TP HỒ CHÍ MINH, NĂM 2023 BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỔ CHÍ MINH HỒ NGUYỄN THẢO NGUYÊN CÁC NHÂN TỐ TÁC[.]
GIỚI THIỆU
Lý do chọn đề tài
Không ngoại trừ quốc gia nào trên thế giới thì tín dụng có thể được coi là hoạt động mang đến nguồn thu nhập lớn cho lĩnh vực kinh doanh ngân hàng Sự tồn tại và phát triển của tín dụng bắt nguồn từ nhu cầu sử dụng vốn và vốn tiền tệ tạm thời nhàn rỗi dẫn đến mối quan hệ cung cầu tiền tệ giữa người cần vay vốn và người cấp tín dụng vay vốn, trong đó ngân hàng là trung gian cho mối quan hệ cung cầu đó. Tuy đem đến nguồn lợi nhuận khá lớn cho lĩnh vực ngân hàng thương mại, đây cũng là mảng kinh doanh có rủi ro lớn nhất, thường xuyên xảy ra vấn đề và gây hậu quả nghiêm trọng đến hiệu suất hoạt động của ngành này Không chỉ ảnh hưởng đến hiệu quả kinh doanh của ngân hàng, uy tín ngân hàng, tình trạng nợ xấu xảy ra khiến ngân hàng bị mất vốn, giảm tài sản, từ đó gây hệ luỵ đến khả năng thanh khoản của ngân hàng Theo nghiên cứu của Reinhard và Rogoff (2010), Nkusu (2011) và Louzis và cộng sự (2012), nếu không được giám sát và xử lý kịp thời, dấu hiệu của một cuộc khủng hoảng kinh tế sắp diễn ra đó là tỷ lệ nợ xấu liên tục tăng cao qua các năm và không thể kiểm soát được Vì vậy, việc kiểm soát và ứng phó nợ xấu phải được thực thi một cách đồng bộ, hiệu quả và quyết liệt Điều này sẽ ngăn ngừa những cuộc khủng hoảng kinh tế khác nhau trong tương lai.
Nợ xấu ở khối ngân hàng TMCP tại Việt Nam không phải mới nảy sinh gần đây mà nó đã có lịch sử từ hàng trăm năm qua Theo báo cáo tài chính của NHNN thì nợ xấu nội bảng của năm 2011-2021 lần lượt là 3.3%, 4.47%, 3.61%, 3.25%, 2.55%, 2.46%, 1.99%, 1.91%, 1.63%, 1.76% và 1.92% Trong thời gian qua nợ xấu liên tục biến động, với sự cố gắng không ngừng nghỉ của các ngân hàng thương mại Việt Nam cùng với các sự chỉ đạo kịp thời của (NHNN) và các lãnh đạo ngành mà tỷ lệ nợ xấu đã có sự thay đổi tích cực Tuy nhiên, do dịch bệnh Covid-19 diễn ra mạnh mẽ vào đầu năm 2020 đến đầu năm 2022 (tổng cộng xảy ra 4 đợt dịch) khiến nền kinh tế đang chịu những tác động tiêu cực, hoạt động kinh doanh sản xuất của các cá nhân, các doanh nghiệp gặp nhiều khó khăn và trì trệ Nguồn thông tin số liệu tỷ lệ nợ xấu trong giai đoạn 2020-2021 của các Ngân hàng TMCP tại Việt Nam là rất đáng báo động.
Như vậy, việc xác định rõ các yếu tố chính gây ra nợ xấu để tìm ra các biện pháp xử lý kịp thời là vô cùng cấp bách Thêm vào đó, việc lấp đầy các hạn chế của các tác giả nghiên cứu trước đó bằng các số liệu hiện hành sẽ giúp các bộ phận quản trị rủi ro ngân hàng chủ động hơn trong việc xử lý các vấn đề tồn đọng do nợ xấu, đề xuất các giải pháp phù hợp nhằm nâng cao hiệu quả tín dụng tại các Ngân hàng thương mại Cổ phần Việt Nam trong tương lai Vì thế, tác giả đã quyết định lựa chọn đề tài: “Những nhân tố tác động đến nợ xấu tại các Ngân hàng Thương mại Cổ phần Việt Nam” làm đề tài nghiên cứu của mình Thông qua đề tài nghiên cứu xác định rõ được các nhân tố vi mô và vĩ mô có tác động đến tỷ lệ nợ xấu, từ đó, đề xuất khuyến nghị cho các NHTMCP Việt Nam.
Mục tiêu nghiên cứu
1.2.1 Mục tiêu chung Đề tài định những nhân tố ảnh hưởng đến nợ xấu và đo lường mức độ tác động của các nhân tố đó đến nợ xấu tại các Ngân hàng Thương mại Cổ phần Việt Nam giai đoạn 2011-2021 Từ đó, đề xuất một số khuyến nghị nhằm giúp quản lý nợ xấu tại các Ngân hàng TMCP tại Việt Nam.
❖ Xác định những nhân tố tác động đến nợ xấu tại các Ngân hàng TMCP Việt Nam giai đoạn 2011-2021.
❖ Đo lường mức độ tác động của các nhân tố đến nợ xấu tại các Ngân hàng TMCP Việt Nam trong giai đoạn 2011-2021.
❖ Đề xuất một số khuyến nghị nhằm quản lý nợ tại các Ngân hàng TMCP ViệtNam.
Câu hỏi nghiên cứu
Để làm rõ các mục tiêu nghiên cứu trên bài nghiên cứu cần tập trung trả lời các câu hỏi sau:
Câu 1: Nhân tố nào thực sự tác động đến nợ xấu tại các NHTMCP Việt Nam trong giai đoạn 2011-2021?
Câu 2: Mức độ tác động của các nhân tố tác động đến nợ xấu tại các NHTMCP Việt Nam như thế nào trong giai đoạn 2011-2021?
Câu 3: Từ kết quả thu được, đâu là giải pháp tốt nhằm kiểm soát, quản lý nợ xấu tại các Ngân hàng TMCP Việt Nam?
Đối tượng và phạm vi nghiên cứu
Những nhân tố tác động đến nợ xấu tại các Ngân hàng TMCP Việt Nam.
_ Phạm vi không gian: Theo thống kê do Ngân hàng Nhà nước công bố, tính đến 01/01/2022 có 31 Ngân hàng TMCP hiện đang hoạt động tại Việt Nam Tuy nhiên, có 25 NHTMCP Việt Nam được chọn làm mẫu đại diện cho 3 quy mô: lớn, trung bình và nhỏ để cung cấp dữ liệu cho nghiên cứu này Trong giai đoạn 2011-
2021 thì 25 NHTMCP này được thống kê đầy đủ dữ liệu đã được kiểm duyệt để đáp ứng nhu cầu nghiên cứu của tác giả.
_ Phạm vi thời gian: nghiên cứu tổng hợp dữ liệu từ năm 2011-2021, vì trong thời gian này dữ liệu có đủ độ dài để tác giả có thể phân tích được các nhân tố tác động đến nợ xấu một cách chính xác nhất.
Phương pháp nghiên cứu
Để trả lời cho các câu hỏi nghiên cứu các nhân tố nào tác động đến nợ xấu, đề tài sử dụng phương pháp nghiên cứu định tính kết hợp với phương pháp nghiên cứu định lượng Với các phương pháp cụ thể sau:
+ Tổng hợp các nghiên cứu đã được công bố trước đây có liên quan đến các nhân tố tác động đến nợ xấu nhằm tìm ra các khoảng trống cho đề tài Phương pháp này được sử dụng để tổng hợp các tài liệu từ các nguồn như sách, tạp chí, các chính sách, các quy định pháp luật của Nhà nước.
+ Thống kê mô tả và phân loại các số liệu thứ cấp có yếu tố vi mô từ các báo cáo tài chính, báo cáo kết quả kinh doanh của các Ngân hàng TMCP Việt Nam đã được kiểm toán Các nhân tố vĩ mô lấy từ hệ thống Ngân hàng Nhà nước.
_Phương pháp định lượng: Nghiên cứu sử dụng kỹ thuật mô hình hồi quy để phân tích tác động của các yếu tố nợ xấu tại các Ngân hàng TMCP Việt Nam, sử dụng phương pháp ước lượng mô hình hồi quy bằng mô hình Pooled OLS, mô hình tác động cố định FEM và mô hình tác động ngẫu nhiên REM Sau đó thông qua các kiểm định so sánh kết quả của các mô hình, sau đó tác giả kiểm các mô hình như:hiện tượng tự tương quan và phương sai thay đổi và phân tích đánh giá mức độ tác động của các nhân tố đến nợ xấu tại các NHTMCP Việt Nam.
Bố cục khoá luận
Ngoài mở đầu, kết luận và phụ lục, bài nghiên cứu bao gồm những chương sau: Chương 1: Giới thiệu
Chương 2: Cơ sở lý thuyết về nợ xấu và các nghiên cứu có liên quan
Chương 3: Mô hình và phương pháp nghiên cứu
Chương 4: Kết quả nghiên cứu và thảo luận
Chương 5: Kết luận và khuyến nghị
TÓM TẮT CHƯƠNG 1 Ở chương này, khoá luận đã trình bày cho người đọc có được cái nhìn tổng quát về các vấn đề nghiên cứu cũng như đưa ra những vấn đề cơ bản nhất của nghiên cứu như lý do chọn đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng phạm vi nghiên cứu, phương pháp, nội dung và đóng góp của đề tài nghiên cứu Bên cạnh đó, khoá luận còn đưa ra bố cục dự kiến của khoá luận, từ đó làm cơ sở cho việc tiếp tục nghiên cứu các chương tiếp theo.
