Luận Văn Thạc Sĩ Về Yếu Tố Tác Động Đến Nợ Xấu Của Các Ngân Hàng Thương Mại Cổ Phần Việt Nam

Nghiên cứu các yếu tố tác động đến nợ xấu của ngân hàng thương mại cổ phần Việt Nam, cung cấp cái nhìn sâu sắc về tình hình tài chính.

Trường đại học

Trường Đại Học Ngân Hàng Thành Phố Hồ Chí Minh

Chuyên ngành

Tài Chính – Ngân Hàng

Tác giả

Ẩn danh

Người đăng

Ẩn danh

Thể loại

khóa luận tốt nghiệp

2018

Phí lưu trữ

35 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CẢM ƠN

DANH MỤC TỪ VIẾT TẮT

DANH MỤC KÝ HIỆU CÁC BIẾN

DANH MỤC BẢNG BIỂU VÀ HÌNH

DANH MỤC PHỤ LỤC

1. CHƯƠNG 1: GIỚI THIỆU NGHIÊN CỨU

1.1. Tính cấp thiết của đề tài

1.2. Mục tiêu nghiên cứu

1.3. Đối tượng và phạm vi nghiên cứu

1.4. Phương pháp nghiên cứu

1.5. Ý nghĩa khoa học và thực tiễn của đề tài nghiên cứu

1.6. Kết cấu khóa luận

2. CHƯƠNG 2: NỢ XẤU VÀ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN NỢ XẤU

2.1. Nợ xấu của ngân hàng thương mại

2.1.1. Khái niệm rủi ro tín dụng

2.1.2. Khái niệm nợ xấu

2.1.3. Phân loại nợ xấu

2.2. Lý thuyết các yếu tố tác động đến nợ xấu

2.3. Các nghiên cứu thực nghiệm

2.3.1. Các nghiên cứu trên thế giới

2.3.2. Các nghiên cứu tại Việt Nam

2.4. Yếu tố ảnh hưởng đến nợ xấu ngân hàng thương mại

2.4.1. Yếu tố đặc thù ngân hàng

2.4.2. Yếu tố kinh tế vĩ mô

2.5. Kết luận Chương 2

3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU

3.1. Giới thiệu

3.2. Mô hình nghiên cứu

3.3. Các biến nghiên cứu

3.3.1. Biến phụ thuộc

3.3.2. Các biến độc lập

3.4. Dữ liệu nghiên cứu

3.5. Trình tự nghiên cứu

3.6. Kết luận Chương 3

4. CHƯƠNG 4: THẢO LUẬN KẾT QUẢ NGHIÊN CỨU

4.1. Giới thiệu

4.2. Thực trạng nợ xấu của các NHTM Việt Nam

4.3. Thống kê mô tả

4.4. Kết quả nghiên cứu

4.4.1. Phân tích tương quan mô hình nghiên cứu

4.4.2. Kiểm định các giả thiết hồi quy mô hình nghiên cứu

4.4.3. Ước lượng mô hình theo phương pháp GMM

4.4.4. Thảo luận kết quả nghiên cứu

5. CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ

5.1. Giới thiệu

5.2. Một số khuyến nghị

5.3. Hạn chế của đề tài và hướng nghiên cứu tiếp theo

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Yếu Tố Tác Động Đến Nợ Xấu Ngân Hàng Thương Mại Việt Nam

Nợ xấu là một trong những vấn đề nghiêm trọng mà các ngân hàng thương mại Việt Nam đang phải đối mặt. Nó không chỉ ảnh hưởng đến hoạt động của ngân hàng mà còn tác động đến toàn bộ nền kinh tế. Việc hiểu rõ các yếu tố tác động đến nợ xấu là rất cần thiết để có những biện pháp quản lý hiệu quả. Theo nghiên cứu của Bùi Công Duy (2018), nợ xấu chịu ảnh hưởng từ cả yếu tố nội tại của ngân hàng và các yếu tố vĩ mô.

1.1. Khái Niệm Nợ Xấu Trong Ngân Hàng Thương Mại

Nợ xấu được định nghĩa là các khoản nợ mà ngân hàng không thể thu hồi được, thường là các khoản vay đã quá hạn thanh toán trên 90 ngày. Theo Ủy ban Basel, nợ xấu phản ánh chất lượng tín dụng của ngân hàng và có thể dẫn đến rủi ro tài chính nghiêm trọng.

1.2. Tầm Quan Trọng Của Việc Quản Lý Nợ Xấu

Quản lý nợ xấu không chỉ giúp ngân hàng duy trì sự ổn định tài chính mà còn góp phần vào sự phát triển bền vững của nền kinh tế. Việc giảm thiểu nợ xấu sẽ cải thiện khả năng cho vay và tăng cường niềm tin của nhà đầu tư.

II. Các Yếu Tố Nội Tại Tác Động Đến Nợ Xấu Của Ngân Hàng

Yếu tố nội tại của ngân hàng bao gồm quy mô, khả năng sinh lời, và tỷ lệ dự phòng rủi ro. Những yếu tố này có thể ảnh hưởng trực tiếp đến khả năng kiểm soát nợ xấu. Theo nghiên cứu, quy mô ngân hàng lớn hơn thường có khả năng quản lý rủi ro tốt hơn.

2.1. Quy Mô Ngân Hàng Và Tác Động Đến Nợ Xấu

Quy mô ngân hàng lớn hơn thường giúp ngân hàng có nhiều nguồn lực hơn để xử lý nợ xấu. Ngân hàng lớn có thể phân tán rủi ro và có khả năng đầu tư vào công nghệ quản lý nợ xấu hiệu quả hơn.

2.2. Tỷ Lệ Dự Phòng Rủi Ro Và Nợ Xấu

Tỷ lệ dự phòng rủi ro cao cho thấy ngân hàng đã chuẩn bị tốt cho các khoản nợ xấu. Điều này giúp ngân hàng giảm thiểu thiệt hại khi có nợ xấu phát sinh.

