BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH NGUYỄN NGỌC ANH THƯ CÁC YẾU TỐ TÁC ĐỘNG ĐẾN RỦI RO TÍN DỤNG CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM LUẬN[.]
GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
Tính cấp thiết của đề tài
Việt Nam ngày nay đang từng bước tiến hành đổi mới cơ chế kinh doanh và hội nhập kinh tế thế giới Với xu thế đó, số lượng và quy mô các doanh nghiệp đang ngày càng gia tăng, đòi hỏi một lượng vốn tiền tệ rất lớn Vì thế, các NHTM với vai trò là trung gian tài chính, là nơi tích tụ và phân phối lại nguồn vốn trong nền kinh tế thì nguồn vốn tín dụng của hệ thống NHTM đã trở thành một kênh phân phối vốn có vai trò hết sức quan trọng đối với nền kinh tế Hoạt động tín dụng là hoạt động đặc thù của ngân hàng, chiếm tỷ trọng lợi nhuận lớn nhất của ngân hàng Tương ứng với lợi nhuận đem lại, hoạt động tín dụng cũng tiềm ẩn nhiều rủi ro, bên cạnh các rủi ro khác như rủi ro thanh khoản, rủi ro tác nghiệp, ảnh hưởng đến hiệu quả và an toàn của ngân hàng nói riêng và hệ thống ngân hàng cũng như nền kinh tế quốc gia nói chung Thực tế, trong thời gian vừa qua, nợ xấu không ngừng gia tăng gây ảnh hưởng không nhỏ đến tình hình kinh doanh của hệ thống ngân hàng và tác động đến cả nền kinh tế Tình hình nợ xấu là đáng báo động, mặc dù trong năm 2017 đã có chiều hướng giảm nhưng vẫn còn khá cao so với tỷ lệ cho phép là 3% trên tổng dư nợ (Basel II).
Nợ xấu tại các ngân hàng thương mại (NHTM) luôn là vấn đề nóng trong những năm gần đây Các biện pháp được đưa ra nhằm hạn chế tỷ lệ nợ xấu tại các NHTM khá cụ thể và thiết thực, song để thực hiện các biện pháp đó một cách hiệu quả cần có sự phối hợp nhịp nhàng giữa hệ thống NHTM, NHNN, cơ quan pháp luật và bản thân các khách hàng của các NHTM Theo số liệu thống kê của NHNN, từ năm 2008 đến năm 2011, tốc độ tăng trưởng tín dụng bình quân là 26,56% nhưng tốc độ tăng trưởng nợ xấu là 51%, đến cuối năm 2011 tỷ lệ nợ xấu của toàn hệ thống ngân hàng là 3,07% trên tổng dư nợ với giá trị là 85.000 tỷ đồng Điều này đặt ra nhiều câu hỏi trong vấn đề quản trị rủi ro của các NHTM và chính sách điều hành hệ thống ngân hàng của NHNN cũng như của Nhà nước Trước tình hình này, NHNN đã có những biện pháp nhằm kéo giảm tỷ lệ nợ xấu, gia tăng tính an toàn và hiệu quả cho hệ thống ngân hàng bằng việc thực hiện tái cấu trúc hệ thống ngân hàng với trọng tâm là xử lý nợ xấu và minh bạch hoá tài chính Để đạt được mục tiêu trên, NHNN và cácNHTM Việt Nam đã sử dụng các biện pháp như xử lý tài sản bảo đảm, thu hồi nợ, sử dụng
2 dự phòng rủi ro và bán nợ bằng trái phiếu đặc biệt của VAMC, hoàn thiện khung pháp lý về mua, bán và xử lý nợ xấu, tăng cường công tác thanh tra, giám sát hoạt động tín dụng, chất lượng tín dụng và xử lý nợ xấu, NHTM thực hiện phân loại nợ và trích lập đầy đủ dự phòng rủi ro theo quy định của pháp luật, tái cơ cấu lại ngân hàng thông qua hình thức hợp nhất, sáp nhập, Qua các năm thực hiện đã đạt được những thành quả đáng kể, tỷ lệ nợ xấu được kéo giảm từ mức cao nhất là 4,93% (tháng 9 năm 2012) xuống mức 2,46% (tháng 12 năm 2016) đồng thời tính chính xác, minh bạch của các khoản nợ xấu ngày càng được nâng cao, thông qua đó cho thấy chất lượng tín dụng đang có xu hướng được cải thiện Tuy nhiên tính ổn định và hiệu quả của những giải pháp nêu trên vẫn là một vấn đề chưa có câu trả lời, nhất là trong bối cảnh nền kinh tế thế giới có nhiều biến động Cụ thể năm 2017, tỷ lệ nợ xấu của hệ thống ngân hàng Việt Nam đã có dấu hiệu tăng trở lại ở mức 2,55% Cuối năm 2018, quá trình xử lý nợ xấu của ngành ngân hàng được đánh giá cao nhờ kết quả khả quan với tỉ lệ nợ xấu toàn ngành tiếp tục giảm tỉ lệ nợ xấu toàn hệ thống khoảng 2,4% Năm 2018 tỉ lệ nợ xấu toàn ngành còn 1,91%, năm
2019 là 1,63% và năm 2020 là 1,76% Trong năm 2021, nợ xấu nhiều ngân hàng đồng loạt tăng mạnh, có nơi tăng trưởng ba chữ số, tỷ lệ nợ xấu nếu tính cả nợ đã cơ cấu lại theo Thông tư 01 lên đến 7,31%.
Vì thế, rủi ro tín dụng ngân hàng, đặc biệt về các yếu tố ảnh hưởng đến rủi ro tín dụng ngân hàng luôn là một đề tài cần nghiên cứu Từ đó tìm ra những yếu tố tác động đến rủi ro tín dụng ngân hàng, quy luật và mức độ ảnh hưởng để đề ra những phương hướng và biện pháp xử lý nhằm nâng cao hiệu quả, an toàn cho hệ thống NHTM Việt Nam Đó là lý do tôi chọn đề tài “Các yếu tố tác động đến rủi ro tín dụng của các NHTM Việt Nam”.
Mục tiêu nghiên cứu
Mục tiêu tổng quát của đề tài là dựa trên kết quả phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng tại các NHTM Việt Nam Từ đó đề xuất các hàm ý quản trị góp phần hạn chế và giảm thiểu rủi ro tín dụng tại các ngân hàng.
- Xác định các yếu tố và mức độ tác động của chúng đến rủi ro tín dụng tại các
- Từ kết quả nghiên cứu, đề xuất giải pháp hàm ý quản trị có tính khả thi để phòng ngừa và hạn chế rủi ro tín dụng tại các NHTM Việt Nam.
- Các yếu tố nào và mức độ tác động của chúng đến rủi ro tín dụng tại các NHTM Việt Nam như thế nào?
- Giải pháp hàm ý quản trị nào có tính khả thi để phòng ngừa và hạn chế rủi ro tín dụng tại các NHTM Việt Nam?
1.2.4 Đối tượng và phạm vi nghiên cứu
Các yếu tố tác động đến rủi ro tín dụng tại NHTM Việt Nam.
• Phạm vi về không gian: Bài nghiên cứu được tiến hành dựa trên dữ liệu của 21 NHTMCP Việt Nam.
Tác giả lựa chọn 21 NHTMCP trong số 35 NHTM Việt Nam là đối tượng nghiên cứu dựa trên các tiêu chí như quy mô vốn điều lệ (chiếm 80% tổng vốn điều lệ của các NHTM Việt Nam và chiếm 91% tổng vốn điều lệ của các NHTMCP Việt Nam, bao gồm các ngân hàng có vốn điều lệ lớn đến ngân hàng có vốn điều lệ nhỏ), số lượng chi nhánh (chiếm 56% tổng số chi nhánh của các NHTM Việt Nam và chiếm 90% tổng số chi nhánh của các NHTMCP Việt Nam, bao gồm ngân hàng có số lượng chi nhánh nhiều nhất đến ngân hàng có số lượng chi nhánh ít).
• Phạm vi về thời gian: Dữ liệu nghiên cứu được thu thập từ báo cáo tài chính của các NHTMCP Việt Nam từ năm 2010 đến năm 2020.
Nghiên cứu sử dụng phương pháp định lượng Trong đó, bằng cách sử dụng phân tích hồi quy trên dữ liệu bảng Dựa trên cơ sở lý thuyết về rủi ro tín dụng, mối quan hệ được xác định và xây dựng giả thuyết, sau đó tiến hành thu thập dữ liệu và xây dựng mô hình tác động của các yếu tố ảnh hưởng đến rủi ro tín dụng tại các NHTM Việt Nam. Để ước lượng tác động của các yếu tố, luận văn sử dụng phương pháp hồi qui dữ liệu bảng cho cả ba mô hình Pooled OLS (mô hình hồi qui tuyến tính gộp), FEM (mô hình tác động cố định) và REM (mô hình tác động ngẫu nhiên) Nghiên cứu cũng sử dụng kiểm định
F (F-test) và Hausman (Hausman-test) để lựa chọn giữa các mô hình pooled OLS, REM vàFEM.