CƠ SỞ LÝ LUẬN VÀ CÁC NGHIÊN CỨU CÓ LIÊN QUAN 18 2.1 Những vấn đề chung về nợ xấu
Khái niệm nợ xấu
Có rất nhiều quan điểm, góc nhìn khác nhau về khái niệm nợ xấu, tuỳ theo từng quốc gia cũng như đặc điểm nền kinh tế Nợ xấu phần lớn được nhắc đến bằng những thuật ngữ trong tiếng Anh như: “Bad debt”, “Non- performing loan”, “Doubtful debt” chỉ các khoản nợ khó đòi (Fofack, 2005) hay các khoản vay được coi là nợ xấu khi đã quá hạn thanh toán cả gốc và lãi từ 90 ngày trở lên (Rose, 2019; Miskin, 2010) Trên thực tế “Bad debt” chúng ta thường thấy xuất hiện trên các bài báo với các đề tài liên quan về lĩnh vực Tài chính- Ngân hàng, bên cạnh đó “Non- performing loan” thì được các chuyên gia sử dụng trong những nghiên cứu mang tính học thuật cao hơn. Nhìn chung quy tắc hay chuẩn mực về yếu tố nợ xấu chưa được bất kì cơ quan có thẩm quyền nào thống nhất Dưới đây là một số khái niệm về nợ xấu được tham khảo phổ biến như sau: Ủy ban Basel về Giám sát Ngân hàng (BCBS, 2002) không đưa ra định nghĩa cụ thể về nợ xấu Tuy nhiên, theo các hướng dẫn hiện hành về quản lý rủi ro tín dụng ở nhiều quốc gia, BCBS coi các nghĩa vụ đáp ứng một hoặc cả hai điều kiện này là không trả được nợ Xảy ra khi: (i) ngân hàng phát hiện bên đi vay không có khả năng trả nợ đầy đủ và không có biện pháp thu hồi nợ, (ii) bên đi vay quá hạn trên 90 ngày. BCBS đặc biệt nhấn mạnh khái niệm “tổn thất dự kiến” khi thẩm định các khoản vay. Quỹ Tiền tệ Quốc tế (IMF) bình luận trong Mục 4.84-4.85 của “Hướng dẫn tổng hợp các chỉ số lành mạnh tài chính của IMF, 2004” như sau: “Một khoản nợ được coi là khó đòi khi khoản nợ gốc quá hạn từ 90 ngày trở lên; khi khoản lãi vượt mức được vốn hóa, cơ cấu lại hoặc trả chậm theo thỏa thuận, khi thời hạn trả nợ dưới
90 ngày nhưng có dấu hiệu rõ ràng cho thấy bên vay sẽ không trả đầy đủ (khi bên vay phá sản) hoặc bất kỳ khoản vay thay thế nào sẽ được phân loại là nợ xấu cho đến khi khoản nợ được xóa hoặc thu hồi lãi và gốc của khoản vay đó hoặc thu được khoản trả nợ cho khoản vay thay thế.
Nhóm chuyên gia tư vấn (AEG) của Liên Hợp Quốc cho rằng định nghĩa về nợ xấu không nên mang tính chất mô tả mà chỉ nên được sử dụng như hướng dẫn cho các ngân hàng (AEG, 2004) EAG thống nhất về định nghĩa “Về cơ bản, một khoản nợ được coi là nợ xấu khi quá hạn trả lãi và/hoặc gốc trên 90 ngày; hoặc các khoản lãi chưa trả từ 90 ngày trở lên đã được nhập gốc, tái cấp vốn hoặc chậm trả theo thoả thuận; hoặc các khoản phải thanh toán đã quá hạn dứoi 90 ngày nhưng có lý do chắc chắn để nghi ngờ về khả năng khoản vay sec được thanh toán đầy đủ” Nói cách khác nợ xấu được xác định trên 2 yếu tố là quá hạn trên 90 ngày và khả năng trả bị nghi ngờ.
Tại Việt Nam, Thông tư 02/2013/TT-NHNN ngày 21/01/2013 quy định việc phân loại tài sản có, phương pháp trích lập dự phòng rủi ro và việc sử dụng các khoản xử lý rủi ro của các tổ chức tài chính gia tăng Chi nhánh ngân hàng nước ngoài quy định khoản nợ quá hạn là khoản nợ mà một phần hoặc toàn bộ nợ gốc và/hoặc lãi quá hạn Nợ khó đòi (NPL) là nợ Nhóm 3 (Nợ kém chất lượng), Nhóm 4 (Nợ khó đòi) và Nhóm 5 (Nợ có khả năng mất vốn) Thiệt hại nợ khó đòi theo quy định tại Thông tư cũng được xác định dựa trên hai yếu tố Điều này có nghĩa là khoản nợ đã quá hạn hơn 90 ngày và khả năng thanh toán của người vay bị nghi ngờ.
Phân loại nợ xấu
Theo Laurin và ctg (2002), hiện nay quá trình phân các loại nợ khó đòi chưa có bất kỳ tiêu chuẩn kế toán thống nhất Việc thực hiện phân loại nợ được xem là nhiệm vụ cần phải làm của nhà quản lý nhằm báo cáo giám sát vấn đề một cách sát thực. Phân loại nợ là quá trình tổ chức tín dụng đánh giá mức độ rủi ro của các khoản cho vay và các cam kết ngoại bảng dựa trên các tiêu chí định tính và định lượng, trên cơ sở đó phân loại và phân loại nợ phù hợp Mục đích cuối cùng của phân loại nợ sẽ góp phần cho hệ thống ngân hàng có thể kiểm soát chất lượng các khoản cấp tín dụng và có biện pháp ngăn ngừa, xử lý kịp thời các vấn đề phát sinh trong trường hợp xấu nhất, đảm bảo chất lượng tín dụng của các danh mục cho vay. Вảng 1: Phân loại nợ một số nước trên thế giớiảng 1: Phân loại nợ một số nước trên thế giới
Nước Số lượng nhóm vay
Quy định dự phòng Ghi chú Đức 4 Dự phòng cụ thể
Có 4 nhóm bao gồm: cho vay không rủi ro, cho vay có dấu hiệu rủi ro, nợ có dấu hiệu không thu hồi, nợ xấu. Ý 5
Không có quy định cụ thể về trích lập dự phòng.
Chi phí dự phòng cho 3 nhóm cuối với tỷ lệ lần lượt 15%, 70%, 100%.
Brazil 9 Dự phòng cụ thể
9 nhóm đưa ra bao gồm AA(0%), A(0.5%), B (1%), C (3%), D (10%), E (30%), F (50%), G (70%), H (100%).
Mỹ 5 Không đưa ra quy định cụ thể
Dự phòng chung và dự phòng cụ thể
Tỷ lệ dự phòng cho 5 nhóm lần lượt là 1%, 3%, 12%, 25%, 50%. Úc 5
Không có quy định cụ thể về trích lập dự phòng.
Dự phòng chung và dự phòng cụ thể
Tỷ lệ dự phòng cho 5 nhóm lần lượt là 1%, 3%, 25%, 75%, 100%. Ấn Độ 4 Dự phòng Chia cụ thể làm 2 loại có bảo chung và dự phòng cụ thể đảm hoặc không có bảo đảm có tỷ lệ dự phòng khác nhau và linh hoạt.
7 nhóm được phân loại dựa trên rủi ro quốc gia, rủi ro tài chính, rủi ro ngành và lịch sử thanh toán Nhóm không trích lập dự phòng A-1 (0.5%), A-2 (0.99%), B-1 (20%), C-1 (20%-40%), C-2 (40%-60%),
Singapore 5 Dự phòng cụ thể
Tỷ lệ trích lập dự phòng cho 3 nhóm cuối lần lượt 10%, 50%, 100%.
Dự phòng chung và dự phòng cụ thể
Tỷ lệ trích lập dự phòng cho 3 nhóm cuối lần lượt là 20%, 50%, 100% Dự phòng nhóm 1 là 1%.
Dự phòng chung và dự phòng cụ thể
Tỷ lệ dự phòng chung 0.51%, còn cho 3 nhóm cuối là 10%, 25%-100%, 100%.
(Nguồn: Laurin và cộng sự, 2002) Trong số các quốc gia G-10, Hoa Kỳ và Đức đã áp dụng phương pháp phân loại nợ rõ ràng Ở các quốc gia có chế độ quản lý chi tiết, các nhà quản lý ngân hàng thường chịu trách nhiệm xây dựng các quy tắc và thủ tục phân loại nợ nội bộ Việc phân loại nợ phần lớn phụ thuộc vào tình hình tài chính và hoàn cảnh của mỗi quốc gia nhưng khuyến nghị của Viện Tài chính Quốc tế (IIF) được đề cập phổ biến nhất. Tại Mục 15 “The Treatment of Non Performance Loans in Macroeconomic
Statistics, 2001”, hai tác giả Adriaan M Bloem và Cornelis N Gorter đã đề xuất tham khảo phân tích nợ của IIF, gồm 5 nhóm sau:
Nợ nhóm 1 - Đủ điều kiện (Standard): Nợ có trả gốc và lãi khi đến hạn đồng thời không gặp khó khăn trong việc trả nợ, có nguyện vọng trả đủ như đã cam kết.