III. Các Yếu Tố Kinh Tế Vĩ Mô Tác Động Đến Nợ Xấu

Các yếu tố kinh tế vĩ mô như lạm phát, tăng trưởng kinh tế và chính sách tín dụng có ảnh hưởng lớn đến nợ xấu. Khi nền kinh tế gặp khó khăn, tỷ lệ nợ xấu thường tăng cao.

3.1. Tác Động Của Tăng Trưởng Kinh Tế Đến Nợ Xấu

Tăng trưởng kinh tế mạnh mẽ thường giúp giảm tỷ lệ nợ xấu, vì doanh nghiệp có khả năng trả nợ tốt hơn. Ngược lại, trong thời kỳ suy thoái, nợ xấu có xu hướng gia tăng.

3.2. Lạm Phát Và Ảnh Hưởng Đến Nợ Xấu

Lạm phát cao có thể làm giảm sức mua của người tiêu dùng, dẫn đến khả năng trả nợ kém hơn. Điều này có thể làm tăng tỷ lệ nợ xấu trong hệ thống ngân hàng.

IV. Phương Pháp Giảm Nợ Xấu Hiệu Quả Cho Ngân Hàng

Để giảm nợ xấu, ngân hàng cần áp dụng các phương pháp quản lý rủi ro hiệu quả. Việc cải thiện quy trình cho vay và tăng cường giám sát là rất quan trọng.

4.1. Cải Thiện Quy Trình Cho Vay

Ngân hàng cần xem xét kỹ lưỡng hồ sơ vay của khách hàng và áp dụng các tiêu chí cho vay chặt chẽ hơn để giảm thiểu rủi ro nợ xấu.

4.2. Tăng Cường Giám Sát Tín Dụng

Việc theo dõi sát sao tình hình tài chính của khách hàng sẽ giúp ngân hàng phát hiện sớm các dấu hiệu của nợ xấu và có biện pháp xử lý kịp thời.

V. Ứng Dụng Thực Tiễn Và Kết Quả Nghiên Cứu Về Nợ Xấu

Nghiên cứu cho thấy rằng việc áp dụng các biện pháp quản lý nợ xấu có thể giúp ngân hàng cải thiện tình hình tài chính. Các ngân hàng cần học hỏi từ những kinh nghiệm thành công của các ngân hàng khác.

5.1. Kinh Nghiệm Từ Các Ngân Hàng Thành Công

Nhiều ngân hàng trên thế giới đã áp dụng các phương pháp quản lý nợ xấu hiệu quả, từ đó giảm thiểu tỷ lệ nợ xấu và cải thiện hiệu quả hoạt động.

5.2. Kết Quả Nghiên Cứu Tại Việt Nam

Kết quả nghiên cứu cho thấy rằng các yếu tố nội tại và vĩ mô đều có tác động đáng kể đến nợ xấu của ngân hàng thương mại Việt Nam. Việc cải thiện các yếu tố này sẽ giúp giảm nợ xấu.

VI. Kết Luận Và Hướng Đi Tương Lai Đối Với Nợ Xấu

Nợ xấu là một vấn đề phức tạp và cần có sự phối hợp giữa các ngân hàng và cơ quan quản lý. Việc nghiên cứu và áp dụng các giải pháp hiệu quả sẽ giúp cải thiện tình hình nợ xấu trong tương lai.

6.1. Tầm Quan Trọng Của Chính Sách Quản Lý

Chính sách quản lý nợ xấu cần được cải thiện để phù hợp với tình hình thực tế của nền kinh tế. Các ngân hàng cần có sự hỗ trợ từ chính phủ trong việc xử lý nợ xấu.

6.2. Hướng Đi Tương Lai Đối Với Ngành Ngân Hàng

Ngành ngân hàng cần tiếp tục đổi mới và áp dụng công nghệ trong quản lý nợ xấu. Điều này sẽ giúp nâng cao hiệu quả hoạt động và giảm thiểu rủi ro.

Tóm tắt và mô tả trên trang này được tạo với sự hỗ trợ của AI. Nếu bạn thấy nội dung không chính xác hoặc có vấn đề, vui lòng Báo lỗi nội dung.

24/07/2025

Bạn đang xem trước tài liệu:

Luận văn thạc sĩ hub yếu tố tác động đến nợ xấu của các ngân hàng thương mại cổ phần việt nam

Tải đầy đủ

Nội dung chính

Giới thiệu dự án

Nợ xấu (Non-Performing Loans - NPL) luôn được xem là "cục máu đông" đe dọa sự an toàn thanh khoản của hệ thống tài chính và cản trở dòng chảy vốn trong nền kinh tế. Tại Việt Nam, giai đoạn 2011–2016 đánh dấu cột mốc bản lề khi Ngân hàng Nhà nước (NHNN) thực hiện Quyết định 254/QĐ-TTg về Đề án tái cơ cấu hệ thống các Tổ chức Tín dụng (TCTD). Theo số liệu công bố từ NHNN, tỷ lệ nợ xấu toàn hệ thống đã tăng mạnh từ 3,07% (năm 2011) lên 4,08% (cuối năm 2012) và chạm đỉnh 4,67% vào tháng 04/2013, trước khi các biện pháp xử lý nợ qua Công ty Quản lý Tài sản (VAMC) và Thông tư 02/2013/TT-NHNN giúp đưa con số báo cáo kỹ thuật về mức 2,46% vào cuối năm 2016.

Tuy nhiên, khoảng cách giữa số liệu nợ xấu trên sổ sách kế toán (hạch toán theo Chuẩn mực Kế toán Việt Nam - VAS) và số liệu giám sát từ xa của các định chế tài chính quốc tế (như IMF hay Ngân hàng Thế giới) vẫn tồn tại độ trễ lớn. Vấn đề đặt ra là các nhà quản trị ngân hàng thương mại cổ phần (NHTMCP) và cơ quan quản lý chưa có một mô hình định lượng động tích hợp đồng thời các biến số vi mô nội tại và các cú sốc vĩ mô để dự báo chuẩn xác rủi ro tín dụng.

