Bối cảnh và vấn đề nghiên cứu

Sức khỏe tài chính của hệ thống ngân hàng đóng vai trò then chốt đối với sự thịnh vượng kinh tế của một quốc gia. Kể từ thập niên 1990, khi ngành ngân hàng Việt Nam mở cửa cho khu vực tư nhân, hơn 40 ngân hàng thương mại cổ phần đã được thành lập và trở thành động lực quan trọng thúc đẩy tăng trưởng kinh tế. Hoạt động cấp tín dụng là nguồn tạo thu nhập chủ yếu cho các ngân hàng, nhưng cũng tiềm ẩn rủi ro lớn nhất – rủi ro tín dụng. Sự chậm trễ hoặc mất khả năng thanh toán của người đi vay dẫn đến gia tăng nợ xấu, làm suy giảm thanh khoản, bào mòn vốn tự có và có thể đe dọa sự an toàn của toàn bộ hệ thống tài chính.

Trong bối cảnh đó, khóa luận tốt nghiệp ngành Tài chính - Ngân hàng (Mã ngành: 7340201) của tác giả Nguyễn Phương Đình Nhi tại Trường Đại học Ngân hàng TP. Hồ Chí Minh (dưới sự hướng dẫn của TS. Lê Hà Diễm Chi) đã thực hiện đề tài: "Credit Risk Determinants: Evidence from Vietnamese Commercial Banks" (Các yếu tố xác định rủi ro tín dụng: Bằng chứng từ các ngân hàng thương mại Việt Nam).

Mục tiêu nghiên cứu

  1. Mục tiêu chung: Phân tích, đánh giá các yếu tố đặc thù ngân hàng và các yếu tố kinh tế vĩ mô tác động đến rủi ro tín dụng tại các ngân hàng thương mại cổ phần Việt Nam.
  2. Mục tiêu cụ thể:
    • Xây dựng mô hình định lượng xác định rủi ro tín dụng dựa trên cơ sở lý thuyết và các nghiên cứu thực nghiệm tiền bối.
    • Kiểm định mức độ và chiều hướng tác động của các yếu tố vi mô (nội tại ngân hàng) và vĩ mô đến rủi ro tín dụng của các ngân hàng thương mại Việt Nam.
    • Đề xuất các giải pháp và khuyến nghị chính sách cho Ngân hàng Nhà nước Việt Nam (NHNN) và các ngân hàng thương mại nhằm kiểm soát rủi ro tín dụng và duy trì ổn định tài chính.

Câu hỏi nghiên cứu

Khóa luận tập trung giải quyết 4 câu hỏi nghiên cứu chính:

  1. Những yếu tố nào quyết định và tác động đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam?
  2. Mô hình và phương pháp nào phù hợp nhất để đo lường và ước lượng rủi ro tín dụng của các ngân hàng thương mại Việt Nam?
  3. Mức độ và chiều hướng tác động của từng yếu tố đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam diễn ra như thế nào?
  4. Dựa trên kết quả thực nghiệm, những giải pháp nào có thể giảm thiểu và kiểm soát rủi ro tín dụng hiệu quả?

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Rủi ro tín dụng và các yếu tố vi mô, vĩ mô tác động đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam.
  • Phạm vi không gian: 29 ngân hàng thương mại cổ phần tại Việt Nam.
  • Phạm vi thời gian: Giai đoạn 12 năm từ năm 2010 đến năm 2021 (dữ liệu thứ cấp hàng năm với tổng số 324 quan sát).

