1504 Các Nhân Tố Ảnh Hưởng Đến Rủi Ro Tín Dụng Tại Các Nhtm Vn 2023.Docx

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH Thành Phố Hồ Chí Minh Năm 2022 ĐOÀN THỊ THU TRANG CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN RỦI RO TÍN DỤNG TẠI CÁC NG[.]

GIỚI THIỆU ĐỀ TÀI

Lý do chọn đề tài

Ngân hàng là trung gian tài chính - huy động vốn từ các chủ thể có vốn tạm thời nhàn rỗi và cung cấp vốn cho các chủ thể cần vốn; thông qua đó là sự an toàn trong hoạt động của ngân hàng tác động tích cực đến phát triển của nền kinh tế Các khoản vay ngân hàng cung cấp cho khách hàng cũng đóng góp một phần lợi nhuận không nhỏ cho các Ngân hàng thương mại ngày nay, tuy nhiên đây cũng chính là nguyên nhân chính tạo nên nợ xấu của hệ thống ngân hàng Việt Nam.

Chủ đề rủi ro tín dụng đã thu hút được nhiều sự chú ý hơn trong những thập kỷ gần đây Một số nghiên cứu sử dụng dữ liệu từ các NHTM ở Mỹ năm 1982 đến năm

1996, tác giả Keeton (1999) nghiên cứu về mối quan hệ giữa tăng trưởng tín dụng và nợ xấu, cho người đọc thấy được mối quan hệ chặt chẽ giữa các khoản nợ xấu và tăng trưởng tín dụng Đặc biệt, Keeton cho rằng tăng trưởng tín dụng nhanh nhưng tiêu chuẩn tín dụng thấp sẽ góp phần làm tăng nợ xấu ở một số bang ở Hoa Kỳ Rủi ro tín dụng là một trong những nguyên nhân chính của vấn đề trì trệ kinh tế và trong lĩnh vực tài chính thì rủi ro này tăng khả năng dẫn đến ngân hàng gặp khó khăn và không có lợi nhuận.

Với mục tiêu đảm bảo cho hoạt động tín dụng được an toàn, hiệu quả và một điều kiện tiên quyết để cải thiện tăng trưởng kinh tế, việc giảm thiểu rủi ro tín dụng là một thành phần không thể thiếu trong hoạt động tín dụng ngân hàng Rủi ro tín dụng cao sẽ ảnh hưởng đến các nguồn lực, kèm theo đó là việc kinh doanh thua lỗ của các NHTM Như vậy, rủi ro tín dụng có khả năng cản trở tăng trưởng kinh tế và làm giảm hiệu quả kinh tế (Hou, 2007) Một nghiên cứu thực nghiệm đã tìm thấy một sự kết hợp ngược chiều giữa rủi ro tín dụng và tăng trưởng GDP thực tế (Salas và Saurina, 2002; Fofack, 2005; Jimenez và Saurina, 2006; Khemraj và Pasha, 2009; Dash và Kabra,

2010) Sự chứng minh được cung cấp trong nghiên cứu thực nghiệm của hiệp hội này là mức độ ảnh hưởng cùng chiều cao hơn tăng trưởng GDP thực tế có thói quen đòi hỏi một mức thu nhập cao hơn Điều này cải thiện khả năng khách hàng vay để trả nợ và góp phần giảm rủi ro tín dụng.

Xuất phát từ thực tế đầu năm 2020 đến nay rủi ro tín dụng tiềm ẩn đã và đang

2 tăng lên Vào cuối năm 2019, tỷ lệ nợ xấu nội bảng ở mức 1,63% và đến 31/09/2020 là 1,96% và đến hết năm 2020 tăng lên trên 2%, nguyên nhân chính là do đại dịch Covid-

19 đã tác động tiêu cực đến năng lực trả nợ của doanh nghiệp và hộ gia đình vay vốn. Ảnh hưởng của dịch bệnh khiến cho doanh nghiệp khó khăn trong việc trả nợ TCTD nên nợ xấu thời gian tới sẽ tăng lên và ngành ngân hàng cần có giải pháp ứng phó với tình hình nợ xấu hậu Covid-19.

Hơn nữa những khó khăn trong lĩnh vực tài chính thể hiện ở thực tế thời gian gần đây sự sáp nhập, hợp nhất và mua lại với giá 0 đồng đã diễn ra ở một số ngân hàng thương mại Việt Nam Một trong những nguyên nhân dẫn đến tình trạng trên xuất phát từ hậu quả của hoạt động tín dụng, việc quản lý và kiểm soát hoạt động tín dụng không tốt đã làm cho nợ xấu tăng lên, kéo theo sự suy giảm lợi nhuận của các ngân hàng, thậm chí là mất vốn Nợ xấu tại các NHTM Việt Nam không phải mới phát sinh trong những năm gần đây mà thực chất đã tích tụ từ rất nhiều năm trước, với những biến động xấu của kinh tế vĩ mô, hoạt động sản xuất kinh doanh trì trệ làm giảm khả năng trả nợ của người đi vay thì rủi ro tín dụng càng trở thành vấn đề nóng bỏng của nền kinh tế Để tạo nền tảng tài chính cho các ngân hàng dần lành mạnh và phục hồi ổn định thì việc xem xét và phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng của ngân hàng trở thành nhiệm vụ quan trọng và cấp thiết Chúng không chỉ làm tắc nghẽn dòng tín dụng trong nền kinh tế mà ảnh hưởng không nhỏ đến uy tín, chất lượng cũng như hiệu quả hoạt động kinh doanh của NHTM Xuất phát từ thực tiễn nêu trên, tác giả quyết định chọn đề tài “Các nhân tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam” để làm đề tài nghiên cứu nhằm phân tích và tìm ra các nhân tố ảnh hưởng rủi ro tín dụng tại các NHTM giai đoạn 2012 – 2021.

Mục tiêu nghiên cứu

Mục tiêu tổng quát: Đánh giá tác động của các nhân tố đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam bằng cách tiếp cận Bayes.

Mục tiêu cụ thể: Từ mục tiêu nghiên cứu tổng quát, tác giả xác định các mục tiêu cụ thể như sau.

Thứ nhất , xác định các nhân tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam.

Thứ hai , đánh giá mức độ ảnh hưởng của các nhân tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam.

Thứ ba , đề xuất những hàm ý chính sách và những khuyến nghị để hạn chế rủi ro tín dụng tại các NHTM Việt Nam.

Câu hỏi nghiên cứu

Thứ nhất , các nhân tố nào ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam?

Thứ hai , mức độ tác động của các nhân tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam như thế nào ?

Thứ ba , những hàm ý chính sách và những khuyến nghị nào được đưa ra để hạn chế rủi ro tín dụng tại các NHTM Việt Nam ?

Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: Tác động của các nhân tố đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam

Phạm vi nghiên cứu về không gian: Bao gồm 19 NHTMCP niêm yết trên

TTCK Việt Nam (trong tổng số 31 NHTM tại Việt Nam) Do giới hạn về thời gian và dữ liệu, luận văn chỉ bao gồm 19 ngân hàng niêm yết trên TTCK Việt Nam nhưng vẫn đảm bảo tính đại diện vì các ngân hàng được lựa chọn trong mẫu nghiên cứu đều là những ngân hàng có tổng tài sản lớn trong cả hệ thống, chiếm thị phần lớn về cả các hoạt động huy động vốn và cho vay trên thị trường nên mẫu này có thể đại diện cho cả hệ thống NHTM Việt Nam hiện tại.

Phạm vi nghiên cứu về thời gian: Thời gian thu thập dữ liệu từ năm 2012 đến

2021 Tác giả lựa chọn khoản thời gian này là vì giai đoạn sau khủng hoảng kinh tế thế giới, nền kinh tế các quốc gia, trong đó có Việt Nam đang bắt đầu khôi phục.

Phương pháp nghiên cứu

Tác giả sử dụng phương pháp phân tích, đánh giá dựa vào tài liệu và các nghiên cứu trước về rủi ro tín dụng tại các NHTM nhằm đề xuất mô hình nghiên cứu các nhân tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam Ngoài ra, tác giả lựa chọn phương pháp Bayes (Bayesian statistics) là phương pháp hồi quy chính cho bài nghiên cứu để xử lý số liệu vì các ưu điểm như sau:

Phương pháp Bayes mang tính phổ quát: đây là ưu điểm lớn nhất so với phương pháp tần suất truyền thống Suy luận Bayes dựa trên một quy tắc xác suất duy nhất (quy tắc Bayes), được áp dụng cho tất cả các mô hình hồi quy Điều này làm cho cách tiếp cận Bayes trở nên phổ biến và tạo điều kiện thuận lợi đáng kể cho việc áp dụng và giải thích Trong mô hình dữ liệu của phương pháp phân tích Bayes, có thể sử dụng thông tin tiên nghiệm, hàm hợp lý để đạt được kết quả hậu nghiệm để thu được kết quả cân bằng hơn, tin cậy hơn và vững hơn cho một vấn đề cụ thể.

Khi sử dụng kết quả về toàn bộ phân phối hậu nghiệm của các tham số mô hình, suy luận Bayes toàn diện và linh hoạt hơn nhiều so với suy luận truyền thống Suy luận Bayes là chính xác, theo nghĩa là ước tính và dự đoán dựa trên phân phối hậu nghiệm. Sau đó là phân tích hoặc có thể được ước tính bằng số với độ chính xác tùy ý.

Suy luận Bayes cung cấp cách giải thích đơn giản và trực quan hơn về các kết quả dưới dạng xác suất Mô hình Bayes đáp ứng nguyên tắc khả năng rằng thông tin trong một mẫu được biểu diễn đầy đủ bằng hàm khả năng Nguyên tắc này yêu cầu rằng nếu hàm khả năng của một mô hình tỷ lệ thuận với hàm khả năng của một mô hình khác, thì các suy luận từ hai mô hình sẽ cho kết quả như nhau Độ chính xác ước lượng trong phân tích Bayes không bị giới hạn bởi kích thước mẫu, các phương pháp mô phỏng Bayes có thể cung cấp một mức độ chính xác tùy ý.

Đóng góp của đề tài

Về mặt phương pháp luận: Nghiên cứu góp phần xác định các nhân tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam Dựa trên cơ sở lý thuyết và các nghiên cứu thực nghiệm có liên quan, tác giả kế thừa và điều chỉnh mô hình nghiên cứu ảnh hưởng của các yếu tố nội tại và các yếu tố vĩ mô đến rủi ro tín dụng của các NHTM Việt Nam Ngoài ra, nghiên cứu này sử dụng phương pháp Bayes để xử lý số liệu kết hợp với thông tin tiên nghiệm về các tham số mô hình sẽ làm cho kết quả mang tính chính xác, cân bằng và vững chắc hơn.

Về mặt thực tiễn: Kết quả nghiên cứu cung cấp bằng chứng thực nghiệm giúp các NHTM có thể lựa chọn các giải pháp thích hợp để tác động đến các nhân tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam, từ đó đưa ra những giải pháp hay kiến nghị để giảm thiểu được rủi ro tín dụng và đảm bảo sự an toàn trong

5 quá trình hoạt động của các ngân hàng.

Kết cấu luận văn

Luận văn có kết cấu 5 chương

Chương 1: Giới thiệu đề tài

Chương 2: Cơ sở lý thuyết và tình hình nghiên cứu Chương 3: Mô hình và phương pháp nghiên cứu Chương 4: Kết quả nghiên cứu và thảo luận

Chương 5: Kết luận và hàm ý chính sách

Tại chương 1 tác đã nêu lý do lựa chọn đề tài, đề ra mục tiêu nghiên cứu, câu hỏi nghiên cứu Trên cơ sở đó, tác giả đưa ra phương pháp nghiên cứu, xác định đối tượng nghiên cứu và phạm vi nghiên cứu và khái quát bố cục luận văn.

