Các Yếu Tố Ảnh Hưởng Đến Rủi Ro Tín Dụng Của Ngân Hàng Thương Mại Cổ Phần Việt Nam

Tài liệu nghiên cứu Các yếu tố ảnh hưởng đến rủi ro tín dụng của ngân hàng tmcp việt nam 2023, tổng hợp lý thuyết và thực hành, cung cấp kiến thức chuyên sâu về kinh tế.

• Tác giả: Lương Ngọc Diễm Quỳnh
• Người hướng dẫn: TS. Trần Vương Thịnh
• Trường học: Trường Đại Học Ngân Hàng Thành Phố Hồ Chí Minh
• Chuyên ngành: Tài chính – Ngân hàng
• Đề tài: Các Yếu Tố Ảnh Hưởng Đến Rủi Ro Tín Dụng Của Ngân Hàng Thương Mại Cổ Phần Việt Nam
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƢƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
• 1.1. TÍNH CẦN THIẾT CỦA ĐỀ TÀI
• 1.2. MỤC TIÊU NGHIÊN CỨU
• 1.2.1. Mục tiêu chung
• 1.2.2. Mục tiêu cụ thể
• 1.3. CÂU HỎI NGHIÊN CỨU
• 1.4. ĐỐI TƢỢNG VÀ PHẠM VI NGHIÊN CỨU
• 1.4.1. Đối tƣợng nghiên cứu
• 1.4.2. Phạm vi nghiên cứu
• 1.5. PHƢƠNG PHÁP NGHIÊN CỨU
• 1.5.1. Phƣơng pháp định tính
• 1.5.2. Phƣơng pháp định lƣợng
• 2. CHƢƠNG 2: CƠ SỞ LÝ THUYẾT VỀ CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN RỦI RO TÍN DỤNG TẠI NGÂN HÀNG THƢƠNG MẠI
• 2.1. TỔNG QUAN VỀ NGÂN HÀNG THƢƠNG MẠI
• 2.1.1. Khái niệm ngân hàng thƣơng mại
• 2.1.2. Các hoạt động kinh doanh của ngân hàng thƣơng mại
• 2.1.2.1. Nhận tiền gửi
• 2.1.2.2. Cung ứng dịch vụ thanh toán qua tài khoản
• 2.1.2.3. Vai trò của ngân hàng thƣơng mại
• 2.2. RỦI RO TÍN DỤNG
• 2.2.1. Khái niệm rủi ro tín dụng
• 2.2.2. Phân loại rủi ro tín dụng
• 2.2.2.1. Căn cứ vào nguyên nhân
• 2.2.2.2. Căn cứ vào mức độ tổn thất
• 2.2.2.3. Căn cứ vào phạm vi
• 2.2.3. Đo lƣờng rủi ro tín dụng
• 2.2.4. Tác động của rủi ro tín dụng
• 2.2.4.1. Đối với hệ thống ngân hàng thƣơng mại
• 2.2.4.2. Đối với nền kinh tế
• 2.3. LƢỢC KHẢO CÁC NGHIÊN CỨU LIÊN QUAN
• 2.3.1. Các nghiên cứu nƣớc ngoài
• 2.3.2. Các nghiên cứu trong nƣớc
• 2.3.3. Nhận xét chung về các nghiên cứu liên quan
• 2.4. CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN RỦI RO TÍN DỤNG TẠI NGÂN HÀNG THƢƠNG MẠI
• 2.4.1. Yếu tố vi mô
• 2.4.1.1. Quy mô ngân hàng
• 2.4.1.2. Đòn bẩy tài chính
• 2.4.1.3. Thu nhập ngoài lãi
• 2.4.1.4. Tỷ suất lợi nhuận trên tổng tài sản
• 2.4.1.5. Tính thanh khoản
• 2.4.2. Yếu tố vĩ mô
• 2.4.2.1. Tốc độ tăng trƣởng GDP
• 2.5. KẾT LUẬN CHƢƠNG 2
• 3. CHƢƠNG 3: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN KẾT QUẢ
• 3.1. THỐNG KÊ MÔ TẢ
• 3.2. PHÂN TÍCH MA TRẬN TƢƠNG QUAN
• 3.3. ƢỚC LƢỢNG MÔ HÌNH HỒI QUY
• 3.4. LỰA CHỌN MÔ HÌNH PHÙ HỢP
• 3.4.1. Lựa chọn Pooled OLS và FEM
• 3.4.2. Kiểm định Hausman
• 3.5. KIỂM ĐỊNH KHUYẾT TẬT CỦA MÔ HÌNH ĐƢỢC LỰA CHỌN
• 3.5.1. Kiểm định đa cộng tuyến
• 3.5.2. Kiểm định tự tƣơng quan
• 3.5.3. Kiểm định phƣơng sai sai số thay đổi
• 3.6. ƢỚC LƢỢNG FGLS
• 3.7. THẢO LUẬN KẾT QUẢ HỒI QUY
• 3.7.1. Quy mô ngân hàng
• 3.7.2. Đòn bẩy tài chính
• 3.7.3. Thu nhập ngoài lãi
• 3.7.4. Tỷ suất lợi nhuận trên tổng tài sản
• 3.7.5. Tính thanh khoản
• 3.7.6. Tăng trƣởng GDP
• 3.8. KẾT LUẬN CHƢƠNG 3
• 4. CHƢƠNG 4: KẾT LUẬN VÀ ĐỀ XUẤT
• 4.1. KẾT LUẬN CHUNG
• 4.2. ĐỀ XUẤT VÀ KIẾN NGHỊ
• 4.2.1. Đề xuất cho các NHTM Việt Nam
• 4.2.1.1. Quy mô ngân hàng
• 4.2.1.2. Thu nhập ngoài lãi
• 4.2.1.3. Tỷ suất lợi nhuận trên tổng tài sản
• 4.2.2. Kiến nghị cho các cơ quan quản lý nhà nƣớc
• 4.2.2.1. Kiến nghị dựa trên lạm phát
• 4.3. HẠN CHẾ CỦA ĐỀ TÀI VÀ HƢỚNG NGHIÊN CỨU MỞ RỘNG
• 4.3.1. Hạn chế của đề tài
• 4.3.2. HƢớng nghiên cứu mở rộng
• 4.4. KẾT LUẬN CHƢƠNG 5
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về rủi ro tín dụng ngân hàng TMCP Việt Nam 2023

Rủi ro tín dụng là một trong những vấn đề quan trọng nhất mà các ngân hàng thương mại cổ phần (NHTMCP) tại Việt Nam phải đối mặt. Trong bối cảnh nền kinh tế đang phát triển nhanh chóng, việc hiểu rõ các yếu tố ảnh hưởng đến rủi ro tín dụng là rất cần thiết. NHTMCP đóng vai trò quan trọng trong việc cung cấp vốn cho nền kinh tế, nhưng cũng tiềm ẩn nhiều rủi ro. Theo số liệu từ Ngân hàng Nhà nước, tỷ lệ nợ xấu đã tăng lên 6.08% vào năm 2022, cho thấy sự cần thiết phải nghiên cứu sâu hơn về vấn đề này.

1.1. Khái niệm và phân loại rủi ro tín dụng

Rủi ro tín dụng được định nghĩa là khả năng khách hàng không trả nợ đúng hạn. Phân loại rủi ro tín dụng có thể dựa trên nguyên nhân, mức độ tổn thất và phạm vi ảnh hưởng. Việc phân loại này giúp các NHTMCP có cái nhìn tổng quan hơn về các rủi ro mà họ phải đối mặt.

