Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp chuyên ngành Tài chính – Ngân hàng với đề tài "Những yếu tố tác động đến nợ xấu tại các ngân hàng thương mại Việt Nam" do tác giả Nguyễn Ngân Hà thực hiện dưới sự hướng dẫn khoa học của TS. Lê Hà Diễm Chi tại Trường Đại học Ngân hàng Thành phố Hồ Chí Minh (năm 2018).

Bối cảnh nghiên cứu được tác giả đặt ra từ vai trò huyết mạch của hệ thống ngân hàng thương mại (NHTM) trong việc duy trì ổn định tiền tệ, kiềm chế lạm phát và hỗ trợ tăng trưởng kinh tế. Tuy nhiên, hoạt động kinh doanh ngân hàng luôn đi kèm rủi ro tín dụng, trong đó nợ xấu là nguy cơ đe dọa trực tiếp sự an toàn hệ thống và ổn định kinh tế vĩ mô. Tác giả dẫn chứng số liệu của Ngân hàng Nhà nước Việt Nam (NHNN) cho thấy tỷ lệ nợ xấu của toàn hệ thống trong các năm 2013, 2014, 2015 và 2016 lần lượt là 3,79%; 3,70%; 2,55% và 2,46%, nhưng sang quý I/2017 đã tăng trở lại mức 2,55%. Nợ xấu làm ứ đọng dòng vốn chu chuyển, làm suy giảm tính thanh khoản của tổ chức tín dụng, hạn chế khả năng tiếp cận vốn của doanh nghiệp và tạo gánh nặng ngân sách. Từ đó, tác giả chỉ ra tính cấp thiết của việc định lượng rõ các nhân tố ảnh hưởng và mức độ tác động của chúng làm căn cứ đề xuất giải pháp xử lý triệt để.

Mục tiêu nghiên cứu của đề tài gồm ba nội dung:

  1. Xác định các yếu tố vĩ mô và vi mô có tác động đến nợ xấu tại các NHTM Việt Nam.
  2. Phân tích mức độ ảnh hưởng của từng yếu tố đến tỷ lệ nợ xấu.
  3. Đề xuất các khuyến nghị và hàm ý chính sách nhằm kiểm soát và giảm thiểu tỷ lệ nợ xấu tại các NHTM Việt Nam.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Nợ xấu và các yếu tố vi mô, vĩ mô tác động đến tỷ lệ nợ xấu tại các NHTM Việt Nam.
  • Phạm vi nội dung: Nghiên cứu thực trạng nợ xấu và mối quan hệ giữa các biến số nội tại của ngân hàng cùng biến số kinh tế vĩ mô đối với nợ xấu.
  • Phạm vi thời gian: Giai đoạn 10 năm, từ năm 2007 đến năm 2016.
  • Phạm vi không gian: Khảo sát 15 NHTM lớn tại Việt Nam (trên tổng số 31 NHTM đang hoạt động tính đến ngày 31/12/2016) đáp ứng tiêu chí hoạt động liên tục và công bố báo cáo tài chính kiểm toán minh bạch trong cả giai đoạn 2007 – 2016, bao gồm: ACB, Agribank, BIDV, Eximbank, HDBank, Maritime Bank, MB, Sacombank, SCB, SHB, Techcombank, VIB, Vietcombank, VietinBank và VPBank.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng hệ thống cơ sở lý thuyết dựa trên các chuẩn mực quốc tế và văn bản pháp lý hiện hành của Việt Nam, kết hợp các giả thuyết kinh tế học tài chính về rủi ro ngân hàng:

Khái niệm và chuẩn mực pháp lý về nợ xấu

  • Định nghĩa quốc tế:
    • Nhóm chuyên gia tư vấn (AEG) của Liên hiệp quốc: Khoản nợ bị coi là nợ xấu khi quá hạn trả lãi hoặc gốc trên 90 ngày; các khoản lãi quá hạn từ 90 ngày trở lên được nhập gốc, tái cấp vốn hoặc thỏa thuận chậm trả; hoặc các khoản nợ quá hạn dưới 90 ngày nhưng có nghi ngờ chắc chắn về khả năng thanh toán.
    • Quỹ Tiền tệ Quốc tế (IMF, 2004 - Bộ chỉ số lành mạnh tài chính, mục 4.84): Nợ xấu là khoản nợ quá hạn thanh toán gốc hoặc lãi từ 3 tháng (90 ngày) trở lên; hoặc lãi quá hạn được vốn hóa, tái cơ cấu, hoãn trả; hoặc khoản nợ dưới 90 ngày có dấu hiệu rõ ràng không thể hoàn trả (như khách hàng phá sản).
    • Ủy ban Basel về Giám sát Ngân hàng (BCBS, 2002 - Quantitative Impact: Study 3): Nợ vỡ nợ (default) xảy ra khi ngân hàng nhận định người vay không thể trả nợ đầy đủ mà chưa cần xử lý tài sản bảo đảm, hoặc người vay đã quá hạn thanh toán trên 90 ngày.
    • Viện Tài chính Quốc tế (IIF - Adriaan M. Bloem và Cornelis N. Gorter, 2001): Phân loại nợ thành 5 nhóm gồm Nhóm 1 (Đủ tiêu chuẩn - Standard), Nhóm 2 (Cần chú ý - Watch), Nhóm 3 (Dưới tiêu chuẩn - Substandard), Nhóm 4 (Nghi ngờ - Doubtful), Nhóm 5 (Mất vốn - Loss), trong đó nợ xấu gồm 3 nhóm cuối.
  • Quy định tại Việt Nam: Điều 3 Thông tư số 02/2013/TT-NHNN ngày 21/01/2013 của Ngân hàng Nhà nước quy định nợ xấu (NPL) là các khoản nợ thuộc nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn). Phân loại nợ được thực hiện theo phương pháp định lượng (Điều 10, căn cứ thời gian quá hạn) và phương pháp định tính (Điều 11, dựa trên hệ thống xếp hạng tín dụng nội bộ và khả năng trả nợ của khách hàng).

Các chỉ tiêu tài chính phản ánh nợ xấu

  1. Tỷ lệ nợ xấu trên tổng dư nợ ($\frac{\text{Dư nợ xấu}}{\text{Tổng dư nợ}}$): Chỉ tiêu then chốt đánh giá chất lượng tín dụng; mức $\le 3%$ được coi là an toàn.
  2. Tỷ lệ nợ xấu thu hồi được ($\frac{\text{Dư nợ xấu thu hồi}}{\text{Tổng dư nợ xấu}}$): Phản ánh hiệu quả công tác xử lý và thu hồi nợ.
  3. Tỷ lệ quỹ dự phòng rủi ro trên nợ xấu ($\frac{\text{Quỹ dự phòng rủi ro tín dụng}}{\text{Dư nợ xấu}}$): Phản ánh khả năng bù đắp tổn thất tài chính khi nợ chuyển xấu.