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và khái niệm sử dụng

Khóa luận xây dựng nền tảng lý luận dựa trên các văn bản quy phạm pháp luật và các công trình học thuật chuẩn mực:

  • Tín dụng ngân hàng: Tiếp cận theo Khoản 1 Điều 2 Thông tư số 39/2016/TT-NHNN của Ngân hàng Nhà nước Việt Nam và nghiên cứu của Bùi Diệu Anh cùng cộng sự (2011), xác định tín dụng là giao dịch chuyển giao tài sản có điều kiện hoàn trả cả gốc và lãi vô điều kiện khi đến hạn.
  • Bản chất rủi ro tín dụng: Tiếp cận theo định nghĩa của Ủy ban Basel về Giám sát Ngân hàng (BCBS 1999, 2001), Giesecke (2004), Ahmed & Khan (2007), Chen & Pan (2012) và Thalassinos cùng cộng sự; định nghĩa rủi ro tín dụng là khả năng tổn thất tài chính phát sinh khi bên vay không thực hiện đúng hoặc không thực hiện đầy đủ nghĩa vụ trả nợ theo hợp đồng.
  • Phân loại rủi ro tín dụng: Gồm rủi ro giao dịch (Transaction risk - bao gồm rủi ro lựa chọn, rủi ro bảo đảm, rủi ro nghiệp vụ) và rủi ro danh mục (Portfolio risk - bao gồm rủi ro nội tại và rủi ro tập trung).
  • Đo lường rủi ro tín dụng (Biến phụ thuộc CreRisk): Dựa trên mô hình của Hess và cộng sự (2009), Foss và cộng sự (2010), Diệp & Kiều (2015). Rủi ro tín dụng được đo lường bằng tỷ lệ chi phí trích lập dự phòng rủi ro tín dụng năm $t$ trên tổng dư nợ cho vay năm $t-1$: $$\text{CreRisk}{it} = \frac{\text{Chi phí trích lập dự phòng rủi ro tín dụng}{it}}{\text{Tổng dư nợ cho vay}_{i, t-1}}$$ Cách đo lường này bám sát quy định phân loại nợ (từ nhóm 1 đến nhóm 5) và trích lập dự phòng (dự phòng cụ thể theo tỷ lệ 0%, 5%, 20%, 50%, 100% và dự phòng chung 0,75%) theo quy định hiện hành của Việt Nam.

Mô hình kinh tế lượng và hệ thống biến số

Mô hình hồi quy dữ liệu bảng tổng quát được thiết lập như sau:

$$\text{CreRisk}{it} = \beta_0 + \beta_1 \text{DGR}{it} + \beta_2 \text{OPE}{it} + \beta_3 \text{LSZ}{it} + \beta_4 \text{CAP}{it} + \beta_5 \text{ROA}{it} + \beta_6 \text{EBP}_{it} + \beta_7 \text{UEM}_t + \beta_8 \text{ESI}_t + \beta_9 \text{INF}t + \beta{10} \text{GDP}t + e{it}$$

Tên biến Ký hiệu Đo lường / Công thức Kỳ vọng tác động Nguồn lý thuyết tham chiếu
Rủi ro tín dụng (Biến phụ thuộc) CreRisk Chi phí dự phòng rủi ro năm $t$ / Tổng dư nợ năm $t-1$ Hess et al. (2009), Foss et al. (2010), Diệp & Kiều (2015)
Tốc độ tăng trưởng tiền gửi DGR (Tiền gửi năm nay – Tiền gửi năm trước) / Tiền gửi năm trước (-) Novellyni & Ulpah (2017), Đặng Văn Dân (2021)
Hiệu quả hoạt động OPE Tổng chi phí hoạt động / Tổng thu nhập hoạt động (-) Berger & DeYoung (1997), Hess et al. (2009), Effendi et al.
Quy mô cho vay LSZ Logarithm tự nhiên của tổng dư nợ cho vay (+) Alexandri & Santoso (2015)
Tỷ lệ vốn tự có CAP Vốn chủ sở hữu / Tổng tài sản (-) Berger & DeYoung (1997), Delis et al. (2012), Ben Jabra et al. (2017)
Tỷ suất sinh lời trên tài sản ROA Lợi nhuận sau thuế / Tổng tài sản (-) Dimitrios et al. (2010), Zribi et al. (2011)
Lợi nhuận trước dự phòng EBP Lợi nhuận thuần trước chi phí dự phòng rủi ro / Tổng dư nợ (-) Cavallo & Majnoni (2001), Fonseca & Gonzalez (2008)
Tốc độ tăng trưởng thất nghiệp UEM Tỷ lệ thất nghiệp hàng năm (+) Nkusu (2011), Chaibi & Ftiti (2015)
Tăng trưởng thị trường bất động sản ESI Chỉ số tăng trưởng thị trường bất động sản (+) Castro (2013)
Tỷ lệ lạm phát INF Chỉ số giá tiêu dùng / Tỷ lệ lạm phát hàng năm (-) Nkusu (2011), Priyadi et al. (2021)
Tăng trưởng kinh tế GDP Tốc độ tăng trưởng tổng sản phẩm quốc nội (+) Firmansyah (2014), Sukmana (2015), Effendi et al. (2017)