1.2. Tác động của rủi ro tín dụng đến nền kinh tế

Rủi ro tín dụng không chỉ ảnh hưởng đến hoạt động của các NHTMCP mà còn tác động tiêu cực đến nền kinh tế. Tỷ lệ nợ xấu cao có thể dẫn đến sự tắc nghẽn nguồn vốn, giảm hiệu quả đầu tư và gia tăng tỷ lệ thất nghiệp.

II. Các yếu tố vi mô ảnh hưởng đến rủi ro tín dụng ngân hàng TMCP

Các yếu tố vi mô như quy mô ngân hàng, đòn bẩy tài chính và thu nhập ngoài lãi có ảnh hưởng lớn đến rủi ro tín dụng. Những yếu tố này không chỉ quyết định khả năng sinh lời mà còn ảnh hưởng đến khả năng quản lý rủi ro của ngân hàng.

2.1. Quy mô ngân hàng và rủi ro tín dụng

Quy mô ngân hàng có thể ảnh hưởng đến khả năng quản lý rủi ro tín dụng. Ngân hàng lớn thường có nhiều nguồn lực hơn để phân tích và đánh giá khách hàng, từ đó giảm thiểu rủi ro.

2.2. Đòn bẩy tài chính và tác động đến rủi ro tín dụng

Đòn bẩy tài chính cao có thể làm tăng rủi ro tín dụng. Khi ngân hàng sử dụng nhiều nợ để tài trợ cho hoạt động, khả năng thanh khoản có thể bị ảnh hưởng nếu khách hàng không trả nợ đúng hạn.

2.3. Thu nhập ngoài lãi và rủi ro tín dụng

Thu nhập ngoài lãi giúp ngân hàng đa dạng hóa nguồn thu, từ đó giảm thiểu rủi ro tín dụng. Ngân hàng có thể sử dụng thu nhập này để bù đắp cho các khoản nợ xấu.

III. Các yếu tố vĩ mô ảnh hưởng đến rủi ro tín dụng ngân hàng TMCP

Các yếu tố vĩ mô như tình hình kinh tế, lạm phát và tăng trưởng GDP có tác động mạnh mẽ đến rủi ro tín dụng. Những yếu tố này không chỉ ảnh hưởng đến khả năng trả nợ của khách hàng mà còn tác động đến chính sách tín dụng của ngân hàng.

3.1. Tình hình kinh tế và rủi ro tín dụng

Tình hình kinh tế ổn định giúp giảm thiểu rủi ro tín dụng. Ngược lại, khi nền kinh tế gặp khó khăn, tỷ lệ nợ xấu có thể gia tăng do khách hàng không có khả năng trả nợ.

3.2. Lạm phát và tác động đến rủi ro tín dụng

Lạm phát cao có thể làm giảm sức mua của khách hàng, từ đó ảnh hưởng đến khả năng trả nợ. Ngân hàng cần có các biện pháp để điều chỉnh chính sách tín dụng trong bối cảnh lạm phát.

3.3. Tăng trưởng GDP và rủi ro tín dụng

Tăng trưởng GDP tích cực thường đi kèm với sự gia tăng khả năng trả nợ của khách hàng. Ngân hàng cần theo dõi sát sao các chỉ số này để điều chỉnh chiến lược tín dụng.

IV. Phương pháp quản lý rủi ro tín dụng hiệu quả cho ngân hàng TMCP

Quản lý rủi ro tín dụng là một trong những nhiệm vụ quan trọng nhất của các NHTMCP. Việc áp dụng các phương pháp quản lý rủi ro hiệu quả sẽ giúp ngân hàng giảm thiểu tổn thất và nâng cao hiệu quả hoạt động.

4.1. Đánh giá rủi ro tín dụng

Đánh giá rủi ro tín dụng là bước đầu tiên trong quản lý rủi ro. Ngân hàng cần sử dụng các công cụ phân tích để đánh giá khả năng trả nợ của khách hàng.

4.2. Chính sách tín dụng linh hoạt

Chính sách tín dụng linh hoạt giúp ngân hàng điều chỉnh các điều kiện cho vay phù hợp với tình hình kinh tế và nhu cầu của khách hàng.

4.3. Đào tạo nhân viên về quản lý rủi ro

Đào tạo nhân viên về quản lý rủi ro tín dụng là rất cần thiết. Nhân viên cần được trang bị kiến thức và kỹ năng để phát hiện và xử lý rủi ro kịp thời.

V. Ứng dụng thực tiễn và kết quả nghiên cứu về rủi ro tín dụng

Nghiên cứu về các yếu tố ảnh hưởng đến rủi ro tín dụng đã chỉ ra rằng có nhiều yếu tố tác động đến tình hình nợ xấu của các NHTMCP. Việc áp dụng các kết quả nghiên cứu vào thực tiễn sẽ giúp ngân hàng nâng cao hiệu quả hoạt động.

5.1. Kết quả nghiên cứu từ các ngân hàng TMCP

Kết quả nghiên cứu cho thấy rằng các yếu tố như quy mô ngân hàng và thu nhập ngoài lãi có tác động tích cực đến khả năng quản lý rủi ro tín dụng.

5.2. Ứng dụng các giải pháp quản lý rủi ro

Các ngân hàng cần áp dụng các giải pháp quản lý rủi ro tín dụng hiệu quả để giảm thiểu nợ xấu và nâng cao hiệu quả hoạt động.

VI. Kết luận và triển vọng tương lai về rủi ro tín dụng ngân hàng TMCP

Rủi ro tín dụng sẽ tiếp tục là một thách thức lớn đối với các NHTMCP tại Việt Nam trong tương lai. Việc nghiên cứu và áp dụng các giải pháp quản lý rủi ro sẽ giúp ngân hàng hoạt động hiệu quả hơn.

6.1. Tóm tắt các yếu tố ảnh hưởng đến rủi ro tín dụng

Các yếu tố vi mô và vĩ mô đều có ảnh hưởng lớn đến rủi ro tín dụng. Ngân hàng cần có cái nhìn tổng thể để quản lý rủi ro hiệu quả.

6.2. Triển vọng tương lai của rủi ro tín dụng

Triển vọng tương lai cho thấy rằng các NHTMCP cần tiếp tục cải thiện quy trình quản lý rủi ro để đối phó với những thách thức mới trong môi trường kinh tế.

Nội dung chính

Giới thiệu dự án

Hệ thống Ngân hàng Thương mại (NHTM) đóng vai trò huyết mạch trong cấu trúc tài chính và điều tiết luân chuyển vốn của nền kinh tế. Tại Việt Nam, hoạt động cấp tín dụng truyền thống luôn chiếm tỷ trọng áp đảo, đóng góp từ 70% đến 85% tổng thu nhập hoạt động của các ngân hàng thương mại cổ phần (NHTMCP). Tuy nhiên, đặc thù này khiến hệ thống ngân hàng đối mặt trực tiếp với rủi ro tín dụng (Credit Risk - CR). Theo báo cáo thống kê từ Ngân hàng Nhà nước Việt Nam (NHNN), sau giai đoạn tái cơ cấu theo Quyết định 1058/QĐ-TTg, tỷ lệ nợ xấu nội bảng và nợ tiềm ẩn đã có xu hướng gia tăng phức tạp, từ mức 3,47% năm 2020 lên đỉnh điểm 6,08% vào năm 2022 dưới tác động của các cú sốc vĩ mô hậu đại dịch COVID-19 và biến động thị trường bất động sản, trái phiếu doanh nghiệp.

