GIỚI THIỆU NGHIÊN CỨU
Tính cấp thiết của đề tài
Trải qua nhiều giai đoạn lịch sử, rủi ro tín dụng (RRTD) vẫn luôn là vấn đề trọng yếu hàng đầu không chỉ dành riêng cho các Ngân hàng mà còn là cả một nền kinh tế Khi xuất hiện, bên cạnh việc gây ảnh hưởng trực tiếp lên nguồn vốn của Ngân hàng thì RRTD còn là nguyên nhân làm suy giảm hệ thống kinh tế của quốc gia Từ đó, gây khó khăn đến quá trình hoạt động và HQKD của các Ngân hàng Thương Mại (NHTM) Bởi hoạt động tín dụng của tất cả Ngân hàng chủ yếu đều bắt nguồn từ mối quan hệ cơ bản giữa “lợi nhuận” và “rủi ro” Do đó, nếu muốn gia tăng nguồn lợi nhuận thu được từ hoạt động cấp tín dụng thì Ngân hàng bắt buộc phải song hành cùng RRTD cũng như có các giải pháp chủ động đối phó khi tỉ lệ nợ xấu gia tăng.
Như đã biết, trong bối cảnh nền kinh tế thế giới vừa trải qua hai năm khó khăn từ đại dịch Covid-19, có rất nhiều thách thức tác động lên đà tăng trưởng của nhiều quốc gia đã và đang phát triển Đặc biệt, khi biến chủng mới Omicron xuất hiện thì điều này đã tiếp tục gây ra những sự chậm trễ, gián đoạn kéo dài trong quá trình sản xuất kinh doanh.
Do đó, mối lo ngại lớn nhất mà các nhà quản trị phải đối mặt đó làm thế nào để đẩy nhanh quá trình hồi phục nhằm vực dậy lại nền kinh tế quốc gia, đồng thời tránh rơi vào khủng hoảng tài chính gây nên lạm phát toàn cầu.
Theo đó, tại Việt Nam, mặc dù gặp những khó khăn nhất định trong việc kiểm soát và khắc phục những hậu quả sau đại dịch, nhưng với chính sách thích ứng an toàn và linh hoạt thì ngành Ngân Hàng vẫn đang khẳng định vị thế quan trọng của mình trong việc hỗ trợ các doanh nghiệp chống đỡ trước những tác động tiêu cực từ dịch bệnh mang lại Vì vậy có thể thấy, hiệu quả kinh doanh (HQKD) của các NHTM chính là yếu tố quan trọng đóng góp vào sự vững mạnh của một nền kinh tế quốc gia Hơn nữa, HQKD của NHTM không đơn thuần làm nâng cao lợi nhuận mà còn là yếu tố giúp phân tích xu hướng phát triển và biến động trên thị trường Từ đó, đảm bảo sự an toàn cho các hoạt động tín dụng và tính ổn định cho sự phát triển Ngân hàng.
Thế nhưng, hiện nay nhiều Ngân hàng đang rơi vào tình trạng khó khăn hậu giai đoạn Covid-19 trong việc kiểm soát RRTD Nợ xấu đang có chiều hướng gia tăng, hệ thống quản trị chưa phát huy tốt năng lực cũng như các biến động khó lường của yếu tố vĩ mô trước ảnh hưởng của đại dịch toàn cầu Đây thực sự là những ảnh hưởng nghiêm trọng nhất của RRTD đến HQKD của các NHTM Bởi khi không thu hồi được các khoản vay và giải quyết các khoản nợ xấu, quá trình luân chuyển dòng tiền của Ngân hàng sẽ bị kéo dài Tuy nhiên, Ngân hàng vẫn phải thực hiện thanh toán cho các khoản tiền gửi Điều này không những làm thiếu hụt thanh khoản do tỷ lệ nợ xấu ở mức cao, gia tăng tỉ lệ phá sản mà còn làm mất sự tín nhiệm của khách hàng, ảnh hưởng đến vị thế cạnh tranh của Ngân hàng.
Chính vì thế, đề tài “Tác động của RRTD đến hiệu quả hoạt động của hệ thốngNgân hàng Thương mại Việt Nam” được thực hiện Với mục đích phân tích và đo lường mức độ ảnh hưởng của RRTD lên HQKD của các NHTM tại Việt Nam, đây thực sự là vấn đề cần thiết để thực hiện khi bài viết có thể phát hiện ra những cách nhìn mới trong việc tìm được biện pháp khắc phục và làm giảm tỉ lệ RRTD xuống mức thấp nhất.
Mục tiêu nghiên cứu
Đánh giá tác động của rủi ro tín dụng đến hiệu quả hoạt động kinh doanh cảu các NHTM Việt Nam trong giai đoạn từ năm 2011 đến năm 2021 Từ đó, đưa ra các đề xuất khuyến nghị đối với các nhà quản trị Ngân hang nhằm đề ra giải pháp phù hợp nâng cao hiệu quả kinh doanh, gia tang khả năng sinh lời trong mối tương quan với rủi ro tín dụng.
- RRTD có tác động đến HQKD của các NHTM Việt Nam hay không?
- Mức độ và chiều hướng ảnh hưởng của RRTD đến HQKD?
- Giải pháp nào hạn chế RRTD và nâng cao HQKD tại các NHTM Việt Nam?
Đối tượng và phạm vi nghiên cứu
Bài viết tập trung vào phân tích hai đối tượng là RRTD và HQKD của cácNHTM Việt Nam và mối tương quan của chúng.
- Không gian: Dữ liệu nghiên cứu được thu thập từ 20 NHTM Việt Nam.
- Thời gian: Phân tích các số liệu đã thu thập trong giai đoạn từ 2011 đến 2021.
Phương pháp nghiên cứu và dữ liệu
1.5.1 Phương pháp thu thập dữ liệu
Bài viết thực hiện thu thập và tổng hợp nguồn dữ liệu thông qua các BCTC hợp nhất đã qua kiểm toán, công bố công khai và minh bạch từ 20 NHTM Việt Nam, hoạt động trong giai đoạn từ năm 2011 đến năm 2021 Trong đó, dữ liệu sẽ được lấy từ mốc thời gian từ ngày 01/12/2011 đến ngày 01/12/2021 và tham khảo từ các Website chính thống từ các Ngân hàng, WorldBank cũng các trang báo kinh tế điện từ có độ uy tín cao như CafeF, Vietstock, …
Trên cơ sở tổng quan về lý thuyết tác động của RRTD đến HQKD của NHTM, tác giả đã thực hiện tìm kiếm và tham khảo thêm các nghiên cứu liên quan giúp lựa chọn các phương pháp phù hợp nhằm phân tích và đánh giá các biến có ảnh hưởng đến HQKD trong mô hình nghiên cứu Bài viết sẽ mô tả các đặc tính chính của dữ liệu theo phương pháp thống kê, so sánh để đưa ra cách nhìn tổng quan về mẫu nghiên cứu Từ đó, xác định được tỷ lệ trung bình, độ lệch chuẩn, giả trị lớn và nhỏ nhất của từng biến cụ thể trong mô hình.
Tiếp đến, đề tài sử dụng phương pháp định lượng, áp dụng mô hình Pooled OLS để hồi quy dữ liệu bảng thông qua việc kết hợp với các mô hình hồi quy khác như FEM, REM Từ đó, tiến hành các kiểm định F, kiểm định Hausman và kiểm định Breusch & Pagan để lựa chọn mô hình phù hợp.
Sau khi lựa chọn được mô hình thích hợp cuối cùng, để bảo đảm sự chuẩn xác của các ước lượng, tác giả tiến hành tiếp các kiểm định khác như đa cộng tuyến và PSSS thay đổi hay tự tương quan trong mô hình Ngoài ra, bài viết còn tiến hành kiểm tra T-test nhằm đánh giá những thay đổi trong giá trị trung bình giữa hai tổng thể trong một mẫu trong giai đoạn trước và sau khi Đại dịch Covid-19 xuất hiện.
Đóng góp của đề tài
Nghiên cứu mong muốn sẽ đóng góp thêm bằng chứng thực nghiệm về tác động của tỷ lệ nợ xấu và tỷ lệ dự phòng rủi ro tín dụng đối với hiệu quả kinh doanh của cácNHTM Việt Nam trong giai đoạn nghiên cứu Từ đó, thông qua kết quả nghiên cứu của mình, tác giả cũng muốn đưa ra các khuyến nghị giúp cho các NHTM và cơ quan quản lý nhà nước có thể kiểm soát và cải thiện tác động rủi ro tín dụng đến hiệu quả kinh doanh của các NHTM Việt Nam Đồng thời, nghiên cứu cũng đánh giá và so sánh mức độ tác động của rủi ro tín dụng và hiệu quả kinh doanh trong giai đoạn trước và sau Covid-19.
Bố cục nghiên cứu
Bài nghiên cứu bao gồm 5 chương:
Chương 1: Giới thiệu nghiên cứu
Chương 2: Cơ sở lý luận
Chương 3: Mô hình nghiên cứu
Chương 4: Kết quả nghiên cứu và thảo luận
Chương 5: Kết luận và kiến nghị
CƠ SỞ LÝ LUẬN
Rủi ro tín dụng
Có rất nhiều quan điểm được đặt ra để mô tả về RRTD của Ngân hàng, trong đó nổi bật nhất với tác giả có thể kể đến nghiên cứu của Timothy W Koch và MacDonald S. Scott (1995) Với luận điểm cho rằng RRTD chính là một loại rủi ro tiềm ẩn xuất phát từ sự thay đổi của thu nhập thuần và thị giá khi người đi vay không thực hiện thanh toán đúng hạn Tương tự với nghiên cứu của Thomas P Fitch (1997), RRTD có thể coi là tổn thất phát sinh do người đi vay không hoàn trả được khoản vay theo đúng thỏa thuận trong hợp đồng dẫn đến sai hẹn trong nghĩa vụ hoàn trả nợ Ngoài ra, Theo Ủy ban Basel:
“RRTD hay còn gọi là rủi ro vỡ nợ, có thể phát sinh từ sự không chắc chắn đến từ người đi vay, khi khả năng thực hiện điều khoản trả nợ đã thỏa thuận của họ đối với Ngân hàng thất bại.”
Tại Việt Nam, RRTD được cho là khả năng mà tổ chức tín dụng không thể thu hồi đúng hạn và đầy đủ các khoản tín dụng đã cung cấp (Trần Vũ Hải, 2008) Ngoài ra, Nguyễn Thị Kim Nhung và cộng sự (2017) đã giải thích rằng RRTD là loại rủi ro xuất hiện khi khách hàng đi vay không thực hiện đúng cam kết trên hợp đồng tín dụng, nguyên nhân do khách hàng chậm trả nợ, trả nợ không đầy đủ hay không trả nợ khi đến hạn các khoản gốc và lãi vay Do đó, gây ra những tổn thất về tài chính cũng như khó khăn trong hoạt động kinh doanh của các Ngân hàng Thương mại.
Thế nhưng, với một góc nhìn mới, Anthony Saunders (2015) đã xem RRTD là một khoản lỗ tiềm năng mà Ngân hàng cấp tín dụng cho khách hàng của mình Điều này có nghĩa, luồng thu nhập mà Ngân hàng dự tính sẽ nhận từ những khoản vay này sẽ không thể đạt được cả về số lượng hay thời hạn.
Dựa vào các nhận định trên, tác giả đưa ra nhận định của mình đối với RRTD như sau: RRTD là loại rủi ro xảy ra chủ yếu trong hoạt động cấp tín dụng, phát sinh khi người đi vay thanh toán không đúng hạn hay không còn khả năng trả nợ cho Ngân hàng như đúng thỏa thuận đã cam kết Rủi ro này có tác động đáng kể nhất đến HQKD của Ngân hàng, và là chỉ số quan trọng phản ánh được sức khỏe tài chính của các tổ chức tín dụng Vì vậy, trong giai đoạn nền kinh tế toàn cầu đang có những khủng hoảng, nếu để cho RRTD xảy ra sẽ đem lại hậu quả nghiêm trọng dẫn đễn nguy cơ khó lường về việc mất đi sự cân đối và ổn định cho các hệ thống NHTM.