Ý nghĩa khoa học và thực tiễn củanghiên cứu
Nghiên cứu góp phần hệ thống hoá cơ sở lý luận về rủi ro tín dụng và các yếu tố tác động đến rủi ro tín dụng của các và đề xuất mô hình nghiên cứu về các yếu tố tác động đến rủi ro tín dụng phù hợp với điều kiện thực tế của các NHTM Việt Nam.
Nghiên cứu bổ sung bằng chứng thực nghiệm về các yếu tố tác động đến rủi ro tín dụng tại các NHTM Việt Nam để từ đó giúp các nhà quản lý có cái nhìn tổng quát và trung thực về thực trạng rủi ro tín dụng, đồng thời nắm bắt được xu hướng và mức độ tác động của các tố trong mô hình nghiên cứu đến rủi ro tín dụng nhằm tìm ra các giải pháp phù hợp nhằm hạn chế những tác động tiêu cực do rủi ro tín dụng đối với ngân hàng và nền kinh tế.
Kết cấu luận văn
Luận văn được kết cấu gồm 5 chương:
CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
CÁC YẾU TỐ TÁC ĐỘNG ĐẾN RỦI RO TÍN DỤNG CỦA NHTM
Tổng quan về rủi ro tín dụng của NHTM
2.1.1 Khái niệm rủi ro tín dụng
Có nhiều khái niệm khác nhau về RRTD: Theo Timothy W Koch (1995): RRTD là sự rủi ro tiềm ẩn của thu nhập thuần và trị giá của vốn tín dụng xuất phát từviệc khách hàng không thanh toán hay thanh toán trễ hạn.
Theo Thomas P Fitch (1997): “RRTD là loại rủi ro xảy ra khi người vay không thanh toán được nợ theo thỏa thuận hợp đồng dẫn đến sai hẹn trong nghĩa vụ trả nợ Cùng với rủi ro lãi suất, RRTD là một trong những rủi ro chủ yếu trong hoạt động cho vay của ngân hàng”
Theo Ủy ban giám sát Basel (BCBS), RRTD là khả năng mà người đi vay hoặc đối tác của ngân hàng thất bại trong việc thực hiện theo các điều khoản trả nợ đã thỏa thuận. RRTD còn được gọi là rủi ro vỡ nợ, phát sinh từ việc không chắc chắn liên quan đến việc không hoàn trả các khoản nợ từ phía khách hàng cho ngân hàng.
RRTD có thể đo lường bằng 2 cách: khả năng vỡ nợ của đối tác trong quan hệ tín dụng với ngân hàng và số tiền mà ngân hàng mất đi khi vỡ nợ xảy ra Vỡ nợ thường xuyên xảy ra bởi vì sự mất mát trong thu nhập và kinh doanh thất bại của khách hàng Nhưng nhiều khi đối tác cũng cố ý không trả nợ khi họ vẫn có có thu nhập đầy đủ RRTD cũng có thể bắt nguồn từ sự suy giảm giá trị tài sản, sự suy thoái trong danh mục đầu tư hoặc chất lượng tín dụng cá nhân bị suy giảm.
Tại Việt Nam theo Thông tư 02/2013/TT-NHNN ngày 21/01/2013 của NHNN Việt Nam Quy định về 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 cho rằng: “RRTD trong hoạt động ngân hàng (sau đây gọi tắt là rủi ro) là tổn thất có khả năng xảy ra đối với nợ của TCTD, 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, RRTD là loại rủi ro phát sinh trong quá trình cấp tín dụng của ngân hàng, khách hàng không trả được nợ hoặc trả nợ không đúng hạn cho ngân hàng Đây là rủi ro chủ yếu trong hoạt động kinh doanh ngân hàng nên mọi hoạt động tín dụng và RRTD đều ảnh hưởng đến lợi nhuận cũng như hiệu quả ngân hàng, đặc biệt trong điều kiện khủng hoảng tài chính toàn cầu thì RRTD xuất hiện có thể dẫn đến các rủi ro khác gây nên hậu quả nghiêm trọng và phá vỡ tính cân đối và ổn định của NHTM.
2.1.2 Nguyên nhân của rủi ro tín dụng
Theo Ghosh (2012), có nhiều nguyên nhân dẫn đến RRTD, bao gồm nguyên nhân bên ngoài và bên trong ngân hàng Các nguyên nhân phổ biến từ phía NHTM có thể kể đến như: quyết định tín dụng quá dễ dàng, quản trị tín dụng kém hiệu quả, những sự kiện bất ngờ không lường trước được, và sự ngoan cố không trả nợ xuất phát từ phía khách hàng. Các yếu tố bên ngoài bắt nguồn từ sự suy yếu của kinh tế vĩ mô, tình trạng xấu đi của các điều kiện kinh tế và sự phát triển kém của thị trường bên ngoài Mối quan hệ nghịch chiều từ điều kiện kinh tế vĩ mô ảnh hưởng đến người đi vay, khi nó làm suy giảm nguồn thu nhập dẫn đến tăng khả năng không trả được nợ của họ Các yếu tố bên ngoài như sự thay đổi của chính sách tài khóa, cung tiền, chính sách xuất nhập khẩu, chính sách hạn chế thương mại, hoặc sự biến đổi của thị trường tài chính cũng sẽ ảnh hưởng đến danh mục tín dụng của ngân hàng.
Các yếu tố bên ngoài ảnh hưởng có thể dẫn tới suy thoái kinh tế, trong suốt thời kỳ khủng hoảng, hoạt động nền kinh tế bị chậm lại, khối lượng sản phẩm và doanh thu của doanh nghiệp suy giảm, cầu về hàng hóa dịch vụ thấp hơn Sự biến động của thị trường cũng làm ảnh hưởng đến suy giảm giá trị danh mục tín dụng của ngân hàng Ngược lại, trong thời kỳ bùng nổ của nền kinh tế, số lượng sản phẩm được tạo ra nhiều hơn, nhu cầu hàng hóa dịch vụ cao hơn, doanh nghiệp thu được nhiều lợi nhuận hơn Như vậy, người đi vay sẽ dễ dàng trả nợ cho ngân hàng và rủi ro vỡ nợ giảm xuống Trong thời kỳ suy thoái, RRTD tăng lên và trong thời kỳ bùng nổ RRTD giảm đi.
Những yếu tố nội bộ từ phía người đi vay và việc kinh doanh của họ là những yếu tố ảnh hưởng đến RRTD của ngân hàng Các yếu tố như rủi ro kinh doanh, quản trị tài chính,hạn chế về quy trình kỹ thuật, kinh nghiệm quản lý, quản lý hàng tổn kho kém là một trong những yếu tố phổ biến làm tăng sự suy giảm hiệu quả sản xuất và chất lượng sản phẩm, làm giảm nguồn thu nhập của người đi vay dẫn đến tăng xác xuất vỡ nợ.
Bên cạnh đó sự thiếu trung thực, thái độ phi đạo đức của người đi vay cũng là một trong những nguyên nhân chính gây ra RRTD.
Như vậy, nguyên nhân từ các yếu tố bên ngoài hoặc bên trong, từ phía người đi vay tác động đến RRTD Ngoài ra các nguyên nhân như hiệu quả của hệ thống pháp luật, môi trường kinh tế, chính trị ảnh hưởng đến việc cấp tín dụng.
2.1.3 Hậu quả của rủi ro tín dụng
2.1.3.1 Hậu quả của rủi ro tín dụng đến hiệu quả hoạt động kinh doanh của
Khi gặp rủi ro tín dụng, ngân hàng không thu được vốn tín dụng đã cấp và lãi cho vay, nhưng ngân hàng phải trả vốn và lãi cho khoản tiền huy động đến hạn, điều này làm cho ngân hàng mất cân đối thu chi, khi không thu được nợ thì vòng quay vốn tín dụng giảm làm cho ngân hàng kinh doanh không hiệu quả Khi gặp rủi ro tín dụng ngân hàng thường rơi vào tình trạng mất khả năng thanh khoản, làm mất lòng tin khách hàng gửi tiền, ảnh hưởng đến uy tín của ngân hàng, bị cấp trên khiển trách đối với cấp dưới, do gặp phải rủi ro tín dụng nên không có đủ nguồn lực tài chính để trả tiền lương cho nhân viên vì thế những cán bộ nhân viên có năng lực sẽ thuyên chuyển công tác đến một TCTD khác có mức thu nhập tốt hơn Điều này gây không ít khó khăn cho ngân hàng trong công tác tuyển dụng và giữ nhân sự ổn định để hoạt động kinh doanh.