Các khung lý thuyết và giả thuyết nghiên cứu

  • Giả thuyết "Quản lý kém" (Bad Management - Berger & DeYoung, 1997): Năng lực quản trị yếu kém trong thẩm định và kiểm soát chi phí làm suy giảm hiệu quả ngân hàng và dẫn đến nợ xấu tăng cao (đo lường qua biến tỷ lệ nợ xấu kỳ trước $NPL_{t-1}$ và tỷ suất sinh lời trên vốn chủ sở hữu $ROE$).
  • Giả thuyết "Rủi ro đạo đức" (Moral Hazard - Keeton & Morris, 1987): Các ngân hàng có tỷ lệ vốn chủ sở hữu thấp có xu hướng mạo hiểm cấp tín dụng rủi ro cao để tìm kiếm lợi nhuận, làm tăng xác suất phát sinh nợ xấu (đo lường qua tỷ lệ vốn chủ sở hữu trên tổng tài sản $EQUITY$).
  • Giả thuyết "Chính sách tín dụng có tính chu kỳ" (Procyclical Credit Policy - Rajan, 1994; de Lis et al., 2000): Ngân hàng nới lỏng điều kiện tín dụng trong thời kỳ kinh tế bùng nổ, dẫn đến tích lũy rủi ro tiềm ẩn và nợ xấu bộc phát khi nền kinh tế suy giảm (đo lường qua tốc độ tăng trưởng tín dụng $CREDITGR$).
  • Giả thuyết "Kém may mắn" (Bad Luck - Bernanke & Gertler, 1989): Các cú sốc kinh tế vĩ mô khách quan như suy thoái kinh tế hay lạm phát làm suy giảm thu nhập của người vay, gián tiếp đẩy nợ xấu tăng lên (đo lường qua tăng trưởng $GDP$ và tỷ lệ lạm phát $INF$).

Phương pháp nghiên cứu và kỹ thuật ước lượng

  • Dữ liệu bảng (Panel Data): Cấu trúc bảng gồm 15 ngân hàng qua 10 năm (2007 – 2016), tổng cộng 150 quan sát.
  • Phương pháp ước lượng:
    • Bình phương tối thiểu tổng quát (GLS): Áp dụng nhằm khắc phục hiện tượng phương sai sai số thay đổi và tự tương quan thường gặp trong mô hình hồi quy OLS/FEM/REM.
    • Phương pháp Mômen tổng quát (GMM): Áp dụng để giải quyết hiện tượng nội sinh phát sinh do sự hiện diện của biến phụ thuộc trễ ($NPL_{i,t-1}$) và mối quan hệ hai chiều giữa các biến tài chính.
  • Kiểm định thống kê: Kiểm định đa cộng tuyến (VIF), kiểm định phương sai thay đổi (Wald test), kiểm định tự tương quan (Wooldridge test), kiểm định tính hợp lệ của biến công cụ (Sargan/Hansen test) và kiểm định tự tương quan phần dư Arellano – Bond AR(1) và AR(2).
  • Nguồn dữ liệu: Báo cáo tài chính hợp nhất đã kiểm toán của 15 NHTM Việt Nam giai đoạn 2007 – 2016; dữ liệu kinh tế vĩ mô về tốc độ tăng trưởng GDP và tỷ lệ lạm phát thu thập từ Ngân hàng Thế giới (World Bank) và báo cáo của Ngân hàng Nhà nước.

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương 1 xác định bối cảnh nghiên cứu của hệ thống NHTM Việt Nam giai đoạn 2007 – 2016. Tác giả nêu rõ mục tiêu nghiên cứu là đo lường tác động của các nhân tố vi mô và vĩ mô đến nợ xấu; xác lập đối tượng nghiên cứu là 15 NHTM lớn đại diện cho hệ thống; giới hạn phạm vi nghiên cứu 10 năm; phác thảo phương pháp nghiên cứu định lượng kết hợp GLS và GMM; đồng thời công bố bố cục toàn khóa luận gồm 5 chương.

Chương 2: Cơ sở lý luận và những nghiên cứu thực nghiệm về nợ xấu và những yếu tố tác động đến nợ xấu tại ngân hàng thương mại