Nguyên nhân dẫn đến RRTD ở các NHTM hiện nay đến từ rất nhiều yếu tố. Trong đó, Ghosh (2012) tin rằng RRTD đến từ cả yếu tố nội sinh lẫn yếu tố ngoại sinh của Ngân hàng Cụ thể, khi các chỉ số kinh tế bắt đầu suy yếu sẽ khiến nền kinh tế thị trường gặp khó khăn và tăng trưởng chậm lại Hệ lụy không thể tránh khỏi đó là nguồn thu nhập của người đi vay sẽ không còn ổn định như trước, nguồn thu giảm và khả năng vỡ nợ gia tăng Bởi khi có sự biến động trên thị trường, làm cho khối lượng sản phẩm và doanh thu giảm xuống dẫn đến các nhu cầu về hàng hóa và dịch vụ cũng giảm theo, đặc biệt gây ảnh hưởng tiêu cực đến giá trị tín dụng của Ngân hàng một cách đáng kể.
Mặt khác, RRTD còn xảy ra do các yếu tố từ phía NHTM, khi tổ chức quản lý tín dụng không hiệu quả hoặc không có những phương án đối phó từ trước nhằm đề phòng các yếu tố rủi ro bất ngờ xảy ra Một nguyên nhân quan trọng có thể tác động đến HQKD của Ngân hàng xuất phát từ phía người đi vay Việc xuất hiện những rủi ro khi quản lý tài chính không cân đối, công việc kinh doanh giảm hiệu suất và chất lượng do thiếu kinh nghiệm sẽ tất yếu khiến cho thu nhập của người đi vay không còn ổn định và dẫn đến tình trạng vỡ nợ Tuy nhiên, ngoài những yếu tố khách quan trên thì thái độ phi đạo đức của người đi vay khi cố tình không thực hiện nghĩa vụ trả nợ của mình cũng là nguyên nhân chính gây nên RRTD cho các NHTM hiện nay.
2.1.2 Các chỉ tiêu đo lường Rủi ro tín dụng
Qua đó, nhiều nhà nghiên cứu đã tìm cách đo lường RRTD để đưa ra phương án giảm thiểu những ảnh hưởng tiêu cực mà nền kinh tế thị trường phải hứng chịu Trong đó, tỷ lệ nợ xấu và tỷ lệ trích lập dự phòng là những chỉ tiêu quan trọng để đánh giá và đo lường mức độ RRTD của một Ngân hàng.
• Tỷ lệ nợ xấu Đỗ Thị Thu Hà (2013) đã đo lường RRTD bằng việc tiếp cận các chỉ tiêu như hệ số nợ quá hạn, hệ số nợ xấu hay rủi ro mất vốn, … Qua đó, nợ xấu được cho là chỉ tiêu trực tiếp gây ra RRTD Tương tự, Ongore & Kusa (2013) và Phạm Hồng Hữu Thái
(2017) cũng cho rằng thông qua tỷ lệ nợ xấu thì các nhà quản trị có thể đo lường và đánh giá RRTD từ các NHTM Nếu nợ xấu gia tăng thì RRTD xảy ra càng cao, bởi nếu người đi vay không trả được khoản nợ của mình thì Ngân hàng sẽ mất vốn dẫn đến suy giảm doanh thu và lợi nhuận Vì vậy, các nghiên cứu trên thế giới cũng đã đưa ra nhiều định nghĩa về nợ xấu Theo Petersson & Wadman (2004), họ cho rằng các khoản vay mà Ngân hàng không thể thu hồi lợi nhuận chính là nợ xấu; hoặc nợ xấu là những khoản vay không hoản trả được Mohd Isa và cộng sự (2015).
Căn cứ theo Quyết định 493/2005/QĐ-NHNN phân loại nợ, trích lập, sử dụng dự phòng để xử lý rủi ro tín dụng trong hoạt động ngân hàng tổ chức tín dụng được sửa đổi bổ sung thì nợ xấu là những khoản nợ thuộc từ nhóm từ 3 trở xuống Trong đó, nhóm 3 sẽ là những nhóm nợ dưới tiêu chuẩn và quá hạn thanh toán từ 90 ngày Nhóm 4 sẽ bao gồm những khoản nợ quá hạn từ 181 ngày Đặc biệt, những khoản nợ có nguy cơ mất vốn cao và quá hạn trên 360 ngày sẽ thuộc vào nợ nhóm 5.
Theo đó, tỷ lệ nợ xấu được xác định bằng cách:
Tổng dư nợ tín dụng
Khi tỷ lệ nợ xấu càng lớn, chất lượng tín dụng của Ngân hàng sẽ càng thấp dẫn đến nguy cơ xảy ra RRTD là khá cao Điều này đồng nghĩa với việc Ngân hàng sẽ đối mặt với nguy cơ cao bị giảm doanh thu và lợi nhuận do khách hàng không trả được khoản vay của mình Tuy nhiên, nếu giảm thiểu được tỷ lệ nợ xấu thì chất lượng khoản vay có thể được cải thiện thông qua các chính sách như xóa nợ xấu hay thay đổi cách phân loại nợ.
• Tỷ lệ trích lập dự phòng
Bên cạnh những luồng quan điểm cho rằng việc đo lường RRTD theo phương pháp truyền thống là tỷ lệ nợ xấu sẽ thuận tiện và chính xác hơn, nhiều bài nghiên cứu cũng chỉ ra rằng mức trích lập dự phòng RRTD cũng là một yếu tố giúp các nhà quản trị đánh giá được mức độ RRTD của Ngân hàng song song với tỷ lệ nợ xấu Qua đó có thể hiểu, dự phòng RRTD là những khoản tiền được trích ra để phòng ngừa cho những chi phí thiệt hại có thể xảy ra khi khách hàng không hoàn trả nợ cho Ngân hàng như đã cam kết Tỷ lệ này sẽ được hạch toán thẳng vào các chi phí hoạt động của Ngân hàng, điều này đồng nghĩa việc trích lập dự phòng sẽ gây tác động trực tiếp đến lợi nhuận của Ngân hàng.
Dựa trên nghiên cứu của Fisher và cộng sự (2000), kết quả cho thấy dự phòng RRTD có mối tương quan cùng chiều với tỷ lệ nợ xấu của Ngân hàng Việc trích lập dự phòng RRTD càng cao thì chất lượng của khoản vay càng giảm, dẫn đến RRTD gia tăng.
Vì vậy, ngày nay càng nhiều nghiên cứu đã lựa chọn sử dụng thước đo này phổ biến hơn. Trong đó, theo nghiên cứu của Heffernan (2008) và Aremu & Ayanda (2013) thì tỷ lệ dự phòng RRTD được xác định bằng cách:
Tỷ lệ trích lập dự phòng RRTD = *100%
Hiệu quả kinh doanh của Ngân hàng thương mại
Có nhiều quan điểm về hiệu quả kinh doanh của NHTM Trong đó, HQKD là khái niệm nhằm phản ánh năng lực tận dụng các nguồn lực sẵn có để đạt được mục tiêu cao nhất với chi phí thấp nhất, có thể hiểu là tối thiểu hóa chi phí Theo đó, Giáo trình Quản trị kinh doanh, NXB Đại học Kinh tế quốc dân đã viết rằng HQKD là một phạm trù phản ánh được trình độ lợi dụng các nguồn lực để đạt mục tiêu kinh doanh đã xác định Theo đó, chỉ doanh nghiệp kinh doanh nhắm vào mục tiêu tối đa hóa lợi nhuận mới cần đánh giá HQKD.
Có thể nói, đây là yếu tố quyết định trực tiếp đến sự phát triển của Ngân hàng,bởi khi có một quá trình kinh doanh hiệu quả thì mới tạo ra nhiều lợi nhuận, nâng cao chất lượng và thu hút khách hàng Do đó, HQKD chính là mục tiêu quan trọng hàng đầu trong quá trình hoạt động của các Ngân hàng.Tương tự vậy, với góc nhìn của mình, Farrell (1957) tin rằng HQKD là lợi ích được mang lại từ những hoạt động cụ thể, là phạm trù được sử dụng để đánh giá khả năng tối đa hóa doanh thu khi đã biết chi phí đầu vào, thông qua hai chỉ tiêu đó là hiệu quả tuyệt đối và hiệu quả tương đối.
Ngoài ra, với Nguyễn Việt Hùng (2008) thì HQKD của NHTM có thể được hiểu theo nhiều khía cạnh khác nhau Một là xác suất an toàn khi Ngân hàng thực hiện kinh doanh và hai là khả năng biến đổi các yếu tố đầu vào giúp tối đa hóa lợi nhuận và giảm thiểu chi phí nhằm gia tăng khả năng cạnh tranh Thế nhưng, Trương Quang Thông
(2011) lại đưa ra quan điểm rằng: “HQKD chính là kết quả lợi nhuận từ quá trình hoạt động kinh doanh mang lại trong một khoảng thời gian nhất định”.
Từ những cách tiếp cận đa dạng trên, khái niệm về HQKD có thể được hiểu như sau: “HQKD của NHTM là việc kết hợp hiệu quả nguồn lực nhằm giảm thiểu tối đa các chi phí đầu vào cũng như chi phí khác trong hoạt động sản xuất kinh doanh, từ đó làm trung gian giúp tối đa kết quả đầu ra của NHTM.
2.2.2 Các chỉ tiêu phản ánh Hiệu quả kinh doanh
Khi đo lường HQKD của một NHTM, Naser (2013) đã cho rằng HQKD được xác định thông qua suất sinh lời trên vốn chủ sở hữu (ROE) và suất sinh lời trên TTS (ROA). Tương tự với Nguyễn Minh Kiều (2009), khi cũng sử dụng hai chỉ số cơ bản này để đưa ra kết luận về kết quả kinh doanh của Ngân hàng Hay Fredrick Mwaura Mwangi (2014) còn chỉ ra biên độ lãi ròng (NIM) cũng là chỉ số được sử dụng để đo lường HQKD của NHTM.
• Suất sinh lời trên vốn chủ sở hữu (Return on Equity - ROE) Được xác định bằng công thức:
Lợi nhuận sau thuế ROE =
Chỉ số này thể hiện mức lợi nhuận thu về so với tổng vốn CSH thể hiện trên bảng cân đối kế toán, được hiểu cụ thể hơn là hiệu quả đầu tư của vốn CSH Qua đó, thể hiện khả năng tạo lợi nhuận từ một đồng vốn khách hàng đầu tư vào Ngân hàng.
• Lợi nhuận trên tổng tài sản (Return on Assets – ROA) Được xác định bằng công thức:
Lợi nhuận sau thuế ROA =
Chỉ số này đo lường được khả năng quản lý, hiệu quả sử dụng nguồn lực tài chính của NHTM để tạo ra lợi nhuận Theo Trần Huy Hoàng (2011) khi đánh giá HQKD của Ngân hàng, mô hình có thể sử dụng các chỉ tiêu liên quan đến lợi nhuận khác như tỷ lệ thu nhập cận biên, thu nhập trên cổ phiếu hay tỷ lệ tài sản sinh lời.
Tác động của Rủi ro tín dụng đến Hiệu quả kinh doanh của Ngân hàng thương mại
Như đã phân tích, HQKD là chỉ tiêu quan trọng giúp đo lường xu hướng phát triển của NHTM Một Ngân hàng muốn hoạt động hiệu quả không những bắt buộc gia tăng lợi nhuận mà còn phải có kế hoạch nhằm định hướng phát triển để đảm bảo sự an toàn trong tương lai Vì vậy, khi bàn về mối tương quan giữa RRTD và HQKD, cần xem xét tác động của chúng trên đa dạng các khía cạnh khác nhau cụ thể như sau:
2.3.1 Rủi ro tín dụng làm giảm lợi nhuận của Ngân hàng
RRTD luôn là vấn đề được quan tâm hàng đầu trong quá trình kinh doanh của Ngân hàng, bởi đây là nguồn thu nhập chủ yếu cho các Ngân hàng Khi RRTD xuất hiện, đồng nghĩa với việc Ngân hàng mất đi nguồn vốn và lợi nhuận của mình, khiến dòng tiền kinh doanh bị thiếu hụt do không được thu hồi và sử dụng hiệu quả.
Ngoài ra khi rủi ro phát sinh, doanh thu sụt giảm đột ngột sẽ khiến Ngân hàng phải đối mặt với nguy cơ thua lỗ, phá sản Trong trường hợp không thua lỗ nhung khi nợ xấu đã phát sinh, các khoản chi phí cũng sẽ tăng lên đáng kể khiến cho lợi nhuận còn lại cũng trở nên thấp hơn so với dự tính ban đầu.
