công trình trong nước (Đỗ Quỳnh Anh & Nguyễn Đức Hùng, 2013; Nguyễn Thị Hồng Vinh, 2015, 2017; Phạm Thị Mỹ Huệ, 2016; Đặng Thị Diệu Hương, 2016). Từ đó, tác giả lập bảng tổng hợp các nhân tố vi mô và vĩ mô thường xuyên tác động đến nợ xấu để chuẩn bị xây dựng mô hình.

Chương 3: Phương pháp và dữ liệu nghiên cứu

Chương 3 thiết lập mô hình kinh tế lượng hồi quy dữ liệu bảng động, định nghĩa toán học và công thức tính toán cho biến phụ thuộc (NPL) cùng 8 biến độc lập (NPL kỳ trước, SIZE, ROA, LLR, LGR, ETA, GDP, IFL). Tác giả thiết lập 8 giả thuyết nghiên cứu tương ứng ($H_1$ đến $H_8$) và mô tả kỳ vọng dấu. Chương này thuyết minh nguồn gốc bộ dữ liệu thứ cấp gồm 300 quan sát từ báo cáo tài chính của 25 NHTMCP niêm yết trong giai đoạn 2010–2021. Quy trình nghiên cứu được chi tiết hóa thành 8 bước logic: từ lược khảo lý thuyết, xác định mẫu, phân tích thống kê mô tả, phân tích tương quan, kiểm định các giả thiết hồi quy, kiểm định khuyết tật (VIF, Lagrange, Wooldridge), ước lượng GMM trên Stata đến thảo luận và đưa ra khuyến nghị.

Chương 4: Thảo luận kết quả nghiên cứu

Chương 4 tập trung vào việc xử lý dữ liệu và trình bày kết quả thực nghiệm. Tác giả thực hiện thống kê mô tả chi tiết cho 8 biến nghiên cứu, phân tích ma trận hệ số tương quan tuyến tính giữa từng biến độc lập với tỷ lệ nợ xấu. Tiếp theo, các kiểm định chẩn đoán mô hình được thực hiện:

  • Kiểm định chỉ số VIF cho thấy hệ số của tất cả các biến đều nhỏ hơn 10 (trong đó biến ETA có VIF là 2,50), khẳng định mô hình không bị hiện tượng đa cộng tuyến nghiêm trọng.
  • Kiểm định Lagrange Multiplier kiểm tra phương sai sai số thay đổi cho kết quả $\text{chibar}^2(01) = 3{,}0277$ với $\text{Prob} > \text{chibar}^2 = 0{,}0277$.
  • Kiểm định Wooldridge kiểm tra tự tương quan bậc một cho kết quả thống kê $F(1, 24) = 4{,}0414$ với $\text{Prob} > F = 0{,}05$.
  • Áp dụng phương pháp ước lượng GMM hệ thống nhằm kiểm soát các khuyết tật và tính nội sinh do biến trễ nợ xấu $\text{NPL}_{i,t-1}$ gây ra, từ đó phân tích và thảo luận chuyên sâu về tác động thực tế của từng nhân tố.

Chương 5: Kết luận và khuyến nghị

Trên cơ sở kết quả hồi quy GMM ở Chương 4, chương cuối đúc kết các phát hiện chính về chiều hướng và mức độ tác động của các nhân tố vi mô và vĩ mô đến nợ xấu. Tác giả đề xuất các nhóm giải pháp và khuyến nghị chính sách cụ thể dành cho các NHTMCP (nâng cao chất lượng thẩm định, kiểm soát tốc độ tăng trưởng tín dụng nóng, tăng cường năng lực quản trị rủi ro, trích lập dự phòng đầy đủ) và dành cho Ngân hàng Nhà nước trong việc giám sát hệ thống. Đồng thời, chương này chỉ ra các hạn chế về quy mô mẫu và gợi mở hướng nghiên cứu tiếp theo.


Kết quả và đóng góp

Kết quả thống kê mô tả các biến nghiên cứu

Dữ liệu bảng cân bằng với $N = 300$ quan sát từ 25 NHTMCP giai đoạn 2010–2021 ghi nhận các giá trị thống kê cụ thể:

Biến số Ký hiệu Giá trị trung bình (Mean) Độ lệch chuẩn (Std. Dev.) Giá trị nhỏ nhất (Min) Giá trị lớn nhất (Max)
Tỷ lệ nợ xấu $\text{NPL}$ $2{,}15%$ $1{,}39%$ $0{,}00%$ (BID, 2021) $9{,}19%$ (NAB, 2021)
Quy mô ngân hàng $\text{SIZE}$ $18{,}56$ $1{,}xx$ $15{,}92$ (BVB, 2010) $21{,}28$ (BIDV, 2021)
Khả năng sinh lời $\text{ROA}$ $0{,}99%$ $0{,}84%$ $0{,}00%$ (NVB, 2020) $8{,}14%$ (SGB, 2021)
Dự phòng rủi ro tín dụng $\text{LLR}$ $4{,}00%$ $13{,}xx%$ $0{,}01%$ (VAB, 2011) $167{,}00%$ (LPB, 2011)
Tăng trưởng tín dụng $\text{LGR}$ $20{,}xx%$ $19{,}xx%$ $-29{,}86%$ (TPB, 2011) $112{,}39%$ (SEA, 2014)
Tỷ lệ vốn CSH / Tổng TS $\text{ETA}$ $9{,}xx%$ $4{,}xx%$ $4{,}06%$ (BID, 2017) $25{,}53%$ (KLB, 2010)
Tăng trưởng GDP $\text{GDP}$ $5{,}71%$ $1{,}xx%$ $2{,}xx%$ (2021) $7{,}07%$ (2018)
Tỷ lệ lạm phát $\text{IFL}$ $5{,}40%$ $4{,}xx%$ $0{,}xx%$ (2015) $18{,}68%$ (2011)