Phương pháp nghiên cứu và quy trình xử lý dữ liệu

  1. Thu thập dữ liệu: Dữ liệu vi mô được thu thập từ báo cáo tài chính kiểm toán và báo cáo thường niên của 29 ngân hàng thương mại Việt Nam (2010–2021). Dữ liệu vĩ mô lấy từ Ngân hàng Thế giới (World Bank), Quỹ Tiền tệ Quốc tế (IMF) và Statista. Dữ liệu được tính toán qua Microsoft Excel và phân tích trên phần mềm Stata.
  2. Kỹ thuật ước lượng: Áp dụng phương pháp hồi quy gộp (Pooled OLS), Mô hình tác động cố định (FEM) và Mô hình tác động ngẫu nhiên (REM).
  3. Kiểm định chẩn đoán mô hình:
    • Kiểm định đa cộng tuyến qua hệ số nhân tử phóng đại phương sai (VIF).
    • Kiểm định F-test (lựa chọn giữa Pooled OLS và FEM).
    • Kiểm định Hausman (lựa chọn giữa FEM và REM).
    • Kiểm định Breusch-Pagan Lagrange Multiplier (lựa chọn giữa Pooled OLS và REM).
    • Kiểm định Modified Wald (kiểm tra hiện tượng phương sai sai số thay đổi).
    • Kiểm định Wooldridge (kiểm tra hiện tượng tự tương quan bậc một).
  4. Phương pháp khắc phục khuyết tật: Sử dụng phương pháp bình phương bé nhất tổng quát khả thi (FGLS/GLS) và phương pháp mô-men tổng quát (GMM) nhằm đảm bảo các ước lượng thu được là vững, không chệch và hiệu quả khi mô hình có hiện tượng phương sai thay đổi hoặc nội sinh.

Nội dung chính theo từng chương

Chương 1: Giới thiệu nghiên cứu (Introduction)

Chương 1 làm rõ tính cấp thiết của đề tài trong bối cảnh các ngân hàng thương mại Việt Nam đối mặt với áp lực nợ xấu và rủi ro tín dụng sau các giai đoạn biến động kinh tế. Tác giả xác định mục tiêu tổng quát, 4 mục tiêu cụ thể, 4 câu hỏi nghiên cứu, đối tượng nghiên cứu (rủi ro tín dụng và các nhân tố ảnh hưởng) cùng phạm vi nghiên cứu (29 ngân hàng thương mại cổ phần Việt Nam, giai đoạn 2010–2021). Chương này cũng khái quát bố cục 5 chương và ý nghĩa thực tiễn của công trình đối với các nhà quản trị ngân hàng và cơ quan hoạch định chính sách.

Chương 2: Cơ sở lý thuyết và tổng quan nghiên cứu (Theoretical Basis and Review of Previous Studies)

Chương 2 hệ thống hóa cơ sở lý luận về tín dụng, các đặc tính của quan hệ tín dụng ngân hàng, các khái niệm rủi ro tín dụng theo chuẩn mực quốc tế và quy định tại Việt Nam (Thông tư 39/2016/TT-NHNN). Tác giả phân tích chi tiết cơ chế phân loại nợ và trích lập dự phòng (dự phòng cụ thể và dự phòng chung).