Chương này tổng kết toàn diện các khái niệm nợ xấu theo thông lệ quốc tế (AEG, IMF, BCBS, IIF) và luật định Việt Nam (Thông tư 02/2013/TT-NHNN). Tác giả phân tích các nguyên nhân dẫn đến nợ xấu gồm nguyên nhân khách quan (môi trường pháp lý, môi trường kinh tế vĩ mô, môi trường thiên nhiên và từ khách hàng vay vốn) cùng nguyên nhân chủ quan (chính sách tín dụng lỏng lẻo, công tác kiểm tra kiểm soát sau giải ngân hạn chế và chất lượng cán bộ tín dụng). Chương 2 làm rõ tác động tiêu cực của nợ xấu đối với NHTM (tăng chi phí dự phòng, giảm lợi nhuận, đe dọa thanh khoản và uy tín), đối với khách hàng (bị siết tín dụng, hạ điểm CIC, phát mại tài sản giá thấp) và đối với nền kinh tế (ứ đọng vốn, thâm hụt ngân sách, tăng nguy cơ lạm phát, suy giảm tăng trưởng).

Phần nghiên cứu thực nghiệm tổng thuật 7 công trình quốc tế tiêu biểu:

  • Salas & Saurina (2002) tại Tây Ban Nha: Quy mô và GDP tác động ngược chiều, tăng trưởng tín dụng tác động cùng chiều đến nợ xấu.
  • Rajan & Dhal (2003) tại Ấn Độ: Quy mô tác động ngược chiều, tăng trưởng GDP tác động cùng chiều.
  • Pasha & Khemraj (2009) tại Guyana: Tỷ giá thực tác động thuận, GDP tác động nghịch, lạm phát không có ý nghĩa lớn.
  • Louzis, Vouldis & Metaxas (2010) tại Hy Lạp: GDP, thất nghiệp, lãi suất và chất lượng quản lý tác động mạnh đến nợ xấu.
  • Klein (2013) tại khu vực CESEE: Thất nghiệp, lạm phát tác động cùng chiều; ROE, vốn chủ sở hữu và tăng trưởng tín dụng giảm làm giảm nợ xấu.
  • Messai & Jouini (2013) tại Ý, Hy Lạp, Tây Ban Nha: GDP và ROA tác động nghịch; thất nghiệp và lãi suất tác động thuận.
  • Makri, Tsagkanos & Bellas (2014) tại Eurozone: ROE, tỷ lệ vốn chủ sở hữu và GDP có quan hệ ngược chiều; nợ công và thất nghiệp cùng chiều.

Đồng thời, tác giả tổng thuật 5 công trình nghiên cứu tại Việt Nam: Đỗ Quỳnh Anh & Nguyễn Đức Hùng (2013); Võ Thị Quý & Bùi Ngọc Toàn (2014); Nguyễn Thị Hồng Vinh (2015); Nguyễn Thị Ngọc Diệp & Nguyễn Minh Kiều (2015); Bùi Duy Tùng & Đặng Thị Bạch Vân (2015). Đây là cơ sở thực chứng để tác giả lựa chọn các biến đưa vào mô hình ở chương tiếp theo.

Chương 3: Phương pháp nghiên cứu

Tác giả thiết lập mô hình kinh tế lượng dựa trên kế thừa nghiên cứu của Messai & Jouini (2013) và Nguyễn Thị Hồng Vinh (2015):

$$NPL_{i,t} = \beta_0 + \beta_1 NPL_{i,t-1} + \beta_2 ROE_{i,t} + \beta_3 EQUITY_{i,t} + \beta_4 CREDITGR_{i,t} + \beta_5 GDP_{i,t} + \beta_6 INF_{i,t} + \varepsilon_{i,t}$$

Trong đó, các biến và kỳ vọng dấu lý thuyết được tác giả tổng hợp cụ thể:

Tên biến Ký hiệu Cách đo lường Giả thuyết tương ứng Dấu kỳ vọng
Nợ xấu năm hiện tại $NPL_{i,t}$ $\frac{\text{Dư nợ xấu}}{\text{Tổng dư nợ}}$ (Nhóm 3, 4, 5) Biến phụ thuộc Không xét
Nợ xấu năm trước $NPL_{i,t-1}$ $\frac{\text{Dư nợ xấu}{t-1}}{\text{Tổng dư nợ}{t-1}}$ Quản lý kém (+)
Khả năng sinh lời $ROE_{i,t}$ $\frac{\text{Lợi nhuận sau thuế}}{\text{Vốn chủ sở hữu bình quân}}$ Quản lý kém (-)
Vốn chủ sở hữu $EQUITY_{i,t}$ $\frac{\text{Vốn chủ sở hữu}}{\text{Tổng tài sản}}$ Rủi ro đạo đức (-)
Tăng trưởng tín dụng $CREDITGR_{i,t}$ $\frac{\text{Dư nợ}t - \text{Dư nợ}{t-1}}{\text{Dư nợ}_{t-1}}$ Chính sách tín dụng có tính chu kỳ (+)/(-)
Tăng trưởng kinh tế $GDP_{i,t}$ Tốc độ tăng trưởng GDP hàng năm (%) Kém may mắn (-)
Tỷ lệ lạm phát $INF_{i,t}$ Tỷ lệ lạm phát hàng năm (%) Kém may mắn (+)

Chương 3 trình bày chi tiết bản chất của dữ liệu bảng (dữ liệu cân bằng và không cân bằng), sự suy giảm tính vững của OLS/FEM/REM khi xuất hiện phương sai thay đổi và tự tương quan, từ đó lý giải sự cần thiết phải áp dụng GLS và GMM. Tác giả cũng giải thích quy trình kiểm định tính vững của mô hình GMM thông qua kiểm định Hansen/Sargan về tính ngoại sinh của biến công cụ và kiểm định Arellano – Bond AR(2) về hiện tượng tự tương quan bậc hai của phần dư sai phân.

Chương 4: Kết quả nghiên cứu

Nội dung chương 4 mở đầu bằng việc phân tích thực trạng nợ xấu của hệ thống ngân hàng Việt Nam giai đoạn 2007 – 2016:

  • Tỷ lệ nợ xấu tăng liên tục từ năm 2007 do tăng trưởng tín dụng quá nóng và công tác thẩm định lỏng lẻo. Đến cuối năm 2011, tổng nợ xấu đã lên tới 85.000 tỷ đồng, vượt ngưỡng an toàn 3% và duy trì ở mức cao trong suốt giai đoạn 2011 – 2014.
  • Giai đoạn 2015 – 2016, tỷ lệ nợ xấu giảm dần xuống dưới 3% (2,55% năm 2015 và 2,46% năm 2016) nhờ nỗ lực xử lý nợ tiềm ẩn trong cơ cấu lại, xử lý trái phiếu doanh nghiệp và thu hồi nợ khó đòi.
  • Về cơ cấu theo ngành kinh tế: Theo số liệu của Ngân hàng Nhà nước tính đến cuối tháng 6/2012, nợ xấu tập trung lớn nhất vào 5 lĩnh vực (công nghiệp chế biến, chế tạo; kinh doanh bất động sản, dịch vụ; bán buôn, bán lẻ, sửa chữa ô tô, xe máy; vận tải, kho bãi; xây dựng), chiếm gần 96.000 tỷ đồng, tương đương 80,49% tổng nợ xấu toàn nền kinh tế.

Chương 4 tiếp tục thực hiện thống kê mô tả, kiểm định ma trận tương quan giữa các biến để loại trừ đa cộng tuyến nghiêm trọng, thực hiện kiểm định Wald và Wooldridge xác nhận mô hình có khuyết tật phương sai thay đổi và tự tương quan, sau đó tiến hành ước lượng hồi quy bằng GLS và GMM.

Chương 5: Hàm ý chính sách từ kết quả nghiên cứu

Từ các kết quả ước lượng thực nghiệm thu được, tác giả xây dựng hệ thống khuyến nghị và giải pháp chính sách nhằm mục tiêu giảm thiểu nợ xấu tại các NHTM Việt Nam, định hướng kiểm soát an toàn vốn, điều hành tín dụng và quản trị rủi ro gắn liền với biến động kinh tế vĩ mô.