Berger & DeYoung (1997) đã chứng minh qua nghiên cứu của mình rằng khi nợ xấu tăng mạnh thì Ngân hàng sẽ tiêu tốn rất nhiều chi phí cần thiết nhằm giải quyết những khoản nợ xấu bao gồm chi phí gia tăng theo dõi khách hàng nợ quá hạn và tài sản bảo đảm của ngân hàng, chi phí đàm phán và thương lượng với khách hàng về từng khoản nợ hay xử lý tài sản thế chấp,
Việc trích lập dự phòng RRTD sẽ làm tăng chi phí và giảm lợi nhuận của Ngân hàng Điều này đã tác động trực tiếp và làm suy giảm HQKD của Ngân hàng (Hasan Ayaydin, 2014) Tuy nhiên, khi tiếp cận ở một góc độ khác, nếu các điều kiện kinh tế bất lợi xảy ra ngoài khả năng kiểm soát thì bắt buộc Ngân hàng phải trích lập dự phòng RRTD, khiến chi phí tăng và RRTD cũng tăng theo.
2.3.2 Rủi ro tín dụng làm giảm Hiệu quả kinh doanh của Ngân hàng Đây được xem là tác động nghiêm trọng nhất của RRTD Do không thu hồi được các khoản cho vay, nợ khó đòi sẽ kéo dài quá trình quay vòng vốn trong khi Ngân hàng vẫn phải chi trả cho các khoản tiền gửi Từ đó, nguy cơ Ngân hàng mất khả năng thanh toán là rất cao Bên cạnh đó, với tỷ lệ nợ xấu cao còn dẫn đến tình trạng thiếu hụt thanh khoản và dẫn đến nguy cơ phá sản của các NHTM.
Nợ xấu không chỉ gây thất thoát tài sản cho Ngân hàng, mà nếu không sớm được kiềm chế, nó còn gây ra hàng loạt hệ lụy xấu có thể kể đến như thiệt hại cho vay, lợi nhuận sụt giảm và mất lòng tin của khách hàng làm giảm uy tín của Ngân hàng Một Ngân hàng mất khả năng thanh toán nhiều lần, thua lỗ liên tục có thể tạo ra khủng hoảng rút tiền hàng loạt của khách hàng, dẫn đến phá sản (Mark Swinburne và cộng sự, 2007).
Khi những thông tin tiêu cực bị tiết lộ ra công chúng, điều này không những làm mất uy tín của Ngân hàng mà còn là cơ hội lớn cho các đối thủ cạnh tranh giành lấy lượng khách hàng tiềm năng trước đó Nếu Ngân hàng không có những phương án dự phòng, chủ động Như vậy, khi RRTD xảy ra sẽ kéo theo hàng loạt các rủi ro khác, từ đó ảnh hưởng rất lớn đến sự ổn định của các NHTM cũng như HQKD.
2.3.3 Rủi ro tín dụng làm tăng Hiệu quả kinh doanh của Ngân hàng
Bên cạnh những nghiên cứu chỉ ra RRTD có tác động tiêu cực đến hiệu quả kinh doanh thì tác giả cũng tìm thấy một số nghiên cứu có kết luận theo hướng ngược lại như RRTD có tác động tích cực đến HQKD như:
Oke và các cộng sự (2012) khi thực hiện lại nghiên cứu của mình tại quốc giaNigeria Họ sử dụng dữ liệu thu thập được từ 5 Ngân hang được chọn trong khoảng thời gian là 11 năm (từ 2000 đến 2010) Và trong bài nghiên cứu này, ROA được sử dụng như một lý thuyết truyền thống để đo lường hiệu quả kinh doanh với ba biến đo lường rủi ro tín dụng là nợ xấu/ tổng dư nợ, tổng dư nợ/tổng tiền gửi và dự phòng rủi ro tín dụng/nợ quá hạn Hồi quy dữ liệu bảng đã được dùng để ước lượng tác động của rủi ro tín dụng lên hiệu quả kinh doanh của các Ngân hang Kết quả cho thấy khi tỷ lệ nợ xấu và tổng dư nợ/tổng tiền gửi tang 100% sẽ làm ROA giảm tương ứng là 6.2% VÀ 0.65% Trong khi đó tỷ lệ dự phòng rủi ro tín dụng lại tác động tích cực đến ROA: Khi tỷ lệ này tang 100% sẽ làm ROA tang 9.6% Các tác giả cũng lý giải cho những tác động này rằng mặc dù tỷ lệ nợ xấu tăng lên thì lợi nhuận của các NHTM tại đây có xu hướng giảm theo đúng như kì vọng bởi vì tác động của môi trường nghiên cứu tác giả lựa chọn là các NHTM tại Nigeria nên việc tỷ lệ dự phòng RRTD có tác động tích cực đến hiệu quả kinh doanh có thể không đúng với một số kết quả nghiên cứu tại các khu vực phát triển khác như châu Âu hay châu Mỹ là điều bình thường Thêm vào đó, các ngân hang tại nước này cùng thống nhất một tỷ lệ RRTD nhất định được tính toán chung để áp dụng mà ở ngưỡng tỷ lệ này sẽ có tác động tích cực đến hiệu quả kinh doanh của các Ngân hàng tại đây.
Kayode và các cộng sự (2015) tìm hiểu tác động của RRTD lên HQKD của các Ngân hàng Nigeria Dữ liệu bảng hồi quy được thu thập từ sáu Ngân hàng trong 14 năm từ 2000 dếnd 2013 Nghiên cứu này cũn sử dụng tỷ lệ nợ xấu, tỷ lệ dự phòng rủi ro tín dụng và tỷ lệ sử dụng hệ số rủi ro tín dụng để ước lương cho RRTD HQKD thì được đại diện bởi ROA Thông qua hồi quy mô hình các tác động ngẫu nhiên REM cho ra kết quả:
Tỷ lệ nợ xấu và tỷ lệ dự phòng RRTD có tác động tiêu cực và tỷ lệ sử dụng hệ số rủi ro tín dụng có tác động tích cực lên HQKD của Ngân hàng tại Nigeria Lý giải cho kết quả nghiên cứu, tác giả lý luận rằng kết quả nghiên cứu hoàn toàn đúng với kỳ vọng nghiên cứu của tác giả, trong giai đoạn nghiên cứu này, thì trường tín dụng tại Nigeria khá ổn định vì vậy khi tỷ lệ nợ xấu và tỷ lệ dự phòng RRTD cao nghĩa là các Ngân hàng có RRTD khá cao Mà một thực tế nữa là tại các NHTM Nigeria, tăng trưởng hoạt động tín dụng đóng vai trò rất lớn trong việc gia tăng hiệu quả kinh doanh chung Vì vậy khi việc tăng trưởng tín dụng gặp phải rủi ro cao dễ có thể giảm sút hiệu quả hoạt động tín dụng nói riêng và hoạt động kinh doanh toàn Ngân hàng nói chung Với biến tỷ lệ sử dụng hệ số rủi ro tín dụng, tác giả lý giả về tác động tích cực của nó lên HQKD của các Ngân hàngNigeria vì hệ số này được xem như một chỉ số đánh giá mức rủi ro trong tín dụng cho cácNgân hàng khi tỷ lệ sử dụng hệ số rủi ro tín dụng này tăng lên thì sẽ một phần nào đó giúp cho việc giảm thiểu, hạn chế được RRTD và giúp cho tình hình hoạt động kinh doanh của các Ngân hàng tại Nigeria gia tăng đáng kể.
Lược khảo các tiền nghiên cứu
Khi tìm hiểu về những dữ liệu nghiên cứu từ trước đến nay, có rất nhiều tác giả và nhóm nghiên cứu khác nhau với cùng một mối quan tâm về nền kinh tế thị trường đã tiến hành tìm ra “điểm mấu chốt” nhằm có cái nhìn tổng quan nhất về mối quan hệ giữa RRTD và HQKD của Ngân hàng Bởi Ngân hàng không chỉ là yếu tố then chốt giúp điều chỉnh sự ổn định của dòng tiền mà còn là tiền đề giúp phát triển nền kinh tế quốc gia và thế giới Ngoài ra, do không thể loại bỏ hoàn toàn RRTD nên việc thực hiện nghiên cứu này là cần thiết để tìm ra phương án giúp cơ quan quản lý chủ động đối phó và hạn chế ảnh hưởng không mong muốn từ RRTD có thể gây thiệt hại cho HQKD của NHTM Khi RRTD xảy ra sẽ tác động đến HQKD và khả năng sinh lời của NHTM, do đó đây luôn là vấn đề được nhiều nhà nghiên cứu quan tâm.
Khi tiến hành nghiên cứu, nhiều tác giả đã lựa chọn tìm hiểu mối quan hệ giữa RRTD và HQKD của NHTM thông qua chỉ tiêu lợi nhuận - Nhân tố ảnh hưởng trực tiếp đến HQKD của Ngân hàng Cụ thể thông qua dữ liệu bảng, mô hình với biến phụ thuộc ROE và ROA, nghiên cứu của Alshatti (2015) khi xem xét tác động của RRTD đến HQKD của các NHTM Jordan giai đoạn 2005 – 2013 đã chỉ ra rằng RRTD có tác động tiêu cực đến HQKD của Ngân hàng Trên cơ sở đó, tác giả đã đưa ra các khuyến nghị nhằm giúp Ngân hàng cải thiện RRTD và nâng cao khả năng sinh lời.
Hay với Nicolae Petria (2015), trong nghiên cứu các nhân tố ảnh hưởng đến HQKD Ngân hàng của 27 quốc gia thuộc Liên minh Châu Âu giai đoạn 2004 –
2011, RRTD và rủi ro thanh quản là những rủi ro có tác động tiêu cực đến HQKD của Ngân hàng trong khi quy mô và GDP của Ngân hàng có tác động tích cực.
Bên cạnh đó, khi nghiên cứu ảnh hưởng của RRTD đến HQKD của các NHTM Ethiopia trong 2 năm 2003 và 2004, Gizaw và cộng sự (2015) sử dụng phân tích hồi quy đa biến đã chỉ ra rằng RRTD sẽ được đo lường thông qua tỷ lệ nợ xấu và dự phòng RRTD sẽ ảnh hưởng đến các NHTM Ethiopia.
Tiếp đến, với nhóm nghiên cứu Aremu & Ayanda (2013) và Hasan Ayaydin
(2014), biên độ lãi ròng (NIM) được đưa vào mô hình để có cái nhìn tổng quan về sự tác động của các yếu tố đến HQKD Trong đó, khi nghiên cứu các yếu tố ảnh hưởng đến vốn và lợi nhuận của các ngân hàng Thổ Nhĩ Kỳ trong những năm 2003 – 2011, tác giả đã sử dụng dự phòng RRTD, tỷ lệ an toàn vốn cũng như tài sản thanh khoản làm các biến độc lập nhằm tìm ra sự tác động của từng biến lên HQKD của Ngân hàng Kết quả cuối cùng chỉ ra dự phòng RRTD chính là yếu tố tác động tiêu cực đến HQKD Ngân hàng Nghiên cứu hiệu quả của các ngân hàng ở Nigeria trong những năm 1980 - 2010 của Aremu & Ayanda (2013) còn chỉ ra thêm rằng tỷ lệ cho vay trên TTS, tỷ lệ vốn CSH trên TTS có tác động ngược chiều tới HQKD Ngân hàng.
Một nghiên cứu nổi bật khác như Kayode et al., (2015) khi tìm hiểu về tác động của RRTD đến HQKD của các Ngân hàng taị Nigeria Thực hiện trên dữ liệu bảng hồi quy từ 6 Ngân hàng trong giai đoạn từ năm 2000 – 2013, tác giả đã sử dụng tỷ lệ nợ xấu, tỷ lệ dự phòng RRTD, hệ số RRTD nhằm đo lường cho biến RRTD và ROE đại diện cho biến HQKD của Ngân hàng Thông qua mô hình hồi quy REM, kết quả chỉ ra rằng trong khi hệ số RRTD có tác động tích cực cho HQKD của các Ngân hàng Nigeria thì tỷ lệ nợ xấu và tỷ lệ dự phòng RRTD lại có mối quan hệ ngược chiều Tuy nhiên, với lập luận của mình thì Munyambonera Ezra Francis (2004), Hasan và Sanchez (2007) tin rằng việc tăng mức độ vốn hóa và tỷ suất lợi nhuận sẽ mang lại ảnh hưởng tích cực đến HQKD của Ngân hàng.