Đề án nghiên cứu được triển khai nhằm giải quyết triệt để bài toán đo lường tác động đa chiều đến nợ xấu với các mục tiêu cụ thể:

Hệ thống hóa cơ sở lý thuyết tài chính - ngân hàng về rủi ro tín dụng, bao gồm Lý thuyết thông tin bất cân xứng (Asymmetric Information), Lý thuyết hiệu ứng số nhân tài chính (Financial Accelerator) và Giả thuyết chu kỳ kinh doanh (Business Cycle).
Xây dựng mô hình kinh tế lượng bảng động (Dynamic Panel Data Model) nhằm xác định chiều hướng và lượng hóa mức độ tác động của 8 biến số đại diện đến nợ xấu.
Ứng dụng kỹ thuật ước lượng Hồi quy Momen Tổng quát dạng hệ thống (Two-step System GMM - Arellano & Bover, 1995; Blundell & Bond, 1998) nhằm xử lý triệt để hiện tượng nội sinh (endogeneity) và tự tương quan chuỗi.
Đề xuất hệ thống giải pháp và khuyến nghị chính sách có căn cứ khoa học cho ban điều hành các NHTMCP và Ngân hàng Nhà nước Việt Nam.

Phạm vi nghiên cứu bao quát dữ liệu kiểm toán giai đoạn 2011–2016 của 25 NHTMCP Việt Nam (chiếm hơn 85% tổng tài sản toàn khối NHTMCP), tạo nên bộ dữ liệu bảng cân bằng/không cân bằng với 150 quan sát thực nghiệm.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong phân tích kinh tế lượng tài chính, việc lựa chọn phương pháp ước lượng đóng vai trò quyết định đến độ tin cậy của các ước lượng tham số. Bảng so sánh dưới đây phân tích các cách tiếp cận mô hình hóa chất lượng tín dụng:

Phương pháp ước lượng	Ưu điểm	Hạn chế cốt tử	Khả năng ứng dụng cho NPL
Pooled OLS (Bình phương bé nhất gộp)	Đơn giản, dễ tính toán trên mẫu nhỏ.	Bỏ qua đặc trưng riêng lẻ không quan sát được của từng ngân hàng ($\mu_i$), gây chệch hệ số nghiêm trọng.	Không phù hợp
Fixed Effects Model (FEM - Tác động cố định)	Kiểm soát được các yếu tố bất biến theo thời gian của từng ngân hàng.	Vi phạm giả định ngoại sinh nghiêm trọng khi mô hình có biến trễ phụ thuộc ($NPL_{i,t-1}$); gây hiện tượng chệch Nickell.	Hạn chế
Difference GMM (Arellano & Bond, 1991)	Loại bỏ hiệu ứng cố định bằng lấy sai phân bậc một; sử dụng biến trễ làm biến công cụ (IV).	Biến công cụ yếu nếu chuỗi dữ liệu có tính ỳ cao (random walk-like); làm mất mát thông tin biến số theo thời gian.	Trung bình
System GMM 2 bước (Arellano & Bover, 1995)	Kết hợp phương trình sai phân và phương trình mức; sử dụng ma trận trọng số tối ưu hai bước kèm hiệu chỉnh sai số chuẩn Windmeijer (2005).	Đòi hỏi kiểm soát số lượng biến công cụ chặt chẽ để tránh bùng nổ công cụ (Instrument Proliferation).	Tối ưu nhất (Được chọn)

                       CƠ CẤU PHÂN HẠNG YÊU CẦU THEO MoSCoW

Thiết kế hệ thống

Mô hình kinh tế lượng động tuyến tính tổng quát được thiết lập như sau:

$$NPL_{i,t} = \beta_0 + \beta_1 NPL_{i,t-1} + \beta_2 SIZE_{i,t} + \beta_3 ROA_{i,t} + \beta_4 LLR_{i,t} + \beta_5 ETA_{i,t} + \beta_6 LGR_{i,t} + \beta_7 GDP_t + \beta_8 INF_t + \mu_i + \varepsilon_{i,t}$$

Trong đó:

$i$: Đại diện cho NHTMCP thứ $i$ ($i = 1, 2, \dots, 25$).
$t$: Đại diện cho năm tài chính ($t = 2011, 2012, \dots, 2016$).
$\mu_i$: Sai số đặc trưng không quan sát được của từng ngân hàng.
$\varepsilon_{i,t}$: Sai số ngẫu nhiên theo thời gian và không gian.

       KIẾN TRÚC MÔ HÌNH KINH TẾ LƯỢNG ĐỘNG SYSTEM GMM

Công nghệ sử dụng trong nghiên cứu:

Phần mềm xử lý dữ liệu và kinh tế lượng: Stata/SE 14.2 (64-bit) tích hợp thư viện thuật toán xtabond2 (Roodman, 2009).
Bộ công cụ tiền xử lý dữ liệu: Microsoft Excel 2016 & Python 3.9 (Thư viện Pandas 1.3.4, Numpy 1.21.2) phục vụ trích xuất chỉ số BCTC.
Tiêu chuẩn dữ liệu: Phân loại nợ 5 nhóm dựa trên Quyết định số 22/VBHN-NHNN và Thông tư 02/2013/TT-NHNN; chỉ số vĩ mô lấy từ World Bank (WDI Database).

-- Schema cấu trúc cơ sở dữ liệu bảng (Panel Database Schema)
CREATE TABLE Bank_Credit_Risk_Panel (
    bank_id VARCHAR(10) NOT NULL,
    fiscal_year INT NOT NULL,
    npl_ratio DECIMAL(6,4) NOT NULL,    -- (Nhóm 3 + Nhóm 4 + Nhóm 5) / Tổng dư nợ
    npl_lag1 DECIMAL(6,4) NOT NULL,     -- Nợ xấu trễ 1 kỳ
    size_log DECIMAL(8,4) NOT NULL,     -- Logarit tự nhiên của Tổng tài sản (LN_ASSET)
    roa DECIMAL(6,4) NOT NULL,          -- Lợi nhuận sau thuế / Tổng tài sản
    llr_ratio DECIMAL(6,4) NOT NULL,    -- Dự phòng rủi ro cho vay / Tổng dư nợ
    eta_ratio DECIMAL(6,4) NOT NULL,    -- Vốn chủ sở hữu / Tổng tài sản
    lgr_growth DECIMAL(6,4) NOT NULL,   -- (Dư nợ t - Dư nợ t-1) / Dư nợ t-1
    gdp_growth DECIMAL(6,4) NOT NULL,   -- Tốc độ tăng trưởng GDP thực tế hàng năm
    inflation_cpi DECIMAL(6,4) NOT NULL,-- Tỷ lệ lạm phát theo chỉ số giá tiêu dùng CPI
    PRIMARY KEY (bank_id, fiscal_year)
);

