TP HỒ CHÍ MINH, NĂM 2023 NGÂN HÀNG NHÀ NƯỚC VIỆT NAM BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH LÊ THANH HÀ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN NỢ XẤU CỦA CÁC NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN VIỆ[.]
Đặt vấn đề và tính cấp thiết của đề tài
Theo Tuyết Thanh & Lâm Thị Nhựt Vân (2021) Thống kê được công bố công khai trên các báo cáo tài chính quý I/2019 của các ngân hàng thương mại (NHTM) cho thấy, tổng số nợ xấu nội bảng của 22 ngân hàng đến hết tháng 3/2019 là hơn 84.200 tỷ đồng, tăng hơn 4.600 tỷ đồng so với thời điểm đầu năm Số NHTM có nợ xấu tăng vẫn chiếm đa số, có tới 15 trong 22 ngân hàng có nợ xấu tuyệt đối tăng so với thời điểm đầu năm Ngân hàng có nợ xấu tăng mạnh nhất trong 3 tháng đầu năm là VietinBank, tăng tới 2,272 tỷ đồng, lên mức 15,963 tỷ đồng So với cùng kỳ năm ngoái, tổng số nợ xấu của VietinBank đã tăng hơn 5,600 tỷ đồng Các ngân hàng TMCP Việt Nam lớn khác như Sacombank, MBBank, SHB cũng có tỷ lệ nợ xấu cho vay tăng trong quý I/2019 Tỷ lệ nợ xấu của các ngân hàng thương mại này trên tổng dư nợ cho vay sắp xếp theo thứ tự lần lượt là 2,14%; 1,41% và 1,78%.
Như vậy số NHTM có tỷ lệ nợ xấu tăng vẫn nhiều hơn mặc dù vẫn có cácNHTM như BIDV, HDBank, ACB, đã chủ động, linh hoạt xử lý nợ xấu theo Nghị quyết số 42/2017/QH14 của Quốc hội về thí điểm xử lý nợ xấu của các tổ chức tín dụng (TCTD), quyết liệt trong bán tài sản đảm bảo tiền vay đã thu giữ, kiểm soát chặt chẽ hạn chế tới mức thấp nhất phát sinh các khoản nợ xấu mới Có thể nói để các Ngân hàng thương mại tại Việt Nam hoạt động tốt và ổn định cần có một chính sách huy động dòng tiền vốn hợp lý để không làm thất thoát lượng tiền huy động về phía ngân hàng cũng như lượng tiền được lưu thông vào nền kinh tế Tuy nhiên để duy trì đảm bảo dòng tiền huy động luôn ổn định vẫn luôn là vấn đề nan giải và có phần khó khan đối với các nhà quản lý ngân hàng Thách thức đặt ra càng khó giải quyết khi nợ xấu vẫn đang tác động một cách tiêu cực vào việc lưu thông dòng vốn chảy vào nền kinh tế Nợ xấu nếu không được kìm hãm một cách triệt để nếu để càng tăng cao hơn thì sẽ gây cho các ngân hàng nói riêng và nền kinh tế nói chung
2 những rủi ro và tổn thất càng lớn và nặng nề hơn Đây được coi là nguyên nhân chính kìm hãm, hạn chế sự lưu thông của dòng tín dụng trong nền kinh tế.
Nợ xấu có sự ảnh hưởng rất lớn tới sự phát triển của toàn bộ hệ thống Ngân hàng Thương mại vì khi không thể kiểm soát được nợ xấu sẽ kéo theo rủi ro rút tiền đồng loạt trên thị trường, dẫn đến khủng hoảng tín dụng không thể khắc phục, từ đó gây ra biến động của hệ thống ngân hàng ở các mức độ khác nhau, rất bất lợi cho sự phát triển của Ngân hàng Thương mại và toàn nền kinh tế nói chung Đặc biệt trong bối cảnh hiện nay, số lượng ngân hàng liên doanh và ngân hàng 100% vốn nước ngoài ngày một gia tăng, canh trạnh trong lĩnh vực ngân hàng trở nên rất khốc liệt, đòi hỏi các Ngân hàng Thương mại Việt Nam phải hết sức nỗ lực, chủ động nhận thức và nâng cao hiệu quả hoạt động Tín Dụng (An Tuệ, 2022) Đối với các ngân hàng thương mại ở Việt Nam, việc nghiên cứu về nợ xấu hay nghiên cứu về các yếu tố ảnh hưởng đến nợ xấu tại ngân hàng thương mại là một đề tài quen thuộc nhưng lại rất cần thiết trong giai đoạn ngành ngân hàng đang có nhiều biến động Nghiên cứu về các yếu tố ảnh hưởng đến nợ xấu tại các ngân hàng thương mại sẽ giúp chúng ta hiểu rõ hơn về vấn đề môi trường nợ xấu trong hệ thống ngân hàng thương mại hiện nay, từ đó giúp các nhà hoạch định chính sách và các nhà quản lý ngân hàng tìm ra giải pháp hạn chếvấn đề nợxấu tồn tại.Vì lý do này tácgiả đãchọn
“Các yếu tố ảnh hưởng tới nợxấu của cácNgânHàngThương Mại ViệtNam” làm đề tài của khoá luận tốt nghiệp
Mục tiêu của đề tài
Nghiên cứu các yếu tố ảnh hưởng đến nợ xấu của các NHTM cổ phần tại Việt Nam Từ các kết quả được thực hiện từ mô hình nghiên cứu các yếu tố ảnh hưởng có thể đưa ra được kết luận cùng với khuyến nghị và chính sách phù hợp nhằm giúp các NHTM có thể hạn chế được thấp nhất tỉ lệ nợ xấu và nâng cao được hiệu quả hoạt động từ đó rà soát chặt chẽ các hoạt động trong thời gian sắp tới
Dựa trên mục tiêu tổng quát, mục tiêu cụ thể của đề tài được triển khai như
❖ Thứ nhất: xác định các yếu tố nào ảnh hưởng đến tỷ lệ nợ xấu tại các Ngân hàng TMCP Việt Nam
❖ Thứ hai: phân tích và đánh giá chiều hướng tác động của các yếu tố đó đến tỷ lệ nợ xấu tại các Ngân hàng TMCP Việt Nam
❖ Thứ ba: đưa ra được các giải pháp và khuyến nghị nhằm giảm thiểu tỷ lệ nợ xấu tại các Ngân hàng TMCP Việt Nam
Câu hỏi nghiên cứu
- Các yếu tố nào tác động đến tỷ lệ nợ xấu tại các Ngân hàng Thương mại Việt
- Các yếu tố đó ảnh hưởng như thế nào đến tỷ lệ nợ xấu tại các Ngân hàng
- Các biện pháp và chính sách nào có thể giúp các Ngân hàng Thương mại
Việt Nam nâng cao được hiệu quả hoạt động Tín dụng vừa giúp làm giảm thiểu tỉ lệ nợ xấu trong thời gian tới?
Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu là các yếu tố ảnh hưởng đến nợ xấu của Ngân hàng thương mại Việt Nam.
- Phạm vi không gian: Khóa luận thu thập dữ liệu của 30 ngân hàng thương mại Việt Nam trên tổng số 31 ngân hàng tính đến thời điểm nghiên cứu được thực hiện.
- Phạm vi thời gian: Các số liệu được tác giả tham khảo nghiên cứu sẽ nằm ở giai đoạn 2011 đến 2021 Các số liệu đã được niêm yết trên báo cáo tài chính của các ngân hàng thương mại cổ phần.
Phương pháp nghiên cứu
Trong nghiên cứu này, phương pháp nghiên cứu được thực hiện là tổng hợp
4 lý thuyết và nghiên cứu định lượng Trong đó, các thông tin dùng cho phương pháp định lượng là dữ liệu thứ cấp được tổng hợp từ báo cáo tài chính tại các NHTM cổ phần Việt Nam và các báo cáo vĩ mô, kinh tế Việt Nam giai đoạn 2011 - 2021 Qua đó giúp mô hình nghiên cứu kiểm định các yếu tố ảnh hưởng đến nợ xấu tại các NHTM cổ phần Việt Nam được khách quan hơn
Với dữ liệu thu thập được, khóa luận sử dụng phần mềm Stata 14.0 để chạy hồi quy các mô hình OLS, FEM và REM Tiếp theo, sử dụng các kiểm định để lựa chọn ra mô hình phù hợp Kế đến, kiểm định phương sai sai số thay đổi và kiểm định sự tương quan được sử dụng để kiểm tra sai phạm trên mô hình Khi phát hiện mô hình có những sai phạm, bước cuối cùng, khoá luận sử dụng phương pháp ước lượng bình phương nhỏ nhất tổng quát (GLS) để khắc phục và đưa ra mô hình phù hợp cuối cùng.
