Yếu Tố Vi Mô và Vĩ Mô Tác Động Đến Tỷ Lệ Nợ Xấu Của Ngân Hàng Thương Mại Việt Nam

Khóa luận tốt nghiệp nghiên cứu 0001 yếu tố vi mô và vĩ mô tác động đến tỷ lệ nợ xấu của nhtm việt nam khóa luận tcnh dương bình, vận dụng lý thuyết vào thực tế, đề xuất giải pháp

• Tác giả: Dương Bình Minh
• Người hướng dẫn: TS. Ngô Văn Tuấn
• Trường học: Trường Đại Học Ngân Hàng TP. Hồ Chí Minh
• Chuyên ngành: Tài Chính – Ngân Hàng
• Đề tài: Yếu Tố Vi Mô và Vĩ Mô Tác Động Đến Tỷ Lệ Nợ Xấu Của Ngân Hàng Thương Mại Việt Nam
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2019
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• TÓM TẮT KHÓA LUẬN
• NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN
• DANH MỤC TỪ VIẾT TẮT
• DANH MỤC VIẾT TẮT TÊN BIẾN
• DANH MỤC HÌNH
• DANH MỤC BẢNG BIỂU
• 1. CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.2.1. Mục tiêu tổng quát
• 1.2.2. Mục tiêu cụ thể
• 1.3. Câu hỏi nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.4.1. Đối tượng nghiên cứu
• 1.4.2. Phạm vi nghiên cứu
• 1.5. Bố cục đề tài
• 1.6. Ý nghĩa của đề tài
• 1.6.1. Ý nghĩa khoa học
• 1.6.2. Ý nghĩa thực tiễn
• 1.7. TÓM TẮT CHƯƠNG 1
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VỀ NỢ XẤU VÀ CÁC NGHIÊN CỨU LIÊN QUAN
• 2.1. Nợ xấu của Ngân hàng thương mại
• 2.1.1. Các chuẩn mực quốc tế về nợ xấu
• 2.1.2. Phân loại nợ xấu
• 2.2. Các nghiên cứu thực nghiệm trước đây
• 2.2.1. Các nghiên cứu thực nghiệm trong nước
• 2.2.2. Các nghiên cứu thực nghiệm ở nước ngoài
• 2.2.3. Các mô hình nghiên cứu thực nghiệm trên thế giới
• 2.3. TÓM TẮT CHƯƠNG 2
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Mô hình nghiên cứu
• 3.2. Dữ liệu nghiên cứu
• 3.3. Phương pháp nghiên cứu
• 3.3.1. Khái quát dữ liệu bảng
• 3.3.2. Phương pháp hồi quy dữ liệu bảng
• 3.3.3. Phương pháp Moment tổng quát (GMM)
• 3.3.4. Phương pháp hồi quy bình phương nhỏ nhất khả thi (FGLS)
• 3.4. TÓM TẮT CHƯƠNG 3
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
• 4.1. Thống kê mô tả
• 4.2. Thực trạng tỷ lệ nợ xấu của các NHTM Việt Nam
• 4.3. Khảo sát đồ thị về tương quan giữa các biến
• 4.3.1. Mối tương quan giữa các yếu tố vi mô và nợ xấu
• 4.3.2. Mối tương quan giữa các yếu tố vĩ mô và nợ xấu
• 4.4. Ước lượng mô hình hồi quy
• 4.4.1. Ước lượng Pooled OLS
• 4.4.2. Ước lượng FEM
• 4.4.3. Ước lượng REM
• 4.4.4. Lựa chọn mô hình Pooled OLS, FEM hay REM
• 4.4.5. Lựa chọn mô hình Pooled OLS hay REM
• 4.5. Kiểm định các khuyết tật của mô hình nghiên cứu
• 4.5.1. Kiểm định Breusch và Pagan Lagrangian multiplier
• 4.5.2. Kiểm định hiện tượng nội sinh
• 4.5.3. Kiểm định hiện tượng tự tương quan
• 4.5.4. Kiểm định hiện tượng đa cộng tuyến
• 4.6. Ước lượng mô hình bình phương nhỏ nhất tổng quát GLS
• 4.7. Thảo luận kết quả ước lượng giữa các mô hình hồi quy
• 4.8. TÓM TẮT CHƯƠNG 4
• 5. CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ
• 5.1. Thảo luận kết quả hồi quy
• 5.2. Hạn chế của nghiên cứu
• 5.3. Đề xuất nghiên cứu trong tương lai
• 5.4. TÓM TẮT CHƯƠNG 5
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Yếu Tố Vi Mô và Vĩ Mô Tác Động Đến Tỷ Lệ Nợ Xấu

Nợ xấu là một trong những vấn đề nghiêm trọng đối với hệ thống ngân hàng thương mại tại Việt Nam. Việc hiểu rõ các yếu tố vi mô và vĩ mô tác động đến tỷ lệ nợ xấu là rất cần thiết để có những giải pháp hiệu quả. Các yếu tố này không chỉ ảnh hưởng đến hoạt động của ngân hàng mà còn tác động đến nền kinh tế quốc gia.