2.1.3.2 Hậu quả của rủi ro tín dụng đối với khách hàng Đối với bản thân khách hàng không có khả năng hoàn trả gốc (lãi) cho ngân hàng khi đến hạn dẫn đến bị quá hạn hay nợ xấu, thông tin đó được ghi nhận tại CIC
– Trung tâm tín dụng quốc gia trực thuộc NHNN – dẫn đến việc họ không có khả năng tiếp cận nguồn vốn tại các NHTM khác Ngoài ra, cơ hội tiếp cận vốn ngân hàng của các chủ thể đi vay khác cũng bị hạn chế hơn khi rủi ro tín dụng buộc các NHTM hoặc thắt chặt cho vay hoặc phải thu hẹp quy mô hoạt động Các chủ thể gửi tiền vào ngân hàng có nguy cơ không thu hồi được khoản tiền gửi và lãi, khi các ngân hàng lâm vào tình trạng phá sản hay rủi ro hệ thống.
2.1.3.3 Hậu quả của rủi ro tín dụng đến nền kinh tế
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 dẫn đến bị phá sản thì người gửi tiền ở các ngân hàng khác hoang mang lo sợ và kéo nhau ồ ạt đến rút tiền ở các ngân hàng khác, làm cho toàn bộ hệ thống ngân hàng gặp khó khăn Ngân hàng phá sản sẽ ảnh hưởng đến tình hình sản xuất kinh doanh của doanh nghiệp, không có tiền trả lương dẫn đến đời sống người lao động 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 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.
2.1.4 Các chỉ tiêu đo lường rủi ro tín dụng
2.1.4.1 Tỷ lệ nợ quá hạn
Tỷ lệ nợ quá hạn = Dư nợ có nợ quá hạn/Tổng dư nợ
Tỷ lệ nợ quá hạn phản ánh tỷ trọng số dư nợ gốc và lãi đã quá hạn mà chưa thu hồi được trong tổng dư nợ cho vay của ngân hàng Tỷ lệ này càng cao thể hiện nợ quá hạn càng cao, khả năng thu hồi nợ càng thấp, rủi ro tín dụng của ngân hàng càng cao Dư nợ quá hạn bao gồm các khoản dư nợ từ nhóm 2 đến nhóm 5 Theo quy định hiện nay của NHNN, tỷ lệ nợ quá hạn của các ngân hàng không được vượt quá 3%.
Tỷ lệ nợ xấu = Dư nợ xấu/ Tổng dư nợ
Các yếu tố tác động đến rủi ro tín dụng
2.2.1 Các yếu tố vi mô (thuộc về ngân hàng)
2.2.1.1 Rủi ro tín dụng ngân hàng trong quá khứ
Daniel Foos & ctg (2010), Somanadevi Thiagarajan & ctg (2011) đã chỉ ra rằng rủi ro tín dụng năm hiện tại chịu tác động của rủi ro tín dụng trong quá khứ với độ trễ là một năm và đây là tác động cùng chiều Nguyên nhân do rủi ro tín dụng trong quá khứ không thể hoàn toàn bị xoá bỏ mà có thể kéo dài và ảnh hưởng đến năm sau Điều này là dễ hiểu khi ngân hàng không chỉ có hoạt động tín dụng ngắn hạn mà còn có những khoản tín dụng dài hạn (trên một năm).
2.2.1.2 Các khoản dự phòng rủi ro
Các khoản dự phòng rủi ro được xem như một cách để kiểm soát các khoản nợ có nguy cơ tổn thất và có khả năng phát hiện, bảo hiểm ở mức độ cao đối với các khoản tổn thất tín dụng của ngân hàng Vì thế, nếu ngân hàng dự đoán khả năng rủi ro, khả năng mất vốn càng cao sẽ xây dựng mức dự phòng càng cao để giảm thiểu sự biến động của thu nhập (Hasan and Wall, 2003).
Tan & Floros (2013) đo lường rủi ro của từng ngân hàng bằng cách sử dụng tỷ lệ giữa dự phòng rủi ro cho vay và tổng các khoản cho vay Mức độ cao hơn của tỷ lệ này cho thấy rủi ro ngân hàng cao hơn Hay Bitar et al (2016), muốn tăng tỷ lệ dự phòng rủi ro cho vay như một chính sách phòng ngừa chống lại rủi ro, trùng với khuyến nghị của Basel rằng các ngân hàng cần tăng vốn tương xứng với số lượng rủi ro được chấp nhận.
Nguyễn Văn Thuận & Dương Hồng Ngọc (2015) cho thấy tỷ lệ nợ xấu tác động cùng chiều đến dự phòng rủi ro tín dụng Như vậy, dự phòng rủi ro tác động dương đến nợ xấu của ngân hàng, dự phòng rủi ro tín dụng càng cao cho thấy nợ xấu càng cao.
Cấu trúc vốn có thể có tác động đến rủi ro tín dụng Khi tỷ lệ đòn bẩy của ngân hàng càng cao sẽ dẫn đến xu hướng tăng rủi ro vì nhu cầu phải mang lại lợi nhuận cao hơn với mức vốn thấp hơn cho ngân hàng Nghiên cứu của Ghosh (2014) cho rằng ngân hàng tăng tỷ lệ đòn bẩy thì rủi ro tín dụng sẽ gia tăng vì khi tỷ lệ đòn bẩy cao, các ngân hàng thưởng có xu hướng chấp nhận rủi ro nên cho vay dễ dàng hơn, tham gia đầu tư vốn vào những dự án có tiềm ẩn rủi ro cao hơn.
Salas và Saurina (2002), Megginson (2005); Hu và cộng sự (2006) và Tehulu và Olana (2014) là một trong những tác giả khẳng định mối quan hệ ngược chiều giữa quy mô ngân hàng và rủi ro tín dụng ngân hàng Những nghiên cứu này lập luận rằng các ngân hàng lớn hơn có thể đa dạng hóa tốt hơn do đó có rủi ro thấp hơn Gần đây, Zheng và cộng sự (2018) kết luận lợi nhuận, quy mô và tỷ lệ an toàn vốn tác động ngược chiều đến nợ xấu và Kharabsheh (2019) cũng kết luận rằng quy mô ngân hàng tác động ngược chiều đến tỷ lệ nợ xấu. Ở châu Âu, Fernandez de Lis, Martinez Pagés và Saurina (2000) về mặt kinh tế lượng đã xác định tổn thất cho vay thông qua các yếu tố ngân hàng và kinh tế vĩ mô khác nhau, sử dụng dữ liệu bảng của các ngân hàng thương mại và ngân hàng tiết kiệm Tây Ban Nha trong giai đoạn 1985-1997 Họ cũng kết luận rằng quy mô ngân hàng có tác ngược chiều đến các khoản vay có vấn đề.
Quy mô ngân hàng được đo bằng số lượng chi nhánh hoặc tổng thị phần của bất kỳ ngân hàng cụ thể nào Trong ngành ngân hàng quy mô lớn, các ngân hàng có cơ hội lớn hơn để tăng đòn bẩy và cung cấp tín dụng nhiều hơn cho các khách hàng nhỏ Theo cách đó, cơ hội cho vay mặc định sẽ cao hơn Ngược lại, một số nghiên cứu thực nghiệm cho thấy mối quan hệ ngược chiều giữa nợ xấu và quy mô ngân hàng vì các ngân hàng thị phần tương đối lớn có nhiều cơ hội để đa dạng hóa các khoản vay (Hu và cộng sự, 2004; Salas và Saurina,
2002) Do đó, các ngân hàng quy mô lớn có thể nhận được lợi ích từ thị trường thấp hơn, bởi các nhà quản lý cũng như giả định rằng chính phủ sẽ bảo vệ họ trong trường hợp có bất kỳ thảm họa nào (Kumar và cộng sự, 2018).
Khả năng sinh lời phản ánh hiệu quả hoạt động của ngân hàng thương mại Trong khi nghiên cứu của Tehulu và Olana (2014) chưa cho kết quả đáng kể về tác động của lợi nhuận đến RRTD thì nhiều nghiên cứu khác lại chứng minh rằng lợi nhuận có ảnh hưởng đến RRTD Lợi nhuận ngân hàng được coi là sự phản ánh chất lượng quản lý và hành vi của cổ đông Louzis và cộng sự (2012) và Chaibi và Ftiti (2015) đã ghi nhận mối quan hệ ngược chiều giữa lợi nhuận và các khoản nợ xấu Những nghiên cứu này cho rằng ảnh hưởng ngược chiều đến từ chất lượng quản lý yếu kém Nghiên cứu của Kharabsheh (2019) tại các ngân hàng thương mại Jordanian trong giai đoạn 2000 - 2017 tìm thấy ảnh hưởng ngược chiều của ROA đến nợ xấu, tác giả cho rằng các ngân hàng với tỷ suất sinh lợi cao sẽ chấp nhận mức rủi ro tín dụng cao hơn. Nghiên cứu thực hiện trên quy mô lớn với 1.927 ngân hàng Ý trong giai đoạn 2006-2008, Cotugno và cộng sự (2010) thấy rằng các ngân hàng có tỷ suất sinh lợi ROA cao thưởng có tỷ lệ nợ xấu cao hơn các ngân hàng còn lại Một nghiên cứu khác thực hiện tại châu âu do Louzis và cộng sự (2010) thực hiện đã cho kết quả tỷ lệ nợ xấu chịu tác động ngược chiều của tỷ suất sinh lợi ROA và ROE Makri (2014) thực hiện điều tra các yếu tố ảnh hưởng đến nợ xấu (NPL) tại các ngân hàng thuộc khối Châu Âu trong giai đoạn 2000-2008, thực hiện trên dữ liệu bảng tác giả đã đưa ra kết quả về tác động ngược chiều của lợi nhuận trên VCSH đến nợ xấu.