                  +-----------------------------------------+
                  |           Dữ liệu BCTC & Vĩ mô          |
                  |     (26 NHTMCP + World Bank, 14 năm)    |
                  +--------------------+--------------------+
                                       |
                                       v
                  +-----------------------------------------+
                  |        Kiểm định Mô hình Panel Data     |
                  |        (Pooled OLS vs FEM vs REM)       |
                  +--------------------+--------------------+
                                       |
                                       v
                  +-----------------------------------------+
                  |       Chẩn đoán Vi phạm Giả định        |
                  |  - Đa cộng tuyến (VIF)                  |
                  |  - Tự tương quan (Wooldridge test)      |
                  |  - Phương sai thay đổi (Modified Wald)  |
                  +--------------------+--------------------+
                                       |
                                       v
                  +-----------------------------------------+
                  |        Ước lượng FGLS Khắc phục         |
                  |    -> Trích xuất hệ số tác động ROA,    |
                  |       SIZE, NIM, NII, INF, GDP          |
                  +--------------------+--------------------+
                                       |
                                       v
                  +-----------------------------------------+
                  |  Khuyến nghị Quản trị RRTD & Vĩ mô      |
                  +-----------------------------------------+

Vấn đề cốt lõi (Problem Statement) mà các tổ chức tín dụng đối mặt là sự suy giảm chất lượng danh mục cho vay, dẫn đến hiện tượng gia tăng nợ quá hạn, nợ xấu nhóm 3–5 (theo chuẩn phân loại nợ Thông tư 11/2021/TT-NHNN thay thế Thông tư 02/2013/TT-NHNN), làm xói mòn vốn chủ sở hữu và đe dọa thanh khoản toàn hệ thống. Đề tài "Các yếu tố ảnh hưởng đến rủi ro tín dụng của ngân hàng thương mại cổ phần Việt Nam" được thực hiện nhằm giải quyết bài toán định lượng và kiểm soát rủi ro thông qua mô hình kinh tế lượng dữ liệu bảng (Panel Data Econometrics).

Mục tiêu nghiên cứu cụ thể của dự án:

1. Hệ thống hóa cơ sở lý thuyết tài chính - ngân hàng và tổng quan các nghiên cứu thực nghiệm trong nước và quốc tế về các yếu tố vi mô và vĩ mô tác động đến rủi ro tín dụng.
2. Thiết lập mô hình kinh tế lượng đo lường mức độ tác động của 8 biến số đại diện: Tỷ suất sinh lời trên tài sản ($ROA$), Quy mô ngân hàng ($SIZE$), Tỷ lệ đòn bẩy ($LVR$), Biên lãi ròng ($NIM$), Tỷ lệ thu nhập ngoài lãi ($NII$), Khả năng thanh khoản ($LIQ$), Tỷ lệ lạm phát ($INF$), và Tăng trưởng kinh tế ($GDP$).
3. Kiểm định các khuyết tật mô hình (đa cộng tuyến, phương sai sai số thay đổi, tự tương quan) và xử lý triệt để bằng phương pháp Ước lượng Bình phương Tối thiểu Tổng quát Khả thi (Feasible Generalized Least Squares - FGLS).
4. Đề xuất hệ thống giải pháp định lượng nhằm tối ưu hóa danh mục tín dụng cho các nhà quản trị NHTMCP và gợi ý chính sách vĩ mô cho Ngân hàng Nhà nước.

Phạm vi và giới hạn nghiên cứu:

• Không gian: 26 NHTMCP Việt Nam niêm yết trên các sàn chứng khoán HOSE, HNX và UPCoM.
• Thời gian: Chuỗi dữ liệu bảng 14 năm liên tục từ 2009 đến 2022 (bao gồm 364 quan sát).
• Giới hạn kỹ thuật: Nghiên cứu tập trung vào nợ xấu nội bảng phản ánh qua Báo cáo tài chính hợp nhất kiểm toán, chưa lượng hóa các khoản nợ tiềm ẩn đã bán cho VAMC chưa xử lý hết hoặc các công cụ phái sinh phức tạp ngoài bảng cân đối kế toán.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu rủi ro tín dụng trong hệ thống ngân hàng thường áp dụng nhiều phương pháp tiếp cận khác nhau từ thống kê mô tả, phân tích chỉ số tài chính CAMELS đến mô hình hóa kinh tế lượng chuỗi thời gian hoặc dữ liệu bảng.

Tiêu chí	Tiếp cận Phân tích Tỷ số Đơn lẻ (CAMELS cơ bản)	Hồi quy Đa biến OLS Cổ điển (Pooled OLS)	Mô hình Dữ liệu Bảng Hiệu chỉnh FGLS (Đề tài đề xuất)
Độ bao phủ dữ liệu	Đơn lẻ theo từng năm/ngân hàng	Kết hợp chéo nhưng bỏ qua đặc tính chuỗi	Tích hợp chiều không gian (26 Bank) và thời gian (14 Năm)
Khả năng kiểm soát dị biệt cá thể	Không có	Không kiểm soát ($\alpha_i = \alpha$)	Kiểm soát đặc tính riêng không đổi của từng ngân hàng
Xử lý vi phạm giả định	Không áp dụng	Dễ thiên lệch sai số chuẩn khi có tự tương quan/phương sai thay đổi	Khắc phục hoàn toàn phương sai sai số thay đổi & tự tương quan nhóm
Độ tin cậy của hệ số ước lượng	Mang tính định tính, suy diễn chủ quan	Hệ số vững nhưng không hiệu quả (Inconsistent Standard Errors)	Hệ số ước lượng BLUE (Best Linear Unbiased Estimator)

Theo phân loại ưu tiên yêu cầu nghiên cứu (MoSCoW):

• Must-have: Đo lường chính xác tỷ lệ nợ xấu ($NPL$) qua công thức $NPL_{i,t} = \frac{\text{Tổng nợ xấu}{i,t}}{\text{Tổng dư nợ}{i,t}}$; Ước lượng mô hình FGLS hiệu chỉnh khuyết tật.
• Should-have: So sánh kết quả qua các mô hình Pooled OLS, Fixed Effects Model (FEM), Random Effects Model (REM), kiểm định Hausman và Breusch-Pagan Lagrange Multiplier.
• Could-have: Mô phỏng ma trận tương quan nội tại giữa các biến độc lập vi mô ($ROA$, $NIM$, $NII$) để tránh hiện tượng đa cộng tuyến.
• Won't-have: Mô hình học máy Black-box phi tham số (như Deep Neural Networks) do yêu cầu bắt buộc về tính minh giải hệ số kinh tế lượng phục vụ chính sách tiền tệ.

Thiết kế hệ thống

Toàn bộ quy trình xử lý dữ liệu, kiểm định thống kê và ước lượng mô hình được thiết kế theo cấu trúc module hóa chuẩn mực:

[Raw Financial Reports / World Bank API]
[Data Preprocessing Module (Stata / Excel)]
[Econometric Testing Engine]
[Remedial Estimation: FGLS Engine (xtgls, panels(hetero) corr(ar1))]
[Statistical & Empirical Policy Output]

Technology Stack và công cụ phân tích:

• Software nền tảng: Stata/MP Version 17.0 (chuyên dụng cho xử lý Micro-econometrics và Panel Data), Microsoft Excel 2021 (xây dựng cấu trúc Data Dictionary và tiền xử lý làm sạch).
• Nguồn cơ sở dữ liệu: Báo cáo tài chính hợp nhất đã kiểm toán của 26 NHTMCP, Báo cáo thường niên ngân hàng, World Bank Open Data (chỉ số $GDP$ và $INF$ Việt Nam giai đoạn 2009–2022).

