Bối cảnh và vấn đề nghiên cứu
Khóa luận tốt nghiệp của tác giả Phan Thiên Nhi thực hiện tại Trường Đại học Ngân hàng Thành phố Hồ Chí Minh (chuyên ngành Tài chính Ngân hàng, mã số 52340201, năm 2021) với đề tài: "Phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng của ngân hàng Agribank trong giai đoạn 2010-2020".
Trong bối cảnh nền kinh tế Việt Nam đẩy mạnh công nghiệp hóa, hiện đại hóa và hội nhập sâu rộng, cuộc Cách mạng công nghiệp lần thứ tư đặt ra nhiều cơ hội cũng như áp lực cạnh tranh cho hệ thống tài chính - ngân hàng. Đối với Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam (Agribank), năm 2020 là mốc thời gian đặc biệt quan trọng: vừa là năm cuối cùng thực hiện Phương án cơ cấu lại gắn với xử lý nợ xấu giai đoạn 2016-2020, vừa chuẩn bị triển khai Chiến lược kinh doanh giai đoạn 2021-2025 theo Nghị quyết Đại hội Đại biểu Đảng bộ Agribank lần thứ X. Mặc dù công tác quản trị rủi ro tín dụng tại Agribank đã đạt được nhiều kết quả khả quan, hoạt động tín dụng – nguồn tạo lợi nhuận chủ yếu – vẫn tiềm ẩn nguy cơ tổn thất lớn, độ an toàn chịu tác động đan xen từ cả nội tại ngân hàng lẫn môi trường vĩ mô.
Mục tiêu nghiên cứu được tác giả xác định cụ thể gồm:
- Đánh giá các kết quả đạt được và những hạn chế trong hoạt động quản trị tín dụng tại Agribank.
- Xác định các nhân tố tác động và mức độ tác động của các nhân tố này đến rủi ro của hoạt động tín dụng Ngân hàng.
- Đưa ra các khuyến nghị, chính sách nhằm nâng cao hiệu quả hoạt động tín dụng và giảm thiểu rủi ro tín dụng tại Agribank.
Nhiệm vụ nghiên cứu tập trung giải quyết 2 câu hỏi nghiên cứu:
- Tình trạng hoạt động tín dụng của ngân hàng Agribank từ năm 2010 đến năm 2020 như thế nào?
- Mức độ tác động và chiều hướng tác động của các yếu tố đo lường đến hoạt động tín dụng của ngân hàng Agribank từ năm 2010 đến năm 2020 như thế nào?
Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Rủi ro tín dụng của Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam (Agribank).
- Phạm vi không gian: Ngân hàng Agribank trên toàn hệ thống tại Việt Nam.
- Phạm vi thời gian: Dữ liệu tài chính và các chỉ số kinh tế vĩ mô được thu thập và phân tích thực nghiệm trong giai đoạn 11 năm, từ năm 2010 đến năm 2020.
Cơ sở lý thuyết và phương pháp
Khung lý thuyết và mô hình nghiên cứu
Khóa luận tiếp cận cơ sở lý luận về tín dụng và rủi ro tín dụng từ góc độ ngân hàng thương mại:
- Bản chất tín dụng: Dẫn theo Trần Việt Hưng (2018), tín dụng là quan hệ chuyển nhượng tạm thời quyền sử dụng một lượng giá trị tài sản dựa trên sự tín nhiệm, mang ba thuộc tính cốt lõi: tính tạm thời (thời hạn), tính hoàn trả với giá trị lớn hơn giá trị ban đầu, và tính tin tưởng.
- Đo lường rủi ro tín dụng: Theo quy định của Ngân hàng Nhà nước Việt Nam (2005, 2013), rủi ro tín dụng là khả năng xảy ra tổn thất do khách hàng không thực hiện hoặc không có khả năng thực hiện nghĩa vụ cam kết. Tác giả áp dụng quan điểm của Somanadevi Thiagarajan (2011), Luc Laeven & Giovanni Majnoni (2002), và Nabila Zribi & Younes Boujelbène (2011), đo lường rủi ro tín dụng bằng biến đại diện là tỷ lệ tài sản hoạt động không hiệu quả ($NPL_{i,t}$), xác định bằng tỷ số giữa nợ xấu và tổng tài sản thay vì chỉ đo trên tổng dư nợ, nhằm phản ánh chính xác quy mô tổn thất tiềm ẩn trên cơ cấu tài sản.