Một nghiên cứu khác của Kodithuwakku (2015) khi xác định tác động của RRTD đến HQKD của các NHTM Sri Lanka thông qua cả dữ liệu sơ cấp và thứ cấp để tạo ra dữ liệu bảng cho giai đoạn 2009-2013 Lựa chọn biến phụ thuộc là ROA và các biến đo lường RRTD lần lượt là: tỷ lệ dự phòng/tổng dư nợ, tỷ lệ dự phòng/tổng nợ xấu, tỷ lệ dự phòng/TTS và nợ xấu/tổng dư nợ Nghiên cứu đã chỉ ra rằng các khoản cho vay và các quy định có tác động tiêu cực đến khả năng sinh lời của Ngân hàng, vì vậy các nhà quản lý cần có biện pháp hạn chế RRTD.
Khi xem xét mối quan hệ giữa quản lý RRTD và khả năng sinh lời của 47NHTM tại Châu Âu giai đoạn 2007 - 2012, Zou và cộng sự (2014) tiếp tục sử dụng ROE và ROA để đại diện cho biến lợi nhuận giai đoạn 2007 - 2012 khi tỷ lệ nợ xấu và CAR được sử dụng để đại diện cho quản lý RRTD Thông qua phương pháp OLS, kết quả thu được từ nghiên cứu này là tỷ lệ nợ xấu có tác động đáng kể đến ROE và ROA, nhưng CAR không tìm thấy ý nghĩa thống kê.
Mặt khác, nghiên cứu của Honsa và cộng sự (2009) lại tìm thấy được tỷ lệ nợ xấu và tỷ lệ an toàn vốn có ảnh hưởng đến lợi nhuận của Ngân hàng, trong đó mức độ ảnh hưởng của RRTD đối với mỗi Ngân hàng trong phạm vi nghiên cứu là không giống nhau. Qua đó, tác giả đã hạn chế việc sử dụng nhiều biến độc lập mà chỉ tập trung đo lường hai biến đó là tỷ lệ nợ xấu (NPL) và tỷ lệ an toàn vốn tối thiếu (CAR).
Nghiên cứu ảnh hưởng của RRTD đến lợi nhuận của các NHTM Nigeria thông qua nguồn dữ liệu thứ cấp từ các báo cáo hàng năm, Samuel (2015)đã cho thấy rằng mối quan hệ giữa hiệu suất lợi nhuận Ngân hàng và quản lý RRTD có ý nghĩa thống kê Cụ thể, tỷ lệ cho vay ảnh hưởng nghịch chiều đến lợi nhuận mặc dù không có ý nghĩa thống kê ở mức 5% Điều này giúp tác giả xác định được chìa khóa trong việc xác định chất lượng tài sản của Ngân hàng thông qua tỷ lệ cho vay và nợ xấu.
Tại Việt Nam, thông qua việc sử dụng nợ xấu để đo lường tín dụng, Phạm
Hồng Hữu Thái (2017) đã nghiên cứu tác động của nợ xấu đến khả năng sinh lời của 34 ngân hàng TMCP Việt Nam từ năm 2005 đến 2012 Sử dụng biến phụ thuộc phổ biến là ROE và các biến độc lập là tỷ lệ nợ xấu, quy mô, dự phòng RRTD, hiệu quả quản lý tài sản, hiệu quả quản lý chi phí hoạt động và đòn bẩy tài chính Kết quả hồi quy cho thấy tỷ lệ nợ xấu và dự phòng RRTD có tác động ngược chiều đến khả năng sinh lời của các Ngân hàng TMCP Việt Nam Ngoài quy mô Ngân hàng, đòn bẩy tài chính và hiệu quả quản lý tài sản có mối quan hệ đồng biến với ROE trong khi hiệu quả quản lý chi phí hoạt động chưa tìm thấy ý nghĩa thống kê Mặc dù vậy thì việc đưa ra giải pháp cho các nghiên cứu đã thực hiện cách đây khá lâu và hiện nay không còn phù hợp để đưa ra giải pháp.
Nguyễn Quốc Anh (2016) đã nghiên cứu tác động của RRTD đến HQKD của 26Ngân hàng Việt Nam trong thời gian từ năm 2005 đến năm 2015, thông qua phương pháp hồi quy theo mô hình OLS, FEM, REM cũng như sử dụng GMM để giải quyết nội sinh trên dữ liệu bảng Kết quả đã chỉ ra mối quan hệ nghịch biến giữa RRTD và HQKD của Ngân hàng, trừ đi biến thì các biến kiểm soát còn lại đều có tác động đến HQKD của Ngân hàng Tương tự với Lê Thị Thu Diễm (2016), sử dụng phương pháp hồi quy để phân tích tác động của RRTD đến lợi nhuận của 16 Ngân hàng TMCP Việt Nam và 54 Ngân hàng khu vực Thái Bình Dương giai đoạn 2000 – 2013 Lựa chọn ROA và ROE làm biến phụ thuộc và các biến độc lập là dự phòng RRTD, tỷ lệ nợ xấu, quy mô, tỷ lệ tăng trường, tỷ lệ lạm phát và biến giả tại năm
2008 Kết quả vẫn không thay đổi khi RRTD tác động nghịch biến đến lợi nhuận. Ngoài ra, quy mô càng lớn thì tỷ suất lợi nhuận càng nhỏ, do đó Ngân hàng không thể tận dụng được lợi thế theo quy mô Đặc biệt, yếu tố tăng trưởng kinh tế lại không phải là một biến mạnh trong mô hình tại Việt Nam.
Khi xem xét ảnh hưởng của RRTD đến HQKD của Ngân hàng, Nguyễn Thu Nga
(2017) từ việc tiếp cận các phi tham số đã thiết kế nên một mô hình đánh giá bao gồm và không bao gồm các biến rủi ro như một biến đầu vào với giả định hiệu quả thay đổi theo quy mô Thực hiện trên 30 Ngân hàng TMCP Việt Nam trong những năm 2009 – 2015, kết quả cho thấy khi có sự tác động của RRTD thì HQKD sẽ suy giảm đồng thời làm cho thứ tự xếp hạng HQKD của các Ngân hàng thay đổi.
Nghiên cứu các yếu tố ảnh hưởng đến HQKD của 39 NHTM Việt Nam trong năm 2005 – 2013, Trịnh Quốc Trung (2013) đã cho rằng tỷ lệ cho vay so với TTS càng cao sẽ khiến HQKD của Ngân hàng càng cao Thế nhưng, tổng chi phí hoạt động trên doanh thu và hệ số tài trợ càng cao sẽ khiến ROE giảm.
PHƯƠNG PHÁP NGHIÊN CỨU
Quy trình nghiên cứu
Bài nghiên cứu sẽ được thực hiện thông qua 6 bước, cụ thể như sau:
- Bước 1 Xác định vấn đề nghiên cứu
Lựa chọn và xác định vấn đề nghiên cứu dựa trên sự cần thiết và tính cấp thiết của đề tài Tiến hành tìm kiếm những khe hở để làm rõ vấn đề nghiên cứu Từ đó, lập ra mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu để lựa chọn phương pháp nghiên cứu phù hợp.
- Bước 2 Lược khảo nghiên cứu
Tổng hợp và lược khảo lý thuyết nền và các công trình nghiên cứu trong và ngoài nước trước đó có liên quan trực tiếp hoặc gián tiếp đến vấn đề tác động của RRTD đến HQKD của các NHTM Từ đó, xây dựng mô hình và phương pháp nghiên cứu cho đề tài.
- Bước 3 Phân tích tác động RRTD đến HQKD của Ngân hàng
Xác định và thiết kế mẫu nghiên cứu phù hợp, tiến hành thu thập và xử lý dữ liệu trên các nguồn thông tin chính thống của Ngân hàng Nhà nước Việt Nam, BCTC củaNgân hàng…theo mô hình nghiên cứu Tiến hành phân tích hồi quy.
- Bước 4 Phân tích dữ liệu
Sử dụng phương pháp thống kê, phân tích tương quan để xử lý dữ liệu.
- Bước 5 Phân tích kết quả hồi quy và thảo luận kết quả nghiên cứu
Sử dụng các kiểm định F, kiểm định Hausman để lựa chọn mô hình phù hợp nhất trong 3 loại: OLS, FEM, REM Từ đó, tìm ra kết quả hồi quy cuối cùng Thực hiện kiểm định PSSS thay đổi và hiện tượng đa cộng tuyến để đánh giá kết quả mô hình đã lựa chọn.
- Bước 6 Kết luận và kiến nghị
Dựa vào kết quả hồi quy thu được, trình bày những đánh giá và kết luận chính của đề tài nghiên cứu Đồng thời, đưa ra các kiến nghị và nêu ra hạn chế của đề tài.
Giả thuyết nghiên cứu
Nhiều nghiên cứu trước đây về tác động của RRTD đến HQKD của Ngân hàng đã lựa chọn tỷ lệ nợ xấu (NPL) để đại diện cho RRTD Chẳng hạn như nghiên cứu của Aduda và Gitonga (2011) về mối quan hệ giữa RRTD và HQKD của các NHTM tại Kenya giai đoạn 2000-2009 hay nghiên cứu của Li và Zou (2014) về tác động của quản trị RRTD đến HQKD của ngân hàng thương mại tại Châu Âu.
Ngoài ra, có nghiên cứu của Gizaw và cộng sự (2015) khi phân tích về tác động của RRTD đến HQKD của ngân hàng thương mại tại Ethiopia Theo đó, các nghiên cứu đều cho ra kết quả rằng tỷ lệ nợ xấu (NPL) tác động ngược chiều đến HQKD của các ngân hàng thương mại Vì vậy, tỷ lệ nợ xấu được lựa chọn là chỉ số phổ biến được dùng để thực hiện nghiên cứu tác động của RRTD đến HQKD.
Giả thuyết H1: Tỷ lệ nợ xấu tác động ngược chiều đến HQKD của ngân hàng
Bên cạnh tỷ lệ nợ xấu (NPL) thì tỷ lệ trích lập dự phòng RRTD (LLR) cũng được rất nhiều các nghiên cứu sử dụng để đại diện cho RRTD Bởi tỷ lệ này cũng được xác định là có tác động nghịch chiều với HQKD của Ngân hàng theo nghiên cứu của Zou và cộng sự (2014), hay Gizaw et al., (2015) trong một nghiên cứu về kiểm tra tác động của RRTD đến HQKD của các NHTM Jordan (2005 -2013) cũng kết luận tương tự Hơn nữa tại Việt Nam, các nghiên cứu của Nguyễn Việt Hùng (2008); Trịnh Quốc Trung & Nguyễn Văn Sang (2013) đều cho ra kết luận rằng tỷ lệ dự phòng RRTD có tác động tiêu cực đến HQKD của các NHTM Việt Nam.
Giả thuyết H2: Tỷ lệ trích lập dự phòng RRTD tác động ngược chiều đến HQKD của
Hiện có nhiều ý kiến cho rằng, một Ngân hàng có quy mô tài sản lớn sẽ có kinh nghiệm quản lý khoản vay, việc thắt chặt điều kiện vay sẽ gia tăng các khoản vay và danh mục cho vay lành mạnh Từ đó, có cơ hội đa dạng hóa sẽ hạn chế được sự gia tăng RRTD, làm cho HQKD Ngân hàng có xu hướng đi lên Vì vậy, có nhiều nghiên cứu về ảnh hưởng của lợi thế kinh tế theo quy mô đến hiệu quả hoạt động của ngân hàng xuất hiện và ủng hộ lập luận này: điển hình là Samuel (2015), Tehulu và cộng sự (2014) Tại Việt Nam, theo nghiên cứu của Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013) thì quy mô của Ngân hàng có mối quan hệ cùng chiều với RRTD và HQKD của Ngân hàng.
Giả thuyết H3: Quy mô của Ngân hàng tác động cùng chiều đến HQKD của Ngân hàng
Athanasolou (2006), Vania Andriani & Sudarso Kaderi Wiryono (2015) đã xây dựng các giả thuyết về hiệu quả, trong đó khi phân tích RRTD liên quan đến HQKD, họ nhận thấy rằng có mối quan hệ ngược chiều giữa hiệu quả và sự ổn định của các NHTM và hiệu quả quản lý chi phí của các Ngân hàng, từ đó có thể xuất hiện các vấn đề cho vay.
Vì vậy, tỷ lệ kém hiệu quả có tác động đáng kể đến việc gia tăng nợ xấu trong tương lai.