Kết quả và đóng góp

Kết quả nghiên cứu thực nghiệm

Từ kết quả ước lượng thực nghiệm bằng mô hình GLS và GMM được tác giả tóm tắt và đối chiếu lý thuyết kinh tế, khóa luận làm rõ sự tác động của cả yếu tố vi mô và vĩ mô đến nợ xấu tại 15 NHTM Việt Nam:

Tên biến Ký hiệu Dấu kỳ vọng Tác động thực nghiệm (GMM/GLS) Ý nghĩa thống kê Kết luận giả thuyết
Nợ xấu năm trước $NPL_{i,t-1}$ (+) Cùng chiều (+) Có ý nghĩa thống kê Chấp nhận Giả thuyết 1
Khả năng sinh lời $ROE_{i,t}$ (-) Ngược chiều (-) Không có ý nghĩa thống kê Bác bỏ về mặt thống kê
Vốn chủ sở hữu $EQUITY_{i,t}$ (-) Ngược chiều (-) Có ý nghĩa thống kê Chấp nhận Giả thuyết 3
Tăng trưởng tín dụng $CREDITGR_{i,t}$ (+)/(-) Đúng chiều kỳ vọng Không có ý nghĩa thống kê Bác bỏ về mặt thống kê
Tăng trưởng kinh tế $GDP_{i,t}$ (-) Ngược chiều (-) Có ý nghĩa thống kê Chấp nhận Giả thuyết 5
Tỷ lệ lạm phát $INF_{i,t}$ (+) Cùng chiều (+) Có ý nghĩa thống kê Chấp nhận Giả thuyết 6
  • Yếu tố vi mô:
    • Tỷ lệ nợ xấu năm trước ($NPL_{i,t-1}$) có tương quan dương với nợ xấu hiện tại, phản ánh tính quán tính và sự tích tụ của nợ khó đòi chưa được xử lý dứt điểm, ủng hộ giả thuyết "Quản lý kém".
    • Tỷ lệ vốn chủ sở hữu trên tổng tài sản ($EQUITY_{i,t}$) có tương quan âm với nợ xấu, khẳng định ngân hàng có tỷ lệ đệm vốn dày sẽ ít chấp nhận rủi ro quá mức, phù hợp với giả thuyết "Rủi ro đạo đức".
    • Khả năng sinh lời ($ROE_{i,t}$) và Tốc độ tăng trưởng tín dụng ($CREDITGR_{i,t}$) dù có chiều hướng tác động đúng như kỳ vọng ban đầu nhưng không đạt mức ý nghĩa thống kê trong mô hình ước lượng.
  • Yếu tố vĩ mô:
    • Tốc độ tăng trưởng GDP ($GDP_{i,t}$) có tương quan âm đến nợ xấu: Khi nền kinh tế tăng trưởng tốt, khách hàng vay vốn có khả năng sinh lời và trả nợ tốt hơn, nợ xấu giảm xuống.
    • Tỷ lệ lạm phát ($INF_{i,t}$) có tương quan dương đến nợ xấu: Lạm phát làm suy giảm thu nhập thực tế của người vay và gây áp lực lên lãi suất, làm tăng gánh nặng trả nợ và gia tăng nợ xấu. Kết quả này củng cố giả thuyết "Kém may mắn".