- Lý thuyết nền tảng vĩ mô: Tác giả sử dụng lý thuyết vòng đời tiêu dùng của Franco Modigliani và Richard Brumberg (Deaton, 2005; mở rộng bởi Lawrance, 1995) để lý giải tác động của lạm phát và các cú sốc vĩ mô đến năng lực trả nợ của khách hàng vay vốn. Tác động của chu kỳ tín dụng và tiêu chuẩn cấp tín dụng được tham chiếu từ Berger và Udell (2004) cùng Gabriel et al. (2006).
Phương trình hồi quy tuyến tính được thiết lập như sau:
$$NPL_{i,t} = \alpha NPL_{i,t-1} + \beta_1 \Delta LOANS_{i,t} + \beta_2 \Delta LOANS_{i,t-1} + \beta_3 INEFF_{i,t} + \beta_4 SIZE_{i,t} + \beta_5 \Delta GDP_{i,t} + \beta_6 \Delta GDP_{i,t-1} + \beta_7 INFLA_{i,t} + \eta_i + \varepsilon_{i,t}$$
Trong đó, các biến và kỳ vọng tác động được tổng hợp tại bảng sau:
| STT |
Ký hiệu biến |
Tên biến |
Phương pháp đo lường |
Nghiên cứu tham khảo |
Kỳ vọng dấu |
| 1 |
$NPL_{i,t}$ |
Tài sản hoạt động không hiệu quả hiện tại |
Nợ xấu / Tổng tài sản |
Somanadevi Thiagarajan (2011); Luc Laeven & Giovanni Majnoni (2002) |
Biến phụ thuộc |
| 2 |
$NPL_{i,t-1}$ |
Độ trễ NPL một năm |
$Nợ\ xấu_{t-1} / Tổng\ tài\ sản_{t-1}$ |
Nabila Zribi & Younes Boujelbène (2011) |
(+) |
| 3 |
$\Delta LOANS_{i,t}$ |
Tốc độ tăng cho vay hiện tại |
$[Dư\ nợ_t / Dư\ nợ_{t-1}] - [Dư\ nợ_{t-1} / Dư\ nợ_{t-2}]$ |
Berger và Udell (2004); Gabriel et al. (2006) |
(+) |
| 4 |
$\Delta LOANS_{i,t-1}$ |
Tốc độ tăng cho vay trễ một năm |
$[Dư\ nợ_{t-1} / Dư\ nợ_{t-2}] - [Dư\ nợ_{t-2} / Dư\ nợ_{t-3}]$ |
Berger và Udell (2004); Gabriel et al. (2006) |
(+) |
| 5 |
$INEFF_{i,t}$ |
Hiệu quả sử dụng chi phí |
Tổng chi phí / Tổng thu nhập |
Daniel Foos & ctg (2010) |
(-) |
| 6 |
$SIZE_{i,t}$ |
Quy mô ngân hàng |
Logarit (Tổng tài sản) |
Harris & Raviv (1990); Wiwattnakantang (1999); Chen (2004) |
(-) |
| 7 |
$\Delta GDP_{i,t}$ |
Tỷ lệ tăng trưởng GDP hiện hành |
Thay đổi GDP năm $t$ so với năm $t-1$ |
Luc Laeven & Giovanni Majnoni (2002); Salas & Saurina (2002) |
(-) |
| 8 |
$\Delta GDP_{i,t-1}$ |
Tỷ lệ tăng trưởng GDP trễ một năm |
Thay đổi GDP năm $t-1$ so với năm $t-2$ |
Luc Laeven & Giovanni Majnoni (2002); Salas & Saurina (2002) |
(-) |
| 9 |
$INFLA_{i,t}$ |
Tỷ lệ lạm phát hiện tại |
Tỷ lệ lạm phát hàng năm |
Deaton (2005); Lawrance (1995) |
(+) |
Phương pháp nghiên cứu và quy trình thực hiện
Nghiên cứu sử dụng phương pháp định lượng với dữ liệu chuỗi thời gian của một ngân hàng (N = 1) quan sát qua 11 năm từ 2010 đến 2020 (T = 11). Quy trình nghiên cứu gồm 6 bước:
- Xác định vấn đề nghiên cứu.
- Tổng quan cơ sở lý thuyết và đề xuất mô hình nghiên cứu.
- Thu thập và xử lý dữ liệu.
- Ước lượng mô hình và kiểm định các khuyết tật mô hình trên phần mềm Stata 14.
- Trình bày và thảo luận kết quả nghiên cứu.
- Kết luận và gợi ý chính sách.