CƠ SỞ LÝ THUYẾT VÀ TÌNH HÌNH NGHIÊN CỨU

Rủi ro trong hoạt động kinh doanh của ngân hàng thương mại

Theo quan điểm truyền thống, rủi ro là những sự kiện có thể xảy ra làm cho mất mát tài sản hay làm phát sinh một khoản nợ, không thể đo lường được Theo quan điểm hiện đại, rủi ro bao hàm nghĩa rộng hơn và có thể đo lường được, rủi ro không chỉ tính đến rủi ro tài chính mà còn phải tính đến rủi ro liên quan đến những mục tiêu hoạt động và mục tiêu chiến lược.

Theo Frank Knight (1993): “Rủi ro là sự bất chắc có thể đo lường được”1 Allan Willet lại cho rằng “rủi ro là sự bất chắc cụ thể liên quan đến việc xuất hiện một biến cố không mong đợi”2 Theo Peter Rose, rủi ro đối với một ngân hàng có nghĩa là “mức độ không chắc chắn liên quan tới một vài sự kiện” Nhìn chung, các quan điểm đều cho rằng rủi ro là những bất chắc, diễn ra bất ngờ, ngoài ý muốn của chủ thể.

Tóm lại, rủi ro là khả năng những sự kiện chưa chắc chắn trong tương lai sẽ làm cho chủ thể không đạt được những mục tiêu chiến lược và mục tiêu hoạt động, cũng như chi phí cơ hội của việc làm mất những cơ hội thị trường.

2.1.2 Các loại rủi ro cơ bản của ngân hàng thương mại

Rủi ro rất đa dạng, có thể phân tích theo nhiều khía cạnh khác nhau, đồng thời các loại rủi ro có mối quan hệ chặt chẽ với nhau, rủi ro này có thể là nguyên nhân dẫn đến rủi ro khác Trong cách tiếp cận đã chuẩn hóa, tài sản được phân loại thành một tập hợp các lớp tài sản được chuẩn hóa và một trọng số rủi ro áp dụng cho mỗi lớp, phản ánh mức độ tương quan của rủi ro tín dụng Sự thay đổi so với Basel I liên quan đến sử dụng xếp hạng tín dụng bên ngoài làm cơ sở quyết định trọng số rủi ro So với Basel I, nơi mà tất cả các tài sản đều được đánh trọng số 100%, thì giờ đây đã có sự cân nhắc khác nhau cho các trọng số rủi ro Trọng số cho các doanh nghiệp đầu tư đã giảm đáng kể (ví dụ, tới 20% cho AAA), trong khi ở phân khúc doanh nghiệp không đầu tư, một trọng số rủi ro là 50% áp dụng cho doanh nghiệp được xếp hạng dưới “BB” Hơn nữa, các doanh nghiệp không được xếp hạng giờ đây đã đạt được một trọng số rủi ro tương tự như lúc trước thu được theo Basel I.

Tiếp cận dựa trên xếp hạng nội bộ cho rủi ro tín dụng (IRB) là một trong những yêu tố đổi mới nhất của khung Basel II mới bởi vì nó cho phép chính các ngân hàng quyết định các yếu tố căn bản khi tính toán các yêu cầu về vốn của họ Với cách tiếp cận IRB, vốn yêu cầu tối thiểu dựa trên “phân bố xác suất thua lỗ” dựa vào rủi ro mặc định trong danh mục các khoản vay hay các công cụ tài chính khác Nhận thức về đánh giá rủi ro được thiết lập trong một năm Mô hình IRB tiếp tục giả định một mức độ 99.9% độ tin cậy, (nghĩa là một lần trong một nghìn năm), các tổn thất thực tế dự kiến sẽ vượt quá ước tính của mô hình.

Rủi ro tín dụng: The Basel (1999), rủi ro tín dụng được định nghĩa đơn giản nhất là khả năng người đi vay ngân hàng không đáp ứng được nghĩa vụ trả nợ của mình theo các điều khoản đã thỏa thuận Theo Philippe Jorion (2009), rủi ro tín dụng là rủi ro tổn thất nền kinh tế xuất phát từ việc bên đối tác không thể thực hiện nghĩa vụ hợp đồng đã thỏa thuận. Rủi ro này được đo lường bằng chi phí bỏ ra để có được dòng tiền thay thế nếu bên đối tác phá sản Theo thông tư 02/2013/TT- NHNN, rủi ro tín dụng trong hoạt động ngân hàng là tổn thất có khả năng xảy ra đối với nợ của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài do khách hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ của mình theo cam kết

Tóm lại, rủi ro tín dụng là rủi ro phát sinh trong quá trình cấp tín dụng của ngân hàng với khách hàng, thể hiện qua việc người đi vay không trả được nợ hoặc trả nợ cho người cho vay không theo đúng thời gian đã thỏa thuận trong hợp đồng tín dụng.

Rủi ro lãi suất: Nếu ngân hàng duy trì cơ cấu tài sản Có và tài sản Nợ với những kỳ hạn không cân xứng với nhau thì phải chịu những rủi ro về lãi suất trong việc tái tài trợ tài sản Có hoặc khi giá trị của tài sản thay đổi do lãi suất thị trường biến động Ngoài ra, rủi ro lãi suất còn thể hiện khi tỷ lệ lạm phát tăng nhanh hơn lạm phát dự kiến trong khi lãi suất cho vay không thể điều chỉnh được, thì ngân hàng có thể phải chịu rủi ro nếu tỷ lệ lạm phát lớn hơn hoặc bằng lãi suất cho vay (lãi suất thực tế âm) Rủi ro lãi suất có mối quan hệ với rủi ro tín dụng thể hiện trên những khía cạnh như:Nếu lãi suất cho vay là cố định trong suốt thời hạn vay theo hợp đồng tín dụng đã ký kết,trong khi lãi suất trên thị trường đã giảm xuống, thì khách hàng vay phải chịu áp lực cao hơn trong việc trả nợ gốc và lãi Ngược lại, nếu lãi suất cho vay trên thị trường tăng lên, thì những khoản vay mới cần phải xem xét kỹ Lãi suất tăng làm tăng chi phí đầu vào của khách hàng, giá thành tăng, sức cạnh tranh giảm, lợi nhuận giảm … ảnh hưởng đến khả năng trả nợ của khách hàng.

Rủi ro ngoại hối: Rủi ro ngoại hối xảy ra do tài sản Có và tài sản Nợ bằng ngoại tệ không cân xứng với nhau cả về số lượng và kỳ hạn Rủi ro ngoại hối có mối quan hệ với rủi ro tín dụng thể hiện như: Khi tỷ giá hối đoái biến động mạnh có thể dẫn đến tình trạng khan hiếm một loại ngoại tệ nào đó và để chi trả cho bên bán, các doanh nghiệp phải mua ngoại tệ với giá cao ngoài dự tính, lợi nhuận kinh doanh giảm, có thể ảnh hưởng đến khả năng trả nợ vay.

Rủi ro nguồn vốn: Rủi ro do bị đọng vốn là do nguồn vốn huy động của ngân hàng bị ứ đọng không cho vay được, cũng như không thể chuyển sang được các loại tài sản Có sinh lời khác Ngân hàng không khai thác hết được tiềm năng sinh lời của tài sản Có, hiệu quả sử dụng vốn giảm, dẫn đến thua lỗ trong kinh doanh Nếu tình trạng này kéo dài mà không được khắc phục có thể ngân hàng sẽ phá sản Rủi ro do thiếu vốn khả dụng, tức là ngân hàng không đáp ứng được các nhu cầu thanh toán cho các tài sản Nợ hoặc không đủ vốn đáp ứng cho nhu cầu của các món vay.

Rủi ro thanh khoản: Rủi ro thanh khoản phát sinh khi những người gửi tiền đồng thời có nhu cầu rút tiền ở ngân hàng ngay lập tức Để tránh được rủi ro thanh khoản, các ngân hàng phải tính toán được Hệ số thanh khoản của mình, tức là tính được khả năng đáp ứng nhu cầu thanh toán ngay của các tài sản Nợ.

Rủi ro hoạt động ngoại bảng: Hoạt động ngoại bảng là các hoạt động không thuộc bảng cân đối tài sản, nhưng lại ảnh hưởng đến trạng thái tương lai của bảng cân đối tài sản nội bảng, vì các hoạt động này có thể tạo ra những tài sản Có và tài sản Nợ bổ sung cho bảng cân đối nội bảng Do trong các hoạt động ngoại bảng ngân hàng thu được phí mà không phải sử dụng đến vốn kinh doanh, nên các hoạt động này có xu hướng ngày càng phát triển Tuy nhiên, hoạt động ngoại bảng cũng tiềm ẩn rất nhiều rủi ro, nếu ngân hàng không quan tâm đến quản lý, theo dõi các khoản cam kết, bảo lãnh… thì rủi ro hoạt động ngoại bảng sẽ dẫn đến rủi ro tín dụng.

Rủi ro hoạt động: Rủi ro hoạt động là loại rủi ro tổn thất tài sản xảy ra do hoạt động kém hiệu quả, ví dụ như hệ thống thông tin không đầy đủ, hoạt động có vấn đề, có vi phạm trong hệ thống kiểm soát nội bộ, có sự gian lận hay những thảm họa không lường trước được.

Rủi ro quốc gia và rủi ro khác: Nếu tài sản Có và tài sản Nợ bằng ngoại tệ không cân xứng, khi đầu tư bằng bản tệ cho các công ty nước ngoài có trụ sở ở nước ngoài có thể xảy ra rủi ro đầu tư nước ngoài đó là rủi ro quốc gia Đôi khi, rủi ro quốc gia còn nghiêm trọng hơn cả trường hợp rủi ro tín dụng mà ngân hàng gặp phải khi đầu tư cho các công ty nội địa Một đảm bảo cho việc thu hồi được vốn gốc và lãi đầu tư ở nước ngoài là việc kiểm soát và dự tính được trạng thái cung cầu vốn và tín dụng trong tương lai của quốc gia mà ngân hàng có ý định đầu tư.

Những rủi ro khác xảy ra do thay đổi thuế đột ngột, ảnh hưởng của chiến tranh, thiên tai, dịch bệnh, bão lụt, trộm cắp, lừa đảo, hay rủi ro bắt nguồn từ yếu tố kinh tế vĩ mô như: lạm phát gia tăng, biến động giá cả, thất nghiệp…có thể dẫn đến rủi ro lãi suất, rủi ro tín dụng và rủi ro thanh khoản.

2.1.3 Những hậu quả của rủi ro tín dụng tại các ngân hàng thương mại

2.1.3.1 Đối với hoạt động ngân hàng

Các yếu tố ảnh hưởng đến rủi ro tín dụng

Trong các nghiên cứu trước có khá nhiều biến phụ thuộc thể hiện rủi ro tín dụng ngân hàng như: Qui mô ngân hàng (SIZE); Tỷ suất lợi nhuận (ROE); Tỷ lệ dự phòng rủi ro tín dụng; Tăng trưởng tín dụng (GROW); Tỷ lệ tăng trưởng kinh tế (GDP); Tỷ lệ lạm phát (INF)

Hu và cộng sự (2004) tìm thấy một mối quan hệ ngược chiều giữa qui mô ngân hàng và rủi ro tín dụng ngân hàng Lập luận của các tác giả cho rằng các ngân hàng lớn có hệ thống quản lý rủi ro tốt hơn và đương nhiên những ngân hàng này có nhiều cơ hội để nắm giữ danh mục cho vay ít rủi ro nhất nên có thể hạn chế được rủi ro tín dụng hơn những ngân hàng có qui mô nhỏ Ngoài ra, Thiagarajan và cộng sự (2011) hoặc Hess và cộng sự (2008) cũng tìm được kết quả tương tự.

