BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH HOCHIMINH UNIVERSITY OF BANKING LÊ THỊ THẢO NGUYÊN CÁC YẾU TỐ TÁC ĐỘNG ĐẾN NỢ XẤU TẠI CÁC NGÂN HÀNG TH[.]
Tổng quan nghiên cứu
Lý do chọn đề tài
Trong kỷ nguyên số, trước sự ảnh hưởng ngày càng sâu rộng của cuộc cách mạng 4.0, nhiều ngân hàng Việt Nam đã tập trung đầu tư vào công nghệ nhằm đổi mới hệ thống quản lý, cải thiện dịch vụ và nâng cao khả năng cạnh tranh, từ đó giúp các ngân hàng tiếp cận dễ dàng các nguồn vốn có thể huy động, đồng thời có cơ hội thực hiện đẩy mạnh các hình thức cho vay, đầu tư nhằm gia tăng lợi nhuận Tuy nhiên, chính điều này cũng làm tồn đọng những mặt trái khi trong hơn hai thập kỷ qua, các NH đã phải đối mặt với vô số rủi ro phát sinh trong quá trình hoạt động của mình Sau sự tăng trưởng như vũ bão của các NHTM trong nhiều năm qua đã đem đến một hệ lụy không nhỏ là sự hiện diện ngày càng nhiều các NH yếu kém, hoạt động không còn hiệu quả. Đối với ngành ngân hàng, hoạt động tín dụng là một trong những nghiệp vụ đóng góp nguồn lợi nhuận lớn cho các NHTM Tuy nhiên song với thực tế, một điều không thể tránh khỏi là khi gia tăng tín dụng quá cao nhưng không đảm bảo được chất lượng tín dụng thì các rủi ro tiềm ẩn cho hệ thống NHTM sẽ rất lớn, trong đó vấn đề nợ xấu là một trong những vấn đề được nhắc đến nhiều nhất Nợ xấu đã và đang dần trở thành vấn đề ám ảnh của toàn hệ thống NHTM trên cả thế giới và Việt Nam.
Sau khủng hoảng tiền tệ Châu Á 1997 và cho vay dưới chuẩn 2007, khiến nhiều tổ chức tài chính trên thế giới dần quan tâm hơn đến vấn đề nợ xấu trong hệ thống ngân hàng Nợ xấu không chỉ là một trong những thước đo đánh giá uy tín của các ngân hàng, mà còn gây ảnh hưởng tới sự phát triển của ngành, là nguyên nhân làm cho tình hình tài chính của các ngân hàng thương mại trở nên yếu kém, khả năng cạnh tranh giảm sút Tại Việt Nam, vấn đề nợ xấu của các TCTD nói
2 chung và hệ thống NHTM nói riêng cũng nhận được sự quan tâm rất lớn từ Chính phủ, điển hình như việc gần đây Quốc hội đã ban hành Nghị Quyết 42/2017/QH14 ngày 21/06/2017 về việc thí điểm xử lý nợ xấu của các tổ chức tín dụng Có thể nhận thấy công tác xử lý nợ xấu tại các NHTM hiện nay là một trong các mục tiêu mà các quốc gia trên thế giới, cũng như Việt Nam đều hướng đến.
Như vậy, có thể nhận định rằng mặc dù các vấn đề về nợ xấu không còn quá mới mẻ tuy nhiên vẫn nhận được khá nhiều sự quan tâm từ một số nhà nghiên cứu trong và ngoài nước Nợ xấu tại các NHTM vẫn luôn là một trong những vấn đề nóng trong hơn ba năm gần đây, đặc biệt trong điều kiện kinh tế lạm phát tăng cao như hiện nay, gây khó khăn cho hoạt động sản xuất kinh doanh của các cá nhân, doanh nghiệp,… và kéo theo đó là nguy cơ đối mặt với vấn đề nợ xấu tăng cao cho các NHTM Từ những lập luận trên, tác giả đã quyết định lựa chọn đề tài “ Các yếu tố tác động đến nợ xấu tại các Ngân hàng thương mại Việt Nam ” làm đề tài nghiên cứu cho khóa luận của mình với mục tiêu xác định và kiểm tra mức độ mà các yếu tố đó ảnh hưởng đến nợ xấu, qua đó tác giả cũng sẽ đưa ra các giải pháp, kiến nghị phù hợp nhất nhằm phòng ngừa, giảm thiểu và tăng cường hiệu quả trong việc xử lý nợ xấu cho cả thị trường tài chính và hệ thống NHTM.
Mục tiêu nghiên cứu
Xác định các nhân tố có tác động đáng kể đến nợ xấu và xem xét mức độ mà từng yếu tố đó có thể ảnh hưởng đến vấn đề nợ xấu tại các NHTM Việt Nam là mục tiêu chính mà nghiên cứu này hướng đến Song song với đó, tác giả cũng dựa trên kết quả cuối cùng của nghiên cứu để đưa ra một số biện pháp phù hợp để giảm thiểu tối đa tình trạng nợ xấu trong hệ thống các NHTM tại Việt Nam.
Xoay quanh mục tiêu chung mà nghiên cứu cần hoàn thành, bài nghiên cứu này cũng cần phải giải quyết triệt để một số mục tiêu chi tiết như sau:
• Xác định các yếu tố tác động đến nợ xấu tại các NHTM Việt Nam.