Đóng góp của đề tài

  • Về mặt học thuật: Kiểm chứng thực nghiệm các giả thuyết tài chính kinh điển (Bad Management, Moral Hazard, Bad Luck) trong bối cảnh các NHTM Việt Nam; khắc phục được hiện tượng phương sai thay đổi, tự tương quan và nội sinh của dữ liệu bảng động nhờ phối hợp phương pháp ước lượng GLS và GMM.
  • Về mặt thực tiễn: Cung cấp bức tranh toàn cảnh về diễn biến nợ xấu 10 năm (2007 – 2016), xác định các biến số vĩ mô (GDP, lạm phát) và biến vi mô (nợ xấu trễ, tỷ lệ vốn chủ sở hữu) là các chỉ báo trọng yếu mà ban điều hành các NHTM và NHNN cần giám sát để phòng ngừa rủi ro tín dụng.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận có một số giới hạn dựa trên phạm vi và dữ liệu thực tế:

  • Phạm vi mẫu nghiên cứu: Nghiên cứu chỉ tập trung vào 15 NHTM lớn trên tổng số 31 NHTM đang hoạt động tại Việt Nam tính đến ngày 31/12/2016. Mẫu chưa bao quát toàn bộ các NHTM quy mô nhỏ hoặc ngân hàng đang thuộc diện kiểm soát đặc biệt nghiêm ngặt.
  • Biến số trong mô hình: Mô hình tập trung vào 4 biến vi mô ($NPL_{t-1}$, $ROE$, $EQUITY$, $CREDITGR$) và 2 biến vĩ mô ($GDP$, $INF$). Các nhân tố vĩ mô khác như lãi suất cho vay thực tế, tỷ giá hối đoái, giá bất động sản, hay các nhân tố vi mô như quy mô tài sản, chi phí quản lý trên thu nhập (CIR), tỷ lệ cho vay trên tiền gửi (LDR) chưa được đưa vào mô hình kiểm định hồi quy chính thức.
  • Khoảng thời gian khảo sát: Chuỗi thời gian dừng lại ở năm 2016, chưa phản ánh các thay đổi sau khi Nghị quyết số 42/2017/QH14 về thí điểm xử lý nợ xấu của các tổ chức tín dụng có hiệu lực từ năm 2017.

Hướng nghiên cứu tiếp:

  • Mở rộng mẫu nghiên cứu bao gồm toàn bộ các NHTM cổ phần tại Việt Nam và kéo dài khung thời gian quan sát.
  • Bổ sung các biến kiểm soát vi mô phản ánh chi tiết cơ cấu chi phí, thanh khoản và quy mô ngân hàng, kết hợp các biến vĩ mô như lãi suất thực và tỷ giá để hoàn thiện mô hình giải thích nợ xấu.

Giá trị tham khảo

Tài liệu là nguồn tư liệu hữu ích cho:

  • Sinh viên, học viên chuyên ngành Tài chính – Ngân hàng: Khóa luận cung cấp cơ sở lý luận chi tiết về khái niệm, cách phân loại nợ xấu theo chuẩn mực Basel, IMF, IIF và Thông tư 02/2013/TT-NHNN của Việt Nam.
  • Người nghiên cứu kinh tế lượng ứng dụng: Chương 3 và Phụ lục cung cấp phương pháp luận chuẩn mực về xử lý dữ liệu bảng (Panel Data), giải thích rõ nguyên lý khắc phục khuyết tật tự tương quan, phương sai thay đổi bằng GLS và xử lý biến nội sinh bằng kỹ thuật ước lượng GMM (kiểm định Hansen và Arellano – Bond).
  • Cán bộ quản trị rủi ro tại các NHTM: Phần phân tích nguyên nhân chủ quan, khách quan và tác động của đệm vốn chủ sở hữu ($EQUITY$) cùng nợ xấu năm trước ($NPL_{t-1}$) giúp các nhà quản trị tín dụng nhận diện cơ chế lan truyền rủi ro để điều chỉnh chính sách cấp tín dụng.

Câu hỏi thường gặp

1. Khóa luận căn cứ vào văn bản pháp lý nào để xác định nợ xấu tại Việt Nam?

Tác giả căn cứ vào Điều 3, Điều 10 và Điều 11 của Thông tư số 02/2013/TT-NHNN ban hành ngày 21/01/2013 của Ngân hàng Nhà nước Việt Nam. Theo đó, nợ xấu là các khoản nợ thuộc nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn), được xác định bằng phương pháp định lượng (thời gian quá hạn trên 90 ngày) hoặc phương pháp định tính (dựa vào hệ thống xếp hạng tín dụng nội bộ).