Nợ nhóm 2 - Các khoản nợ cần chú ý (Watch): Các khoản nợ có thể không được hoàn trả đầy đủ nếu không có hành động nào được thực hiện Vì vậy, cần phải quan tâm đến những khoản nợ này nhiều hơn bình thường.
Nợ nhóm 3 - Nợ dưới tiêu chuẩn (Substandard): Nợ không trả được đầy đủ và/ hoặc lãi, quá hạn trên 90 ngày, giá trị tài sản đảm bảo giảm sút, mất khả năng chi trả, dẫn đến thua lỗ.
Nợ nhóm 4 - Nợ nghi ngờ (Doubtful): Khoản nợ được xác định là không có khả năng thu hồi cả gốc và/hoặc lãi và đã quá hạn trên 180 ngày Tuy nhiên, các trường hợp có thể cải thiện tình hình vẫn còn như sáp nhập hoặc mua lại vốn.
Nợ nhóm 5 - Nợ mất gốc (Loss): Là các khoản nợ được coi là không có khả năng thu hồi khi nợ gốc và/hoặc lãi đã quá hạn trên 1 năm.
Trong đó nợ khó đòi thuộc 3 loại nợ nhóm cuối.
Tại Việt Nam, Quyết định 493/2005/NHNN và Thông tư 02/2013/NHNN quy định rõ việc phân loại nợ thành 5 nhóm như đã nêu ở trên, nợ xấu là nhóm 3, 4 và 5.
Tỷ lệ nợ xấu đến tổng dư nợ được dùng để đánh giá mức độ tín nhiệm của tổ chức tín dụng Nợ nhóm 3 là nợ xấu, nợ nhóm 4 có nguy cơ rủi ro và nợ nhóm 5 có khả năng mất gốc Ngoài ra, việc phân biệt các nhóm nợ phải trả có thể được thực hiện theo hai cách:
Phương pháp định lượng: Tổ chức tín dụng phân loại nợ theo tiêu chí nợ quá hạn Nợ phải trả tương ứng được phân loại thành năm nhóm 1, 2, 3, 4 và 5 bị giảm lương.
Phương pháp định tính: TCTD tiếp tục thực hiện phân loại nợ thành 5 nhóm dựa trên kết quả thẩm định tín dụng nội bộ Các tổ chức tín dụng cần có hệ thống xếp hạng tín dụng nội bộ, chính sách dự phòng rủi ro, chính sách quản lý rủi ro tín dụng phù hợp với điều kiện thực tế và quy định của pháp luật.
Trường hợp kết quả phân loại nợ phải trả theo phương pháp định tính và định lượng khác nhau thì phân loại nợ phải trả vào nhóm rủi ro cao.
Trường hợp, kết quả phân loại đối với một khoản nợ theo phương pháp định tính và phương pháp định lượng khác nhau thì thì khoản nợ phải được phân loại vào nhóm có mức độ rủi ro cao hơn.
Như vậy, theo phương pháp định tính hay định lượng vẫn có sự tương đồng giữa cách phân loại nợ tại Việt Nam với các tổ chức tài chính quốc tế, các quốc gia trên thế giới như Mỹ, Nhật, Hồng Kông, Singapore, Trung Quốc Tất cả đều thống nhất về việc chia nợ ra thành 5 nhóm và có chung giải thích cơ bản về từng nhóm phân loại nợ Do mẫu nghiên cứu của tác giả là các ngân hàng TMCP tại Việt Nam, nên khoá luận sẽ tập trung vào cách phân loại nợ xấu của NHNN Việt Nam để làm cơ sở dữ liệu phân tích nợ xấu.
Các tác động của nợ xấu đến hiệu quả kinh doanh ngân hàng
* Đối với các ngân hàng thương mại Đối với ngân hàng hoạt động cho vay là nguồn thu lợi nhuận lớn của ngân hàng từ việc thu lãi của khách hàng vay vốn Khi nợ xấu gia tăng đồng nghĩa với việc ngân hàng không thể thu lại gốc lãi và tài sản đảm bảo của khách hàng không đủ bù trừ theo thời gian cho khoản vay Việc không thu hồi được nợ (gốc, lãi và các khoản chi phí) làm cho nguồn vốn NHTM bị thất thoát, trong đó ngân hàng vẫn trả lãi và các chi phí để duy trì hoạt động kinh doanh, làm lợi nhuận bị sụt giảm Nếu lợi nhuận không đủ thì ngân hàng buộc phải sửu dụng vốn tự có để chi trả cho chi phí Điều này làm ảnh hưởng đến quy mô hoạt động của các NHTM.
Tỷ lệ nợ quá hạn cao còn làm giảm uy tín, niềm tin vào tiềm lực tài chính của ngân hàng đó trên thị trường Khi thông tin một ngân hàng có nguy cơ rủi ro cao thường hình ảnh và niềm tin của khách hàng dành cho ngân hàng cũng bị sụt giảm.
Hệ quả tất yếu phải kể đến là tất cả khách hàng đổ xô nhau đến ngân hàng rút vốn gây giảm rủi ro thanh khoản và có khả năng phá sản.
* Đối với nền kinh tế
Hệ thống ngân hàng có mối quan hệ chặt chẽ đối với nền kinh tế, và nơi thu hút và cung cấp tiền cho các tổ chức, doanh nghiệp và cá nhân trong nền kinh tế Do đó rủi ro tín dụng ảnh hưởng trực tiếp đến nền kinh tế.
Nợ xấu gây kiềm hãm sự tăng trưởng của nền kinh tế, cụ thể là làm giảm nguồn cung cấp tín dụng cho các tổ chức, doanh nghiệp và chủ thể khác Khi nợ xấu gia tăng buộc ngân hàng phải trích lập dự phòng để bù đắp cho chi phí sử dụng vốn huy động Nếu ngân hàng bị giảm nguồn vốn thì cần phải tăng lãi suất để huy động vốn từ thị trường, đề phòng và hạn chế hơn trong việc giải ngân cho các khoản vay nhằm đảm bảo tính thanh khoản.
Theo González-Hermisillo B, 1999, khi một ngân hàng lầm vào tình trạng khó khăn dẫn đến phá sản thì hiệu ứng dây chuyền rất dễ xảy ra trong toàn bộ hệ thống ngân hàng, gây nên khủng hoảng đối với toàn bộ nền kinh tế, ảnh hưởng tiêu cực đến đời sống xã hội và sự phát triển của đất nước Sự gia tăng nhanh chóng của nợ xấu là một trong những nguyên nhân chính gây ra khủng hoảng ngân hàng.
Cuối cùng, nợ xấu không chỉ là gánh nặng cho các nhân tổ chức tín dụng đó mà còn ảnh hưởng đến ngân sách Nhà nước Đối với các khoản vay có tài sản đảm bảo,chi phí hữu hình có thể nhìn thấy rõ nhất là sự giảm giá trị của các loại tài sản đảm bảo này bị hao mòn và hư hỏng dần theo thời gian Về lâu trích lập dự phòng của ngân hàng không đủ để xử lý các khoản nợ xấu Từ đó, buộc Chính phủ phải sử dụng lượng lớn nguồn lực như phát hành trái phiếu, vay nợ nước ngoài để xử lý Ngân sách Nhà nước cũng được sử dụng thu hồi các khoản nợ xấu trong khi nguồn thu lại hạn hẹp, tình trạng bội chi ngân sách chắc chắn xảy ra, gây tiềm ẩn lạm phát dẫn đến bất ổn nền kinh tế.
Các nhân tố ảnh hưởng đến nợ xấu tại Ngân hàng thương mại
Thông qua việc khảo lược các bài nghiên cứu trước, tác giả tổng hợp các cơ sở lý thuyết các nhân tố vi mô và vĩ mô có thể gây ảnh hưởng đến nợ xấu tại các NHTM Việt Nam như sau:
Theo nghiên cứu của Salas và Saurina (2002), giả thuyết “Hiệu ứng quy mô”(Size Effect) thì các ngân hàng có quy mô lớn cho phép cơ hội đa dạng hoá nhiều hơn Quy mô ngân hàng lớn tạo cơ hội cho các nhà quản trị ngân hàng tham gia vào các thị trường đầu tư để cải thiện quy trình tín dụng, làm gia tăng lợi nhuận phát triển nguồn nhân lực cũng như tạo động lực cho các nhà quản trị ngân hàng kiểm soát rủi ro tín dụng tốn hơn, giảm thiểu tỷ lệ nợ xấu Tuy nhiên, theo Boyd và Giả Gerler (1994) cho rằng, yếu tố quy mô ngân hàng tác động cùng chiều đến nợ xấu Cụ thể, các ngân hàng ở Mỹ những năm 1980 có xu hướng thực hiện nhiều danh mục đầu tư rủi ro cao hơn bởi sự khuyến khích của chính sách “quá lớn để sụp đổ” của chính phủ Mỹ.
Tỷ lệ dự phòng rủi ro tín dụng
Theo Keeton và Morris (1987), thì dự phòng rủi ro tín dụng là phương pháp các ngân hàng sử dụng để bù đắp những tổn thất mà rủi ro tín dụng gây nên Bên cạnh đó chỉ tiêu này cũng được thể hiện chất lượng quản lý tín dụng của một ngân hàng và phản ánh hành vi của một ngân hàng có xu hướng đầu tư vào tài sản rủi ro hay không Ghosh (2015), Messai và Jouini (2013), cho rằng điều này dẫn đến tình trạng nợ xấu gia tăng không ngừng, đồi hỏi các nhà quản lý phải tăng chi phí liên quan để bù đắp rủi ro thanh khoản, từ đó tỷ lệ dự phòng rủi ro trên tổng dư nợ phải tăng theo.