Kỹ thuật ước lượng chính là phương pháp bình phương nhỏ nhất thông thường (OLS). Các kiểm định kinh tế lượng đi kèm gồm có:
- Thống kê mô tả và phân tích ma trận tương quan Pearson để nhận diện mối quan hệ tuyến tính sơ bộ.
- Kiểm tra hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai (Variance Inflation Factor - VIF) với lệnh
vif.
- Kiểm định phương sai phần dư thay đổi bằng kiểm định White và kiểm định Breusch-Pagan / Cook-Weisberg với lệnh
hettest.
Nguồn dữ liệu
Dữ liệu tài chính nội tại của Agribank được trích xuất từ báo cáo tài chính đã qua kiểm toán, bảng cân đối kế toán, báo cáo kết quả hoạt động kinh doanh và báo cáo thường niên công bố công khai giai đoạn 2010-2020. Dữ liệu vĩ mô (GDP, lạm phát) được thu thập từ các nguồn thống kê chính thức của Việt Nam trong cùng thời kỳ. Toàn bộ chỉ số được tính toán ban đầu trên phần mềm Microsoft Excel trước khi đưa vào phân tích chuyên sâu bằng Stata 14.
Nội dung chính theo từng chương
Chương 1: Cơ sở lý thuyết và tổng quan các nghiên cứu
Chương 1 hệ thống hóa khung lý luận cơ bản về tín dụng ngân hàng, vai trò của tín dụng đối với khách hàng cá nhân, doanh nghiệp, tổ chức tín dụng và toàn bộ nền kinh tế. Tác giả phân loại tín dụng theo các tiêu chí: thời hạn (ngắn hạn dưới 12 tháng, trung hạn 12-60 tháng, dài hạn trên 60 tháng), đối tượng tín dụng (vốn lưu động, vốn cố định), mục đích sử dụng vốn (sản xuất lưu thông, tiêu dùng), tính chất bảo đảm (có bảo đảm, không bảo đảm), và phạm vi lãnh thổ (nội địa, quốc tế).
Về rủi ro tín dụng, chương này làm rõ các nguyên nhân trực tiếp dẫn đến nguy cơ mất vốn thông qua ba nhóm: nguyên nhân từ môi trường bên ngoài (kinh tế, chính trị, văn hóa - xã hội, pháp lý), nguyên nhân từ phía ngân hàng (nới lỏng điều kiện thẩm định do chạy theo tăng trưởng, giám sát sau vay kém hiệu quả, năng lực cán bộ hạn chế), và nguyên nhân từ phía khách hàng (đầu tư dàn trải vào danh mục nhạy cảm, cố tình gian lận chiếm dụng vốn, công ty mẹ bảo lãnh thiếu kiểm soát). Các thiệt hại do rủi ro tín dụng gây ra được phân tích đa chiều: làm xói mòn lợi nhuận và vốn tự có, đe dọa thanh khoản và nguy cơ phá sản của ngân hàng; đồng thời có thể tạo hiệu ứng domino gây hoảng loạn rút tiền gửi, uy hiếp an toàn của cả hệ thống tài chính quốc gia.
Phần tổng quan lược khảo các nghiên cứu thực nghiệm quốc tế (Amidu & Hinson, 2006; Abhiman Das, 2007; Changjun Zheng, 2018; Somanadevi Thiagarajan, 2011) và nghiên cứu trong nước (Võ Thị Quý, 2014; Lê Thái, 2017; Bùi Hữu Phước, 2017), chỉ ra rằng rủi ro tín dụng luôn chịu tác động đồng thời từ các yếu tố đặc thù ngân hàng và môi trường kinh tế vĩ mô.
Chương 2: Phương pháp nghiên cứu
Chương 2 trình bày chi tiết mô hình kinh tế lượng gồm 1 biến phụ thuộc và 8 biến giải thích, xây dựng các giả thuyết nghiên cứu từ H1 đến H8. Tác giả diễn giải cụ thể công thức xác định của từng biến độc lập:
- Tốc độ tăng trưởng cho vay hiện tại ($\Delta LOANS_{i,t}$) và trễ một năm ($\Delta LOANS_{i,t-1}$) được tính bằng độ lệch tỷ lệ biến động dư nợ giữa các kỳ liên tiếp.
- Hiệu quả sử dụng chi phí ($INEFF_{i,t}$) được đo bằng tỷ số giữa Tổng chi phí trên Tổng thu nhập.
- Quy mô ngân hàng ($SIZE_{i,t}$) được chuẩn hóa bằng hàm logarit tự nhiên của Tổng tài sản.