1.5.2 Dữ liệu nghiên cứu Đề tài sử dụng những dữ liệu nghiên cứu sau: dữ liệu của các ngân hàngTMCP Việt Nam và dữ liệu kinh tế vĩ mô của Việt Nam trong giai đoạn 2011 đến năm 2021 Trong đó, dữ liệu của các ngân hàng TMCP được thu thập từ các báo cáo tài chính hợp nhất, báo cáo thường niên của các ngân hàng TMCP và các thống kê của Ngân hàng Nhà nước Việt Nam.
Đóng góp đề tài
Ngoài việc tập trung tìm kiếm và đưa ra các thông tin liên quan đến đề tài thông qua việc tìm hiểu và chạy mô hình các yếu tố tác động đến nợ xấu tại các ngân hàng TMCP tại Việt Nam thì sau khi bài khoá luận được hoàn thành các kết quả có được từ nghiên cứu về đề tài này sẽ được tổng hợp, hệ thống hoá lại và đóng góp vô như các bằng chứng đã được xác thực củng cố cho các nghiên cứu trước và làm nền tảng cho các nghiên cứu về sau Không chỉ dừng lại ở việc đánh giá về thực trạng nợ xấu tại các ngân hàng mà bài khoá luận còn đưa ra được mức độ ảnh hưởng của các yếu tố đã góp phần tác động đến tình hình nợ xấu tại các ngân hàngTMCP tại Việt Nam Bài khoá luận thể hiện được tầm quan trọng của việc nghiên cứu đề tài yếu tố ảnh hưởng đến Nợ xấu thể hiện ở việc sau khi đã có được các thông
5 tin và kết quả trong bài cũng sẽ góp phần làm nên sự thành công trong việc giúp các nhà quản lý ngân hàng xây dựng được các chính sách và chiến lược hiệu quả và có tính thuyết phục hơn nhằm giúp các ngân hàng TMCP Việt Nam giảm thiểu được nợ xấu và gia tăng chất lượng tín dụng một cách tốt nhất.
Kết cấu đề tài
Đề tài được chia làm 5 chương, cụ thể:
Chương 1: GIỚI THIỆU ĐỀ TÀI
- Chương 1 sẽ trình bày về công trình nghiên cứu bao gồm lý do chọn đề tài, thông qua đó xác định mục tiêu nghiên cứu tổng quát và các mục tiêu nghiên cứu cụ thể, theo đó xác định các câu hỏi nghiên cứu tương ứng, phạm vi và đối tượng nghiên cứu Ngoài ra, chương 1 cũng sẽ trình bày ý nghĩa nghiên cứu của đề tài và kết thúc chương này sẽ trình bày kết cấu tổng thể của đề tài.
Chương 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
- Chương này trình bày các cơ sở lý thuyết cùng với các yếu tố chính ảnh hưởng đến nợ xấu tại các ngân hàng thương mại nhằm đưa vào mô hình để phân tích cũng như hệ thống hóa vấn đề nghiên cứu thông qua các nghiên cứu trước đây ở trong nước và ngoài nước.
Chương 3: PHƯƠNG PHÁP VÀ MÔ HÌNH NGHIÊN CỨU
- Trong chương này sẽ đề ra phương pháp nghiên cứu và mô hình nghiên cứu, dựa trên những nghiên cứu trước để đưa ra mô hình nghiên cứu cho đề tài, xác định các biến trong mô hình và nêu ra quy trình nghiên cứu
Chương 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
- Chương này trình bày và diễn giải kết quả nghiên cứu định lượng chính thức qua việc phân tích, xử lý các dữ liệu đã thu thập thông qua phần mềm Stata,bao gồm: Kết quả thống kê mô tả mẫu, phân tích tương quan hồi quy, kiểm định các giả thuyết… Từ đó đưa ra lời giải thích về tác động của các biến độc lập lên biến phụ thuộc để có thể phân tích kết quả nghiên cứu, trình bày việc phân tích các yếu tố ảnh hưởng đến nợ xấu tại ngân hàng thương mại Việt
Chương 5: KẾT LUẬN VÀ KHUYẾN NGHỊ
- Trong phần cuối này sẽ rút ra các kết luận liên quan về vấn đề nghiên cứu.
Từ đó, gợi ý một vài giải pháp cho những người lãnh đạo quản trị trong ngân hàng Nêu ra một vài điểm hạn chế của nghiên cứu này và hướng nghiên cứu tiếp theo.
Trong chương này tác giả đã giới thiệu tổng quan về đề tài nghiên cứu, trong đó trình bày về tính cấp thiết của đề tài, tình hình nghiên cứu, mục tiêu nghiên cứu,câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu,đóng góp của đề tài và bố cục của đề tài Những định hướng nêu trên là cơ sở để tác giả trình bày khoá luận này ở những chương tiếp theo.
Cơ sở lý thuyết
2.1.1 Nợ xấu trong hệ thống ngân hàng thương mại
Hiện nay, có rất nhiều khái niệm về nợ xấu được định nghĩa một cách khác nhau có thể định nghĩa dựa trên vavs tiêu chí về việc phân loại nợ xấu, cách phân loại khác nhau nên cũng dẫn đến có rất nhiều khái niệm về nợ xấu khác nhau Hiểu một cách đơn giản nợ xấu được cho là các khoản nợ dưới mức chuẩn, có thể quá hạn và bị nghi ngờ về khả năng trả nợ của khách hàng Dưới đây là một số quan điểm về nợ xấu đã được tổng hợp lại hiện nay vẫn đang được áp dụng trên thế giới cũng như tại Việt Nam.