1.1. Khái Niệm Nợ Xấu và Tầm Quan Trọng Của Nó

Nợ xấu được định nghĩa là các khoản vay mà khách hàng không thể trả nợ đúng hạn. Tình trạng này không chỉ ảnh hưởng đến lợi nhuận của ngân hàng mà còn gây ra rủi ro cho toàn bộ hệ thống tài chính.

1.2. Các Yếu Tố Vi Mô và Vĩ Mô Liên Quan

Yếu tố vi mô bao gồm các chính sách tín dụng, quản lý rủi ro tín dụng, trong khi yếu tố vĩ mô liên quan đến tình hình kinh tế, lãi suất và chính sách tiền tệ. Sự tương tác giữa các yếu tố này quyết định tỷ lệ nợ xấu của ngân hàng.

II. Vấn Đề Nợ Xấu Ngân Hàng Thương Mại Việt Nam Hiện Nay

Tình hình nợ xấu tại các ngân hàng thương mại Việt Nam đang ở mức báo động. Nợ xấu không chỉ ảnh hưởng đến hoạt động của ngân hàng mà còn tác động tiêu cực đến nền kinh tế. Việc phân tích nguyên nhân và hệ quả của nợ xấu là rất cần thiết.

2.1. Tình Hình Nợ Xấu Tại Các Ngân Hàng

Theo báo cáo của Ngân hàng Nhà nước, tỷ lệ nợ xấu đã tăng lên đáng kể trong những năm gần đây, với nhiều ngân hàng gặp khó khăn trong việc xử lý nợ xấu.

2.2. Nguyên Nhân Dẫn Đến Tình Trạng Nợ Xấu

Các nguyên nhân chính bao gồm sự suy giảm kinh tế, quản lý rủi ro kém và các chính sách tín dụng không hợp lý. Những yếu tố này đã làm gia tăng tỷ lệ nợ xấu trong hệ thống ngân hàng.

III. Phương Pháp Giải Quyết Nợ Xấu Hiệu Quả Cho Ngân Hàng

Để giảm thiểu tỷ lệ nợ xấu, các ngân hàng cần áp dụng những phương pháp quản lý rủi ro hiệu quả. Việc này không chỉ giúp cải thiện tình hình tài chính của ngân hàng mà còn góp phần ổn định nền kinh tế.

3.1. Cải Thiện Chính Sách Tín Dụng

Ngân hàng cần xem xét lại các chính sách tín dụng hiện tại, đảm bảo rằng các khoản vay được cấp phát một cách hợp lý và có kiểm soát.

3.2. Tăng Cường Quản Lý Rủi Ro Tín Dụng

Việc áp dụng các công cụ quản lý rủi ro tín dụng hiện đại sẽ giúp ngân hàng phát hiện sớm các dấu hiệu của nợ xấu và có biện pháp xử lý kịp thời.

IV. Ứng Dụng Thực Tiễn và Kết Quả Nghiên Cứu Về Nợ Xấu

Nghiên cứu về nợ xấu đã chỉ ra rằng việc áp dụng các biện pháp quản lý rủi ro hiệu quả có thể giảm thiểu tỷ lệ nợ xấu. Các ngân hàng cần học hỏi từ những kinh nghiệm thành công của các ngân hàng khác.

4.1. Kinh Nghiệm Từ Các Ngân Hàng Thành Công

Nhiều ngân hàng đã áp dụng thành công các biện pháp quản lý rủi ro và giảm tỷ lệ nợ xấu xuống mức thấp. Họ đã sử dụng công nghệ để theo dõi và phân tích dữ liệu tín dụng.

4.2. Kết Quả Nghiên Cứu Từ Dữ Liệu Thực Tế

Nghiên cứu cho thấy rằng tỷ lệ nợ xấu có thể giảm nếu ngân hàng thực hiện các biện pháp quản lý rủi ro một cách đồng bộ và hiệu quả.

V. Kết Luận và Tương Lai Của Nợ Xấu Ngân Hàng Thương Mại

Kết luận từ nghiên cứu cho thấy rằng việc quản lý nợ xấu là một thách thức lớn đối với các ngân hàng thương mại tại Việt Nam. Tuy nhiên, với các biện pháp hợp lý, tỷ lệ nợ xấu có thể được kiểm soát.

5.1. Tương Lai Của Nợ Xấu Tại Ngân Hàng

Dự báo rằng nếu các ngân hàng áp dụng các biện pháp quản lý rủi ro hiệu quả, tỷ lệ nợ xấu sẽ giảm trong tương lai gần.

5.2. Khuyến Nghị Chính Sách Cho Ngân Hàng

Các cơ quan quản lý cần đưa ra các chính sách hỗ trợ ngân hàng trong việc kiểm soát nợ xấu, từ đó ổn định hệ thống tài chính quốc gia.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Hệ thống ngân hàng thương mại (NHTM) giữ vai trò huyết mạch trong nền kinh tế và hệ thống tài chính quốc gia. Mặc dù các ngân hàng thương mại tại Việt Nam đang từng bước đa dạng hóa sản phẩm dịch vụ tài chính cho khách hàng cá nhân và doanh nghiệp, hoạt động cấp tín dụng vẫn chiếm tỷ trọng chủ đạo trong cơ cấu tổng doanh thu hoạt động hàng năm. Do đó, việc kiểm soát chất lượng tín dụng và giảm thiểu tỷ lệ nợ xấu là nhiệm vụ trọng tâm và cấp bách trong hoạt động quản trị rủi ro ngân hàng.