- Các biến vĩ mô phản ánh sự thay đổi của tốc độ tăng GDP hiện tại, trễ một năm và tỷ lệ lạm phát.
Chương này cũng thiết lập khung phân tích khuyết tật mô hình nghiêm ngặt: tiêu chuẩn Gujarati (2004) về tương quan tuyến tính (ngưỡng 0,8), kiểm định đa cộng tuyến qua chỉ số VIF (ngưỡng chấp nhận VIF < 10), và kiểm định giả thuyết $H_0$ không có phương sai thay đổi qua giá trị p-value trong kiểm định Breusch-Pagan / White.
Chương 3: Kết quả nghiên cứu
Nội dung trọng tâm của chương 3 bao gồm hai phần lớn: đánh giá thực trạng quản lý tín dụng tại Agribank và báo cáo kết quả ước lượng thực nghiệm.
Thực trạng hoạt động tín dụng và quản trị rủi ro tại Agribank
Tính đến năm 2020, Agribank sở hữu mạng lưới giao dịch lớn nhất Việt Nam với 2.233 điểm giao dịch. Dư nợ cho vay nền kinh tế đạt trên 1,21 triệu tỷ đồng, trong đó tín dụng phục vụ nông nghiệp và nông thôn tiếp tục là mũi nhọn chủ lực với 841.319 tỷ đồng (chiếm gần 70% tổng dư nợ của ngân hàng). Tỷ lệ nợ xấu năm 2020 được kiểm soát dưới 2%, tăng trưởng tín dụng phục hồi đạt mức trên 8,1% (sau các tháng đầu năm 2020 tăng trưởng âm do ảnh hưởng của đại dịch Covid-19). Lợi nhuận năm 2020 đạt gần 13.000 tỷ đồng, hoàn thành kế hoạch Ngân hàng Nhà nước giao. Agribank cũng là đơn vị xử lý thu hồi nợ xấu theo Nghị quyết 42/2017/QH14 đạt tỷ lệ 186% kế hoạch đề ra.
Trong giai đoạn này, Agribank đã triển khai hàng loạt chương trình tín dụng trọng điểm:
- Giảm nghèo nhanh, bền vững tại 61 huyện nghèo: doanh số cho vay trên 13.000 tỷ đồng.
- Cho vay hỗ trợ giảm tổn thất sau thu hoạch: doanh số gần 15.000 tỷ đồng.
- Cho vay tái canh cà phê: doanh số trên 1.300 tỷ đồng.
- Cho vay phát triển thủy sản theo Nghị định 67: doanh số trên 6.000 tỷ đồng.
- Cho vay qua tổ vay vốn: 68.938 tổ với 1.795 khách hàng, dư nợ 172.271 tỷ đồng, nợ xấu được kiểm soát ở mức 762 tỷ đồng (tỷ lệ 0,4%).
- Triển khai 68 điểm giao dịch lưu động bằng xe ô tô chuyên dụng trên 66 chi nhánh thuộc 441 xã, phục vụ hơn 1,2 triệu khách hàng qua gần 14.500 phiên giao dịch; phát hành 212.262 thẻ trong Đề án Thẻ "Tam nông" tại 104 chi nhánh cùng 1.732 điểm giao dịch POS.
- Thực thi chính sách hỗ trợ khách hàng chịu ảnh hưởng bởi dịch Covid-19 trong năm 2020: cơ cấu lại thời hạn trả nợ cho hơn 15.000 khách hàng với doanh số nợ 59.000 tỷ đồng; miễn giảm lãi cho 1.468 khách hàng với số tiền lãi miễn giảm hơn 32 tỷ đồng; hạ lãi suất với quy mô dư nợ hơn 33.000 tỷ đồng cho hơn 26.000 khách hàng; giải ngân cho vay mới đạt trên 127.000 tỷ đồng cho hơn 20.000 khách hàng.
Số liệu tài chính cơ bản của Agribank qua các năm trích dẫn từ văn bản:
| Năm |
Vốn chủ sở hữu (triệu đồng) |
Tổng tài sản (triệu đồng) |
Tổng thu nhập (triệu đồng) |
Tổng chi phí (triệu đồng) |
Dư nợ cho vay (triệu đồng) |
Dự phòng RRTD (triệu đồng) |
| 2010 |
27.003 |
534.946 |
55.961 |
38.846 |
414.460 |
11.213 |
| 2014 |
44.070 |
763.140 |
57.306 |
36.007 |
558.262 |
15.984 |
| 2020 |
5.635 |
1.913 |
94.954 |
53.306 |
1.948 |
13.489 |
(Ghi chú: Số liệu năm 2020 ở các dòng Vốn chủ sở hữu, Tổng tài sản, Dư nợ cho vay được trình bày đúng nguyên văn theo bảng số liệu thực trạng trong văn bản khóa luận; các trang phân tích định tính khác của văn bản ghi nhận tổng tài sản thực tế đạt trên 1,57 triệu tỷ đồng, nguồn vốn đạt 1,45 triệu tỷ đồng và dư nợ đạt trên 1,21 triệu tỷ đồng).