Theo nghiên cứu Vũ Thị Hồng (2015) cho thấy quan hệ đồng biến giữa tỷ lệ nợ xấu và khả năng thanh khoản, cũng có nghĩa là khi phát sinh nợ xấu thì các ngân hàng mới thực sự quan tâm đến việc trung hoà nó bằng các tài mcác ngân hàng mới đưa ra giải pháp để hạn chế nó và cân đối rủi ro bằng những tài sản thanh khoản.
Tỷ lệ lợi nhuận trên tổng tài sản
Theo Messai và Fathi Jouini (2013) và Metya Kartikasary, Frihardina, Erla và Sebatianus (2020) tỷ lệ sinh lời trên tổng tài sản là một trong số liệu thể hiện lợi nhuận của ngân hàng Tỷ lệ lợi nhuận trên vốn chủ sở hữu càng cao cho thấy lợi nhuận ngân hàng cao Ngân hàng không nên tập trung cạnh tranh tìm nguồn khách hàng mà bỏ qua điều khoản quản trị rủi ro Thay vào đó ngân hàng nên tiến hành thực hiện rà soát, kiểm tra kỹ các hồ sơ tín dụng hạn chế các khoản vay không đảm bảo.
Tốc độ tăng trưởng kinh tế
Mối quan hệ giữa môi trường kinh tế vĩ mô và chất lượng của khoản vay được nghiên cứu thông qua các giai đoạn của chu kỳ kinh tế Ở giai đoạn kinh tế phát triển GDP tăng đồng nghĩa với việc thu nhập tăng dẫn đến tăng khả năng trả nợ của người vay và ngược lại khi nền kinh tế suy giảm làm gia tăng tỷ lệ thất nghiệp của quốc gia dẫn đến giảm khả năng trả nợ vay Theo Quagliraello (2007) cho thấy rằng chu kỳ kinh tế ảnh hưởng đến tỷ lệ nợ xấu với dữ liệu nghiên cứu gồm nhiều ngân hàng ở Ý trong giai đoạn 1985-2002 Theo nghiên cứu của Keeton và Morris (1987) bài viết nghiên cứu về các yếu tố cơ bản dẫn đến tổn thất cho vay của ngân hàng với một mẫu gần 2,500 ngân hàng thương mại của Mỹ trong giai đoạn 1979-1985 cho thấy rằng phần lớn tổn thất của khoản vay là do điều kiện kinh tế bất lợi tại địa phương, và đặc biệt là các ngành nghề đặc trưng như nông nghiệp và năng lượng Jimenez và Saurina (2006) đã nghiên cứu và tìm thấy bằng chứng về tỷ lệ nợ xấu được giair thích bởi tốc độ tăng trưởng kinh tế (GDP) tại các ngân hàng ở Tây Ban Nha Nhìn chung, hầu hết các bài nghiên cứu đều chứng minh rằng tốc độ tăng trưởng GDP có liên quan tiêu cực đến nợ xấu, nếu GDP của quốc gia tăng thì có thể nói tình trạng nợ xấu đang được cải thiện và ngược lại.
Tỷ lệ thất nghiệp là tỷ lệ giữa số lao động không có việc làm trên tổng số lao động trong xã hội Khi tỷ lệ thất nghiệp tăng cao, thu nhập của bên vay bị giảm thiểu Như vậy họ không thể thanh toán các khoản nợ cho ngân hàng làm gia tăng tình trạng nợ xấu Ngoài ra, tỷ lệ thất nghiệp đồng nghĩa với việc nguồn lực trong xã hội không được sử dụng hết, sản xuất giảm dẫn đến GDP giảm Tỷ lệ thất nghiệp cao cũng có thể kéo tốc độ tăng trưởng của quốc gia giảm và đây cũng là một nhân tố tác động đến nợ xấu Theo nghiên cứu của Metya Kartikasary,Frihardina, Erla và Sebatianus (2020) đã đưa ra kết luận tỷ lệ thất nghiệp có mối tương quan dương với tỷ lệ nợ xấu Ngoài ra, nghiên cứu của Ahlem SelmaMessai và Fathi Jouini (2013) cũng cho thấy tỷ lệ thất nghiệp và nợ xấu tỷ lệ thuận với nhau.
Theo Klein (2013), cho rằng tỷ lệ lạm phát gia tăng làm giảm giá trị vốn chủ sở hữu cũng như gia tăng mứuc độ nghiêm trọng của nợ xấu Ở những nước có lãi suất cho vay thả nổi, lạm phát cao cũng có thể làm cho lãi suất cao hơn do việc thực thi các chính sách tiền tệ chống lạm phát (Nkusu, 2011) Bên cạnh đó,việc gia tăng lạm phát nhanh khiến NHNN buộc phải thắt chặc tiền tệ để giảm thiểu lượng tiền lưu thông, nhưng sẽ không đáp ứng được nhu cầu vay vốn của các doanh nghiệp trong thời gian đó Điều đó khiến hoạt động kinh doanh của nền kinh tế rơi vào trì trệ.
Tổng quan các nghiên cứu trước
2.3.1 Các nghiên cứu trong nước về các nhân tố tác động đến nợ xấu ngân hàng
Nghiên cứu của Phạm Dương Phương Thảo và Nguyễn Đan Linh (2018) đánh giá các yếu tố ảnh hưởng đến các ngân hàng thương mại cổ phần tại Việt Nam Từ kết quả nghiên cứu, tác giả đề xuất một số kiến nghị để khắc phục tỷ lệ nợ xấu của các ngân hàng Việt Nam Nghiên cứu đã phân tích dữ liệu từ 27 ngân hàng thương mại cổ phần hoạt động tại Việt Nam từ năm 2005 đến 2016, đồng thời kiểm định các yếu tố vĩ mô và đặc điểm mang tính chất đặc trưng của ngân hàng về tỷ lệ nợ xấu của các ngân hàng thương mại cổ phần Trong một bài nghiên cứu, sử dụng phương pháp hồi quy GMM vi phân có ưu điểm vượt qua yếu tố nội sinh, phương sai thay đổi và tự tương quan, chúng tôi nhận thấy đặc điểm của ngân hàng có tác động lớn Tỷ lệ nợ xấu của ngân hàng năm trước càng cao thì tỷ lệ nợ xấu của ngân hàng trong thời điểm hiện tại càng cao Đồng thời, chi phí dự phòng cho nợ xấu càng cao thì chi phí hoạt động càng cao, lợi nhuận của ngân hàng càng cao giúp ngân hàng giảm tỷ lệ nợ xấu Kết quả của nghiên cứu này cho thấy các biến kinh tế vĩ mô như tăng trưởng kinh tế có mối tương quan thuận chiều với tỷ lệ nợ xấu của các ngân hàng.
Nghiên cứu của Nguyễn Thị Hồng Vinh (2015) nhằm phân tích các yếu tố ảnh hưởng đến khoản nợ xấu của hệ thống ngân hàng thương mại Việt Nam từ 2007-
2014 Ba mô hình dữ liệu bảng ước tính là FEM (Mô hình sửa mô hình hiệu ứng cố định- Fixed Effect Model), GMM (Phương pháp mômen tổng quát- Generalized Method of Moments) Các hình thức hệ thống GMM, để kiểm tra tác động của các yếu tố nợ xấu đến hiệu ứng của hiệu ứng kinh doanh của Việt Nam Các yếu tố có tác động quan trọng đến các khoản nợ xấu của hệ thống ngân hàng thương mại Việt Nam Ngoài ra, tác động của các khoản nợ xấu trong quá khứ, quy mô ngân hàng và tăng trưởng tín dụng theo cùng hướng với các khoản nợ xấu Đặc biệt, cung cấp bằng chứng về vốn chủ sở hữu và lạm phát về bằng chứng về lạm phát và lạm phát phương pháp GMM có tác động đáng kể đến tỷ lệ nợ xấu của các ngân hàng thương mại tại Việt Nam.
Nghiên cứu Nguyễn Thị Như Quỳnh và cộng sự (2018) bài viết nhằm phân tích các nhân tố tác động đến nợ xấu tại các Ngân hàng thương mại (NHTM) trong giai đoạn 2006-2016,thông qua hình thức nghiên cứu của 25 ngân hàng thương mại tại Việt Nam Tác giả sử dụng mô hình Pooled OLS, mô hình ảnh hưởng cố định FEM và mô hình tác động ngẫu nhiên REM, sau đó chọn mô hình FEM Bài kiểm tra khuyết tật của mô hình này đã được tiến hành một lần nữa và tác giả thấy rằng mô hình FEM có hiện tượng phương sai thay đổi Để khắc phục hiện tượng này, tác giả sử dụng mô hình hồi quy để đảm bảo tính hiệu quả của mô hình dựa trên phương pháp tối thiểu tổng quát khả thi (FGLS) Kết quả cho thấy mức đáng kể thống kê là 1
%, tăng trưởng kinh tế, tăng trưởng tín dụng ngân hàng và tỷ lệ thất nghiệp theo hướng ngượcchiều với tỷ lệ nợ xấu Tỷ lệ lạm phát và tỷ lệ nợ không hoạt động của năm trước có sự tương quan cùng chiều đến tỷ lệ nợ xấu Tuy nhiên, nghiên cứu không tìm thấy mối quan hệ yếu quy mô ngân hàng và lợi nhuận của các ngân hàng.
