BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH ĐẶNG THỊ HOÀI THƯƠNG NHỮNG YẾU TỐ TÁC ĐỘNG ĐẾN NỢ XẤU CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM KHÓA LUẬN TỐT NGH[.]
GIỚI THIỆU NGHIÊN CỨU
Lý do chọn đề tài
NHTM là NH chuyên kinh doanh vốn và dịch vụ tiền tệ Với hoạt động kinh doanh của NHTM, tín dụng là hoạt động quan trọng nhất, là nguồn thu chủ yếu và cốt lõi của ngân hàng Bởi vì nó tác động thẳng đến kết quả hoạt động của một NH hay nói tóm gọn nó sẽ quyết định sự phát triển hay thất bại của tổ chức và thậm chí nó có thể làm một NH hay cả một hệ thống NH đến bờ vực khủng hoảng thông qua hiệu ứng dây chuyền Hoạt động tín dụng luôn phải đương đầu với các nguy cơ tiềm ẩn tín dụng và đặc biệt là tình trạng nợ xấu Theo Hou (2017), nợ xấu có gây trở ngại cho tăng trưởng kinh tế và kinh tế bị giảm xuống Hơn nữa, nợ xấu còn được xem là một trong những tác nhân hàng đầu dẫn đến cuộc khủng hoảng tài chính toàn cầu (2007-2009) làm thiệt hại nền kinh tế Hoa Kỳ và nền kinh tế của nhiều quốc gia (Adebola, Wan Yusoff, & Dahalan, 2011) Theo các nhà phân tích, số lượng nợ xấu dự kiến sẽ tăng lên rất nhiều trong thời gian tới, nó không chỉ liên quan tới tính thanh khoản và lợi nhuận của các NH mà còn ảnh hưởng đến tình hình tài chính (Wilko Bolt and Alexander F Tieman, 2004; Sangjun Jeong and Hueechae Jung,
2013) Có khá nhiều sản phẩm nghiên cứu thế giới đã chỉ ra nguyên nhân dẫn đến nợ xấu Theo Rajha, K S (2016), các khoản nợ xấu trong NH không chỉ bị tác động do các điều kiện bên trong như nợ xấu bị trì hoãn và tỷ lệ nợ chia tổng tài sản mà còn bởi các yếu điểm phía ngoài cụ thể như yếu tố tăng trưởng kinh tế và tỷ lệ lạm phát. Để giảm nợ xấu, Tobin (1880) cho rằng các NH cần lưu ý đến khả năng của người gửi tiền có thể rút tiền bất cứ lúc nào. Ở Việt Nam, nợ xấu của các NHTM Việt Nam không chỉ mới bắt đầu xuất hiện trong thời gian gần đây mà nó đã hình thành từ nhiều năm trước đây Từ năm
2007, nợ xấu bắt đầu tăng và trở thành mối bận tâm sâu sắc tại năm 2011 Ở năm
2011, nợ xấu trở nên tăng khoảng 85.000 tỉ đồng (tăng tới 61%), giữ 3,3% tổng dư nợ hiện có, khiến các NHTM gặp vấn đề về thanh khoản, giảm lợi nhuận và kết quả hoạt động kinh doanh đứng lại Chính do hệ quả tự nhiên của chính sách tiền tệ thắt chặt, cũng như do các doanh nghiệp, công ty làm ăn thua lỗ trở nên rộng rãi hơn và nợ xấu đã hội tụ trong nhiều năm qua chưa được giải quyết Song song đó, sau làn sóng tiêu cực của dịch Covid-19, nền kinh tế thế giới và cả Việt Nam đã gặp rất nhiều bất ổn, chẳng hạn như: nhiều trình trạng kinh doanh bị trì trệ, tốc độ tăng trưởng kinh tế giảm sút, giá vàng, giá thị trường bất động sản cũng bị biến động theo, gây rất nhiều ảnh hưởng tiêu cực cho chất lượng tín dụng tại các NH Việt Nam Năm 2020, NLP tăng ở mức 1,69% so với năm 2019 (1.63%) Đến cuối năm
2021, theo số liệu từ NHNN cho thấy tỷ lệ nợ xấu nội bảng tăng 0,21% là 1,9% so sánh cuối năm 2020; còn tỷ lệ nợ xấu cuối năm 2021 tăng nhanh tới mức 7,31% (tăng từ mức 5,1% cuối năm 2020).
Có rất nhiều dự án tìm ra các tác nhân gây ảnh hưởng đến nợ xấu của các NHTM ở Việt Nam như Nguyễn Thị Hồng Vinh (2015), Phạm Thị Mỹ Huệ (2016), Nguyễn Thị Như Quỳnh (2018), Thế nhưng, các bài phân tích trên còn nhiều sự khác biệt về kết thu được (các ảnh hưởng của các biến vĩ mô, vi mô đến nợ xấu) và chưa có tính cập nhật trong thời kỳ Covid-19.
Sau khi cân nhắc những nguyên nhân trên, tác giả chọn đề tài “Những yếu tố tác động đến nợ xấu của các ngân hàng thương mại Việt Nam” để làm đề tài khóa luận của mình Nhờ vậy, tác giả tiến hành tìm hiểu nguyên nhân phát sinh nợ xấu và phân tích tác động của nợ xấu đến hoạt động kinh doanh của các NHTM Việt Nam để xác định nguyên nhân gốc rễ, gợi ý các chiến lược và hành động thích ứng để hỗ trợ ngành NH phát triển rộng lớn hơn, tránh khủng hoảng tài chính NH trong tương lai.
Mục tiêu nghiên cứu
Mục đích của khóa luận này là xác định các yếu tố gây ảnh hưởng đến nợ xấu
3 ở các NHTM tại Việt Nam, từ đó đề xuất một số định hướng nhằm suy giảm sự gia tăng nợ xấu tại các NHTM Việt Nam trong thời gian tới.
Các mục tiêu cụ thể được xác định trong bài khóa luận này là:
- Xác định các nhân tố ảnh hưởng đến nợ xấu tại các NHTM niêm yết tại Việt Nam.
- Theo dõi chiều hướng tác động của các nhân tố đến nợ xấu của NHTM tại Việt Nam.
- Nêu ra một số hướng đi để hạn chế nợ xấu cho các NHTM tại ViệtNam.
Câu hỏi nghiên cứu
Để phân giải các mục tiêu nghiên cứu, khóa luận này cần tìm câu trả lời cho các câu hỏi nghiên cứu sau đây:
- Những yếu tố nào (vĩ mô và vi mô) tác động đến nợ xấu của các NHTM tại Việt Nam?
- Mức độ ảnh hưởng của những yếu tố này đến nợ xấu của các NHTM tại Việt Nam như thế nào?
- Các giải pháp nào hạn chế nợ xấu cho các NHTM tại Việt Nam?
Đối tượng và phạm vi nghiên cứu
1.4.1 Đối tượng nghiên cứu Đối tượng của nghiên cứu này là các yếu tố ảnh hưởng đến nợ xấu của NHTM tại Việt Nam trong giai đoạn 2011-2021.
Tác giả chỉ tìm hiểu nợ xấu của các NHTM trong thời gian 11 năm 2011 đến
2021 vì đây là khoảng thời gian đủ dài để cho thấy diễn biến nợ xấu của các NHTM qua các năm Nổi bật khung khoảng thời gian này, nền kinh tế trải qua nhiều thay
4 đổi, cụ thể như lạm phát, giá vàng, giá dầu tăng nhanh liên tục trong các năm 2011-
2012 và dịch Covid-19 phát tán ở năm 2020-2021.
Hơn nữa, trong quá trình xem xét, chỉ có 25 NHTM công khai toàn bộ lượng dữ liệu cần thiết nên tác giả không thể tổng hợp hết 39 NHTM Do gặp trở ngại trong quá trình thu nhập số liệu, nên tác giả chỉ tập trung nghiên cứu trong phạm vi
25 NHTM tại Việt Nam có số liệu công khai đầy đủ từ thời gian 2011 đến 2021.
Phương pháp nghiên cứu
Sau khi tác giả tổng kết, phân loại, đối chiếu các số liệu thống kê với số liệu vi mô thu nhập từ BCTC (kiểm toán) và báo cáo thường niên được công bố trên website của các NHTM tại Việt Nam từ thời gian 2011 – 2021 Bằng cách áp dụng mô hình hồi quy dữ liệu bảng thông qua sử dụng phương pháp định lượng để nghiên cứu ảnh hưởng của các nhân tố đến nợ xấu của các NHTM tại Việt Nam Vì mô hình nghiên cứu sẽ tận dụng biến độ trễ của biến phụ thuộc nên khả năng mô hình là nội sinh Do đó, để loại bỏ những khiếm khuyết của mô hình, tác giả sẽ thực hiện phương pháp thống kê tổng quát mô men (GMM) thông qua phần mềm Stata 15.1.Kết quả hồi quy thu được sẽ bày tỏ chiều hướng tác động của các yếu tố ảnh hưởng đến nợ xấu Nhờ đó, đề cập một số chiến lược và gợi ý với ý định cắt giảm nợ xấu của các NHTM ở Việt Nam trong tương lai.
Đóng góp của nghiên cứu
Bằng việc thu nhập dữ liệu từ 25 NHTM tại Việt Nam trong giai đoạn 2011 đến 2021 (bao gồm cả khoảng thời gian Covid-19) Nghiên cứu đã góp phần thiết lập hệ thống nghiên cứu về các nhân tố ảnh hưởng đến nợ xấu và là tài liệu tra cứu cho các nghiên cứu tiền năng trong thời gian phía trước. Đã có nhiều nghiên cứu phát hiện nhiều nguyên nhân (phía trong và phía ngoài) tác động gây ra nợ xấu của các NHTM Ngoài ra, các chủ trương quản lý của nhà nước ta còn hạn chế, xuất hiện nhiều lỗ hổng, kéo theo việc hạn chế nợ xấu ngày càng trở nên khó khăn hơn Kết quả phân tích này cũng nêu ra các hướng đi, gợi ý để cải tiến các định hướng tối ưu các NHTM và NHNN ở Việt Nam, giúp khắc phục và
5 hạn chế nợ khó đòi phải trả, thúc đẩy kết quả hoạt động cho vay của các NH.
Kết cấu nghiên cứu
Nội dung nghiên cứu bao gồm 5 chương:
Chương 1: Giới thiệu nghiên cứu
Chương này sẽ nói về công trình nghiên cứu bao gồm lý do chọn đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, đóng góp của nghiên cứu và bố cục của nghiên cứu.
Chương 2: Lý thuyết và các nghiên cứu thực nghiệm
Chương này trình bày cơ sở lý thuyết về tác động của các yếu tố đến nợ xấu của các NHTM ở Việt Nam Chương hai còn tổng kết các mô hình nghiên cứu trước đây để làm cở sở phục vụ cho việc thiết lập mô hình nghiên cứu ở chương sau.
Chương 3: Phương pháp nghiên cứu
Dựa trên cở sở lý thuyết của chương 2, chương 3 đề cập về mô hình nghiên cứu, các biến nghiên cứu, dữ liệu nghiên cứu, và quy trình nghiên cứu đã sử dụng trong khóa luận để thu lại kết quả tương thích với mục tiêu đã liệt kê ra.
Chương 4: Kết quả nghiên cứu và thảo luận
Chương này thực hiện thống kê mô tả các biến trong mô hình, thực hiện các kiểm định mô hình nghiên cứu, phân tích mối liên hệ giữa các biến trong mô hình và phân tích sự tác động của các nhân tố tác động đến nợ xấu Từ kết quả đó đưa ra mô hình hồi quy phù hợp thể hiện mối quan hệ giữa các yếu tố bên trong ngân hàng, yếu tố kinh tế vĩ mô và nợ xấu của các NHTM.