Sự gia tăng nhanh chóng của nợ xấu không chỉ gây áp lực lên thanh khoản, rủi ro lãi suất, làm suy giảm lợi nhuận kinh doanh, xói mòn uy tín thương hiệu mà còn tiềm ẩn nguy cơ dẫn đến phá sản ngân hàng. Ở quy mô vĩ mô, nợ xấu làm ách tắc dòng vốn lưu thông trong nền kinh tế, giảm hiệu quả đầu tư toàn xã hội, gia tăng tỷ lệ thất nghiệp và làm đình trệ sản xuất kinh doanh. Tại Việt Nam, quy mô nợ xấu trở thành thách thức lớn đối với cơ quan quản lý và các tổ chức tín dụng. Theo số liệu được tác giả trích dẫn từ Khánh Linh (2019), tính đến cuối năm 2018, ước tính có khoảng 340.000 tỷ đồng nợ xấu được Công ty Quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC) mua lại bằng trái phiếu đặc biệt. Tuy nhiên, tính đến đầu tháng 4/2019, VAMC mới xử lý được khoảng 190.000 tỷ đồng (tương đương hơn 56% tổng số nợ xấu đã mua). Trong đó, Sacombank ghi nhận nợ xấu lớn nhất với 40.233 tỷ đồng, tiếp theo là Ngân hàng TMCP Sài Gòn (SCB) với hơn 26.000 tỷ đồng.

Xuất phát từ bối cảnh đó, khóa luận xác định các mục tiêu và câu hỏi nghiên cứu cụ thể:

• Mục tiêu tổng quát: Nghiên cứu các yếu tố vi mô và vĩ mô tác động đến tỷ lệ nợ xấu của các ngân hàng thương mại tại Việt Nam trong giai đoạn 2010 – 2018.
• Mục tiêu cụ thể:
  1. Xác định các yếu tố vi mô và vĩ mô phổ biến tác động đến tỷ lệ nợ xấu tại các NHTM Việt Nam.
  2. Phân tích và đánh giá mức độ tác động của các yếu tố này đến tỷ lệ nợ xấu của các NHTM Việt Nam.
  3. Đề xuất các giải pháp nhằm hạn chế tối đa tỷ lệ nợ xấu cho các NHTM Việt Nam.
• Câu hỏi nghiên cứu:
  1. Các yếu tố vi mô và vĩ mô nào thường tác động đến tỷ lệ nợ xấu của các NHTM Việt Nam?
  2. Mức độ tác động của các yếu tố đến tỷ lệ nợ xấu của các NHTM Việt Nam là bao nhiêu? Lớn hay nhỏ?
  3. Những giải pháp nào cần thực hiện nhằm hạn chế tỷ lệ nợ xấu đối với các NHTM tại Việt Nam?
• Đối tượng nghiên cứu: Tỷ lệ nợ xấu và các yếu tố vi mô, vĩ mô tác động đến tỷ lệ nợ xấu tại các NHTM Việt Nam (không bao gồm các chi nhánh ngân hàng nước ngoài).
• Phạm vi nghiên cứu:
  • Không gian: Hệ thống các NHTM cổ phần tại Việt Nam (mẫu khảo sát gồm 26 NHTMCP).
  • Thời gian: Giai đoạn từ năm 2010 đến năm 2018.

Cơ sở lý thuyết và phương pháp

Khóa luận tiếp cận vấn đề nợ xấu từ lý luận về tín dụng ngân hàng, rủi ro tín dụng và quy trình cấp tín dụng. Tác giả tổng hợp các định nghĩa nợ xấu từ các tổ chức tài chính quốc tế như Quỹ Tiền tệ Quốc tế (IMF), Ngân hàng Thanh toán Quốc tế (Basel II), Chuẩn mực Báo cáo Tài chính Quốc tế (IAS 39/IFRS), Chỉ số Lành mạnh Tài chính (FSI) và quy định pháp lý của Việt Nam.

Theo Quyết định số 22/2014/VBHN-NHNN và Thông tư số 02/2013/TT-NHNN của Ngân hàng Nhà nước Việt Nam (NHNN), nợ xấu được xác định 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).

Tiêu chí	Basel II	FSI	IAS 39	Việt Nam (Thông tư 02/2013, Quyết định 22/2014)
Tiêu chí xác định	Ổn định và giám sát hoạt động của hệ thống ngân hàng	Tính toán các chỉ tiêu lành mạnh về tài chính	Hướng dẫn lập báo cáo kết quả hoạt động trong kỳ	Lập báo cáo kết quả hoạt động, kiểm soát an toàn tín dụng
Định lượng	Nợ quá hạn từ 90 ngày trở lên	Nợ quá hạn từ 90 ngày trở lên	Nợ quá hạn từ 90 ngày trở lên	Nợ quá hạn từ 91 ngày trở lên (theo Thông tư 14/2014/TT-NHNN)
Định tính	Khả năng không trả được nợ đầy đủ khi chưa xử lý tài sản bảo đảm	Dấu hiệu người vay có khả năng không trả được nợ	Khoản vay bị giảm giá trị khách quan hoặc không thể thu hồi	Khoản nợ đánh giá không còn khả năng thu hồi, nguy cơ mất vốn
Phương pháp trích lập	Theo công thức chung, chú ý vòng đời tài sản	Không đề cập cụ thể	Chiết khấu dòng tiền theo từng hạng mục tài sản	Trích lập dự phòng chung và cụ thể theo kỳ báo cáo