- Theo tổ chức tiền tệ thế giới (IMF): trong hướng dẫn tính toán các chỉ số lành mạnh tài chính tại các quốc gia (IFRS) 2 định nghĩa về nợ xấu như sau "Nợ xấu gồm các khoản nợ quá hạn trả lãi và/ hoặc gốc 90 ngày hoặc hơn; khi các khoản lãi suất quá hạn 90 ngày hoặc hơn đã được vốn hóa, cơ cấu lại hoặc trì hoãn theo thỏa thuận; khi các khoản thanh toán đến hạn dưới 90 ngày nhưng có thể nhận thấy những dấu hiệu rõ ràng cho thấy người vay sẽ không thể hoàn trả nợ đầy đủ (người vay phá sản) Sau khi khoản vay được xếp vào danh mục nợ xấu, nó hoặc bất cứ khoản vay thay thế nào cũng nên được xếp vào danh mục nợ xấu cho đến thời điểm phải xóa nợ hoặc thu hồi được lãi và gốc của khoản vay đó hoặc thu hồi được khoản vay thay thế" (IMF's Complication Guide on Financial Soundness Indicators, 2004)
- Theo chuẩn mực kế toán quốc tế (IAS): "chuẩn mực Kế toán quốc tế về ngân hàng thường đề cập các khoản nợ bị giảm giá trị (Impaired) thay vì sử dụng thuật ngữ nợ xấu (NPL) Chuẩn mực kế toán IAS 39 công bố tháng 12 năm 1999 và sau 2 lần chỉnh sửa (lần 1 vào tháng 12 năm 2000, lần 2 vào tháng 12 năm 2003) và được khuyến cáo áp dụng ở một số nước phát triển vào đầu năm 2005 chỉ ra rằng cần phải có bằng chứng khách quan để xếp một khoản vay có dấu hiệu bị giảm giá trị Trong trường hợp nợ bị giảm giá trị thì tài sản được ghi nhận sẽ bị giảm xuống do những tổn thất do chất lượng nợ xấu gây ra Về cơ bản IAS 39 chỉ chú trọng đến khả năng hoàn trả của khoản vay bất luận thời gian quá hạn chưa tới 90 ngày hoặc chưa quá hạn Phương pháp để đánh giá khả năng trả nợ của khách hàng thường là phương pháp phân tích dòng tiền tương lai hoặc xếp hạng khoản vay (xếp hạng khách hàng) Hệ thống này được coi là chính xác về mặt lý thuyết nhưng việc áp dụng thực tế gặp nhiều khó khăn Vì vậy, nó đang được Ủy ban Chuẩn mực kế toán quốc tế (IABS) tiếp tục nghiên cứu để hoàn chỉnh" (Đinh Thị Thanh Vân, 2012)
- Theo Ủy ban basel về Giám sát Ngân hàng (BCBS): "trong các hướng dẫn về các thông lệ chung tại nhiều quốc gia về quản lý rủi ro tín dụng, BCBS xác định, việc các khoản nợ được cho là không có khả năng hoàn trả khi một trong hai hoặc cả hai điều kiện sau đây xẩy ra: ngân hàng thấy người vay không có khả năng trả nợ đầy đủ khi ngân hàng chưa thực hiện hành động gì để cố gắng thu hồi; người vay đã quá hạn trả nợ quá 90 ngày (Basel committee on banking Supervision 2002) BCBS cũng đề cập tới các khoản vay bị giảm giá trị sẽ xảy ra khi khả năng thu hồi các khoản thanh toán từ khoản vay là không thể Giá trị tổn thất sẽ được ghi nhận bằng cách giảm trừ giá trị khoản vay thông qua một khoản dự phòng và sẽ được phản ánh trên báo cáo thu nhập của ngân hàng. Như vậy, lãi suất của các khoản vay này sẽ không được cộng dồn và sẽ chỉ xuất hiện dưới dạng tiền mặt thực tế nhận được" (Đinh Thị Thanh Vân, 2012)
- Tại Việt Nam: khái niệm nợ xấu xuất hiện từ khi quy định về phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng ban hành theo thông tư số 11/2021/TT-NHNN được áp dụng ngày 30/07/2021 "Quy định về việc phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài” đã thay thế Thông tư 02/2013/TT-NHNN ngày 21/01/2013, Thông tư 09/2014/ TT-NHNN ngày 18/03/2014 Nợ xấu (NPL) là nợ xấu nội bảng, gồm nợ thuộc các nhóm nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn)"
❖Các chỉ tiêu dùng để phản ánh và đo lường nợ xấu:
Tỷ lệ nợ quá hạn = ư ợ á ạ x 100% (Trần Huy Hoàng, 2011)
Chỉ tiêu này nhằm cho biết hiệu suất và khả năng thu hồi nợ đối với các khoản cho vay khách hàng từ đó không chỉ phản ánh được khả năng quản lý tín dụng của ngân hàng mà còn đánh giá được chất lượng và rủi ro tín dụng ngân hàng đang đối mặt Nếu chỉ tiêu tỷ lệ nợ quá hạn cao điều này cho thấy rủi ro tín dụng đang tăng cao và chất lượng tín dụng đang bị giảm xuống
Tỷ lệ nợ xấu = ố ư ợ ấ x 100% (Trần Huy Hoàng, 2011) ổ ư ợ , Đối với chỉ tiêu tỷ lệ nợ xáu dùng phân tích tình hình chất lượng của các khoản tín dụng tại ngân hàng Thông qua việc đánh giá về thời gian trễ hạn của các khoản vay và bao gồm cả tiêu chí đánh giá rủi ro cho các khoản tín dụng này có thể phản ánh được chất lượng tín dụng của các khoản vay và khả năng quản lý có hiệu quả hay không các khoản tín dụng này Nếu chỉ tiêu tỷ lệ nợ xấu càng cao sẽ càng cho thấy ngân hàng đang gặp phải rủi ro tín dụng cao và chất lượng tín dụng đang bị giảm xuống
2.1.1.2 Nguyên nhân dẫn đến nợ xấu:
Môi trường tự nhiên: những hoạt động liên quan đến việc sản xuất kinh doanh của các chủ thể trong nền kinh tế thường bị ảnh hưởng bởi những yếu tố bên ngoài môi trường như các vấn đề với sự biến động của thời tiết như có bão, lũ, động đất, mưa lớn kéo dài hay hạn hán đều có thể gây ra những ảnh hưởng lớn nhất định đến hoạt động kinh doanh sản xuất của doanh nghiệp Nếu hoạt động sản xuất không thuận lợi và ảnh hưởng lên tình hình sản xuất kinh doanh một cách khó khăn thì doanh nghiệp dễ bị thất thu thua lỗ hay giảm lợi nhuận vậy nên sẽ ảnh hưởng đến khả năng thanh toán các khoản nợ cho ngân hàng vì lợi nhuận thu về không đủ để đáp ứng chi phí bỏ ra góp phần gia tăng thêm nợ xấu cho các ngân hàng.
Môi trường chính trị, kinh tế, xã hội: đóng vai trò là các trung gian tài chính, rủi ro trong hoạt động tín dụng tại các ngân hàng thương mại cổ phần chịu ảnh hưởng trực tiếp bởi sự phát triển của nền kinh tế, tình hình chính trị trong nước, chính sách tài khóa … Khi có những biến động trong nền kinh tế liên quan đến chính trị chung không được ổn định cùng với việc áp dụng các hành lang pháp lý chưa chù hợp hay chịu ảnh hưởng quá nhiều từ sự ảnh hưởng của các cuộc suy thoái, khủng hoảng trong nền kinh tế thế giới sẽ gây ảnh hưởng trực tiếp đến môi trường kinh doanh của các doanh nghiệp, gây khó khăn cho các hoạt động tín dụng tại ngân hàng, rủi ro nợ xấu cũng ngày càng gia tăng.
Môi trường pháp lý về hoạt động ngân hàng: hệ thống văn bản pháp luật chưa đồng bộ, chưa hoàn thiện Một số điều luật đã có nhưng chưa được triển khai như về phát mãi tài sản, cầm cố, các quy định liên quan đến quyền sử dụng đất …) điều này gây ra những rủi ro tiềm ẩn lớn đối với lĩnh vực ngân hàng Khi doanh nghiệp mất khả năng thanh toán, ngân hàng được phép bán tài sản đảm bảo để thu hồi nợ, nhưng theo quy định hiện hành thì không thể sang tên bất động sản được nếu chủ sở hữu tài sản không đồng ý Nếu mang ra tòa thì thủ tục rườm rà, phức tạp, thời gian kéo dài … làm cho tài sản hư hỏng, giá trị thu hồi thấp so với giá trị thế chấp lúc vay.
Năng lực quản trị rủi ro của các ngân hàng yếu kém: việc quản trị rủi ro còn yếu kém dẫn đến việc đánh giá khả năng xẩy ra tín dụng thấp hơn so với thực tế cũng như khả năng ngăn ngừa rủi ro thị trường Các ngân hàng chưa chú trọng quản trị danh mục cho vay dẫn đến tỷ trọng lớn cho vay của những danh mục có rủi ro cao.Bên cạnh đó, một số ngân hàng vì chạy theo lợi nhuận nên chưa chú trọng đến công tác dự báo khi tập trung quá nhiều vốn vào các danh mục có rủi ro cao như cho vay để đầu tư vào thị trường bất động sản và chứng khoán Khi thị trường bất động sản đóng băng và thị trường chứng khoán giảm sâu kéo theo nợ xấu cho lĩnh vực này tăng nhanh.
Trình độ chuyên môn nghiệp vụ yếu kém: đội ngũ cán bộ của NHTM hạn chế về năng lực và trình độ kế toán tài chính doanh nghiệp, chính sách và quy trình cho vay chưa chặt chẽ, chưa có quy trình quản trị rủi ro hữu hiệu, chưa chú trọng đến phân tích khách hàng, xếp loại rủi ro tín dụng để tính toán điều kiện cho vay và khả năng trả nợ, thiếu kỹ năng nắm bắt và nhạy bén với các diễn biến kinh tế xã hội thì việc ra quyết định cấp tín dụng sẽ dễ dẫn đến các rủi ro tín dụng tiềm ẩn Năng lực dự báo, phân tích và thẩm định tín dụng, phát hiện và xử lý khoản vay có vấn đề của cán bộ tín dụng còn yếu, nhất là đối với các ngành đòi hỏi hiểu biết chuyên môn cao dẫn đến sai lầm trong quyết định cho vay Mặt khác, cũng có thể quyết định cho vay đúng đắn nhưng do thiếu kiểm tra, giám sát sau khi cho vay dẫn đến khách hàng sử dụng vốn sai mục đích nhưng ngân hàng không ngăn chặn kịp thời Thiếu thông tin về khách hàng hay thiếu thông tin tín dụng tin cậy, kịp thời, chính xác để xem xét, phân tích trước khi cấp tín dụng.