Chương 5: Kết luận và khuyến nghị
Chương cuối đánh giá kết quả nghiên cứu của đề tài, nhận diện các khuyết điểm và nêu ra các hướng đi tiếp theo Nhờ đó, nêu ra những khuyến nghị nhằm giúpNHTM tại Việt Nam suy giảm nợ xấu và gia tăng hiệu quả kinh doanh.
KẾT LUẬN CHƯƠNG 1 Ở chương 1, nghiên cứu khái quát thực trạng nợ xấu hiện nay tại các NHTM Việt Nam, cũng như nhận thấy tác động không tích cực của vấn đề này đến hoạt động tín dụng của các NH và nền kinh tế Cho nên, chương kế sẽ tập trung thiết lập cơ sở lý thuyết và khám phá ra các yếu tố tác động đến tỷ lệ nợ xấu của các NH.
LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM
Khái niệm nợ xấu
Có vô số cách suy nghĩ và ý kiến trái chiều nhau về khái niệm nợ xấu dựa trên đặc điểm kinh tế của mỗi quốc gia “Non-performing loan (NPL)", "Bad debt" hoặc
"Doubtful debt" là những thuật ngữ “nợ xấu” trong Tiếng Anh, đều đề cập đến các khoản vay không sinh lời trong thời gian dài hoặc các khoản vay lố hạn hơn 90 ngày và chưa được hoàn trả đầy đủ Theo Irum Saba & Muhammad Azeem (2012), nợ xấu có nghĩa là khoản tiền vay mà người vay không thực hiện các khoản thanh toán theo lịch trình của mình trong ít nhất 90 ngày Nợ xấu còn được tóm gọn là khoản vay quá hạn hoặc không trả được (Maria Balgova và cộng sự, 2016) Nó có thể là kết quả của thất bại về kinh tế, là một dấu hiệu chỉ ra là con nợ không có khả năng (hoặc không muốn) trả tiền Nợ xấu vừa là vấn đề nan giải cho gười cho vay và cả người đi vay.
Theo European Central Bank (ECB), nợ xấu của các NHTM bao gồm: “(1) Nợ không thể thu hồi được, là những khoản nợ đã hết hiệu lực hoặc những khoản nợ không có căn cứ đòi bồi thường từ nợ; những khoản nợ mà khách hàng chấm dứt hoạt động kinh doanh, thanh lý tài sản hoặc kinh doanh bị thua lỗ và tài sản còn lại không đủ để trả nợ; (2) Nợ có thể thu hồi được nhưng không thanh toán đầy đủ cho ngân hàng, bao gồm: những khoản nợ không có tài sản thế chấp hoặc có tài sản thế chấp nhưng không đủ để trả nợ” Tóm lại, việc giảng giải nợ xấu theo ECB phụ thuộc vào kết quả thu hồi nợ của NH.
Hơn nữa, International Monetary Fund (IMF) có quan điểm về nợ xấu sau đây:
“Một khoản vay được coi là không sinh lời (nợ xấu) khi quá hạn thanh toán gốc hoặc lãi 90 ngày trở lên; khi các khoản lãi đã quá hạn 90 ngày hoặc hơn đã được vốn hóa, cơ cấu lại, hoặc trì hoãn theo thỏa thuận; khi các khoản thanh toán đến hạn dưới 90 ngày nhưng có thể nhận thấy những dấu hiệu rõ ràng cho thấy người vay sẽ không thể hoàn trả nợ đầy đủ (người vay phá sản)” Ở định nghĩa này, nợ xấu được lý giải dựa trên thời gian trả hạn quá nợ và khả năng trả nợ của người vay (toàn bộ số gốc và lãi hoặc một phần gốc và lãi).
Bên cạnh đó, nghiên cứu “Quantitative Impact: Study 3 Technical Guidance”
(2002), The Basel Committee on Banking Supervision (BCBS) đã tuyên bố “các khoản nợ được coi là mất khả năng thanh toán (vỡ nợ) nếu đáp ứng một hoặc cả hai yêu cầu sau xảy ra: (1) ngân hàng nhận thấy người đi vay không có khả năng trả nợ đầy đủ sau khi không thực hiện các biện pháp thu hồi nợ như quản lý tài sản thế chấp;
(2) người vay đã quá hạn thanh toán (trả nợ) trên 90 ngày”. Đối với Việt Nam, theo Thông tư số 02/2013/TT-NHNN ngày 21/01/2013 về
“Việc phân loại, trích lập và sử dụng nợ để xử lý rủi ro tín dụng trong hoạt động ngân hàng của các tổ chức tín dụng” và theo quy định theo khoản 1 Điều 10 của Thông tư số 02/2013/TT-NHNN và Thông tư số 09/2014/TT-NHNN thì “Nợ xấu là những khoản nợ từ nhóm 3, cụ thể: nhóm 3 (nợ dưới tiêu chuẩn, thời gian quá hạn từ 90 –180 ngày), nhóm 4 (nợ nghi ngờ, thời gian quá hạn từ 181 –360 ngày) và nhóm 5 (nợ có khả năng mất vốn, thời gian quá hạn trên 360 ngày”.
Phân loại nợ xấu
Word Bank (2003) đã phân loại nợ cụ thể như sau:
Bảng 2 1 Cách phân loại nợ theo Ngân hàng thế giới
Quá hạn dưới 90 ngày Không nghi ngờ gì về khả năng trả nợ Tài sản được đảm bảo thanh khoản bằng tiền hoặc tương đương tiền Đặc điểm Đạt tiêu chuẩn
Khả năng trả nợ liên quan đến: điều kiện kinh tế hay hoàn cảnh tài chính khó khăn
Các đặc điểm xấu về tín dụng ảnh hưởng đến khả năng trả nợ: những khoản nợ đã được thỏa thuận lại Đáng ngờ
Không chắc thu hồi được toàn bộ nợ dựa trên các điều kiện hiện tại: có khả năng thất thoát
Quá hạn hơn 360 ngày Các khoản vay không thu hồi được
Nguồn: Tổng hợp từ Word Bank Publications, 2003
Theo Bank for International settlements (BIS), nợ xấu được giải thích là các khoản cho vay năm trong 3 nhóm cuối cùng trong hệ thống 5 nhóm phân loại như bảng sau đây:
Bảng 2 2 Cách phân loại nợ theo Ngân hàng Thanh toán Quốc tế
Không vấn đề Các khoản cho vay đã hoàn trả hoặc sẽ thu hồi được.
Các khoản cho vay các doanh nghiệp có thể có một số khó khăn khi thu hồi nợ.
Các khoản cho vay mà tiền trả lãi và gốc bị nợ dài trên 3 tháng Các ngân hàng phải trích lập dự phòng 10% trên phần vốn cho vay không được bảo đảm.
Nghi ngờ Khả năng thanh lý toàn bộ khoản cho vay tỏ ra đáng nghi ngờ, cho thấy có khả năng sẽ mất vốn, tuy nhiên mất bao nhiêu thì vẫn chưa thể xác định Các ngân hàng phải trích lập dự phòng50% cho các khoản vay nghi ngờ này.
Các khoản cho vay tồn đọng này được coi là không có thể thu
Mất vốn thật sự hồi Thường là các khoản vay cho các doanh nghiệp đang tiến và không thể hành các thủ tục pháp lý để được bảo vệ theo luật phá sản Các thu hồi ngân hàng phải trích dự phòng 100% cho các khoản vay này.
Nguồn: Irum Saba và cộng sự, 2012
Nợ xấu tại Việt Nam được quy định cụ thể trong quy chế phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro trong hoạt động của các tổ chức tín dụng tại Việt Nam, theo Quyết định số 493/2005/NHNN và Thông tư số 11/2021/NHNN Nợ được các tổ chức tín dụng chia thành 5 nhóm Các khoản nợ rơi nhóm 3 đến nhóm 5 được phân loại là nợ xấu của ngân hàng, cụ thể:
Bảng 2 3 Cách phân loại nợ tại Việt Nam
Nợ đủ tiêu Nợ trong hạn hoặc quá hạn dưới 10 ngày. chuẩn
Có khả năng thu hồi đầy đủ cả nợ gốc và lãi đúng hạn
Nợ quá hạn dưới 90 ngày, nợ điều chỉnh hạn trả nợ lần đầu.
Có khả năng thu hồi đầy đủ cả gốc và lãi, tuy nhiên có dấu hiệu suy giảm khả năng trả nợ.
Nợ quá hạn 91 – 180 ngày, nợ gia hạn lần đầu, miễn hoặc giảm
Nợ dưới tiêu lãi. chuẩn
Có khả năng tổn thất.
Nợ quá hạn 180 – 360 ngày, nợ cơ cấu lại thời hạn trả nợ lần thứ
Có khả năng tổn thất cao.
Nợ quá hạn trên 360 ngày, nợ có cơ cấu lại thời hạn trả lần 1, 2 Nợ có khả nhưng quá hạn nợ cơ cấu lần 3 trở lên. năng mất vốn
Mất vốn, không còn khả năng thu hồi.
Nguồn: Tổng hợp từ Quyết định về phân loại nợ xấu của NHNN
Lý thuyết các nhân tố tác động đến nợ xấu
2.3.1 Lý thuyết thông tin bất cân xứng (Asymmetric Information Theory)
Khái niệm “thông tin bất cân xứng” tiên phong bởi Akerlof George A khoảng các năm 1970 Cụ thể, tình trạng này diễn ra khi một hoặc nhiều nhà đầu tư sở hữu được thông tin riêng hoặc có nhiều thông tin công bố hơn về so với các nhà đầu tư còn lại Akerlof (1970) bàn luận rằng, người bán có nhiều thông tin nội bộ về tài sản của mình, nên không sẵn lòng bán sản phẩm cho người mua thiếu thông tin về tài sản đó. Người mua thì tin rằng nếu người bán sẵn sàng bán ngay tài sản của họ với giá mà người mua yêu cầu, điều đó nghĩa là giá mua đã yêu cầu sẽ cao hơn giá trị của tài sản.
Và đây được gọi là tài sản mua bán có chất lượng kém Tóm lại, thông tin bất cân xứng được hiểu nhờ ba đặc điểm sau đây: (1) Sự thiếu cân giữa các bên giao dịch về thông tin; (2) Có nhiều khó khăn khi chuyển tiếp thông tin giữa các bên; (3) Sẽ có một bên có thông tin chính xác hơn bên còn lại.
Thông tin bất cân xứng là nguyên nhân gây ra hai loại rủi ro chính: chọn lựa nghịch và rủi ro đạo đức Hai mối bận tâm tiềm ẩn trên đã dẫn đến việc tích lũy đáng chú ý cho các khoản nợ xấu trong các NH (Bester, 1994) Lúc xảy ra cuộc giao dịch, lựa chọn nghịch sẽ xảy ra Thông tin bất đối xứng càng tăng thì lựa chọn nghịch sẽ càng lớn Trong hoạt động tín dụng của NH, lựa chọn nghịch sẽ bùng phát khi người đi vay có rủi ro vỡ nợ cao nhưng lại thường xuyên đi vay và cũng có nhiều khả năng được các tổ chức tín dụng chọn lựa để cho vay nhất Còn rủi ro đạo đức sẽ phát sinh trong một giao dịch, hay xảy ra khi xuất hiện các hành vi phi đạo đức hoặc các hoạt động làm tăng khả năng xảy ra hậu quả nghiêm trọng Trong hoạt động tín dụng của ngân hàng, rủi ro đạo đức nảy sinh khi khách hàng che giấy thông tin,mục đích vay vốn và tiềm năng thanh toán của khách hàng, dẫn đến các NH tiếp cận sai đối tượng, không đánh giá chính xác khả năng tài chính của khách hàng và đem vào các tài sản rủi ro cao hơn Theo Hartono (2008) cho rằng nhà quản trị có thể vi phạm các hợp đồng và ra các quyết định rủi ro trong khi các nhà đầu tư lại không có thông tin đầy đủ để can thiệp ngăn chặn hành động “rủi ro đạo đức”.