Bên cạnh đó, chương 2 tổng thuật toàn diện các nghiên cứu trong nước (Nguyễn Thị Ngọc Diệp & Nguyễn Minh Kiều, 2015; Khôi & Thanh, 2017; Vinh & Sang, 2018; Nga, 2019; Hiền & Tuấn, 2020; Quang, 2021) và các nghiên cứu quốc tế (Ali & Daly, 2010; Castro, 2013; Aemiro & Rafisa, 2014; Metin & Ali, 2015; Chaibi & Ftiti, 2015; Nikolaidou & Vogiazas, 2017; Mpofu & Nikolaidou, 2018; Misman & Bhatti, 2020; Priyadi et al., 2021). Qua đó, tác giả chỉ ra khoảng trống nghiên cứu và thiết lập khung phân tích gồm 6 yếu tố đặc thù ngân hàng và 4 yếu tố kinh tế vĩ mô.

Chương 3: Phương pháp nghiên cứu (Research Method)

Chương 3 xây dựng mô hình định lượng và 10 giả thuyết nghiên cứu tương ứng với từng biến số giải thích. Tác giả mô tả chi tiết công thức toán học đo lường các biến phụ thuộc và độc lập, quy trình thu thập và xử lý bộ dữ liệu bảng gồm 324 quan sát. Đồng thời, chương 3 trình bày cơ sở toán học của các mô hình hồi quy Pooled OLS, FEM, REM, các hạn chế khi xuất hiện vi phạm giả định (phương sai thay đổi, tự tương quan, nội sinh) và nguyên lý của phương pháp GLS và GMM cùng các kiểm định chất lượng biến công cụ (Sargan/Hansen test, Arellano-Bond AR(1), AR(2) test).

Chương 4: Kết quả nghiên cứu và thảo luận (Research Result and Discussion)

Chương 4 trình bày các kết quả phân tích thống kê và ước lượng thực nghiệm trên phần mềm Stata:

  • Thống kê mô tả (324 quan sát):
    • Tỷ lệ rủi ro tín dụng (CreRisk): Giá trị trung bình đạt 0,0114; độ lệch chuẩn 0,0710; thấp nhất là Ngân hàng TMCP Việt Á (VAB) năm 2011 và cao nhất là Ngân hàng TMCP Việt Nam Thịnh Vượng (VPB) năm 2021 (0,0556).
    • Tăng trưởng tiền gửi (DGR): VAB giảm 22,86% năm 2011, SHB tăng trưởng cao nhất 108% năm 2011.
    • Hiệu quả hoạt động (OPE): BIDV đạt tỷ lệ chi phí hoạt động cao nhất năm 2014 và giảm xuống mức thấp nhất 0,0031 năm 2016.
    • Quy mô cho vay (LSZ): Giá trị trung bình đạt 7,xx; Ngân hàng Bản Việt (BVB) có quy mô cho vay lớn nhất năm 2011 (9,xx) và thấp nhất năm 2012 (6,5606).
    • Tỷ lệ an toàn vốn (CAP): Trung bình 0,0893; thấp nhất tại SCB năm 2020 và cao nhất tại Saigonbank (SGB) năm 2012 (0,2383).
    • Tỷ suất sinh lời tài sản (ROA): TPBank ghi nhận mức thấp nhất năm 2016 (-0,0599), Techcombank (TCB) đạt mức sinh lời vượt trội năm 2018.
    • Tỷ lệ lợi nhuận trước dự phòng (EBP): NVB thấp nhất năm 2016 (0,0036), Vietcombank (VCB) đạt giá trị cao nhất.
    • Vĩ mô: Tốc độ thất nghiệp trung bình 0,0415 (thấp nhất 0,0100 năm 2011); tăng trưởng bất động sản thấp nhất 0,0132 năm 2012; lạm phát thấp nhất 0,0060 năm 2019; tăng trưởng GDP trung bình 0,0570 (thấp nhất 0,0258 năm 2021).
  • Phân tích tương quan & Đa cộng tuyến: Ma trận tương quan Pairwise cho thấy CreRisk có tương quan dương mạnh nhất với OPE (0,3797) và tương quan âm yếu nhất với DGR (-0,0104). Kiểm định VIF cho thấy tất cả các biến đều có hệ số VIF < 4 (trong đó biến ESI có VIF cao nhất là 2,58), chứng minh mô hình không bị đa cộng tuyến nghiêm trọng.
  • Lựa chọn mô hình & Kiểm định khuyết tật:
    • Kiểm định F-test có $F(28, 285) = 6,19$ ($P\text{-value} = 0,0000 < 0,05$) $\rightarrow$ Bác bỏ $H_0$, chọn FEM thay vì Pooled OLS.
    • Kiểm định Hausman có $P\text{-value} = 0,8342 > 0,05$ $\rightarrow$ Chấp nhận $H_0$, chọn REM thay vì FEM.
    • Kiểm định Breusch-Pagan có $P\text{-value} < 0,05$ $\rightarrow$ Bác bỏ $H_0$, chọn REM thay vì Pooled OLS.
    • Kiểm định Modified Wald kiểm tra phương sai sai số thay đổi cho giá trị $\chi^2(29) = 1037,00$ ($P\text{-value} = 0,0000 < 0,05$) $\rightarrow$ Mô hình bị hiện tượng phương sai sai số thay đổi.
    • Kiểm định Wooldridge kiểm tra tự tương quan cho $F(1, 28) = 2,1426$ ($P\text{-value} > 0,05$) $\rightarrow$ Mô hình không bị hiện tượng tự tương quan bậc một.
  • Kết quả ước lượng FGLS: Do mô hình xuất hiện hiện tượng phương sai sai số thay đổi, tác giả sử dụng FGLS (Wald $\chi^2(10) = 47,1$, số nhóm 29, số quan sát 324) và mô hình GMM để thu được ước lượng vững.