Vấn đề về đạo đức nghề nghiệp của đội ngũ cán bộ ngân hàng là phẩm chất đạo đức của một số cán bộ tín dụng chưa đủ tầm và vấn đề quản lý, sử dụng, đãi ngộ cán bộ ngân hàng chưa thỏa đáng cũng là nguyên nhân dẫn đến nợ xấu cho ngân hàng. Một số cán bộ ngân hàng không chấp hành nghiêm túc chế độ tín dụng và các điều kiện cho vay, đồng thời có sự cấu kết của các bộ tín dụng và khách hàng để che dấu sự thật, cố ý làm sai quy định NHTM.
Hoạt động cho vay giữa các ngân hàng và các doanh nghiệp có quan hệ với nhau: đây là một trong những hoạt động tiềm ẩn nhiều nợ xấu, vì các khoản cho vay giữa ngân hàng và các doanh nghiệp có quan hệ với nhau ngày càng nhiều và các điều kiện đảm bảo để cho vay dễ dàng bị bỏ qua và nợ xấu tăng cao là điều tất yếu.
Việc trích lập dự phòng rủi ro không hợp lý: hiện nay chưa có quy định rõ ràng về việc phân loại nợ theo mức độ rủi ro của từng khách hàng, mà việc phân loại nợ theo chủ quan của từng ngân hàng Vì vậy số liệu thống kê về nợ xấu không thống nhất giữa các cơ quan quản lý Một số NHTM muốn thể hiện ngân hàng làm ăn có lãi, họ sẵn sàng điều chỉnh nhóm nợ xấu để trích ít dự phòng, do đó vẫn còn tồn đọng một tỷ lệ nợ xấu cao.
Các yếu tố ảnh hưởng đến nợ xấu tại các ngân hàng thương mại cổ phần Việt Nam
Tỷ suất sinh lời trên tổng tài sản (ROA): về yếu tố tỷ suất sinh lời trên tổng tài sản có mối quan hệ tiêu cực với nợ xấu tại các ngân hàng thương mại theo nghiên cứu nước ngoài của Messai và Jouini (2013) và tại nghiên cứu ở Việt Nam tác giả Phạm Thị Mỹ Huệ (2016) cũng cho ra được kết quả tương tự khi cho thấy được sự tương quan âm của hai yếu tố này Sở dĩ hai bài nghiên cứu đều cho rằng tỷ suất sinh lời trên tổng tài sản cao thể hiện ngân hàng đang có khả năng tài chính cũng như quản lý các khoản tín dụng đang ở mức tốt dẫn đến có nhiều sự lựa chọn hơn vì lượng tín dụng tập trung đông cùng với đó các ngân hàng sẽ có xu thế dè chừng và chọn lọc kỹ các khoản tín dụng chất lượng để cho vay thay vì các khoản vay có rủi ro cao điều này giúp làm giảm nợ xấu tại các ngân hàng thương mại cổ phần Những năm gần đây nghiên cứu của Hoang et al (2020), Naili và Lahrichi (2022) cũng cho ra được kết quả tương tự với hai nghiên cứu trước.
Tốc độ tăng trưởng tín dụng (CRE): yếu tố tăng trưởng tín dụng được tác giả
Phạm Thị Mỹ Huệ (2016) tìm ra được mối quan hệ tiêu cực đến nợ xấu nếu tăng trưởng tín dụng nhanh nhưng vẫn giám sát chặt chẽ và quản lý tốt các khoản tín dụng sẽ làm giảm nợ xấu trái ngược lại với nghiên cứu trước đó của Nguyễn Thị Hồng Vinh
(2015) khi cho thấy được mối quan hệ tích cực của tăng trưởng tín dụng và nợ xấu tại các ngân hàng thương mại đã nhìn theo khía cạnh tăng trưởng tín dụng nhanh nhưng không đi kèm quản lý tốt chất lượng tín dụng làm nợ xấu gia tăng Nghiên cứu của Lee và Rosenkranz (2019) ra đời tiếp tục ủng hộ quan điểm tăng trưởng tín dụng có tương quan dương với nợ xấu trong khi cùng năm Kjosevski và cộng sự (2019) lại ra kết quả ngược lại Naili và Lahrichi (2022) cho ra thêm kết quả nghiên cứu về tăng trưởng tín dụng có mối quan hệ tích cực đến nợ xấu còn nghiên cứu của Hoang et al.
(2020) lại không thấy được sự tác động đáng kể của yếu tố này đến nợ xấu tại các ngân hàng thương mại cổ phần.
Dự phòng rủi ro tín dụng (LLR): nghiên cứu của các tác giả Messai và Jouini
(2013), Phạm Thị Mỹ Huệ (2016) tìm ra được thêm tác động cùng chiều của dự phòng rủi ro tín dụng với nợ xấu tuy nhiên đến bài nghiên cứu của Makri và cộng sự (2014) cho thấy điều ngược lại khi dự phòng rủi ro tín dụng có mối quan hệ ngược chiều với nợ xấu vì nghiên cứu này cho rằng dự phòng rủi ro tín dụng cao sẽ giảm thiểu được rủi ro tín dụng nhờ chính sách thắt chặt của ngân hàng sẽ giúp ngân hàng kiểm soát chặt chẽ các khoản vay có rủi ro cao và làm giảm nợ xấu Kết quả nghiên cứu của Hoang et al (2020) cùng ra kết quả với hai nghiên cứu ban đầu cho rằng dự phòng rủi ro tín dụng tác động tích cực đến nợ xấu vì khi các ngân hàng thương mại phát sinh nợ xấu có nghĩa là các ngân hàng sẽ phải tăng các chi phí khác liên quan để bù đắp cho khoản nợ này trong khi hạch toán rủi ro cao các tài sản khiến việc tăng dự phòng rủi ro cao đi đôi với nợ xấu cao.
Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA): Về tỷ lệ vốn chủ sở hữu trên tổng tài sản nghiên cứu của Nguyễn Thị Hồng Vinh (2015) cho ra được kết quả yếu tố này có mối tương quan âm với nợ xấu tại ngân hàng thương mại trong khi đó nghiên cứu của Hoang et al (2020) lại cho rằng với một ngân hàng đang có tỷ lệ vốn chủ sở hữu cao chứng tỏ các ngân hàng này đang sử dụng đòn bẩy ở mức thấp ít rủi ro hơn tuy nhiên lợi nhuận kì vọng sẽ khó đạt được làm cho các nhà quản lý có xu hướng phải tăng tốc sử dụng đòn bẩy cao để gia tăng lợi nhuận các khoản vay kém chất lượng sẽ dễ dàng xuất hiện và ảnh hưởng làm gia tăng nợ xấu.
Quy mô ngân hàng (SIZE): về yếu tố quy mô ngân hàng trong các nghiên cứu trước năm 2015 có các nghiên cứu của Nguyễn Thị Hồng Vinh (2015), Do và Nguyen
(2013) có cùng kết quả với nhau khi cho thấy được mối quan hệ tích cực của quy mô ngân hàng đối với nợ xấu Điều này được giải thích là vì các ngân hàng có quy mô càng lớn sẽ có cho vay nhiều hơn, cho vay đi đôi với quản lý kém chất lượng cho vay điều này làm gia tăng nợ xấu Tuy nhiên các nghiên cứu về sau như của Nguyen Thi Minh Hue (2015), Phạm Thị Mỹ Huệ (2016), Naili và Lahrichi (2022) lại cho rằng yếu tố quy mô ngân hàng có tác động tiêu cực đến nợ xấu vì cho rằng các ngân hàng có quy mô càng lớn sẽ có chính sách quản lý tín dụng tốt hơn từ đó giúp làm giảm nợ xấu trong các ngân hàng thương mại Nghiên cứu của Hoang et al (2020) lại cho ra kết quả yếu tố quy mô ngân hàng không có ý nghĩa và tác động đến nợ xấu tại các ngân hàng thương mại cổ phần.