Giả thuyết H4: Tỷ lệ kém hiệu quả chi phí hoạt động tác động ngược chiều đến HQKD của Ngân hàng
Theo Alkassim (2005) và Khrawish (2011), khi các Ngân hàng có quy mô vốn CSH cao thì tín hiệu tốt sẽ được phát ra cho những khách hàng gửi tiền Bởi khi quy mô vốn càng lớn thì mức độ an toàn của Ngân hàng sẽ càng cao so với các
Ngân hàng có quy mô vốn thấp hơn Từ đó, Ngân hàng sẽ dễ dàng hơn trong việc huy động vốn, ổn định cũng như lãi suất huy động vốn giảm Vì thế, lợi nhuận của các Ngân hàng cũng được gia tăng.
Giả thuyết H5: Tỷ lệ cấu trúc vốn tác động cùng chiều với HQKD Ngân hàng
Trong thời kỳ tăng trưởng kinh tế, nhu cầu vay vốn của người dân tăng cao do lãi suất Ngân hàng có xu hướng giảm nên phí thu từ các dịch vụ sẽ tăng Theo nghiên cứu của Meslier và cộng sự (2014), tăng trưởng GDP có mối quan hệ tích cực với HQKD.Tuy nhiên, một số nghiên cứu khác như Anbar & Alper (2011) hay Sufian, F & Chong,R.R (2008) cho rằng không có mối quan hệ nào giữa tăng trưởng kinh tế và HQKD Ngân hàng.
Giả thuyết H6: Tốc độ tăng trưởng tác động cùng chiều với HQKD Ngân hàng
Khi tỷ lệ lạm phát tăng cao và tăng trong một thời gian dài thì các Ngân hàng có cơ sở để đặt ra một mức lạm phát dự kiến là cao, đồng nghĩa mức lãi suất danh nghĩa cũng gia tăng nhằm thu hút khách hàng gửi tiền Vì vậy, khi lãi suất huy động tăng thì lãi suất cho vay cũng sẽ tăng cao, gây ra những khó khăn cho các Ngân hàng trong việc tiếp cận nguồn vốn vay, ảnh hưởng trực tiếp đến hoạt động kinh doanh.
Mặt khác, lạm phát có thể khiến khách hàng vỡ nợ do thu nhập thực tế của họ bị giảm sút Theo Nkusu, M., (2011), ở một số quốc gia khi lãi suất cho vay thay đổi, lạm phát sẽ ảnh hưởng xấu đến khả năng trả nợ của người đi vay Do những thay đổi trong chính sách tiền tệ nhằm chống lạm phát, hoặc do người cho vay điều chỉnh lãi suất để duy trì lợi nhuận Kết quả cho thấy mối quan hệ giữa lạm phát và HQKD là nghịch biến.
Giả thuyết H7: Lạm phát tác động cùng chiều với HQKD của Ngân hàng
Theo Castro (2013), lãi suất danh nghĩa có tác động trực tiếp đến khả năng trả nợ của người đi vay Khi lãi suất gia tăng, không những làm tăng gánh nặng về khoản nợ mà còn khiến suy giảm khả năng trả nợ của khách hàng Điều này đồng nghĩa với việc tỷ lệ nợ xấu sẽ tăng cao nếu lãi suất danh nghĩa gia tăng, tạo nên mối quan hệ ngược chiều với HQKD của Ngân hàng.
Giả thuyết H8: Lãi suất danh nghĩa tác động ngược chiều với HQKD Ngân hàng
Mô hình nghiên cứu
Trên cơ sở tiếp cận lý thuyết về RRTD và HQKD, đề tài sẽ xác định các vấn đề nghiên cứu chủ yếu thông qua phương pháp nghiên cứu định lượng với mô hình hồi quy trên dữ liệu bảng Aremu & Ayanda (2013), Hasan Ayaydin (2014) và Nicolae Petria
(2015) chỉ ra rằng: Tỷ lệ nợ xấu (NPL) và dự phòng RRTD (LLR) có tác động đến HQKD của NHTM Vì vậy, đề tài đã lựa chọn mô hình hồi quy đa biến khá được ưu chuộng trong các nghiên cứu trước đây làm mô hình nghiên cứu tác động của RRTD đến HQKD Ngân hàng. Đặc biệt, một số nghiên cứu đã sử dụng hai chỉ tiêu ROA và ROE để đo lườngHQKD Tuy nhiên, nhiều nghiên cứu đã chọn ROA là biến phụ thuộc vì nó phản ánh mạnh mẽ hiệu quả của quá trình quản lý kinh doanh của ngân hàng Một số nghiên cứu của Kargi (2011), Gizaw et al., (2015) và Samuel (2015) cho thấy RRTD có tác động tiêu cực đến suất sinh lời trên TTS Do đó, biến ROA được sử dụng như một biến phụ thuộc để kiểm tra và đo lường tác động thực tế của các biến độc lập Các biến độc lập mô tả rủi ro tín dụng là tỷ lệ nợ xấu (NPL) và nợ phải trả rủi ro tín dụng (LLR) Ngoài ra, mô hình còn sử dụng thêm biến kiểm soát khác thông qua vectơ X:
Rìt + Pn^it + £ it Trong đó:
• α là hệ số chặn; và là hệ số góc (Tác động của các biến độc lập đến biến phụ thuộc)
• Biến phụ thuộc: Hiệu quả kinh doanh là biến phụ thuộc, được đo lường thông qua suất sinh lời trên tổng tài sản ( ).
• Biến độc lập: Tỷ lệ nợ xấu ( ), Tỷ lệ dự phòng RRTD ( ).
• Biến kiểm soát (Vector ) bao gồm:
- Tỷ lệ kém hiệu quả chi phí hoạt động ( )
- Tỷ lệ cấu trúc vốn ( )
• là phần dư của mô hình.
• Với i và t = [1, 2, …N] tương ứng với Ngân hàng và năm khảo sát.
Mô tả các biến được sửdụng trong mô hình
Như đã đề cập trong phần lược khảo các tiền nghiên cứu, khi đánh giá hiệu quả hoạt động kinh doanh của Ngân hàng có nhiều nhà phân tích trên thế giới thường có xu hướng lựa chọn và xem xét thông qua hai chỉ tiêu chính đó là tỷ suất sinh lời trên TTS (ROA) và tỷ suất sinh lời trên vốn CSH (ROE).
Trong đó, khi đứng trên góc độ nhà đầu tư thì ROA là chỉ tiêu quan trọng giúp nhà đầu tư có cái nhìn đúng đắn hơn về hiệu quả sử dụng tài sản của Ngân hàng Ngoài ra, tỷ suất sinh lời trên TTS còn thể hiện tính hiệu quả trong quá trình quản lý kinh doanh của Ngân hàng Cụ thể, ROA sẽ cho biết một đồng tài sản được sử dụng vào hoạt động kinh doanh có thể tạo ra bao nhiêu đồng lợi nhuận sau thuế Vì vậy, nếu tỷ lệ ROA càng cao và ổn định trong thời gian dài sẽ là dấu hiệu tích cực cho thấy Ngân hàng đã sử dụng hiệu quả, tối ưu các nguồn lực sẵn có và ngược lại.
Cụ thể, các nghiên cứu của Kayode và cộng sự (2015), Maryam Mushtaq và cộng sự (2015) hay Lý Ngọc Dung (2015) cũng đều sử dụng suất sinh lời trên TTS làm biến phụ thuộc để thực hiện các nghiên cứu về tác động RRTD đến HQKD Ngân hàng và qua đó đánh giá được hiệu quả hoạt động có thực sự tốt qua từng năm.
Từ đó, công thức tính ROA phổ biến cũng được thể hiện như sau: Ý nghĩa: Cho biết một đồng tài sản sẽ tạo ra được bao nhiêu đồng lợi nhuận sau thuế Từ đó, cho thấy hiệu quả hoạt động kinh doanh của một Ngân hàng cũng như phần lợi nhuận tương đối mà nhà đầu tư có thể nhận lại.
ROA= ( Lợi nhuận sau thuế
Tổng tài sản bình quân *100%
3.4.2 Biến đo lường Rủi ro tín dụng
• Tỷ lệ nợ xấu (NPL)
Tỷ lệ nợ xấu được hiểu là tỷ số cho thấy chất lượng và rủi ro sẽ xảy ra đối vớicác khoản vay của Ngân hàng Đây là một trong những chỉ tiêu quan trọng để đánh giá mức độ RRTD cũng như cách mà Ngân hàng quản lý và khắc phục RRTD.
Theo tiêu chuẩn phân loại của Ngân hàng Nhà nước, tổng nợ xấu sẽ là các khoản nợ thuộc trong nhóm từ 3 đến 5 Do đó, tỷ lệ nợ xấu sẽ được đo lường bằng cách lấy tổng nợ xấu chia cho tổng dư nợ tín dụng của Ngân hàng, lấy từ nguồn BCTC đã được công bố qua các năm của NHTM Tương tự với các nghiên cứu của Josiah-James (2011), Li và Zou (2014) hay Gizaw và cộng sự (2015).
Từ đó, tỷ lệ nợ xấu được xác định theo công thức sau:
• Tỷ lệ dự phòng RRTD (LLR)
Thông thường, biến tỷ lệ dự phòng RRTD sẽ được đo lường thông qua tỷ lệ phần trăm giữa mức dự phòng RRTD so với tổng dư nợ theo từng Ngân hàng Trong đó, mức dự phòng sẽ được trích lập bao gồm cả dự phòng chung và dự phòng cụ thể được tìm thấy tại phần thuyết minh của BCTC và tổng dư nợ được tìm tại bảng cân đối kế toán của các Ngân hàng hằng năm.
Ngân hàng bắt buộc phải thực hiện việc trích lập dự phòng khi khách hàng phát sinh tình trạng nợ quá hạn Từ đó, nếu phát sinh quá nhiều chi phí dự phòng cho vay khách hàng thì HQKD của Ngân hàng sẽ suy giảm Các nghiên cứu có kết quả tương tự có thể kể đến như Gizaw và cộng sự (2015), Kayode và cộng sự (2015), Ayanda và cộng sự (2013) hay Nguyễn Quốc Anh (2016).
Tỷ lệ dự phòng RRTD được đo lường như sau:
3.4.3 Các biến kiểm soát trong mô hình
• Quy mô Ngân hàng (SIZE)
Biến SIZE được các nhà nghiên cứu sử dụng để xem xét sự ảnh hưởng của quy mô Ngân hàng đến HQKD, đo lường bằng cách Logartit tự nhiên của TTS Quy mô càng lớn cho thấy Ngân hàng càng có nhiều khả năng đầu tư về vốn, nhân lực và quản lý Với lợi thế của một Ngân hàng lớn, có thể thu hút khách hàng tốt hơn đồng thời tạo ra nhiều sản phẩm khác biệt. Đặc biệt, Ngân hàng còn có thể đảm bảo được các khoản tài trợ cho quá trình hoạt động ở mức chi phí thấp hơn so với các Ngân hàng nhỏ Từ đó, góp phần làm gia tăng HQKD của Ngân hàng Có nhiều bằng chứng nghiên cứu thực nghiệm đến từ kết quả nghiên cứu của Kosmidou (2008), Flamini (2009) hay Ayanda (2013).
Quy mô Ngân hàng được xác định theo công thức như sau:
SIZE = Logarit (Tổng tài sản)
• Tỷ lệ kém hiệu quả chi phí hoạt động (EFF)
Theo Athanasolou và cộng sự (2006), chi phí hoạt động của Ngân hàng là một yếu tố quan trọng giúp gia tăng HQKD của các NHTM Vì thế, nếu muốn gia tăng lợi nhuận thì trước hết cần phải giảm đi sự kém hiệu quả chi phí hoạt động trong Ngân hàng.
Tỷ lệ kém hiệu quả chi phí hoạt động được đo lường bằng cách lấy chi phí hoạt động chia cho thu nhập hoạt động, cho thấy sự kém hiệu quả trong cách quản lý chi phí của Ngân hàng dẫn đến việc phát sinh các vấn đề liên quan đến cho vay.
Theo các tiền nghiên cứu trước, kết quả đều cho rằng tỷ lệ kém hiệu quả chi phí hoạt động có tác động đến HQKD của Ngân hàng Các nghiên cứu của Athanasolou
(2006), Alshatti (2015) và Salas, V., & Saurina, J (2002) đều cho ra kết quả rằng biến tỷ lệ kém hiệu quả chi phí có tác động đến biến HQKD của Ngân hàng, cụ thể là ROA. Ngoài ra, nghiên cứu của tác giả Nguyễn Việt Hùng (2008) còn cho rằng tỷ lệ này có ý nghĩa đối với biến RRTD.