Chương 5: Kết luận và kiến nghị (Conclusion and Recommendations)

Chương 5 đúc kết các phát hiện định lượng thực nghiệm, tập trung thảo luận sâu về cơ chế tác động của 4 biến số cốt lõi: Tăng trưởng tiền gửi (DGR), Lợi nhuận trước dự phòng (EBP), Tăng trưởng thị trường bất động sản (ESI) và Tăng trưởng kinh tế (GDP). Từ đó, tác giả xây dựng hệ thống khuyến nghị chính sách cho Ngân hàng Nhà nước và các ngân hàng thương mại cổ phần Việt Nam, đồng thời chỉ ra các hạn chế và đề xuất hướng mở rộng cho các nghiên cứu tiếp theo.


Kết quả và đóng góp

Kết quả định lượng chính

Kết quả phân tích hồi quy FGLS và GMM trên mẫu 29 ngân hàng thương mại Việt Nam giai đoạn 2010–2021 cho thấy:

Biến số Chiều hướng tác động thực nghiệm Ý nghĩa kinh tế và phát hiện nghiên cứu
Tốc độ tăng trưởng tiền gửi (DGR) Dương (+) Tăng trưởng huy động tiền gửi quá nhanh thúc đẩy ngân hàng mở rộng cho vay dưới áp lực chi phí trả lãi, dễ dẫn đến nới lỏng tiêu chuẩn tín dụng và làm gia tăng rủi ro tín dụng.
Lợi nhuận trước dự phòng (EBP) Dương (+) Tỷ lệ lợi nhuận trước trích lập dự phòng có tác động cùng chiều đến rủi ro tín dụng, phản ánh hành vi trích lập dự phòng gia tăng trong các giai đoạn kinh doanh thuận lợi (hành vi làm mượt lợi nhuận/chuyển dịch lợi nhuận).
Tăng trưởng thị trường BĐS (ESI) Dương (+) Thị trường bất động sản tăng trưởng nóng thúc đẩy tăng trưởng tín dụng và giá trị tài sản bảo đảm, nhưng khi thị trường đảo chiều sẽ tích tụ rủi ro tín dụng rất lớn cho hệ thống ngân hàng.
Tăng trưởng kinh tế (GDP) Âm (-) Tăng trưởng kinh tế cao cải thiện thu nhập và khả năng trả nợ của khách hàng vay, từ đó làm suy giảm tỷ lệ rủi ro tín dụng và nợ xấu tại các ngân hàng thương mại.
Hiệu quả hoạt động (OPE) & Lạm phát (INF) Tương quan kỳ vọng Có tương quan với rủi ro tín dụng theo chiều hướng kỳ vọng nhưng năng lực giải thích tổng thể trong mô hình kiểm định còn ở mức thấp.