Tăng trưởng kinh tế GDP (GDP): yếu tố tăng trưởng kinh tế GDP có tác động tiêu cực đến nợ xấu điều này hoàn toàn đúng và được chứng thực trong kết quả của rất nhiều bài nghiên cứu từ quá khứ đến những năm gần đây bao gồm các nghiên cứu của Messai và Jouini (2013), Do và Nguyen (2013), Makri và cộng sự.
(2014), Nguyễn Thị Hồng Vinh (2015), Phạm Thị Mỹ Huệ (2016), Lee và Rosenkranz
(2019), Kjosevski và cộng sự (2019), Hoang et al (2020), Naili và Lahrichi (2022), Foglia (2022) Điều này được giải thích vì các tác giả đều đồng ý rằng khi tăng trưởng kinh tế ở mức cao có nghĩa là chất lượng cuộc sống xã hội đang tốt thể hiện nguồn tiền trong nền kinh tế đang được lưu chuyển tốt đáp ứng được cho nhu cầu của người dân về thu nhập và những tiện ích chất lượng mong muốn Khả năng thanh toán các khoản vay cũng cao hơn rủi ro tín dụng thấp xuống làm giảm nợ xấu.
Tỷ lệ thất nghiệp (UER): về tỷ lệ thất nghiệp các nghiên cứu trước cho đến hiện tại đều ủng hộ rằng tỷ lệ thất nghiệp thật sự có mối quan hệ tích cực đến nợ xấu.
Tỷ lệ thất nghiệp càng cao thể hiện quốc gia đang có nhiều doanh nghiệp đang gặp khó khăn trong hoạt động và buộc phải cắt giảm nhân sự để đáp ứng hoạt động Người dân mất việc áp lực về thu nhập tăng lên cũng thể hiện khả năng thanh toán cho các khoản nợ giảm xuống điều này gây nên rủi ro tín dụng cho ngân hàng làm tăng các khoản tín dụng kém chất lượng và có khả năng mất nợ dựa theo các nghiên cứu của Messai và Jouini (2013), Makri và cộng sự (2014), Lee và Rosenkranz (2019), Kjosevski và cộng sự (2019), Naili và Lahrichi (2022), Foglia (2022).
Lãi suất thực (RIR): yếu tố lãi suất thực chỉ xuát hiện trong nghiên cứu của Messai và Jouini (2013) kết quả nghiên cứu của các tác giả này cho thấy mối quan hệ tích cực của lãi suất thực đến nợ xấu tại các ngân hàng thương mại Điều này được giải thích vì khi lãi suất thực tăng áp lực trả nợ của các khách hàng cũng gia tăng điều này khiến khả năng thanh toán cho các khoản vay giảm xuống khiến tỷ lệ nợ xấu trong các ngân hàng thương mại cũng gia tăng theo Tuy nhiên kết quả nghiên cứu gần đây của Hoang et al.(2020) cho rằng yếu tố này không ảnh hưởng đến nợ xấu tại các ngân hàng thương mại.
2.2.1 Các nghiên cứu thực nghiệm có liên quan
2.2.1.1 Các nghiên cứu trong nước
Do và Nguyen (2013) nghiên cứu các nhân tố ảnh hưởng đến nợ xấu của Việt Nam ngân hàng thương mại giai đoạn từ năm 2005 đến 2011 Kết quả nghiên cứu cho thấy rằng yếu tố lạm phát và tăng trưởng kinh tế GDP có ảnh hưởng đến nợ xấu Nợ xấu năm sau và quy mô ngân hàng có mối quan hệ đồng biến hay tác động cùng chiều với nhau.
Nguyễn Thị Hồng Vinh (2015) phân tích các yếu tố tác động đến nợ xấu của hệ thống ngân hàng thương mại Việt Nam giai đoạn 2007–2014 Ba mô hình ước lượng dữ liệu bảng là hiệu ứng cố định FE, phương pháp Mômen tổng quát GMM dạng sai phân và GMM dạng hệ thống được sử dụng để kiểm định ảnh hưởng của các yếu tố đến nợ xấu ngân hàng thương mại Việt Nam Kết quả nghiên cứu cho thấy cả các yếu tố phía bên trong và các yếu tố nằm bên ngoài nền kinh tế vĩ mô đều có tác động quan trọng đến nợ xấu của hệ thống ngân hàng thương mại cổ phần tại Việt Nam Trong đó,khả năng sinh lời và tăng trưởng kinh tế GDP là những yếu tố chính có tác động ngược chiều đến nợ xấu của hệ thống ngân hàng thương mại Việt Nam Ngoài ra, nợ xấu trong quá khứ, quy mô ngân hàng, tăng trưởng tín dụng tác động cùng chiều đến nợ xấu Đặc biệt, phương pháp GMM hệ thống cung cấp bằng chứng vốn chủ sở hữu và lạm phát tác động có ý nghĩa đến tỉ lệ nợ xấu của các ngân hàng thương mại Việt Nam.
Phạm Thị Mỹ Huệ (2016) đã nghiên cứu về đề tài các nhân tố chính có tác động làm ảnh hưởng đến sự gia tăng nợ xấu tại các ngân hàng thương mại cổ phần tại Việt Nam và kết quả từ nghiên cứu này cho thấy các yếu tố vĩ mô bên ngoài nền kinh tế cùng với các yếu tố xuất phát từ bên trong ngân hàng là các yếu tố vi mô có ảnh hưởng trực tiếp đến nợ xấu Cụ thể là mô hình nghiên cứu của tác giả cho thấy các yếu tố nợ xấu của kỳ trước, cấu trúc của nguồn vốn và tỷ lệ trích lập dự phòng tín dụng có tác động tích cực và cùng chiều đến nợ xấu Ở chiều ngược lại các yếu tố tăng trưởng tín dụng, quy mô ngân hàng, khả năng sinh lời trên tổng tài sản cùng với yếu tố tăng trưởng kinh tế GDP lại có tác động ngược chiều đến nợ xấu tại các ngân hàng thương mại cổ phần Việt Nam.
Quy trình nghiên cứu và phương pháp nghiên cứu
Sơ đồ 3.2 Quy trình nghiên cứu c -\
Bước 1: Thu thập dữ liệu
Bước 6: Kiểm định và xử lý các khuyết tật mô hình
Bước 7: Kết luận và đưa ra hàm ý chính sách
Bước 2: Thống kê mô tả c -
Bước 5: Kiểm định lựa chọn mô hình phù hợp
Bước 3: Phân tích ma trận tương quan
Bước 4: Phân tích mô hình theo phương pháp FEM, REM, GMM _J
Nguồn: Tác giả tổng hợp
Bước 1: Thu thập dữ liệu Để có phục vụ cho nghiên cứu, tác giả đã sử dụng phương pháp thu thập dữ liệu thứ cấp bằng cách lấy các số liệu được công bố trong báo cáo thường niên, bảng cân đối kế toán, kết quả hoạt động kinh doanh của các ngân hàng TMCP Việt Nam trong giai đoạn 2011-2021 tại website vietstock, sau đó thực hiện tính toán lại các chỉ số cần tìm.
Bước 2: Thống kê mô tả
Tác giả sử dụng phần mềm STATA để thực hiện mô tả tóm tắt các đặc trưng của dữ liệu về biến phụ thuộc và các biến độc lập như giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất và độ lệch chuẩn.
Bước 3: Phân tích ma trận tương quan giữa các biến
Một trong những giả thiết của hồi quy tuyến tính là không có hiện tượng tương quan giữa các biến độc lập Chính vì thế, việc phân tích, kiểm tra tương quan giữa các biến độc lập là hết sức cần thiết thông qua ma trận tương quan Sau đó, bài viết thực hiện nhân tử phóng đại phương sai (VIF) để phát hiện tương quan nhóm, nguyên nhân xảy ra hiện tượng đa cộng tuyến.
Bước 4: Kiểm định mô hình theo phương pháp PooledOLS, FEM, REM
Tác giả chạy mô hình hồi quy lần lượt theo các phương pháp bình phương nhỏ nhất (PooledOLS), mô hình hồi quy theo phương pháp tác động cố định (FEM) và mô hình hồi quy theo phương pháp tác động ngẫu nhiên (REM).