2.3.2 Lý thuyết lợi thế kinh tế vì quy mô (Economies of scale theory)
Theo lý thuyết về quy mô kinh tế, các NH càng rộng lớn thì càng có đủ nguồn lực và kinh nghiệm để phân tích và giải quyết các vấn đề của thuyết “Thông tin bất cân xứng” Ngược lại, các NH nhỏ khó mà xử lý các vấn đề trên hiệu quả nếu thiếu nguồn lực và kinh nghiệm để xác định đúng đắn mức độ tín nhiệm của người nộp đơn.
Do đó, các NH nhỏ hơn thường có tỷ lệ nợ xấu nhiều hơn các NH lớn ở danh mục cho vay Theo lý thuyết “Lợi thế kinh tế vì quy mô”, nghiên cứu của Salas & Saurina
(2002), biện luận rằng các NH lớn hơn có thể mang lại nhiều triển vọng đa dạng hóa hơn Thế nhưng, thuyết này lại xung đột với thuyết “Quá lớn để có thể sụp đổ” (Too big to fail) Hay nói rõ, các NH lớn phải chịu quá nhiều rủi ro bằng cách thúc đẩy việc sử dụng tiền vay quá mức và dẫn đến mức nợ xấu cao.
2.3.3 Lý thuyết chu kỳ kinh doanh/kinh tế (Business Cycle Theory)
“Chu kỳ kinh doanh” hay còn gọi là “chu kỳ kinh tế”, là một sự thay đổi trong những hoạt động kinh tế tổng hợp của một hoặc nhiều quốc gia, của thu nhập và việc làm và được duy trì trong một khoảng thời gian từ 2 cho đến 10 năm Có ba giai đoạn tạo nên chu kỳ kinh doanh (bùng nổ): suy thoái, phục hồi và bùng nổ Có ý kiến cho rằng giai đoạn phục hồi là ngẫu nhiên Còn giai đoạn suy thoái là giai đoạn tăng trưởng kinh tế bị tuột xuống Tại Hoa Kỳ hay Nhật Bản, suy thoái được định nghĩa là giai đoạn tăng trưởng kinh tế âm trong hai quý kế tiếp nhau Cuối cùng, phục hồi là giai đoạn khi tăng trưởng kinh tế tăng lên Ngoài ra, đáy của chu kỳ kinh doanh được đánh dấu cho sự chuyển giao giữa hai giai đoạn này Mỗi doanh nghiệp đều sẽ có mọt vòng đời riêng của và có tính chu kì và doanh nghiệp sẽ phải đối mặt với những khó khăn không giống nhau trong mỗi khoảng thời gian cũng không giống nhau Theo đó, đối với hoạt động NH, các NHTM luôn có các chính sách mở rộng tín dụng khi nền kinh tế đang gia tăng và có chính sách co lại tín dung trong khi nền kinh tế có dấu hiệu đi xuống Bên cạnh, khi nền kinh tế ở giai đoạn phát triển có nghĩa thu nhập của người dân cũng đi theo xu hướng tăng, làm cho khả năng thanh toán nợ vay và nợ xấu tuột dốc và trái lại khi nên kinh tế bị tuột dốc thì nợ xấu sẽ tăng cao.
Các nghiên cứu thực nghiệm
2.4.1 Các nghiên cứu trong nước
Có khá nhiều sản phầm được tiến hành ở Việt Nam liên quan đến các yếu tố ảnh hướng đến nợ xấu như nghiên cứu “Các yếu tố tác động đến nợ xấu của ngân hàng thương mại Việt Nam” của Bùi Đan Thanh & Nguyễn Ngọc Huyền (2022), công bố trên tạp chí Kinh tế và Ngân hàng Châu Á số 201 Tác giả đã tìm ra các yếu tố tác động đến nợ xấu của các NHTM giai đoạn 2010-2021 của 27 NHTM tại Việt Nam. Triển khai các mô hình Pooled OLS, FEM và REM, cùng với phương pháp ước lượng hồi quy mô hình GMM, kết quả nghiên cứu đã nêu ra năm yếu tố thuộc đặc điểm NH và ba yếu tố thuộc yếu tố vĩ mô ảnh hưởng đến nợ xấu của NHTM Các nhân tố thuộc đặc điểm NH có biểu hiện cùng dấu với nợ xấu của NH bao gồm: tỷ lệ nợ xấu năm trước, tỷ lệ dự phòng rủi ro tín dụng và tốc độ tăng trưởng tín dụng Trái lại, các biến quy mô ngân hàng và suất sinh lời trên vốn chủ sở hữu có biểu hiện không cùng dấu với nợ xấu của NH Còn với các biến thuộc yếu tố vĩ mô, nghiên cứu khám phá ra là tốc độ tăng trưởng kinh tế, tỷ lệ lạm phát và tỷ giá hối đoái có mối liên hệ dương với nợ xấu.
Nghiên cứu “Các yếu tố ảnh hưởng đến tỉ lệ nợ xấu tại các ngân hàng thương mại cổ phần Việt Nam” của Trần Thảo Vân (2022) Tác giả đã tìm hiểu các yếu tố ảnh hưởng đến tỉ lệ nợ xấu của các NHTMCP giai đoạn 2010 - 2021 của 26 NHTMCP Việt Nam Cùng với vận dụng mô hình Pooled OLS, FEM và REM, kết qủa thu được nêu ra rằng các nhân tố có mối liên hệ cùng dấu với nợ xấu của NH sau đây: tỷ lệ nợ xấu năm trước, quy mô ngân hàng, tỷ lệ dự phòng rủi ro tín dụng và lãi suất danh nghĩa Trái lại, các biến tốc độ tăng trưởng kinh tế, lạm phát, tỷ lệ thất nghiệp, tỷ giá hối đoái, tăng trưởng tín dụng và lợi nhuận sau thế trên vốn chủ sở hữu có biểu hiện không cùng chiều với nợ xấu của NH.
Nghiên cứu được theo dõi trên Tạp chí Công thương “Các nhân tố ảnh hưởng đến nợ xấu của các ngân hàng thương mại Việt Nam” của Trần Vương Thịnh -
Nguyễn Ngọc Hồng Loan (2021) Bằng việc vận dụng các 3 Pooled OLS, FEM, REM qua phần mềm Stata 14.0 để nghiên cứu cho 22 NHTM Việt Nam được thu nhập trong khung thời gian 2012 đến 2020 Tác giả đã nêu ra các yếu tố cụ thể là: quy mô ngân hàng, tỷ lệ lợi nhuận sau thuế trên vốn chủ sở hữu và tỷ lệ lạm phát có mối liên hệ cùng chiều với nợ xấu Trong đó, tỷ lệ trích lập dự phòng rủi ro tín dụng và tốc độ tăng trưởng tín dụng là hai biến số có tác động cùng hướng và mạnh nhất với nợ xấu. Tuy nhiên, GDP cũng là nhân tố vĩ mô nhưng nó không liên hệ đến nợ xấu.
Nguyễn Thị Hồng Ánh và cộng sự (2021) đã xem xét các nhân tố ảnh hưởng đến nợ xấu của hệ thống NHTM tại Việt Nam từ 2011 đến 2019, được trình bày trên Tạp chí Kinh tế và Quản trị kinh doanh số 18 Số liệu được xử lý thông qua mô hình Pooled OLS, FEM, REM và tác giả chọn mô hình REM là mô hình tối ưu Kết quả cuối cùng bài báo là SIZE và GDP có biểu hiện không cùng chiều với biến NPL. Thêm vào, dự phòng rủi ro tín dụng và tỷ lệ cho vay trên tổng tài sản lại tác động cùng chiều với biến phụ thuộc NPL Ở bài báo này, tác giả chưa xác định được mối liên quan giữa tăng trưởng tín dụng và tỷ lệ lạm phát với tỷ lệ nợ xấu của các NH.
“Các yếu tố ảnh hưởng đến tỷ lệ nợ xấu của các ngân hàng thương mại cổ phần Việt Nam” của Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) Tác giả vận dụng thông tin của 27 NHTMCP đang hoạt động ở Việt Nam từ năm 2005 -
2016 để kiểm định chiều hướng của các yếu tố kinh tế vĩ mô và đặc điểm riêng NH đến tỷ lệ nợ xấu của các NHTMCP Với phương pháp hồi quy GMM sai phân, nghiên cứu đã nhận ra là tỷ lệ nợ xấu ở năm quá khứ càng cao thì sẽ làm cho NH có tỷ lệ nợ xấu năm hiện tại càng lên Song song đó, chi phí trích lập dự phòng rủi ro tín dụng càng mạnh, chi phí hoạt động càng tăng, lợi nhuận của NH càng tăng thì điều này sẽ có lợi cho việc giảm tỷ lệ nợ xấu của NH Bài báo còn đúc kết rằng có mối liên hệ ngược dấu giữa các biến kinh tế vĩ mô như GDP và tỷ lệ nợ xấu của NH.
“Các nhân tố tác động đến nợ xấu tại các ngân hàng thương mại Việt Nam” của Nguyễn Thị Như Quỳnh và cộng sự (2018) Nghiên cứu này đã khám phá ra các nhân tố tác động đến nợ xấu của 25 NHTMCP tại Việt Nam khung thời gian 2006-2016 bằng các mô hình Pooled OLS, FEM, REM, tiếp đến nhận ra là mô hình phù tối ưu nhất là FEM Kết quả nghiên cứu cho thấy tốc độ tăng trưởng kinh tế, tăng trưởng tín dụng và tỷ lệ thất nghiệp là các biến ngược dấu với tỷ lệ nợ xấu Trái lại, tỷ lệ lạm phát và tỷ lệ nợ năm quá khứ là hai biến đồng dấu với tỷ lệ nợ xấu hiện tại Tuy nhiên, ở bài phân tích này, tác giả vẫn chưa tìm ra mối quan hệ giữa yếu tố SIZE và ROA của
NH với tỷ lệ nợ xấu.
Cuối cùng là phân tích của Nguyễn Thị Hồng Vinh (2017) cũng đã tìm ra các yếu tố dẫn đến nợ xấu trong hệ thống NHTM Việt Nam trên 34 NHTM Việt Nam trong khoảng thời gian từ 2005 đến năm 2015 Thông qua vận dụng phương pháp ước tính dữ liệu bảng động GMM, tác giả nhận thấy kiểm soát chi phí có có biểu hiện nghịch dấu và cũng là một lý do hàng đầu dẫn đến nợ xấu giữa các NHTM Việt Nam. Bên cạnh nguyên nhân chính, các nhân tố như là hiệu quả ngân hàng, vốn chủ sở hữu và tăng trưởng tín dụng cũng biểu hiện nghịch dấu với tỷ lệ nợ xấu của hệ thống NHTM Việt Nam Trong đó, các biến bao gồm nợ xấu năm trước đó, quy mô ngân hàng, dư nợ cho vay trên vốn huy động, tỷ lệ lạm phát, tỷ giá tiền tệ, lãi suất và giá bất động sản đều có ảnh hưởng thuận chiều đến nợ xấu.
2.4.2 Các nghiên cứu trên thế giới
Có rất nhiều sản phẩm nghiên cứu về các yếu tố ảnh hưởng đến nợ xấu của các NHTM như nghiên cứu “Why do banks và Loan losses diffe” của Keeton và Morris
(1987) là một nghiên cứu khởi đầu trong việc đánh giá các nhân tố ảnh hưởng đến nợ xấu của các NH trung ương Từ năm 1979 đến năm 1985, một số NHTM ở Hoa Kỳ đã sử dụng nợ xấu như một chỉ số để đo lường rủi ro tín dụng Rủi ro tín dụng của 16 NH được tác giả xác định chủ yếu bởi sự quản lý kém.