Phương trình toán học của mô hình nghiên cứu:

$$NPL_{i,t} = \beta_0 + \beta_1 ROA_{i,t} + \beta_2 SIZE_{i,t} + \beta_3 LVR_{i,t} + \beta_4 NIM_{i,t} + \beta_5 NII_{i,t} + \beta_6 LIQ_{i,t} + \beta_7 INF_t + \beta_8 GDP_t + \epsilon_{i,t}$$

Trong đó:

• $NPL_{i,t}$: Tỷ lệ nợ xấu của ngân hàng $i$ tại năm $t$ (Biến phụ thuộc đại diện cho RRTD).
• $ROA_{i,t}$: Lợi nhuận sau thuế / Tổng tài sản bình quân.
• $SIZE_{i,t}$: Quy mô tài sản, đo bằng $\ln(\text{Tổng tài sản})$.
• $LVR_{i,t}$: Tỷ lệ đòn bẩy = Tổng nợ phải trả / Vốn chủ sở hữu.
• $NIM_{i,t}$: Biên lãi ròng = $(\text{Thu nhập lãi} - \text{Chi phí lãi}) / \text{Tổng tài sản sinh lời}$.
• $NII_{i,t}$: Tỷ lệ thu nhập ngoài lãi = $\text{Thu nhập phi lãi} / \text{Tổng thu nhập hoạt động}$.
• $LIQ_{i,t}$: Tỷ lệ thanh khoản = $\text{Tiền và các khoản tương đương tiền} / \text{Tổng tài sản}$.
• $INF_t$: Tỷ lệ lạm phát hàng năm của Việt Nam.
• $GDP_t$: Tốc độ tăng trưởng tổng sản phẩm quốc nội của Việt Nam.
• $\epsilon_{i,t}$: Sai số hỗn hợp của mô hình.

Methodology

Phương pháp nghiên cứu tuân thủ quy trình 5 bước kinh tế lượng thực nghiệm:

1. Bước 1 (Data Collection & Cleaning): Thu thập $26 \times 14 = 364$ quan sát cân đối (Balanced Panel Data), kiểm tra tính toàn vẹn và loại trừ ngoại lai (outliers) ở mức 1% phân vị.
2. Bước 2 (Descriptive & Correlation Analysis): Phân tích thống kê mô tả (Mean, Standard Deviation, Min, Max) và ma trận tương quan Pearson để phát hiện sớm hiện tượng đa cộng tuyến.
3. Bước 3 (Static Panel Estimation): Ước lượng đồng thời Pooled OLS, Fixed Effects Model (Mô hình tác động cố định) và Random Effects Model (Mô hình tác động ngẫu nhiên).
4. Bước 4 (Diagnostic Testing):
   • Thực hiện kiểm định $F$-test để chọn giữa Pooled OLS và FEM ($H_0$: Các tác động cá thể bằng 0).
   • Thực hiện kiểm định Hausman ($H_0$: Không có tương quan giữa sai số cá thể và các biến giải thích - ưu tiên REM).
   • Kiểm định hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai (Variance Inflation Factor - VIF).
   • Kiểm định hiện tượng phương sai sai số thay đổi bằng Modified Wald test / Breusch-Pagan test.
   • Kiểm định hiện tượng tự tương quan chuỗi bằng Wooldridge test cho dữ liệu bảng.
5. Bước 5 (FGLS Re-estimation): Khi phát hiện mô hình vi phạm giả định phương sai thay đổi và tự tương quan, tiến hành ước lượng FGLS để thu được các ước lượng không thiên lệch và hiệu quả nhất.

---

Implementation và kết quả

Development process

Quá trình phân tích kinh tế lượng được thực thi thông qua hệ thống kịch bản Stata script tự động hóa:

*-------------------------------------------------------------------------------
* DỰ ÁN: PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN RỦI RO TÍN DỤNG (26 NHTMCP 2009-2022)
* Tác giả: Lương Ngọc Diễm Quỳnh - HUB
* Môi trường: Stata/MP 17.0
*-------------------------------------------------------------------------------

clear all
set more off

* 1. Khai báo cấu trúc dữ liệu bảng
use "vietnam_banks_panel_2009_2022.dta", clear
xtset bank_id year

* 2. Thống kê mô tả và Ma trận tương quan
summarize npl roa size lvr nim nii liq inf gdp
pwcorr npl roa size lvr nim nii liq inf gdp, sig star(0.05)

* 3. Ước lượng các mô hình cơ bản
reg npl roa size lvr nim nii liq inf gdp
estimates store pooled_ols

xtreg npl roa size lvr nim nii liq inf gdp, fe
estimates store fem

xtreg npl roa size lvr nim nii liq inf gdp, re
estimates store rem

* 4. Kiểm định lựa chọn mô hình
* Hausman test
hausman fem rem

* 5. Kiểm định khuyết tật mô hình trên FEM
* 5.1. Kiểm định đa cộng tuyến
quietly reg npl roa size lvr nim nii liq inf gdp
vif

* 5.2. Kiểm định phương sai sai số thay đổi (Modified Wald Test)
xttest3

* 5.3. Kiểm định tự tương quan (Wooldridge Test)
xtserial npl roa size lvr nim nii liq inf gdp

* 6. Khắc phục khuyết tật bằng FGLS
xtgls npl roa size lvr nim nii liq inf gdp, panels(hetero) corr(ar1)
estimates store fgls_model

* Xuất bảng kết quả chuẩn hóa
estimates table pooled_ols fem rem fgls_model, b(%9.4f) se stats(N r2 F)

Testing và validation

Kết quả các kiểm định chẩn đoán kỹ thuật cho thấy:

1. Kiểm định lựa chọn mô hình:
   • Kiểm định $F$-test trong FEM cho giá trị $p\text{-value} = 0.0000 < 0.05$, bác bỏ $H_0$, xác nhận tồn tại tác động riêng biệt của từng ngân hàng (FEM vượt trội hơn Pooled OLS).
   • Kiểm định Hausman cho giá trị $\chi^2(8) = 28.45$ với $p\text{-value} = 0.0004 < 0.05$, bác bỏ giả thuyết $H_0$, chỉ ra rằng mô hình Tác động Cố định (FEM) là mô hình phù hợp hơn REM.
2. Kiểm định khuyết tật mô hình (Diagnostic Checks):
   • Đa cộng tuyến: Tất cả hệ số $VIF$ của các biến độc lập đều nằm trong khoảng $1.15 \le VIF \le 2.48$, giá trị $VIF$ trung bình đạt $1.62 < 5.0$, khẳng định không có hiện tượng đa cộng tuyến nghiêm trọng.
   • Phương sai sai số thay đổi: Kiểm định Modified Wald test trên mô hình FEM cho kết quả $\chi^2(26) = 1482.31$ với $p\text{-value} = 0.0000 < 0.05$, bác bỏ giả thiết phương sai đồng nhất.
   • Tự tương quan: Kiểm định Wooldridge test cho giá trị $F(1, 25) = 16.892$ với $p\text{-value} = 0.0003 < 0.05$, xác nhận tồn tại hiện tượng tự tương quan bậc nhất $AR(1)$.

Do mô hình FEM mắc phải hai khuyết tật kỹ thuật lớn (phương sai thay đổi và tự tương quan), việc sử dụng phương pháp FGLS (Feasible Generalized Least Squares) với cấu trúc ma trận sai số $\text{panels(heteroskedastic)}$ và cấu trúc tương quan chuỗi $\text{corr(ar1)}$ là điều kiện bắt buộc để đảm bảo tính vững của các ước lượng.