Bước 5: Kiểm định lựa chọn mô hình
Sau khi thực hiện ước lượng với 3 phương pháp là Pooled OLS, FEM, REM, tác giả tiến hành thực hiện một số kiểm định bao gồm Kiểm định F, Breusch –Pagan và Hausman để lựa chọn mô hình phù hợp nhất.
Bước 6: Kiểm định các khuyết tật mô hình
Nhằm mục đích tăng độ tin cậy và tính phù hợp cho kết quả nghiên cứu, tác giả tiến hành kiểm định các khuyết tật mô hình, bao gồm hiện tượng đa cộng tuyến, tự tương quan, phương sai sai số thay đổi Tiếp theo, tác giả khắc phục bằng dùng phương pháp FGLS trên dữ liệu bảng để xử lý các vấn đề như phương sai của sai số thay đổi cũng như hiện tượng tự tương quan Sau đó tác giả sử dụng phương pháp S-GMM để xử lí các vấn đề nội sinh của mô hình.
Bước 7: Kết luận và đưa ra hàm ý chính sách
Căn cứ vào kết quả hồi quy, đề tài tiến hành thảo luận, rút ra kết luận đồng thời đưa ra gợi ý, khuyến nghị nhằm giải quyết mục tiêu đã đề ra.
Mô hình nghiên cứu
3.2.1 Khái quát mô hình nghiên cứu
Căn cứ vào các công trình nghiên cứu của Lee và Rosenkranz (2019), Hoang et al.
(2020) và Foglia (2022) đã cho thấy rằng các yếu tố tác động đến tỷ lệ nợ xấu tại các ngân hàng thương mại bao gồm: Nợ xấu (NPN it ), khả năng sinh lời trên tổng tài sản (ROA it ), tốc độ tăng trưởng tín dụng (CRE it ), dự phòng rủi ro tín dụng (LLRit), tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA it ) , Quy mô ngân hàng (SIZE it ), Tốc độ tăng trưởng kinh tế (GDP t ), tỷ lệ thất nghiệp (UER t ), lãi suất thực tế (RlR t ).
=> Tác giả sẽ xây dựng mô hình nghiên cứu dự kiến như sau:
NPLit = β0+ β1 ROA it + β2 CREit + β3 LLR it + β4 ETAit + β5 ЅΙΖΕit+β6 GDPit +β7ΙΖΕit+β6 GDPit +β7it+β6 GDPit +β7
UERit +β8 RIRit+Ɛit Trong đó Ɛ: Sai số của mô hình β0: Hệ số chặn của mô hình β1 - β8: Hệ số góc của các biến độc lập
Các ngân hàng thương mại là biến i và t là số năm khảo sát thực hiện dữ liệu nghiên cứu
Bảng 3.2.1 Mô tả các biến trong mô hình
Tên biến Mô tả biến Dấu kì vọng
Nợ xấu (NPN it ) NPL lt
Khả năng sinh lời trên tổng tài sản ( ) ợ ậℎ ậ ế ℎ ậ ổ à ả
(2013), Hoang et al., (2020), Phạm Thị Mỹ Huệ
(2016), Naili và Lahrichi (2022) Tốc độ tăng trưởng tín dụng ( CR E)) ề - ề ( ) ề ( )
Dự phòng rủi ro tín dụng (LLR1) ự òℎ ậ ủ í ụ ổ ề
Mỹ Huệ (2016), Messai và Jouini (2013)
Tỷ lệ vốn chủ sở hữu trên tổng tài sản
L0g aritỵ 0 (Tổng tà i sản) + Nguyễn Thị Hồng
Vinh (2015), Do và Nguyen (2013) Tốc độ tăng trưởng kinh tế ( GD P))
Thu thập nguồn dữ liệu của WB, IMF - Messai và Jouini
(2015), Do và Nguyen (2013), Makri và cộng sự.
Mỹ Huệ (2016), Naili và Lahrichi
Tỷlệt ấ ℎấ t ng ℎấ iệ Pt \ + Messai và Jouini
(2013), Makri và cộng sự (2014), Lee và Rosenkranz
Lãi suất thực tế (RIR t ) Lã i suấ11 ựℎấ c tế t \ + Messai và
Nguồn: Tác giả tổng hợp
Nghiên cứu của Messai and Jouini (2013), Hoang et al (2020), Phạm Thị Mỹ Huệ
(2016), Naili và Lahrichi (2022) cho rằng khả năng sinh lời trên tổng tài sản của ngân hàng có tác động tiêu cực đến nợ xấu vì khả năng sinh lời càng cao chứng tỏ ngân hàng đang có khả năng tài chính tốt, quản lý tốt các khoản tín dụng bao gồm việc các ngân hàng sẽ kỹ càng trong việc lựa chọn và phân loại các khoản đầu tư hay các khoản tín dụng kém chất lượng để tránh rủi ro mang đến trong tương lai.
> Giả thuyết H1: Khả năng sinh lời trên tổng tài sản (ROA) tác động ngược chiều đến nợ xấu
Nghiên cứu của các tác giả Nguyễn Thị Hồng Vinh (2015), Lee và Rosenkranz
(2019), Naili và Lahrichi (2022) cho rằng việc tăng trưởng tín dụng nhanh nhưng chất lượng tín dụng không được cải thiện và không được quản lý một cách hiệu quả điều này làm tăng lên các khoản tín dụng có chất lượng kém góp phần khiến tỷ lệ nợ xấu tại các ngân hàng cũng gia tăng.
> Giả thuyết H2: Tốc độ tăng trưởng tín dụng (CRE) có tác động cùng chiều đến nợ xấu
Nghiên cứu của Hoang et al., (2020), Phạm Thị Mỹ Huệ (2016), Messai và Jouini
(2013) cho rằng dự phòng rủi ro tín dụng có tác động cùng chiều đến nợ xấu Khi các ngân hàng thương mại phát sinh nợ xấu có nghĩa là các ngân hàng sẽ phải tăng các chi phí khác liên quan để bù đắp cho khoản nợ này trong khi hạch toán rủi ro cao các tài sản khiến việc tăng dự phòng rủi ro cao đi đôi với nợ xấu cao Tuy nhiên ở chiều ngược lại nghiên cứu của Makri và cộng sự lại cho rằng yếu tố này tác động ngược chiều đến nợ xấu.
> Giả thuyết H3: Dự phòng rủi ro tín dụng (LLR) có tác động cùng chiều đến nợ xấu Nghiên cứu của Hoang et al (2020) cho rằng ngân hàng có tỷ lệ vốn chủ sở hữu trên tổng tài sản có tác động cùng chiều nợ xấu Yếu tố này cao thể hiện ngân hàng đang sử dụng tỷ lệ đòn bẩy thấp và ít rủi ro hơn tuy nhiên điều này khiến cho lợi nhuận không đạt được mức mong muốn vì vậy các ngân hàng muốn gia tăng lợi nhuận nhanh chóng sẽ có xu hướng sử dụng đòn bẩy cao, tiếp cận các khoản đầu tư rủi ro hơn điều này làm gia tăng các khoản cho vay kém chất lượng dẫn đến nợ xấu gia tăng.
> Giả thuyết H4: Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA) có tác động cùng chiều đến nợ xấu
Hai nghiên cứu của Nguyễn Thị Hồng Vinh (2015), Do và Nguyen (2013) đều cho thấy rằng quy mô ngân hàng có tác động cùng chiều với nợ xấu Điều này là do khi quy mô ngân hàng tăng có nghĩa là ngân hàng đang tăng vốn chủ sở hữu lên khiến tổng tài sản của ngân hàng cũng gia tăng theo cho phép các ngân hàng được gia tăng khả năng cấp tín dụng. Nếu không được điều chỉnh nghiêm ngặt điều này cũng dẫn tới việc cho phép các khoản tín dụng kém chất lượng xuất hiện làm gia tăng nợ xấu.