Nghiên cứu “Credit Risk in Two Institutional Regimes: Spanish Commercial and Savings Banks” của Salas và Saurina (2002) đã so sánh các yếu tố ảnh hưởng đến nợ xấu của các NHTM và quỹ tiết kiệm Tây Ban Nha trong trong khung thời gian
1985 đến 1987, bao gồm các nhân tố phía trong và phía ngoài Nghiên cứu đã cho ra định nghĩa "rủi ro đạo đức" được ủng hộ bởi tỷ lệ nợ xấu Hơn nữa, nghiên cứu cũng chứng tỏ nợ xấu có ảnh hưởng tiêu cực với tốc độ tăng trưởng kinh tế và quy mô ngân hàng Trái lại, tỷ lệ nợ xấu và tăng trưởng tín dụng năm trước là những nhân tố tương quan thuận đến tỷ lệ nợ xấu.
Messai & Jouini (2013) cũng phân tích nhân tố quyết định nợ xấu đối với mẫu gồm 85 NH ở ba quốc gia (Ý, Hy Lạp và Tây Ban Nha) trong khoảng thời gian cụ thể
2004 đến 2008 Đây là các quốc gia phải hứng chịu với các thách thức tài chính sau cuộc khủng hoảng cho vay dưới chuẩn vào năm 2008 Tác giả thiếp lập mô hình hồi quy dữ liệu bảng và cho ra kết quả là tỷ lệ nợ xấu có biến nghịch chiều với tốc độ tăng trưởng kinh tế, khả năng sinh lời trên tài sản của NH, còn thuận chiều với tỷ lệ thất nghiệp, dự phòng rủi ro cho vay trên tổng dư nợ và lãi suất thực.
Các nhân tố tác động đến nợ xấu
2.5.1 Quy mô ngân hàng (SIZE)
Theo quy định của NHNN Việt Nam quy định rằng khi các NHTM phát triển về quy mô thì đồng thời cũng phải tăng vốn tự có lên Kéo theo đó, các NHTM sẽ được mở rộng khả năng cấp tín dụng Tuy nhiên, các NH nhỏ sẽ quản lý các tài sản và nợ phải trả này thường không tốt như các NH thương mại lớn Vì vậy, tùy thuộc vào năng lực quản lý tài sản và cơ cấu tài sản của NH, quy mô của các NHTM có tác động tốt hoặc xấu đến tỷ lệ nợ xấu Theo nghiên cứu của Salas và Saurina (2002) cùng với thuyết “Hiệu ứng quy mô” (size effect hypothesis), các NH có quy mô lớn sẽ có nhiều ưu thế về đa dạng hóa và tỷ lệ nợ xấu sẽ tăng theo quy mô NH Còn với lý thuyết "quá lớn để thất bại" nói rằng các NH đồng ý rủi ro thông qua nới lỏng việc tận dụng vốn cho vay quá mức, sẽ đưa tới tăng trưởng nợ xấu, đối lập với thuyết trên.
2.5.2 Tốc độ tăng trưởng tín dụng (LG)
Mối liên hệ giữa LG và NPL được Keeton và Morris (1987) chứng minh thông qua sự di chuyển của của các yếu tố trong mối quan hệ giữa tăng trưởng tín dụng và nợ xấu Trần Vương Thịnh và Nguyễn Ngọc Hồng Loan (2021), sự lớn mạnh trong phát triển tín dụng, NH có thể giàu có nếu có thể sát sao việc thu hồi nợ gốc và lãi. Tuy nhiên, việc tăng trưởng tín dụng càng mạnh cũng tương ứng với sự tăng cao của rủi ro, cho nên khả năng thu hồi được lãi và nợ gốc càng trở nên khó hơn, dẫn đến tình trạng nợ xấu càng nghiêm trọng.
2.5.3 Tỷ lệ dự phòng rủi ro tín dụng (LLR)
Các NH xem LLR như một cách để bù đắp cho những khoản thiệt hại do rủi ro tín dụng gây ra Đây cũng là một chỉ tiêu thể hiện hiệu quả quản lý tín dụng của một
NH và có thể thấy NH có thích đặt cược vào các tài sản rủi ro hay không (Keeton và Morris, 1987) Vì vậy, theo nghiên cứu Messai và Jouini, 2013 cho rằng các nhà quản trị buộc phải tăng các khoản phí để hạ thấp các lo ngại về tính thanh khoản, dẫn đến tăng dự phòng rủi ro so với tổng số khoản vay hiện tại, đẩy theo tỷ lệ nợ xấu ngày càng gia tăng Bùi Đan Thanh và Nguyễn Ngọc Huyền (2022) cũng cho rằng nếu quản lý rủi ro không ổn sẽ đưa đến các khoản nợ xấu sẽ dễ dàng xảy ra và khó mà giải quyết kịp thời.
2.5.4 Tỷ lệ nợ xấu năm trước (NPL)
Với Klein (2013) và Salas và Saurina (2002), cả hai nghiên cứu biểu hiện là có mối tương quan đồng biến giữa NPL t và NPL t - 1 Theo Trần Thảo Vân (2022) cũng cho rằng khi nợ xấu năm trước có tỉ lệ cao thì sẽ kéo theo nợ xấu năm sau cao theo bởi vì việc xử lí nợ xấu là một quá trình dài và hoàn toàn không thể khắc phục được trong khoảng thời gian ngắn.
2.5.5 Khả năng sinh lời (ROA)
ROA là một thước đo xếp hạng hiệu quả hoạt động tài chính của các NHTM,cắn cứ vào sự phối hợp giữa việc sử dụng nguồn lực và kết quả hoạt động Nguyên nhân tăng nợ xấu là do việc thu hồi nợ không dễ dàng và do những phức tạp phải gặp trong quá trình giải quyết các khoản nợ xấu Cùng với đó, các khoản nợ xấu cộng dồn các năm quá khứ đến hiện tại chưa được đối phó hết sẽ làm tăng nợ xấu ở năm hiện tại.
2.5.6 Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA)
Theo “rủi ro đạo đức” của Keeton và Morris (1987), vốn hóa là một nhân tố rất quan trọng trong quá trình xác định số nợ xấu Hơn nữa, các NH có quy mô vốn nhỏ thường sẽ có cơ hội đặt cược vào nhiều tài sản nguy hiểm, dẫn đến các NH gặp các vấn đề về thanh khoản Do đó, để tăng cường khả năng thanh khoản, các NH buộc phải huy động vốn thêm cùng với lãi suất cao, có nghĩa với người đi vay sẽ phải chịu và trả chi phí lãi vay cao hơn.
2.5.7 Tốc độ tăng trưởng kinh tế (GDP)
Salas và Saurina (2002) đã chứng minh rằng GDP là tác nhân nghịch chiều với NPL, cho thấy các biến số kinh tế vĩ mô ảnh hưởng khả năng cho vay của các tác nhân kinh tế Theo Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018), việc thay đổi chu kỳ kinh doanh sẽ biến động đến khả năng thanh toán lãi vay và nợ của người đi vay Vì vậy, khi GDP tăng, thu nhập (cá nhân và tổ chức) cũng sẽ tăng, đẩy mạnh khả năng thanh toán lãi vay và nợ của người đi vay, dẫn đến giảm tỷ lệ nợ xấu của các NH. Ngược lại, GDP thấp sẽ làm suy giảm hoạt động kinh tế, gây giảm lượng tiền mặt được cầm và giữ bởi các tổ chức kinh tế hoặc cá nhân Những yếu tố này sẽ giới hạn năng lực trả nợ của người đi vay, dẫn đến các khoản vay của NH có thể trở thành nợ xấu.
2.5.8 Tỷ lệ lạm phát (INF)
Có rất nhiều bài nhiều nghiên cứu tìm ra rằng mối liên hệ giữa INF với nợ xấu tùy thuộc vào từng quốc gia Theo Nguyễn Thị Hồng Vinh (2017), mối quan hệ này cùng chiều hay trái chiều dựa vào vào chính sách tiền tệ của mỗi quốc gia và sự công tác chuẩn bị của NHTM Lạm phát sẽ tác động to lớn đến khả năng thanh toán lãi vay và trả nợ của các khách hàng vay NH qua tất cả các kênh (Phạm DươngPhương Thảo và Nguyễn Linh Đan, 2018) Bên cạnh đó, dù Klein (2013) đã chứng tỏ mối tương hệ nghịch chiều của INF đối với NPL, nhưng không có ý nghĩa thống kê.
Bảng 2 4 Tổng hợp các nghiên cứu thực nghiệm về các yếu tố tác động đến nợ xấu của các NHTM
Các yếu tố Ngược chiều Cùng chiều Không tác động
Tỷ lệ nợ năm quá khứ
Salas và Saurina (2002), Klein (2013), Bùi Đan Thanh và Nguyễn Ngọc Huyền (2022), Trần Thảo Vân (2022), Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018), Nguyễn Thị Như Quỳnh và cộng sự
(2002), Bùi Đan Thanh và Nguyễn Ngọc Huyền (2022), Nguyễn Thị Hồng Ánh và cộng sự (2021)
Trần Vương Thịnh - Nguyễn Ngọc Hồng Loan
Nguyễn Thị Như Quỳnh và cộng sự (2018)
Nguyễn Thị Như Quỳnh và cộng sự (2018)
Tỷ lệ vốn chủ sở
(2013),Nguyễn Thị HồngVinh hữu trên (2017) tổng tài sản
Tỷ lệ dự phòng rủi ro tín dụng
Messai & Jouini (2013), Bùi Đan Thanh và Nguyễn Ngọc Huyền (2022), Trần Vương Thịnh - Nguyễn Ngọc Hồng Loan (2021), Nguyễn Thị Hồng Ánh và cộng sự (2021), Ghosh (2015)
Tốc độ Nguyễn Thị Như tăng Quỳnhvà cộng sự trưởng tín (2018) dụng
Salas và Saurina (2002), Nir Klein (2013), Bùi Đan Thanh và Nguyễn Ngọc Huyền (2022), Trần Vương Thịnh - Nguyễn Ngọc Hồng Loan
Nguyễn Thị Hồng Ánh và cộng sự (2021)
Salas và Saurina Bùi Đan Thanh và Nguyễn Trần Vương (2002), Messai & Ngọc Huyền (2022), Đỗ Thịnh - Jouini (2013), Vasiliki Quỳnh Anh và Nguyễn Đức Nguyễn
Tốc độ và cộng sự (2014), Hùng (2013) Ngọc Hồng tăng Ekanayake và Azeez Loan
(2022), Nguyễn Thị Hồng Ánh và cộng sự (2021), Phạm DươngPhương Thảo và Nguyễn Linh Đan
(2018), Nguyễn Thị Như Quỳnh và cộng sự (2018), Ghosh (2015)
Nir Klein (2013), Wanjiru Nguyễn Thị Muriithi (2013), Bùi Đan Hồng Ánh
(2022) Thanh và Nguyễn Ngọc và cộng sự
Tỷ lệ lạm Huyền (2022), Trần Vương (2021) phát Thịnh - Nguyễn Ngọc Hồng Loan (2021),
Nguyễn Thị Như Quỳnh và cộng sự (2018)
Nguồn: Tác giả tự tổng hợp
KẾT LUẬN CHƯƠNG 2 Ở Chương 2, tác giả đã nêu ra tổng quan về cơ sở lý luận và các định nghĩa cơ bản liên quan đến nợ xấu ở Việt Nam cũng như tại một số quốc gia trên thế giới. Ngoài ra, khóa luận cũng đã giới thiệu một số cơ sở lý thuyết, phân tích ảnh hưởng tiêu cực của nợ xấu đến nền kinh tế và chỉ ra một số yếu tố có tác động đến nợ xấu của NH Đúc kết từ các nghiên cứu thực nghiệm trong và ngoài nước, tác giả cũng sẽ đề xuất một số cơ sở và thành lập mô hình nghiên cứu trong Chương tiếp theo.