• Đánh giá mức độ mà từng yếu tố ảnh hưởng đến nợ xấu tại các NHTM Việt
• Đề xuất, gợi ý một số biện pháp nhằm góp phần hạn chế & xử lí kịp thời nợ xấu tại các NHTM Việt Nam.
Câu hỏi nghiên cứu
Để hoàn thành các mục tiêu cụ thể của đề tài, bài nghiên cứu cần đưa ra câu trả lời cho một số câu hỏi:
• Đâu là yếu tố có tác động đáng kể đến nợ xấu tại các NHTM Việt Nam ?
• Từng yếu tố sẽ có chiều hướng và mức độ ảnh hưởng như thế nào đến nợ xấu tại các NHTM Việt Nam ?
• Các giải pháp nào là phù hợp để giảm thiểu tình trạng nợ xấu của các NHTM ở Việt Nam ?
Đối tượng và phạm vi nghiên cứu
Nợ xấu và các yếu tố có tác động đến nợ xấu tại các NHTM Việt Nam là đối tượng chính mà tác giả cần tập trung làm rõ trong nghiên cứu này.
Phạm vi về không gian : Để xác định các yếu tố tác động đến nợ xấu tại các
NHTM Việt Nam, khóa luận này chủ yếu tập trung trên phạm vi gồm 25 NHTMCP Việt Nam Các ngân hàng được lựa chọn để nghiên cứu đều là các NHTMCP có quy mô vốn điều lệ tương đối lớn nằm trong hệ thống NHTM Việt Nam, bên cạnh đó đây cũng là những NHTM có các báo cáo tài chính được công bố và kiểm toán một cách minh bạch, đầy đủ.
Phạm vi về thời gian : Giai đoạn 10 năm từ 2012- 2021 là phạm vi thời gian mà tác giả lựa chọn nghiên cứu bởi vì một chu kỳ phát triển của kinh tế sẽ tương ứng là
10 năm cho nên mốc thời gian 10 năm đủ để phản ánh một cách tin cậy, cũng như đưa ra được cái nhìn tổng quát về những biến động giữa các yếu tố được đề xuất và vấn đề nợ xấu của các NHTM tại Việt Nam.
Phạm vi về nội dung : Tác giả sẽ chủ yếu tập trung đến phân tích hai nhóm yếu tố chính gồm:
• Các yếu tố vi mô của ngân hàng gồm: nợ xấu ở năm trước, quy mô ngân hàng, khả năng sinh lời, tỷ lệ dư nợ cho vay trên tổng tài sản, tốc độ tăng trưởng tín dụng, tỷ lệ dự phòng của rủi ro tín dụng.
• Các yếu tố vĩ mô gồm: tăng trưởng kinh tế, lạm phát.
Phương pháp nghiên cứu
Các dữ liệu thứ cấp sẽ nguồn dữ liệu chính được tổng hợp trong nghiên cứu này, bao gồm:
• Đối với các dữ liệu vi mô tại ngân hàng được lấy từ BCTC, BCTN giai đoạn từ 2012- 2021 của 25 NHTMCP tại Việt Nam.
• Đối với các dữ liệu vĩ mô được tổng hợp từ các báo cáo của ngân hàng Nhà nước Việt Nam hoặc cơ sở dữ liệu của ngân hàng Thế giới (World Bank) và Tổng cục thống kê.
Phương pháp định lượng là phương pháp chính được áp dụng trong nghiên cứu.Theo đó, tác giả sử dụng mô hình quy đa biến với dữ liệu bảng (Panel DataRegression) trên phần mềm Stata 15.0 để đánh giá mức độ mà các yếu tố trong mô hình ảnh hưởng đến nợ xấu của các NHTM, cụ thể là ước lượng hồi quy theo mô hình Pooled OLS, mô hình FEM và mô hình REM Đồng thời, sử dụng các kiểm định cần thiết để lựa chọn mô hình phù hợp nhất giữa ba mô hình trên Sau đó, sử dụng phương pháp GMM (Generalized Method Of Moments) để xử lý, giải quyết các vi phạm của mô hình (nếu có) nhằm gia tăng mức độ xác thực và tin cậy cho kết quả hồi quy.
Nội dung của nghiên cứu
Với mục tiêu được đề ra là tìm ra các yếu tố có ảnh hưởng đáng kể đến vấn đề nợ xấu của các NHTM tại Việt Nam Cùng với đó, đánh giá lại mức độ mà các yếu tố đó biến động với nợ xấu tại các NHTM Việt Nam giai đoạn từ 2012- 2021 Ngoài
5 ra, thông qua kết quả cuối cùng để có thể đề xuất một số giải pháp, chính sách phù hợp để kiểm soát hệ thống tín dụng, cũng như cải thiện tối đa công tác quản lý kiểm soát nợ xấu và xử lý triệt để nguồn gốc của vấn đề nợ xấu còn tồn đọng tại cácNHTM Việt Nam.
Ý nghĩa của nghiên cứu
Về mặt khoa học : Nghiên cứu đã góp phần trình bày một cách bao quát và hệ thống hóa các lý thuyết liên quan đến nợ xấu Đồng thời, cung cấp thêm các bằng chứng và luận cứ khoa học giúp các NHTM có thể đề ra các biện pháp, phương hướng và chiến lược kinh doanh thích hợp để hạn chế phát sinh vấn đề nợ xấu tại ngân hàng.