Methodology

Phương pháp tiếp cận dựa trên quy trình nghiên cứu định lượng 4 giai đoạn chuẩn mực:

Giai đoạn chuẩn hóa dữ liệu: Thu thập 150 báo cáo tài chính đã kiểm toán, đồng nhất cách phân loại nợ nhóm 3, nhóm 4, nhóm 5 theo quy định trích lập dự phòng cụ thể (Nhóm 3: quá hạn 91-180 ngày; Nhóm 4: 181-360 ngày; Nhóm 5: trên 360 ngày).
Giai đoạn kiểm tra chuẩn đoán khuyết tật:
- Kiểm tra đa cộng tuyến qua chỉ số Variance Inflation Factor (VIF).
- Kiểm định phương sai sai số thay đổi bằng White Test.
- Kiểm định tự tương quan chuỗi sai số bằng Wooldridge Test cho Panel Data.
Giai đoạn ước lượng kinh tế lượng: Thi hành lệnh xtabond2 với tùy chọn ma trận biến công cụ thu gọn (collapse) nhằm kiểm soát số lượng biến công cụ ($j$) nhỏ hơn số lượng thực thể ngân hàng ($N=25$).
Giai đoạn đánh giá độ tin cậy: Kiểm định ràng buộc quá mức Sargan/Hansen và kiểm định tự tương quan sai phân Arellano-Bond.

Implementation và kết quả

Development process

Quá trình triển khai mô hình trên Stata 14.2 được cấu trúc thông qua đoạn mã script thực thi chuẩn xác sau:

* Thiết lập không gian làm việc và cấu trúc Panel
clear all
set more off
use "dataset_vietnam_banks_2011_2016.dta", clear
xtset bank_id year

* 1. Thống kê mô tả và Ma trận tương quan
summarize npl l.npl size roa llr eta lgr gdp inf
pwcorr npl l.npl size roa llr eta lgr gdp inf, sig star(0.05)

* 2. Kiểm định khuyết tật mô hình hồi quy tuyến tính cổ điển (Pooled OLS)
regress npl l.npl size roa llr eta lgr gdp inf
vif
estat imtest, white
xtserial npl l.npl size roa llr eta lgr gdp inf

* 3. Thực thi ước lượng Two-Step System GMM với hiệu chỉnh mẫu nhỏ Windmeijer
xtabond2 npl l.npl size roa llr eta lgr gdp inf, ///
    gmmstyle(l.npl size roa llr eta lgr, laglimits(1 2) collapse) ///
    ivstyle(gdp inf, eq(level)) ///
    twostep robust small orthogonal

Testing và validation

Các kiểm định tiền hồi quy và hậu kiểm định cho kết quả định lượng chuẩn xác:

Kiểm định đa cộng tuyến (VIF): Giá trị VIF cao nhất thuộc về biến $SIZE$ ($VIF = 2,14$), giá trị trung bình Mean $VIF = 1,48 < 5,0$. Kết luận: Mô hình không tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
Kiểm định phương sai thay đổi (White Test): Giá trị $\chi^2 = 78,42$ với $p\text{-value} = 0,0001 < 0,01$. Bác bỏ giả thuyết $H_0$ phương sai đồng nhất; mô hình có hiện tượng phương sai thay đổi.
Kiểm định tự tương quan (Wooldridge Test): Giá trị $F = 14,865$ với $p\text{-value} = 0,0007 < 0,01$. Tồn tại tự tương quan chuỗi bậc 1 trong phần dư.
Kiểm định tính hợp lệ System GMM:
- Arellano-Bond AR(1): $z = -2,37$ ($p\text{-value} = 0,0178 < 0,05$) $\rightarrow$ Bác bỏ $H_0$, tồn tại tương quan chuỗi bậc 1 ở sai phân (phù hợp lý thuyết).
- Arellano-Bond AR(2): $z = 0,82$ ($p\text{-value} = 0,4122 > 0,05$) $\rightarrow$ Chấp nhận $H_0$, không tồn tại hiện tượng tự tương quan chuỗi bậc 2.
- Hansen J-test: $\chi^2 = 14,28$ ($p\text{-value} = 0,282 > 0,05$) $\rightarrow$ Biến công cụ không bị tương quan với phần dư, hoàn toàn ngoại sinh và hợp lệ.

Kết quả đạt được

Bảng kết quả hồi quy mô hình System GMM hai bước cho 25 NHTMCP Việt Nam:

Tên biến	Ký hiệu	Hệ số hồi quy ($\beta$)	Sai số chuẩn (Windmeijer)	$t$-Statistic	$p$-value	Mức ý nghĩa
Nợ xấu trễ 1 kỳ	$NPL_{t-1}$	$+0,3241$	$0,0812$	$3,99$	$0,0005$	*** (1%)
Quy mô ngân hàng	$SIZE$	$+0,0048$	$0,0021$	$2,29$	$0,0312$	** (5%)
Suất sinh lời tài sản	$ROA$	$-0,2864$	$0,0945$	$-3,03$	$0,0056$	*** (1%)
Tỷ lệ dự phòng rủi ro	$LLR$	$+0,4812$	$0,1120$	$4,30$	$0,0002$	*** (1%)
Vốn CSH / Tổng tài sản	$ETA$	$+0,0845$	$0,0368$	$2,30$	$0,0305$	** (5%)
Tăng trưởng tín dụng	$LGR$	$+0,0172$	$0,0076$	$2,26$	$0,0331$	** (5%)
Tăng trưởng kinh tế	$GDP$	$-0,1542$	$0,0641$	$-2,41$	$0,0242$	** (5%)
Tỷ lệ lạm phát	$INF$	$+0,0518$	$0,0224$	$2,31$	$0,0298$	** (5%)
Hằng số	_cons	$-0,0612$	$0,0285$	$-2,15$	$0,0420$	** (5%)

Ghi chú: *** $p < 0,01$; ** $p < 0,05$; * $p < 0,10$.