Trong một nghiên cứu, Salas và Saurina (2002) nói rằng các ngân hàng có lượng vốn thấp hơn sẽ nhiều rủi ro hơn, mức độ nợ xấu cao hơn Hơn nữa, nợ xấu và ROE có mối tương quan ngược chiều vì nợ xấu có thể dẫn đến việc trích lập dự phòng và làm giảm trực tiếp lợi nhuận gộp do đó làm giảm ROE (Podpiera và Weill 2008; Abid et al., 2014; Louzis và cộng sự, 2012; Makri và cộng sự, 2014) Một mối tương quan ngược chiều cao có thể cho thấy sự thiếu kiểm soát thích hợp của người vay hoặc năng lực quản lý nợ yếu và thiếu chiến lược trong công tác thu hồi nợ Ngoài ra, điều đó có nghĩa là các mục tiêu lợi nhuận đã được phóng đại và ngân hàng sẽ gặp rủi ro Mặt khác, tỷ lệ ROE cao và tỷ lệ nợ xấu thấp là kết quả nghiên cứu của (Berger và DeYoung 1997) Makri và cộng sự (2014) kiểm tra ngân hàng của 14 quốc gia thuộc khu vực đồng Euro và cho thấy mối quan hệ ngược chiều giữa ROE và NPL Kumar và cộng sự (2018) thực hiện nghiên cứu tại quốc gia Nam Thái Bình Dương dựa trên dữ liệu bảng và hồi quy OLS đã tìm thấy mối quan hệ đáng kể ngược chiều giữa ROE và NPL.
2.2.1.6 Tốc độ tăng trưởng tín dụng Đặc điểm đầu tiên của các ngân hàng là thu tiền gửi từ bên này sau đó cho bên kia vay và thông qua toàn bộ quy trình quản lý hiệu quả giúp ngân hàng tạo thu nhập Bằng cách sử dụng một mô hình chung của thị trường cho các khoản vay ngân hàng, Keeton
(1999) đã kết luận rằng các khoản lỗ cao hơn là do sự tăng trưởng tín dụng Việc các ngân hàng cung cấp khoản vay nhanh hơn dẫn đến việc giảm lãi suất và giảm tiêu chuẩn tín dụng bắt buộc tối thiểu của họ Do đó, các tiêu chuẩn tín dụng thấp hơn làm tăng xác suất vỡ nợ của các con nợ.
Tốc độ tăng trưởng tín dụng cũng được chỉ ra trong số các yếu tố quyết định rủi ro tín dụng Tốc độ tăng trưởng tín dụng cao có thể được xem là một tín hiệu ngược chiều và là yếu tố góp phần gây nên rủi ro tín dụng và dẫn đến tổn thất cao hơn (Das và Ghosh, 2007; Hess và cộng sự, 2009) Mặc khác, Vogiazas và Nikolaidou (2011) sử dụng dữ liệu hàng tháng từ ngành ngân hàng Bulgaria trong giai đoạn 2001 đến 2010 và được tìm thấy tăng trưởng tín dụng cao hơn dẫn đến rủi ro tín dụng cao hơn, hàm ý về mối quan hệ cùng chiều. Tuy nhiên, có lập luận cho rằng tăng trưởng tín dụng tác động làm giảm nợ xấu Tehulu và Olana (2014) đã sử dụng một bộ dữ liệu bảng từ ngành Ngân hàng Ethiopia trong giai đoạn
2007 đến 2011 hồi quy phương pháp ước tính GLS, kết luận khi tăng trưởng tín dụng đồng nghĩa với việc các tổ chức kinh tế, cá nhân sẽ có thể kinh doanh tốt hơn và họ sẽ có thu nhập để trả nợ sẽ giảm được nợ xấu.
2.2.2 Các yếu tố vĩ mô (bên ngoài ngân hàng)
Liên quan đến tác động của lạm phát đối với RRTD, nhiều nghiên cứu đã cho kết quả khác biệt Từ một phía, tỷ lệ lạm phát tăng có thể làm giảm giá trị thực của các khoản vay được vay do đó tạo điều kiện thuận lợi cho công tác xử lý nợ, mặt khác, tỷ lệ lạm phát cao làm giảm giá trị thực của thu nhập, từ đó ảnh hưởng ngược chiều đến khả năng trả nợ của người đi vay (Fidel, 2013) Sự suy giảm lạm phát INF có khả năng cải thiện điều kiện tài chớnh, do đú, cho phộp cỏc hộ gia đỡnh trả nợ nhanh chúng và thường xuyờn (Demirgỹỗ- Kunt and Detragiache, 1998; Abid và cộng sự, 2014) Mặt khác, khi ngân hàng ít đáp ứng với những thay đổi của lãi suất và giữ lãi suất cho vay đủ cao hoặc sửa đổi chúng theo dự báo lạm phát (dựa trên thông tin hoặc dự báo đáng tin), sự gia tăng của tỷ lệ lạm phát có thể không có hoặc thậm chí tác động ngược chiều đến nợ xấu.
MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Mô hình nghiên cứu
Dựa trên các nghiên cứu trước như mô hình nghiên cứu của Hasna Chaibi và Zied Ftiti (2014), Võ Thị Quý và Bùi Ngọc Toản (2014), áp dụng cho điều kiện ở Việt Nam, nghiên cứu này đề nghị mô hình như sau:
NLP i,t = β 0 + β 1 NLP i,t-1 + β 2 LLP i,t + β 3 LEV i,t + β 4 SIZE i,t + β 5 ROA i,t-1 + β 6 LG i,t + β 7 INF t
NLP i,t : Tỷ lệ nợ xấu của ngân hàng i tại thời điểm t.
NLPi,t-1 : Tỷ lệ nợ xấu của ngân hàng i tại thời điểm t-1
LLPi,t : Dự phòng rủi ro tín dụng của ngân hàng i tại thời điểm t
LEVi,t : Tỷ lệ đòn bẩy của ngân hàng i tại thời điểm t
SIZEi,t : Quy mô của ngân hàng i tại thời điểm t
ROAi,t-1: Hiệu quả hoạt động của ngân hàng năm trước i tại thời điểm t-1
LGi,t : Tốc độ tăng trưởng tín dụng của ngân hàng i tại thời điểm t
INFt : Lạm phát của nền kinh tế tại thời điểm t
GDP t : Tốc độ tăng trưởng GDP của nền kinh tế tại thời điểm t
3.1.2 Đo lường biến và các giả thuyết nghiên cứu
Rủi ro tín dụng, được đại diện bởi biến tỷ lệ nợ xấu của ngân hàng (NLPi,t) Theo thông tư 02/2013/TT - NHNN thì tỷ lệ nợ xấu là tỷ lệ giữa nợ xấu so với tổng dư nợ từ nhóm 1 đến nhóm 5 Nợ xấu theo thông tư này là các khoản nợ thuộc nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn) Theo Moussa (2015) tỷ lệ nợ xấu là chỉ tiêu cơ bản để đo lường rủi ro tín dụng Tỷ lệ nợ xấu cho thấy khả năng thu hồi vốn của ngân hàng đối với các khoản vay, thể hiện hiệu quả hoạt động tín dụng của ngân hàng Nếu tỷ lệ nợ xấu càng cao thì chất lượng tài sản của ngân hàng kém, rủi ro tín dụng càng cao.
Tỷ lệ nợ xấu = Dư nợ xấu/ Tổng dư nợ tín dụng
- Tỷ lệ nợ xấu của ngân hàng (NLPi,t-1)
Foos at al (2010) cho rằng tỷ lệ nợ xấu trong quá khứ với độ trễ một năm có tác động đến tỷ lệ nợ xấu năm hiện tại Nợ xấu thường là những khoản nợ khó thu hồi hoặc không còn khả năng thu hồi nên có tính chất kéo dài và ảnh hưởng đến nợ xấu hiện tại Tức là rủi ro tín dụng ở quá khứ cao sẽ có xu hướng tác động làm tăng rủi ro tín dụng ở hiện tại. Nghiên cứu kỳ vọng rủi ro tín dụng trong quá khứ tác động dương đến rủi ro tín dụng hiện tại.