Về mặt thực tiễn : Nghiên cứu đã công bố thêm các bằng chứng thực nghiệm góp phần hỗ trợ các nhà quản trị NHTM và hoạch định chính sách thấy rõ hơn về mức độ tác động giữa nợ xấu và các yếu tố được đề xuất, từ đó có cái nhìn và bước đi đúng đắn trong việc điều hành và thiết lập chính sách quản lý nhằm giảm thiểu nợ xấu, gia tăng khả năng sinh lời cho ngân hàng Đồng thời, cũng tạo ra bước đệm giúp khuyến khích các nhà nghiên cứu quan tâm hơn đến vấn đề nợ xấu trong hệ thống ngân hàng, mặc dù đây không phải là vấn đề quá mới nhưng vẫn còn mang tính thời sự và cần thiết trong giai đoạn kinh tế như hiện nay.
Kết cấu của khóa luận
Khóa luận bao gồm 05 chương với các nội dung như sau:
Chương 1 : Tổng quan nghiên cứu.
Chương 1 sẽ xoay quanh các nội dung cốt lõi của nghiên cứu như lý do mà đề tài được lựa chọn; các mục tiêu cần hoàn thành và một số câu hỏi nghiên cứu; đối tượng chính và những phạm vi nghiên cứu; đồng thời là phương pháp nghiên cứu chính được sử dụng trong khóa luận, cũng như nội dung nghiên cứu, và ý nghĩa mà nghiên cứu mang lại.
Chương 2: Lý thuyết và nghiên cứu thực nghiệm Đây là chương trình bày tổng quan nhất các lý thuyết có liên quan đến nợ xấu,đồng thời là xác định các yếu tố có ảnh hưởng đáng kể đến nợ xấu tại các NHTM
Việt Nam giai đoạn 2012 đến 2021 Ngoài ra là một số công trình nghiên cứu được công bố ở Việt Nam và trên thế giới sẽ được lược khảo và qua đó tạo tiền đề để hình thành, đề xuất mô hình phù hợp cho nghiên cứu ở chương sau.
Chương 3: Mô hình và phương pháp nghiên cứu
Từ các lý thuyết liên quan vấn đề nghiên cứu và kế thừa những điểm nổi bật của các nghiên cứu trước đây để đề xuất mô hình nghiên cứu thích hợp nhất, cùng với đó trình bày mô tả từng biến và đặt ra giả thuyết kỳ vọng Chương này cũng sẽ làm rõ các nội dụng về phương pháp chính được áp dụng để nghiên cứu và quy trình các bước xử lý dữ liệu.
Chương 4: Kết quả nghiên cứu và thảo luận
Chương 4 sẽ trình bày chi tiết các kết quả thực hiện ước lượng hệ số hồi qui các biến và các bước kiểm định mô hình cần thiết trên phần mềm Stata 15.0, sau đó đưa ra thảo luận về các kết quả nghiên cứu cuối cùng dựa trên bối cảnh thực tiễn và các nền tảng lý thuyết nghiên cứu.
Chương 5: Kết luận và kiến nghị. Đây là chương có tác dụng kết luận lại các kết quả nổi bật của nghiên cứu, và từ đó đưa ra một số kiến nghị , hàm ý chính sách cho các tổ chức liên quan có thể nâng cao kiểm soát và xử lí kịp thời nợ xấu tại các NHTM Việt Nam Đồng thời, trong chương này chính tác giả cũng sẽ tự nhìn nhận ra một số điểm còn hạn chế và gợi ý một số hướng cải thiện cho các nghiên cứu kế tiếp.
KẾT LUẬN CHƯƠNG 1 Nội dung chương 1 đã nhìn nhận được lý do tại sao đề tài được lựa chọn để nghiên cứu Từ các mục tiêu cần đạt được tác giả đã đặt ra một số câu hỏi nghiên cứu tương ứng Chương 1 cũng đã trình bày được đối tượng chính của nghiên cứu cũng như phạm vi mà nghiên cứu hướng đến, cụ thể là 25 NHTMCP tại Việt Nam giai đoạn từ 2012- 2021 Đồng thời, phương pháp chính để nghiên cứu, nội dung & ý nghĩa mà nghiên cứu mang lại cũng được trình bày sơ lược trong chương này.Ngoài ra, chương 1 cũng thể hiện tóm tắt nội dung chính của từng chương trong
Lý thuyết và nghiên cứu thựcnghiệm
Tổng quan lý thuyết về nợ xấu
2.1.1 Khái niệm về nợ xấu
Nợ xấu là một thuật ngữ được dùng khá phổ biến trên toàn thế giới, có tên Tiếng Anh là “Non- performing loans - NPL”, “Bad debt”, hay “Doubtful Debt” theo Fofack (2005). Mặt khác, thông thường nợ xấu còn được hiểu là các khoản mục cho vay nhưng khó thu hồi, hay các khoản nợ quá hạn hoặc dưới chuẩn và bên vay bị nghi ngờ về khả năng hoàn trả nợ (Ernst & Young, 2004) Theo Rose (2004) các khoản vay khi đã quá hạn thanh toán nợ và lãi từ hơn 90 ngày sẽ được liệt kê danh sách nợ xấu Ngoài ra, nợ xấu cũng được định nghĩa theo nhiều quan điểm, góc nhìn khác nhau, cũng như tùy theo mục tiêu mà nghiên cứu hướng đến hoặc theo cách từng tác giả tiếp cận vấn đề, chẳng hạn như:
Ngân hàng Trung ương Châu Âu (ECB) có quan điểm cho rằng nợ xấu được hiểu là các khoản tiền cho vay nhưng không thể thu hồi được (ví dụ như những khoản cho vay không còn thời gian hiệu lực hoặc không có bất kỳ căn cứ nào để đòi bồi thường; bên đi vay bị xác nhận mất tích hoặc bỏ trốn không còn đủ giá trị tài sản để thanh toán nợ; khách hàng vay hoạt động kinh doanh bị phá sản và tài sản còn lại sau thanh lý không đủ để thanh toán khoản nợ), cũng như các khoản nợ mặc dù có thể thu hồi một phần nhưng không đầy đủ.