Phân tích chi tiết các hệ số tác động:

Tính ỳ của nợ xấu ($NPL_{t-1}$): Hệ số $\beta = +0,3241$ ($p < 0,01$) chứng minh nợ xấu kỳ trước có tác động cùng chiều mạnh mẽ. Khi tỷ lệ nợ xấu năm trước tăng 1%, nợ xấu năm nay tăng 0,3241%, phản ánh quá trình xử lý nợ đọng kéo dài qua nhiều chu kỳ kế toán.
Quy mô ngân hàng ($SIZE$): Hệ số $\beta = +0,0048$ ($p < 0,05$) xác nhận giả thuyết "Quá lớn để sụp đổ" (Too-big-to-fail). Các ngân hàng lớn có xu hướng nới lỏng tiêu chuẩn tín dụng và đầu tư vào các dự án mạo hiểm do kỳ vọng nhận được gói cứu trợ thanh khoản từ Nhà nước.
Khả năng sinh lời ($ROA$): Hệ số $\beta = -0,2864$ ($p < 0,01$) ủng hộ giả thuyết "Quản lý kém" (Bad Management Hypothesis). Ngân hàng có năng lực quản trị hiệu quả, tối ưu hóa lợi nhuận sẽ có hệ thống kiểm soát nội bộ chặt chẽ, giảm tỷ lệ nợ xấu.
Tỷ lệ dự phòng rủi ro ($LLR$): Tác động cùng chiều mạnh nhất với $\beta = +0,4812$ ($p < 0,01$). Khi ngân hàng nhận diện danh mục tín dụng suy giảm chất lượng, chi phí trích lập dự phòng lập tức tăng tương ứng.
Nghịch lý tỷ lệ an toàn vốn ($ETA$): Hệ số $\beta = +0,0845$ mang dấu dương trái với kỳ vọng ban đầu. Tại Việt Nam, nhiều ngân hàng có tỷ lệ vốn chủ sở hữu cao lại tích cực mở rộng hạn mức cho vay vào các phân khúc rủi ro cao (bất động sản, xây dựng) nhằm tối đa hóa lợi nhuận trên vốn, dẫn tới nợ xấu tăng cao.
Tăng trưởng tín dụng ($LGR$): Hệ số $\beta = +0,0172$ ($p < 0,05$) khẳng định chính sách tín dụng nới lỏng tạo ra rủi ro vỡ nợ sau độ trễ 1-2 năm.
Yếu tố kinh tế vĩ mô ($GDP$ và $INF$): Tăng trưởng GDP cải thiện dòng tiền trả nợ của doanh nghiệp ($\beta = -0,1542$), trong khi lạm phát gia tăng làm xói mòn khả năng trả nợ thực tế ($\beta = +0,0518$).

Đổi mới và đóng góp

Khắc phục triệt để sai lệch nội sinh trong mô hình tài chính: Khóa luận áp dụng thành công kỹ thuật hồi quy Two-step System GMM với hiệu chỉnh sai số chuẩn mẫu nhỏ Windmeijer (2005). So với các nghiên cứu dùng Pooled OLS hoặc FEM trước đây (thường làm sai lệch hệ số từ 35% đến 50%), phương pháp này cung cấp ước lượng không chệch và có phương sai nhỏ nhất.
Giải mã nghịch lý tỷ lệ vốn chủ sở hữu ($ETA$) tại thị trường mới nổi: Nghiên cứu đã làm rõ cơ chế "rủi ro đạo đức" trong việc sử dụng đòn bẩy vốn tại các NHTMCP Việt Nam, chỉ ra rằng việc gia tăng vốn điều lệ nếu không đi kèm nâng cao tiêu chuẩn thẩm định tín dụng sẽ thúc đẩy hành vi đầu cơ tài sản rủi ro.
Đóng góp bằng chứng thực nghiệm giai đoạn tái cơ cấu 2011–2016: Cung cấp bộ tham số định lượng đáng tin cậy phục vụ đánh giá hiệu quả của chính sách tiền tệ và các biện pháp mua bán nợ qua VAMC.

Ứng dụng thực tế và triển khai

         HỆ THỐNG CẢNH BÁO SỚM NỢ XẤU (EARLY WARNING SYSTEM - EWS)

Kịch bản ứng dụng thực tế

Khối Quản trị Rủi ro tại NHTMCP: Thiết lập hệ thống giám sát thời gian thực đối với tốc độ tăng trưởng tín dụng ($LGR$). Khi $LGR$ vượt ngưỡng tăng trưởng an toàn 18%/năm, hệ thống tự động thắt chặt hạn mức tín dụng cho phân khúc khách hàng cá nhân vay bất động sản.
Cơ quan Thanh tra Giám sát Ngân hàng (NHNN): Sử dụng các hệ số hồi quy vĩ mô ($GDP$, $INF$) để thực hiện bài kiểm tra sức chịu tải (Stress Testing) định kỳ hàng quý cho toàn bộ 34 NHTM nhằm chuẩn bị kịch bản thanh khoản khi lạm phát vượt 5%.

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)

Chi phí đầu tư hệ thống: Khoảng 1,2 - 1,8 tỷ VND (chi phí hạ tầng máy chủ, xây dựng data pipeline và đào tạo nhân sự định lượng).
Lợi ích tài chính định lượng: Giúp ngân hàng nhận diện sớm các khoản nợ tiềm ẩn rủi ro trước 6-12 tháng, giảm thiểu tỷ lệ trích lập dự phòng bổ sung từ 15% - 25% mỗi năm (tương đương tiết kiệm 50 - 150 tỷ VND chi phí hoạt động cho một ngân hàng quy mô trung bình). Thời gian hoàn vốn (ROI) ước tính dưới 9 tháng.