Tỷ lệ kém hiệu quả chi phí hoạt động được xác định theo công thức sau:
Chi phi hoạt động EFF = () *100%
Theo kết quả nghiên cứu của Zribi & Boujelbène (2011), bài viết cho rằng mối quan hệ giữa lạm phát và RRTD là tương quan cùng chiều, gây ảnh hưởng đến HQKD của NHTM Ngoài ra, đề tài còn mong muốn các NHTM có thể dự báo chính xác hơn tỷ lệ lạm phát trong tương lai thông qua việc điều chỉnh mức lãi suất phù hợp Từ đó, Ngân dễ dàng quản lý chi phí hoạt động, gia tăng doanh thu khiến hoạt động kinh doanh hiệu quả hơn Một số nghiên cứu khác cũng có đồng quan điểm khi nhận định rằng lạm phát có ảnh hưởng tích cực đến HQKD của NHTM như Hasna Chaibi & Zied Ftiti (2015); Marijana Ćurak et al (2013) Tuy nhiên với nghiên cứu của Demirguc-Kunt & Huizinga
(1999), lạm phát lại có tác động ngược chiều đến HQKD của các NHTM ở các nước đang phát triển.
Tỷ lệ lạm phát được đo lường như sau:
Tỷ lệ lạm phát = Tỷ lệ lạm phát hằng năm
• Tốc độ tăng trưởng kinh tế (GDP)
Là một yếu tố quyết định nền kinh tế vĩ mô và có tác động đến lợi nhuận các NHTM Bởi khi nền kinh tế tăng trưởng tốt, các chủ thể kinh tế sẽ đầu tư nhằm mở rộng hoạt động sản xuất kinh doanh cũng như gia tăng nhu cầu cấp tín dụng, góp phần nâng cao HQKD của Ngân hàng Cụ thể, có một số nghiên cứu của tác giả cùng quan điểm như Alshatti (2015), Athanasolou (2006) và Nicolae Petria (2015) cho thấy hiệu quả hoạt động của Ngân hàng cùng chiều với sự tăng trưởng của nền kinh tế trong khi RRTD có kết quả ngược chiều với sự tăng trưởng kinh tế.
Dữ liệu nghiên cứu
Dữ liệu nghiên cứu được thu thập từ BCTC thường niên, BCTC hợp nhất đã qua kiểm toán của 20 NHTM Việt Nam từ năm 2011 đến năm 2021, với tổng số quan sát là
220 Tác giả sử dụng số liệu của 20 NHTM lớn nhất hiện nay để đủ đảm bảo tính đại diện cho các NHTM Việt Nam Ngoài ra, danh sách các NHTM Việt Nam cùng số liệu nghiên cứu cụ thể sẽ được trình bày lần lượt trong Phụ lục 1 và Phụ lục 2 của bài nghiên cứu.
Tuy nhiên, hiện nay chưa có hệ thống tổng hợp các dữ liệu chính thức, vì vậy bài viết thực hiện thu thập các BCTC, báo cáo thường niên thông qua trang chính thống của các Ngân hàng cũng như các website kinh tế chính thống như: http://vietsock.vn/,http://cafef.vn/ Riêng tỷ lệ tăng trưởng GDP và tỷ lệ lạm phát sẽ được lấy theo như số liệu thống kê của Ngân hàng Thế giới đã công bố (http://data.worldbank.org/).
Phương pháp nghiên cứu
Tương tự với các bài nghiên cứu đã lược khảo trước đây, dữ liệu mà bài viết thu thập được là loại dữ liệu bảng Do đó, đề tài sẽ tiến hành thực hiện phân tích hồi quy thông thường dữ liệu bảng thông qua ba mô hình phổ biến là: OLS (Pooled Regression), FEM (Fixed effects model) và REM (Random effects model).
Sau khi đã lựa chọn được mô hình phù hợp, nếu mô hình REM được lựa chọn bài viết sẽ dựa trên mô hình REM để phân tích kết quả Tuy nhiên, nếu FEM được lựa chọn thì tiếp tục thực hiện các kiểm định phương sai thay đổi và tự tương quan:
- Sử dụng kiểm định Modified Ward để kiểm định hiện tượng phương sai thay đổi - Sử dụng kiểm định Wooldridge để kiểm định hiện tượng tự tương quan
Từ đó, nếu mô hình có tồn tại hiện tượng tự tương quan và phương sai thay đổi, mô hình FGLS (Feasible Generalized Least Square) tiếp tục được sử dụng nhằm kiểm soát hiện tượng tự tương quan và phương sai thay đổi.
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Phân tích thống kê mô tả
Thông qua mẫu dữ liệu được thu thập được từ 20 NHTM tại Việt Nam trong giai đoạn 2011 – 2021, kết quả thống kê mô tả từ Bảng 2 sẽ thể hiện giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất cũng như giá trị lớn nhất của các biến số được nghiên cứu trong bài.
Bảng 2 Thống kê mô tả các biến số
Variable Obs Mean Std Dev Min Max
(Nguồn: Kết quả từ phần mềm Stata)
4.1.1 Biến đo lường Hiệu quả kinh doanh
Dựa vào kết quả từ Bảng 2, ta thấy giá trị trung bình của biến lợi nhuận ROA của
20 NHTM trong giai đoạn 2011 - 2021 là 0.94%, trong đó giá trị lớn nhất đạt 3.65% thuộc về năm 2021 của Ngân hàng TMCP Kỹ thương Việt Nam (TCB) và giá trị nhỏ nhất là - 5.99% thuộc về Ngân hàng TMCP Tiên Phong (TPB) tại năm 2011 Độ lệch chuẩn của biến ROA là 0.85%, điều này cho thấy suất sinh lời trên TTS giữa các Ngân hàng giai đoạn từ năm 2011 - 2021 có sự chênh lệch khá thấp.
4.1.2 Biến đo lường Rủi ro tín dụng
Tỷ lệ nợ xấu (NPL) trung bình của 20 NHTM niêm yết tại Việt Nam là 2.11%, giá trị dao động trong khoảng từ 0.47% đến 8.81% Theo đó, giá trị nhỏ nhất thuộc về Ngân hàng TMCP Kỹ Thương Việt Nam (TCB) vào năm 2020 đạt 0.47% và giá trị lớn nhất thuộc về Ngân hàng TMCP Sài Gòn – Hà Nội (SHB) vào năm 2012 đạt 8.81% Độ lệch chuẩn là 1.15%, cho thấy tỷ lệ nợ xấu giữa các Ngân hàng chưa có sự chênh lệch quá lớn.
Biểu đồ 1 Tỷ lệ nợ xấu trung bình hằng năm của 20 NHTM
(Nguồn: Tác giả tự tổng hợp)
Dựa vào số liệu thống kê trên, ta có thể thấy tỷ lệ nợ xấu hiện nay đang có xu hướng giảm dần so với các năm trước, cụ thể trong năm 2021 tỷ lệ NPL đạt 1.60%, thấp hơn so với năm có giá trị cao nhất tại 2012 là 2.97% Từ đó, tác giả nhận thấy rằng NPL của các NHTM Việt Nam có xu hướng tăng cao nhất trong giai đoạn từ năm 2012 - 2013.
Có thể hiểu rằng sau giai đoạn khủng hoảng kinh tế toàn cầu thì nhiều Ngân hàng đã gia tăng các khoản vay lên cho các doanh nghiệp đang gặp khó khăn trong việc huy động vốn, do đó khả năng thu hồi nợ cũng giảm đi do các doanh nghiệp này chưa khôi phục được tình hình tài chính Tuy nhiên với những năm gần đây, đặc biệt là sau khi đại dịch Covid-19 qua đi thì các Ngân hàng cũng đã chủ động kiểm soát dòng tiền kinh doanh hơn bắng cách thẩm định chặt chẽ nguồn tài chính của các doanh nghiệp Ngoài ra, Ngân hàng còn tích cực hỗ trợ các chính sách khác nhau nhằm giúp các Doanh nghiệp thuận lợi hơn trong việc hoàn trả khoản vay Thế nhưng nhìn vào năm 2021, ta có thể thấy tỷ lệ đang có xu hướng tăng nhẹ trở lại do tình hình kinh tế bắt đầu gặp những khó khăn từ thế giới nói chung và trong nước nói riêng, cộng với tỷ lệ lạm phát cũng đang có xu hướng gia tăng thì đây sẽ là một vấn đề mà Ngân hàng cần chú trọng để kiểm soát tỷ lệ nợ xấu của tổ chức.
Cũng như tỷ lệ nợ xấu, tỷ lệ dự phòng RRTD (LLR) đại diện cho biến RRTD của các NHTM Việt Nam có giá trị trung bình đạt 1.28% với độ lệch chuẩn là 0.94%, điều này cho thấy sự biến động giữa các mẫu Ngân hàng đang nghiên cứu đang ở mức thấp.Bên cạnh đó, tỷ lệ LLR trong năm 2011 đến năm 2021 có mức dao động trong khoảng từ-0.20% đến 5.41%, trong đó giá trị nhỏ nhất đạt -0.20% thuộc về Ngân hàng TMCP Nam Á (NAB) tại năm 2018 và giá trị lớn nhất đạt 5.41% thuộc về Ngân hàng Thương mại Cổ phần Việt Nam Thịnh Vượng (VPB) tại năm 2021.
Biểu đồ 2 Tỷ lệ dự phòng RRTD trung bình hằng năm của 20 NHTM
(Nguồn: Tác giả tự tổng hợp)
Dựa bài Biểu đồ 2, nhìn chung tỷ lệ LLR của các NHTM Việt Nam trong giai đoạn những năm 2011 đến 2021 có xu hướng ổn định và tăng nhẹ so với năm 2011 và đặc biệt là giai đoạn năm 2014 - 2016 Cụ thể, trong giai đoạn năm 2014 – 2015, tỷ lệ LLR của các NHTM Việt Nam tăng cao đạt lần lượt ở mức 1.36%, 1.40% và 1.45% Tuy nhiên, tỷ lệ này bắt đầu suy giảm nhẹ tại năm 2017 và năm 2018 với tỷ lệ dự phòng lần lượt là 1.31% và 1.16% Tỷ lệ LLR sau đó có xu hướng tăng ổn định trong khoảng từ 1.19% đến 1.24% trong những năm 2019 – 2020 Thế nhưng, một lần nữa tại năm 2021 tỷ lệ dự phòng RRTD lại đạt mức 1.45%, tương đương với mức tỷ lệ cao nhất tại năm 2016 trong giai đoạn từ 2011 đến 2021.
Do đó, tương tự với tỷ lệ nợ xấu, sau giai đoạn khủng hoảng kinh tế ở những năm
2014 - 2016, nhận thấy tỷ lệ LLR cao đã ảnh hưởng khá nhiều đến HQKD của Ngân hàng vì thế họ đã cố gắng cải thiện tỷ lệ này giảm xuống nhằm kéo HQKD của mình tăng trở lại Do đó, ta có thể thấy nỗ lực của các Ngân hàng trong giai đoạn sau đó khi tỷ lệ ở mức tương đối ổn định Tuy nhiên, tại năm 2021 tỷ lệ này lại tiếp tục tăng vọt trở lại, nguyên nhân đến từ việc các Ngân hàng phải trích lập dự phòng để đối mặt với các rủi ro không mong muốn khi nền kinh tế đã bị ảnh hưởng lớn từ Đại dịch Covid-19 từ khoảng thời gian cuối năm 2019 và đầu năm 2020.
Quy mô Ngân hàng (SIZE) của 20 NHTM Việt Nam trong những năm từ 2011 đến 2021 đạt giá trị trung bình là 3106.55% và vẫn có xu hướng mở rộng quy mô thêm trong tương lai Trong đó, tổng 20 Ngân hàng thương mại đã được thu thập dữ liệu để nghiên cứu thì quy mô của Ngân hàng TMCP Đầu tư và Phát triển (BIDV) trong năm
2021 là lớn nhất đạt 3503.30%, trong khi Ngân hàng TMCP Quốc Dân (NVB) tại năm
2018 lại có quy mô đạt giá trị nhỏ nhất đạt 4.46% Độ lệch chuẩn đạt 720.46%, cho thấy sự chênh lệch quy mô giữa các Ngân hàng là rất lớn.