Một nhóm các chuyên gia tư vấn Advisory Expert Group- AEG đến từ Liên Hợp Quốc thì có quan điểm nhận định rằng nợ xấu là gồm một khoản nợ khi đã quá hạn thanh toán đầy đủ các khoản nợ gốc và/hoặc lãi từ 90 ngày trở lên; hoặc các khoản lãi quá hạn trả lãi trên 90 ngày đã được trả chậm theo các cam kết thỏa thuận hoặc được cơ cấu lại; hay các khoản nợ phải thanh toán đã trễ hạn thấp hơn 90 ngày tuy nhiên khả năng trả nợ bị nghi ngờ.
Mặc dù không đưa ra bất kỳ một định nghĩa nhất định nào liên quan đến nợ xấu, nhưng trong các báo cáo hướng dẫn về quản lý rủi tín dụng tại nhiều quốc gia thì Uỷ ban Basel về Giám sát Ngân hàng (BCBS) đã xác định nợ xấu gồm các khoản nợ được xem như khách hàng không có khả năng hoàn trả trong trường hợp một hoặc cả hai điều kiện sau xảy ra: NH đánh giá khách hàng vay không thể đáp ứng việc thanh toán nợ vay đầy đủ trong trường hợp NH chưa có bất kì hành động nào để cố gắng thu hồi; khách hàng vay có thời gian trễ hạn thanh toán nợ lớn hơn 90 ngày.
Tại Việt Nam, các nhóm nợ của TCTD sẽ được phân loại dựa trên Thông tư số 02//2013/TT- NHNN và Quyết định số 493/2005/QĐ-NHNN, cụ thể gồm 5 nhóm chính theo thứ tự tăng dần rủi ro: 1- Nợ đủ tiêu chuẩn; 2- Nợ cần chú ý; 3- Nợ dưới tiêu chuẩn; 4- Nợ nghi ngờ và cuối cùng là 5- Nợ có khả năng mất vốn Và theo đó nợ xấu bao gồm các khoản nợ từ nhóm 3- 5.
Nhìn chung, nợ xấu có thể được hiểu khái quát là các khoản nợ dưới chuẩn, hay các khoản nợ mà NH nghi ngờ về khả năng có thể thu hồi đầy đủ đúng thời hạn cam kết, hoặc các khoản nợ vay đã trễ hạn thanh toán hơn 90 ngày.
Nợ xấu có nhiều cách để đo lường tuy nhiên trong nghiên cứu tác giả sử dụng công thức sau:
Tỷ lệ nợ xấu (NPL) = T ổ ng d ư n ợ
Nợ xấu là biểu hiện trực tiếp cho chất lượng các khoản cho vay của một ngân hàng (Filip, 2015) Hay nói cách khác, nợ xấu là chỉ số có vai trò đánh giá chất lượng của hoạt động tín dụng, cũng như phản ánh khả năng quản lý của ngân hàng trong hoạt động cho vay, hay thu hồi nợ Điều này có nghĩa tỷ lệ nợ xấu càng cao chứng tỏ chất lượng tín dụng của ngân hàng càng kém và ngược lại Và hiện tại, tỷ lệ nợ xấu của một
NH dựa trên các thông lệ quốc tế sẽ có mức an toàn khi không cao hơn 3%.
Quá trình các NH đánh giá các danh mục cho vay và thực hiện đưa các khoản vay đó vào các nhóm khác nhau trên cơ sở mức độ rủi ro về khả năng thanh toán hay xác suất xảy ra thất thoát khi cho vay được gọi là phân loại nợ Bên cạnh đó, cần có sự kiểm soát cũng như đánh giá phân loại nợ thường xuyên hơn vì nó sẽ hỗ trợ các NH trong công tác quản lý, kiểm soát chất lượng các khoản cấp tín dụng từ đó kịp thời đề ra các giải pháp xử lí, khắc phục khi có vấn đề phát sinh.