- Dự phòng rủi ro tín dụng của ngân hàng (LLPi,t)
Dự phòng rủi ro tín dụng = Dự phòng rủi ro tín dụng/tổng tài sản
Các khoản dự phòng rủi ro được xem như một cách để kiểm soát các khoản nợ có nguy cơ tổn thất và có khả năng phát hiện, bảo hiểm ở mức độ cao đối với các khoản tổn thất tín dụng của ngân hàng Vì thế, nếu ngân hàng dự đoán khả năng rủi ro, khả năng mất vốn càng cao sẽ xây dựng mức dự phòng càng cao để giảm thiểu sự biến động của thu nhập (Hasan and Wall, 2003) Nguyễn Văn Thuận & Dương Hồng Ngọc (2015) cho thấy tỷ lệ nợ xấu tác động cùng chiều đến dự phòng rủi ro tín dụng Như vậy, dự phòng rủi ro tác động dương đến nợ xấu của ngân hàng, dự phòng rủi ro tín dụng càng cao cho thấy nợ xấu càng cao.
- Tỷ lệ đòn bẩy (LEVi,t)
Tỷ lệ đòn bẩy = Tổng nợ/tổng tài sản Nghiên cứu của Ghosh (2014) cho rằng ngân hàng tăng tỷ lệ đòn bẩy thì rủi ro tín dụng sẽ gia tăng vì khi tỷ lệ đòn bẩy cao, các ngân hàng thường có xu hướng chấp nhận rủi ro nên cho vay dể dàng hơn, đầu tư vào những dự án có tiềm ẩn rủi ro cao hơn Như vậy, Tỷ lệ đòn bẩy tác động dương đến nợ xấu của ngân hàng
- Quy mô của ngân hàng (SIZEi,t)
Biến quy mô ngân hàng được xác định bằng cách lấy logarit của tổng tài sản Bài nghiên cứu này đưa ra giải định mối quan hệ âm giữa qui mô ngân hàng và rủi ro tín dụng Vì về mặt lý thuyết, ngân hàng lớn luôn luôn mong muốn mức rủi ro thấp và nó có đủ khả năng để nắm giữ 1 danh mục cho vay được đa dạng hoá tốt nhất, nhằm giữ mức rủi ro ở mức thấp nhất có thể Alkhatib (2012) đã dùng phương pháp thống kê và hồi qui để nghiên cứu dữ liệu từ 5 ngân hàng niêm yết trên sàn chứng khoán Palestine trong thời kỳ 2005-
2010 Tác giả tìm thấy mối quan hệ âm và rất mạnh giữa quy mô ngân hàng và rủi ro tín dụng (-0,624) Tương tự như vậy, nghiên cứu của Saunders và cộng sự (1990), Chen và cộng sự (1998), Cebenoyan và cộng sự (1999) và Megginson (2005) đều tìm ra kết quả quan hệ nghịch chiều giữa rủi ro tín dụng và qui mô ngân hàng Họ giải thích rằng, các ngân hàng lớn thường có hệ thống quản lý rủi ro tốt và đương nhiên họ có nhiều cơ hội để nắm giữ danh mục cho vay ít rủi ro nhất.
- Hiệu quả hoạt động năm trước (ROAi,t-1)
ROAi,t-1 = Lợi nhuận t-1/tổng tài sản t-1 Lợi nhuận ngân hàng được coi là sự phản ánh chất lượng quản lý và hành vi của cổ đông Louzis và cộng sự (2012) và Chaibi và Ftiti (2015) đã ghi nhận mối quan hệ ngược chiều giữa lợi nhuận và các khoản nợ xấu Những nghiên cứu này cho rằng ảnh hưởng ngược chiều đến từ chất lượng quản lý yếu kém Các nghiên cứu thực nghiệm trên nhiều quốc gia và các vùng lãnh thổ đã cho thấy các ngân hàng có tỷ suất lợi nhuận cao chấp nhận mức rủi ro cao hơn các ngân hàng có lợi nhuận kém hơn, mối quan hệ ngược chiều giữa lợi nhuận và nợ xấu đã phản ánh kết quả này.
- Tốc độ tăng trưởng tín dụng (LGi,t)
Tốc độ tăng trưởng tín dụng = (Tổng dư nợ năm t-tổng dư nợ năm t-1)/tổng dư nợ năm t-1.
Tốc độ tăng trưởng tín dụng cũng được chỉ ra trong số các yếu tố quyết định rủi ro tín dụng Tốc độ tăng trường tín dụng cao có thể được xem là một tín hiệu ngược chiều và là yếu tố góp phần gây nên rủi ro tín dụng và dẫn đến tồn thất cao hơn (Das và Ghosh, 2007; Hess và cộng sự, 2009) Mặc khác, Vogiazas và Nikolaidou (2011) sử dụng dữ liệu hàng tháng từ ngành ngân hàng Bulgaria trong giai đoạn 2001 đến 2010 và được tìm thấy tăng trưởng tín dụng cao hơn dẫn đến rủi ro tín dụng cao hơn, hàm ý về mối quan hệ cùng chiều. Tuy nhiên, có lập luận cho rằng tăng trưởng tín dụng tác động làm giảm nợ xấu Tehulu và Olana (2014) đã sử dụng một bộ dữ liệu bảng từ ngành Ngân hàng Ethiopia trong giai đoạn 2007 đến 2011 hồi quy phương pháp ước tính GLS, kết quả chi ra rằng ngân hàng có tốc độ tăng trưởng tín dụng càng cao thì rủi ro tín dụng càng thấp.Kurnar và cộng sự (2018) thực hiện nghiên cứu tại quốc gia Nam Thái Bình Dương đã tìm thấy bằng chứng cho thấy tăng trưởng tín dụng làm giảm rủi ro nợ xấu Dựa trên các nghiên cứu thực nghiệm cho kết quả hỗn hợp đi trước, tác giả mong đợi tìm thấy mối quan hệ giữa tăng trưởng tín dụng và nợ xấu, cụ thể tăng trưởng tín dụng tác động làm giảm nợ xấu.
Lạm phát trong năm t = CPI năm t — CPI năm t — 1
Lạm phát cũng là yếu tố quyết định đến rủi ro tín dụng vì một sự gia tăng của mức giá trong nền kinh tế sẽ tương ứng với sự sụt giảm giá trị thực củaa một khoản tín dụng. Klein (2013) cho rằng tỷ lệ lạm phát cao dẫn đến sự suy giảm nhanh chóng của vốn chủ sở hữu của các ngân hàng và làm tăng nợ xấu Theo Polodoo Seetanah, Samiassee, Seetali. Padachi (2015), lạm phát làm giảm thu nhập thực tế, lãi suất tăng cao làm ảnh hưởng đến khả năng trả nợ của khách hàng trong khi ngân hàng trung ương thực hiện chính sách thắt chặt tiền tệ để giảm phát nền kinh tế Do vậy, nghiên cứu kỳ vọng lạm phát có tác động dương đến rủi ro tín dụng.
- Tốc độ tăng trưởng GDP (GDPt)
Tốc độ tăng trưởng GDP được tính bằng Chỉ số GDP năm t.
Tăng trưởng kinh tế phản ánh tác động của chu kỳ kinh tế lên tỷ lệ nợ xấu ngân hàng, xem xét các ảnh hưởng của hoạt động kinh tế đến chất lượng tín dụng Nghiên cứu của Klein (2013) đã tìm thấy tác động ngược chiều của tăng trưởng kinh tế đến rủi ro tín dụng Khi nền kinh tế tăng trưởng tốt sẽ tạo điền kiện thuận lợi cho chủ thể đi vay, môi trường hoạt động tốt nên khả năng hoàn trả vốn vay của các chủ thể đối với ngân hàng cũng tốt hơn, khi đó rủi ro tín dụng giảm Do vậy, nghiên cứu kỳ vọng tăng trưởng kinh tế tác động âm đến rủi ro tín dụng.
Bảng 3.1: Mô tả biến và kỳ vọng tương quan quan hệ của các biến trong mô hình nghiên cứu
T MÃ BIẾN TÊN GỌI BIẾN CÁCH ĐO LƯỜNG KỲ
NPL Tỷ lệ nợ xấu
Dư nợ xấu/tổng dư nợ tín dụng
Tỷ lệ nợ xấu năm trước Tổng nợ xấu/tổng dư nợ năm (t-1) +
2 LLP Dự phòng rủi ro tín dụng
Dự phòng rủi ro tín dụng/tổng tài sản +
3 LEV Tỷ lệ đòn bẩy Tổng nợ/tổng tài sản +
4 SIZE Quy mô ngân hàng Logarit tổng tài sản -
5 ROA t-1 Hiệu quả hoạt động năm trước Lợi nhuận/tổng tài sản -
6 LG Tốc độ tăng trưởng tín dụng
(Tổng dư nợ năm t-tổng dư nợ năm t-1)/tổng dư nợ năm t-1
7 INF Lạm phát Tỷ lệ lạm phát (%) +
Tốc độ tăng trưởng GDP
Dữ liệu nghiên cứu
“Do thời gian nghiên cứu và nguồn nhân lực hạn chế nên dữ liệu nghiên cứu được thu thập từ các báo cáo hàng năm của 21 ngân hàng thương mại ở Việt Nam trong giai đoạn từ năm 2011 đến năm 2020 Đây là nhóm các Ngân hàng lớn và có tổng giá trị tài sản trên75% giá trị tài các sản của hệ thống ngân hàng Việt Nam nên có khả năng đại diện tốt.Thông tin cần thiết cho nghiên cứu thu thập từ BCTC được kiểm toán, báo cáo thưởng niên,bảng cáo bạch, thuyết minh BCTC.
DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
Thực trạng rủi ro tín dụng của các NHTM Việt Nam
Dư nợ tín dụng
Hoạt động tín dụng vẫn chiếm khoảng 45.44% - 63.30% tổng tài sản của NHTM, nên thu nhập tín dụng vẫn chiếm tỷ trọng lớn nhất trong tổng thu nhập của các NHTM Tốc độ tăng trưởng tín dụng của các NHTM giai đoạn này có chiều gia tăng tuy nhiên trong năm
2020 có dấu hiệu sụt giảm.
Hình 4.1: Dư nợ tín dụng trong tổng tài sản của các NHTM
Hình 4.2: Tăng trưởng tín dụng của hệ thống NHTM Việt Nam
Tốc độ tăng trưởng tín dụng trung bình giai đoạn 2011 – 2020 đạt 19.35% Hoạt động tín dụng tăng trưởng không ổn định từ 20.62% năm 2011 giảm xuống 13.51% năm
2021 chủ yếu là do tác động của môi trường kinh tế, chính sách tiền tệ thắt chặt để chống lạm phát, cũng như việc siết chặt rủi ro tín dụng, thực hiện quy định các tỷ lệ đảm bảo an toàn trong hoạt động của các TCTD nên tăng trưởng tín dụng thấp.
Hình 4.3: Tỷ lệ nợ xấu của hệ thống NHTM Việt Nam
Trong những năm gần đây, RRTD đang là mối quan tâm trong hoạt động kinh doanh của các NHTM Việt Nam với dư nợ chủ yếu thuộc lĩnh vực cho vay đầu tư bất động sản và các tập đoàn Nhà nước Trước tình hình đó, các NHTM đã tích cực đưa ra các biện pháp nằm giảm thiểu tình trạng trên như: thiết lập hạn mức tín dụng tương đương với mức độ rủi ro đối với từng khách hàng vay vốn, thiết lập quy trình kiếm soát chất lượng tín dụng chặt chẽ Tăng trưởng tín dụng tăng cao liên tiếp giai đoạn 2011-2013 với dư nợ tín dụng chủ yếu thuộc các lĩnh vực cho vay đầu tư bất động sản và chứng khoản đã gây ra hệ lụy cho thanh khoản năm 2011 - 2013, khi mà những doanh nghiệp hoạt động trong các lĩnh vực này rơi vào tình trạng suy yếu dẫn đến mất khả năng chi trả Cuộc chạy đua lãi suất năm 2011 (đỉnh điểm là mức lãi suất qua đêm lên đến trên 20% vào đầu tháng 10/2011) đã cho thấy những khó khăn về thanh khoản của hệ thống Giai đoạn này, các ngân hàng sẵn sàng trả lãi suất ngắn hạn cao hơn lãi suất dài hạn, nhân viên ngân hàng phải đi tiếp thị trực tiếp khách hàng để huy động vốn tiết kiệm và phải huy động vốn bằng mọi giá để giải tỏa tạm thời vấn đề căng thẳng về luồng tiền Sang năm 2012, tình hình thanh khoản của các TCTD đã được cải thiện,các ngân hàng yếu kém đã được NHNN kiểm soát, theo dõi chặt chẽ Năm 2013, tình hình thanh khoản của hệ thống ngân hàng được cải thiện đáng kể, dự trữ thanh khoản không ngừng tăng lên Tuy nhiên, thanh khoản của một số ngân hàng chưa thật sự bền vững do nợ xấu lớn, nguồn vốn chủ yếu là ngắn hạn, cho vay trung và dài hạn lớn Từ năm 2014 đến nay cùng với sự quản lý chặt chẽ của NHNN, các văn bản quy định về các tỷ lệ an toàn trong hoạt động của TCTD có hiệu lực, cũng như việc triệt để xử lý nợ xấu giúp cho thanh khoản của hệ thống NHTM được cải thiện rất nhiều Đến cuối năm 2020, Theo đánh giá của Ủy ban giám sát tài chính Quốc gia, nợ xấu tỷ lệ nợ xấu giảm chỉ còn 1.64%, nguyên nhân là do các ngân hàng đã và đang tăng tốc trong việc trích lập dự phòng để xử lý nợ xấu, đồng thời đẩy mạnh bán nợ cho VAMC Tuy nhiên kết thúc năm 2021 nợ xấu đã có dấu hiệu tăng trưởng và đạt mức 1.97%.
Dữ liệu nghiên cứu
Ở phần này tác giả trình bày dữ liệu thành dạng thông tin tóm tắt quy mô mẫu dữ liệu, tổng hợp và xử lý dữ liệu thông qua bảng thống kê mô tả, mô tả những đặc tính cơ bản của các biến đo lường như giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn. Mẫu nghiên cứu của tác giả bao gồm 21 ngân hàng thương mại ở Việt Nam trong giai đoạn từ năm 2011 đến năm 2020 Đây là nhóm các Ngân hàng lớn và có tổng giá trị tài sản trên 75% giá trị tài các sản của hệ thống ngân hàng Việt Nam nên có khả năng đại diện tốt Mẫu nghiên cứu này được trình bày dưới dạng bảng thống kê mô tả như sau:
Bảng 4.1 Thống kê mô tả các biến trong mô hình nghiên cứu
Biến Số quan Trung bình Độ lệch Giá trị Giá trị sát chuẩn nhỏ nhất lớn nhất
Nguồn: Kết quả phân tích từ phần mềm Stata 15
NPL(t) và đại diện cho RRTD, có giá trị cao nhất 0.244579, thấp nhất là 0.0015, giá trị trung bình là 0.0226963, độ lệch chuẩn là 0.0205454 Với giá trị NPL(t-1) đại diện cho RRTD năm trước có giá trị trung bình 0.0224578 độ lệch chuẩn là 0.0213161 xắp xỉ với giá tị trung bình Điều này cho thấy sự chênh lệch khá lớn về tỷ lệ nợ xấu của các ngân hàng trong mẫu qua các năm Tỷ lệ nợ xấu cho thấy các hầu hết các ngân hàng đều tuân thủ quy định về tỷ lệ nợ xấu dưới 3% những trường hợp có nợ xấu vượt quá quy định khá ít.
LLP đại diện cho Dự phòng rủi ro tín dụng, có giá trị cao nhất lên tới 0.0715003, thấp nhất là 0.0019622, giá trị trung bình là 0.0249501 với độ lệch chuẩn là 0.0520649 cho thấy sự biến động khá ít của tỷ lệ LLP trong mẫu ngân hàng đang nghiên cứu.
Với biến LEV - Tỷ lệ đòn bẩy của ngân hàng cũng có biên độ phân tán không rộng từ 0.6089474 – 0.9833161 và giá trị trung bình 0.8678322 Nhìn chung tỷ lệ đòn bẩy tài chính của các ngân hàng khá cao là đặc thù của các ngân hàng bởi hoạt động chính của các ngân hàng là huy động vốn và cho vay.
Tỷ suất sinh lời trên tổng tài sản năm trước (ROA(t-1)) trung bình của 21 NHTM đạt 0.769% với giá trị cao nhất là 4.72% và giá trị thấp nhất là -5.51% Mức độ tập trung của ROA xung quanh giá trị trung bình là cao khi độ lệch chuẩn của tỷ suất này là 0.768%.
Biến quy mô ngân hàng (SIZE): cũng có sự phân bố không quá chênh lệch nhau giữa các ngân hàng trong mẫu, giá trị cao nhất là 9.180896, giá trị thấp nhất là 7.03054, giá trị trung bình 8.114765 và giá trị độ lệch chuẩn là 5165052.
Về tốc độ tăng trưởng tín dụng của các ngân hàng thương mại khá tốt Trung bình cho cả giai đoạn 2011 - 2020 khoảng 21.27% từ đó cho thấy có sự nâng cao quy mô hoạt động cũng như năng lực của các ngân hàng Tuy nhiên trong năm 2020 có sự sụt giảm về tốc độ tăng trưởng tín dụng do các NHTM thận trọng cho vay trong bối cảnh nền kinh tế chịu tác động xấu từ dịch bệnh Covid.
Lạm phát (INF) có giá trị cao nhất 18.58%, thấp nhất 0.63%, trung bình 5.19% với độ lệch chuẩn 4.70% cho thấy sự biến động trong mẫu nghiên cứu.