Bảng số liệu tính toán các biến nghiên cứu thực tế qua 11 năm (2010-2020):
| Năm |
$NPL_{i,t}$ |
$NPL_{i,t-1}$ |
$\Delta LOANS_{i,t}$ |
$\Delta LOANS_{i,t-1}$ |
$SIZE_{i,t}$ |
$INEFF_{i,t}$ |
$\Delta GDP_{i,t}$ |
$\Delta GDP_{i,t-1}$ |
$INFLA_{i,t}$ |
| 2010 |
2,91% |
1,93% |
-3,03% |
0,90% |
8,73 |
69,42% |
1,46% |
-0,86% |
7,78% |
| 2011 |
4,88% |
2,91% |
-8,66% |
-3,03% |
8,75 |
65,39% |
-0,89% |
1,46% |
13,62% |
| 2012 |
4,53% |
4,88% |
-1,67% |
-8,66% |
8,79 |
64,98% |
-0,86% |
-0,89% |
8,19% |
| 2013 |
4,54% |
4,53% |
4,93% |
-1,67% |
8,84 |
64,97% |
0,39% |
-0,86% |
4,77% |
| 2014 |
4,18% |
4,54% |
-7,65% |
4,93% |
8,88 |
62,83% |
0,56% |
0,39% |
3,31% |
| 2015 |
1,88% |
4,18% |
8,04% |
-7,65% |
8,94 |
56,75% |
0,82% |
0,56% |
2,05% |
| 2016 |
1,54% |
1,88% |
6,79% |
8,04% |
9,00 |
58,08% |
-0,59% |
0,82% |
1,83% |
| 2017 |
1,56% |
1,54% |
-1,27% |
6,79% |
9,06 |
57,86% |
0,60% |
-0,59% |
1,41% |
| 2018 |
1,25% |
1,56% |
-3,00% |
-1,27% |
9,11 |
56,55% |
0,27% |
0,60% |
1,48% |
| 2019 |
1,23% |
1,25% |
-2,97% |
-3,00% |
9,16 |
60,22% |
-0,06% |
0,27% |
2,01% |
| 2020 |
1,37% |
1,23% |
-3,59% |
-2,97% |
9,20 |
61,34% |
-4,11% |
-0,06% |
2,31% |
Kết quả phân tích thống kê và kiểm định kinh tế lượng
- Thống kê mô tả: Số quan sát $N = 11$. Tỷ lệ tài sản hoạt động không hiệu quả trễ ($NPL_{i,t-1}$) có giá trị trung bình 0,271, độ lệch chuẩn 0,151; giá trị thấp nhất là 0,012 (năm 2019). Tốc độ tăng cho vay hiện tại ($\Delta LOANS_{i,t}$) có giá trị trung bình là -0,01, độ lệch chuẩn 0,05; thấp nhất -0,08 (năm 2012). Quy mô ngân hàng ($SIZE_{i,t}$) trung bình đạt 8,951, độ lệch chuẩn 0,166; dao động từ 8,728 (năm 2010) đến 9,20 (năm 2020). Hiệu quả chi phí ($INEFF_{i,t}$) trung bình là 0,616, thấp nhất là 0,565 (năm 2018). Tăng trưởng GDP hiện hành ($\Delta GDP_{i,t}$) có trung bình -0,002, thấp nhất -0,0411 (năm 2020 do Covid-19). Tỷ lệ lạm phát ($INFLA_{i,t}$) trung bình là 0,044, dao động từ 0,014 (năm 2017) đến 0,1362 (năm 2011).
- Phân tích tương quan: Biến phụ thuộc $NPL_{i,t}$ có tương quan dương mạnh nhất với biến lạm phát $INFLA_{i,t}$ ($r = 0,7711$) và tương quan âm với quy mô $SIZE_{i,t}$. Giữa các biến độc lập, hệ số tương quan lớn nhất đạt 0,7580 giữa $INEFF_{i,t}$ và $INFLA_{i,t}$; hệ số tương quan âm lớn nhất đạt -0,7873 giữa $SIZE_{i,t}$ và $INFLA_{i,t}$. Các hệ số đều nằm dưới ngưỡng 0,8 theo chuẩn Gujarati (2004).