Một số tiêu chuẩn phân loại nợ của World Bank- Ngân hàng thế giới như sau:
Bảng 2.1: Phân loại nợ theo Ngân hàng thế giới (World Bank)
Khoản vay Đặc điểm Đạt tiêu chuẩn
Khả năng trả nợ không bị nghi ngờ Tiền hoặc tương đương tiền là các tài sản được dùng để đảm bảo Thời gian trễ hạn thấp hơn 90 ngày
Cần theo dõi Khả năng trả nợ có thể chịu ảnh hưởng từ những điểm yếu tiềm tàng
Các điều kiện tài chính hoặc kinh tế khó khăn Thời gian trễ hạn dưới 90 ngày
Khả năng trả nợ có thể chịu ảnh hưởng bởi các nhược điểm rõ rệt về tín dụng
Các khoản nợ đã cơ cấu lại Thời gian trễ hạn từ 90- 180 ngày Đáng ngờ Không chắc chắn thu hồi nợ được đầy đủ trên cơ sở các điều kiện hiện tại
Có rủi ro xảy ra khả năng thất thoát Thời gian trễ hạn từ 180 ngày- 1 năm Mất vốn Các khoản cho vay không có khả năng thu hồi
Thời gian trễ hạn hơn 1 năm
Theo đề xuất của Viện Tài Chính Quốc tế (IIF) việc phân loại nợ phụ thuộc tình hình tài chính và đặc điểm của mỗi quốc gia, cụ thể bao gồm năm nhóm:
Bảng 2.2: Phân loại nợ theo Viện Tài Chính Quốc Tế (IIF)
Khoản vay Đặc điểm Đủ tiêu chuẩn Các khoản nợ có gốc và lãi chưa quá hạn, không xuất hiện các rủi ro về khả năng thanh toán nợ cũng như đảm bảo thực hiện đúng hạn theo cam kết về thời gian thanh toán gốc và lãi.
Cần chú ý Các khoản nợ có khả năng gia tăng nguy cơ không thanh toán đầy đủ gốc và lãi đúng hạn nếu không có giải pháp xử lí kịp thời.
Dưới tiêu chuẩn Các khoản nợ được đưa vào diện nghi ngờ về khả năng trả nợ.
Gốc hoặc/ và lãi quá hạn thanh toán trên 90 ngày.
Tài sản đảm bảo bị giảm giá trị định giá, nếu không có giải pháp xử lí kịp thời sẽ dẫn đến nguy cơ giá trị khoản vay bị giảm đi.
Nghi ngờ Các khoản nợ được nhận định là không có khả năng thu hồi toàn bộ cả gốc & lãi vay trong điều kiện hiện hành.
Gốc và/hoặc lãi trễ hạn thanh toán trên 180 ngày.
Giá trị các khoản nợ nhóm này bị sụt giảm nhưng chưa hoàn toàn mất vốn bởi vì vẫn còn khả năng cải thiện chất lượng khoản vay. Mất vốn Các khoản nợ được đánh giá là mất khả năng thu hồi.
Gốc hoặc/ và lãi trễ hạn thanh toán trên 1 năm.
Nguồn: (IIF, Report of the Working Group on Loan Quality, 1999)
Việc phân loại nợ vẫn chưa có bất kì tiêu chuẩn nào trên quốc tế thống nhất và việc phân loại này chỉ được coi như trách nhiệm, nhiệm vụ của người quản lý hoặc chỉ mang tính chất là vấn đề giám sát cần báo cáo (Bholat & cộng sự, 2016) Ngoài ra,nghiên cứu này cũng cho thấy phân loại nợ của một số nước thuộc nhóm G-20 thì có những khác biệt nhất định, cụ thể như sau:
Bảng 2.3: Phân loại nợ theo một số quốc gia thuộc G-20
Quốc gia Số lượng nhóm nợ Đặc điểm Ấn Độ 3 Các khoản nợ có thể bị nợ xấu khi mà:
(i) Lãi vay và/hoặc số vốn gốc trễ hạn quá 90 ngày; (ii) Mất khả năng trả nợ; (ii) Trễ hạn trên 90 ngày khi chiết khấu hoặc mua thương phiếu.
Argentina 6 (i) Đủ tiêu chuẩn; (ii) Đặc biệt theo sát;
(iii) Dưới tiêu chuẩn; (iv) Có rủi ro cao; (v) Khó thu hồi và cuối cùng (vi) Không thể thu hồi
Brazil 9 (i) Trễ hạn trên 90 ngày; (ii) Không quá
Các lý thuyết liên quan đến nợxấu
❖ Thông tin bất cân xứng (Asymmetric Information)
Nhà kinh tế học người Hoa Kỳ- George Akerlof vào năm 1970 đã lần đầu tiên đề cập đến lý thuyết thông tin bất cân xứng Theo đó, thông tin bất cân xứng có nghĩa là trong một giao dịch trên thị trường thì một bên có đầy đủ thông tin liên quan, trong khi đó bên kia có hoặc không có đầy đủ Bất cân xứng về thông tin là tình trạng khá phổ biến trong mọi lĩnh vực, khi đó sẽ không có tình trạng cân bằng về giá cả mà thay vào đó có thể quá cao hoặc quá thấp dẫn đến tình trạng kém hiệu quả của thị trường Lý thuyết này thường được nhìn nhận dưới hai hình thức chính, cụ thể là rủi ro đạo đức và lựa chọn đối nghịch.
Lựa chọn đối nghịch là vấn đề về thông tin bị che đậy, thường xuất hiện trước khi một giao dịch được tiến hành Khi đó bên mua hoặc bên bán biết được rõ hơn một hay một vài đặc điểm, tính chất của sản phẩm mà người còn lại không biết Hệ quả là bên bất lợi về thông tin có thể gặp phải những thứ không như mong muốn sau khi giao dịch Khi tình trạng trên xảy ra có thể gây ra các tổn thất đáng kể đến xã hội, cũng như làm xuất hiện nhiều vấn đề khác liên quan đến sức khỏe, lòng tin, v.v.