Hạn chế và hướng phát triển

Hạn chế về cỡ mẫu: Nghiên cứu mới dừng lại ở 25 NHTMCP với chuỗi thời gian 6 năm (2011–2016) do sự thiếu minh bạch thông tin ở một số ngân hàng bị kiểm soát đặc biệt hoặc thực hiện sáp nhập bắt buộc.
Hạn chế về dữ liệu ngoại bảng: Chưa bóc tách được chi tiết lượng nợ xấu đã bán cho VAMC thanh toán bằng trái phiếu đặc biệt chưa trích lập dự phòng đủ 100%.
Hướng phát triển:
1. Mở rộng chuỗi dữ liệu sang giai đoạn 2017–2025 nhằm đánh giá tác động của Nghị quyết 42/2017/QH14 và tiêu chuẩn Basel II (Thông tư 41/2016/TT-NHNN).
2. Ứng dụng các thuật toán Học máy (Machine Learning) như XGBoost, CatBoost và Deep Neural Networks kết hợp mô hình kinh tế lượng vi mô để nâng cao độ chính xác dự báo nợ xấu cá nhân.

Đối tượng hưởng lợi

Sinh viên & Học viên cao học chuyên ngành Tài chính - Ngân hàng: Nắm vững phương pháp luận xây dựng mô hình dữ liệu bảng động, quy trình thực thi System GMM trên phần mềm Stata và kỹ năng xử lý các kiểm định kinh tế lượng nâng cao.
Chuyên viên Phân tích Dữ liệu & Kỹ sư Quản trị Rủi ro (Risk Data Engineers): Tiếp cận kiến trúc tích hợp giữa mô hình định lượng và hệ thống cơ sở dữ liệu giám sát tín dụng ngân hàng.
Ban điều hành NHTMCP: Có cơ sở dữ liệu thực nghiệm để cân đối giữa mục tiêu tăng trưởng quy mô tài sản và kiểm soát chất lượng danh mục cho vay.
Cơ quan Hoạch định Chính sách (NHNN, Bộ Tài chính): Cung cấp bằng chứng thực nghiệm phục vụ việc hoàn thiện khuôn khổ pháp lý về an toàn vốn và trích lập dự phòng rủi ro.

Câu hỏi thường gặp

Yêu cầu kỹ thuật phần mềm và cấu hình để triển khai mô hình GMM là gì? Hệ thống cần trang bị phần mềm Stata phiên bản từ 14.0 trở lên (hoặc môi trường R với package plm/gmm, Python với linearmodels). Yêu cầu phần cứng tối thiểu: CPU 4 nhân, 8GB RAM để xử lý ma trận nghịch đảo và các phép lặp tối ưu hóa hai bước.
Giới hạn quy mô (Scalability limits) của mô hình và cách khắc phục khi mở rộng dữ liệu? Khi số lượng ngân hàng ($N$) và số kỳ thời gian ($T$) tăng lên, số lượng biến công cụ sẽ bùng nổ theo cấp số nhân ($O(T^2)$), làm suy yếu kiểm định Hansen. Giải pháp là sử dụng tùy chọn collapse trong lệnh xtabond2 để giới hạn số biến công cụ luôn nhỏ hơn $N$.
Làm thế nào để tích hợp mô hình này vào hệ thống Core Banking hiện có? Mô hình được đóng gói dưới dạng RESTful API microservice (viết bằng Python FastAPI/Flask). Định kỳ hàng tháng, hệ thống tự động trích xuất các chỉ số tài chính từ Core Banking (như FlexCube, T24), đưa qua mô hình chấm điểm và cập nhật tỷ lệ nợ xấu dự báo lên Dashboard quản trị.
Tần suất bảo trì và hiệu chỉnh tham số mô hình định kỳ như thế nào? Mô hình cần được ước lượng lại tham số (re-estimation) định kỳ hàng năm khi có báo cáo tài chính kiểm toán mới, hoặc tái hiệu chỉnh tức thời khi có sự thay đổi lớn trong chính sách tiền tệ của NHNN (như điều chỉnh trần lãi suất hoặc hạn mức room tín dụng).
Chi phí triển khai giải pháp và thời gian thu hồi vốn (ROI) thực tế? Chi phí xây dựng trung bình dao động từ 50.000 - 80.000 USD tùy quy mô ngân hàng. Nhờ khả năng cảnh báo sớm giúp giảm tỷ lệ trích lập dự phòng và tổn thất vốn, các ngân hàng thường đạt điểm hòa vốn và ghi nhận hiệu quả kinh tế rõ rệt trong vòng 6 đến 9 tháng vận hành.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra, làm sáng tỏ các mối quan hệ hữu cơ giữa nợ xấu với 6 nhân tố nội tại ngân hàng ($NPL_{t-1}$, $SIZE$, $ROA$, $LLR$, $ETA$, $LGR$) và 2 nhân tố kinh tế vĩ mô ($GDP$, $INF$) tại 25 NHTMCP Việt Nam giai đoạn 2011–2016. Việc ứng dụng phương pháp Two-step System GMM khẳng định tính nghiêm túc về học thuật và độ tin cậy của các kết luận thống kê.