Ngược lại, Foos và cộng sự (2010) lại cho rằng không tìm thấy tác động có ý nghĩa của qui mô ngân hàng đến rủi ro tín dụng ngân hàng Zribi và Boujelbène (2011) cũng cho kết quả tương tự Kết quả này được các tác giả giải thích bằng thực tế là các ngân hàng ở Tunisia có qui mô gần như tương tự nhau và phần lớn trong số họ phù hợp với quy định, yêu cầu của hệ thống ngân hàng nên qui mô ngân hàng không tác động đến rủi ro tín dụng ngân hàng.

Quy mô có thể là giá trị thị trường của ngân hàng (Jimenez và Saurina, 2006), là logarit của tổng dư nợ cho vay của ngân hàng (Foos và cộng sự, 2010) Ở Việt Nam, thị trường chứng khoán chỉ phát triển ở mức sơ khai nên chỉ có một số ngân hàng có cổ phiếu niêm yết trên sàn chứng khoán, đồng nghĩa với việc chỉ có một số ít ngân hàng có có số liệu giá trị thị trường Vì lý do này, đề tài chọn cách đo lường qui mô ngân hàng bằng logarit cơ số 10 của tổng dư nợ cho vay Tác giả sử dụng hàm logarit để điều chỉnh giá trị biến qui vốn có giá trị rất lớn về giá trị tương đồng với các biến khác trong mô hình.

Khi ngân hàng trong quá trình hoat động kinh doanh hiệu quả thì lúc này lợi nhuận ngân hàng sẽ được gia tăng đồng nghĩa với việc các khoản nợ xấu, nợ quá hạn bị thu hẹp hay các chi phí dự phòng cũng từ đó mà bị cắt giảm tạo điều kiện cho lợi nhuận ròng của ngân hàng gia tăng Hay nói các hiệu quả hoạt động kinh doanh của ngân hàng có tác động tiêu cực đến sự gia tăng các khoản nợ xấu trong tương lai Do đó quan hệ giữa ROE và rủi ro tín dụng được kì vọng là nghịch biến (Chaibi và Ftiti, 2015).

2.2.3 Tỷ lệ trích lập dự phòng

Messai và Jouini (2013) cho rằng đối với quy định của các ngân hàng trên thế giới với các khoản nợ quá hạn thì các tổ chức ngân hàng cần phải tiến hành trích lập sự phòng cho các khoản nợ quá hạn hay có nguy cơ mất khả năng thu hồi tại ngân hàng Hay nói cách khác, dự phòng rủi ro tín dụng được xem là một dấu hiện dễ dàng nhận thấy ngân hàng tiềm ẩn rủi ro tín dụng trong tương lại.

2.2.4 Tốc độ tăng trưởng tín dụng

Foos và cộng sự (2010) cho rằng tăng trưởng tín dụng có tác động cùng chiều và tác động rất mạnh đến rủi ro tín dụng ngân hàng sau hai và ba năm Hiện tượng này có thể được giải thích như sau: khi nền kinh tế tăng trưởng, trước áp lực cạnh tranh để phát triển, các ngân hàng có thể thực hiện hai cách: giảm lãi suất trên mỗi khoản vay mới hoặc nới lỏng điều kiện xét duyệt tín dụng Giảm lãi suất là điều không thể vì hành động này sẽ trực tiếp ảnh hưởng đến tỷ suất lợi nhuận và sẽ gặp sự ngăn cản mạnh mẽ từ phía cổ đông Cách còn lại là nới lỏng điều kiện xét duyệt tín dụng Ví dụ như: giảm thiểu tiêu chuẩn tài sản đảm bảo, chấp nhận những khách hàng có lịch sử tín dụng không tốt hoặc yêu cầu ít chứng cứ về dòng thu nhập đảm bảo cho khoản vay Điều này sẽ tích lũy rủi ro và bộc phát vào giai đoạn kinh tế suy thoái Các khoản vay có chất lượng thấp sẽ có nguy cơ thất thoát trong điều kiện kinh tế khó khăn, tác động này có thể với độ trễ một vài năm Tăng trưởng tín dụng theo cách này sẽ làm tăng rủi ro tín dụng dẫn đến việc trích lập dự phòng nhiều hơn trong tương lai cho những khoản vay này Thiagarajan và cộng sự (2011) cũng cho rằng tăng trưởng tín dụng có tác động cùng chiều đến rủi ro tín dụng với độ trễ sau hai năm.

Tuy nhiên, tăng trưởng tín dụng không phải lúc nào cũng làm tác động cùng chiều đến rủi ro tín dụng Tăng trưởng tín dụng sẽ có thể làm giảm rủi ro tín dụng trong trường hợp nếu khách hàng tăng nhu cầu về tín dụng do họ muốn tăng tỷ trọng vốn ngân hàng trong kinh doanh Trước tình hình nhu cầu tín dụng tăng cao, các ngân hàng thường tăng lãi suất cho vay hoặc tăng tiêu chuẩn xét duyệt tín dụng Trong trường hợp này, tăng trưởng tín dụng (năm hiện tại hoặc với độ trễ một năm) có tác động ngược chiều đến rủi ro tín dụng như nghiên cứu của Clair (1992).

2.2.5 Tốc độ tăng trưởng kinh tế

Yếu tố này có liên quan đến chu kì kinh tế vĩ mô Trong giai đoạn tăng trưởng kinh tế, các doanh nghiệp làm ăn có hiệu quả, hoạt động sản xuất kinh doanh thuận lợi nên có đầy đủ nguồn vốn và khả năng thanh toán nợ Ngược lại, trong thời kỳ kinh tế suy thoái, khả năng trả nợ của các cá nhân và doanh nghiệp giảm sút, điều này có thể dẫn đến sự gia tăng trong rủi ro tín dụng Vì vậy, mối quan hệ giữa tăng trưởng GDP và rủi ro tín dụng được dự đoán là nghịch biến, nghĩa là sự suy giảm trong tỷ lệ tăng trưởng GDP có thể dẫn đến gia tăng rủi ro tín dụng (Fainstein và Novikov (2011); Jakubík (2007); Castro (2013).

Trong giai đoạn kinh tế phát triển các doanh nghiệp mở rộng quy mô, gia tăng sản xuất nên giai đoạn này ngân hàng thường có mức độ đầu tư cao và lợi nhuận cao Trong thời kỳ này, các ngân hàng thường nắm giữ tài sản ít thanh khoản, cho vay nhiều hơn, do đó làm lợi nhuận tăng cao Do đó, có thể kỳ vọng tăng trưởng kinh tế cao hơn làm cho lợi nhuận ngân hàng tăng cao (Kunt và Huizinga, 1999, Bikker và Hu, 2002; Athanasoglou và cộng sự, 2008; Boahene và cộng sự, 2012; Tan, 2015) Tuy nhiên, khi tốc độ tăng trưởng kinh tế tăng, môi trường kinh doanh được cải thiện, và các rào cản kinh tế giảm dần, làm tăng mức độ cạnh tranh giữa các ngân hàng, từ đó ảnh hưởng đến rủi ro tín dụng các ngân hàng (Tan và Floros, 2012b; Boahene và cộng sự, 2012; Tan, 2015).

Chỉ số giá tiêu dùng là biến vĩ mô đo lường tỷ lệ lạm phát (INF) lấy từ Tổng cục thống kê Lạm phát là một trong những biến kinh tế vĩ mô quan trọng quyết định đến hiệu quả ngân hàng Nếu lạm phát được dự đoán và kiểm soát, các ngân hàng có thể điều chỉnh lãi suất hoặc quản lý chi phí hoạt động, từ đó làm tăng doanh thu nhanh hơn chi phí, dẫn đến khả năng sinh lợi cao hơn (Revell, 1979; Perry, 1992) Tuy nhiên, nếu lạm phát không được dự báo và kiểm soát hoàn toàn, những khoản lỗ của khoản vay sẽ được tích lũy, và từ đó làm giảm lợi nhuận ngân hàng (Tan, 2015) Lạm phát có những tác động khác nhau đối với nợ xấu Lạm phát cao có thể giúp cho việc trả nợ dễ dàng hơn do lạm phát làm giảm giá trị thực của các khoản vay Tuy nhiên, lạm phát có thể làm giảm giá trị thu nhập thực tế của khách hàng và cũng có thể làm suy yếu khả năng trả nợ Ngoài ra, lạm phát tăng cao làm cho giá cả hàng hoá trong nước tăng, sức mua giảm, đồng nội tệ bị mất giá kéo theo chi phí sản xuất tăng làm gia tăng gánh nặng cho các doanh nghiệp Do những kết luận khác nhau từ các nghiên cứu trước đây, mối quan hệ giữa lạm phát và rủi ro tín dụng có thể là tích cực hoặc tiêu cực (Castro, 2013; Chaibi và Ftiti, 2015).

Quan hệ tín dụng, thương mại và ngân hàng bị thu hẹp khi lạm phát tăng cao Sự mất giá của đồng tiền quá nhanh, sự điều chỉnh lãi suất tiền gửi không làm an tâm người gửi tiền nên lượng tiền huy động của ngân hàng sụt giảm Ngân hàng có khả năng mất cân đối thanh khoản, bắt buộc phải huy động ở các nguồn khác với lãi suất cao để bù đắp, làm gia tăng chi phí huy động của ngân hàng Về phía người đi vay, sự điều chỉnh lãi suất vay của các khoản vay đã giải ngân chậm hơn so với tốc độ của lạm phát, họ là những người có lợi lớn nhờ sự mất giá đồng tiền một cách nhanh chóng Do vậy, hoạt động của hệ thống ngân hàng không còn bình thường nữa.Như vậy, lạm phát làm gia tăng chi phí huy động cũng như làm giảm lãi cận biên của ngân hàng Từ đó ảnh hưởng đến rủi ro tín dụng các ngân hàng.

Sự cần thiết phải tăng cường quản trị rủi ro tín dụng tại các ngân hàng thương mại

Quản trị rủi ro tín dụng được hiểu là quá trình nhận dạng, phân tích nhân tố rủi ro, đo lường mức độ rủi ro, trên cơ sở đó lựa chọn triển khai các biện pháp và quản lý các hoạt động tín dụng nhằm hạn chế và loại trừ rủi ro trong quá trình cấp tín dụng Trong quản trị RRTD, tối đa hóa lợi nhuận cho sở hữu chủ, trở thành ngân hàng thương mại (NHTM) tốt nhất về quản trị RRTD và sử dụng tài sản trong hoạt động cấp tín dụng là hai mục tiêu cốt lõi.

Trên cơ sở nguyên tắc chuẩn mực quản trị rủi ro quốc tế, hệ thống quản trị rủi ro vốn tín dụng gồm các vấn đề cơ bản như: Cơ sở pháp lý cho hoạt động cấp tín dụng phải đầy đủ và chuẩn mực; chất lượng nguồn nhân lực trong quản lý rủi ro; xây dựng hệ thống phân khúc thị trường và phân khúc khách hàng; thẩm định và phê duyệt hồ sơ tín dụng; cấu trúc hệ thống các bộ phận tham gia vào việc tìm kiếm khách hàng, xem xét và quyết định tín dụng; xây dựng các quy trình cụ thể, rõ ràng điều chỉnh hoạt động cấp tín dụng; vấn đề cảnh báo sớm; cơ cấu lại khoản nợ và thu hồi nợ.

2.3.1 Đối với nền kinh tế

Bắt nguồn từ bản chất và chức năng của ngân hàng là một tổ chức trung gian tài chính chuyên huy động vốn nhàn rỗi trong nền kinh tế để cho các tổ chức, các doanh nghiệp và cá nhân có nhu cầu vay lại Do đó, thực chất quyền sở hữu những khoản cho vay vẫn là quyền sở hữu của những người gửi tiền vào ngân hàng Bởi vậy, khi rủi ro tín dụng xảy ra thì không những ngân hàng chịu thiệt mà quyền lợi của người gửi tiền cũng bị ảnh hưởng.