Rủi ro đạo đức liên quan chặt chẽ đến hành động không công khai của người đi vay Do có lợi thế về thông tin hoạt động của mình, trong một số trường hợp, người đi vay thường có thể công bố thông tin không đúng sự thật, không trung thực hoặc gian dối hay có những biểu hiện, hành vi không đúng đắn nhằm mục đích trục lợi và đem lại lợi ích cho riêng bản thân, gây tổn thất cho người cho vay Đặc biệt trong hoạt động cho vay, các NH thường khó nắm bắt đầy đủ thông tin và về mục đích sử dụng vốn hơn khách hàng vay, từ đó dễ dẫn đến tình trạng không kiểm soát tình trạng khoản vay cũng như mục đích sử dụng vốn của bên vay.
❖ Chu kỳ kinh tế/ kinh doanh (Business Cycle Theory)
Sự biến động của tổng sản lượng quốc dân, việc làm và thu nhập, một chu kỳ thường có thời gian kéo dài trong khoảng từ 2- 10 năm được gọi là chu kỳ kinh doanh Một số quan điểm cho rằng sự biến động của GDP thông thường lần lượt theo thứ tự 3 pha bao gồm giai đoạn sự suy thoái, sự phục hồi và thị vượng (bùng nổ) Tuy nhiên cũng xuất hiện một số quan điểm cho rằng chu kỳ kinh doanh chỉ có hai pha chính là sự suy thoái và thịnh vượng. Ở một số quốc gia trên thế giới như Nhật Bản, Mỹ, v.v quy định rằng trong hai quý liên tiếp khi GDP thực tế có giá trị âm sẽ là giai đoạn suy thoái Trong khi đó nền kinh tế trong giai đoạn phục hồi là khi GDP thực tế có dấu hiệu dần hồi phục trở lại bằng mức trước khi suy thoái xảy ra Sau đó, khi GDP có dấu hiệu hồi phục và có giá trị tăng cao hơn mức trước khi suy thoái thì đây được xem là giai đoạn thị vượng Và cứ thế tiếp tục khi kết thúc giai đoạn thịnh vượng lại bắt đầu cho giai đoạn suy thoái mới Và đỉnh của một chu kỳ kinh tế là điểm chuyển đổi từ giai đoạn thịnh vượng sang suy thoái mới; còn điểm giữa giai đoạn suy thoái và phục hồi sẽ được gọi là đáy của một chu kỳ kinh tế.
Trong những năm gần đây, tùy vào giai đoạn của nền kinh tế mà các ngân hàng đưa ra chính sách tăng trưởng tín dụng phù hợp Cụ thể, ở giai đoạn nền kinh tế tăng trưởng hưng thịnh, các ngân hàng thường có xu hướng tăng cường hoạt động cho vay bởi vì GDP tăng đồng nghĩa với nguồn thu nhập của người dân tăng lên giúp tăng khả năng hoàn trả nợ vay đúng hạn, do đó có thể làm nguy cơ nợ xấu của ngân hàng giảm đi; ngược lại khi nền kinh tế suy thoái thì sẽ là nguyên nhân hạn chế tăng trưởng tín dụng vì rủi ro cao phát sinh nợ xấu cho ngân hàng.
❖ Gia tốc tài chính (Financial Accelerator Theory) Đây là lý thuyết được hai nhà nghiên cứu Bernanke và Gertle đề cập vào năm
1995, đây được xem là một trong những khung lý thuyết giữ vai trò quan trọng trong việc đưa ra mối quan hệ mật thiết giữa nợ xấu và các yếu tố kinh tế vĩ mô Cụ thể, tỷ lệ nợ xấu thường sụt giảm đáng kể trong một môi trường kinh tế ổn định tăng trưởng do giá trị tài sản ròng của bên đi vay tăng qua đó phần nào giúp khả năng trả nợ của họ được cải thiện Do đó, người cho vay sẽ ít gặp rủi ro hơn đối với khách hàng có giá trị tài sản ròng cao Ngược lại, trong nền kinh tế suy thoái, lạm phát cao có thể dẫn đến tình trạng tỷ lệ nợ xấu có xu hướng tăng cao do giá trị tài sản đảm bảo bị suy giảm, hay nguồn lực tài chính của bên đi vay giảm
Lược khảo các nghiên cứu thựcnghiệm
❖ Các nghiên cứu trên thế giới
Nợ xấu là một vấn đề khá phổ biến có sự ảnh hưởng lớn đối với hoạt động của các NHTM Đồng thời đây cũng là chủ đề nhận được khá nhiều sự quan tâm, chú ý từ nhiều nhà nghiên cứu ở nhiều quốc gia khác nhau, do đó đã có rất nhiều nghiên cứu khoa học được công bố triển, một số công trình nghiên cứu nổi bật như:
Keeton & Morris (1987) là một trong những công trình khoa học đầu tiên có liên quan đến nguyên nhân phát sinh nợ xấu tại các NH, với đề tài “Why Do Banks’Loan Losses Differ ?” các tác giả đã tiến hành kiểm tra nguyên nhân xuất hiện nợ xấu tại 2.470 NHTM tại Hoa Kỳ (Mỹ) từ 1979- 1985 Kết quả cuối cùng của nghiên cứu chỉ ra rằng khoản lỗ của khoản vay tại các NHTM có sự khác nhau xuất phát từ kinh tế của địa phương và sự kém cỏi trong hoạt động kinh doanh sản xuất của một số ngành Đồng thời, nghiên cứu cũng chỉ ra rằng các NHTM có mức độ cấp tín dụng cao hơn thường có nguy cơ phát sinh nợ xấu cao hơn.