2.3.2 Các nghiên cứu nước ngoài về các nhân tố tác động đến nợ xấu ngân hàng
Salas và Surina (2002) nghiên cứu các nhân tố ảnh hưởng đến ngân hàng thương mại và Quỹ tiết kiệm ở Tây Ban Nha giai đoạn 1985 đến 1987 Kết quả chỉ ra rằng tác động của các nhân tố giữa hai chủ thể là khác nhau Đối với ngân hàng thương mại nợ xấu có mối quan hệ ngược chiều với tăng trưởng kinh tế (GDP) và quy mô ngân hàng Ngược lại tăng trưởng tín dụng có tác động cùng chiều và là nhân tố quan trọng giúp các nhà quản trị dự đoán được sự bất ổn trong vấn đề thanh khoản và xây dựng các chính sách ngăn ngừa nợ xấu gia tăng Các ngân hàng cho vay quá mức có khả năng tăng nợ xấu trong tương lai.
Arega Seyoum Asfaw và cộng sự (2016) nghiên cứu nhằm xác định các yếu tố chính ảnh hưởng đến nợ xấu của Ngân hàng Phát triển Ethiopia, Khu vực miền Trung Từ đó, tác giả đề xuất một số khuyến nghị cho Ngân hàng Phát triển Ethiopia để giảm xảy ra vỡ nợ Để đạt được kết quả nghiên cứu tốt tác giả đã thu thập dữ liệu thông qua nguồn dữ liệu chính là thu thập bảng câu hỏi từ cả bên vay và nhân viên khu vực, các dữ liệu thứ cấp từ các báo cáo tài chính, bản tin, chỉ thị, thủ tục do ngân hàng ban hành Bên cạnh đó, các thước đo của xu hướng trung tâm (trung bình, độ lệch chuẩn) tần suất, tỷ lệ phần trăm đã được sử dụng để phân tích dữ liệu thu thập được thông qua bảng câu hỏi, chuyển đổi dữ liệu thô từ cuộc khảo sát thành bảng và xử lý thông qua phần mềm SPSS Kết quả nghiên cứu cho thấy, sự ít đánh giá tín dụng và giám sát tín dụng, quy mô tín dụng, lãi suất cho vay, các điều khoản tín dụng kém, khách hàng nghèo văn hoá tín dụng là nguyên nhân chính dẫn đến sự suất hiện NPL tại Ngân hàng Phát triển Ethiopia.
Nkurrunah Nasiaku (2014) đã tiến hành nghiên cứu xác định các yếu tố ảnh hưởng đến nợ xấu tại Ngân hàng thương mại Châu Phi ở Kenya Từ kết quả nghiên cứu được, tác giả đưa ra các khuyến nghị nhằm giảm thiểu nợ xấu tại Ngân hàng thương mại Châu Phi – CBA (Kenya) Nghiên cứu chủ yếu dựa vào các nguồn thông tin thứ cấp không có niên đại trên 10 năm để có thông tin đáp ứng các khía cạnh định tính Đối với dữ liệu định lượng, nhà nghiên cứu sử dụng phỏng vấn bán cấu trúc để thu được câu trả lời từ các người được hỏi Các bảng câu hỏi bán cấu trúc được cấu trúc bao gồm 3 phần câu hỏi nghiên cứu Công cụ bao gồm bốn phần: đầu tiên thông tin tiểu sử người trả lời, các yếu tố kinh tế vĩ mô tác động đến nợ xấu, các yếu tố thể chế tác động đến nợ xấu và các cơ chế xử lý nợ xấu Sau đó chuyển đổi dữ liệu thô từ cuộc khảo sát thành các bảng và thông qua phần mềm SPSS để phân tích dữ liệu Theo kết quả nghiên cứu các yếu tố kinh tế vĩ mô ảnh hưởng đến thói quen trả nợ của khách hàng Nghiên cứu còn chỉ ra rằng các yếu tố cụ thể của ngân hàng nằm trong nội bộ ngân hàng và liên quan đến quy tình và chính sách của ngân hàng ảnh hưởng đến nợ xấu nhiều hơn các yếu vĩ mô.
Martha Atem (2017) nghiên cứu xác định các yếu tố ảnh hưởng đến nợ xấu tạiNgân hàng KCB Bank Kenya Limited giai đoạn 2000-2015 Từ kết quả nghiên cứu,đưa ra một số khuyến nghị cho Ngân hàng KCB Bank Kenya Limited Để đạt được mục tiêu nghiên cứu này, thiết kế nghiên cứu định lượng đã sử dụng dữ liệu được thu thập chủ yếu thông qua các nguồn thứ cấp Dữ liệu được truy xuất từ các báo cáoGiám sát của KCB, các bản tin, sổ tay hướng dẫn, chỉ thị và quy trình do ngân hàng ban hành Dữ liệu hồi quy bội bằng sử dụng phân tích hồi quy OLS (Ordinary LeastSquare) thông qua sử dụng phần mềm Eview 9.0 Nghiên cứu chỉ ra rằng lãi suất ảnh hưởng đáng kể đến các khoản nợ xấu trong khi quy mô tín dụng, quy mô ngân hàng,giới tính và độ tuổi không ảnh hưởng đáng kể đến khoản nợ xấu tại Ngân hàng KCB.Nir Klein (2013) nghiên cứu các khoản nợ xấu ở Trung Âu, Đông Âu và ĐôngNam Âu giai đoạn 1998 đến 2011 Tác giả sử dụng phương pháp ước tính FE,DGMM và SGMM Phân tích thực nghiệm cho thấy tỷ lệ nợ xấu có xu hướng tăng khi các yếu tố vĩ mô thay đổi, cụ thể là: tỷ lệ thất nghiệp tăng, tỷ giá hối đoái giảm và lạm phát cao Nợ xấu cũng bị ảnh hưởng lớn bởi các yếu tố đặc trƣng của ngành ngân hàng Số lượng quản lý ngân hàng và vốn chủ sở hữu càng cao, nợ xấu càng giảm.
Trong chương này, tác giả đã tổng hợp các cơ sở lý thuyết về nợ xấu và thống nhất khái niệm nợ xấu dựa trên hai yếu tố: thời gian trả nợ trên 90 ngày và khả năng trả nợ cũng như cách phân loại nợ Dựa vào các nghiên cứu trước, tác giả đã xác định được nợ xấu chịu tác động bởi hai nhóm nhân tố chính: nhóm nhân tố nội tại và nhóm nhân tố vĩ mô Tác giả cũng dựa vào đây để làm cơ sở chọn lọc dữu liệu phân tích và xây dựng mô hình ước lượng cho chương tiếp theo Chương 3 sẽ tình bày mô hình và phương pháp nghiên cứu của khoá luận, đưa ra các giả thuyết nghiên cứu, mô hình và mô tả các biến sửu dụng cho khoá luận.
PHƯƠNG PHÁP NGHIÊN CỨU
Mô hình nghiên cứu và giả thuyết nghiên cứu
Trên cơ sở kế thừa từ các nghiên cứu trước đây ở chương 2 để giải quyết các mục tiêu nghiên cứu được nêu ở trên và các yếu tố vi mô, vĩ mô, tác giả đã xây dựng mô hình nghiên cứu các nhân tố tác động đến nợ xấu tại các ngân hàng thương mại Việt Nam Trong mô hình, tác giả sử dụng 8 biến độc lập bao gồm 3 biến vĩ mô (tốc độ tăng trưởng kinh tế, tỷ lệ lạm phát, tỷ lệ thất nghiệp), 5 biến vi mô (trích lập dự phòng rủi ro tín dụng, quy mô ngân hàng, tỷ lệ lợi nhuận trên tổng tài sản, tỷ lệ nợ xấu năm trước, tỷ lệ thanh khoản, tỷ lệ hiệu quả hoạt động kinh doanh) và 1 biến phụ thuộc Các biến trên được lấy dựa vào các nghiên cứu của Nguyễn Thị Hồng Vinh
(2015), Salas và Suarina (2002), Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013), Ghosh
(2015) Do đó tác giả đã lựa chọn 8 nhân tố để sử dụng trong mô hình nghiên cứu cho đề tài.
NPL = f(GDP, INF, UN, ROA, SIZE, LLP, LDR, CIR)
Hình 1: Sơ đồ nghiên cứu
(Nguồn: Tác giả đề xuất)
Bảng mô tả các biến trong mô hình được thể hiện dưới đây: Вảng 1: Phân loại nợ một số nước trên thế giớiảng 2: Mô tả các biến trong mô hình
Biến Mô tả Cách lấy dữ liệu
Các nghiên cứu trước Biến phụ thuộc
Tỷ lệ nợ xấu của ngân hàng i trong thời gian t
Logarit (Nợ nhóm 3+Nợ nhóm 4+Nợ nhóm 5)/Tổng dư nợ cho vay
Tốc độ tăng trưởng kinh tế của quốc gia trong thời gian t
Phạm Dương Phương Thảo & Nguyễn Linh Đan
(2018), Salas và Suarina (2002), Đỗ Quỳnh Anh và Nguyễn Đức Hùng
Tỷ lệ lạm phát của quốc gia trong thời gian t
Filip (2015), Đỗ Quỳnh Anh và Nguyễn Đức Hùng
(2013), Nguyễn Tuấn Kiệt và Đinh Hùng Phú (2016)
Tỷ lệ thất nghiệp của quốc gia trong thời gian t
Số lượng người thất nghiệp/Lực lượng lao động xã hội (%)
Lợi nhuận sau thuế trên tổng tài sản của ngân hàng i trong thời gian t
Lợi nhuận sau thuế/Tổng tài sản (%) -
Quy mô của ngân hàng i trong thời gian t
(2015), Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013), Nguyễn Tuấn Kiệt và Đinh Hùng Phú
Tỷ lệ trích lập dự phòng cho vay khách hàng của ngân hàng i trong
LLP = Tỷ lệ dự phòng cho vay/Tổng dư nợ cho vay
Phạm DươngPhương Thảo &Nguyễn Linh Đan(2018) thời gian t
Khả năng thanh khoản của ngân hàng i trong thời gian t
LDR = Dư nợ cho vay/Vốn huy động (%) + Nguyễn Thị Hồng
Tỷ lệ hiệu quả hoạt động kinh doanh của ngân hàng i trong thời gian t
CIR = Chi phí hoạt động/Thu nhập thuần (%)
+ Theo quan điểm của tác giả
(Nguồn: Tổng hợp của tác giả) Dựa trên các nghiên cứu trước đó, nghiên cứu đã trình bày mô hình nghiên cứu, kỳ vọng và mô tả các biến trong nghiên cứu Bảng 3.1 thể hiện các biến và kỳ vọng tương ứng về các nhân tố tác động đến nợ xấu cần kiểm định cho các NHTM Việt Nam.