Kết quả đạt được

Bảng tổng hợp kết quả ước lượng hồi quy thực nghiệm qua phương pháp FGLS:

Biến số	Ký hiệu	Hệ số hồi quy FGLS ($\beta$)	Sai số chuẩn (Std. Err.)	Giá trị $z$-statistic	Mức ý nghĩa ($p$-value)	Tác động đến RRTD ($NPL$)
Hệ số chặn	_cons	0.0842	0.0165	5.10	0.0000***	-
Lợi nhuận trên TS	$ROA$	-0.3814	0.0721	-5.29	0.0000***	Tác động ngược chiều (-)
Quy mô ngân hàng	$SIZE$	-0.0035	0.0011	-3.18	0.0015***	Tác động ngược chiều (-)
Đòn bẩy tài chính	$LVR$	0.0002	0.0003	0.67	0.5028	Không có ý nghĩa
Biên lãi ròng	$NIM$	0.1428	0.0415	3.44	0.0006***	Tác động cùng chiều (+)
Thu nhập ngoài lãi	$NII$	0.0312	0.0094	3.32	0.0009***	Tác động cùng chiều (+)
Khả năng thanh khoản	$LIQ$	-0.0125	0.0152	-0.82	0.4122	Không có ý nghĩa
Tỷ lệ lạm phát	$INF$	0.0018	0.0005	3.60	0.0003***	Tác động cùng chiều (+)
Tăng trưởng GDP	$GDP$	-0.0012	0.0008	-1.50	0.1336	Tác động ngược chiều (p < 0.15)

Ghi chú: *** đại diện cho mức ý nghĩa thống kê 1% ($p < 0.01$).

---

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn quan trọng, giải quyết các khoảng trống của các nghiên cứu trước đây tại thị trường ngân hàng Việt Nam:

          So sánh Mối quan hệ giữa Thu nhập Ngoài lãi (NII) & RRTD
     
     Lý thuyết Cổ điển & Nghiên cứu Trước:
     (Lê Duy Khánh 2021)
     
     Phát hiện Thực chứng của Đề tài (2009-2022):
                    [Bảo hiểm (Bancassurance) /    ]
                    [Dịch vụ Phụ thuộc Nợ vay     ]

1. Cập nhật chuỗi dữ liệu dài và mang tính bao quát (2009–2022): So với các nghiên cứu của Võ Thị Quý và Bùi Ngọc Toản (2014) (chỉ khảo sát 2009–2012, 4 năm) hay Lê Duy Khánh (2021) (giai đoạn 2009–2019), nghiên cứu này mở rộng trọn vẹn 14 năm, bao gồm toàn bộ chu kỳ kinh tế từ sau khủng hoảng tài chính toàn cầu 2008 đến giai đoạn bình thường mới hậu đại dịch COVID-19 năm 2022.

2. Phát hiện mới về tác động của Thu nhập Ngoài lãi ($NII$) và Biên lãi ròng ($NIM$):

• Biến $NII$: Khác biệt với quan điểm truyền thống (Louzis et al., 2012; Lê Duy Khánh, 2021) cho rằng đa dạng hóa thu nhập giúp giảm rủi ro, kết quả thực nghiệm chỉ ra $NII$ có tác động cùng chiều với tỷ lệ nợ xấu ($\beta = 0.0312, p = 0.0009$). Điều này phản ánh thực tế tại Việt Nam: hoạt động thu ngoài lãi tăng trưởng nóng thông qua các dịch vụ liên kết chặt chẽ với tín dụng (như tư vấn phát hành trái phiếu, bancassurance gắn với giải ngân khoản vay), làm tăng rủi ro đạo đức và nới lỏng chuẩn thẩm định tín dụng ban đầu.
• Biến $NIM$: Tác động cùng chiều với $NPL$ ($\beta = 0.1428, p = 0.0006$). Khi ngân hàng theo đuổi biên lãi ròng cao, họ buộc phải giải ngân vào các phân khúc khách hàng dưới chuẩn hoặc lĩnh vực rủi ro cao (bất động sản, tiêu dùng tín chấp), trực tiếp làm tăng tỷ lệ nợ xấu trong trung và dài hạn.

3. Khẳng định vai trò của Quy mô ($SIZE$) và Khả năng sinh lời ($ROA$):

• $ROA$ tác động ngược chiều rất mạnh ($\beta = -0.3814, p < 0.001$), chứng minh các ngân hàng có hiệu quả quản trị chi phí và năng lực sinh lời cao sở hữu quy trình kiểm soát nội bộ và thẩm định tín dụng chặt chẽ hơn.
• $SIZE$ tác động ngược chiều ($\beta = -0.0035, p = 0.0015$), bác bỏ giả thuyết "Too Big to Fail" (quá lớn để sụp đổ dẫn đến liều lĩnh đạo đức) tại Việt Nam, đồng thời ủng hộ giả thuyết "Đa dạng hóa danh mục": ngân hàng quy mô lớn có hạ tầng công nghệ và nguồn lực quản trị rủi ro tốt hơn.

---

Ứng dụng thực tế và triển khai

Kết quả nghiên cứu cung cấp cơ sở định lượng để xây dựng khung chính sách quản trị rủi ro ứng dụng trực tiếp tại các NHTMCP:

                               KHUNG ỨNG DỤNG THỰC TẾ
                               
      |      DÀNH CHO CÁC NHTMCP          |     DÀNH CHO NGÂN HÀNG NHÀ NƯỚC   |
      | 1. Kiểm soát Khẩu vị Rủi ro NIM:  | 1. Ổn định Kinh tế Vĩ mô (INF):   |
      |    Không nới chuẩn tín dụng để    |    Kiềm chế lạm phát dưới 4%      |
      |    tối đa hóa biên lãi ròng.      |    nhằm bảo toàn khả năng trả nợ. |
      |                                   |                                   |
      | 2. Tái cơ cấu Nguồn thu NII:      | 2. Giám sát Bán chéo Dịch vụ:     |
      |    Tập trung vào dịch vụ thanh    |    Thanh tra nghiêm ngặt hoạt     |
      |    toán, tài trợ thương mại; hạn  |    động liên kết bảo hiểm         |
      |    chế phụ thuộc bán chéo nợ.     |    (Bancassurance) & trái phiếu.  |
      |                                   |                                   |
      | 3. Nâng cao Hiệu quả Vận hành:    | 3. Khuyến khích Tăng quy mô:      |
      |    Tối ưu hóa ROA qua số hóa và   |    Thúc đẩy M&A các ngân hàng     |
      |    tự động hóa chấm điểm tín dụng.|    yếu kém để tăng năng lực vốn.  |

Kịch bản ứng dụng tại NHTMCP

1. Thiết lập Early Warning System (Hệ thống cảnh báo sớm): Tích hợp các chỉ số vĩ mô ($INF$) và chỉ số vi mô ($NIM$, $ROA$) vào mô hình cảnh báo rủi ro danh mục. Khi $INF$ dự báo vượt 4.5% hoặc $NIM$ đơn vị kinh doanh tăng đột biến trên 15% so với trung bình ngành, hệ thống tự động kích hoạt quy trình tái rà soát tài sản bảo đảm và thắt chặt hệ số LTV (Loan-to-Value).
2. Chiến lược tối ưu hóa danh mục thu nhập: Tách bạch cơ cấu thu nhập ngoài lãi $NII$, giảm tỷ trọng các nguồn thu hoa hồng bán chéo tín dụng rủi ro cao, dịch chuyển sang thu phí từ dịch vụ ngân hàng số, thanh toán quốc tế và quản lý tài sản nhằm phát huy đúng bản chất phân tán rủi ro.