Hoạt động ngân hàng liên quan đến hoạt động doanh nghiệp, các ngành và các cá nhân, vì vậy khi một ngân hàng gặp phải rủi ro tín dụng hay bị phá sản thì người gửi tiền ở các ngân hàng hoang mang lo sợ và kéo nhau ồ ạt đến rút tiền ở các ngân hàng, làm cho toàn bộ hệ thống ngân hàng gặp khó khăn Ngân hàng gặp phải rủi ro hay phá sản sẽ ảnh hưởng đến tình hình sản suất kinh doanh của doanh nghiệp, không có tiền trả lương dẫn đến đời sống công nhân gặp khó khăn Hơn nữa, sự hoảng loạn của các ngân hàng ảnh hưởng rất lớn đến toàn bộ nền kinh tế Nó làm cho nền kinh tế bị suy thoái, giá cả tăng, sức mua giảm, thất nghiệp tăng, xã hội mất ổn định Ngoài ra, rủi ro tín dụng cũng ảnh hưởng đến nền kinh tế thế giới vì ngày nay nền kinh tế mỗi quốc gia đều phụ thuộc vào nền kinh tế khu vực và thế giới Kinh nghiệm cho ta thấy cuộc khủng hoảng tài chính châu Á (1997) và mới đây là cuộc khủng hoảng tài chính ở Mỹ đã làm rung chuyển toàn cầu Mặt khác, mối liên hệ về tiền tệ, đầu tư giữa các nước phát triển rất nhanh nên rủi ro tín dụng tại một nước ảnh hưởng trực tiếp đến nền kinh tế các nước có liên quan.

Rủi ro tín dụng xảy ra đồng nghĩa với khoản đầu tư của người vay tiền không có hiệu quả tức là không có lợi ích đầu tư của người vay tiền đối với ngân hàng và xã hội Hoạt động ngân hàng là một lĩnh vực hết sức nhạy cảm và có tính xã hội hoá cao, có nhiều mối quan hệ phức tạp với nhiều chủ thể Khi một ngân hàng bị thua lỗ, phá sản sẽ gây tâm lý hoang mang lan rộng nhanh chóng khiến nhiều người khách hàng gửi tiền có thể rút tiền hàng loạt gây ảnh hưởng xấu tới hoạt động ngân hàng, trường hợp xấu nhất có thể gây đổ vỡ hàng loạt của các ngân hàng Theo thời gian nếu có khôi phục được cũng sẽ gặp rất nhiều khó khăn trong việc huy động vốn Ở nước ta hiện nay, nếu một NHTM gặp khó khăn tài chính do rủi ro tín dụng xảy ra ngoài mong đợi, ngân hàng có thể nhận được sự hỗ trợ từ ngân sách Nhà nước Lúc này Ngân sách Nhà nước phải tăng chi cho khoản mục này và cắt giảm chi tiêu cho các khoản mục khác, sẽ làm ảnh hưởng tới mục tiêu ổn định và phát triển kinh tế - xã hội.

Bên cạnh đó, đặc điểm hoạt động của hệ thống NHTM là huy động vốn nhàn rỗi trong nền kinh tế để cấp tín dụng cho các tổ chức, các doanh nghiệp và cá nhân có nhu cầu về vốn Khi RRTD xảy ra, không những ngân hàng chịu thiệt hại mà quyền lợi của người gửi tiền cũng bị ảnh hưởng.

Khi một ngân hàng gặp phải RRTD hay bị phá sản, vì tâm lý lo sợ nên để bảo toàn tài sản của mình, người gửi tiền ồ ạt đến rút tiền ở các ngân hàng khác, làm cho hệ thống ngân hàng gặp khó khăn trong vấn đề chi trả và có nguy cơ mất khả năng thanh toán, dẫn đến bị phá sản và nền kinh tế bị tê liệt.

RRTD có thể xảy ra với nhiều mức độ khác nhau, ngân hàng gặp phải rủi ro về lợi nhuận khi không thu hồi được lãi cho vay, ngân hàng bị mất vốn khi khách hàng không có khả năng chi trả Nếu tình trạng này kéo dài mà không khắc phục được, ngân hàng sẽ bị phá sản, ảnh hưởng nghiêm trọng đến hệ thống ngân hàng nói riêng và nền kinh tế nói chung Do đó, yêu cầu đặt ra cho các nhà quản trị ngân hàng là phải thận trọng và có những biện pháp thích hợp nhằm giảm thiểu rủi ro trong quá trình cho vay.

2.3.2 Đối với ngân hàng thương mại

RRTD là nguyên nhân chủ yếu tạo ra sự tổn thất về vốn của các NHTM: Thường thu nhập của các NHTM được đem lại chủ yếu là từ nguồn thu nhập của hoạt động tín dụng Thực tế, RRTD là nguyên nhân chủ yếu gây ra sự tổn thất về vốn cho các NHTM Vì vậy, RRTD được xem là một trong những nhân tố hết sức quan trọng, đòi hỏi các ngân hàng phải có khả năng phân tích, đánh giá và QTRRTD hiệu quả Một khi ngân hàng chấp nhận nhiều khoản cho vay có RRTD cao thì ngân hàng có khả năng phải đối mặt với tình trạng thiếu vốn hay tính thanh khoản thấp Điều này có thể làm giảm HĐKD cũng như lợi nhuận của ngân hàng, thậm chí có thể dẫn đến phá sản Cho nên, các NHTM cần phải chú trọng hơn nữa đến QTRRTD để có những giải pháp cụ thể nhằm ngăn ngừa và hạn chế tối đa RRTD xảy ra.

QTRRTD là thước đo năng lực kinh doanh của các NHTM: Tình hình kinh tế ngày càng có nhiều biến động, thị trường tài chính, tiền tệ và ngân hàng cũng diễn biến phức tạp hơn, tiềm ẩn nhiều rủi ro, nhất là RRTD Mặc dù, trước khi cho vay nhân viên ngân hàng đã tìm hiểu thị trường và dự đoán những rủi ro có thể xảy ra nhưng sự tiên liệu, phát hiện rủi ro tiềm ẩn và ứng phó của nhân viên ngân hàng là có giới hạn, trên thực tế RRTD phát sinh do nhiều nguyên nhân, có thể do nguyên nhân khách quan, chủ quan hay do bất khả kháng… Vì vậy, QTRRTD phải được xem là một nghiệp vụ chủ đạo và là thước đo năng lực kinh doanh của các NHTM để ngăn ngừa và hạn chế tối đa những tổn thất do RRTD gây ra.

QTRRTD tốt là một lợi thế cạnh tranh của các NHTM: QTRRTD được thực hiện tốt sẽ tạo điều kiện cho ngân hàng sàn lọc được những khách hàng có năng lực pháp lý tốt,năng lực tài chính tốt, có tiềm năng phát triển… nhằm giúp cho việc tài trợ vốn của ngân hàng thực sự mang lại hiệu quả, và sẽ tạo điều kiện thuận lợi cho các NHTM trong quá trình cạnh tranh.

Tình hình nghiên cứu

2.4.1 Các nghiên cứu trong nước

Nhóm tác giả Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013) nghiên cứu các yếu tổ ảnh hưởng đến nợ xấu của các NHTM Việt Nam giai đoạn 2007-2011 kết quả nghiên cứu cho thấy lạm phát và tăng trưởng GDP có tác động đến nợ xấu, nợ xấu có ảnh hưởng đến nợ xấu năm tiếp theo và quy mô ngân hàng có mối quan hệ cùng chiều với nợ xấu, kết quả nghiên cứu cho thấy cả yếu tố đặc thù và vĩ mô đều tác động đến nợ xấu hệ thống NHTMVN Trong đó khả năng sinh lời và tăng trưởng kinh tế là những yếu tố chính tác động ngược chiều đến nợ xấu Mặt khác, nợ xấu trong quá khứ, quy mô ngân hàng, tăng trưởng tín dụng có tác động cùng chiều với nợ xấu. Bài viết cũng chỉ ra bằng chứng vốn chủ sở hữu và lạm phát tác động có ý nghĩa đến tỷ lệ nợ xấu của các NHTM Việt Nam.

Tại Việt Nam có thể tìm thấy các nghiên cứu như nghiên cứu “ Yếu tố tác động đến nợ xấu các ngân hàng thương mại Việt Nam” của Nguyễn Thị Hồng Vinh (2015) trong giai đoạn 2007-2014 với bộ dữ liệu của 22 NHTM Việt Nam Tác giả sử dụng ba mô hình ước lượng dữ liệu bảng là hiệu ứng cố định, phương pháp Mômen tổng quát dạng sai phân (Difference Generalized Method of Moments- DGMM) của Arellano và Bond (1991) và phương pháp Mômen tổng quát dạng hệ thống (System Generalized Method of Moments- SGMM) của Arellano và Bover (1995), Blundell và Bond (1998) để kiểm định ảnh hưởng của các yếu tố đến nợ xấu NHTM Việt Nam Kết quả nghiên cứu cho thẩy cả yếu tố đặc thù và vĩ mô đều có tác động quan trọng đến nợ xấu của hệ thống NHTM Việt Nam. Những yếu tố chính có tác động ngược chiều đến nợ xấu của hệ thống NHTM Việt Nam bao gồm khả năng sinh lời và tăng trưởng kinh tế Nợ xấu với độ trễ 1 năm, quy mô ngân hàng, tăng trưởng tín dụng tác động cùng chiều đến nợ xấu Ngoài ra, nghiên cứu cũng cung cấp bằng chứng vốn chủ sở hữu và lạm phát có tác động đến tỷ lệ nợ xấu của các NHTM Việt Nam.

Nguyễn Thị Ngọc Diệp và Nguyễn Minh Kiều (2015), nghiên cứu nhằm mục tiêu xác định nhóm yếu tố đặc điểm ngân hàng ảnh hưởng đến rủi ro tín dụng tại các NHTM ViệtNam, bằng cách sử dụng dữ liệu bảng với phương pháp hồi quy bình phương bé nhất(OLS) Từ đó, đưa ra một số gợi ý đối với nhà đầu tư cá nhân và góp phần giúp các nhà quản lý ngân hàng nhận diện tác động ngược chiều của các yếu tố đặc điểm ngân hàng đến rủi ro tín dụng, giúp kiểm soát tốt các tác động từ việc đẩy mạnh cho vay Dữ liệu trong nghiên cứu được thu thập từ số liệu trong báo cáo tài chính của 32 NHTM Việt Nam từ năm 2010 đến 2013 Nghiên cứu đã tìm ra các yếu tố tác động đến rủi ro tín dụng là: tăng trưởng tín dụng, quy mô dư nợ, và tỷ lệ chi phí hoạt động trên thu nhập hoạt động cho vay Nguyễn Kim Quốc Trung và Nguyễn Thị Phương Dung (2018) đã mô hình hóa các yếu tố bên trong ngân hàng ảnh hưởng đến nợ xấu (NPL) phát sinh trong hoạt động cho vay tại các ngân hàng thương mại cổ phần Việt Nam trong giai đoạn từ 2010 đến 2017. Nghiên cứu sử dụng các phương pháp hồi quy định lượng như hồi quy tuyến tính gộp, mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) để xây dựng mô hình Kết quả cho thấy lợi nhuận trên vốn chủ sở hữu (ROE) có ý nghĩa thống kê ở mức độ tin cậy 95% vì giá trị p nhỏ hơn 5% và biến này cũng có tác động tiêu cực đến NPL Mặc dù tỷ lệ an toàn vốn tối thiểu thay đổi (CAR) không có ý nghĩa thống kê, nhưng chỉ tiêu CAR cũng ảnh hưởng ngược chiều đến NPL.