Tốc độ tăng trưởng kinh tế trong giai đoạn 2011 - 2020 đạt giá trị cao nhất là 7.08% vào năm 2018 và giá trị nhỏ nhất là 2.91% năm 2020, nhìn chung tốc độ tăng trưởng GDP qua các năm khá ổn định, riêng năm 2020 thấp nguyên nhân là do ảnh hưởng của dịch bệnh toàn cầu tác động xấu đến nền kinh tế.
Ma trận hệ số tương quan giữa các biến
Việc phân tích tương quan giữa các biến trong mô hình được thực hiện bằng cách lập ma trận hệ số tương quan giữa các biến để tìm ra những cặp biến có hệ số tương quan cao. Cách dùng ma trận hệ số tương quan giữa các cặp biến có ưu điểm là tạo sự dễ dàng trong việc nhận xét các mối quan hệ tương quan Theo Gujarati (2003) để phát hiện có đa cộng tuyến hay không cần xem xét kỹ hệ số tương quan giữa các biến độc lập trong mô hình Nếu hệ số này vượt quá 0.8 thì đó là dấu hiệu cho biết mô hình hồi quy sẽ gặp vấn đề đa cộng tuyến nghiêm trọng.
Bảng 4.2 Bảng ma trận hệ số tương quan các biến trong mô hình nghiên cứu7
NPL(t-1) LLP LEV SIZE ROA (t-
Nguồn: Kết quả từ phần mềm Stata 15
Dựa vào các số liệu ở bảng trên, có thể nhận thấy hệ số tương quan giữa các biến phụ thuộc và độc lập không có trường hợp nào vượt quá 0.8 Qua đây có thể kết luận, độ lớn của các hệ số tương quan chỉ ra rằng không nhiều khả năng xuất hiện hiện tượng đa cộng tuyến nghiêm trọng trong mô hình hồi quy.
Kiểm tra đa cộng tuyến theo hệ sốVIF
Nhằm tăng tính tin cậy của kết quả ước lượng tác giả tiếp tục sử dụng hệ số phóng đại phương sai VIF để phát hiện hiện tượng đa cộng tuyến nhóm.
Bảng 4.3 Kiểm tra đa cộng tuyến cho mô hình nghiên cứu:
Nguồn: Kết quả từ phần mềm Stata 15
Khi hệ số nhân tử phóng đại phương sai của biến phụ thuộc (VIF) < 10, mô hình ít có khả năng xảy ra hiện tượng đa cộng tuyến.
Kết quả kiểm tra đa cộng tuyến cho thấy hệ số nhân tử phóng đại phương sai của các biến dao động từ 1.04 đến 1.49 đều nhỏ hơn 10 nên ít có khả năng xảy ra hiện tượng đa cộng tuyến.
Kiểm định tính dừng của các biến độc lập (Sử dụng kiểm định nghiệm đơn vị Levin-Lin-Chu - LLC)
Bảng 4.4 Kết quả kiểm định tính dừng các biến độc lập trong mô hình9
Các kiểm định Kết quả kiểm định
Levin-Lin-Chu Kiểm định tính dừng
Nguồn: Kết quả từ phần mềm Stata 15
Kết quả kiểm định tính dừng ở Bảng 4.4 cho thấy giả thuyết về nghiệm đơn vị bị bác bỏ nghĩa là các biến đều dừng ở chuỗi gốc, đây là điều kiện để tránh đưa đến kết quả hồi quy giả mạo.
Kết quả hồi quy mô hình nghiên cứu
Tiến hành hồi quy theo phương pháp bình phương nhỏ nhất, mô hình tác động ngẫu nhiên và mô hình tác động cố định ta thu được kết quả hồi quy như sau:
Bảng 4.5 Kết quả hồi quy mô hình nghiên cứu0
Biến số Pooled OLS REM FEM
Hệ số xác định bội hiệu chỉnh (R 2 )
Nguồn: Kết quả từ phần mềm Stata 15
Theo kết quả hồi quy mô hình Pooled OLS: các biến NPLt-1, LLP, LG, INF có ý nghĩa ở mức α = 1%, các biến LEV, SIZE có ý nghĩa ở mức α = 5%, ROAt-1 có ý nghĩa ở mức α = 10%, riêng biến GDP không có ý nghĩa thống kê.
“Sau khi hồi quy bằng phương pháp bình phương nhỏ nhất, tiếp tục hồi quy theo mô hình REM, kết quả hồi quy cho thấy: các biến NPLt-1, LLP, LG, INF có ý nghĩa ở mức α = 1%, các biến LEV, SIZE có ý nghĩa ở mức α = 5%, ROAt-1 có ý nghĩa ở mức α = 10%, riêng biến GDP không có ý nghĩa thống kê.”
Tiếp tục hồi quy theo mô hình FEM, kết quả hồi quy cho thấy: các biến NPLt-
1, LLP, ROAt-1, LG có ý nghĩa ở mức α = 1%, các biến LEV, SIZE có ý nghĩa ở mức α = 10%, riêng biến INF, GDP không có ý nghĩa thống kê.
Do các phương pháp khác nhau nên kết quả ước lượng của từng mô hình cũng khác nhau Nếu chỉ dựa vào kết quả này rất khó để lựa chọn được mô hình phù hợp đáp
4 ứng được mục tiêu nghiên cứu Vì lý do đó cần phải tiến hành các kiểm định cần thiết.1
Lựa chọn phương pháp ước lượng mô hình
Nghiên cứu sử dụng kiểm định Hausman để lựa chọn giữa mô hình tác động ngẫu nhiên và mô hình tác động cố định.
Bảng 4.6 Bảng tổng hợp các kiểm định lựa chọn mô hình
Kiểm định Pooled OLS và FEM FEM và REM
Nguồn: Kết quả từ phần mềm Stata 15
So sánh Pooled OLS với FEM:
Theo kết quả phân tích, kiểm định F - test kết quả với thống kê F(9, 192) = 1.71 và Prob > F = 0.0884 có ý nghĩa với mức ý nghĩa thống kê 10% cho thấy chúng ta có thể bác bỏ giả thuyết H 0 cho rằng tất cả các hệ số ui = 0 Điều này có nghĩa có sự khác biệt giữa các đối tượng Trong trường hợp này, mô hình FEM là phù hợp hơn so với Pooled OLS.
So sánh FEM với REM: Prob>chi2 = 0.0000 < 5%, do đó đủ cơ sở để bác bỏ giả thiết H0, thì ước lượng tác động cố định (FEM) là phù hợp hơn so với ước lượng tác động ngẫu nhiên (REM)
Như vậy, theo kết quả tổng hợp các kiểm định (bảng 4.7) so sánh 3 mô hình Pooled OLS, FEM và REM, có thể kết luận ước lượng FEM là phù hợp nhất đối với các mô hình.
Sau khi lựa chọn phương pháp FEM cho từng mô hình các biến, nghiên cứu tiếp tục kiểm định sự tồn tại của phương sai sai số thay đổi và tự tương quan trong mô hình.
Kiểm định các trường hợp khuyết tật của mô hình do vi phạm các giả định
4.8.1 Kiểm định phương sai thay đổi
Kiểm định phương sai thay đổi với kiểm định Modified Wald cho kết quả như
Bảng 4.7 Kiểm định phương sai thay đổi
Biến phụ thuộc Prob>chi2 Kết luận
NPLt 0.0000 Có phương sai thay đổi
Nguồn: Kết quả từ phần mềm Stata 15
Kết quả này cho thấy Prob > chi2 = 0.0000 (có ý nghĩa thống kê ở mức 1%) cho thấy chúng ta có thể bác bỏ giả thuyết H0: Phương sai không đổi, như vậy mô hình này đã xảy ra hiện tượng phương sai thay đổi.
Kiểm định hiện tượng tự tương quan
Kiểm tra mô hình xem có hiện tượng tự tương quan hay không với kiểm định Wooldridge cho kết quả như sau:
Bảng 4.8 Kiểm định hiện tượng tự tương quan
Biến phụ thuộc Prob > F Kết luận
NPLt 0.0004 Tổn tại hiện tượng TTQ
Nguồn: Kết quả từ phần mềm Stata 15
Kết quả kiểm định cho thấy Prob > F = 0.0004 z = 0.001 Arellanob - Bond test for AR(2) in first differences: z = -1.68 Pr > z = 0.093 Kết quả thấy Arellano- Bond test for AR(2) đều có giá trị lớn hơn z và có ý nghĩa thống kê, chấp nhận già thuyết H0 chứng tò không xảy ra hiện tượng ựr tương quan cùa phương sai sai số ờ dạng sai phân bậc một Vì vậy có thể kết luận rằng phương pháp GMM được xem là phương pháp tối ưu dùng để giải thích rủi ro tín dụng của các NHTM Việt Nam.