PHƯƠNG PHÁP NGHIÊN CỨU
Trình tự nghiên cứu
Để tìm ra hướng và mức độ ảnh hưởng của các yếu tố đến nợ xấu của 25 NHTM tại Việt Nam thời gian từ 2011 cho đến 2021, nghiên cứu sử dụng phần mềm Stata để phân tích dữ liệu Do một số ưu điểm đặc biệt của phần mềm này, nó hiện được coi là công cụ phân tích và xử lý dữ liệu định lượng được sử dụng rộng rãi nhất trên thế giới và ở Việt Nam Do vậy, khóa luận quyết định sử dụng phần mềm Stata phiên bản 15.1 để khảo sát và đánh giá mô hình nghiên cứu.
Bước 1: Lược khảo cơ sở lý thuyết và các nghiên cứu trước có liên quan có liên quan ở Việt Nam và các nước, sau đó thảo luận các nghiên cứu trước để xác định khoảng trống nghiên cứu và định hướng thiết kế mô hình nghiên cứu cho đề tài Dựa trên cơ sở lý thuyết và bằng chứng thực nghiệm, đề tài thiết kế mô hình nghiên cứu, dự đoán phương trình hồi quy, giải thích các biến và thiết lập giả thuyết nghiên cứu.
Bước 2: Phân tích thống kê mô tả Các bộ số liệu sau khi thu nhập sẽ được đưa vào phần mềm Stata để thực hành thống kê mô tả Kết quả thống kê nêu ra các số quan sát, chỉ số lớn nhất, nhỏ nhất, trung bình và độ lệch chuẩn của các biến nghiên cứu.
Bước 3: Phân tích tương quan mô giữa các biến trong mô hình nghiên cứu.
Nếu hệ số tương quan giữa biến độc lập và biến phụ thuộc là dương thì biến độc lập có cùng tác dấu với biến phụ thuộc và ngược lại.
Bước 4: Kiểm định các giả thiết hồi quy của mô hình nghiên cứu: hiện tượng đa cộng tuyến, hiện tượng phương sai sai số thay đổi và hiện tượng tự tương.
Bước 5: Kiểm định mô hình theo phương pháp Pooled OLS, FEM và REM Để đo lường các yếu tố của biến vi mô và cả vĩ mô đến nợ xấu NH, tác giả sử dụng phương pháp phân tích dữ liệu bảng với 3 phương pháp không giống nhau.
Bước 6: Uớc lượng mô hình theo phương pháp GMM Phương pháp ước lượng
GMM được Hansen (1982) chính thức sử dụng và đã trở thành phương pháp ước lượng được vận dụng phổ biến trong các nghiên cứu khoa học về kinh tế tài chính. Khóa luận dùng phương pháp ước lượng momen tổng quát Generalized method of moments (GMM) để khắc phục tính nội sinh khi có tồn tại các biến công cụ Các kiểm định trong mô hình liên quan đến đa cộng tuyến, tự tương quan, phương sai thay đổi và các hiện tượng nội sinh Nghiên cứu sẽ tiến hành các thử nghiệm để đảm bảo mô hình không bị sai lệch và các ước tính là hợp lệ.
Bước 7: Đây là bước cuối cùng của quy trình, căn cứ kết quả hồi quy, đề tài tiến hành thảo luận, đúc rút kết luận và đưa ra các gợi ý, khuyến nghị có liên quan nhằm trả lời các câu hỏi nghiên cứu cũng như giải quyết mục tiêu nghiên cứu ở trên.
Mô hình nghiên cứu
3.2.1 Khái quát mô hình nghiên cứu
Kế thừa mô hình nghiên cứu từ các nghiên cứu đã được tiến hành để đầo sâu hai nhóm nguyên nhân dẫn đến sự tăng trưởng của nợ xấu theo thời gian, là kinh tế vĩ mô và các yếu tố nội tại như Messai & Jouini (2013), Bùi Đan Thanh và Nguyễn Ngọc Huyền (2022), Trần Vương Thịnh - Nguyễn Ngọc Hồng Loan (2021), Nguyễn Thị Hồng Ánh và cộng sự (2021), Trần Thảo Vân (2022), Nguyễn Thị Hồng Vinh
(2017), Nguyễn Thị Như Quỳnh và cộng sự (2018), tác giả dựa theo đó và đề xuất mô hình nghiên cứu có phương trình dưới đây:
NPL i,t = β 0 + β 1 NPL i,t-1 + β 2 SIZE i,t + β 3 ROA i,t + β 4 LLR i,t + β 5 LGR i,t + β 6 ETA i,t + β 7 GDP t + β 8 INF t + ε i,t
Biến phụ thuộc: Tỷ lệ nợ xấu (NPL i,t )
Các biến độc lập: Tỷ lệ nợ xấu kỳ trước (NPL i,t-1 ); Quy mô ngân hàng (SIZE i,t ); Khả năng sinh lợi (ROA i,t ); Tỷ lệ dự phòng rủi ro tín dụng (LLR i,t ); Tốc độ tăng trưởng tín dụng (LGR i,t ); Tỷ lệ vốn sở hữu trên tổng tài sản (ETA i,t ); Tốc độ tăng trưởng kinh tế (GDP t ) và Tỷ lệ lạm phát (INF t ).
Với i, t tương ứng với ngân hàng và năm khảo sát; β 0 là hệ số chặn; β 1 đến β 8 là các hệ số góc của các biến độc lập và ε i,t là phần dư thống kê.
3.2.2 Giải thích và giả thuyết kỳ vọng các biến
Biến phụ thuộc là tỷ lệ nợ xấu trên tổng dư nợ được biểu diễn bởi NPL i, t Nợ xấu hoặc nợ khó đòi là các khoản vay có vấn đề hoặc các khoản nợ không trả nợ đúng hẹn Tại Điều 10, 11 thông tư số 02/2013/TT-NHNN ngày 21 tháng 01 năm
2013, nợ xấu được xác định là nợ thuộc nhóm 3, 4 và 5 Tóm lại, một khoản nợ được coi là nợ xấu khi không trả nợ gốc và lãi quá hạn hoặc người vay không có khả năng trả nợ theo yêu cầu của tổ chức tín dụng hoặc NH.
Các khoản nợ nhóm 3, 4 và 5 được lấy từ BCTC của mỗi NH mỗi năm; tổng dư nợ được lấy từ bảng CĐKT. Νợ nhóm 3+Νợ nhóm 4+Νợ nhóm 5ợ nhóm 3+Νợ nhóm 4+Νợ nhóm 5Νợ nhóm 3+Νợ nhóm 4+Νợ nhóm 5ợ nhóm 4+Νợ nhóm 4+Νợ nhóm 5Νợ nhóm 3+Νợ nhóm 4+Νợ nhóm 5ợ nhóm 5
NPL=ợ ợ ợ Тổng dư nợổng dư nợ
Giả thuyết 1: Nợ xấu kỳ trước có mối quan hệ cùng chiều với nợ xấu kỳ này.
Tỷ lệ nợ xấu kỳ trước (NPL - ) là biến độc lập được tính bằng cách lấy tỷ lệ tổng nợ xấu của năm trước chia cho tổng dư nợ của năm trước Giống như như biến phụ thuộc NPL , nợ xấu năm trước cũng gồm các khoản nợ nhóm 3, 4 và 5 được lấy từ bản thuyết minh BCTC mỗi năm và tổng dư nợ được lấy từ bảng CĐKT, công thức tính như sau: Νợ nhóm 3+Νợ nhóm 4+Νợ nhóm 5ợ хấu năm trướсấu năm trướс
, Тổng dư nợổng dư nợ năm trướсCác tác giả Salas và Saurina (2002) và Klein (2013) đã tìm hiểu mối liên hệ giữa tỷ lệ nợ xấu của năm quá khứ và tỷ lệ nợ xấu của năm hiện tại Thực nghiệm cho thấy rằng, nếu quản lý rủi ro của NH kém, thủ tục thu hồi nợ không hiệu quả và nguồn dự trữ không đủ cân đối với tài sản, có thể đã dẫn tới sự gia tăng tỷ lệ nợ xấu trong quá khứ và tương quan dương với nợ xấu hiện tại.
^ H1: Tỷ lệ nợ xấu kỳ trước có tác động cùng chiều đến tỷ lệ nợ xấu kỳ này.
Giả thuyết 2: Quy mô ngân hàng có tác động cùng chiều đến tỷ lệ nợ xấu.
Quy mô ngân hàng (SIZE ) là biến độc lập được tính bằng cách logarit của tổng tài sản bình quân, dữ liệu tổng tài sản bình quân được tính từ số liệu trung bình cộng của tổng tài sản đầu năm và cuối năm của ngân hàng, theo công thức:
SIZE i,t = Ln (Tổng tài sản i,t ) Những NH lớn thường chấp nhận rủi ro bằng việc sử dụng vốn cho vay mở rộng theo nguyên tắc "Quá lớn để phá sản" Kết quả, các NH với SIZE càng lớn càng có tỷ lệ nợ xấu mạnh hơn Việt Nam có nhiều NH quốc doanh lớn hơn so với NHTM, vì vậy các khoản vay có rủi ro hơn được chính phủ bảo hiểm trong quy định về phá sản Theo Trần Vương Thịnh và Nguyễn Ngọc Hồng Loan (2021), việc quy mô nhân lên sẽ kéo theo tăng trưởng tín dụng nóng, chấp thuận rủi ro bằng việc sử dụng vốn cho vay với khách hàng có chất lượng thấp để tăng lợi nhuận Điều có thể gây ra tăng nợ xấu và tiềm ẩn rủi ro tín dụng.
^ H2: Quy mô ngân hàng có tác động cùng chiều đến tỷ lệ nợ xấu.
Giả thuyết 3: Khả năng sinh lợi có tác động ngược chiều với tỷ lệ nợ xấu Khả năng sinh lợi (ROA ) là biến độc lập được tính bằng tỷ lệ lợi nhuận sau thuế chia tổng tài sản Theo đó, khoản mục lợi nhuận sau thuế được lấy từ báo cáo kết quả hoạt động kinh doanh, còn tổng tài sản được lấy từ bảng CĐKT, công thức tính như sau:
, Тổng dư nợổng tài ѕản bình quânản bình quânSự sinh lời của một NH sẽ ảnh hưởng đến việc cấp tín dụng của NH đó Nếu một NH có khả năng sinh lời cao, họ sẽ rất cẩn thận trong việc cấp tín dụng vì sợ rủi ro Trái lại, tại các NH hoạt động không hiệu quả, họ sẽ cố tăng số lợi nhuận thông qua cách cấp tín dụng không đạt chuẩn, dẫn đến tăng số nợ xấu Trong khi đó tín dụng là nguồn thu nhập chính cho các NH Việt Nam, nếu sự sinh lời tốt và tín dụng được giữ chất lượng, vốn và lãi sẽ được thu hồi hoàn toàn, giảm nợ xấu.
^ H3: Khả năng sinh lợi có tác động ngược chiều với tỷ lệ nợ xấu.
Giả thuyết 4: Tỷ lệ dự phòng rủi ro tín dụng có tác động cùng chiều với nợ xấu Tỷ lệ dự phòng rủi ro tín dụng (LLR i,t ) là biến độc lập được tính bằng tỷ lệ chi phí dự phòng rủi ro tín dụng chia tổng dư nợ, số liệu được lấy từ bảng CĐKT, công thức tính như sau:
Chi phí dự phòng rủі ro tín dụng ,
Với nghiên cứu của Messai & Jouini (2013) cho rằng các NH cần trích lập dự phòng theo cách đánh giá về mức độ ro của các khoản tín dụng, nếu rủi ro càng cao thì trích lập dự phòng càng lớn Bùi Đan Thanh và Nguyễn Ngọc Huyền (2022), Trần Vương Thịnh - Nguyễn Ngọc Hồng Loan (2021), Nguyễn Thị Hồng Ánh và cộng sự
(2021) cũng đều nhận thấy tỷ lệ dự phòng rủi ro tín dụng có ảnh hưởng cùng dấu với nợ xấu.