Biến phụ thuộc của mô hình là tỷ lệ nợ xấu (NPL it ) Theo NHNN Việt Nam, tỷ lệ nợ xấu được xác định bằng tổng giá trị nợ dưới tiêu chuẩn (nợ nhóm 3), nợ nghi ngờ (nợ nhóm 4), nợ có khả năng mất vốn (nợ nhóm 5) chia tổng dư nợ cho vay Nợ xấu được tính theo công thức sau:
Nợnℎóóm3+Nợnℎóóm4+Nợnℎóóm5
Các số liệu của khoản mục Nợ nhóm 3, 4, 5 và tổng dư nợ tín dụng được lấy từ báo cáo tài chính của các ngân hàng hàng năm Đây là chỉ tiêu được sửu dụng phổ biến trong các bài nghiên cứu về nợ xấu của các ngân hàng như: Phạm Dương Phương Thảo và Nguyễn Đan Linh (2018), Nguyễn Thị Hồng Vinh (2015), Salas và Surina (2002), Arega Seyoum Asfaw và cộng sự (2016)…
Nhân tố vĩ mô: Các nhân tố vĩ mô tác động đến nợ xấu là các nhân tố xuất phát từ môi trường bên ngoài mà ngân hàng không thể kiểm soát và dự đoán một cách chính xác.
+ Tốc độ tăng trưởng kinh tế (GDP)
Tác giả sử dụng nhân tố tốc độ phát triển kinh tế của quốc nội để phản ánh tốc độ tăng trưởng hàng năm của nền kinh tế Nền kinh tế phát triển tốt sẽ thúc đẩy hoạt động sản xuất, kinh doanh được thuận lợi, từ đó nâng cao khả năng thanh toán các khoản vay của người đi vay Nếu nền kinh tế bị trì trệ, suy thoái sẽ làm cho sức mua của người tiêu dùng giảm, do đó, kéo theo theo doanh số bán hàng của donah nghiệp giảm Điều này sẽ gây ảnh hưởng đến khả năng trả nợ của doanh nghiệp Nền kinh tế Việt Nam phụ thuộc vào khả năng cung cấp tín dụng của ngân hàng (Markri & cộng sự (2012), Klein (2013) Tổng cục thống kê Việt Nam sẽ là cơ quan thống kê GDP hằng năm của Việt Nam.
H1: Tốc độ phát triển kinh tế tác động cùng chiều đến tỷ lệ nợ xấu ngân hàng.
+ Tỷ lệ lạm phát (INF)
Tỷ lệ thất nghiệp tăng gây ra hệ quả vô cùng nghiêm trọng cho cả nền kinh tế đất nước nói chung và lợi nhuận ngân hàng nói riêng Khi người dân bị thất nghiệp dẫn đến không có thu nhập đầu vào và từ đó không có khả năng chi trả khoản nợ
MPL it (%) vay ngân hàng Kết quả cũng có thể thấy được đó là các NHTM không có khả năng thu hồi lại được nguồn vốn của mình và thu nhập của các ngân hàng từ đó cũng giảm. Nghiên cứu của Fillip (2015), Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013), Nguyễn Tuấn Kiệt và Đinh Hùng Phú (2016) đều chứng minh cho nhận định trên Bên cạnh đó, nghiên cứu của Ekanayake (2015) lại cho thấy tỷ lệ lạm phát tỷ lệ nghịch với tỷ lệ nợ xấu.
H2: Tỷ lệ lạm phát tác động cùng chiều với tỷ lệ nợ xấu.
Theo nghiên cứu của Marki và cộng sự (2014) đã sử dụng phương pháp hồi quy với mẫu 14 trong 17 quốc gia thuộc khu vực sử dụng Euro làm đơn vị tiền tệ, kết quả cho thấy rõ tỷ lệ thất nghiệp tác động cùng chiều đến tỷ lệ nợ xấu ngân hàng.
Khi thất nghiệp diễn ra, thu nhập của người đi vay giảm, do đó khả năng hoàn trả nợ gốc và lãi vay của họ sẽ giảm, điều này dẫn đến tỷ lệ nợ xấu của ngân hàng tăng lên (Fillip,2015).
H3: Tỷ lệ thất nghiệp cùng chiều với tỷ lệ nợ xấu.
Nhân tố vi mô: Dưới đây là các nhân tố vi mô chính xuất phát từ bên trong nội bộ của ngân hàng và có khả năng ảnh hưởng đến tỷ lệ nợ xấu Phần lớn các nhân tố này ngân hàng có thể phòng tránh và kiểm soát để hạn chế mức độ ảnh hưởng xuống mức tối thiểu được.
+ Suất sinh lợi trên tài sản (ROA)
Theo Hoàng Phạm Đình Vũ (2014), Rina Yovin (2016), Mumtaz và Sajjad
(2017) đã chỉ ra rằng nhân tố ROA là một trong các yếu tố đáng tin cậy được sử dụng để đánh giá lợi nhuận hoạt động của NHTM do ROA không chịu ảnh hưởng bởi tác động của tài chính cao ROA bằng lợi nhuận sau thuế chia tổng tài sản bình quân. Trong đó, lợi nhuận sau thuế được lấy từ báo cáo hoạt động kinh doanh hàng năm của ngân hàng, còn tổng tài sản được lấy từ báo cáo tài chính của các ngân hàng, cụ thể là bảng cân đối kế toán.
H4: Tỷ suất lợi nhuận trên tổng tài sản bình quân có tác động ngược chiều đến tỷ lệ nợ xấu ngân hàng.
+ Quy mô ngân hàng (SIZE)
Chỉ tiêu này thể hiện năng lực mở rộng thị trường của ngân hàng đó Phần lớn các công trình nghiên cứu trước đó đều thể hiện mối tương quan ngược chiều giữa quy mô ngân hàng và nợ xấu Phần lớn các nghiên cứu trước đây đều tìm thấy mối tương quan ngược chiều giữa quy mô ngân hàng với nợ xấu Cụ thể, có thể kể đến công trình nghiên cứu của Ghosh (2015), Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013), Nguyễn Thị Hồng Vinh (2015) Trong khi đó, tương quan nghich chiều giữa quy mô và nợ xấu cũng được tìm thấy trong nghiên cứu của Salas và Suarina (2002).
Ngân hàng có tổng tài sản lớn thể hiện quy mô ngân hàng lớn Quy mô ngân hàng lớn cho phép các NHTM có điều kiện có điều kiện để đầu tư và cải thiện quy trình tín dụng, chất lượng quản trị rủi ro cũng như nguồn nhân lực chất lượng cao. Đồng thời quy mô ngân hàng lớn cùng với thị phần cao cho phép NHTM có thể đa dạng hoá hoạt động tín dụng của mình, từ đó giảm thiểu rủi ro tập trung tín dụng (Louzis, 2012).