Tỷ lệ kém hiệu quả chi phí hoạt động trên thu nhập hoạt động (EFF) có giá trị trung bình là 84.57%, mức dao động từ giá trị nhỏ nhất là -81.24% thuộc về Ngân hàng TMCP Đông Nam Á (SSB) tại năm 2012 đến giá trị lớn nhất là 8630.19% đến từ Ngân hàng TMCP Tiên Phong (TPB) năm 2011 Độ lệch chuẩn đạt 579.36% cho thấy mức độ chênh lệch giữa các Ngân hàng là khá lớn Ngoài ra các Ngân hàng này đều có quy mô lớn và vừa tại Việt Nam, do đó thể hiện được rằng công tác quản lý chí phí và thu nhập hoạt động của những tổ chức này là khá hiệu quả.
Về tỷ lệ cấu trúc vốn (ETA) trong giai đoạn năm 2011 – 2021 có mức trung bình đạt 0.0888, trong đó giá trị cao nhất là 23.84% thuộc về Ngân hàng TMCP Sài
Gòn Công Thương (SGB) năm 2013 và giá trị nhỏ nhất là 4.06% thuộc về Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BID) tại năm 2017 Độ lệch chuẩn là 3.71%, cho thấy tỷ lệ cấu trúc vốn giữa các Ngân hàng không quá chênh lệch Tuy nhiên, qua mức giá trị trung bình thu được, 20 NHTM Việt Nam hiện nay vẫn cho thấy sự đáp ứng và đảm bảo tốt mức độ an toàn vốn của mình.
Tỷ lệ tăng trưởng (GDP) trung bình từ năm 2011 đến năm 2021 đạt 5.65%, theo đó giá trị nhỏ nhất là 2.58% và giá trị lớn nhất là 7.08%, với độ lệch chuẩn là 1.49%.Nhìn chung, tỷ lệ tăng trưởng (GDP) trong giai đoạn từ 2011 – 2021 không có sự biến đổi nào quá lớn, tỷ lệ trung bình qua từng năm vẫn khá cao Tuy nhiên đến năm 2020, GDP bất ngờ giảm mạnh xuống còn 2.91%, thấp hơn khá nhiều so với năm 2019 là 7.08%.Điều này là dễ hiểu vì giai đoạn này nền kinh tế thế giới nói chung và Việt Nam nói riêng đều bị tác động tiêu cực bởi Đại dịch Covid-19 khiến cho tỷ lệ tăng trưởng bị kéo xuống đột ngột.
Ngoài ra, tỷ lệ lạm phát (INF) trung bình trong giai đoạn 2011 đến 2021 đạt 5.15% với độ lệch chuẩn là 4.81% Trong đó, INF có giá trị lớn nhất đạt 18.68% tại năm
2011 và giá trị nhỏ nhất đạt 0.63% tại năm 2015 Mặc dù tỷ lệ lạm phát rất cao trong năm
2011 nhưng thời gian về sau mức tỷ lệ đã được Nhà nước điều chỉnh và kiểm soát chặt chẽ ở mức thấp hơn rất nhiều.
Cuối cùng, lãi suất danh nghĩa (INR) trong giai đoạn 2011 – 2021 có giá trị trung bình là 12.42% cùng với độ lệch chuẩn là 3.79% Trong đó, giá trị nhỏ nhất đạt 9.23% vào năm 2021 và giá trị lớn nhất đạt 21.12% vào năm 2012 Vì vậy, có thể thấy lãi suất danh nghĩa có sự chênh lệch khá lớn qua các năm.
Phân tích hệ số tương quan
Bảng 3 Ma trận hệ số tương quan giữa các biến trong mô hình
ROA NPL LLR SIZE EFF ETA GDP INF INR
(Nguồn: Kết quả từ phần mềm Stata)
Theo Gujarati (2004), khi các biến độc lập có hệ số tương quan vượt quá mức0,8 thì hiện tượng đa cộng tuyến có khả năng cao sẽ xuất hiện trong mô hình Hậu quả sẽ khiến cho dấu của hệ số hồi quy thay đổi dẫn đến kết quả nghiên cứu bị sai lệch Do đó khi xem xét Bảng 3, ta thấy các hệ số tương quan dao động trong khoảng từ -0.561 đến0.798 Trong đó, mối tương quan giữa ROA và EFF bằng - 0.561 và mối tương quan của giữa INF và INR là 0.798, cho thấy trong mô hình thì |r| đều nhỏ hơn 0,8 Vì vậy, có thể kết luận rằng mô hình không có hiện tượng đa cộng tuyến.
Kiểm định đa cộng tuyến
Việc xử lý đa cộng tuyến thường không dựa vào hệ số tương quan mà phụ thuộc vào kết quả khi làm thay đổi dấu của hệ số hồi quy Thế nên, tác giả sẽ tiến hành kiểm định lại hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai (VIF) Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình tương quan tuyến tính với nhau Nếu hệ số VIF của một biến tương ở mức thấp thì hiện tượng đa cộng tuyến có khả năng xảy ra ít hơn và ngược lại Theo Nguyễn Đình Thọ (2011), nếu hệ số VIF lớn hơn 10 thì các biến độc lập sẽ có mức độ đa cộng tuyến là cao khiến hệ số hồi quy không được ước lượng chính xác.
Bảng 4 Kết quả kiểm định đa cộng tuyến
(Nguồn: Kết quả từ phần mềm Stata)
Do đó, từ kết quả của Bảng 4, có thể thấy rằng hệ số phóng đại phương sai của các biến có giá trị = 1.64, trong đó giá trị VIF dao động trong khoảng từ 1.04 đến 3.13. Điều đó đồng nghĩa rằng, các hệ số VIF đều nhỏ hơn 10 và mô hình không tồn tại hiện tượng đa cộng tuyến làm ảnh hưởng đến kết quả nghiên cứu.
Khi mô hình có hiện tượng PSSS thay đổi sẽ làm cho các ước lượng thu được thông qua phương pháp OLS tuy vững nhưng không hiệu quả, từ đó làm cho các kiểm định hệ số hồi quy không còn đáng tin cậy Qua đó, tin rằng rằng các biến độc lập trong mô hình có ý nghĩa nhưng khi kiểm định hệ số hồi quy và R bình phương không đúng và không thể sử dụng Vì vậy, việc thực hiện kiểm định hiện tượng PSSS thay đổi bằng kiểm định White sẽ giúp bài nghiên cứu khắc phục được vấn đề này.
Bảng 5 Kết quả kiểm định hiện tượng phương sai sai số thay đổi
White's test for Ho: homoskedasticity against Ha: unrestrictedheteroskedasticity chi2(44) = 149.89
Cameron & Trivedi's decomposition of IM-test
Từ kết quả kiểm định PSSS thay đổi (Bảng 5), ta thấy giá trị rằng giả trị P- value = 0.0000 nhỏ hơn 5% nên giả thuyết H0 bị bác bỏ Vậy kết luận rằng, với mức ý nghĩa 5% mô hình có tồn tại hiện tượng PSSS thay đổi.
Kiểm định hồi quy tổng thể Pooled OLS, FEM, REM
Thông qua kết quả kiểm định tương quan chuỗi, đa cộng tuyến và PSSS, ta thấy rằng tuy mô hình Pooled OLS không có hiện tượng tự tương quan và đa cộng tuyến nhưng mô hình lại tồn tại hiện tượng PSSS thay đổi Vì vậy, mô hình Pooled OLS vẫn chưa phù hợp để nghiên cứu Do đó để xem xét tác động của RRTD đến HQKD của Ngân hàng, tác giả sẽ tiến hành thực hiện ước lượng thêm hai mô hình khác là mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) để lựa chọn được mô hình phù hợp hơn.
Bảng 6 Tổng hợp kết quả kiểm định hồi quy Pooled OLS, FEM, REM
Kiểm định F Hausman Breusch and Pagan
Lựa chọn OLS & FEM FEM & REM OLS & REM
Giá trị thống kê F(19, 192) = 14.80 chi2(8) = 67.78 chibar2(01) = 98.58
P-value Prob > F = 0.0000 Prob>chi2 = 0.0000 Prob > chibar2 0.0000 Trong đó: *, **, *** lần lượt tương ứng với các mức ý nghĩa 10%, 5% và 1%
(Nguồn: Kết quả tổng hợp từ Stata)
Sau khi thực hiện hồi quy ba mô hình và tổng hợp lại kết quả tại Bảng 6, tác giả tiếp tục thực hiện lần lượt các kiểm định là F Test, Hausman Test và Breusch and Pagan Test để so sánh và lựa chọn ra mô hình tốt nhất cho bài nghiên cứu này.
Kiểm định F Test: Đặt giả thuyết H0: Mô hình Pooled OLS thích hợp hơn
H1: Mô hình FEM thích hợp hơn
Từ kết quả hồi quy mô hình cố định và thực hiện sử dụng kiểm định F test, ta thấy giá trị P-value = 0.0000 < 0.01 do đó có cở sở để bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 tại mức ý nghĩa 5%.
Như vậy, mô hình FEM sẽ là lựa chọn thích hợp hơn so với mô hình Pooled OLS
Kiểm định Hausman Test: Đặt giả thuyết H0: Mô hình REM thích hợp hơn
H1: Mô hình FEM thích hợp hơn Kết quả mô hình với biến phụ thuộc ROA có P-value (Prob > chi2= 0.0000) nhỏ hơn 0.05, nên có cơ sở để bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 tại mức ý nghĩa 5%.
Như vậy, mô hình FEM sẽ là lựa chọn thích hợp hơn so với mô hình REM
Kiểm định Breusch and Pagan Test: Đặt giả thuyết H0: Mô hình Pooled OLS thích hợp hơn
H1: Mô hình REM thích hợp hơn
Thông quả kết quả kiểm định Breusch and Pagan, ta có thể thấy mô hình có P-value(Prob > chibar2 = 0.0000) nhỏ hơn 0.05, do đó có cơ sở bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 với mức ý nghĩa 5%.
Như vậy, mô hình REM sẽ là lựa chọn thích hợp hơn so với mô hình OLS
Kết luận: Từ các kiểm định F, Hausman và Breusch and Pagan, tác giả quyết định lựa chọn mô hình tác động ngẫu nhiên FEM là mô hình thích hợp nhất cho bài nghiên cứu Ngoài ra, để kiểm định chắc chắn tính vững của mô hình FEM, tác giả cũng sẽ tiếp tục tiến hành kiểm định các khuyết tật của mô hình nhằm tìm ra phương án để khắc phục.
Kiểm định các khuyết tật của mô hình
Sau khi tìm ra được mô hình FEM là mô hình phù hợp nhất, ta cần phải tìm ra các khuyết tật nếu có để khắc phục khuyết tật cho mô hình và đưa ra kết quả phù hợp nhất.
4.5.1 Kiểm định phương sai sai số thay đổi Đặt giả thuyết: H0: Mô hình không có PSSS đồng đều
H1: Mô hình có PSSS thay đổi
Bảng 7 Kết quả kiểm định phương sai sai số thay đổi
Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (20) = 1073.94
(Nguồn: Kết quả từ phần mềm Stata)
Từ kết quả phân tích tại Bảng 7 cho thấy, giá trị P-value = 0.0000 < 0.05, do đó có cơ sở bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 tại mức ý nghĩa 5%.
Vâỵ với mức ý nghĩa 5%, mô hình có hiện tượng PSSS thay đổi
4.5.2 Kiểm định hiện tượng tự tương quan Đặt giả thuyết: H0: Mô hình không có tự tương quan bậc nhất
(Nguồn: Kết quả tổng hợp từ Stata)
H1: Mô hình có hiện tượng tương quan bậc nhất
Bảng 8 Kết quả kiểm định hiện tượng tự tương quan
Wooldridge test for autocorrelation in panel data
(Nguồn: Kết quả từ phần mềm Stata)
Từ kết quả phân tích tại Bảng 8 cho thấy, giá trị P-value = 0.0000 < 0.05, do đó có cơ sở bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 tại mức ý nghĩa 5%
Vâỵ với mức ý nghĩa 5%, mô hình có hiện tượng tự tương quan bậc nhất
4.5.3 Kết quả hồi quy theo phương pháp FGLS
Dựa vào kết quả kiểm định các khuyết tật của mô hình FEM, nhận thấy mô hình có tồn tại hiện tượng PSSS thay đổi và hiện tượng tự tương quan Vì thế, tác giả tiến hành sử dụng phương pháp FGLS để khắc phục các khuyết tật kể trên nhằm đảm bảo ước lượng thu được có tính vững và hiệu quả.