Kết quả phân tích tương quan tuyến tính

Ma trận tương quan ghi nhận mối quan hệ sơ bộ giữa các biến độc lập với biến phụ thuộc nợ xấu ($\text{NPL}$):

  • Tương quan âm (-): Suất sinh lời trên tài sản $\text{ROA}$ ($-0{,}2149$ / $-0{,}1292$), Quy mô ngân hàng $\text{SIZE}$ ($-0{,}1873$), Tốc độ tăng trưởng tín dụng $\text{LGR}$ ($-0{,}0592$).
  • Tương quan dương (+): Tỷ lệ trích lập dự phòng $\text{LLR}$ ($+0{,}0207$), Tỷ lệ vốn chủ sở hữu $\text{ETA}$ ($+0{,}1549$), Tăng trưởng kinh tế $\text{GDP}$ ($+0{,}0936$), Tỷ lệ lạm phát $\text{IFL}$ ($+0{,}1504$).

Đóng góp của nghiên cứu

  • Đóng góp về mặt học thuật và thực nghiệm: Bổ sung vào hệ thống tài liệu nghiên cứu về rủi ro tín dụng tại các thị trường mới nổi bằng bộ dữ liệu cập nhật 11 năm (2010–2021) của 25 NHTMCP Việt Nam, bao quát giai đoạn biến động kinh tế và ảnh hưởng của đại dịch Covid-19 (giai đoạn 2020–2021 mà các nghiên cứu trước năm 2017 chưa cập nhật).
  • Đóng góp về mặt phương pháp luận: Khắc phục triệt để các khuyết tật của mô hình hồi quy tuyến tính cổ điển (đa cộng tuyến, phương sai thay đổi, tự tương quan và tính nội sinh do biến trễ nợ xấu $\text{NPL}_{i,t-1}$) thông qua việc áp dụng phương pháp Moment tổng quát GMM trên phần mềm Stata.
  • Đóng góp thực tiễn: Cung cấp bằng chứng thực nghiệm đáng tin cậy hỗ trợ các nhà quản trị ngân hàng thương mại và Ngân hàng Nhà nước hoạch định chính sách kiểm soát rủi ro, phân bổ chi phí dự phòng và điều tiết chỉ tiêu tăng trưởng tín dụng hợp lý.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận tự chỉ ra một số điểm hạn chế trong phạm vi thực hiện:

  • Hạn chế về quy mô mẫu nghiên cứu: Bộ dữ liệu chỉ thu thập được từ 25 NHTMCP trên tổng số 39 NHTMCP tại Việt Nam, do nhiều ngân hàng chưa niêm yết không công bố đầy đủ và liên tục các số liệu kiểm toán trong suốt chuỗi thời gian 2010–2021.
  • Hạn chế về biến số nghiên cứu: Mô hình tập trung vào 8 biến số tài chính và vĩ mô cơ bản, chưa mở rộng phân tích các biến số về cấu trúc quản trị công ty (Corporate Governance Index - CGI), chỉ số lành mạnh tài chính (FSIS) hoặc các khía cạnh định tính trong chính sách cấp tín dụng của từng ngân hàng.
  • Hướng nghiên cứu tiếp theo: Tác giả đề xuất mở rộng cỡ mẫu bao gồm toàn bộ hệ thống các tổ chức tín dụng khi dữ liệu minh bạch hơn; kéo dài chuỗi thời gian nghiên cứu; bổ sung các biến số quản trị nội bộ và kiểm tra tác động phi tuyến của các cú sốc vĩ mô đối với nợ xấu.

Giá trị tham khảo

Tài liệu khóa luận có giá trị tham khảo thiết thực cho các nhóm đối tượng:

  • Sinh viên, học viên cao học ngành Tài chính – Ngân hàng, Kinh tế học: Tài liệu cung cấp mẫu hình chuẩn mực về quy trình thực hiện một nghiên cứu định lượng thực nghiệm sử dụng dữ liệu bảng động, từ cách đặt giả thuyết, trích xuất dữ liệu BCTC đến các bước kiểm định kinh tế lượng trên Stata.
  • Người làm đề tài nghiên cứu về rủi ro tín dụng: Phần lược khảo lý thuyết tại Chương 2 (với bảng tổng hợp hệ thống các nghiên cứu trong nước và quốc tế) và công thức xác định các chỉ số tài chính (NPL, LLR, ETA, SIZE) tại Chương 3 là nguồn tham khảo trực tiếp, rõ ràng.
  • Chuyên viên phân tích rủi ro tại các ngân hàng thương mại: Cung cấp góc nhìn định lượng về mức độ phân tán nợ xấu giữa các nhóm ngân hàng và mối liên hệ giữa các chỉ tiêu an toàn vốn, dự phòng rủi ro với nợ xấu thực tế.