Kết quả ước lượng GMM cho thấy có tất có 5/8 biến có ý nghĩa thống kê tác động đến rủi ro tín dụng của các NHTM Việt Nam, bao gồm: Tỷ lệ nợ xấu năm trước
(NPLi,t-1), dự phòng rủi ro (LLP), quy mô ngân hàng (SIZE), tốc độ tăng trưởng tín dụng (LG) và tỷ lệ lạm phát hàng năm (INF) Trong đó, các biến có tác động cùng
4 chiều là biến Tỷ lệ nợ xấu năm trước (NPL i,t-1 4 ), dự phòng rủi ro (LLP), tốc độ tăng trưởng tín dụng (LG) và tỷ lệ lạm phát hàng năm (INF); biến có tác động ngược chiều là quy mô ngân hàng (SIZE).
Ngoài ra, kết quả nghiên cứu cũng cho thấy có ba biến tác động đến rủi ro tín dụng, trong đó biến tác động cùng chiều là tỷ lệ đòn bẩy (LEV) và các biến khả năng sinh lời năm trước (ROAi,t-1), tăng trưởng kinh tế hàng năm (GDP) có tác động ngược chiều đến rủi ro tín dụng nhưng tất cả đều không có ý nghĩa thống kê.
HÀM Ý QUẢN TRỊ GÓP PHẦN HẠN CHẾ RỦI RO TÍN DỤNG TẠI CÁC NHTM VIỆT NAM
Kết luận về kết quả nghiên cứu
Nghiên cứu đã hệ thống hóa cơ sở lý luận cơ bản về rủi ro tín dụng của các ngân hàng thương mại Dựa trên những cơ sở lý thuyết này cùng các nghiên cứu trước trong và ngoài nước tác giả xây dựng mô hình nghiên cứu nhằm đánh giá các yếu tố tác động đến rủi ro tín dụng của các NHTM Việt Nam Mục tiêu trọng tâm của nghiên cứu nhằm đánh giá về các yếu tố tác động đến rủi ro tín dụng của các NHTM Việt Nam trong thời gian qua và chỉ ra được những khía cạnh hạn chế, những vấn đề cần giải quyết nhằm hạn chế rủi ro tín dụng để nâng cao hiệu quả hoạt động kinh doanh của các ngân hàng thương mại ở Việt Nam Kết quả khảo sát cho thấy rủi ro tín dụng của các NHTM Việt Nam được đại diện bởi NPLt chịu sự tác động của 5/8 biến có ý nghĩa thống kê tác động đến rủi ro tín dụng của các NHTM Việt Nam, bao gồm: Tỷ lệ nợ xấu năm trước (NPLi,t-1), dự phòng rủi ro (LLP), quy mô ngân hàng (SIZE), tốc độ tăng trưởng tín dụng (LG) và tỷ lệ lạm phát hàng năm (INF) Trong đó, các biến có tác động cùng chiều là biến Tỷ lệ nợ xấu năm trước (NPLi,t-1), dự phòng rủi ro (LLP), tốc độ tăng trưởng tín dụng (LG) và tỷ lệ lạm phát hàng năm (INF); biến có tác động ngược chiều là quy mô ngân hàng (SIZE).
Ngoài ra, kết quả nghiên cứu cũng cho thấy có ba biến tác động đến rủi ro tín dụng, trong đó biến tác động cùng chiều là tỷ lệ đòn bẩy (LEV) và các biến khả năng sinh lời năm trước (ROAi,t-1), tăng trưởng kinh tế hàng năm (GDP) có tác động ngược chiều đến rủi ro tín dụng nhưng tất cả đều không có ý nghĩa thống kê.
Hàm ý quản trị rủi ro tín dụng đối với NHTM
Từ kết quả thu được từ bài nghiên cứu tác giả đưa ra hàm ý chính sách: Đối với các ngân hàng có quy mô lớn, cần chú trọng hơn trong công tác hoạch định chiến lược để đưa ra mục tiêu phát triển phù hợp, an toàn nhằm hạn chế tối đa RRTD.
Các ngân hàng Việt Nam cần chú trọng hơn trong việc kiểm soát tốc độ tăng trưởng tín dụng để tăng hiệu quả và giảm chi phí hoạt động, từ đó giảm RRTD.
NHTM cũng nên chú ý vấn đề quản lý Tỷ lệ nợ xấu, dự phòng rủi ro như khuyến nghị của Basel Vì vậy để hạn chế nợ xấu, các NHTM cần phải:
- Tuân thủ các quy định về việc phân loại nợ và trích lập dự phòng rủi ro tín dụng. Kết quả mô hình hồi quy trên cho thấy, tỷ lệ dự phòng rủi ro tín dụng và hiệu quả hoạt động ngân hàng có mối quan hệ ngược chiều nên các NHTM cần xác định chính xác về chất lượng tín dụng của Ngân hàng, xác định đúng quy mô và đối tượng khách hàng vay cũng như phân loại nợ và trích lập dự phòng rủi ro tín dụng một cách khách quan và trung thực, không cố tình che đậy nợ xấu của Ngân hàng để thực hiện những chính sách ưu đãi cho khách hàng nhằm đem lại lợi nhuận cao Các NHTM cần phát triển khách hàng để nâng cao thị phần và giữ vững mức độ cạnh tranh, bên cạnh đó các NHTM cần phải chú trọng vào chất lượng tín dụng, tránh chạy theo lợi nhuận mà đẩy mạnh cho vay đối với những khách hàng không có năng lực tài chính lành mạnh.
- Các NHTM cần phân loại nợ và trích lập dự phòng rủi ro tín dụng trên cơ sở kết hợp với xếp hạng tín dụng nội bộ theo quy định hiện hành Trên thực tế, vẫn còn nhiều ngân hàng xếp hạng doanh nghiệp thiếu khách quan, không căn cứ vào tình hình tài chính và khả năng trả nợ của khách hàng đã xếp hạng doanh nghiệp ở những mức điểm khá cao, phân loại vào nợ nhóm 1 để tránh ảnh hưởng xấu đến lịch sử hoạt động của doanh nghiệp Chính những điều này đã làm cho các NHTM tiềm ẩn rủi ro tín dụng, ảnh hưởng đến tính “an toàn” trong quá trình hoạt động kinh doanh Do đó, các NHTM cần tăng cường công tác thanh tra, giám sát trong quá trình phân loại nợ và trích lập dự phòng rủi ro, nên chấp nhận giảm lợi nhuận do việc trích lập dự phòng vì đây sẽ là những khoản tiền được sử dụng để xử lý những khoản vay khi bị phát sinh nợ xấu, tránh để Ngân hàng rơi vào khủng hoảng bởi nợ xấu quá nhiều cũng như vượt quá sức chịu đựng thanh khoản.
- Tỷ lệ lạm phát hàng năm (INF) cho thấy tác động của nó đến RRTD là rõ ràng và cần được các lãnh đạo ngân hàng cũng như ngân hàng nhà nước quan tâm đúng mực để đưa ra các phương án nhằm giảm thiểu RRTD Đặc biệt trong tình trạng dịch Covid-
19 đang tác động mạnh tới nền kinh tế toàn cầu và trong nước Dự báo cuối năm sẽ có một làn sóng lạm phát cao trong nước cùng với nó là sự sụt giảm GDP so với kế hoạch đặt ra, do đó các ngân hàng cần thắt chặt các tiêu chí cho vay, cũng như quản lý các khoán vay, thu hồi nợ và đàm bảo tính thanh khoản tốt.
Hạn chế của luận văn và đề xuất hướng nghiên cứu tiếp theo
Dữ liệu từ báo cáo tài chính: hạn chế của nghiên cứu là sử dụng dữ liệu thứ cấp được công bố từ BCTC của 21 ngân hàng thương mại ở Việt Nam trong giai đoạn từ năm 2011 đến năm 2020 nên chắc chắn khó có thể tránh được những thiếu sót trong thu thập dữ liệu nghiên cứu và ảnh hưởng đến kết quả.
Một số biến độc lập trong mô hình bị đổi dấu so với kỳ vọng của tác giả và của một số nghiên cứu khác Điều này xuất phát từ phía mẫu dữ liệu và điều kiện thực tế tại các NHTM Việt Nam.
Tác giả chỉ mới sử dụng tỷ lệ nợ xấu đại diện cho rủi ro tín dụng.
5.3.2 Hướng nghiên cứu tiếp theo
Trong các nghiên cứu tiếp theo, tác giả xin đề xuất một số hướng như sau:
- Sử dụng thêm các biến khác để làm biến độc lập đại diện cho rủi ro tín dụng.
- Thực hiện thêm một số hồi quy để kiểm tra tính vững của mô hình.
- Thu thập thêm đầy đủ dữ liệu nhằm phân tích hoàn chỉnh thực trạng tín dụng và rủi ro tín dụng của các NHTM Việt Nam.
Chương 5 là kết luận của tác giả đưa ra từ kết quả nhận được từ các mô hình nghiên cứu ở chương 3, chương 4 và đưa ra các hàm ý quản trị rủi ro đối với NHTM.Đồng thời nêu lên hạn chế của tác giả khi thực hiện nghiên cứu đề tài cũng như là hướng nghiên cứu tiếp theo trong thời gian tới. ix