Nguyễn Kim Quốc Trung (2019) đã nghiên cứu về các yếu tố tác động đến nợ xấu của các NHTM tại Việt Nam, trong giai đoạn 2009-2017 với việc xem xét các biến vi mô và vĩ mô Nghiên cứu sử dụng phương pháp GMM để kiểm tra và ước lượng sự tác động của các yếu tố vi mô và vĩ mô đến NPL ở mức ý nghĩa thống kê 5%, bao gồm tăng trưởng GDP, tỷ lệ dự phòng (LLP), tỷ lệ chi phí trên thu nhập, ROE, ROA và độ trễ một năm của biến nợ xấu.

2.4.2 Các nghiên cứu nước ngoài

Theo nghiên cứu của Salas và Suarina (2002) với dữ liệu bảng, so sánh các yếu tố quyết định của rủi ro tín dụng là nợ xấu (yếu tố vĩ mô và yếu tố nội tại) ở các ngân hàng thương mại và Quỹ tiết kiệm Tây Ban Nha trong giai đoạn 1985-1987 Phương pháp nghiên cứu là lựa chọn giữa ba mô hình dựa trên ba kiểm định đó là kiểm định F để so sánh mô hình OLS so với mô hình ảnh hưởng cố định, kiểm định LM để so sánh mô hìnhOLS với mô hình tác động ngẫu nhiên, và kiểm định Hausman để so sánh mô hình tác động ngẫu nhiên với cố định Nghiên cứu chỉ ra rằng, GDP và nợ xấu có mối quan hệ ngược chiều, khi GDP tăng thì nợ xấu giảm và ngược lại, quy mô ngân hàng tác động tiêu cực lên nợ xấu, tăng trưởng tín dụng là yếu tố quan trọng quyết định tỷ lệ nợ xấu. Đối với nghiên cứu của Hu và cộng sự (2004) với bộ dữ liệu bao gồm bốn mươi ngân hàng thương mại Đài Loan (tất cả được thành lập trước năm 1996) trong giai đoạn 1996-1999 Các ngân hàng được chia thành 03 nhóm bao gồm ngân hàng thương mại nhà nước (cổ phần của chính phủ trong mỗi ngân hàng là 100%), ngân hàng thương mại hỗn hợp (cổ phần của chính phủ trong khoảng từ 1%-99%), và ngân hàng thương mại tư nhân Các tác giả lựa chọn giữa ba mô hình dựa trên ba kiểm định đó là kiểm định F để so sánh mô hình OLS so với mô hình ảnh hưởng cố định, kiểm định LM để so sánh mô hình OLS với mô hình tác động ngẫu nhiên, và kiểm định Hausman để so sánh mô hình tác động ngẫu nhiên với cố định Biến phụ thuộc đại diện cho rủi ro tín dụng là tỷ lệ nợ xấu cho các ngân hàng thương mại Sử dụng mô hình tác động ngẫu nhiên và thêm biến giả không đổi theo thời gian D1991 (bằng 1 nếu 1 được thành lập sau năm 1991 sau khi chính phủ Đài Loan giảm bớt các rào cản pháp lý cho phép thành lập ngân hàng thương mại và 0 khi ngược lại) Kết quả nghiên cứu cho thấy (1) tỷ lệ nợ xấu giảm khi cổ phần của chính phủ trong một ngân hàng tăng (lên đến 63,51%), nhưng sau đó nó cũng tăng lên; (2) quy mô ngân hàng có mối quan hệ ngược chiều với tỷ lệ nợ xấu; (3) sự đa dạng hóa nguồn doanh thu không có tác dụng làm giảm tỷ lệ nợ xấu; (4) tỷ lệ nợ xấu tăng đều 1996-1999 và (5) các ngân hàng thành lập sau khi bãi bỏ quy định có một tỷ lệ nợ xấu trung bình thấp hơn so với những người thành lập trước khi bãi bỏ quy định Những phát hiện của báo cáo này ủng hộ các kiến nghị sau đây: (1) trong một xã hội với một khu vực tư nhân không hoàn hảo, cổ phần của chính phủ có thể giúp cải thiện hiệu suất của ngân hàng; và (2) trong một môi trường kinh tế với chi phí giao dịch cao, loại hình sở hữu sẽ ảnh hưởng đến hiệu quả kinh tế Điều này cũng cung cấp thêm bằng chứng tại sao sở hữu hỗn hợp có thể là một hình thức sở hữu hiệu quả và giải thích sự tồn tại của nó.

Louzis và cộng sự (2010), sử dụng dữ liệu 9 ngân hàng thương mại Hy Lạp trong giai đoạn quý 1/2003 đến quý 3/2009 Nghiên cứu sử dụng mô hình phân tích động dữ liệu bảng để giải thích các yếu tố tác động đến rủi ro tín dụng các ngân hàng Hy Lạp bằng cách tách biệt 3 loại tín dụng: thế chấp, kinh doanh và tiêu dùng Nghiên cứu sử dụng kỹ thuật thống kê mô men tổng quát (GMM) được đề xuất bởi Arellano và Bond (1991) và được nhân rộng bởi Arellano và Bover (1995) and Blundell và Bond (1998) Nghiên cứu chỉ ra rằng biến kinh tế vĩ mô như tốc độ tăng trưởng GDP thực, tỷ lệ thất nghiệp và lãi suất cho vay và các biến nội tại ngân hàng như chất lượng quản trị và hiệu quả hoạt động có tác động mạnh đến rủi ro tín dụng và ảnh hưởng này khác biệt giữa ba danh mục cho vay khác nhau.

Messai và Jouini (2013) đã sử dụng dữ liệu của 85 ngân hàng trong ba nước (Ý, Hy Lạp và Tây Ban Nha) trong giai đoạn 2004-2008 đề nghiên cứu các yếu tố vĩ mô và vi mô tác động đến rủi ro tín dụng Ba nước Ý, Hy Lạp, Tây Ban Nha đại diện cho các nước gặp nhiều bất ổn sau khủng hoảng 2008 Các ngân hàng được lựa chọn là các ngân hàng lớn và có số lượng nợ xấu lớn thì rủi ro tín dụng càng cao Các biến kinh tế vĩ mô bao gồm các tỷ lệ tăng trưởng GDP, tỷ lệ thất nghiệp và tỷ lệ lãi suất cho vay thực và các biến vi mô bao gồm tỷ suất sinh lời trên tổng tài sản (ROA), sự thay đổi trong các khoản vay và tỷ lệ dự phòng rủi ro Kết quả nghiên cứu cho thấy rằng lãi suất cho vay, tỷ lệ dự phòng rủi ro tín dụng tác động cùng chiều đến tỷ lệ nợ xấu Bên cạnh đó nghiên cứu cũng tìm thấy tác động ngược chiều của tỷ lệ tăng trưởng kinh tế, tỷ suất sinh lời trên tổng tài sản (ROA) đến tỷ lệ nợ xấu tại các nước này.

Sheefeni (2015) nghiên cứu tác động của các yếu tố vĩ mô đến rủi ro tín dụng ở Namibia bao gồm GDP, tỷ giá hối đoái, lãi suất và tỷ lệ lạm phát Đại diện cho rủi ro tín dụng là nợ xấu Nghiên cứu sử dụng kỹ thuật phân tích nghiệm đơn vị (unit root), đồng tích hợp (cointegration), kiểm định nhân quả Granger, hàm phản ứng đẩy, phân rã phương sai dự báo Kết quả phân tích đồng tích hợp tìm thấy một mối quan hệ lâu dài giữa nợ xấu và tốc độ tăng trưởng GDP, lãi suất và tỷ lệ lạm phát Kết quả kiểm định nhân quả tìm thấy tác động một chiều từ lãi suất đến nợ xấu về lâu dài Kết quả ước lượng hàm phản ứng đẩy cho thấy các yếu tố quan trọng của kinh tế vĩ mô như GDP và tỷ giá hối đoái có tác động đến nợ xấu trong ngắn hạn.

Chaibi và Ftiti (2015) nghiên cứu tiếp cận phương pháp Dynamic Panel Data để kiểm tra yếu tố tác động đến nợ xấu của các NHTM trong nền kinh tế thị trường (đại diện là Pháp), so với một nền kinh tế dựa trên ngân hàng (đại diện là Đức), trong 2005-2011.Nghiên cứu ảnh hưởng của các yếu tố đến chất lượng tín dụng cho rằng có những hiệu ứng khác nhau giữa các hệ thống ngân hàng khác nhau Các câu hỏi chính được thảo luận là các yếu tố tác động đến rủi ro tín dụng của hai nước Kết quả chỉ ra rằng ngoại trừ các tỷ lệ lạm phát, tập hợp các biến kinh tế vĩ mô được sử dụng đều ảnh hưởng đến tỷ lệ nợ xấu của cả nền kinh tế Kết quả này được giải thích bởi thực tế là cả hai nền kinh tế thuộc khu vực đồng tiền chung Euro Ngoài ra, nghiên cứu cho thấy rằng so với Đức, nền kinh tế Pháp là nhạy cảm hơn với yếu tố trong nội tại ngân hàng.

Bảng 2.1: Tóm tắt các nghiên cứu liên quan

Tác giả/năm Phương pháp nghiên cứu Kết quả nghiên cứu và chiều ảnh hưởng đến rủi ro tín dụng Đỗ Quỳnh Anh và

Nghiên cứu định lượng, mô hình hồi quy đa biến FEM, REM và GMM

Khả năng sinh lời (-) và tăng trưởng kinh tế (-) Nợ xấu trong quá khứ (+), quy mô ngân hàng (+), tăng trưởng tín dụng (+)

Nghiên cứu định lượng cùng mô hình ước lượng dữ liệu bảng là hiệu ứng cố định, phương pháp Mômen tổng quát dạng sai DGMM và phương pháp Mômen tổng quát dạng hệ thống SGMM

Khả năng sinh lời (-) và tăng trưởng kinh tế (-), vốn chủ sở hữu (-) Nợ xấu độ trễ 1 năm (+), quy mô ngân hàng (+), tăng trưởng tín dụng (+), tỷ lệ lạm phát (+)

Dữ liệu bảng với phương pháp hồi quy bình phương bé nhất (OLS).

Tăng trưởng tín dụng (+), quy mô dư nợ (+), và tỷ lệ chi phí hoạt động trên thu nhập hoạt động cho vay (+)

Phương pháp hồi quy định lượng như hồi quy tuyến tính gộp, mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM)

Trung (2019) Nghiên cứu định lượng và mô hình GMM

Tăng trưởng GDP (-), tỷ lệ dự phòng (+), tỷ lệ chi phí trên thu nhập (+), ROE (-) và độ trễ

Tác giả/năm Phương pháp nghiên cứu Kết quả nghiên cứu và chiều ảnh hưởng đến rủi ro tín dụng một năm của biến nợ xấu (+)

Nghiên cứu định lượng và mô hình Pooled OLS, FEM REM, GMM

Quy mô ngân hàng (-), tốc độ tăng trưởng kinh tế GDP (-), tăng trưởng tín dụng (+)

Cổ phần chính phủ (-), quy mô ngân hàng (-), đa dạng hoá thu nhập tại ngân hàng (-), tốc độ tăng trưởng tín dụng (+)

Nghiên cứu định lượng và mô hình GMM

GDP (+), tỷ lệ thất nghiệp (+), lãi suất (+)

Lãi suất (+), tỷ lệ dự phòng rủi ro (+), GDP (-), ROA (-)

Sheefeni (2015) Nghiên cứu định lượng và mô hình GMM GDP (-), tỷ giá hối đoái (+)

Dữ liệu bảng với phương pháp hồi quy bình phương bé nhất (OLS).