^ H4: Tỷ lệ dự phòng rủi ro tín dụng có tác động cùng chiều với nợ xấu.
Giả thuyết 5: Tốc độ tăng trưởng tín dụng có mối quan hệ cùng chiều với nợ xấu Tốc độ tăng trưởng tín dụng (LG i,t ) là biến độc lập đại diện cho tốc độ tăng trưởng dư nợ tín dụng của NH i trong năm t Đây được xem là tỷ lệ tăng trưởng dư nợ cho vay của kỳ này so với kỳ trước và được tính bằng với công thức tính như sau:
Mẫu và dữ liệu nghiên cứu
Đề tài sử dụng dữ liệu thứ cấp để đo lường các biến phụ thuộc và độc lập trong nhóm nhân tố vi mô thuộc các NHTM, được thu nhập từ BCTC đã kiểm toán từ năm 2011 đến năm 2021 của 25 NHTM tại Việt Nam được niêm yết trên thị trường chứng khoán Việt Nam; và dữ liệu thứ cấp để đo lường các biến độc lập của nhóm nhân tố vĩ mô, được thu nhập từ các tổ chức chính thức có liên quan trong giai đoạn cụ thể từ 2011 cho đến 2021 Nghiên cứu chỉ vận dụng dữ liệu từ 25 NHTM Việt Nam từ năm 2011 đến năm 2021 vì trong suốt thời gian này, chỉ có 25 NHTM công bố lượng dữ liệu cần thiết Các NH được chọn lọc thích hợp với các điều kiện và vẫn tồn tại, hoạt động đến cuối năm 2021 và vẫn duy trì các số liệu thống kê cụ thể trong khoảng thời gian 11 năm Bộ dữ liệu nghiên cứu được trình bày chi tiết tại phụ lục 1.
Chương 3 của nghiên cứu đã tập trung trình bày mô hình nghiên cứu, bao gồm các biến phụ thuộc và các biến độc lập được lựa chọn để xây dựng mô hình Các biến độc lập bao gồm NPL t - 1 , SIZE, ROA, ETA, LLR, LG, GDP và INF Tác giả cũng đề xuất chiều hướng tác động của các biến độc lập lên tỷ lệ nợ xấu của NH Dữ liệu được thu nhập từ 25 NHTM tại Việt Nam trong thời gian từ năm 2011 đến năm 2021.Chương kế tiếp, tác giả sẽ tiến hành phân tích thống kê mô tả dữ liệu, kiểm định tự tương quan, phân tích hồi quy với mô hình Pooled OLS, FEM, REM để chọn ra mô hình phù hợp và kiểm định các khuyết tật phương sai sai số thay đổi, tự tương quan của mô hình Kết hợp vận dụng ước lượng hồi quy bằng mô hình GMM để ngăn chặn các khuyết tật và hiện tượng nội sinh của mô hình, song song việc gia tăng độ phù hợp và tối ưu mô hình.
KẾT QUẢ NGHIÊN CỨU
Thống kê mô tả biến
Trong bài nghiên cứu, dữ liệu được thu nhập từ 25 NHTM tại Việt Nam trong thời gian từ 2011 đến 2021, với tổng cộng 275 quan sát Để có ánh nhìn khái quát hơn về số lượng quan sát và các biến, tác giả đã dùng phương pháp thống kê mô tả và tính toán các tiêu chí đo lường Kết quả của thống kê mô tả các biến đo lường trong mô hình hồi quy được diễn giải trong Bảng 4.1 dưới đây:
Bảng 4 1 Thống kê mô tả các biến
Biến Số quan sát Trung bình Độ lệch chuẩn
Nguồn: Kết quả chạy mô hình trích xuất thông qua phần mềm Stata 15.1
Căn cứ vào Bảng 4 1, kết quả thống kê mô tả từng biến như sau: Đối với biến nợ xấu (NPL) Bảng 4 1 biểu thị số liệu rằng trung bình tỷ lệ nợ xấu của 25 NHTM tại Việt Nam là 2.22 % chia tổng dư nợ Trong khi đó, NH Vietinbank (CTG) có tỷ lệ lớn nhất với 9.19% (năm 2014) và tỷ lệ thấp nhất là NH TPBank (TPB) (năm 2013) tương ứng 0.35% Thêm vào đó, giá trị độ lệch chuẩn là 1.31% cho thấy tỷ lệ nợ xấu của các NH tương đối phân tán Trong năm 2021, ba ngân hàng là Vietinbank, Techcombank, TPBank kiểm soát nợ xấu tốt nhất, lần lượt là 0.34%, 0.22%, 0.21% Đối với biến quy mô ngân hàng (SIZE) Quy mô ngân hàng dao động trong khoảng từ giá trị 16.5 tới giá trị 21.5, với giá trị trung bình của cỡ mẫu 18.64 cùng độ lệch chuẩn của mẫu là 1.15 Dữ liệu cho thấy rằng kích thước của các NH tăng dần qua các năm, với giá trị lớn nhất là hơn 21.29 nghìn tỷ đồng thuộc về NH BIDV (BID) (năm 2021) và giá trị thấp nhất là hơn 16.50 nghìn tỷ đồng thuộc về Saigon Bank (SGB) (năm 2013) Tại năm 2021, BIDV, Vietcombank và Vietinbank là ba NH có quy mô lớn nhất song song tốc độ phát triển tổng tài sản nhanh nhất. Đối với biến khả năng sinh lợi (ROA) Biến ROA là một tiêu chí quan trọng cho biết mức độ hiệu quả của các NH trong việc mang lại lợi nhuận từ tài sản của các NHTM, với trung bình là 0.09% Vào năm 2021, NH Saigon Bank (SGB) có ROA chiếm vị trí đứng đầu là 8.15 % và ROA của NHTMCP Quốc Dân (NVB) cũng vào năm 2020 chiếm vị trí đứng cuối là 0.001% Tuy nhiên, độ lệch chuẩn của biến ROA chỉ có 0.08% hay nói cách khác sự phân tán của biến ROA khá thấp, vì khả năng sinh lời không đồng đều giữa các NH ở Việt Nam. Đối với biến tỷ lệ dự phòng rủi ro tín dụng (LLR) Từ bảng 4.1 thấy rõ LLR bình quân trong giai đoạn 2010-2021 là 1.38% và độ lệch chuẩn của biến LLR là cũng khá thấp là 0.44% Cho thấy, các NHTMCP Việt Nam có xu hướng đưa ra dự phòng rủi ro tín dụng với mức độ tương đối nhất định, không quá cao hoặc thấp. Đối với biến tốc độ tăng trưởng dư nợ (LG) Theo bảng 4 1, LG bình quân trong khoảng thời gian 2010 đến 2021 là 19.01% NH SeABank (SSB) có tốc độ gia tăng nhanh nhất đạt 112.3% (2014) Độ lệch chuẩn của biến LG là 19.48%, dao động mạnh với tốc độ tín dụng. Đối với biến vốn chủ sở hữu trên tổng tài sản (ETA) Bình quân ETA của các
NH là 9.2% và độ lệnh chuẩn khá cao khoảng 3.81% cho thấy sự đa dạng về mức độ sở hữu của các ngân hàng Cụ thế, tỷ lệ này cao nhất ở Saigon Bank (SGB) vào năm
2013 với 23.83%, và tỷ lệ ETA thấp nhất là 4.06% của BIDV (BID) năm 2017. Đối với biến tốc độ tăng trưởng kinh tế (GDP) GDP ở Việt Nam trong giai đoạn 2011-2021 không có nhiều chuyển động, với độ lệch chuẩn là 1.49% Giá trị trung bình của GDP là khoảng 5.65%, cao nhất vào năm 2018 với 7.1% Tuy nhiên, kể từ năm 2019, khi dịch Covid-19 hoành hành trên toàn cầu, tốc độ GDP đã thiên giảm đáng kể. Đối với biến tỷ lệ lạm phát (INF) INF bình quân ở Việt Nam ở từ 2011 cho đến 2021 là 5.15%, có sự biến chuyển khá nhiều với độ lệch chuẩn 4.81% Tỷ lệ lạm phát cao nhất vào năm 2011 với 18.68% và thấp nhất vào năm 2015 với 0.63% Nhìn chung, tỷ lệ lạm phát có xu hướng sụt giảm qua các năm.
Phân tích tương quan mô hình nghiên cứu
Bảng 4 2 Ma trận hệ số tương quan giữa các biến NPL NPL t - 1 SIZE ROA R LL LGR ETA GDP INF
Nguồn: Xử lý từ BCTC của các NHTMCP thông qua Stata 15.1
Dựa vào Bảng 4 2, các biến độc lập bao gồm: tỷ lệ nợ xấu kỳ trước ( NPL t - 1 ), tỷ lệ dự phòng rủi ro tín dụng (LLR), tỷ lệ vốn chủ sở hữu (ETA), tốc độ tăng trưởng kinh tế (GDP) và tỷ lệ lạm phát (INF) có tác động cùng chiều đến tỷ lệ nợ xấu (NPL).Trái lại, các biến độc lập còn lại như: quy mô ngân hàng (SIZE), khả năng sinh lợi(ROA), tốc độ tăng trưởng tín dụng (LG) có tác động ngược chiều đến tỷ lệ nợ xấu.
Kiểm định hiện tượng đa cộng tuyến
Theo Kennedy (2008), hiện tượng đa cộng tuyến xảy ra khi hệ số tương quan có giá trị tuyệt đối lớn hơn 0,9 Để đảm bảo rằng không có hiện tượng đa cộng tuyến trong mô hình, các nhà nghiên cứu đã tiến hành kiểm định chỉ số phóng đại phương sai VIF (Variance Inflation Factor).
Bảng 4 3 Kết quả kiểm định chỉ số VIF
Nguồn: Xử lý từ BCTC của các NHTMCP thông qua Stata 15.1
Kết quả từ Bảng 4 3 cho thấy, VIF của tất cả các biến độc lập trong mô hình đều nhỏ hơn 10, cho nên rằng hiện tượng đa cộng tuyến trong mô hình là không đáng kể (Gujrati, 2003).
Kiểm định hiện tượng phương sai thay đổi
Giả định phương sai của sai số là không đổi là một trong những giả định cần thiết khi thực hiện hồi quy tuyến tính đa biến (hay còn gọi là phương sai đồng nhất).
Nếu hiện tượng phương sai phát sinh, kết quả của phương trình hồi quy được tạo ra trong khi sử dụng phương pháp OLS không còn đúng nữa, điều này có tác dụng làm cho chất lượng của phương trình hồi quy có phần kém hơn thực tế Như vậy, để xét xem có tồn tại hay không hiện tượng phương sai sai số thay đồi, tác giả sẽ tiến hành kiểm định Largrange với giả thuyết Ho: Phương sai sai số không đổi.
Bảng 4 4 Kết quả kiểm định Largrange
White's test for Ho: homoskedasticity against Ha: unrestricted heteroskedasticity chi2(44) = 72.50 Prob > chi2 = 0.0044
Nguồn: Xử lý từ BCTC của các NHTMCP thông qua Stata 15.1
Với mức ý nghĩa α = 5%, kiểm định Largrange cho kết quả Prob > chibar2 0.0044 Như vậy, Prob < α nên bác bỏ giả thuyết Ho, hay mô hình có hiện tượng phương sai sai số thay đổi với mức ý nghĩa 5%.
Kiểm định hiện tượng tự tương quan
Sau khi đã kiểm định Largrange, chúng ta cần xác định xem có hiện tượng tự tương quan trong một tình huống nhất định hay không và sau đó sửa chữa hoặc tìm kiếm các công cụ ước lượng tuyến tính khác chính xác hơn Như vậy, bài nghiên cứu sẽ thực hành kiểm định Wooldridge để kiểm định hiện tượng tự tương quan trong mô hình với giả thuyết Ho: Không có hiện tượng tự tương quan.