Bảng 9 Kết quả hồi quy theo phương pháp FGLS ROA Coef Std Err z P>z [95% Conf.Interval] NPL -0.0907 0.0202 -4.4800 0.0000 -0.1304 -0.0510
(Nguồn: Kết quả tổng hợp từ Stata)
Thông qua Bảng 9, kết quả hồi quy mô hình theo phương pháp FGLS cho thấy tỷ lệ nợ xấu (NPL), quy mô Ngân hàng (SIZE), tỷ lệ kém hiệu quả chi phí hoạt động (EFF), tỷ lệ cấu trúc vốn (ETA), tỷ lệ lạm phát (INF) và lãi suất danh nghĩa (INR) có ý nghĩa và tác động đáng kể đến HQKD Ngân hàng được đo lường thông qua chỉ số ROA Tuy nhiên, sau khi thực hiện hồi quy theo phương pháp FGLS thì tỷ lệ dự phòng RRTD (LLR) và tốc độ tăng trường (GDP) không có ý nghĩa thống kê Do đó, mô hình nghiên cứu sau khi hồi quy theo mô hình FGLS để khắc phục các khuyết tật thì tác giả thu về được phương trình giải thích mối quan hệ giữa biến phụ thuộc và các biến độc lập như sau:
ROA = 0.0014 - 0.0907NPL + 0.0003SIZE – 0.0008EFF + 0.0585ETA +
Thảo luận về kết quả nghiên cứu
Bảng 10 Tổng hợp kết quả nghiên cứu Tên biến Giả thuyết Dấu kỳ vọng Kết quả Mức ý nghĩa
Từ bảng 4.6, cho thấy kết quả hồi quy mô hình theo phương pháp FGLS với các hàm ý được đưa ra như sau:
Tồn tại mối quan hệ ngược chiều giữa tỷ lệ nợ xấu với HQKD được đo lường thông qua biến ROA với mức ý nghĩa 1% Kết quả này hoàn toàn phù hợp với kỳ vọng mà tác giả đã đưa ra, từ đó làm cho ước lượng thêm tính bền vững Do đó, tương tự với các nghiên cứu của Gizaw et al (2015); Kayode et al (2015); Nicolae Petria (2015) và Phạm Hồng Hữu Thái (2017) Khi tỷ lệ nợ xấu tăng 1% thì HQKD theo biến phụ thuộc ROA giảm 0.0907% và ngược lại, do khi tỷ lệ nợ xấu tăng lên thì Ngân hàng bắt buộc phải bỏ thêm chi phí để giải quyết các khoản nợ xấu này, từ đó làm giảm HQKD của ngân hàng Vì thế khi RRTD xuất hiện, tỷ lệ nợ xấu càng tăng sẽ làm HQKD của Ngân hàng càng giảm.
Tồn tại mối quan hệ nghịch biến giữa tỷ lệ dự phòng RRTD với HQKD của Ngân hàng được đo lường bằng biến phụ thuộc ROA Kết quả này hoàn toàn phù hợp với kỳ vọng ban đầu của tác giả Như vậy, việc trích lập dự phòng rủi ro sẽ làm lợi nhuận suy giảm, từ đó tác động tiêu cực đến HQKD của Ngân hàng Tương tự với tỷ lệ nợ xấu, tỷ lệ LLR cũng là một chỉ tiêu quan trọng nhằm đo lường RRTD của Ngân hàng, vì vậy các nhà quản trị cần nỗ lực kiểm soát và giảm thiểu tỷ lệ này Kết quả nghiên cứu thu được trùng với các nghiên cứu mà tác giả đã khảo lược trên cả thế giới và tại Việt Nam như nghiên cứu của Alshatti (2015); Gizaw et al (2015); Li
& Zou (2014); Trịnh Quốc Trung & Nguyễn Văn Sang (2013).
Tồn tại mối quan hệ đồng biến giữa quy mô Ngân hàng và HQKD với mức ý nghĩa 1% Kết quả này là phù hợp với kỳ vọng của tác giả và làm cho ước lượng gia tăng tính vững, tương tự với các nghiên cứu của Ayanda (2013); Zou (2014); Petria
(2015) và Phạm Hồng Hữu Thái (2017) Cho thấy khi quy mô càng lớn, Ngân hàng càng mở rộng kinh doanh nên khả năng đầu tư phát triển, công nghệ được sử dụng hiện đại nên chất lượng dịch vụ kết hợp công tác quản lý được nâng cao Khi các yếu tố khác không đổi, nếu biến quy mô Ngân hàng tăng 1% thì giá trị trung bình của ROA cũng sẽ tăng 0.03% Như vậy, nếu quy mô càng lớn thì tính kinh tế theo quy mô cũng sẽ được tạo ra và làm tăng hiệu suất cũng như HQKD của Ngân
Tồn tại mối quan hệ nghịch biến giữa quản lý chi phí hoạt động kém hiệu quả và HQKD thông qua biến phụ thuộc ROA với mức ý nghĩa thống kê 1% Kết quả này tương đồng với kỳ vọng của tác giả và khẳng định tính vững mạnh mẽ cho việc nếu quản lý chi phí tốt thì Ngân hàng sẽ mang lại thu nhập cao hơn giúp gia tăng lợi nhuận Tuy nhiên nếu không quản lý tốt, Ngân hàng sẽ phải bù đắp nhiều chi phí hơn trong quá trình hoạt động kinh doanh khiến lợi nhuận giảm Kết quả thu được cũng phù hợp với các nghiên cứu mà tác giả đã khảo lược trên thế giới như Alshatti (2015); Gizaw et al (2015); Li & Zou (2014).
Tồn tại mối quan hệ đồng biến giữa tỷ lệ cấu trúc vốn và HQKD đo lường thông qua biến ROA với mức ý nghĩa 1% Kết quả nghiên cứu này phù hợp với kỳ vọng ban đầu của tác giả và cơ sở lý thuyết đã đặt ra Điều này có nghĩa, khi tỷ lệ cấu trúc vốn thấp thì Ngân hàng có xu hướng mạo hiểm bằng cách tăng mức độ rủi ro danh mục cho vay dẫn đến tỷ lệ nợ xấu gia tăng và làm HKQD giảm Kết quả này phù hợp với các nghiên cứu của Alkassim (2005); Khrawish (2011); Phạm Thị Kiều Khanh & Phạm Thị Bích Duyên (2018) Bên cạnh đó, khi các Ngân hàng có quy mô vốn CSH càng lớn thì phát ra tín hiệu tốt cho người gửi tiền, bởi mức độ an toàn sẽ cao hơn so với những Ngân hàng có quy mô vốn thấp hơn Do đó mà Ngân hàng có thể huy động vốn dễ dàng và ổn định hơn với lãi suất huy động thấp hơn, khiến lợi nhuận gia tăng (Bourke, 1989; Trần Việt Dũng, 2014)
Tồn tại mối quan hệ đồng biến giữa tốc độ tăng trưởng và HQKD Ngân hàng đo lường bởi ROA Kết quả nghiên cứu thu được là khác nhau so với kỳ vọng ban đầu của tác giả và các nghiên cứu đã khảo lược trên thế giới như Demirguc- Kunt và Huizinga (1999), Hassan và Bashir (2003), Sufian (2009) Nguyên nhân có thể đến từ việc nguồn dữ liệu thứ cấp và số liệu thực tế tại Việt Nam khá khó để thống kê chính xác cũng như một số sai sót trong việc tổng hợp Ngoài ra, còn có thể đến từ sự khác nhau về khu vực nghiên cứu, những ảnh hưởng ít nhiều của tốc độ tăng trưởng đến HQKD tại từng khu vực khác nhau.
Tồn tại mối quan hệ đồng biến giữa tỷ lệ lạm phát và HQKD được đo lường
4 6 thông qua biến phụ thuộc ROA Với mức ý nghĩa thống kê là 1%, kết quả này hoàn toàn phù hợp với kỳ vọng dấu ban đầu của tác giả cũng như cơ sở giả thuyết đã đặt ra Từ đó, khẳng định tính vững trong việc tỷ lệ lạm phát gia tăng sẽ làm HQKD của Ngân hàng suy giảm Kết quả này là phù hợp với nghiên cứu Nkusu, M (2011) khi cho rằng một số nước có lãi suất cho vay thay đổi sẽ khiến lạm phát ảnh hưởng xấu đến khả năng trả nợ của khách hàng.
Tồn tại mối quan hệ nghịch biến giữa lãi suất danh nghĩa và HQKD được đo lường bởi ROA Với mức ý nghĩa thống kê là 1%, kết quả này hoàn toàn phù hợp với kỳ vọng dấu ban đầu của tác giả cũng như cơ sở giả thuyết đã đặt ra Điều này khẳng định mạnh mẽ tính vững của biến lãi suất danh nghĩa và cho rằng khi lãi suất danh nghĩa cao hơn thì Ngân hàng sẽ hoạt động kém hiệu quả hơn Kết quả này phù hợp với nghiên cứu của Castro (2013), khi lãi suất gia tăng, không những làm tăng gánh nặng về khoản nợ mà còn khiến suy giảm khả năng trả nợ của khách hàng Điều này đồng nghĩa với việc NPL sẽ tăng cao nếu INR gia tăng, tạo nên mối quan hệ ngược chiều với HQKD của Ngân hàng.
Sau khi kiểm tra tính vững của kết quả và phân tích kết quả hồi quy của mô hình, bài viết sẽ đánh giá thêm về mức độ tác động của RRTD đến HQKD của Ngân hàng trong giai đoạn trước và sau khi đại dịch Covid toàn cầu xuất hiện Thông qua kiểm định T Test, ta sẽ so sánh được những khác biệt của các biến độc lập tác động đến ROA trong hai giai đoạn trước Covid-19 (từ năm 2011 – 2019) và sau Covid-19 (từ năm 2019 – 2021).
Bảng 11 Kết quả mô hình tuyến tính giai đoạn trước và sau Covid-19
Variable Pre-crisis Covid-19 (1) Post-crisis Covid-19 (2)
(Nguồn: Kết quả từ Stata)
Dựa vào kết quả của Bảng 11, ta thấy rằng tại mức ý nghĩa 1% có khá nhiều biến chịu tác động mạnh mẽ từ Đại dịch Covid-19 như biến ROA, NPL, GDP, EFF và ETA Điều này có thể giải thích rằng khi dịch bệnh xuất hiện, mọi hoạt động kinh tế đều đóng băng đồng nghĩa với việc GDP suy giảm khiến Ngân hàng phải nâng cao INR để thu về lợi nhuận Vì vậy, khả năng thanh toán của người đi vay bị suy giảm và làm tỷ lệ NPL gia tăng tương đương với việc ROA cũng suy giảm theo Tuy nhiên khi nền kinh tế được phép hoạt động trở lại, Nhà nước đã chủ động ban hành các chính sách hỗ trợ các tổ chức, doanh nghiệp vực dậy sau giai đoạn khó khăn cũng như cung ứng dòng tiền ra thị trường, điều này đã khiến tỷ lệ INF tăng cao.
Qua đó, ta nhìn thấy rằng giá trị trung bình của ROA trong giai đoạn trước khi dịch bệnh xuất hiện đạt 0.83% và tăng lên ở mức 1.45% khi dịch bệnh xuất hiện, độ lệch chuẩn là 0.62% Vậy nên khi so sánh giữa hai giai đoạn, ta thấy rằng t- value
= -4.3364 thể hiện rằng biến ROA của Ngân hàng phải chịu những tác động tiêu cực đáng kể từ dịch bệnh Covid-19 Nếu dịch bệnh càng gia tăng và lan rộng thì tỷ lệ ROA của các Ngân hàng sẽ càng suy giảm mạnh.
Biến NPL có giá trị trung bình trong giai đoạn (1) ở mức 2.23% trong khi sang giai đoạn (2) tỷ lệ này đã giảm xuống còn 1.54%, độ lệch chuẩn là 0.69% KhiCovid-19 xuất hiện ta thấy t-value = 3.5319, cho thấy có mối tương quan cùng chiều giữa dịch bệnh và biến NPL Nếu dịch bệnh càng gia tăng, điều này sẽ khiến hoạt
4 8 động kinh doanh của nền kinh tế trì trệ và đóng băng hoàn toàn, dẫn đến người đi vay không có khả năng tài chính để trả nợ và làm cho tỷ lệ nợ xấu ở Ngân hàng càng lớn.
Tương tự với biến GDP, trong giai đoạn (1) thì tốc độ tăng trưởng kinh tế đạt 6.3% và giảm xuống so với giai đoạn (1) là 3.55%, đạt mức 2.75% trong giai đoạn