> Giả thuyết H5: Quy mô ngân hàng (SIZE) có tác động cùng chiều đến nợ xấu
Có rất nhiều nghiên cứu cho rằng tăng trưởng kinh tế GDP có tác động ngược chiều đến nợ xấu như trong các nghiên cứu của Messai và Jouini (2013), Nguyễn Thị Hồng Vinh
(2015), Do và Nguyen (2013), Makri và cộng sự (2014), Lee và Rosenkranz (2019), Kjosevski và cộng sự (2019), Hoang et al (2020), Phạm Thị Mỹ Huệ (2016), Naili và Lahrichi (2022), Foglia (2022) Khi nền kinh tế tăng trưởng nhanh sẽ tạo ra nhiều việc làm cho người dân giúp làm tăng thu nhập từ đó giúp tăng khả năng trả nợ cho các khoản vay tại các ngân hàng và góp phần làm giảm thiểu nợ xấu.
> Giả thuyết H6: Tăng trưởng kinh tế (GDP) có tác động ngược chiều đến nợ xấu
Nghiên cứu của Messai và Jouini (2013), Makri và cộng sự (2014), Lee và Rosenkranz (2019), Kjosevski và cộng sự (2019), Naili và Lahrichi, (2022), Foglia (2022) đã chỉ ra rằng tỷ lệ thất nghiệp có mối quan hệ đồng biến với nợ xấu vì tỷ lệ thất nghiệp tăng gây ra khó khăn trong thu nhập của người dân làm giảm khả năng trả nợ cho các khoản vay của ngân hàng và làm tăng nợ xấu
> Giả thuyết H7: Tỷ lệ thất nghiệp (UER) có tác động cùng chiều đến nợ xấu Nghiên cứu của Messai và Jouini (2013) cho rằng lãi suất thực có tác động cùng chiều đến nợ xấu Lãi suất thực tăng đồng nghĩa với việc chi phí của khoản vay sẽ tăng lên điều này làm tăng áp lực trả nợ về phía khách hàng trong khi khả năng tài chính không thể đáp ứng làm tăng nợ xấu tại các ngân hàng.
> Giả thuyết H8: Lãi suất thực (RIR) có tác động cùng chiều đến nợ xấu
Nghiên cứu dữ liệu từ năm 2011 đến năm 2021 với giả định bỏ qua tác động của cuộc khủng hoảng tài chính toàn cầu Kết quả phân tích định lượng trong mô hình hóa các nhân tố chính ảnh hưởng đến nợ xấu tại Việt Nam các ngân hàng thương mại với mẫu quan sát là các ngân hàng thương mại bao gồm 30 ngân hàng thương mại cổ phần tại Việt Nam để làm cơ sở so sánh, phân tích, thu thập số liệu, thông tin Dữ liệu được biểu diễn bằng bảng dữ liệu, dữ liệu tài chính được thu thập từ báo cáo tài chính và báo cáo thường niên, dữ liệu vĩ mô được lấy từ cơ sở dữ liệu của Tổng cục Thống kê, báo cáo của Ngân hàng Nhà nước và Ngân hàng Thế giới.
Trong nghiên cứu này, phương pháp nghiên cứu được thực hiện là phân tích, tổng hợp lý thuyết và nghiên cứu định lượng.
3.2.4.1 Phương pháp phân tích và tổng hợp lý thuyết
Phương pháp phân tích lý thuyết: là phương pháp phân tích lý thuyết thành những mặt, những bộ phận, những mối quan hệ theo lịch sử thời gian để nhận thức, phát hiện và khai thác các khía cạnh khác nhau của lý thuyết từ đó chọn lọc những thông tin cần thiết phục vụ cho đề tài nghiên cứu.
Phương pháp tổng hợp lý thuyết: là phương pháp liên quan kết những mặt,những bộ phận, những mối quan hệ thông tin từ các lý thuyết đã thu thập được thành một chỉnh thể để tạo ra một hệ thống lý thuyết mới đầy đủ và sâu sắc về chủ đề nghiên cứu.
Khóa luận thực hiện nghiên cứu định lượng nhằm xác định xu hướng của dữ liệu, và tìm ra mức tác động của các yếu tố đến tỷ suất sinh lời của doanh nghiệp Nghiên cứu sử dụng phương pháp Thống kê mô tả, mô hình hồi quy gộp (Pooled OLS); mô hình ảnh hưởng ngẫu nhiên (Random Effect Model - REM) và mô hình ảnh hưởng cố định (Fixed Effects Model - FEM) để ước lượng mô hình.
Tiếp theo, sử dụng kiểm định Hausman để lựa chọn ra mô hình phù hợp Kế Đến, kiểm định phương sai sai số thay đổi và kiểm định tự tương quan được sử dụng để kiểm tra sai phạm trên mô hình Khi phát hiện mô hình có những sai phạm, bước cuối cùng, khoá luận sử dụng phương pháp ước lượng bình phương nhỏ nhất tổng quát (GLS) để khắc phục và đưa ra phương trình cuối cùng.
Phân tích thống kê và miêu tả
Căn cứ vào bảng 4.1, thống kê miêu tả của các biến được thực hiện qua phần mềm Stata 14.0, dữ liệu quan sát bao gồm 328 quan sát từ 30 Ngân hàng Thương mại trong thời gian 1 năm:
Bảng 4.1 Thống kê mô tả các biến
Trung bình Độ lệch chuẩn
Nguồn: Tác giả tổng hợp
Tỷ suất sinh lời trên tổng tài sản (ROA): tỷ suất sinh lời trên tổng tài sản trung bình của các ngân hàng giai đoạn 2011 - 2021 là 2,27% Trong đó, Ngân hàngTMCP Kỹ Thương Việt Nam (TCB) có tỷ suất sinh lời trên tổng tài sản lớn nhất ở mức 3,17% vào năm 2021 và Ngân hàng TMCP Tiên Phong (TPB) nhỏ nhất ở mức -5,51% vào năm 2011. Độ lệch chuẩn ở mức 0,72% cho thấy sự biến động yếu của tỷ suất sinh lời trên tổng tài sản của ngành.
Tốc độ tăng trưởng tín dụng (CRE): Tốc độ tăng trưởng tín dụng trung bình của 30 ngân hàng giai đoạn này là 0,02 với độ lệch chuẩn 0,16 Ngân hàng TMCP Tiên Phong (TPB) sở hữu mức cao nhất với 1,73 tại năm 2012 Ngược lại, Ngân hàng TMCP Sài Gòn (SCB) sở hữu mức thấp nhất với -1,00 tại năm 2021.
Dự phòng rủi ro tín dụng (LLR): Dự phòng rủi ro tín dụng trung bình của 30 ngân hàng ở mức 0,79 và có độ lệch chuẩn ở mức 0,57 Dự phòng rủi ro tín dụng thấp nhất trong giai đoạn này là 0,00 tại Ngân hàng TMCP Công Thương Việt Nam (CTG) vào năm 2018 đến mức dự phòng cao nhất là 6,12 tại Ngân hàng TMCP Bản Việt năm 2021.
Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA): Tỷ lệ vốn chủ sở hữu trên tổng tài sản trung bình ở giai đoạn này là 0,08 với độ lệch chuẩn ở mức 0,04 Trong đó sở hữu tỷ lệ này cao nhất là Ngân hàng TMCP Sài Gòn Công Thương tại mức 0,23 năm 2013 và thấp nhất là Ngân hàng TMCP Sài Gòn năm 2021 là 0,00.
Quy mô công ty (SIZE): Quy mô tài sản của các Ngân hàng Thương mại trong giai đoạn 2011 - 2021 là giá trị Logarit tự nhiên của tổng tài sản, trung bình ở mức 5,09 với độ lệch chuẩn là 0,58 Ngân hàng TMCP Đầu Tư và Phát Triển (BID) có tổng tài sản lớn nhất trong năm 2021 nằm trong khoảng 1.761.695.792 triệu đồng Trong khi đó, Ngân hàng TMCP Sài Gòn năm 2021 có tổng tài sản nhỏ nhất tại quý 4 năm 2021 trên báo cáo tài chính là 702.122.301 triệu đồng.
Tốc động tăng trưởng kinh tế (GDP): Trung bình là 5,65% ở mức độ biến động tương đối được thể hiện qua độ lệch chuẩn 1,49% Tại giai đoạn năm 2012 - 2018 tỷ lệ GDP tăng trưởng tương đối ổn định, nhưng bước sang giai đoạn 2019 - 2021 lại bị sụt giảm nặng nề do chính sách đóng cửa, cách ly đối với đại dịch Covid.