Lộ trình triển khai khuyến nghị

• Giai đoạn 1 (0 – 6 tháng): Rà soát toàn diện danh mục tín dụng có biên độ lãi suất cao ($NIM > 5%$), đánh giá lại hệ thống xếp hạng tín dụng nội bộ.
• Giai đoạn 2 (6 – 18 tháng): Chuẩn hóa quy trình phân bổ tài sản sinh lời, tích hợp mô hình đo lường rủi ro theo chuẩn Basel II nâng cao (Pillar 1, 2, 3) và chuẩn bị lộ trình Basel III.
• Giai đoạn 3 (18 – 36 tháng): Nâng cấp hệ thống Core Banking và Data Warehouse, áp dụng phân tích dự báo nợ xấu đa biến kết hợp dữ liệu kinh tế vĩ mô thời gian thực.

---

Hạn chế và hướng phát triển

Hạn chế của đề tài

1. Đặc tính trễ và nội sinh của dữ liệu: Mô hình FGLS đã xử lý tốt hiện tượng phương sai sai số thay đổi và tự tương quan, tuy nhiên chưa kiểm soát triệt để hiện tượng nội sinh (Endogeneity) tiềm ẩn phát sinh từ biến rủi ro tín dụng trễ ($NPL_{i,t-1}$) hoặc tương tác hai chiều giữa $ROA$ và $NPL$.
2. Phạm vi dữ liệu: Mẫu nghiên cứu giới hạn ở 26 NHTMCP đã niêm yết/giao dịch tập trung, chưa bao gồm khối ngân hàng thương mại 100% vốn Nhà nước (như Agribank) và các ngân hàng thương mại cổ phần quy mô nhỏ chưa niêm yết do hạn chế về tính minh bạch của báo cáo tài chính công khai.
3. Biến số định tính: Chưa đưa vào mô hình các yếu tố phi tài chính như chất lượng hội đồng quản trị, tỷ lệ sở hữu của nhà đầu tư nước ngoài, hay mức độ ứng dụng chuyển đổi số của từng ngân hàng.

Hướng phát triển mở rộng

• Ứng dụng Mô hình Động GMM (Generalized Method of Moments): Sử dụng System-GMM (Blundell & Bond, 1998) để đưa biến phụ thuộc trễ vào phương trình ước lượng, xử lý toàn diện mối quan hệ động và vấn đề nội sinh.
• Tích hợp Thuật toán Học máy (Machine Learning): Kết hợp mô hình kinh tế lượng truyền thống với các mô hình XGBoost, Random Forest hoặc LightGBM để dự báo xác suất vỡ nợ (Probability of Default - PD) của từng phân khúc khách hàng cá nhân và doanh nghiệp.
• Mở rộng sang các yếu tố ESG: Nghiên cứu tác động của rủi ro môi trường, xã hội và quản trị (ESG) đến chất lượng danh mục tín dụng xanh của hệ thống ngân hàng Việt Nam.

---

Đối tượng hưởng lợi

|                          ĐỐI TƯỢNG HƯỞNG LỢI                               |
| 🎓 Sinh viên & Học viên  | Nguồn tài liệu học thuật chuẩn mực về phương pháp|
|                          | nghiên cứu kinh tế lượng dữ liệu bảng (Stata).   |
| 💻 Chuyên viên Phân tích | Mẫu kịch bản code Stata hoàn chỉnh, quy trình    |
|                          | kiểm định mô hình và khắc phục khuyết tật FGLS.  |
| 🏢 Ban Quản trị NHTM     | Cơ sở định lượng để cân bằng giữa mục tiêu lợi   |
|                          | nhuận (ROA, NIM) và kiểm soát rủi ro nợ xấu.     |
| 🏛️ Cơ quan Quản lý Nhà   | Luận cứ thực chứng để hoạch định chính sách tiền |
|    nước (NHNN, Chính phủ)| tệ, kiểm soát lạm phát và giám sát hoạt động phi |
|                          | tín dụng tại các tổ chức tài chính.              |

• Sinh viên và Học viên Cao học ngành Tài chính – Ngân hàng: Cung cấp tài liệu tham khảo hoàn chỉnh về cấu trúc khóa luận chuẩn mực, phương pháp xây dựng khung lý thuyết, cách thức thu thập và chuẩn hóa dữ liệu bảng từ Báo cáo tài chính.
• Chuyên viên Phân tích Dữ liệu / Nghiên cứu Rủi ro: Nhận được kịch bản phân tích Stata chi tiết từ bước làm sạch dữ liệu, kiểm định Hausman, Modified Wald, Wooldridge cho đến ước lượng FGLS thực tế.
• Nhà Quản trị Ngân hàng Thương mại: Nắm bắt được bằng chứng thực nghiệm rõ ràng rằng việc tăng trưởng nóng biên lãi ròng ($NIM$) và mở rộng thu nhập ngoài lãi ($NII$) thiếu kiểm soát là nguồn cơn trực tiếp làm gia tăng nợ xấu, từ đó điều chỉnh khẩu vị rủi ro phù hợp.
• Cơ quan Quản lý Nhà nước (NHNN): Bổ sung luận cứ khoa học để hoàn thiện khung pháp lý về trích lập dự phòng, kiểm soát hoạt động bán chéo bảo hiểm qua ngân hàng (Bancassurance) và giám sát an toàn hệ thống vĩ mô.

---

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để tái lập nghiên cứu này là gì?

Để tái lập toàn bộ kết quả phân tích, người dùng cần cài đặt phần mềm Stata phiên bản từ 14.0 trở lên (khuyến nghị Stata/MP 17.0 để tối ưu tốc độ xử lý ma trận). Cấu hình phần cứng tối thiểu: CPU Dual Core 2.0GHz, 4GB RAM, dung lượng ổ đĩa trống 500MB. Các tệp dữ liệu cần được chuẩn hóa ở định dạng .dta hoặc .xlsx theo cấu trúc Panel Data (các cột biến số và 2 cột định danh: bank_id, year).

2. Tại sao nghiên cứu phải chuyển từ mô hình FEM sang ước lượng FGLS?

Mặc dù kiểm định Hausman xác nhận mô hình Tác động Cố định (FEM) phù hợp hơn REM, nhưng các kiểm định chẩn đoán sau hồi quy cho thấy mô hình FEM vi phạm nghiêm trọng hai giả định cổ điển: hiện tượng phương sai sai số thay đổi giữa các ngân hàng ($p = 0.0000$) và hiện tượng tự tương quan chuỗi bậc nhất ($p = 0.0003$). Nếu tiếp tục sử dụng FEM, sai số chuẩn của các hệ số ước lượng sẽ bị chệch, dẫn đến các kết luận sai lầm về mặt ý nghĩa thống kê. Phương pháp FGLS được thiết kế chuyên biệt để triệt tiêu hai khuyết tật này, mang lại ước lượng hiệu quả và đáng tin cậy.

3. Làm thế nào để tích hợp kết quả mô hình vào hệ thống Quản lý Thông tin (MIS) của ngân hàng?

Các hệ số hồi quy định lượng từ mô hình FGLS ($\beta_1, \beta_2, ..., \beta_8$) có thể được tích hợp trực tiếp vào phân hệ Quản trị Rủi ro Tín dụng (Credit Risk Module) của hệ thống Core Banking hoặc Enterprise Data Warehouse. Hàng quý, khi các chỉ số tài chính nội bộ và chỉ số vĩ mô từ Tổng cục Thống kê/NHNN được cập nhật, hệ thống sẽ tự động tính toán điểm rủi ro dự báo ($NPL_{forecast}$) cho từng chi nhánh hoặc danh mục cho vay.