Salas & Saurina (2002) với đề tài “Credit Risk in Two Institutional Regimes:
Spanish Commercial and Savings Banks” Cùng dữ một số NH tại Tây Ban Nha giai đoạn từ 1985- 1997, kết quả cuối cùng cho rằng các NH có quy mô tài sản lớn, kinh nghiệm trong xử lí các vấn đề bất lợi và tiềm lực tài chính sẽ phần nào hạn chế được rủi ro phát sinh nợ xấu và ngược lại Đồng thời, cũng chỉ ra mối quan hệ không cùng chiều, cụ thể là âm giữa nợ xấu của NH và GDP Hay đồng nghĩa rằng các vấn đề nợ xấu được kiểm soát và giảm thiểu trong một môi trường kinh tế ổn định, tăng trưởng bền vững Ngoài ra, nhóm tác giả cũng nhìn nhận được nguy cơ nợ xấu sẽ cao hơn khi ngân hàng càng gia tăng mức tăng trưởng tín dụng.
Khemraj & Pasha (2009) tiến hành nghiên cứu thực nghiệm các vấn đề trọng tâm của nợ xấu tại các NHTM Guyana từ 1994 đến 2004 Bằng cách áp dụng mô hình FEM với dữ liệu bảng, nhóm tác giả đã đưa ra nhận định cuối cùng cho rằng tỷ giá hối đoái & tăng trưởng kinh tế GDP có ảnh hưởng đáng kể đến nợ xấu Cụ thể, tăng trưởng kinh kinh tế GDP có ảnh hưởng âm đến nợ xấu; trong khi, nhóm tác lại chỉ mối quan hệ cùng chiều giữa tỷ giá hối đoái và nợ xấu của các ngân hàng Cùng với đó, nhóm tác giả không đồng thuận quan điểm với các công bố trước đây mà cho rằng tăng trưởng tín dụng có sự ảnh hưởng âm với nợ xấu, có thể lí giảng đều này qua lập luận sau: khi các ngân hàng đầy mạnh hoạt động tín dụng nhưng có sự chọn lọc trong đối tượng cho vay hoặc kiểm soát chất lượng các khoản vay tốt thì các ngân hàng vẫn sẽ hạn chế được rủi ro nợ xấu.
Messai & Jouini (2013) đã tập trung đánh giá các nguyên nhân hình thành nợ xấu với mẫu nghiên cứu của 85 ngân hàng tại 3 quốc gia Châu Âu là Tây Ban Nha,
Hy Lạp và Ý từ 2004- 2008 Năm 2008 là năm nền kinh tế các nước trên thế giới phải đối mặt với những vấn đề tài chính từ ảnh hưởng của cuộc khủng hoảng cho vay dưới chuẩn, và 3 quốc gia Châu Âu trên cũng không ngoại lệ Do đó qua nghiên cứu nhóm tác giả cũng đã chỉ ra quan hệ âm giữa nợ xấu và tăng trưởng kinh tế GDP có mối với nợ xấu, trong khi đó lãi suất thực và tỷ lệ thất nghiệp có biến động cùng chiều với nợ xấu tại các ngân hàng Mặt khác, tỷ lệ dự phòng rủi ro tín dụng và khả năng sinh lời ROA càng tăng cũng là những nguyên nhân dẫn đến tình hình nợ xấu tăng cao.
Marijana Curak, Sandra Pepur & Klime Poposki (2013) nghiên cứu các yếu tố có tác động đến nợ xấu dựa trên phạm vi nghiên cứu của 69 ngân hàng tại 10 đất nước phía Đông Nam của Châu Âu trong năm 2003- 2010 Thông qua áp dụng mô hình GMM nhóm tác giả đã chỉ ra rằng các biến vĩ mô gồm lạm phát, lãi suất thực tăng cao sẽ là nguyên nhân khiến nợ xấu gia tăng; trong khi những biến động của tăng trưởng kinh tế GDP sẽ có ảnh hưởng âm đến nợ xấu tại các NH Bên cạnh đó, các yếu tố đặc thù của NH điển hình như quy mô NH, tỷ lệ vốn chủ sở hữu/ tổng tài sản khả năng sinh lời ROA cũng có những ảnh hưởng đáng kể đến nợ xấu.