Mô hình nghiên cứu thực nghiệm được xây dựng trên cơ sở kế thừa mô hình của Ekanayake & A.Azeez (2015), Louzis, Vouldis & Metaxas (2011), Phạm Dương Phương Thảo & Nguyễn Linh Đan (2018):

$$NPL_{it} = \alpha + \beta_1 ROA_{it} + \beta_2 LA_{it} + \beta_3 OPE_{it} + \beta_4 SIZE_{it} + \beta_5 \Delta GDP_t + \beta_6 INF_t + \beta_7 UNE_t + \beta_8 ROE_{it} + \beta_9 LLP_{it} + \epsilon_{it}$$

Tên biến	Ký hiệu	Đo lường / Công thức	Kỳ vọng dấu	Nguồn tham khảo
Tỷ lệ nợ xấu	$NPL_{it}$	(Dư nợ nhóm 3 + Nhóm 4 + Nhóm 5) / Tổng dư nợ cho vay	Biến phụ thuộc	Ekanayake & A.Azeez (2015); Phạm Dương Phương Thảo & Nguyễn Linh Đan (2018)
Lợi nhuận trên tài sản	$ROA_{it}$	Lợi nhuận sau thuế / Tổng tài sản	(-)	Dimitrios, Helen & Mike (2016); Ekanayake & A.Azeez (2015)
Lợi nhuận trên vốn CSH	$ROE_{it}$	Lợi nhuận sau thuế / Tổng vốn chủ sở hữu	(-)	Louzis, Vouldis & Metaxas (2011)
Tỷ lệ cho vay trên tài sản	$LA_{it}$	Tổng dư nợ cho vay khách hàng / Tổng tài sản	(+)	Dimitrios, Helen & Mike (2016); Ekanayake & A.Azeez (2015)
Tỷ lệ trích lập dự phòng	$LLP_{it}$	Dự phòng rủi ro cho vay khách hàng / Tổng dư nợ cho vay	(+) / (-)	Ekanayake & A.Azeez (2015); Phạm Dương Phương Thảo & Nguyễn Linh Đan (2018)
Tỷ lệ chi phí hoạt động	$OPE_{it}$	Tổng chi phí hoạt động / Tổng thu nhập hoạt động	(+) / (-)	Louzis, Vouldis & Metaxas (2011); Karim, Chan & Hassan (2010)
Quy mô ngân hàng	$SIZE_{it}$	Logarit tự nhiên của tổng tài sản ($\ln(\text{Total Assets})$)	(-)	Ekanayake & A.Azeez (2015); Louzis, Vouldis & Metaxas (2011)
Tăng trưởng kinh tế	$\Delta GDP_t$	$(GDP_t - GDP_{t-1}) / GDP_{t-1}$	(-)	Louzis, Vouldis & Metaxas (2011); Dimitrios, Helen & Mike (2016)
Tỷ lệ lạm phát	$INF_t$	$(CPI_t - CPI_{t-1}) / CPI_t$	(+)	Phạm Dương Phương Thảo & Nguyễn Linh Đan (2018); Warue (2013)
Tỷ lệ thất nghiệp	$UNE_t$	Tỷ lệ thất nghiệp hàng năm của quốc gia	(+)	Messai & Jouini (2013); Louzis, Vouldis & Metaxas (2011)

Khóa luận sử dụng kỹ thuật phân tích kinh tế lượng cho dữ liệu bảng (Panel Data) bao gồm: hồi quy gộp OLS (Pooled OLS), mô hình hiệu ứng cố định (FEM), mô hình hiệu ứng ngẫu nhiên (REM). Để lựa chọn mô hình phù hợp và xử lý các vi phạm giả định hồi quy, tác giả thực hiện kiểm định Breusch-Pagan Lagrange Multiplier, kiểm định Hausman, kiểm định đa cộng tuyến (VIF), kiểm định tự tương quan, phương sai sai số thay đổi và kiểm định tính nội sinh. Phương pháp bình phương nhỏ nhất tổng quát (GLS/FGLS) được sử dụng làm phương pháp ước lượng chính nhằm khắc phục hiện tượng phương sai thay đổi và tự tương quan. Dữ liệu tính toán trên phần mềm EViews 8.2 từ báo cáo tài chính kiểm toán của 26 NHTMCP Việt Nam và dữ liệu thống kê vĩ mô từ Tổng cục Thống kê (GSO), Ngân hàng Thế giới (WB), IMF và Vietstock.