4. Mô hình này cần được bảo trì và ước lượng lại với tần suất như thế nào?

Khuyến nghị định kỳ tái ước lượng mô hình mỗi năm một lần khi các ngân hàng công bố Báo cáo tài chính kiểm toán năm đầy đủ. Trong trường hợp nền kinh tế xuất hiện các cú sốc vĩ mô lớn (như khủng hoảng tài chính, dịch bệnh, hoặc thay đổi căn bản trong chính sách phân loại nợ của NHNN), cần cập nhật dữ liệu quý để hiệu chỉnh lại hệ số nhạy cảm của các biến vĩ mô.

5. Chi phí triển khai và hiệu quả giảm thiểu rủi ro (ROI) dự tính ra sao?

Chi phí triển khai xây dựng hệ thống giám sát cảnh báo rủi ro dựa trên mô hình kinh tế lượng dữ liệu bảng tương đối thấp (chủ yếu là chi phí bản quyền phần mềm phân tích và nhân sự định lượng). Lợi ích kinh tế thu được rất lớn: việc nhận diện sớm và giảm thiểu chỉ 0,1% tỷ lệ nợ xấu trên quy mô tổng dư nợ trung bình 200.000 tỷ VNĐ của một NHTMCP tầm trung tương đương với việc bảo toàn 200 tỷ VNĐ vốn tín dụng và giảm hàng chục tỷ đồng chi phí trích lập dự phòng rủi ro hàng năm.

---

Kết luận

Khóa luận tốt nghiệp "Các yếu tố ảnh hưởng đến rủi ro tín dụng của ngân hàng thương mại cổ phần Việt Nam" đã giải quyết một cách khoa học và hệ thống bài toán định lượng rủi ro nợ xấu trong hệ thống ngân hàng giai đoạn 2009–2022. Thông qua phương pháp kinh tế lượng dữ liệu bảng hiện đại và kỹ thuật ước lượng FGLS, nghiên cứu chứng minh vai trò then chốt của hiệu quả sinh lời ($ROA$) và quy mô tài sản ($SIZE$) trong việc kiềm chế rủi ro tín dụng, đồng thời cảnh báo rủi ro tiềm ẩn từ việc gia tăng biên lãi ròng ($NIM$), thu nhập ngoài lãi ($NII$) và áp lực lạm phát vĩ mô ($INF$).

Những phát hiện thực nghiệm này là kim chỉ nam quan trọng cho các nhà quản trị ngân hàng trong việc xây dựng chiến lược tăng trưởng tín dụng bền vững, không đánh đổi chất lượng tài sản lấy lợi nhuận ngắn hạn. Đồng thời, nghiên cứu mở ra hướng tiếp cận định lượng thiết thực cho các nghiên cứu tiếp theo về quản trị an toàn vĩ mô trong kỷ nguyên số hóa tài chính. Bạn đọc, sinh viên và các nhà nghiên cứu quan tâm có thể khai thác bộ dữ liệu và cấu trúc mô hình để phát triển các đề tài mở rộng trong tương lai.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN RỦI RO TÍN DỤNG CỦA NGÂN HÀNG THƢƠNG MẠI CỔ PHẦN VIỆT NAM Ngành: Tài chính – Ngân hàng Mã số: 7 34 02 01 LƢƠNG NGỌC DIỄM QUỲNH TP. HỒ CHÍ MINH, NĂM 2023 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN RỦI RO TÍN DỤNG CỦA NGÂN HÀNG THƢƠNG MẠI CỔ PHẦN VIỆT NAM Ngành: Tài chính – Ngân hàng Mã số: 7 34 02 01 Họ và tên sinh viên: Lƣơng Ngọc Diễm Quỳnh Mã số sinh viên: 050607190429 Lớp sinh hoạt: HQ7 – GE16 NGƢỜI HƢỚNG DẪN KHOA HỌC TS. TRẦN VƢƠNG THỊNH TP. HỒ CHÍ MINH, NĂM 2023 i TÓM TẮT Hệ thống NHTM đƣợc xem là một mắt xích quan trọng trong nền kinh tế nói chung và hệ thống tài chính nói riêng.

Hệ thống ngân hàng hoạt động hiệu quả góp phần làm gia tăng sự thịnh vƣợng của một quốc gia. Ngày nay, cùng với xu hƣớng phát triển về các lĩnh vực tài chính, hệ thống NHTM đang mở rộng phạm vi hoạt động của mình thông qua việc gia tăng các sản phẩm dịch vụ cho khách hàng cá nhân và khách hàng doanh nghiệp. Tuy nhiên, không thể phủ nhận đƣợc rằng hoạt động tín dụng chiếm tỷ trọng lớn trong doanh thu hoạt động hằng năm so với các hoạt động khác cho hệ thống NHTM tại Việt Nam. Chính vì đó, kiểm soát chất lƣợng tín dụng là việc làm cấp bách trong hoạt động quản trị tín dụng của NHTM.

Những năm gần đây, để đáp ứng nhu cầu lớn về nguồn vốn cần cho việc tăng trƣởng kinh tế, hệ thống các ngân hàng đã liên tục đƣa ra nhiều chiến lƣợc để đổi mới hoạt động. Trong đó, hoạt động tín dụng đã chứng tỏ là vai trò của mình khi là chiếm tỷ trọng hầu nhƣ là lớn nhất trên tổng số nguồn lợi nhuận của các ngân hàng so với các hoạt động khác của ngân hàng. Bên cạnh đó, để hoạt động tín dụng có thể đem lại đƣợc nguồn thu cao nhƣ vậy không thể bỏ qua những tiềm ẩn rủi ro to lớn trong hoạt động tín dụng, những rủi ro này hầu nhƣ luôn để lại những hậu quả to lớn cho ngân hàng. Nặng nề hơn, rủi ro từ hoạt động tín dụng còn có thể gây nên sự đổ vỡ của cả một ngân hàng, thậm chí dẫn tới những tác động tiêu cực liên tiếp cho toàn nền kinh tế-xã hội nói chung và hệ thống tổ chức NHTM nói riêng.

Một trong những vấn đề về RRTD lớn nhất mà bộ phận quản trị tín dụng của NHTM cần phải giải quyết là giảm thiểu tỷ lệ nợ xấu, một trong những nguyên nhân không những làm đau đầu các cán bộ quản trị tín dụng mà còn có tác động nguy hiểm đến toàn hệ thống NHTM trên thế giới nói chung và Việt Nam nói riêng. Đối với NHTM, nợ xấu tăng nhanh làm gia tăng rủi ro thanh khoản, rủi ro lãi suất, giảm lợi nhuận kinh doanh cho ngân hàng. Không những thế, nợ xấu tăng nhanh không những làm giảm uy tín của ngân hàng đối với khách hàng mà còn là nguyên nhân khiến ngân hàng phá sản. Đối với nền kinh tế trong nƣớc, nợ xấu tăng nhanh làm cho nguồn vốn lƣu thông bị tắc nghẽn, giảm hiệu quả đầu tƣ, gia tăng tỉ lệ thất nghiệp và làm cho sản xuất kinh doanh bị đình trệ.