- Kiểm tra đa cộng tuyến: Mặc dù hệ số VIF của $SIZE_{i,t}$ là 32,34 và biến $INFLA_{i,t}$ ở mức cao, giá trị trung bình Mean VIF của mô hình đạt 9,34 (< 10). Do đó tác giả kết luận mô hình không xảy ra hiện tượng đa cộng tuyến nghiêm trọng.
- Kiểm định phương sai sai số thay đổi: Kết quả kiểm định White cho giá trị $\chi^2(10) = 11,3575$; kiểm định Breusch-Pagan / Cook-Weisberg cho giá trị $\chi^2(1) = 0,3246$ với mức ý nghĩa $p\text{-value} = 0,3246 > 0,05$. Do đó, mô hình chấp nhận giả thuyết phương sai sai số không đổi (đồng phương sai).
- Ước lượng OLS: Mô hình ước lượng trên 11 quan sát cho thấy thông số $F(8, 2) = 20$, mô hình có ý nghĩa thống kê tổng quát trong việc giải thích biến động của tỷ lệ nợ xấu tại Agribank.
Chương 4: Kết luận
Chương 4 đúc kết toàn bộ kết quả phân tích định tính và thực nghiệm định lượng của khóa luận. Trong suốt giai đoạn 2010-2020, Agribank duy trì vai trò chủ đạo trong việc cung ứng vốn tín dụng cho tam nông, vượt qua các giai đoạn khó khăn về nợ xấu sau khủng hoảng tài chính và ảnh hưởng dịch bệnh năm 2020. Nghiên cứu thực nghiệm chứng minh rằng rủi ro tín dụng tại Agribank chịu sự tác động đồng thời của các yếu tố nội tại ngân hàng (đặc biệt là tốc độ tăng trưởng quy mô, chính sách mở rộng cho vay và hiệu quả kiểm soát chi phí) cũng như sự biến động của chu kỳ kinh tế vĩ mô (tăng trưởng GDP và áp lực lạm phát). Tác giả tái khẳng định việc nhận diện chiều hướng tác động của từng nhân tố là cơ sở khách quan để ngân hàng xây dựng chính sách phòng ngừa rủi ro.
Chương 5: Khuyến nghị giải pháp và khắc phục
Dựa trên thực trạng và kết quả phân tích các nhân tố, chương 5 đưa ra định hướng và giải pháp nhằm nâng cao hiệu quả quản trị tín dụng tại Agribank:
- Tập trung cho vay lĩnh vực ưu tiên: Kiên định định hướng cấp tín dụng cho lĩnh vực nông nghiệp, nông thôn; xác định đây là bệ đỡ an toàn cho danh mục cho vay của ngân hàng.
- Kiểm soát cơ cấu và chất lượng tài sản có rủi ro: Chỉ đạo tăng tỷ trọng cho vay các loại tài sản có hệ số rủi ro thấp, chủ động giảm tỷ trọng dư nợ đối với các phân khúc tiềm ẩn rủi ro cao; ưu tiên phân bổ hạn mức tín dụng cho các chi nhánh có chất lượng tín dụng tốt, hạn chế tăng trưởng nóng tại những chi nhánh có tỷ lệ nợ xấu cao.
- Nâng cao năng lực thẩm định và sàng lọc khách hàng: Gắn tăng trưởng tín dụng với năng lực quản trị rủi ro; chủ động tìm kiếm, tiếp cận và sàng lọc thông tin khách hàng; mở rộng nền khách hàng bán lẻ tại khu vực đô thị lớn kết hợp phát triển sản phẩm dịch vụ hiện đại.
- Hiện đại hóa quy trình và ứng dụng công nghệ: Đẩy mạnh chuyển đổi số, đổi mới mô hình quản trị theo tiêu chuẩn hiện đại, tận dụng thành tựu Cách mạng công nghiệp 4.0 để phát triển ngân hàng số; triển khai hiệu quả các chương trình thẻ Tam nông, điểm giao dịch lưu động nhằm đẩy lùi nạn tín dụng đen và tăng khả năng tiếp cận dịch vụ tài chính cho người dân vùng sâu, vùng xa.