Nội dung chính theo từng chương

CHƯƠNG 1. TỔNG QUAN NGHIÊN CỨU

Chương 1 thiết lập nền tảng đề tài thông qua việc phân tích bối cảnh nợ xấu trong hệ thống NHTM Việt Nam giai đoạn hậu khủng hoảng tài chính và quá trình tái cơ cấu xử lý nợ xấu qua VAMC. Chương này xác định rõ mục tiêu tổng quát, 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, đối tượng nghiên cứu (các NHTM Việt Nam), phạm vi nghiên cứu (26 ngân hàng, giai đoạn 2010 – 2018). Đồng thời, tác giả khái quát kết cấu 5 chương và làm rõ ý nghĩa khoa học trong việc bổ sung bằng chứng thực nghiệm tại thị trường mới nổi, cũng như ý nghĩa thực tiễn hỗ trợ quản trị rủi ro tín dụng cho các ngân hàng thương mại.

CHƯƠNG 2. CƠ SỞ LÝ THUYẾT VỀ NỢ XẤU VÀ CÁC NGHIÊN CỨU LIÊN QUAN

Chương 2 trình bày có hệ thống các khái niệm cơ bản về bản chất tín dụng ngân hàng, đặc điểm vận động của quan hệ tín dụng và sơ đồ quy trình cấp tín dụng (gồm 5 khâu: xác định thị trường mục tiêu, đề xuất tín dụng, thẩm định và thương lượng, giải ngân và thủ tục hồ sơ, quản lý danh mục và thanh toán tín dụng). Tác giả so sánh chi tiết các chuẩn mực định nghĩa nợ xấu quốc tế (Basel II, FSI, IAS 39) với khung pháp lý Việt Nam (Thông tư 02/2013/TT-NHNN, Quyết định 22/2014/VBHN-NHNN), phân tích hệ thống phân loại nợ của 12 quốc gia (Mỹ, Đức, Anh, Úc, Argentina, Brazil, Trung Quốc, Ấn Độ, Indonesia, Nhật Bản, Hàn Quốc, Nga). Chương 2 tổng hợp 11 công trình nghiên cứu thực nghiệm tiêu biểu trong nước và quốc tế, chỉ ra sự phân hóa trong kết luận của các tác giả trước về tác động của quy mô, lợi nhuận, chi phí hoạt động và lạm phát đến nợ xấu, từ đó hình thành khung mô hình nghiên cứu gồm 6 biến vi mô và 3 biến vĩ mô.

CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU

Chương 3 xây dựng mô hình hồi quy thực nghiệm dựa trên mô hình của Ekanayake & A.Azeez (2015). Tác giả định nghĩa biến, công thức đo lường và kỳ vọng dấu cụ thể cho từng biến vi mô ($ROA$, $ROE$, $LA$, $LLP$, $OPE$, $SIZE$) và vĩ mô ($GDP$, $INF$, $UNE$). Tác giả thiết lập quy trình nghiên cứu định lượng với dữ liệu bảng gồm các bước: thống kê mô tả, phân tích tương quan, ước lượng hồi quy Pooled OLS, FEM, REM; thực hiện các kiểm định lựa chọn mô hình (F-test, Breusch-Pagan LM, Hausman test); kiểm tra các khuyết tật mô hình (kiểm định đa cộng tuyến qua hệ số VIF, kiểm định tự tương quan, phương sai thay đổi, nội sinh); và áp dụng phương pháp ước lượng GLS/FGLS để khắc phục khuyết tật. Chương này cũng trình bày danh mục dữ liệu của 26 NHTMCP tại Việt Nam trong mẫu nghiên cứu giai đoạn 2010 – 2018 (bao gồm các ngân hàng có biến động tái cơ cấu như SCB hợp nhất năm 2012, BIDV sáp nhập MHB năm 2015, Sacombank sáp nhập Southern Bank năm 2015, MaritimeBank sáp nhập MDB năm 2015).

CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU

Chương 4 cung cấp kết quả thống kê mô tả toàn bộ các biến trong mẫu, đánh giá thực trạng diễn biến tỷ lệ nợ xấu của toàn hệ thống tổ chức tín dụng cũng như từng NHTM trong giai đoạn 2010 – 2018 qua đồ thị và bảng số liệu. Tác giả phân tích ma trận hệ số tương quan giữa các biến độc lập và nợ xấu để nhận diện dấu hiệu đa cộng tuyến. Kết quả ước lượng qua các mô hình Pooled OLS, FEM và REM cho thấy mô hình tồn tại các khuyết tật về phương sai sai số thay đổi và tự tương quan (kiểm định Breusch-Pagan LM và các kiểm định liên quan). Tác giả tiến hành ước lượng mô hình bằng phương pháp bình phương nhỏ nhất tổng quát GLS nhằm đưa ra các ước lượng vững và hiệu quả. Kết quả mô hình GLS chỉ ra mối quan hệ có ý nghĩa thống kê giữa nợ xấu với tỷ lệ trích lập dự phòng ($LLP$), tỷ lệ cho vay trên tổng tài sản ($LA$), quy mô ngân hàng ($SIZE$) và tốc độ tăng trưởng kinh tế ($GDP$). Chương này kết thúc bằng phần thảo luận, so sánh đối chiếu kết quả với các nghiên cứu của Ekanayake & A.Azeez (2015), Messai & Jouini (2013), Phạm Dương Phương Thảo & Nguyễn Linh Đan (2018).