Dữ liệu nghiên cứu
Dữ liệu nghiên cứu được tác giả đề cập bao gồm 25 NHTMCP Việt Nam được niêm yết trên sàn chứng khoán HOSE và HNX làm mẫu đại diện cho 3 quy mô: lớn, trung bình và nhỏ để cung cấp dữ liệu cho nghiên cứu này Trong giai đoạn 2011-
2021 thì 25 NHTMCP này được thống kê đầy đủ dữ liệu đã được kiểm duyệt độ dài là phù hợp để đáp ứng nhu cầu nghiên cứu của tác giả Bên cạnh đó, các biến tốc độ tăng trưởng kinh tế (GDP), tỷ lệ lạm phát (INF), tỷ lệ thất nghiệp (UN) được tác giả thu thập từ Tổng cục thống kê Việt Nam (GSO), World Bank (WB), Vietstock, Quỹ tiền tệ quốc tế (IMF). Вảng 1: Phân loại nợ một số nước trên thế giớiảng 3: Danh sách các Ngân hàng TMCP Việt Nam được đề cập
STT Mã Tên tiếng Anh Tên tiếng Việt
1 ABB An Binh Commercial Joint
Stock Bank Ngân hàng TMCP An Bình
2 ACB Asia Commercial Joint Stock
Bank Ngân hàng TMCP Á Châu
Joint Stock Commercial Bank for Investment and
Ngân hàng TMCP Đầu tư và Phát triển Việt Nam
4 BVB Viet Capital Bank Ngân hàng TMCP Bản Việt
5 CTG Vietnam Joint Stock Ngân hàng TMCP Công thương
Commercial Bank For Industry And Trad
Ngân hàng TMCP Xuất nhập khẩu Việt Nam
7 HDB Ho Chi Minh City Development
Ngân hàng TMCP Phát triển Việt Nam
8 KLB Kien Long Commercial Joint
Stock Bank Ngân hàng TMCP Kiên Long
9 LPB Lien Viet Post Joint Stock
Ngân hàng TMCP Bưu điện Liên Việt
Stock Bank Ngân hàng TMCP Quân đội
Ngân hàng TMCP Hàng hải Việt Nam
12 NAB Nam A Commercial Joint Stock
Bank Ngân hàng TMCP Nam Á
Joint Stock Bank Ngân hàng TMCP Quốc Dân
14 OCB Orient Commercial Joint Stock
Ngân hàng TMCP Phương Đông
Ngân hàng TMCP Xăng dầu Petrolimex
Joint Stock Bank Ngân hàng TMCP Đông Nam Á
17 SGB Saigon Bank For Industry And
Ngân hàng TMCP Sài Gòn Công Thương
18 SHB Saigon Hanoi Commercial Joint
Ngân hàng TMCP Sài Gòn - Hà Nội
19 STB Sai Gon Thuong Tin
Ngân hàng TMCP Sài GònThương Tín
Commercial Joint Stock Bank Ngân hàng TMCP Kỹ Thương
21 TPB Tien Phong Commercial Joint
Stock Bank Ngân hàng TMCP Tiên Phong
Joint Stock Bank Ngân hàng TMCP Việt Á
23 VCB Bank for Foreign Trade of
Ngân hàng TMCP Ngoại thương Việt Nam
Ngân hàng TMCP Quốc tế Việt Nam
25 VPB Vietnam Prosperity Joint Stock
Ngân hàng TMCP Việt Nam Thịnh Vượng
(Nguồn: Tổng hợp của tác giả)
Phương pháp nghiên cứu
Để do lường tác động của các nhân tố độc lập đến nhân tố phụ thuộc Trong nghiên cứu này, phần mền Excel là công cụ đước sử dụng để xử lý dữ liệu và tính toán giá trị các biến được đề cập trong nghiên cứu Từ đó tác giả xây dựng một bảng dữ liệu theo thời gian từ 20111- 2021 Tác giả tiếp tục sử dụng phần mềm Stata- phiên bản 14 để phân tích và thống kê mô tả các đặc trưng của biến trong mô hình, tạo lập ma trận tương quan cũng như ước lượng hồi quy bằng cách sử dụng phương pháp ước lượng mô hình hồi quy bằng mô hình Pooled OLS, mô hình tác động cố định FEM, mô hình tác động ngẫu nhiên REM và mô hình GLS để khắc phục các khuyết tật của mô hình Tuy nhiên, việc ước lượng mô hình theo phương pháp Pooled OLS không phản ánh được tác động riêng biệt, mang tính đặc thù của từng ngân hàng Tác giả sử dụng kiểm định Hausman để tìm ra giữa hai mô hình FEM và REM đâu là mô hình phù hợp Kết quả cho thấy mô hình hồi quy REM được ưa thích hơn, tiếp tục thực hiện kiểm định sự lựa chọn giữa mô hình REM và mô hình Pooled OLS bằng kiểm định Breusch- Pagan Tiếp theo, tác giả sử dụng mô hình GLS kiểm định các khuyết tật của mô hình như kiểm định hiện tượng đa cộng tuyến, phương sai sai số thay đổi, hiện tượng tự tương quan.
TÓM TẮT CHƯƠNG 3 Ở chương 3, tác giả đã trình bày cho ngừoi đọc mô hình và các giả thuyết nghiên cứu, dữ liệu nghiên cứu và phương pháp nghiên của Bên cạnh đó, tác giả còn trình bày 4 mô hình được sử dụng để phân tích tác động của các nhân tố vi mô và vĩ mô đến tỷ lệ nợ xấu là mô hình FEM, mô hình REM, mô hình Pooled OLS, mô hình GLS Chương 4, bài nghiên cứu sẽ trình bày thực trạng nợ xấu của các Ngân hàng TMCP Việt Nam giai đoạn 2011- 2021, kết quả và thảo luận kết quả nghiên cứu.
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 47 4.1 Thực trạng nợ xấu tại các Ngân hàng TMCP Việt Nam giai đoạn 2011-
Kết quả nghiên cứu
4.2.1 Thống kê mô tả các biến Вảng 1: Phân loại nợ một số nước trên thế giớiảng 4: Thống kê mô tả giữa các biến quan sát
Trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất
(Nguồn: Kết quả từ STATA)
Từ bảng 4.1 có thể thấy:
_Cở mẫu nghiên cứu là 275 quan sát cho mỗi biến, đây là cỡ mẫu chấp nhận được để thực hiện mô hình hồi quy trong thống kê Nợ xấu trung bình của 25 NHTM Việt Nam trong giai đoạn 2011- 2021 là 2.8% so với tổng dư nợ Trong đó, tỷ lệ nợ xấu thấp nhất là 0.4%và tỷ lệ nợ xấu cao nhất là 26.8%.
_Giá trị trung bình của tốc độ tăng trưởng kinh tế (GDP) từ năm 2011- 2021 là 5.7% với độ lệch chuẩn thấp và giá trị nhỏ nhất và lớn nhất giao động từ 2.6% - 7.1%. _Giá trị trung bình của tỷ lệ lạm phát (INF) trong giai đoạn 2011- 2021 là 5.1%. _Giá trị trung bình của tỷ lệ thất nghiệp (UN) trong giai đoạn 2011-2021 là 2.2%.
_Giá trị trung bình của tỷ lệ sinh lời trên tổng tài sản của 25 NHTMCP là 0.9%, với độ lệch chuẩn 0.8%; trong đó tỷ lệ thấp nhất là -6% (tại TPB, 2011) và tỷ lệ cao nhất là 3.6% (tại TCB, 2021) Điều này cho thấy tỷ lệ sinh lời rên tổng tài sản của 25 NHTMCP trong thời gian nghiên cứu có sự chênh lệch khá nhiều từ các ngân hàng. _Giá trị trung bình của quy mô 25 NHTMCP Việt Nam là 18.633 với độ lệch chuẩn là 1.15, giá trị lớn nhất và nhỏ nhất giao động từ 16.502 (tại TPB, 2012) đến 21.29 (BID, 2021) Điều này cho thấy quy mô giữa các ngân hàng đang có sự chênh lệch khá lớn.
_ Giá trị trung bình Tỷ lệ trích lập dự phòng/ Tổng dư nợ tín dụng của 25 NHTMCP Việt Nam là 4.1% với độ lệch chuẩn 10.43%, giá trị nhỏ nhất và giá trị lớn nhất giao động từ 0- 1.677 Điều này cho thấy tỷ lệ trích lập dự phòng giữa các ngân hàng có sự chênh lệch lớn.
_ Giá trị trung bình của Dư nợ tín dụng/Tổng vốn huy động của các Ngân hàng thương mại có giá trị là 63% với độ lệch chuẩn là 14.3% Giá trị nhỏ nhất là 0.155 và gái trị lớn nhất là 1.008, điều này cho thấy khả năng thanh khoản giữa các ngân hàng có sự chênh lệch cao.
_ Giá trị trung bình của Chi phí hoạt động/Tổng thu nhập thuần là 63.6%, độ lệch chuẩn là 50.9%, giá trị nhỏ nhất của biến là -8.103 và giá trị lớn nhất của biến là
3.615 Điều này cho thấy mức độ hiệu quả hoạt động kinh doanh của các ngân hàng thương mại có sự chênh lệch khá lớn. Вảng 1: Phân loại nợ một số nước trên thế giớiảng 5: Ma trận tương quan giữa các biến
NPL GDP INF UN ROA SIZE LLP LDR CIR
(Nguồn: Kết quả từ STATA)
4.2.2 Ước lượng mô hình hồi quy
Nghiên cứu sử dụng mô hình Pooled OLS, mô hình tác động cố định (FEM) và mô hình tác động ngầu nhiên (REM) để phân tích tác động các nhân tố vi mô và vĩ mô đến tỷ lệ nợ xấu tại các Ngân hàng TMCP Việt Nam giai đoạn 2011- 2021 Chi tiết kết quả ước lượng mô hình được mô tả sau:
• Mô hình Pooled OLS Вảng 1: Phân loại nợ một số nước trên thế giớiảng 6: Ước lượng mô hình hồi quy Pooled OLS
NPL Hệ số Độ lệch chuẩn t Prob
Tổng số quan sát = 275 Prob > F = 0.0000 R-squared = 0.3254 (Nguồn: Kết quả từ STATA) Kết quả ước lượng hồi quy Pooled OLS được tình bày ở bảng 4.3 cho thấy R 2 của mô hình ở mức 0.3254 Điều này có ý nghĩa rằng 100% sự biến động của tỷ lệ nợ xấu (NPL) trong mô hình giải thích được 32.54% kết quả tác động do biến độc lập. Trong mô hình Pooled OLS, có tổng cộng 5 biến bị loại (GDP, ROA, LLP, LDR, CIR) và 3 biến có ý nghĩa (INF, UN, SIZE) do giá trị Prob > 10% Kết quả ước lượng mô hình Pooled OLS như sau:
Tuy nhiên, việc ước lượng theo mô hình hồi quy Pooled OLS không phản ánh được những tác động đặc thù của từng ngân hàng, điều này khiến cho ước lượng không đúng với thực tế Do đó, nghiên cứu tiếp tục thực hiện ước lượng mô hình tác động cố định (FEM) và ước lượng mô hình tác động ngẫu nhiên (REM).