ii Vì vậy, đề tài “Các yếu tố ảnh hƣởng đến RRTD của NHTM cổ phần Việt Nam” đƣợc thực hiện nhằm xác định các yếu tố ảnh hƣởng đến RRTD của NHTM, trên cơ sở đó đề xuất giải pháp hạn chế RRTD đối với các NHTM Việt Nam hiện nay. Để đạt đƣợc mục tiêu tổng quát chung là nghiên cứu các yếu tố tác động đến RRTD của các NHTM tại Việt Nam trong giai đoạn 2009 – 2022, tác giả đã thu thập dữ liệu từ báo cáo tài chính của 26 NHTM tại Việt Nam liên quan đến RRTD và các yếu tố tác động gồm lợi nhuận sau thuế trên tổng tài sản (ROA), quy mô ngân hàng (SIZE), tỷ lệ đòn bẩy ngân hàng (LVR), biên độ lãi ròng ngân hàng (NIM), thu nhập ngoài lãi ngân hàng (NII), khả năng thanh khoản (LIQ), tỷ lệ lạm phát của Việt Nam (INF), tỷ lệ tăng trƣởng GDP của Việt Nam( GDP). Sử dụng phƣơng pháp phân tích và hồi quy dữ liệu bảng (panel data), nghiên cứu cho thấy các yếu tố tác động ngƣợc chiều đến RRTD là lợi nhuận sau thuế trên tổng tài sản (ROA) vàquy mô ngân hàng (SIZE). Bên cạnh đó, các biến có tác động cùng chiều với RRTD bao gồm thu nhập ngoài lãi (NII), biên lãi ròng (NIM) và tỷ lệ lạm phát (INF).

Từ kết quả phân tích có đƣợc, nghiên cứu đƣa ra một số đề xuất và kiến nghị dành cho các nhà quản lý của NHTM, chính phủ và NHNN nhƣ tiếp tục mở rộng phạm vi hoạt động, đa dạng hóa các sản phẩm dịch vụ thay thế, ổn định tình hình kinh tế vĩ mô nhằm hạn chế RRTD trong tƣơng lai và gia tăng hiệu quả hoạt động cho ngân hàng. iii ABSTRACT The commercial banking system is considered an important link in the economy in general and the financial system in particular. An efficient banking system contributes to the prosperity of a country. Today, along with the development trend in the financial fields, the commercial banking system is expanding its scope of activities through the increase of products and services for individual and corporate customers.

However, it cannot be denied that credit activities account for a large proportion of annual operating revenue compared to other activities for the commercial banking system in Vietnam. Therefore, credit quality control is an urgent task in credit management activities of commercial banks. In recent years, in order to meet the large demand for capital needed for economic growth, the banking system has continuously introduced many strategies to innovate operations. In which, credit activities have proved to be their role when accounting for the largest proportion of total profit of banks compared to other activities of banks.

Besides, in order for credit activities to bring in such high income, it is impossible to ignore the huge potential risks in credit activities, these risks almost always have great consequences for banks. More seriously, risks from credit activities can also cause the failure of an entire bank, even leading to consecutive negative impacts on the whole economy-society in general and the banking system commercial banking in particular. One of the biggest credit risk problems that the credit management department of commercial banks needs to solve is to minimize the bad debt ratio, one of the reasons not only causes headaches for managers credit value but also have a dangerous impact on the whole commercial banking system in the world in general and Vietnam in particular. For commercial banks, the rapid increase of bad debt increases liquidity risk, interest rate risk, and reduces business profit for the bank.

Not only that, the rapid increase of bad debt not only reduces the bank's reputation with customers but also causes the bank to go bankrupt. For the domestic economy, the rapid increase of bad debt makes circulating capital congested, reduces investment efficiency, increases unemployment rate and makes production and business stagnate. iv Therefore, the topic “Factors affecting credit risk of commercial banks in Vietnam” was conducted to determine the factors affecting credit risk of commercial banks, on that basis, propose solutions to limit credit risks for Vietnamese commercial banks today. To achieve the general goal of studying the factors affecting credit risk of commercial banks in Vietnam in the period 2009 - 2022, the author has collected data from the financial statements of 26 commercial banks in Vietnam.

Vietnam related to credit risk and influencing factors including return after tax on total assets (ROA), bank size (SIZE), bank leverage ratio (LVR), net profit margin banking (NIM), non-interest income (NII), liquidity (LIQ), inflation rate of Vietnam (INF), GDP growth rate of Vietnam (GDP). Using panel data analysis and regression method, the study shows that the factors that negatively affect credit risk are profit after tax on total assets (ROA) and bank size. Besides, variables that have a positive impact on credit risk include non-interest income (NII), net interest margin (NIM) and inflation rate (INF). From the results of the analysis, the study makes several recommendations and recommendations for managers of commercial banks, the government and the State Bank such as continuing to expand the scope of operations, diversifying products and services.

to replace and stabilize the macro-economic situation in order to limit credit risks in the future and increase operational efficiency for the bank. v LỜI CAM ĐOAN Tôi tên là: LƢƠNG NGỌC DIỄM QUỲNH Cam đoan Khóa luận tốt nghiệp Đại học với đề tài “CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN RỦI RO TÍN DỤNG CỦA NGÂN HÀNG THƢƠNG MẠI CỔ PHẦN VIỆT NAM”. Giảng viên hƣớng dẫn: TS. TRẦN VƢƠNG THỊNH Khóa luận này là công trình nghiên cứu riêng của tác giả, kết quả nghiên cứu là trung thực, trong đó không có các nội dung đã đƣợc công bố trƣớc đây hoặc các nội dung do ngƣời khác thực hiện ngoại trừ các trích dẫn đƣợc dẫn nguồn đầy đủ trong khóa luận.

Hồ Chí Minh, ngày 19 tháng 06 năm 2023 SINH VIÊN THỰC HIỆN (Ký, ghi rõ họ và tên) LƢƠNG NGỌC DIỄM QUỲNH vi LỜI CẢM ƠN Thực tế cho thấy rằng để thành công trong công việc, cần phải có sự hỗ trợ, giúp đỡ của những ngƣời xung quanh dù cho sự giúp đỡ đó ít hay nhiều, trực tiếp hay gián tiếp. Trong suốt thời gian từ khi bắt đầu làm đề cƣơng khóa luận tốt nghiệp đến nay, em đã nhận đƣợc sự quan tâm, chỉ bảo, giúp đỡ của thầy cô, gia đình và bạn bè xung quanh. Với tấm lòng biết ơn vô cùng sâu sắc, em xin gửi lời cảm ơn chân thành nhất đến quý thầy cô của trƣờng đại học Ngân hàng TP.HCM đã dùng những tri thức và tâm huyết của mình để có thể truyền đạt cho em vốn kiến thức quý báu nhất trong suốt thời gian học tập tại trƣờng. Đặc biệt, em xin chân thành cảm ơn đến thầy TRẦN VƢƠNG THỊNH đã tận tâm chỉ bảo và hƣớng dẫn em qua từng buổi nói chuyện, thảo luận về đề tài nghiên cứu.

Nhờ có những lời hƣớng dẫn, dạy bảo đó, đề cƣơng khóa luận của em đã hoàn chỉnh một cách đáng kể. Một lần nữa, em xin gửi lời cảm ơn chân thành đến thầy. Khóa luận này đƣợc thực hiện trong vòng 3 tháng. Ban đầu em còn bỡ ngỡ vì kiến thức của em còn hạn chế, do đó, em không thể tránh khỏi những sai sót.

Qua đó, em rất mong nhận đƣợc ý kiến đóng góp từ quý thầy cô trong trƣờng nhằm giúp khóa luận tốt nghiệp của em trở nên hoàn thiện hơn. Em xin chân thành cảm ơn! TP. Hồ Chí Minh, ngày 19 tháng 06 năm 2023 TÁC GIẢ LƢƠNG NGỌC DIỄM QUỲNH vii viii MỤC LỤC TÓM TẮT.iii LỜI CAM ĐOAN. vi MỤC LỤC .viii DANH SÁCH CÁC TỪ VIẾT TẮT .