CHƯƠNG 5. KẾT LUẬN VÀ KHUYẾN NGHỊ

Chương 5 đúc kết các kết quả định lượng thu được từ chương 4 đối chiếu với các mục tiêu nghiên cứu ban đầu. Trên cơ sở đó, tác giả xây dựng hệ thống khuyến nghị chính sách và giải pháp thực tiễn ở hai cấp độ: (1) Cấp độ vĩ mô dành cho Ngân hàng Nhà nước và các cơ quan quản lý chính phủ trong việc hoàn thiện thể chế giám sát an toàn vi mô/vĩ mô, đẩy nhanh tiến độ xử lý nợ xấu qua VAMC, ổn định kinh tế vĩ mô; (2) Cấp độ vi mô dành cho các nhà quản trị NHTM nhằm kiểm soát quy mô tăng trưởng tín dụng hợp lý, tối ưu hóa tỷ lệ cho vay trên tài sản ($LA$), nâng cao chất lượng thẩm định tín dụng, thực hiện chính sách trích lập dự phòng ($LLP$) đúng bản chất rủi ro thay vì điều tiết lợi nhuận, và tận dụng lợi thế quy mô ($SIZE$) để đa dạng hóa danh mục. Chương 5 cũng nêu rõ các hạn chế về dữ liệu và đề xuất hướng nghiên cứu tiếp theo.

Kết quả và đóng góp

Kết quả nghiên cứu chính

Ước lượng từ mô hình bình phương nhỏ nhất tổng quát (GLS) trên dữ liệu bảng của 26 NHTMCP Việt Nam giai đoạn 2010 – 2018 đưa ra các phát hiện cụ thể:

• Tỷ lệ trích lập dự phòng rủi ro cho vay ($LLP$): Tác động cùng chiều (+) có ý nghĩa thống kê đến tỷ lệ nợ xấu ($NPL$). Việc gia tăng nợ xấu buộc ngân hàng phải tăng chi phí trích lập dự phòng rủi ro tín dụng theo quy định phân loại nợ; đồng thời phản ánh hiện tượng các NHTM sử dụng dự phòng như công cụ quản trị rủi ro sau khi chất lượng tài sản đã suy giảm.
• Tỷ lệ cho vay trên tổng tài sản ($LA$): Tác động cùng chiều (+) có ý nghĩa thống kê đến tỷ lệ nợ xấu ($NPL$). Các ngân hàng mở rộng tỷ trọng cho vay khách hàng quá mức so với tổng tài sản chịu rủi ro tín dụng cao hơn, làm gia tăng khả năng phát sinh nợ quá hạn.
• Quy mô ngân hàng ($SIZE$): Tác động ngược chiều (-) có ý nghĩa thống kê đến tỷ lệ nợ xấu ($NPL$). Các NHTM có quy mô tổng tài sản lớn sở hữu nguồn lực tài chính, quy trình quản trị rủi ro hiện đại, hệ thống công nghệ thông tin và năng lực đa dạng hóa danh mục tín dụng tốt hơn, qua đó duy trì tỷ lệ nợ xấu thấp hơn các ngân hàng quy mô nhỏ.
• Tốc độ tăng trưởng kinh tế ($GDP$): Tác động ngược chiều (-) có ý nghĩa thống kê đến tỷ lệ nợ xấu ($NPL$). Khi nền kinh tế tăng trưởng tốt, doanh nghiệp mở rộng sản xuất kinh doanh, doanh số và lợi nhuận tăng giúp cải thiện năng lực trả nợ của khách hàng vay, làm giảm tỷ lệ nợ xấu của hệ thống ngân hàng.

Giải pháp và kiến nghị đề xuất

• Đối với Ngân hàng Nhà nước và Chính phủ: Duy trì sự ổn định kinh tế vĩ mô, hỗ trợ tăng trưởng GDP bền vững; hoàn thiện cơ chế pháp lý xử lý tài sản bảo đảm và tăng cường năng lực xử lý nợ thực chất của VAMC (vượt khỏi mức xử lý 56% nợ xấu đã mua bằng trái phiếu đặc biệt).
• Đối với các Ngân hàng thương mại cổ phần:
  • Kiểm soát tốc độ tăng trưởng tín dụng và tỷ lệ dư nợ cho vay trên tổng tài sản ($LA$) ở mức an toàn, tránh tăng trưởng nóng.
  • Thực hiện trích lập dự phòng rủi ro tín dụng ($LLP$) đúng quy định và phản ánh đúng mức độ rủi ro của danh mục cho vay.
  • Phát triển quy mô tổng tài sản ($SIZE$) đi đôi với nâng cao chất lượng tài sản, củng cố hệ thống thẩm định tín dụng nội bộ và áp dụng các tiêu chuẩn an toàn vốn theo Basel II.

Đóng góp của khóa luận

• Về mặt lý luận: Khóa luận hệ thống hóa cơ sở lý thuyết về nợ xấu, cung cấp bức tranh so sánh chuẩn mực phân loại nợ quốc tế và Việt Nam; bổ sung bằng chứng thực nghiệm về các nhân tố tác động đến nợ xấu tại một thị trường mới nổi như Việt Nam.
• Về mặt thực tiễn: Kết quả phân tích giúp lượng hóa mức độ tác động của các yếu tố vi mô nội tại ngân hàng và các yếu tố vĩ mô nền kinh tế, cung cấp cơ sở dữ liệu tham khảo cho các nhà hoạch định chính sách tại NHNN và ban điều hành tại các NHTMCP trong kiểm soát nợ xấu.