Câu hỏi thường gặp

1. Nợ xấu trong khóa luận được định nghĩa và tính toán bằng công thức nào?

Theo văn bản, nợ xấu được xác định là tổng các khoản nợ thuộc Nhóm 3 (Nợ dưới tiêu chuẩn), Nhóm 4 (Nợ nghi ngờ) và Nhóm 5 (Nợ có khả năng mất vốn) quy định theo Thông tư số 02/2013/TT-NHNN và Quyết định số 22/VBHN-NHNN của Ngân hàng Nhà nước. Biến phụ thuộc tỷ lệ nợ xấu ($\text{NPL}$) được tính bằng công thức:

$$\text{NPL} = \frac{\text{Nợ nhóm 3} + \text{Nợ nhóm 4} + \text{Nợ nhóm 5}}{\text{Tổng dư nợ}}$$

2. Mẫu nghiên cứu của đề tài gồm bao nhiêu ngân hàng và trong giai đoạn nào?

Mẫu nghiên cứu gồm 25 NHTMCP tại Việt Nam (niêm yết/giao dịch trên HOSE, HNX và UPCOM) trong giai đoạn 11 năm từ năm 2010 đến năm 2021, tạo thành bộ dữ liệu bảng cân bằng với 300 quan sát. Tác giả không chọn đủ 39 NHTMCP do chỉ có 25 ngân hàng công bố đầy đủ số liệu tài chính liên tục trong suốt 11 năm.

3. Tỷ lệ nợ xấu trung bình, cao nhất và thấp nhất trong mẫu nghiên cứu là bao nhiêu?

Theo kết quả thống kê mô tả tại Chương 4:

  • Tỷ lệ nợ xấu trung bình của 25 NHTMCP là $2{,}15%$ (độ lệch chuẩn $1{,}39%$).
  • Tỷ lệ nợ xấu cao nhất là $9{,}19%$, thuộc về ngân hàng Nam Á Bank (NAB) vào năm 2021.
  • Tỷ lệ nợ xấu thấp nhất là $0{,}00%$, thuộc về Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV) vào năm 2021.

4. Kết quả kiểm định các khuyết tật của mô hình (đa cộng tuyến, phương sai thay đổi, tự tương quan) như thế nào?

  • Đa cộng tuyến: Kiểm định hệ số phóng đại phương sai ghi nhận $\text{VIF} < 10$ đối với tất cả các biến (biến $\text{ETA}$ có VIF là 2,50), kết luận mô hình không có đa cộng tuyến nghiêm trọng.
  • Phương sai thay đổi: Kiểm định Lagrange Multiplier cho thống kê $\text{chibar}^2(01) = 3{,}0277$ với $\text{Prob} > \text{chibar}^2 = 0{,}0277$.
  • Tự tương quan: Kiểm định Wooldridge cho thống kê $F(1, 24) = 4{,}0414$ với $\text{Prob} > F = 0{,}05$.

5. Tại sao tác giả phải sử dụng phương pháp ước lượng Moment tổng quát (GMM)?

Mô hình nghiên cứu đưa biến trễ của biến phụ thuộc ($\text{NPL}_{i,t-1}$) vào làm biến độc lập, làm xuất hiện hiện tượng nội sinh (endogeneity). Để khắc phục hiện tượng này cùng các khuyết tật tiềm ẩn của dữ liệu bảng (phương sai thay đổi, tự tương quan), phương pháp ước lượng Moment tổng quát GMM (Hansen, 1982) được sử dụng để đảm bảo các ước lượng thu được không bị chệch và có tính vững thống kê cao.


Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Hoàng Chương đã giải quyết trọn vẹn mục tiêu nhận diện và lượng hóa các yếu tố tác động đến nợ xấu tại 25 NHTMCP Việt Nam giai đoạn 2010–2021. Bằng việc kết hợp chặt chẽ giữa các lý thuyết tài chính ngân hàng hiện đại và kỹ thuật ước lượng GMM trên dữ liệu bảng động, nghiên cứu đã chứng minh sự chi phối của cả nhóm nhân tố nội tại ngân hàng lẫn môi trường kinh tế vĩ mô đến rủi ro tín dụng. Các phát hiện thực nghiệm và hệ thống dữ liệu trong công trình mang lại giá trị học thuật đáng tin cậy và là tài liệu tham khảo hữu ích cho việc nghiên cứu cũng như quản trị rủi ro nợ xấu trong hệ thống ngân hàng Việt Nam.