Đóng góp của khóa luận

  1. Về mặt học thuật: Cung cấp bằng chứng thực nghiệm cập nhật và toàn diện trong 12 năm liên tục (2010–2021) về các nhân tố vi mô và vĩ mô tác động đến rủi ro tín dụng của hệ thống ngân hàng thương mại Việt Nam.
  2. Về mặt phương pháp luận: Ứng dụng quy trình kinh tế lượng chặt chẽ, kết hợp đầy đủ các kiểm định khuyết tật mô hình (F-test, Hausman, Breusch-Pagan, Modified Wald, Wooldridge) và sử dụng phương pháp FGLS, GMM để khắc phục hiện tượng phương sai thay đổi.
  3. Về mặt chính sách và quản trị:
    • Khuyến nghị Ngân hàng Nhà nước kiểm soát chặt chẽ room tín dụng và dòng vốn chảy vào các lĩnh vực rủi ro cao như bất động sản.
    • Khuyến nghị các ngân hàng thương mại không chạy theo tăng trưởng quy mô huy động vốn bằng mọi giá; thiết lập hệ thống chấm điểm tín dụng độc lập; quản trị danh mục tài sản bảo đảm và tránh sử dụng trích lập dự phòng như công cụ thao túng lợi nhuận ngắn hạn.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận tự xác định các điểm giới hạn dựa trên dữ liệu và phạm vi nghiên cứu:

  • Giới hạn mẫu dữ liệu: Nghiên cứu chỉ khảo sát 29 ngân hàng thương mại cổ phần Việt Nam có công bố báo cáo tài chính đầy đủ trong giai đoạn 2010–2021; chưa bao quát toàn bộ các tổ chức tín dụng phi ngân hàng, chi nhánh ngân hàng nước ngoài và ngân hàng liên doanh tại Việt Nam.
  • Giới hạn biến số giải thích: Một số biến số vĩ mô (như tỷ lệ thất nghiệp, lạm phát) và biến hiệu quả hoạt động (OPE) có năng lực giải thích chưa cao trong một số dạng ước lượng.
  • Hướng nghiên cứu tiếp theo: Tác giả gợi ý mở rộng khung thời gian nghiên cứu sau năm 2021 để đánh giá tác động kéo dài của đại dịch COVID-19, đồng thời bổ sung thêm các biến số vi mô khác (như tỷ lệ sở hữu nhà nước, cơ cấu quản trị hội đồng quản trị, tỷ lệ cấp tín dụng phi truyền thống) vào mô hình nghiên cứu.

Giá trị tham khảo

Công trình khóa luận tốt nghiệp này mang lại giá trị tham khảo cụ thể cho:

  • Sinh viên, học viên chuyên ngành Tài chính - Ngân hàng, Kinh tế học ứng dụng: Tham khảo mẫu nghiên cứu định lượng chuẩn mực về rủi ro tín dụng, phương pháp xây dựng biến trích lập dự phòng theo Thông tư NHNN và quy trình xử lý dữ liệu bảng (Pooled OLS, FEM, REM, FGLS, GMM) trên phần mềm Stata.
  • Chuyên viên quản trị rủi ro tại các ngân hàng thương mại: Tham khảo các mối tương quan thực nghiệm giữa tăng trưởng huy động (DGR), lợi nhuận trước dự phòng (EBP), biến động thị trường bất động sản (ESI) và rủi ro tín dụng để xây dựng chính sách cảnh báo sớm.
  • Cơ quan quản lý và hoạch định chính sách: Tham khảo cơ sở thực chứng để hoàn thiện các quy định an toàn vĩ mô, trích lập dự phòng rủi ro và giám sát thị trường tín dụng bất động sản.