Bảng 4 5 Kết quả kiểm định Wooldridge
Nguồn: Xử lý từ BCTC của các NHTM thông qua Stata 15.1
Với mức ý nghĩa α = 5%, kiểm định Wooldridge cho kết quả Prob > F 0.0003 Như vậy, Prob < α = 0.05 nên bác bỏ Ho, nói cách khác mô hình có hiện tượng tự tương quan.
Phân tích hồi quy tổng thể OLS, FEM và REM
Thông qua các kết quả kiểm định ở trên, có thể thấy mô hình có hiện tượng phương sai sai số thay đổi và có xảy ra hiện tượng tự tương quan.
4.6.1 Mô hình Pooled OLS và FEM Đầu tiên, ta tiến hành so sánh mô hình Pooled OLS với mô hình FEM bằng kiểm định F với giả thuyết đặt ra Ho: Mô hình Pooled OLS được lựa chọn.
Bảng 4 6 So sánh 2 mô hình Pooled OLS và FEM
Hệ số B P-Value Hệ số B P-value
Nguồn: Kết quả chạy mô hình trích xuất thông qua phần mềm Stata 15.1
Với mức ý nghĩa α = 1%, ta có kết quả Prob = 0,0000 Như vậy, Prob < α = 1% nên bác bỏ giả thuyết Ho, nghĩa là mô hình FEM được lựa chọn.
4.6.2 Mô hình FEM và REM
Bảng 4 7 So sánh 2 mô hình FEM và REM
Hệ số B P-value Hệ số B P-value
Nguồn: Kết quả chạy mô hình trích xuất thông qua phần mềm Stata 15.1 Để lựa chọn giữa 2 mô hình FEM và REM, ta sử dụng kiểm định Hausman với giả thuyết Ho: Lựa chọn mô hình REM.
Bảng 4 8 Kết quả kiểm định Hausman Ho: difference in coefficients not systematic chi2(8) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 74.14
Nguồn: Kết quả chạy mô hình trích xuất thông qua phần mềm Stata 15.1
Với mức ý nghĩa 5%, ta có Prob > chi2 = 0,0000 < 5% nên bác bỏ giả thuyết
Ho, hay lựa chọn mô hình FEM.
4 Kết luận: Sau khi tiến hành so sánh 03 mô hình Pooled OLS, FEM và REM,nghiên cứu lựa chọn mô hình FEM để xác định các nhân tố tác động đến tỷ lệ nợ xấu của các NHTM tại Việt Nam Tác giả tiếp tục sử dụng ước lượng mô hình theo phương pháp GMM và kiểm định Sargan để xác định sự phù hợp của các biến công cụ.
Ước lượng mô hình theo phương pháp GMM
Dựa trên kết quả kiểm định ở trên, có thể thấy mô hình có hiện tượng tự tương quan và hiện tượng phương sai sai số thay đổi Ngoài ra, nghiên cứu sử dụng mô hình có biến trễ của biến phụ thuộc (NPL i,t-1 ) làm biến độc lập Theo Richard Blundell và Stephen Bond (1998), mô hình này thuộc loại mô hình động dữ liệu bảng (dynamic panel data) và có khả năng xuất hiện hiện tượng biến nội sinh (NPL i,t-1 ) Như vậy, việc xảy ra hiện tượng này có thể làm giảm hiệu quả của phương pháp ước lượng thông thường như OLS, FEM, REM, và độ tin cậy của kết quả hồi quy.
Do đó, theo Richard Blundell và Stephen Bond (1998) tiến hành sử dụng phương pháp ước lượng momen tổng quát (Generalized Method of Moments - GMM) theo đề xuất của Arellano và Bover (1995) và Blundell và Bond (1998) để khắc phục hiện tượng tự tương quan giữa các sai số và hiện tượng biến nội sinh, từ đó đảm bảo ước lượng được chính xác và hiệu quả.
Với biến phụ thuộc là NPL i, t , sau khi sử dụng phương pháp GMM để giải quyết hiện tượng nội sinh, phương sai sai số thay đổi và hiện tượng tự tương quan, mô hình có ý nghĩa ở mức ý nghĩa 1% (do Chi2 = 0,0000) Hơn nữa, số lượng biến công cụ (Number of instruments) của mô hình bé hơn số lượng nhóm (Number of group) (24t
0.32 Pr > z = 0.748 chi2(15) = 6.46 Prob > chi2 = 0.971 chi2(15) = 11.79 Prob > chi2 = 0.695
Nguồn: Kết quả chạy mô hình trích xuất thông qua phần mềm Stata 15.1
Kiểm định Arellano và Bond (1991) có giả thiết Ho: Không có hiện tượng tự tương quan (được áp dụng cho số dư sai phân) Kết quả Arellano-Bond test for AR (2) có mức ý nghĩa là 0.748 > 10% nên không có ý nghĩa thống kê Vì vậy, mô hình không có hiện tượng tự tương quan.
Kiểm định Sargan (kiểm định giới hạn về nội sinh của mô hình) xác định tính chất phù hợp của các biến công cụ trong mô hình GMM, có mức ý nghĩa là 0.971
>10%, nên bác bỏ giả thuyết H1, chấp nhận giả thuyết Ho hay mô hình không có hiện tượng nội sinh.
Kết quả kiểm định nhận thấy phương pháp GMM là đáng tin nhất và tác giả đã chọn phương pháp GMM là kết quả chính cho bài nghiên cứu.
Tóm lại, phương pháp ước lượng hồi quy GMM đã được sử dụng để sửa chữa những khuyết tật của mô hình, có ý nghĩa thống kê và đáng tin cậy Do đó, tác giả đã sử dụng kết quả nghiên cứu của phương pháp GMM làm kết quả cuối cùng trong nghiên cứu của mình.
Vậy mô hình nghiên cứu có phương trình như sau:
NPL i,t = 0.028 + 0.303NPL i,t-1 - 0.002SIZE i,t + 1.005LLR i,t + 0.004LG i,t +
Theo phương trình trên, các biến độc lập gồm NPL i,t-1 , LLR i,t , LG i,t , ETA i,t , GDPt tác động thuận chiều với biến phụ thuộc NPLi,t và có ý nghĩa thống kê với mức ý nghĩa 5% Biến độc lập INF i,t cũng tác động cùng dấu với tỷ lệ nợ xấu, nhưng không có ý nghĩa thống kê với mức ý nghĩa 5% Trái lại, biến độc lập SIZE i,t và ROA i,t đều tác động ngược dấu với biến phụ thuộc NPLi,t , nhưng biến SIZEi,t có ý nghĩa thống kê với mức ý nghĩa 5%; còn biến ROA i,t lại không có ý nghĩa thống kê với mức ý nghĩa 5%.
Bảng 4 10 So sánh kỳ vọng về dấu và kết quả nghiên cứu sau khi chạy ước lượng phương pháp GMM
Kí hiệu Kỳ vọng về dấu Kết quả nghiên cứu
NPL i , t - 1 +Νợ nhóm 4+Νợ nhóm 5 Đúng dấu, có ý nghĩa thống kê 1%
SIZE +Νợ nhóm 4+Νợ nhóm 5 Khác dấu, có ý nghĩa thống kê 1%
ROA i , t - Đúng dấu, không có ý nghĩa thống kê
LLR +Νợ nhóm 4+Νợ nhóm 5 Đúng dấu, có ý nghĩa thống kê 1%
LGR i,t +Νợ nhóm 4+Νợ nhóm 5 Đúng dấu, có ý nghĩa thống kê 1%
ETA i , t - Khác dấu, có ý nghĩa thống kê 1%
GDP t - Khác dấu, có ý nghĩa thống kê 1%
INF t +Νợ nhóm 4+Νợ nhóm 5 Đúng dấu, không có ý nghĩa thống kê
Nguồn: Tác giả tự tổng hợp
Thảo luận kết quả nghiên cứu
Tỷ lệ nợ xấu kỳ trước (NPL i,t-1 ): Tỷ lệ nợ xấu kỳ trước có tương quan cùng dấu với tỷ lệ nợ xấu kỳ này và có ý nghĩa thống kê ở mức 5% Trong điều kiện tất cả các yếu tố khác không thay đổi, nếu biến tỷ lệ nợ xấu kỳ trước tăng (giảm) 1 đơn vị thì biến tỷ lệ nợ xấu kỳ này sẽ tăng (giảm) 0.303 đơn vị Mức độ nợ xấu cao trong quá khứ có thể phản ánh tài năng quản lý rủi ro của các NH chưa hiệu quả, và có thể dẫn đến tình trạng giảm chất lượng danh mục tín dụng Kết quả này tương khớp các nghiên cứu trong và ngoài nước.
Quy mô ngân hàng (SIZE): Biến quy mô ngân hàng có tương quan âm với tỷ lệ nợ xấu, khác kỳ vọng ban đầu Khi quy mô ngân hàng tăng (giảm) lên 1 đơn vị thị nợ xấu giảm (tăng) 0.002 đơn vị Khi quy mô NH tăng lên, NH sẽ dùng các khoản tiền gửi của khách hàng, tài sản và vốn chủ sở hữu đầu tư vào các khoản vay có ưu thế hơn, cải thiện chất lượng các khoản nợ hiện có, đẩy mạnh hoạt động quản lý rủi ro, đào tạo nhân viên và nâng tầm chất lượng dịch vụ để hấp dẫn thêm khách hàng Tất cả những điều này đều có thể giúp giảm tỷ lệ nợ xấu và tăng tính ổn định của ngân hàng Phát hiện này cũng nhất quán với nghiên cứu của Salas & Saurina
(2002), Bùi Đan Thanh - Nguyễn Ngọc Huyền (2022), Nguyễn Thị Hồng Ánh & cộng sự (2021).
Dự phòng rủi ro tín dụng (LLR): Tỷ lệ dự phòng rủi ro tín dụng tác động cùng dấu và mạnh mẽ nhất với tỷ lệ nợ xấu và có ý nghĩa thống kê 5% Điều này chứng tỏ là các NH có tỷ lệ LLR cao hơn sẽ có thiên hướng có tỷ lệ nợ xấu cao hơn. Tuy nhiên, điều này không tương thích với việc các NH chủ động tạo ra nợ xấu để tăng mức trích lập dự phòng Thay vào đó, các NH thường dự đoán mức lỗ tiềm năng và xây dựng kế hoạch trích lập dự phòng phù hợp để giảm thiểu dao động trong thu nhập và tăng tiềm năng thanh toán dài hạn Kết quả này đống nhất với một số nghiên cứu trước đây như Bùi Đan Thanh và Nguyễn Ngọc Huyền (2022), TrầnVương Thịnh - Nguyễn Ngọc Hồng Loan (2021), Nguyễn Thị Hồng Ánh và cộng sự(2021).
Tốc độ tăng trưởng tín dụng (LG): LG có tương quan dương với nợ xấu với mức ý nghĩa 5% Khi các yếu tố khác không đổi, LG tăng (giảm) 1 đơn vị sẽ làm NPL tăng (giảm) 0.004 đơn vị Kết quả tương thích với các nghiên cứu ngoài nước như Messai và Jouini (2013), Salas và Saurina (2002) và các nghiên cứu trong nước như Bùi Đan Thanh và Nguyễn Ngọc Huyền (2022) và Trần Vương Thịnh - Nguyễn Ngọc Hồng Loan (2021) Kết quả này cũng rất đúng với thuyết "rủi ro tín dụng có tính chu kỳ", tức là khi kinh tế phát triển và các khoản vay tăng lên, NH sẽ nới lỏng các tiêu chuẩn bảo lãnh phát hành và các khoản nợ không tốt cũng bị kéo theo.
Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA): Tỷ lệ vốn chủ sở hữu trên tổng tài sản tương quan dương lên tỷ lệ nợ xấu Hay nói cách khác, khi tăng (giảm) ETA lên 1 đơn vị thì NPL sẽ giảm (tăng) 0.627 đơn vị Mặc dù kết quả không tương đồng với lý thuyết ban đầu là khi ETA tăng lên, các NH sẽ trở nên cẩn thận hơn trong việc cho vay, dẫn đến ít nợ xấu hơn Phù hợp với giả thuyết “quá lớn để phá sản” và nghiên cứu của Ghosh (2015).
Tốc độ tăng trưởng kinh tế (GDP): GDP có biểu hiện cùng chiều với tỷ lệ nợ xấu, hệ số hồi quy 0.038 ở mức ý nghĩa thống kê 1% Khi tất cả các yếu tố khác không đổi, nếu tăng trưởng kinh tế tăng (giảm) 1 đơn vị thì biến nợ xấu tăng (giảm) 0.038 đơn vị Tốc độ tăng trưởng kinh tế là một chỉ tiêu rất hữu ích để đánh giá sự tăng triển của bất kỳ quốc gia nào Khi kinh tế tăng trưởng mạnh, các NHTM cũng sẽ tăng cường hoạt động cho vay để đáp ứng nhu cầu vốn của các doanh nghiệp và cá nhân Tuy nhiên, khi cho vay nhiều hơn, NH sẽ đối diện với nhiều rủi ro hơn Nếu như các khoản vay không đáp trả đúng hạn hoặc không được trả hết thì sẽ dẫn đến tình trạng nợ xấu.
KẾT LUẬN CHƯƠNG 4 Ở chưởng 4, khóa luận đã chỉ rõ các nguyên nhân tác động đến tỷ lệ nợ xấu. Trong chương tiếp theo, khóa luận sẽ dựa theo kết quả nghiên cứu và tình hình thực tế tại Việt Nam để nêu ra một số góp ý để giảm tỷ lệ nợ xấu của hệ thống NHTMViệt Nam.
CHƯƠNG 5 KẾT LUẬN VÀ KHUYẾN NGHỊ
Căn cứ vào kết quả phân tích và xử lý dữ liệu trong chương 4, chương 5 của khóa luận sẽ trình bày kết luận và nêu ra các gợi ý, đề nghị để giảm tỷ lệ nợ xấu củaNHTM Việt Nam Khóa luận cũng đề cập đến những giới hạn của nghiên cứu và cung cấp thêm các hướng mở rộng thêm cho các nghiên cứu sau này.
Kết luận
Khóa luận khai thác bộ dữ liệu của 25 NHTM ở Việt Nam từ 2011 tới 2021, và đã lý giải được những lí do dẫn đến nợ xấu Dựa theo phương pháp ước lượng Momen tổng quát GMM, nghiên cứu đã đánh giá mối liên hệ giữa các biến nội tại
NH và các yếu tố vĩ mô đối với nợ xấu hiện tại Thu được kết quả là trong khi quy mô ngân hàng có mối liên hệ nghịch chiều với nợ xấu; thì ngược lại tỷ lệ nợ xấu kỳ trước, vốn chủ sở hữu trên tổng tài sản của NH, dự phòng rủi ro tín dụng NH, tốc độ tăng trưởng tín dụng và tốc độ tăng trưởng kinh tế lại có mối tương quan cùng dấu với nợ xấu Căn cứ trên những kết quả này, chương này sẽ phân tích các chiến lược để quản lý nợ xấu tốt hơn bằng cách kiểm soát các căn nguyên gây tác động và nêu ra các đề xuất dựa trên thực tiễn tại Việt Nam cũng như đề xuất một số hướng đi để giảm tỷ lệ nợ xấu trong hệ thống NHTM Việt Nam.
Một số khuyến nghị
Về tỷ lệ nợ xấu trong quá khứ
Nghiên cứu chứng tỏ là nợ xấu trong quá khứ có tác động cùng chiều đến tỷ lệ nợ xấu hiện tại Vì vậy, các nhà quản trị NH phải đẩy mạnh nhiều biện pháp để củng cố quy trình tín dụng được thực hiện đúng quy định, tăng cường quản lý rủi ro tín dụng, nâng cao chất lượng quản lý và khả năng kinh doanh của NH Song song, cần có bước đánh giá nguyên nhân gốc rễ phát sinh ra nợ xấu để từ đó, có các giải pháp xử lý nợ hợp lí, dài lâu và đạt được thành quả cao hơn Các NHTM cũng cần tăng cường hợp tác với các cơ quan quản lý nhà nước và các tổ chức tài chính quốc tế để tìm kiếm và tương trợ trong việc quản lý rủi ro và giải quyết nợ xấu.
Về quy mô ngân hàng
Theo nghiên cứu, đây là nhân tố có biểu hiện nghịch chiều đến nợ xấu Do vậy, các NH cần định vị mức tăng trưởng phù hợp để bảo đảm quy mô hoạt động có đủ khả năng cung cấp dịch vụ tài chính cho khách hàng cũng như giảm thiều rủi ro nợ xấu do mở rộng quy mô quá nhiều Tăng cường quản lý rủi ro và giám sát nợ xấu bằng cách vận dụng các công cụ phân tích tài chính, đánh giá tín dụng và đánh giá rủi ro để đo lường, theo dõi và giảm thiểu rủi ro tín dụng Hơn hết, để phòng ngừa rủi ro, phải chấp hành cương quyết các quy định của nhà nước về lãi suất cho vay tối đa với từng cá nhân để tránh các rủi ro nếu bên cho vay gặp khó khăn về sản xuất hoặc kinh doanh.
Về tỷ lệ dự phòng rủi ro tín dụng
Tỷ lệ dự phòng rủi ro tín dụng cũng có mối tương quan dương với tỷ lệ nợ xấu Tức là, lúc tăng tỷ lệ trích lập lên, tỷ lệ nợ xấu cũng tăng theo Vì vậy, các NTHM Việt Nam cần phải có chính sách trích lập dự phòng sát sao, cải tạo hệ thống xếp hạng tín dụng theo chuẩn quốc gia và quốc tế, đồng thời tăng cường chất lượng tín dụng và đều đặn theo dõi, đánh giá tình hình nợ xấu để có biện pháp xử lý kịp thời và phù hợp Các khoản nợ tồn đọng (đã xử lý bằng tỷ lệ dự phòng) cần được thu hồi về bằng nhiều biện pháp khác nhau.
Về tốc độ tăng trưởng tín dụng
Các NH cần duy trì tốc độ tăng trưởng tín dụng nhưng phải hạn chế phát sinh nợ xấu Dẫu vậy, mức tăng trưởng tín dụng hiện tại vẫn còn hạn chế, gây khó khăn cho nhiều người khi muốn tiếp cận việc vay tiền Vì thế, các NH cần đến một cách tiếp cận tối ưu hơn để cung cấp tín dụng cho các khối ngành khác nhau và mục đích kinh doanh khác nhau Tránh cho vay vượt mức để đạt mục đích tăng trưởng tín dụng mà làm lơ chất lượng khoản vay Sử dụng quy trình phê duyệt tín dụng chặt chẽ, thẩm quyền phê duyệt tín dụng của các cấp lãnh đạo cần cân bằng với khả năng phát triển tín dụng và khẩu vị rủi ro của từng ngân hàng Các NHTM Việt Nam cần có các phương án sử dụng vốn hợp lý, cần bằng giữa việc huy động vốn và cho vay. Các hoạt động đầu tư của NH cần được giám sát cẩn thận để tăng vốn hiệu quả.
Về tỷ lệ vốn chủ sở hữu trên tổng tài sản
Tỷ lệ vốn chủ sở hữu trên tổng tài sản biểu hiện cùng dấu với tỷ lệ nợ xấu.
Hay tỷ lệ vốn chủ sở hữu trên tổng tài sản thấp sẽ dẫn đến tình trạng nợ xấu cao, vì
NH không có đủ vốn để đảm bảo việc cho vay an toàn Cho nên, các NH cần có các plương án sử dụng vốn hợp lý, cần bằng giữa việc huy động vốn và hoạt động cho vay và xây dựng các cơ chế giám sát các hoạt động đầu tư của NH để đạt được hoạt động gia tăng vốn tốt Huy động thêm vốn từ các nhà đầu tư khác như các tổ chức tài chính, quỹ đầu tư và cổ đông thông qua các chương trình phát hành trái phiếu hoặc cổ phiếu, giúp tăng tỷ lệ vốn chủ sở hữu và giảm tỷ lệ nợ xấu.
Về tốc độ tăng trưởng kinh tế Đây này là biến vĩ mô, phụ thuộc vào nhiều yếu tố bên ngoài, chính sách của các NHTM chỉ có thể ảnh hưởng trong mức độ nhất định Tuy nhiên, các NH vẫn cần chú ý tới yếu tố vĩ mô này, tác giả xin đưa một số góp ý là các NH cần đốc thúc, quan tâm, nắm bắt các biến động trong nền kinh tế để có những quyết định phù hợp với môi trường kinh doanh và vẫn đảm bảo được lợi nhuận của NH mình mà vẫn kiểm soát được vấn đề nợ xấu Bên cạnh đó, để kiểm soát được tốc độ tăng trưởng kinh tế, các NHTM có thể phối hợp với các chính sách của nhà nước Vấn đề xử lý nợ xấu cần lạc quan, tăng sức mua, hỗ trợ tín dụng cho các đối tượng khách hàng và tạo điều kiện cho các doanh nghiệp sản xuất kinh doanh sẽ giúp tăng trưởng kinh tế và kiểm soát tỷ lệ lạm phát hiệu quả hơn.
Hạn chế của đề tài và các hướng nghiên cứu tiếp theo
5.3.1 Hạn chế của đề tài Đề tài tiến hành với bộ dữ liệu của 25 NHTM tại Việt Nam có số liệu xuyên suốt trong khung thời gian 2011 – 2021, tuy nhiên, không bao quát được tất cả các
NH trong hệ thống Việt Nam, thu được kết luận chỉ tính chất tương đối và chưa thể đại diện cho toàn bộ hệ thống.
Mô hình nghiên cứu chỉ nêu ra 06 yếu tố tác động đến tỷ lệ nợ xấu, trong khi còn một số yếu tố khác có ảnh hưởng đến tỷ lệ nợ xấu nhưng chưa được đưa vào mô hình như: tỷ lệ dư nợ trên vốn huy động, lãi suất cho vay, tỷ giá hối đoái Vì lẽ đó,các biến độc lập sử dụng trong nghiên cứu chưa đầy đủ để phản ánh toàn bộ nguyên nhân dẫn đến nợ xấu trong hệ thống NHTM Việt Nam.
5.3.2 Các hướng nghiên cứu tiếp theo
Về thời gian, các nghiên cứu trong tương lai chọn và tăng số lượng năm nghiên cứu sau này.
Về không gian, các nghiên cứu trong tương lai có thể mở rộng phạm vi nghiên cứu không chỉ so sánh giữa các NHTM tại Việt Nam mà có thể so sánh với các NHTM ở các nước khác trong khu vực.
Về nội dung nghiên cứu, các nghiên cứu tương lai có thể phân tích mở rộng thêm các yếu tố vi mô và vĩ mô khác ảnh hưởng tỷ lệ nợ xấu của các NHTM để nâng cao mức độ phù hợp và tính bao phủ hơn của mô hình.
Trong chương 5, kết hợp kết luận nghiên cứu ở chương trước, tác giả đã liệt kê một số hướng đi cho các NHTM Việt Nam dựa trên các yếu tố vĩ mô và vi mô có tác động đến tỷ lệ nợ xấu, nhằm tạo điều kiện thuận lợi cho hoạt động của cácNHTM, đồng thời ổn định nền kinh tế, cải cách chính sách quản lý để giảm tồn đọng trong hoạt động tín dụng Những đóng góp này có thể giúp các NHTM ở Việt Nam quản lý rủi ro sôi nổi hơn, giảm nợ xấu mỗi năm và thúc đẩy hoạt động tín dụng phát triển lâu bền.