- Tuân thủ kỷ luật an toàn vốn: Đảm bảo duy trì nghiêm ngặt tỷ lệ an toàn vốn tối thiểu (CAR), hạn mức rủi ro tín dụng và hạn mức rủi ro tập trung theo đúng quy định của Ngân hàng Nhà nước.
Kết quả và đóng góp
Kết quả nghiên cứu chính
Khóa luận đã làm rõ bức tranh quản lý nợ xấu và các nhân tố quyết định đến rủi ro tín dụng của Agribank giai đoạn 2010-2020:
- Tỷ lệ tài sản hoạt động không hiệu quả ($NPL_{i,t}$) của Agribank đạt đỉnh ở mức 4,88% năm 2011, sau đó giảm dần và duy trì ổn định dưới mức 2% trong giai đoạn 2016-2020 (đạt 1,23% năm 2019 và 1,37% năm 2020).
- Hệ số tương quan phản ánh mối liên hệ mật thiết giữa môi trường lạm phát và rủi ro tín dụng ($r = 0,7711$), cho thấy sự bất ổn về giá cả hàng hóa làm suy giảm trực tiếp năng lực hoàn trả vốn của bên đi vay.
- Đánh giá định tính năm 2020 khẳng định khả năng chống chịu của hệ thống Agribank trước tác động của dịch Covid-19: cơ cấu lại nợ 59.000 tỷ đồng, miễn giảm lãi hơn 32 tỷ đồng, hỗ trợ hạ lãi suất quy mô 33.000 tỷ đồng, giải ngân mới trên 127.000 tỷ đồng, đồng thời đạt 186% kế hoạch xử lý nợ xấu theo Nghị quyết 42/2017/QH14.
Đóng góp của đề tài
- Về mặt học thuật và thực tiễn: Khóa luận kết hợp giữa khung lý thuyết kinh tế lượng chuẩn mực với bộ số liệu kiểm toán thực tế kéo dài 11 năm của ngân hàng thương mại nhà nước có quy mô tài sản lớn nhất Việt Nam.
- Đóng góp so với nghiên cứu trước: Khác với các công trình chỉ khảo sát dữ liệu chéo của nhiều ngân hàng trong thời gian ngắn hoặc chỉ tập trung vào giai đoạn trước tái cơ cấu (như Võ Thị Quý, 2014; Bùi Hữu Phước, 2017), nghiên cứu của Phan Thiên Nhi bám sát giai đoạn 2010-2020 – khoảng thời gian Agribank thực hiện tái cơ cấu toàn diện gắn với xử lý nợ xấu và chịu tác động trực tiếp của cuộc khủng hoảng y tế Covid-19 năm 2020. Kết quả cung cấp luận cứ thực nghiệm cho các nhà quản trị Agribank và cơ quan giám sát ngân hàng trong việc điều tiết tín dụng an toàn, bền vững.
Hạn chế và hướng nghiên cứu tiếp
- Về dữ liệu và phạm vi mẫu: Nghiên cứu chỉ tập trung vào một ngân hàng thương mại duy nhất (Agribank) với kích thước mẫu gồm 11 quan sát chuỗi thời gian ($T = 11$, tương ứng từ năm 2010 đến 2020). Cỡ mẫu nhỏ đặt ra giới hạn đáng kể về bậc tự do khi ước lượng mô hình hồi quy đa biến có tới 8 biến giải thích ($F(8, 2)$).
- Về chỉ số trong báo cáo: Một số chỉ tiêu thống kê cơ bản trong bảng tổng hợp số liệu thực trạng ở các năm cuối có độ chênh lệch về đơn vị hiển thị so với phần diễn giải định tính tổng tài sản thực tế.
- Hướng nghiên cứu tiếp: Mở rộng nghiên cứu bằng cách kết hợp tập dữ liệu bảng đa chiều (Panel Data) bao gồm nhóm ngân hàng thương mại có vốn nhà nước (Agribank, BIDV, Vietinbank, Vietcombank) hoặc toàn bộ hệ thống ngân hàng thương mại cổ phần Việt Nam; kéo dài chu kỳ nghiên cứu sau năm 2020; áp dụng các mô hình kinh tế lượng động như GMM sai phân hoặc GMM hệ thống để khắc phục triệt để hiện tượng nội sinh tiềm ẩn từ biến trễ của nợ xấu ($NPL_{i,t-1}$).
Giá trị tham khảo
Tài liệu khóa luận có giá trị tham khảo thiết thực cho:
- Sinh viên và học viên chuyên ngành Tài chính - Ngân hàng: Là tài liệu mẫu về cấu trúc trình bày một khóa luận định lượng ứng dụng kinh tế lượng trên dữ liệu báo cáo tài chính ngân hàng, cách thu thập và mã hóa các chỉ số tài chính (NPL, INEFF, SIZE, $\Delta LOANS$).