GDP (-), tỷ lệ lạm phát (+)

Nguồn: Tổng hợp của tác giả

Sau quá trình tổng hợp khung lý thuyết về rủi ro tín dụng và các nhân tố ảnh hưởng rủi ro tín dụng cùng với lược khảo các nghiên cứu liên quan và xác định các khoảng trống nghiên cứu như sau:

Thứ nhất, tính đến hiện nay thì các nghiên cứu vẫn chưa tiến hành đến giai đoạn 2019 –

2021 Vì giai đoạn này có sự ảnh hưởng của đại dịch của Covid – 19 nên sẽ ảnh hưởng rất nhiều đến các yếu tố vĩ mô GDP, lạm phát hay nói cách khác là khả năng trả nợ của ngân hàng.

Thứ hai, các nghiên cứu mà tác giả lược khảo thì yếu tố liên quan đến dự phòng rủi ro tín dụng vẫn chưa được tập trung nghiên cứu Trong khi yếu tố náy là dấu hiệu rõ ràng để xác định rủi ro tín dụng tại các ngân hàng thương mại.

Tóm lại, thông qua việc xác định các khoảng trống nghiên cứu tác giả sẽ lựa chọn các biến sau để đề xuất mô hình nghiên cứu đó là quy mô ngân hàng, tỷ suất sinh lợi, tỷ lệ dự phòng rủi ro tín dụng, tố độ tăng trưởng tín dụng, tốc độ tăng trưởng kinh tế, tỷ lệ lạm phát.

MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Mô hình và giả thuyết nghiên cứu

Qua khảo lược các bài nghiên cứu trước, có thể thấy rủi ro tín dụng ngân hàng chịu tác động của khá nhiều yếu tố Một số yếu tố chỉ có ý nghĩa riêng đối với từng nền kinh tế, một số yếu tố khác ảnh hưởng có ý nghĩa đến hầu hết các nền kinh tế như: biến tăng trưởng tín dụng, quy mô ngân hàng, tỷ lệ dự phòng rủi ro tín dụng, tỷ suất sinh lời Vì vậy, bài nghiên cứu sẽ chọn các biến số tác động đến rủi ro tín dụng tại nhiều nền kinh tế để tiến hành nghiên cứu trên số liệu thu thập tại Việt Nam Đề tài được dựa theo mô hình nghiên cứu tham khảo từ nhóm tác giả Nguyễn Kim Quốc Trung (2019) để xác định các yếu tố ảnh hưởng đến rủi ro tín dụng của ngân hàng Trên cơ sở số liệu thu thập được, bài nghiên cứu sử dụng phương pháp hồi quy bình phương bé nhất, sử dụng dữ liệu bảng, để nghiên cứu mối quan hệ giữa các biến thu thập được Từ kết quả khảo sát các nghiên cứu trước, đề tài đề xuất mô hình nghiên cứu đối với dữ liệu thu thập tại Việt Nam như sau:

NPL = α + β 1 SIZE it + β 2 ROE it + β 3 LLR it + β 4 GROW it + β 5 GDP t + β 6 INF t + ε it

Biến phụ thuộc: NPL là Nợ xấu

SIZE it : Quy mô ngân hàng thứ i tại thời điểm t

ROE it : Tỷ lệ lợi nhuận trên vốn chủ sở hữu thứ i tại thời điểm t

LLR it : Tỷ lệ dự phòng rủi ro tín dụng thứ itại thời điểm t

GROW it : Tốc độ tăng trưởng trưởng tín dụng thứ i tại thời điểm t

GDP it : Tăng trưởng GDP trong năm thứ t

INF it : Tỷ lệ lạm phát trong năm thứ t β1 : Hệ số chặn βi : Hệ số hồi quy α : Hằng số i : Đại diện chocác NHTM t : Đại diện cho thời gian từ năm 2012 – 2018

Bảng 3.1: Tổng hợp các nhân tố tác động đến rủi ro tín dụng của các ngân hàng thương mại Việt Nam

STT Tên biến Mô tả Nguồn Kỳ vọng tương quan Biến độc lập: Các yếu tố nội tại của ngân hàng

1 SIZE Quy mô ngân hàng

Salas và Suarina (2002); Hu và cống sự (2004); Messai và Jouini (2013); Nguyễn Thị Hồng Vinh (2015); Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013);

Nguyễn Kim Quốc Trung và Nguyễn Thị Phương Dung (2018)

Tỷ lệ lợi nhuận trên vốn chủ sở hữu bình quân

Sheefeni (2015); Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2018);

Nguyễn Kim Quốc Trung (2019) Âm (-)

3 LLR Tỷ lệ dự phòng rủi ro tín dụng

Hu và cộng sự (2004); Messai và Jouini (2013); Nguyễn Thị Hồng Vinh (2015); Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013);

STT Tên biến Mô tả Nguồn Kỳ vọng tương quan

4 GROW Tốc độ tăng trưởng tín dụng

Salas và Suarina (2002); Hu và cộng sự (2004); Sheefeni (2015);

Nguyễn Thị Hồng Vinh (2015); Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013); Nguyễn Kim Quốc Trung (2019)

Biến độc lập: Các yếu tố liên quan đến kinh tế vĩ mô

5 GDP Tốc độ tăng trưởng kinh tế

Salas và Suarina (2002); Hu và cộng sự (2004); Messai và Jouini (2013); Nguyễn Thị Hồng Vinh (2015); Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013);

Nguyễn Kim Quốc Trung và Nguyễn Thị Phương Dung (2018) Âm (-)

Salas và Suarina (2002); Hu và cộng sự (2004); Messai và Jouini (2013); Nguyễn Thị Hồng Vinh (2015); Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013);

Nguyễn Kim Quốc Trung và Nguyễn Thị Phương Dung (2018)

Biến phụ thuộc: Rủi ro tín dụng

STT Tên biến Mô tả Nguồn Kỳ vọng tương quan

Salas và Suarina (2002); Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013)

Nguồn: Tác giả tổng hợp

Theo Salas và Suarina (2002); Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013) quy mô ngân hàng càng lớn ngân hàng càng có nhiều cơ hội gia tăng thêm các khoản mục kinh doanh bên cạnh hoạt động tín dụng nhằm đa dạng hóa nguồn thu nhập tăng thêm lợi nhuận cho ngân hàng, hạn chế rủi ro khi tác động từ nên kinh tế Nếu ngân hàng có đặc điểm có thể dùng đòn bẩy tài chính quá mức để gia tăng các khoản vay có chất lượng thấp sẽ tạo nên nhiều rủi ro cho ngân hàng Vì vậy tác giả đề nghị giả thuyết:

H1: Quy mô ngân hàng có tương quan dương với rủi ro tín dụng tại các NHTM Việt Nam.

Theo Messai và Jouini (2013); Sheefeni (2015) Dựa trên công thức Dupont có thể thấy ROE được cấu thành từ ba yếu tố: Thứ nhất là tỷ suất lợi nhuận trên doanh thu, yếu tố này phản ánh trình độ quản lý doanh thu và chi phí của doanh nghiệp Thứ hai là vòng quay toàn bộ vốn, yếu tố này phản ánh trình độ khai thác và sử dụng tài sản của doanh nghiệp Thứ ba là hệ số vốn/ vốn chủ sở hữu, đây là yếu tố phản ánh trình độ quản lý tổ chức nguồn vốn cho hoạt động của ngân hàng Do đó, ROE tăng xuất phát từ việc gia tăng tỷ suất sinh lợi trên doanh thu hoặc vòng quay tổng tài sản hoặc vòng quay tổng tài sàn thì đây là dấu hiệu tích cực trong dấu hiệu kinh doanh của NH Trong nghiên cứu tác giả sử dụng ROE năm t-1 để xác định ảnh hưởng của lợi nhuận ròng trên vốn chủ sở hữu đối với tỷ lệ nợ xấu năm t và tác giả đề xuất giả thuyết:

H2: Tỷ suất lợi nhuận trên vốn chủ sở hữu có tương quan âm với rủi ro tín dụng tại các NHTM Việt Nam.

Theo Hu và cộng sự (2004); Messai và Jouini (2013) việc trích lập dự phòng ảnh hưởng lớn đến lợi nhuận của ngân hàng nên đây được xem là nguyên nhân khiến các ngân hàng trích không đúng và đủ dự phòng theo quy định Áp lực kinh doanh, sức ép từ phía cổ đông, uy tín, thương hiệu khiến các ngân hàng giấu những khoản nợ đáng lẽ phải trích dự phòng Những ngân hàng dự đoán trước mức độ cao trong sự tổn thất về vốn có thể tạo ra mức dự phòng cao hơn để giảm những biến động trong lợi nhuận Dự phòng rủi ro tín dụng thể hiện thái độ về quản trị rủi ro của ngân hàng Quản trị tốt là yếu tố góp phần giảm tỷ lệ nợ xấu NHTM Việt Nam Vì vậy tác giả đề xuất giả thuyết:

H3: Tỷ lệ trích lập dự phòng rủi ro tín dụng có tương quan dương với rủi ro tín dụng tại các NHTM Việt Nam.

Theo Hu và cộng sự (2004); Sheefeni (2015) thì chỉ tiêu này dùng để so sánh tốc độ tăng trưởng dư nợ tín dụng qua các năm, để đánh giá tình hình cho vay của ngân hàng Sự cạnh tranh trong thị phần cho vay khiến các ngân hàng chạy đua mức tăng trưởng tín dụng, tăng trưởng tín dụng cao thường hệ lụy kéo theo khi nền kinh tế khủng hoảng, các ngân hàng có nguy cơ gặp phải những khoản vay kém chất lượng dẫn đến nợ xấu trong tương lai Vì vậy tác giả đề xuất giả thuyết:

H4: Tốc độ tăng trưởng tín dụng có tương quan dương với rủi ro tín dụng tại các NHTM Việt Nam.

Theo Salas và Suarina (2002); Nguyễn Thị Hồng Vinh (2015) thì tổng sản phẩm quốc nội (GDP) là giá trị thị trường tất cả hàng hóa và dịch vụ cuối cùng sản xuất ra trong phạm vi một lãnh thổ nhất định (thường là một quốc gia) trong một thời kì nhất định (thường là một năm) Đây là chỉ tiêu tổng hợp, phản ánh toàn bộ kết quả cuối cùng của các hoạt động sản xuất Nó phản ánh mối quan hệ tương hỗ trong quá trình sản xuất, phân phối và sử dụng của sản phẩm cuối cùng của sản phẩm hàng hóa và dịch vụ trong toàn nền kinh tế. Chỉ tiêu này tăng thể hiện nền kinh tế đang trong giai đoạn tăng trưởng kéo theo sự mở rộng tín dụng của hệ thống ngân hàng cùng với đó thu nhập của các khách hàng doanh nghiệp và cả cá nhân cũng tăng theo, đáp ứng khả năng chi trả của các khoản vay, tuy nhiên khi nền kinh tế đi xuống ảnh hưởng đến nguồn thu của khách hàng dẫn đến tăng tỷ lệ nợ xấu vì vậy, tốc độ tăng trưởngGDP có tính độ trễ theo thời gian Vì vậy tác giả đề xuất giả thuyết:

H5: Tốc độ tăng trưởng tổng sản phẩm quốc nội có tương quan âm với rủi ro tín dụng tại các NHTM Việt Nam.