2. Mẫu nghiên cứu của khóa luận gồm những ngân hàng nào và trong giai đoạn nào?

Mẫu nghiên cứu gồm 15 NHTM lớn tại Việt Nam trong giai đoạn 10 năm (2007 – 2016), bao gồm: ACB, Agribank, BIDV, Eximbank, HDBank, Maritime Bank, MB, Sacombank, SCB, SHB, Techcombank, VIB, Vietcombank, VietinBank và VPBank.

3. Tại sao tác giả sử dụng phương pháp GMM thay vì chỉ dùng OLS, FEM hoặc REM?

Trong mô hình dữ liệu bảng, nếu xảy ra hiện tượng phương sai sai số thay đổi và tự tương quan thì các ước lượng OLS, FEM và REM sẽ bị thiên lệch. Bên cạnh việc dùng GLS để xử lý phương sai sai số thay đổi và tự tương quan, mô hình còn chứa biến trễ của biến phụ thuộc ($NPL_{i,t-1}$) gây ra hiện tượng nội sinh. Phương pháp GMM (Mômen tổng quát) được áp dụng nhằm khắc phục triệt để hiện tượng nội sinh này thông qua việc sử dụng các biến công cụ hợp lệ.

4. Kết quả ước lượng thực nghiệm cho thấy những yếu tố nào có tác động mang ý nghĩa thống kê đến nợ xấu?

Mô hình ước lượng xác nhận 4 yếu tố có tác động mang ý nghĩa thống kê đến nợ xấu: tỷ lệ nợ xấu năm trước ($NPL_{t-1}$) và tỷ lệ lạm phát ($INF$) tác động cùng chiều (+); tỷ lệ vốn chủ sở hữu trên tổng tài sản ($EQUITY$) và tốc độ tăng trưởng kinh tế ($GDP$) tác động ngược chiều (-). Hai biến khả năng sinh lời ($ROE$) và tăng trưởng tín dụng ($CREDITGR$) không đạt ý nghĩa thống kê.

5. Nợ xấu của hệ thống ngân hàng Việt Nam tập trung cao nhất ở những ngành kinh tế nào?

Theo báo cáo của Ngân hàng Nhà nước tính đến cuối tháng 6/2012 được tác giả trích dẫn, nợ xấu tập trung chủ yếu vào 5 ngành chính: công nghiệp chế biến, chế tạo; kinh doanh bất động sản, dịch vụ; bán buôn, bán lẻ, sửa chữa ô tô, xe máy; vận tải, kho bãi và xây dựng. Tổng nợ xấu của 5 ngành này chiếm gần 96.000 tỷ đồng, tương đương 80,49% tổng nợ xấu của toàn bộ nền kinh tế.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Ngân Hà là công trình nghiên cứu định lượng thực nghiệm có hệ thống về các nhân tố tác động đến tỷ lệ nợ xấu tại 15 NHTM Việt Nam giai đoạn 2007 – 2016. Bằng việc kết hợp phương pháp ước lượng GLS và GMM trên dữ liệu bảng, nghiên cứu đã chứng minh nợ xấu chịu tác động đồng thời từ yếu tố nội tại ngân hàng (nợ xấu kỳ trước, tỷ lệ vốn chủ sở hữu) và yếu tố kinh tế vĩ mô (tăng trưởng GDP, lạm phát). Các kết quả phân tích thống kê và kiểm định kinh tế lượng trong khóa luận cung cấp bằng chứng thực nghiệm quan trọng hỗ trợ công tác quản trị rủi ro tín dụng tại các ngân hàng thương mại và hoạch định chính sách tiền tệ của Ngân hàng Nhà nước.