Câu hỏi thường gặp

1. Rủi ro tín dụng trong khóa luận được đo lường cụ thể bằng công thức nào?

Rủi ro tín dụng (CreRisk) được tính bằng tỷ lệ giữa Chi phí trích lập dự phòng rủi ro tín dụng của ngân hàng $i$ trong năm $t$ chia cho Tổng dư nợ cho vay của ngân hàng $i$ trong năm $t-1$, kế thừa từ phương pháp đo lường của Hess et al. (2009), Foss et al. (2010) và Diệp & Kiều (2015).

2. Bộ dữ liệu bảng sử dụng trong nghiên cứu có quy mô bao nhiêu và lấy từ những nguồn nào?

Bộ dữ liệu gồm 324 quan sát từ 29 ngân hàng thương mại cổ phần Việt Nam trong giai đoạn 12 năm (2010–2021). Dữ liệu tài chính vi mô được trích xuất từ báo cáo thường niên và báo cáo tài chính kiểm toán của 29 ngân hàng; dữ liệu kinh tế vĩ mô được thu thập từ cơ sở dữ liệu của World Bank, IMF và Statista.

3. Tại sao tác giả phải sử dụng phương pháp hồi quy FGLS và GMM thay vì OLS, FEM hay REM?

Sau khi kiểm định lựa chọn mô hình (F-test chọn FEM, Hausman và Breusch-Pagan chọn REM), kiểm định Modified Wald đã phát hiện mô hình bị hiện tượng phương sai sai số thay đổi nghiêm trọng ($\chi^2(29) = 1037,00$, $P\text{-value} = 0,0000$). Do đó, ước lượng OLS/FEM/REM không còn hiệu quả. Phương pháp FGLS và GMM được áp dụng để khắc phục hiện tượng phương sai thay đổi và nội sinh, mang lại kết quả ước lượng vững và đáng tin cậy.

4. Kết quả thực nghiệm cho thấy yếu tố bất động sản (ESI) và tăng trưởng kinh tế (GDP) tác động đến rủi ro tín dụng như thế nào?

Kết quả nghiên cứu chỉ ra rằng tốc độ tăng trưởng thị trường bất động sản (ESI) có tác động cùng chiều (+), làm gia tăng rủi ro tín dụng do tình trạng nới lỏng tín dụng và đòn bẩy tài sản thế chấp. Ngược lại, tốc độ tăng trưởng kinh tế (GDP) có tác động ngược chiều (-), nghĩa là nền kinh tế tăng trưởng càng cao thì rủi ro tín dụng của các ngân hàng thương mại Việt Nam càng suy giảm.


Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Phương Đình Nhi đã nghiên cứu và làm rõ tác động của các nhân tố vi mô và vĩ mô đến rủi ro tín dụng tại 29 ngân hàng thương mại cổ phần Việt Nam giai đoạn 2010–2021. Bằng việc áp dụng phương pháp hồi quy dữ liệu bảng nâng cao (FGLS và GMM), nghiên cứu chứng minh rằng tăng trưởng tiền gửi (DGR), lợi nhuận trước dự phòng (EBP) và tăng trưởng thị trường bất động sản (ESI) thúc đẩy rủi ro tín dụng gia tăng, trong khi tăng trưởng kinh tế (GDP) đóng vai trò quan trọng trong việc kiềm chế rủi ro tín dụng. Đây là tài liệu học thuật có phương pháp luận chặt chẽ, cung cấp nhiều hàm ý thực tiễn có giá trị cho công tác quản trị rủi ro tại các ngân hàng thương mại và điều hành chính sách tiền tệ tại Việt Nam.