Theo Salas và Suarina (2002); Nguyễn Thị Hồng Vinh (2015) thì lạm phát làm mức giá chung của nền kinh tế tăng theo thời gian, lạm phát làm mất giá trị thị trường của đồng tiển hay giảm sức mua của đồng tiền Về cơ bản lạm phát làm giảm giá trị của của các khoản vay nên khả năng trả nợ của khách hàng sẽ thuận lợi hơn, nhưng bên cạnh đó lạm phát cũng ảnh hưởng đến thực nhập thực của khách hàng, làm cho thu nhập thực của khách hàng giảm, tiền lương có tốc độ tăng chậm hơn thì lạm phát sẽ làm tăng tỷ lệ nợ xấu. Trong trường hợp áp dụng lãi suất thả nổi cho khoản vay thì lạm phát tăng cao dẫn đến lãi suất trong hợp đồng tín dụng tăng cao, khi lạm phát tăng cao chính sách tiền tệ thắt chặt để chống lại lạm phát cũng làm ảnh hưởng đến quá trình sản xuất kinh doanh, tăng nguy cơ không trả được nợ của khách hàng Tóm lại việc gia tăng lãi suất làm gia tăng gánh nặng nợ, làm suy yếu khả năng trả nợ của khách hàng vay Vì vậy, tác giả đề xuất giả thuyết:

H6: Tỷ lệ lạm phát có tương quan dương với rủi ro tín dụng tại các NHTM Việt Nam

Bảng 3.2: Đo lường biến của mô hình nghiên cứu

STT Tên biến Mô tả Công thức đo lường

Biến độc lập: Các yếu tố nội tại của ngân hàng

1 SIZE Quy mô ngân hàng Log (Tổng tài sản)

STT Tên biến Mô tả Công thức đo lường

Tỷ lệ lợi nhuận trên vốn chủ sở hữu bình quân

Lợi nhuận sau thuế Tổng vốn chủ sở hữu bình quân

3 LLR Tỷ lệ dự phòng rủi ro tín dụng Giá trị trích lập Tổng dư nợ tín dụng

4 GROW Tốc độ tăng trưởng tín dụng

Dự nợ tín dụng năm 1-Dư nợ tín dụn g năm 0

Dự nợ tín dụng năm 0

Biến độc lập: Các yếu tố liên quan đến kinh tế vĩ mô

5 GDP Tốc độ tăng trưởng kinh tế

Số liệu thực tế theo kinh tế Việt Nam

6 INF Tỷ lệ lạm phát Số liệu thực tế theo kinh tế Việt Nam

Biến phụ thuộc: Rủi ro tín dụng

7 NPL Nợ xấu Tổng dư nợ xấu

Tổng dư nợ tín dụng

Phương pháp nghiên cứu

Nghiên cứu sử dụng dữ liệu của 6 yếu tố bao gồm: Quy mô ngân hàng, Tỷ lệ lợi nhuận trên vốn chủ sở hữu bình quân, tỷ lệ dự phòng rủi ro tín dụng, tốc độ tăng trưởng tín dụng, tốc độ tăng trưởng kinh tế, tỷ lệ lạm phát của 19 NHTM tại Việt Nam giai đoạn từ năm 2012 đến năm 2021 thỏa mãn điều kiện sau: (1) Năm tài chính được tính từ ngày 01/01 cho đến ngày 31/12 (2) Có đầy đủ báo cáo tài chính từ năm 2016 đến năm 2020 (3) Các báo cáo tài chính được kiểm toán và có ý kiến chấp nhận hợp lý và trung thực theo nguyên tắc trọng yếu.

Nghiên cứu sử dụng dữ liệu thứ cấp tần suất năm được lấy từ các báo cáo tài chính của các NHTM theo như phần đã đề cập tại mục 3.2.1 được chọn làm mẫu nghiên cứu: Báo cáo thường niên, bảng cân đối kế toán, báo cáo kết quả hoạt động kinh doanh, bảng lưu chuyển tiền tệ trong giai đoạn từ năm 2012 đến năm 2021 để tính các biến độc lập và biến phụ thuộc Kết quả sau khi lấy dữ liệu của 19 NHTM giai đoạn từ năm 2012 đến năm

2021 (10 năm) đề tài có tổng cộng 190 (10*19) quan sát.

Trong nghiên cứu này nhóm chúng tôi sử dụng 9 mô hình hồi quy Bayes như sau:

Mô hình 1: Mô hình hồi quy tuyến tính Bayes mặc định (Noninformative prior).

Phân phối dữ liệu có phương sai là (var), thông tin tiên nghiệm của các tham số là phi thông tin (thông tin tiên nghiệm của các tham số là N(0,10000), thông tin tiên nghiệm của phương sai là igamma(0,01,0,01)

Mô hình 2: Mô hình hồi quy tuyến tính Bayes dùng tiên nghiệm phân phối chuẩn phi thông tin (Informative normal prior) Thông tin tiên nghiệm của các tham số có phân phối chuẩn (0,1000), thông tin tiên nghiệm của phương sai là phân phối igamma (0,01, 0,01)

Mô hình 3: Mô hình hồi quy tuyến tính Bayes dùng tiên nghiệm phân phối chuẩn phi thông tin Phân phối tiên nghiệm của các tham số là phân phối chuẩn N(0,100), có tiên nghiệm phương sai theo phân phối igamma (0,01,0,01).

Mô hình 4: Mô hình hồi quy tuyến tính Bayes có tiên nghiệm theo phân phối chuẩn thông tin N(0, 50) Tiên nghiệm phương sai (sigma2) của mô hình có phân phối igamma (0,01,0,01).

Mô hình 5: Mô hình hồi quy tuyến tính Bayes có tiên nghiệm theo phân phối chuẩn thông tin N(0,20) Tiên nghiệm phương sai (sigma2) của mô hình có phân phối igamma (0,01,0,01).

Mô hình 6: Mô hình hồi quy tuyến tính Bayes có tiên nghiệm theo phân phối chuẩn thông tin mạnh N(0, 10) Tiên nghiệm phương sai (sigma2) của mô hình có phân phối igamma (0,01,0,01).

Mô hình 7: Mô hình hồi quy tuyến tính Bayes có tiên nghiệm theo phân phối chuẩn thông tin rất mạnh N(0, 5) Tiên nghiệm phương sai (sigma2) của mô hình có phân phối igamma (0,01,0,01).

Mô hình 8: Mô hình hồi quy tuyến tính Bayes có tiên nghiệm theo phân phối chuẩn thông tin rất mạnh N(0,3) Tiên nghiệm phương sai (sigma2) của mô hình có phân phối igamma (0,01,0,01).

Mô hình 9: Mô hình hồi quy tuyến tính Bayes có tiên nghiệm theo phân phối chuẩn thông tin rất mạnh N(0, 1) Tiên nghiệm phương sai (sigma2) của mô hình có phân phối igamma (0,01,0,01).

Sau khi có kết quả ước lượng của các mô hình, để lựa chọn mô hình tốt nhất với dữ liệu để phân tích, nhóm nghiên cứu sẽ so sánh 9 mô hình trên theo 2 kiểm định: Kiểm định tiêu chuẩn thông tin Bayes (bayes factor) và kiểm định mô hình Bayes (Bayesian model tests) Vì nghiên cứu đang dùng thuật toán MCMC nên để tiến tới suy diễn thống kê thì phải kiểm tra tính hội tụ của mô hình đã lựa chọn Có nhiều phương pháp kiểm tra tính hội tụ: Bài nghiên cứu thực hiện Kiểm tra thông qua biểu đồ vết, kiểm định biểu đồ về tự tương quan, kiểm định cỡ mẫu hiệu quả (ESS), kiểm tra thông qua biểu đồ cusum Ngoài ra luận văn còn thực hiện kiểm tra xác suất các khoảng tin cậy để khẳng định mức độ tác động của biến độc lập đến biến phụ thuộc.

Trong chương này tác giả đã tiến hành trình bày mô hình và nghiên cứu đề xuất dựa trên cơ sở lý thuyết nền và từ các lược khảo nghiên cứu trong nước và nước ngoài tại chương 2, đồng thời tác giả đã lựa chọn các biến số để lập mô hình hồi quy và cách thức đo lường chúng Ngoài ra, tại chương này tác giả đã tiến hành nêu phương pháp nghiên cứu thông qua các mô hình kiểm định theo phương pháp Bayes

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Kết quả thống kê mô tả

Mẫu nghiên cứu được thu thập bao gồm 19 Ngân hàng thương mại hoạt động tại Việt Nam Dữ liệu được tác giả thu thập cho giai đoạn từ năm 2012 đến năm 2021, từ mẫu dữ liệu này, các biến độc lập được tác giả tính toán nhằm tiến hành đánh giá tác động của các yếu tố đến nợ xấu (NPL) của các Ngân hàng tại Việt Nam Các yếu tố này bao gồm Quy mô ngân hàng (SIZE), Tỷ lệ lợi nhuận trên vốn chủ sở hữu bình quân (ROE), tỷ lệ dự phòng rủi ro tín dụng (LLR), tốc độ tăng trưởng tín dụng (GROW), tốc độ tăng trưởng kinh tế (GDP), tỷ lệ lạm phát (NPL) Bảng 4.1 Trình bày thống kê mô tả chuỗi dữ liệu của các biến trong mô hình nghiên cứu, các số liệu được thể hiện trong bảng gồm số lượng quan sát, giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất của các biến.

Bảng 4.1: Thống kê mô tả các biến của mô hình Biến

Số quan sát Trung bình Độ lệch chuẩn Nhỏ nhất Lớn nhất

Nguồn: Tính toán của tác giả

Kết quả thống kê mô tả cho thấy biến phụ thuộc NPL có giá trị trung bình 0,04, giá trị lớn nhất là 0,12 và giá trị nhỏ nhất là 0,003 Tương tự giá trị trung bình, lớn nhất và nhỏ nhất của các biến độc lập SIZE, ROE, LLR, GROW, GDP và INF lần lượt là (8,05; 9,03;7,004), (0,14; 0,28; 0,002), (0,02; 0,04; 0), (0,1; 0,24; 0,03), (0,06; 0,07; 0,03) và (0,03;0,07; 0,006).

Kết quả ước lượng Bayes

4.2.1 Kết quả ước lượng các mô hình

Kết quả ước lượng mô hình với tiên nghiệm mặc định bằng phần mềm Stata 17 được trình bày trong Bảng 4.2 Theo đó, tất cả các tham số có phân phối chuẩn với trung bình bằng không và phương sai 10000, còn phương sai tổng thể có phân phối Inverse Gamma (0.01, 0.01) Đây là một phân phối tiên nghiệm phi thông tin.

Bảng 4.2: Kết quả ước lượng mô hình 1 (m1) với tiên nghiệm chuẩn mặc định

Mean Std dev MCSE Median Equal-tailed [95% cred interval]

Nguồn: Tính toán của tác giả bằng phần mềm Stata 17 98

Trong phân tích Bayes, giá trị trung binh và trung vị hậu nghiệm đại diện cho ước lượng điểm như trong phân tích tần suất Độ lệch chuẩn hậu nghiệm tương tự sai số chuẩn trong phân tích tần suất Khoảng tin cậy hậu nghiệm (credible interval) được hiểu là với xác suất 95%, giá trị trung bình của tham số nằm giữa hai giá trị của khoảng tin cậy trong mẫu tổng thể Chỉ số MCSE (Monte Carlo standard error) đo lường tính chính xác của ước lượng trung bình MCSE càng nhỏ thì ước lượng trung bình càng chính xác Đối với MCSE nhỏ hơn 0,1 thì kết quả ước lượng bằng thuật toán lấy mẫu MCMC đạt yêu cầu Kết quả ước lượng trong Bảng 4.2 cho thấy tỷ lệ chấp nhận (acceptance rate) là 0,34 và hiệu quả lấy mẫu trung bình (average effiency) là 0,04 Giá trung bình hậu nghiệm (mean) tương đương giá trị trung vị (median) Đáng chú ý là kết quả ước lượng giữa mô hình 1 và mô hình

Nguồn: Tính toán của tác giả bằng phần mềm Stata 17

OLS không có sự khác biệt lớn về giá trị, tức là các giá trị ước lượng tương đương nhau giữa hai mô hình.