• Ước lượng FEM Вảng 1: Phân loại nợ một số nước trên thế giớiảng 7: Ước lượng mô hình FEM
NPL Hệ số Độ lệch chuẩn t Prob
Tổng số quan sát = 275 Prob > F = 0.0000 (Nguồn: Kết quả từ STATA) Dựa vào kết quả ước lượng mô hình FEM ở bảng 4.4 có thể thấy mô hình đã khắc phục được một số nhược điểm của mô hình Pooled OLS Kết quả của việc ước lượng mô hình FEM như sau:
• Ước lượng REM Вảng 1: Phân loại nợ một số nước trên thế giớiảng 8: Kết quả ước lượng mô hình REM
NPL Hệ số Độ lệch chuẩn t Prob
Tổng số quan sát = 275 Prob > F = 0.0000
(Nguồn: Kết quả từ STATA) Qua bảng 4.5 có thể thấy rằng hầu hết tất cả các biến đều bị loại do mức ý nghĩa Prob > 10% ngoại trừ 3 biến INF, UN, SIZE Kết quả được trình bày như sau:
NPL = 0.0283453 + 0.3294794 1 INF + 2.174063*UN - 0.0036273*SIZE Để xác định giữa 2 mô hình FEM, REM đâu là mô hình phù hợp, tác giả tiếp tục sử dụng kiểm định Hausman.
• Kiểm định Hausman Вảng 1: Phân loại nợ một số nước trên thế giớiảng 9: Kết quả kiểm định Hausman
Test: Ho: difference in coefficients not systematic chi2(8) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 15.16 Prob>chi2 = 0.0561 (V_b-V_B is not positive definite)
(Nguồn: Kết quả từ STATA) Kiểm định cho thấy kết quả p-value = 0.0561 > 0.05 Với mức ý nghĩa 1%, ta chấp nhận giả thuyết H 0 , tức là mô hình REM phù hợp Nghiên cứu tiếp tục thực hiện kiểm định Breusch- Pagan để lựa chọn giữa mô hình Pooled OLS và REM. chibar2(01) = 0.00 Prob > chibar2 = 1.0000
NPL[bank,t] = Xb + u[bank] + e[bank,t] Вảng 1: Phân loại nợ một số nước trên thế giớiảng 10: Kết quả kiểm định Вảng 1: Phân loại nợ một số nước trên thế giớireusch-Pagan
(Nguồn: Kết quả từ STATA) Dựa vào kết quả bảng 4.7, ta thấy p-value = 1> 0.05, chấp nhận giả thuyết H 0 Điều đó có ý nghĩa rằng mô hình Pooled OLS phù hợp
• Kiểm định đa cộng tuyến Để hạn chế tối đa hiện tượng đa cộng tuyến, tác giả tiến hành kiểm tra bằng phương pháp phóng đại nhân tử phương sai VIF (Varince Inflation Factor) vì các biến này có giá trị trung bình bằng 1.22 Theo Wooldrige (2002), khi hệ số VIF >10 sẽ có hiện tượng đa cộng tuyến. Вảng 1: Phân loại nợ một số nước trên thế giớiảng 11: Kết quả sử dụng VIF kiểm định hiện tượng đa cộng tuyến
(Nguồn: Kết quả từ STATA)
Thảo luận kết quả nghiên cứu
Вảng 1: Phân loại nợ một số nước trên thế giớiảng 15: So sánh kết quả
Pooled OLS REM FEM GLS
(Nguồn: Kết quả từ STATA)
* Biến tỷ lệ lạm phát (INF)
Dựa vào bảng so sánh kết quả ước lượng 4 mô hình hồi quy được trình bày ở bảng 4.11 cho biết với mức ý nghĩa 1% ở cả 4 mô hình (Pooled OLS, FEM, REM, GLS) với điều kiện các yếu tố khác không đổi thì biến INF tăng 1 đơn vị đồng nghĩa biến NPL tăng 0.329 đơn vị (Pooled OLS, REM), tăng 0.311 đơn vị (FEM), tăng 0.328 (GLS) Vậy, biến tỷ lệ lạm phát (INF) có mối tương quan cùng chiều với tỷ lệ nợ xấu (NPL) Điều này có thể được lý giải rằng khi lạm phát tăng sẽ khiến người tiêu dùng mất nhiều chi phí hơn để mua 1 sản phẩm và người bán sẽ bị giảm sản lượng bán ra, dẫn đến tình trạng thua lỗ cho các nhà kinh doanh và người tiêu dùng khi đang trong tình trạng vay nợ ngân hàng Đây là một trong những nguyên nhân khiến cho quá trình thu hồi nợ của ngân hàng đối với khách diễn ra khó khăn, từ đó khiến cho tỷ lệ nợ xấu của ngân hàng tăng cao và gây thiệt hại về thu nhập cho cả hệ thống ngân hàng nói chung và chính ngân hàng cấp tín dụng cho những khách hàng của mình nói riêng.
*Biến tỷ lệ thất nghiệp
Kết quả của tỷ lệ thất nghiệp tại mô hình hồi quy theo phương pháp FEM như trên bảng 4.11 cho thấy tỷ lệ thất nghiệp tỷ lệ thuận với tỷ lệ nợ xấu ở mức ý nghĩa 5% Trong điều kiện các yếu tố khác không đổi, khi tỷ lệ thất nghiệp (UN) tăng 1 đơn vị thì tỷ lệ nợ xấu (NPL) tăng 2.407 đơn vị Tỷ lệ thất nghiệp tăng gây ra hệ quả vô cùng nghiêm trọng cho cả nền kinh tế đất nước nói chung và lợi nhuận ngân hàng nói riêng Khi người dân bị thất nghiệp dẫn đến không có thu nhập đầu vào và từ đó không có khả năng chi trả khoản nợ vay ngân hàng Kết quả cũng có thể thấy được đó là các NHTM không có khả năng thu hồi lại được nguồn vốn của mình và thu nhập của các ngân hàng từ đó cũng giảm.
*Biến quy mô ngân hàng (SIZE)
Biến quy mô ngân hàng (SIZE) có mối tương quan tỷ lệ nghịch với tỷ lệ nợ xấu(NPL) với mức ý nghĩa 5% Khi các yếu tố khác không đổi trong cùng một điều kiện,biến quy mô ngân hàng tăng 1 đơn vị thì biến phụ thuộc NPL giảm 0.00363 đơn vị(mô hình Pooled OLS, mô hình REM), giảm 0.00399 đơn vị (mô hình GLS) Với kết quả đó có ý nghĩa rằng nếu các NHTM Việt Nam mở rộng thị trường càng lớn và cung cấp nhiều dịch vụ sẽ mang đến nguồn lợi nhuận lớn hơn cho ngân hàng và giảm thiểu tỷ lệ nợ xấu tập trung ở nghiệp vụ tín dụng Đây cũng là bài học cho cả hệ thống ngân hàng đừng nên bỏ trứng (tài sản) trong cùng một giỏ hàng hoá (lĩnh vực đầu tư) vì khi thua lỗ có thể gây khủng hoảng đến sự tồn tại của chính ngân hàng đó nói riêng và cả hệ thống ngân hàng Việt Nam nói chung.
*Biến tỷ lệ dự phòng rủi ro tín dụng
Biến tỷ lệ dự phòng rủi ro tín dụng trên tổng dư nợ cho vay tương quan ngược chiều với biến tỷ lệ nợ xấu với mức ý nghĩa 5% trong điều kiện các yếu tố xung quanh không đổi, biến LLP tăng 1 đơn vị thì tỷ lệ nợ xấu giảm 0.0401 đơn vị (mô hình FEM) Tại nghiên cứu này đã cho kết quả rằng nếu tỷ lệ dự phòng rủi ro tín dụng tại các NHTMCP Việt Nam tăng đồng nghĩa với sự ổn định về thu nhập cũng như là tỷ lệ an toàn vốn của ngân hàng cũng tăng bù đắp cho các khoản nợ xấu khó thu hồi được vốn Do đó, tỷ lệ nợ xấu toàn ngành ngân hàng sẽ được giảm thiểu theo hướng tích cực hơn.
Chương 4, tác giả dựa vào số liệu đã được xử lý và tính toán bằng phần mềm Excel để chạy mô hình bằng phần mềm Stata-14 Tại đây, tác giả đã sử dụng 4 phương pháp ước lượng đó là Pooled OLS, FEM, REM, GLS Kết quả so sánh từ kiểm định Hausman cho thấy mô hình REM được ưa thích hơn Tiếp theo, tiếp tục so sánh Pooled OLS và REM bằng kiểm định Breusch- Pagan cho ra kết quả rằng mô hình Pooled OLS phù hợp Sau đó, kiểm tra 3 khuyết tật điển hình của mô hình là hiện tượng tự tương quan, hiện tượng phương sai thay đổi và hiện tượng đa cộng tuyến Mô hình có khuyết tật với hiện tượng tự tương quan Tác giả tiếp tục sử dụng mô hình ước lượng GLS để khắc phục khuyết tật đa cộng tuyến của mô hình và cuối cùng thảo luận kết quả nghiên cứu được Để tiếp nối chương 4 thì chương 5 sẽ thực hiện kết luận cho các biến có tương quan và đồng thời đưa ra các khuyến nghị phù hợp cho Ngân hàng và Chính phủ.