- Người nghiên cứu về quản trị rủi ro tín dụng tại Agribank: Phần thực trạng tại chương 3 cung cấp các số liệu hoạt động chi tiết về tín dụng chính sách, cho vay tam nông, kết quả thực thi Nghị quyết 42 và chính sách ứng phó đại dịch Covid-19 của Agribank trong năm 2020.
- Thực hành xử lý dữ liệu: Hướng dẫn các bước kiểm định sai phạm mô hình hồi quy OLS (kiểm tra VIF, White test, Breusch-Pagan test) trên phần mềm Stata 14.
Câu hỏi thường gặp
1. Tác giả sử dụng chỉ số nào để làm biến đại diện cho rủi ro tín dụng của Agribank?
Tác giả sử dụng tỷ lệ tài sản hoạt động không hiệu quả ($NPL_{i,t}$), được xác định bằng công thức: Tổng nợ xấu chia cho Tổng tài sản tại năm nghiên cứu (dựa theo phương pháp của Somanadevi Thiagarajan, 2011; Luc Laeven & Giovanni Majnoni, 2002).
2. Mô hình nghiên cứu của khóa luận sử dụng bao nhiêu biến giải thích và gồm những nhóm nhân tố nào?
Mô hình sử dụng 8 biến giải thích, chia làm hai nhóm:
- Nhóm nhân tố đặc thù ngân hàng: Nợ xấu trễ một năm ($NPL_{i,t-1}$), tốc độ tăng cho vay hiện tại ($\Delta LOANS_{i,t}$), tốc độ tăng cho vay trễ một năm ($\Delta LOANS_{i,t-1}$), hiệu quả sử dụng chi phí ($INEFF_{i,t}$), và quy mô ngân hàng ($SIZE_{i,t}$).
- Nhóm nhân tố kinh tế vĩ mô: Tỷ lệ tăng trưởng GDP hiện hành ($\Delta GDP_{i,t}$), tỷ lệ tăng trưởng GDP trễ một năm ($\Delta GDP_{i,t-1}$), và tỷ lệ lạm phát hiện tại ($INFLA_{i,t}$).
3. Kết quả kiểm định khuyết tật mô hình (đa cộng tuyến và phương sai sai số thay đổi) cho thấy điều gì?
- Về đa cộng tuyến: Giá trị Mean VIF đạt 9,34 (< 10), cho thấy mô hình không bị đa cộng tuyến nghiêm trọng.
- Về phương sai thay đổi: Kiểm định Breusch-Pagan / Cook-Weisberg cho giá trị thống kê $\chi^2(1) = 0,3246$ với $p\text{-value} = 0,3246 > 0,05$, khẳng định mô hình không có hiện tượng phương sai phần dư thay đổi.
4. Trong năm 2020, Agribank đã đạt được kết quả như thế nào trong công tác xử lý nợ xấu theo Nghị quyết 42 và quản lý nợ xấu?
Năm 2020, Agribank đạt kết quả xử lý thu hồi nợ xấu theo Nghị quyết 42/2017/QH14 đạt 186% kế hoạch đề ra, kiểm soát tỷ lệ nợ xấu toàn hệ thống ở mức dưới 2% (chỉ số NPL tính toán đạt 1,37%), đồng thời nâng tỷ lệ tăng trưởng tín dụng cả năm lên 8,1% và đạt lợi nhuận gần 13.000 tỷ đồng.
Kết luận
Khóa luận của tác giả Phan Thiên Nhi đã hệ thống hóa cơ sở lý luận về quản trị rủi ro tín dụng và kiểm định thực nghiệm tác động của các nhân tố vi mô lẫn vĩ mô đến tỷ lệ tài sản hoạt động không hiệu quả của Agribank giai đoạn 2010-2020. Thông qua phương pháp hồi quy OLS và các kiểm định kinh tế lượng trên Stata 14, công trình chỉ ra vai trò then chốt của việc kiểm soát chất lượng tín dụng, chi phí hoạt động và sự nhạy cảm của rủi ro tín dụng trước biến động lạm phát. Các giải pháp đề xuất tại chương 5 tập trung vào việc củng cố mảng tín dụng tam nông, tăng cường sàng lọc khách hàng và ứng dụng công nghệ, mang lại giá trị tham khảo thực tiễn cho công tác quản trị tại Agribank.