Hạn chế và hướng nghiên cứu tiếp

• Hạn chế của nghiên cứu:
  • Cỡ mẫu nghiên cứu chỉ dừng lại ở 26 NHTMCP tại Việt Nam, chưa bao quát toàn bộ các chi nhánh ngân hàng nước ngoài, ngân hàng liên doanh và các tổ chức tín dụng phi ngân hàng.
  • Thời gian nghiên cứu dừng lại ở giai đoạn 2010 – 2018, chưa cập nhật được các biến động của hệ thống ngân hàng sau thời điểm Thông tư 41/2016/TT-NHNN có hiệu lực đầy đủ và giai đoạn tái cơ cấu tiếp theo.
  • Mô hình nghiên cứu chưa đưa vào một số biến vĩ mô và vi mô tiềm năng khác như lãi suất cho vay thực tế, tỷ giá hối đoái hiệu quả, hoặc các biến phản ánh chất lượng quản trị doanh nghiệp.
• Hướng nghiên cứu tiếp theo:
  • Mở rộng phạm vi mẫu nghiên cứu sang toàn bộ hệ thống tổ chức tín dụng và cập nhật chuỗi dữ liệu thời gian dài hơn sau năm 2018.
  • Ứng dụng các phương pháp kinh tế lượng dữ liệu bảng động như phương pháp Moment tổng quát (System GMM) để xử lý triệt để hiện tượng nội sinh tiềm ẩn và độ trễ của biến tỷ lệ nợ xấu ($NPL_{t-1}$).
  • Bổ sung thêm các biến kiểm soát về cơ cấu sở hữu, thu nhập phi lãi và các biến số chính sách tiền tệ.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo phù hợp cho:

• Sinh viên, học viên chuyên ngành Tài chính – Ngân hàng và Kinh tế học: Cung cấp tài liệu tham khảo hoàn chỉnh về phương pháp nghiên cứu định lượng dữ liệu bảng, quy trình thực hiện các kiểm định lựa chọn mô hình (Pooled OLS, FEM, REM, GLS) và cách xử lý khuyết tật phương sai thay đổi, tự tương quan trên phần mềm EViews.
• Cán bộ quản trị rủi ro và phân tích tín dụng tại các NHTM: Phần phân tích quy trình cấp tín dụng, so sánh hệ thống phân loại nhóm nợ giữa các quốc gia (Chương 2) và kết quả tác động của các chỉ số $LLP$, $LA$, $SIZE$ (Chương 4) giúp tham khảo xây dựng chính sách tín dụng và quản trị dự phòng rủi ro.
• Nhà nghiên cứu chính sách: Cung cấp góc nhìn thực nghiệm về mối liên hệ giữa các biến số vĩ mô ($GDP$, $INF$, $UNE$) với an toàn hệ thống ngân hàng thương mại Việt Nam giai đoạn 2010 – 2018.

Câu hỏi thường gặp

1. Tỷ lệ nợ xấu ($NPL$) được định nghĩa và tính toán như thế nào trong khóa luận?

Trong khóa luận, căn cứ theo Thông tư 02/2013/TT-NHNN và Quyết định 22/2014/VBHN-NHNN, nợ xấu được xác định là các khoản nợ quá hạn từ 91 ngày trở lên hoặc có nguy cơ tổn thất, thuộc nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn). Biến phụ thuộc $NPL$ được tính bằng tỷ lệ phần trăm giữa tổng dư nợ nhóm 3, 4, 5 chia cho tổng dư nợ cho vay của ngân hàng trong năm tài chính.

2. Mẫu dữ liệu nghiên cứu của khóa luận được thu thập từ đâu và gồm những ngân hàng nào?

Mẫu nghiên cứu gồm 26 NHTMCP tại Việt Nam trong giai đoạn 9 năm (2010 – 2018). Dữ liệu vi mô được trích xuất từ báo cáo tài chính kiểm toán thường niên của các ngân hàng (như ACB, BIDV, VietinBank, Vietcombank, Techcombank, Sacombank, MBBank, SCB...). Dữ liệu vĩ mô được thu thập từ Tổng cục Thống kê Việt Nam (GSO), Ngân hàng Thế giới (WB), IMF và Vietstock.

3. Tại sao khóa luận sử dụng phương pháp hồi quy bình phương nhỏ nhất tổng quát (GLS) thay vì Pooled OLS, FEM hay REM?

Khi thực hiện hồi quy dữ liệu bảng bằng Pooled OLS, FEM và REM, tác giả tiến hành các kiểm định thống kê (kiểm định Breusch-Pagan Lagrange Multiplier, kiểm định Hausman và các kiểm định khuyết tật mô hình) và phát hiện mô hình xuất hiện hiện tượng phương sai sai số thay đổi và tự tương quan. Do đó, phương pháp GLS (hoặc FGLS) được áp dụng nhằm khắc phục triệt để các khuyết tật này, đảm bảo các ước lượng thu được là ước lượng tuyến tính không chệch tốt nhất (BLUE) và có ý nghĩa thống kê vững.