Bảng 4.3: Kết quả ước lượng mô hình 2 (m2) với tiên nghiệm chuẩn phi thông tin N(0,1000)

Kết quả ước lượng mô hình với tiên nghiệm chuẩn (0,1000) cho thấy tỷ lệ chấp nhận là 0,38 và hiệu quả lấy mẫu trung bình là 0,05, cao hơn mô hình 1 Giá trung bình hậu nghiệm cũng tương đương giá trị trung vị Các ước lượng trung bình (mean) của hệ số hồi quy không thay đổi so với mô hình 1.

Bảng 4.4: Kết quả ước lượng mô hình 3 (m3) với tiên nghiệm chuẩn phi thông tin N(0,100) Mean Std dev MCSE Median Equal-tailed [95% cred interval]

Kết quả ước lượng mô hình 3 (m3) với tiên nghiệm chuẩn phi thông tin (0,100) cho thấy tỷ lệ chấp nhận là 0,33 và hiệu quả lấy mẫu trung bình là 0,05 Giá trung bình hậu nghiệm cũng tương đương giá trị trung vị Các ước lượng trung bình (mean) của hệ số hồi quy cũng không thay đổi so với các mô hình 1 và 2.

Bảng 4.5: Kết quả ước lượng mô hình 4 (m4) với tiên nghiệm chuẩn thông tin

Mean Std dev MCSE Median Equal-tailed [95% cred.interval]

Bảng 4.5 trình bày kết quả ước lượng cho mô hình 4 (m4) với tiên nghiệm chuẩn thông tin (0,50) cho thấy tỷ lệ chấp nhận là 0,36 và hiệu quả lấy mẫu trung bình là 0,04 Giá trung bình và giá trị trung vị hậu nghiệm cũng tương đương nhau Các ước lượng trung bình (mean) của hệ số hồi quy cũng không thay đổi so với các mô hình 1, 2 và 3.

Bảng 4.6: Kết quả ước lượng mô hình với tiên nghiệm chuẩn thông tin N(0,20)

.00044Bảng 4.6 trình bày kết quả ước lượng cho mô hình 5 (m5) với tiên nghiệm chuẩn thông tin07(0,20) cho thấy tỷ lệ chấp nhận là 0,28 và hiệu quả lấy mẫu trung bình là 0,04 Giá trung

Nguồn: Tính toán của tác giả bằng phần mềm Stata 17 bình và giá trị trung vị hậu nghiệm cũng tương đương nhau Các ước lượng trung bình (mean) của hệ số hồi quy cũng không thay đổi so với các mô hình 1, 2, 3 và 4.

Các kết quả ước lượng cho mô hình 6 (m6) với tiên nghiệm chuẩn thông tin mạnh (0,10) được trình bày trong Bảng 4.7 cho thấy tỷ lệ chấp nhận là 0,34 và hiệu quả lấy mẫu trung bình là 0,04 Giá trung bình và giá trị trung vị hậu nghiệm cũng tương đương nhau Các ước lượng trung bình (mean) của hệ số hồi quy cũng không thay đổi so với các mô hình 1,

Bảng 4.8 cho thấy các kết quả ước lượng cho mô hình 7 (m7) với tiên nghiệm chuẩn thông tin rất mạnh (0,5) trong đó, tỷ lệ chấp nhận là 0,34 và hiệu quả lấy mẫu trung bình là 0,03. Giá trung bình hậu nghiệm cũng tương đương với giá trị trung vị hậu nghiệm So với các mô hình 1, 2, 3, 4, 5 và 6, các ước lượng trung bình hậu nghiệm của các hệ số hồi quy cũng không thay đổi.

Bảng 4.9 cho thấy các kết quả ước lượng cho mô hình 8 (m8) với tiên nghiệm chuẩn thông tin rất mạnh (0,3) trong đó, tỷ lệ chấp nhận là 0,34 và hiệu quả lấy mẫu trung bình là 0,03.Ước lượng trung bình hậu nghiệm và ước lượng trung vị hậu nghiệm cũng có giá trị tương đương Các ước lượng trung bình hậu nghiệm của các hệ số hồi quy cũng không thay đổi trong các mô hình 1, 2, 3, 4, 5, 6 và 7.

Bảng 4.10: Kết quả ước lượng mô hình 9 (m9) với tiên nghiệm chuẩn thông tin mạnh N(0,1)

Các kết quả ước lượng cho mô hình 9 (m9) với tiên nghiệm chuẩn thông tin rất mạnh (0,1) được thể hiện trong Bảng 4.10 trong đó, tỷ lệ chấp nhận là 0,38 và hiệu quả lấy mẫu trung bình là 0,05 Ước lượng trung bình hậu nghiệm và ước lượng trung vị hậu nghiệm cũng có giá trị tương đương Các ước lượng trung bình hậu nghiệm của các hệ số hồi quy cũng không thay đổi trong các mô hình 1, 2, 3, 4,

Từ các kết quả hồi quy Bayes trên, tác giả rút ra một số kết luận quan trọng như sau: Thứ nhất, với việc sử dụng phân phối chuẩn cho tất cả các tham số cấu trúc của các mô hình (hệ số chặn, hệ số góc) với trung bình bằng không và giá trị cho các phương sai thay đổi từ giá trị mặc định (10000) giảm dần xuống mức thông tin rất mạnh (1), các kết quả hậu nghiệm (mean, median, credible interval) không có sự thay đổi về dấu, cho thấy kết quả ước lượng là vũng và các tiên nghiệm thay đổi không làm thay đổi các phân phối hậu nghiệm Thứ hai, giá trị MCSE của tất cả các tham số đều nhỏ hơn 0.1 cho thấy các ước lượng trung bình hậu nghiệm đạt yêu cầu đối với một thuật toán lấy mẫu MCMC.

4.2.2 So sánh các mô hình

Tác giả sử dụng phân tích độ nhạy (sensitivity analysis) để chọn một mô hình phù hợp nhất Cho mục đích này, tác giả thực hiện hai kiểm định: kiểm định tiêu chuẩn thông tin Bayes và kiểm định mô hình Bayes (Bảng 4.11 và 4.12).

Bảng 4.11: Kiểm định Tiêu chuẩn thông tin Bayes

DIC log(ML) log(BF) m

Chúng ta cần phân tích các giá trị DIC, log(ML) và log(BF), giá DIC càng thấp hay giá trị log(ML) hay log(BF) càng cao thì mô hình càng phù hợp Kết quả kiểm định cho thấy mô hình 9 (m9) với phân phối chuẩn (0,1) cho tất cả các tham số và phân phối Igamma (0.01, 0.01) cho tham số phương sai cho kết quả tốt nhất trong số 9 mô hình ứng viên.

Bảng 4.12: Kiểm định Bayesian model test log(ML) P(M) P(M|y) m1 423.3469 0.1111 0.0000 m2 431.8430 0.1111 0.0000 m3 439.5357 0.1111 0.0000 m4 441.8621 0.1111 0.0000 m5 445.1540 0.1111 0.0001 m6 447.3363 0.1111 0.0005 m7 450.0088 0.1111 0.0066 m8 451.5376 0.1111 0.0306 m9 454.9859 0.1111 0.9623

Bảng 4.12 xem xét hệ số P(M|y) để quyết định mô hình tốt nhất Chỉ số P(M|y) là xác suất hậu nghiệm xảy ra mô hình theo đó mô hình 9 có giá trị P(M|p) cao nhất (0.9623)

Nguồn: Tính toán của tác giả bằng phần mềm Stata 17 trong khi chỉ số này của các mô hình còn lại có giá trị rất thấp.

Phân tích mô hình được chọn

4.3.1 Kiểm định hội tụ chuỗi MCMC

Mô hình 9 (m9) phù hợp nhất trong số các mô hình ứng viên Tuy nhiên, để sử dụng được mô hình này cho suy diễn, tác giả kiểm định hội tụ MCMC cho tất cả các tham số. Một khi chuỗi MCMC hội tụ về phân phối mục tiêu thì các tham số mô hình hội tụ về các giá trị ước lượng tối ưu Trong nghiên cứu Bayesian, có nhiều kiểm định biểu đồ (visual) và hình thức (formal).

Trước hết, tác giả sử dụng biểu đồ vết (trace plots) (Hình 4.1).

Hình 4.1: Biểu đồ vết cho các tham số của mô hình 9

Hình 4.1 cho thấy biểu đồ vết đối với tất cả các tham số thể hiện các chuỗi MCMC pha trộn tốt do biểu đồ chạy nhanh qua miền hậu nghiệm, không xảy ra các xu hướng.

Tiếp theo, tác giả sử dụng các biểu đồ tự tương quan (autocorrelation plots) (Hình 4.2) Kết quả cho thấy các biểu đồ tự tương quan rơi nhanh sau một số độ trễ dương, chứng tỏ các chuỗi MCMC pha trộn tốt do các mẫu (samples) rút ra từ phân phối hậu nghiệm tương quan thấp.

Hình 4.2: Biểu đồ tự tương quan cho các tham số của mô hình 9

Sau đó, tác giả kiểm định hội tụ chuỗi MCMC bằng biểu đồ cusum (Hình 4.3) Kết quả kiểm định được thể hiện trong biểu đồ 4.3 cho thấy đối với tất cả các tham số của mô hình, các biểu đồ có hình răng cưa, cắt trục hoành ít nhất tại hai điểm, chứng tỏ các chuỗi MCMC hội tụ.

Hình 4.3: Biểu đồ cusum cho các tham số của mô hình 9

Bên cạnh các kiểm định biểu đồ, tác giả sử dụng kiểm định ESS Kết quả kiểm định được trình bày trong Bảng 4.13.

Kiểm định ESS nhằm phân tích hiệu quả lấy mẫu MCMC và kết quả cho thấy corr.time trong giới hạn dưới 50 và Efficiency >0.01 đối với tất cả các tham số, chứng tỏ thuật toán lấy mẫu MCMC đạt hiệu quả.

Kết quả phân tích hội tụ chuỗi MCMC cho thấy các chuỗi MCMC đối với tất cả các tham số mô hình hội tụ và mô hình 9 có thể được sử dụng cho phân tích tiếp theo.

4.3.2 Kết quả ước lượng đối với mô hình

Trong mục này, tác giả trình bày kết quả ước lượng mô hình 9 được chọn Kết quả trong Bảng 4.14 cho phép rút ra các kết luận như sau.

Bảng 4.14: Kết quả ước lượng mô hình 9

Thứ nhất, giá trị MCSE của tất cả các tham số nhỏ hơn 0,1 thể hiện hiệu quả chấp nhận đối với phương pháp lấy mẫu MCMC.

Thứ hai, ước lượng trung bình và ước lượng trung vị tương đương nhau cho thấy phân phối số liệu cân đối.

Thứ ba, các biến độc lập SIZE, ROE, LLR, GROW và INF có tác động cùng chiều đến biến phụ thuộc NPL, trong khi biến GDP có tác động nghịch chiều.

Quan sát lại kết quả ước lượng ở bảng 4.14 Thảo luận về mặt kỹ thuật, từ mô hình 4.14 như sau: Acceptance rate = 37,7 %, nhỏ hơn 50% Chấp nhận mô hình vì nằm trong khoảng (10%, 50%) Sai số chuẩn MCSE của tất các biến độc lập đều

Tiêu đề	Các Nhân Tố Ảnh Hưởng Đến Rủi Ro Tín Dụng Tại Các Ngân Hàng Thương Mại Việt Nam
Tác giả	Đoàn Thị Thu Trang
Người hướng dẫn	PGS. TSKH. Nguyễn Ngọc Thạch
Trường học	Trường Đại Học Ngân Hàng Thành Phố Hồ Chí Minh
Chuyên ngành	Tài Chính Ngân Hàng
Thể loại	Luận Văn Thạc Sĩ
Năm xuất bản	2022
Thành phố	Thành Phố Hồ Chí Minh

Định dạng
Số trang	79
Dung lượng	720,01 KB