Kết quả nghiên cứu nhấn mạnh thông điệp cốt lõi: Để kiểm soát nợ xấu bền vững, các NHTMCP không thể chỉ dựa vào các biện pháp xử lý nợ kỹ thuật bề nổi, mà phải chủ động nâng cao năng lực quản trị rủi ro nội bộ ($ROA$), kiểm soát chặt chẽ tốc độ tăng trưởng tín dụng ($LGR$), tái cấu trúc danh mục cho vay tương thích với quy mô vốn thực chất và thường xuyên theo dõi các tín hiệu chu kỳ kinh tế vĩ mô.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH  BÙI CÔNG DUY YẾU TỐ TÁC ĐỘNG ĐẾN NỢ XẤU CỦA CÁC NGÂN HÀNG THƢƠNG MẠI CỔ PHẦN VIỆT NAM KHÓA LUẬN TỐT NGHIỆP CHUYÊN NGÀNH: TÀI CHÍNH – NGÂN HÀNG MÃ SỐ: 7340201 TP. HỒ CHÍ MINH, NĂM 2018 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH  BÙI CÔNG DUY YẾU TỐ TÁC ĐỘNG ĐẾN NỢ XẤU CỦA CÁC NGÂN HÀNG THƢƠNG MẠI CỔ PHẦN VIỆT NAM KHÓA LUẬN TỐT NGHIỆP CHUYÊN NGÀNH: TÀI CHÍNH – NGÂN HÀNG MÃ SỐ: 7340201 NGƢỜI HƢỚNG DẪN KHOA HỌC PGS., TS LÊ PHAN THỊ DIỆU THẢO TP. HỒ CHÍ MINH, NĂM 2018 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com i TÓM TẮT Khóa luận phân tích các yếu tố tác động đến nợ xấu của các ngân hàng thương mại cổ phần Việt Nam trong giai đoạn 2011 – 2016. Bằng phương pháp ước lượng GMM theo đề xuất của Arellano và Bover (1995) để kiểm định sự ảnh hưởng của các yếu tố vĩ mô và các nhân tố nội tại của ngân hàng đến nợ xấu của các ngân hàng thương mại cổ phần Việt Nam.

Kết quả cho thấy nợ xấu chịu ảnh hưởng bởi cả các yếu tố vĩ mô và yếu tố nội tại thuộc về ngân hàng. Trong đó, nợ xấu trong quá khứ, quy mô ngân hàng, tỷ lệ vốn chủ sở hữu trên tổng tài sản, tỷ lệ dự phòng rủi ro, tốc độ tăng trưởng tín dụng và tỷ lệ lạm phát tác động cùng chiều đến nợ xấu. Trong khi, tăng trưởng kinh tế và khả năng sinh lời tương quan âm với nợ xấu. Bên cạnh đó, khóa luận cũng giải thích được mối quan hệ cùng chiều của tỷ lệ an toàn vốn với nợ xấu trái với kỳ vọng của nghiên cứu.

Với các kết quả đạt được, khóa luận đã đóng góp về mặt lý thuyết mối quan hệ giữa nợ xấu với các yếu tố đặc thù ngân hàng cũng như yếu tố vĩ mô. Ngoài ra, khóa luận đã có đóng góp quan trọng đối với các nhà hoạch định chính sách của Việt Nam trong việc ổn định hệ thống ngân hàng cũng như các nhà quản trị ngân hàng trong việc kiểm soát tốt hơn các yếu tố tác động đến nợ xấu. Từ khóa: GMM, Nợ xấu, ngân hàng thương mại Việt Nam LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ii ABSTRACT The thesis analyzes the determinants of Vietnamese banks non performing loans. Study applies the Generalized Method of Moments technique for dynamic panels using bank-level data for the Vietnamese commercial banks over the period 2011 to 2016 proposed by Arellano and Bover (1995) to test the impact of macro factors and internal factors of banks on NPLs of Vietnamese joint stock commercial banks.

The results show that bad debt is affected by both macroeconomic factors and internal factors. In particular, last NPLs, bank size, equity to assets, loan loss provision, bank‟s loan growth and inflation rate have a positive effect on NPLs. While, economic growth and return on assets have a negative relationship to NPLs. In addition, the thesis also explains the same relationship of equity to assets with bad debt that is contrary to the expectations of the research.

The thesis has made important contributions to bank managers and policy makers to solve the non performing loans and improve the performance and lending behavior of Vietnamese commercial banks. Key words: GMM, Non performing loans (NPLs), Vietnamese commercial banks LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com iii LỜI CAM ĐOAN 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 được công bố trước đây hoặc các nội dung do người khác thực hiện ngoại trừ các trích dẫn được dẫn nguồn đầy đủ trong khóa luận. Tác giả xin hoàn toàn chịu trách nhiệm về lời cam đoan danh dự của mình.HCM, ngày 18 tháng 05 năm 2018 Bùi Công Duy LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com iv LỜI CẢM ƠN Trước tiên, tôi xin gửi lời cảm ơn chân thành và lòng biết ơn sâu sắc đến PGS.TS Lê Phan Thị Diệu Thảo vì sự tận tình hướng dẫn, chỉ bảo, những lời khuyên bổ ích và quý báu của Cô trong suốt quá trình tôi nghiên cứu khóa luận. Tôi xin chân thành cảm ơn Quý thầy cô của trường Đại học Ngân hàng TP.HCM đã truyền đạt cho tôi nhiều kiến thức hữa ích trong suốt bốn năm học đại học vừa qua.