Tỉ lệ thất nghiệp (UER): Tỷ lệ thất nghiệp trung bình tính từ năm 2011 đến năm 2021 là 2,28% Tỷ lệ thất nghiệp thấp nhất vào năm 2012 với tỷ lệ 1,96% và cao nhất vàm năm 2021 với 3,22%.
Lãi suất thực tế (RIR): Lãi suất thực tế trung bình trong giai đoạn này của 30 ngân hàng là 4,35 với độ lệch chuẩn rơi vào mức 2,95 Lãi suất thực tế thấp nhất là -
3,67 vào năm 2011 và cao nhất ở mức 8,98 vào năm 2015.
Kết quả nghiên cứu
4.2.1 Phân tích tương quan mô hình nghiên cứu
Ma trận tương quan giữa các biến NPL, ROA, CRE, LLR, ETA, SIZE, GDP, UER, RIR được liệt kê tại bảng 4.2 cho thấy:
Bảng 4.2 Ma trận hệ số tương quan
NPL ROA CRE LLR ETA SIZE GDP UER RIR
Nguồn: Tác giả tổng hợp
Biến độc lập ROA: có tương quan âm với biến phụ thuộc NPL ở mức -0,162 cho thấy khả năng sinh lời trên tổng tài sản của các ngân hàng thương mại có tác động ngược chiều với nợ xấu.
Biến độc lập CRE: có tương quan âm với biến phụ thuộc NPL ở mức -0,003 cho thấy tốc độ tăng trưởng tín dụng có tác động ngược chiều với nợ xấu
Biến độc lập LLR: có tương quan âm với biến phụ thuộc NPL ở mức -0,511 cho thấy dự phòng rủi ro tín dụng có tác động ngược chiều tới nợ xấu
Biến độc lập ETA: có tương quan dương với biến phụ thuộc NPL ở mức 0,169 cho thấy khi tỷ lệ vốn chủ sở hữu có tác động cùng chiều với nợ xấu
Biến độc lập SIZE: có tương quan âm với biến phụ thuộc NPL ở mức -0,167 cho thấy quy mô tổng tài sản càng cao thì tỷ lệ nợ xấu càng thấp.
Hệ số tương quan cho thấy mối quan hệ giữa hai biến với nhau, hệ số tương quan càng lớn cho thấy mối quan hệ của hai biến càng lớn và ngược lại khi hệ số tương quan càng thấp cho thấy mối quan hệ giữa 2 biến không chặt chẽ Với hệ số dương cho thấy mối quan hệ cùng chiều và hệ số âm cho thấy mối quan hệ ngược chiều giữa các biến Kết quả cho thấy, tương quan giữa các biến đều nhỏ hơn 0.8, nên không xảy ra hiện tượng tự tương quan Tiếp theo, thực hiện kiểm định VIF (Variance Inflation Factor) để kiểm tra sự tồn tại của hiện tượng đa cộng tuyến.
Dựa vào chỉ số VIF tại bảng 4.3 nếu kết quả VIF đều nhỏ hơn 10 thì không xảy ra hiện tượng đa cộng tuyến
Bảng 4.3 Kết quả kiểm định hệ số VIF
Nguồn: Tác giả tổng hợp
Bảng trình bày kết quả kiểm định hiện tượng đa cộng tuyến giữa các biến trong mô hình Cho thấy tất cả các biến đều có hệ số VIF nhỏ hơn 10, điều này có ý nghĩa là trong dữ liệu nghiên cứu không tồn tại hiện tượng đa cộng tuyến.
Nguồn: Tác giả tổng hợp
4.2.2 Kiểm định mô hình nghiên cứu
Nghiên cứu thực hiện chạy các mô hình OLS, FEM, REM, GLS và thao tác chọn ra mô hình phù hợp nhất được thể hiện tại bảng 4.4 như sau:
Bảng 4.4 Kết quả phân tích hồi quy 4 mô hình OLS, FEM, REM, GLS
4.2.2.1 So sánh mô hình hồi quy giữa Pooled OLS và FEM
Nguồn: Tác giả tổng hợp
Kiểm định giữa hai mô hình Pooled OLS và mô hình FEM Thực hiện lựa chọn mô hình phù hợp thông qua kiểm định phương sai sai số thay đổi cho mô hình FEM bằng kiểm định F test với giả thiết như sau:
H0: Mô hình phù hợp là Pooled OLS
H1: Mô hình phù hợp là FEM
Bảng 4.5 Kết quả kiểm định F test
Number of obs = 328 Number of groups = 30
R-sq: within = 0,3157 Obs per groups: between 0,4069 Min = 9
Sigma_u 0,0052 (fraction of variance due
Từ kết quả kiểm định F-test tại bảng 4.5 cho thấy Prob>F = 0,0000 bé hơn mức ý nghĩa 5%, α = 0,05 nên bác bỏ H0 và kết luận phương sai sai số trong những thực thể là thay đổi Từ đó lựa chọn mô hình FEM phù hợp hơn mô hình Pooled OLS.
4.2.2.2 So sánh mô hình hồi quy giữa Pooled OLS và REM
Kiểm định giữa hai mô hình Pooled OLS và mô hình REM Thực hiện lựa chọn mô hình phù hợp thông qua kiểm định phương sai sai số thay đổi Heteroskedasticity mô hình REM bằng kiểm định Breusch and Pagan Lagrangian với giả thiết như sau:
H0: Mô hình phù hợp là OLS H1: Mô hình phù hợp là REM
Bảng 4.6 Kết quả kiểm định Breusch and Pagan Lagrangian
Breusch and Pagan Lagrangian multiplier test for random effects NPL[Ma1, t] = Xb + u [Ma1] + e[Ma1, t]
Estimated results: Var sd = sqrt(Var)
Test: Var(u) = 0 chibar2(01) = 23,92Prob > chibar2 = 0,0000
Nguồn: Tác giả tổng hợp
Từ kết quả kiểm định Breusch and Pagan Lagrangian tại bảng 4.6 cho thấy
Prob>chi2 = 0,0000 bé hơn mức ý nghĩa 5%, α = 0,05 nên bác bỏ H0 và kết luận phương sai sai số trong những thực thể là thay đổi Từ đó lựa chọn mô hình REM phù hợp hơn OLS.
4.2.2.3 So sánh mô hình hồi quy giữa FEM và REM Để lựa chọn sự phù hợp giữa hai mô hình FEM và REM Kiểm định Hausman sẽ chỉ ra điều này với hai giả thiết:
H0: Mô hình phù hợp là REM
H1: Mô hình phù hợp là FEM
Bảng 4.7 Kết quả kiểm định Hausman
Test: Ho: difference in coefficients not systematic chi2(8) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 3,79
Nguồn: Tác giả tổng hợp
Kiểm định Hausman tại bảng 4.7 cho thấy rằng Prob>chi2 = 0,8757 lớn hơn 5%, do đó chấp nhận H0 và kết luận mô hình phù hợp nhất là REM.
Bảng 4.8 Kết quả sau khi so sánh kiểm định
Kiểm định OLS và FEM OLS và REM FEM và REM
Kết luận Chọn FEM Chọn REM Chọn REM
Nguồn: Tác giả tổng hợp
Tổng hợp các kiểm định trên tại bảng 4.8 cho thấy Mô hình phù hợp được lựa chọn là REM.
Khắc phục lỗi mô hình
Kiểm định tự tương quan: Dùng kiểm định Wooldridge, để để kiểm tra lỗi tự tương quan mô hình REM với hai giả thiết:
H0: mô hình không có hiện tượng tự tương quan
H1: mô hình có hiện tượng tự tương quan
Bảng 4.9 Kết quả kiểm định Wooldridge
Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation
Nguồn: Tác giả tổng hợp
Do đó với giá trị Prob>F = 0,0008 nhỏ hơn mức ý nghĩa 5% của kiểm định Wooldridge như bảng 4.9, kết luận bác bỏ giả thiết H0, có nghĩa là có hiện tượng tự tương quan.
Kết hợp với kiểm định lựa chọn mô hình OLS và REM nói trên cho thấy Mô hình hồi quy phân tích biến phụ thuộc NPL dựa trên các biến độc lập ROA, CRE,LLR, ETA, SIZE, GDP, UER và RIR có hiện tượng tự tương quan và hiện tượng phương sai sai số thay đổi.