4. Kết quả nghiên cứu chỉ ra những yếu tố nào tác động có ý nghĩa thống kê đến nợ xấu của các NHTM Việt Nam?

Kết quả ước lượng GLS xác nhận:

• Tỷ lệ trích lập dự phòng rủi ro ($LLP$) và tỷ lệ cho vay trên tổng tài sản ($LA$) có tác động cùng chiều (+) với tỷ lệ nợ xấu.
• Quy mô ngân hàng ($SIZE$) và tốc độ tăng trưởng kinh tế ($GDP$) có tác động ngược chiều (-) với tỷ lệ nợ xấu.

Kết luận

Khóa luận tốt nghiệp của tác giả Dương Bình Minh đã giải quyết trọn vẹn mục tiêu xác định và đánh giá mức độ tác động của các yếu tố vi mô và vĩ mô đến tỷ lệ nợ xấu tại 26 ngân hàng thương mại cổ phần Việt Nam giai đoạn 2010 – 2018. Thông qua phương pháp hồi quy dữ liệu bảng và mô hình GLS khắc phục các khuyết tật phương sai thay đổi và tự tương quan, nghiên cứu chứng minh vai trò tích cực của tăng trưởng kinh tế ($GDP$) và quy mô ngân hàng ($SIZE$) trong việc kiềm chế nợ xấu, đồng thời làm rõ rủi ro gia tăng nợ xấu từ việc mở rộng tỷ lệ cho vay ($LA$) và biến động trích lập dự phòng ($LLP$). Các phát hiện thực nghiệm và hệ thống giải pháp đề xuất trong khóa luận cung cấp luận cứ khoa học có giá trị cho công tác quản trị rủi ro tín dụng tại các ngân hàng thương mại và điều hành chính sách tiền tệ tại Việt Nam.

Trích đoạn nội dung tài liệu

NGÂN HÀNG NHÀ NƢỚC VIỆT NAM BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP. HỒ CHÍ MINH DƢƠNG BÌNH MINH – 030631150158 YẾU TỐ VI MÔ VÀ VĨ MÔ TÁC ĐỘNG ĐẾN TỶ LỆ NỢ XẤU CỦA NGÂN HÀNG THƢƠNG MẠI VIỆT NAM KHÓA LUẬN TỐT NGHIỆP CHUYÊN NGÀNH TÀI CHÍNH – NGÂN HÀNG MÃ SỐ: 52340201 GIẢNG VIÊN HƢỚNG DẪN TS. NGÔ VĂN TUẤN TP. HỒ CHÍ MINH – NĂM 2019 LỜI CAM ĐOAN Tôi tên là: DƢƠNG BÌNH MINH Cam đoan Khóa luận tốt nghiệp Đại học với đề tài “YẾU TỐ VI MÔ VÀ VĨ MÔ TÁC ĐỘNG ĐẾN TỶ LỆ NỢ XẤU CỦA NGÂN HÀNG THƢƠNG MẠI VIỆT NAM” Giảng viên hƣớng dẫn: TS.

NGÔ VĂN TUẤN Khóa luận tốt nghiệp này là công trình nghiên cứu của tôi, các nội dung và số liệu trong đề cƣơng này là hoàn toàn trung thực, trong đó không có nội dung đã công bố trƣớc đây hoặc các nội dung do ngƣời khác thực hiện ngoại trừ trích dẫn nguồn tài liệu tham khảo. XÁC NHẬN CỦA TÁC GIẢ DƢƠNG BÌNH MINH i 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 hay, 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 càm 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 NGÔ VĂN TUẤN 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 (cô). 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 đề cƣơng thực tập của em ngày càng hoàn thiện hơn. Xin chân thành cảm ơn! XÁC NHẬN CỦA TÁC GIẢ Dƣơng Bình Minh ii TÓM TẮT KHÓA LUẬN Khóa luận đƣợc thực hiện nhằm nghiên cứu các yếu tố vi mô và vĩ mô tác động đến nợ xấu của các Ngân hàng thƣơng mại cổ phần tại Việt Nam trong giai đoạn 2010 – 2018. Nghiên cứu sử dụng các dữ liệu thứ cấp đƣợc thu thập trên báo cáo tài chính hằng năm của 26 ngân hàng thƣơng mại tại Việt Nam trong giai đoạn 2010 – 2018.

Phƣơng pháp nghiên cứu là sử dụng ƣớc lƣợng dữ liệu bảng và ƣớc lƣợng hồi quy bình phƣơng nhỏ nhất (GLS) để đánh giá các yếu tố ảnh hƣởng cũng nhƣ tác động đến tỷ lệ nợ xấu của các Ngân hàng thƣơng mại cổ phần tại Việt Nam. Kết quả ƣớc lƣợng cho thấy tỷ lệ trích lập dự phòng (LLP) và tỷ lệ các khoản cho vay khách hàng trên tổng tài sản (LA) có tác động chiều với nợ xấu. Ngƣợc lại, các yếu tố tác động ngƣợc chiều với nợ xấu nhƣ quy mô ngân hàng (SIZE) tốc độ tăng trƣởng kinh tế (GDP) có tác động ngƣợc chiều đến biến tỷ lệ nợ xấu.