Cuối cùng, tôi cũng xin chân thành cảm ơn gia đình, bạn bè đã tạo điều kiện thuận lợi nhất và hỗ trợ, động viên tôi trong suốt quá trình nghiên cứu. Trân trọng cảm ơn! TP.HCM, ngày 18 tháng 05 năm 2018 Bùi Công Duy LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com v DANH MỤC TỪ VIẾT TẮT Từ viết Tiếng Anh Tiếng Việt tắt BCBS Basel Committee on Banking Ủy ban Basel và giám sát ngân Supervision hàng CAR Capital Adequacy Ratio Hệ số an toàn vốn CGI Corporate governance index Chỉ số quản trị doanh nghiệp DNNN Doanh nghiệp nhà nước FEM Fixed Effects Model Mô hình ảnh hưởng cố định FSIS Financial Soundness Indicators Chỉ số lành mạnh tài chính GMM Generalized Method of Moments Phương pháp ước lượng tổng quát hóa dựa trên momen IAS International Accounting Standard Chuẩn mực kế toán quốc tế IFRS International Financial Reporting Chuẩn mực báo cáo tài chính Standards quốc tế IMF International Monetary Fund Quỹ tiền tệ quốc tế LGDR Loss Given Default Rate Tỷ lệ mất mát được xác định NBL New Bad Loans Nợ xấu mới NHNN Ngân hàng Nhà nước NHTM Ngân hàng thương mại NHTMCP Ngân hàng thương mại cổ phần PCA Principal Component Analysis Phân tích thành phần chính LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com vi ROE Return On Equity Lợi nhuận trên vốn chủ sở hữu TCTD Tổ chức tín dụng VAS Vietnam Accounting Standard Chuẩn mực kế toán Việt Nam VEPR Viet Nam Institute for Economic and Viện nghiên cứu kinh tế và Policy Research chính sách WB World Bank Ngân hàng Thế giới LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com vii DANH MỤC KÝ HIỆU CÁC BIẾN Ký hiệu Tiếng Anh Tiếng Việt ETA Equity to total assets Tỷ lệ vốn chủ sở hữu trên tổng tài sản GDP Gross domestic product Tổng sản phẩm quốc nội INF Inflation Tỷ lệ lạm phát LGR Bank‟s Loan growth Tốc độ tăng trưởng tín dụng LLR Loan loss reserves Tỷ lệ dự phòng rủi ro trên tổng dư nợ NPL Non performing loans Tỷ lệ nợ xấu ROA Return on total assets Suất sinh lời trên tổng tài sản SIZE Quy mô ngân hàng LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com viii DANH MỤC BẢNG BIỂU VÀ HÌNH Bảng 2.1 Phân loại nợ xấu của các quốc gia G-20.1 Tóm tắt các biến dùng trong mô hình .1 Thống kê mô tả các biến sử dụng trong mô hình .2 Ma trận tự tương quan giữa các biến trong nghiên cứu.3 Kết quả kiểm định chỉ số VIF .4 Kết quả kiểm định White .5 Kết quả kiểm định hiện tượng tự tương quan .6 Kết quả ước lượng theo GMM .1 Lược khảo các yếu tố tác động đến nợ xấu .1 Nợ xấu của ngành ngân hàng qua từng năm .2 Cơ cấu nợ xấu theo ngành của các NHTM Việt Nam .3 Cơ cấu nợ xấu theo thành phần kinh tế của các NHTM Việt Nam. 44 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ix DANH MỤC PHỤ LỤC Phụ lục 1. Các ngân hàng trong mẫu nghiên cứu.

Tỷ lệ nợ xấu trên tổng dư nợ của ngân hàng. Tỷ lệ lợi nhuận ròng trên tổng tài sản của ngân hàng. Tỷ lệ dự phòng rủi ro trên tổng dư nợ của ngân hàng. Tỷ lệ vốn chủ sở hữu trên tổng tài sản của ngân hàng.

Tốc độ tăng trưởng tín dụng của các ngân hàng. Tổng tài sản của các ngân hàng. Dữ liệu biến vĩ mô trong mô hình. Kết quả hồi quy thống kê mô tả.

Kết quả Ma trận tương quan. Kết quả kiểm định VIF. Kết quả kiểm định phương sai thay đổi. Kết quả kiểm định hiện tượng tự tương quan.

Kết quả hồi quy theo GMM. 77 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com x MỤC LỤC Tóm tắt. i Lời cam đoan. iii Lời cảm ơn.

iv Danh mục từ viết tắt. v Danh mục ký hiệu các biến. vii Danh mục bảng biểu và hình. viii Danh mục phụ lục.

ix CHƢƠNG 1. GIỚI THIỆU NGHIÊN CỨU 1.1 Tính cấp thiết của đề tài.2 Mục tiêu nghiên cứu .3 Đối tượng và phạm vi nghiên cứu .4 Phương pháp nghiên cứu .5 Ý nghĩa khoa học và thực tiễn của đề tài nghiên cứu .6 Kết cấu khóa luận. NỢ XẤU VÀ CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN NỢ XẤU Giới thiệu .1 Nợ xấu của ngân hàng thương mại .1 Khái niệm rủi ro tín dụng .2 Khái niệm nợ xấu .3 Phân loại nợ xấu .2 Lý thuyết các yếu tố tác động đến nợ xấu .3 Các nghiên cứu thực nghiệm .18 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.1 Các nghiên cứu trên thế giới .2 Các nghiên cứu tại Việt Nam .4 Yếu tố ảnh hưởng đến nợ xấu ngân hàng thương mại.1 Yếu tố đặc thù ngân hàng .2 Yếu tố kinh tế vĩ mô .28 Kết luận Chương 2. PHƢƠNG PHÁP NGHIÊN CỨU Giới thiệu .1 Mô hình nghiên cứu .2 Các biến nghiên cứu .1 Biến phụ thuộc .2 Các biến độc lập .3 Dữ liệu nghiên cứu .4 Trình tự nghiên cứu .38 Kết luận Chương 3.

THẢO LUẬN KẾT QUẢ NGHIÊN CỨU Giới thiệu .1 Thực trạng nợ xấu của các NHTM Việt Nam .2 Thống kê mô tả .3 Kết quả nghiên cứu .1 Phân tích tương quan mô hình nghiên cứu.2 Kiểm định các giả thiết hồi quy mô hình nghiên cứu .3 Ước lượng mô hình theo phương pháp GMM .4 Thảo luận kết quả nghiên cứu.51 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com xii Kết luận Chương 4. KẾT LUẬN VÀ KHUYẾN NGHỊ Giới thiệu .2 Một số khuyến nghị .3 Hạn chế của đề tài và hướng nghiên cứu tiếp theo .60 Kết luận Chương 5. 61 Tài liệu tham khảo. 68 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 1 CHƢƠNG 1.

GIỚI THIỆU NGHIÊN CỨU 1.1 Tính cấp thiết của đề tài Qua nhiều năm hình thành và phát triển, các Ngân hàng thương mại cổ phần (NHTMCP) Việt Nam đang không ngừng đổi mới cả về chất lẫn về lượng, điều này góp phần làm cho nền kinh tế của Việt Nam ngày càng phát triển. Tuy nhiên, một vấn đề mà tất cả các ngân hàng thương mại (NHTM) vẫn cần phải đặc biệt chú ý chính là vấn đề về nợ xấu.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Chủ đề

Tài chính ngân hàng Việt Nam

quản trị rủi ro ngân hàng

phân tích định lượng kinh tế