Makri, Tsagkanos & Bellas (2014) cũng đã thực hiện nghiên cứu trường hợp nợ xấu trong khoảng thời gian ngay trước khi suy thoái kinh tế toàn cầu bắt đầu vào năm 2008 Các dữ liệu được tổng hợp tại các NHTM thuộc khu vực các nước sử dụng đồng tiền chung Châu Âu (Eurozone) từ năm 2000- 2008 Thông qua nghiên cứu, các tác giả đã nhấn mạnh ở các nước khu vực Eurozone vấn đề tài chính là nguyên nhân chính của việc các khoản nợ xấu tại NH ngày càng gia tăng Bên cạnh đó, tình trạng người lao động thất nghiệp cũng sẽ gián tiếp thông qua giảm khả năng thanh toán của người đi vay mà dẫn đến gia tăng vấn đề nợ xấu; song song đó trong giai đoạn kinh tế ổn định tăng trưởng, chất lượng các khoản cho vay cũng được cải thiện qua đó nguy cơ nợ xấu cũng giảm thiểu đáng kể Mặt khác, việc quản lý kém, các hoạt động kém hiệu quả và khả năng sinh lời bị suy giảm, tỷ lệ an toàn vốn thấp cũng là hệ quả dẫn đến gia tăng tình trạng nợ xấu tại các ngân hàng.
❖ Các nghiên cứu tại Việt Nam
Tại Việt Nam, vấn đề nợ xấu tại các NHTM cũng được rất nhiều tác giả khá quan tâm Có thể kể đến như:
Bùi Duy Tùng & cộng sự (2015) đã áp dụng phương pháp GMM cùng dữ liệu bảng động (Dynamic Panel Data Methods) của 25 NHTMCP Việt Nam từ 2004-
2014 nhằm xem xét mức độ mà các yếu tố nội tại ảnh hưởng đến tỉ lệ nợ xấu Sau khi đã kiểm soát tác động hệ thống của các biến số vĩ mô, kết quả cuối cùng cho thấy “chất lượng quản trị ngân hàng” và “rủi ro đạo đức” có những ảnh hưởng nghịch chiều với nợ xấu Theo đó, chất lượng quản trị kém tại các ngân hàng thể hiện các hoạt động tín dụng rủi ro thường được các ngân hàng đẩy mạnh hoạt động, qua đó dẫn đến nợ xấu ngày càng gia tăng Riêng khả năng kiểm soát của chủ sở hữu không có sự đồng nhất với lí thuyết, và có mối quan hệ dương với nợ xấu Mặt khác, kết quả không tìm ra bằng chứng cho thấy vấn đề đa dạng hóa có tác động đến nợ xấu của các ngân hàng.
Trần Trọng Long & các cộng sự (2015) nghiên cứu đã dùng dữ liệu mẫu gồm 15 NHTMCP lớn ở Việt Nam, giai đoạn phân tích là 2007- 2014 Thông qua hồi quy theo 3 cách: mô hình Pooled OLS, cùng FEM và REM thì kết quả thu được như sau: các yếu tố vĩ mô không tác động hoặc là rất ít đến tình trạng nợ xấu của
NH, cụ thể lạm phát tác động ngược chiều đến nợ xấu trong các ngân hàng; còn tỷ lệ thất nghiệp và tăng trưởng GDP không có tác động đáng kể nào tới nợ xấu Bên cạnh đó, đối với nhóm nội tại của ngân hàng thì đa số các biến đều có tác động khá mạnh mẽ tới nợ xấu, cụ thể tỷ lệ nợ xấu quá khứ, sự kém hiệu quả, kết quả kinh doanh ở quá khứ, quy mô NH và tỷ lệ cho vay trên tổng tài sản đều có những biến động cùng chiều với nợ xấu của ngân hàng; còn giữa tỷ lệ vốn chủ sở hữu/ tổng tài sản và nợ xấu thì tồn tại mối quan hệ ngược chiều Mặt khác, không tìm thấy sự tác động đáng kể nào của tăng trưởng tín dụng tới nợ xấu của ngân hàng.
Nguyễn Tuấn Kiệt & cộng sự (2016) nhằm phân tích tác động của nợ xấu tại hệ thống ngân hàng Việt Nam Nhóm tác giả đã tiếp cận REM và FEM cùng phương pháp GMM với bảng chỉ số tài chính của 32 NHTMCP Việt Nam và các số liệu vĩ mô từ năm 2007- 2013 Cuối cùng nghiên cứu đưa ra một số kết luận như sau: nợ xấu có xu hướng tăng lên trong môi trường tăng trưởng kinh tế, ngược lại đó nợ công chính phủ có ảnh hưởng tiêu cực đến nợ xấu Song song đó, khi tăng trưởng tín dụng, hiệu quả kinh doanh cũng như hiệu quả quản lý và nợ xấu ở quá khứ có ảnh hưởng tích cực làm giảm thiểu nợ xấu, còn qui mô tín dụng có tác động tiêu cực làm gia tăng nợ xấu.
Nguyễn Thị Hồng Vinh (2017) đã đánh giá mức độ tác động đến nợ xấu tại 5
NHTM nhà nước và 29 NHTMCP bằng cách áp dụng mô hình GMM với phạm vi thời gian từ năm 2005- 2015 Kết quả cuối cùng chỉ ra rằng các yếu tố như khả năng sinh lời ROA, cũng như tăng trưởng tín dụng, hiệu quả chi phí, vốn NH đồng thời là dư nợ trên vốn huy động, mức độ tập trung thị trường và tăng trưởng kinh tế đều có ảnh hưởng đáng kể, cụ thể là ngược chiều với nợ xấu Song song đó, mối quan hệ giữa các yếu tố khác (quy mô NH cũng như nợ xấu quá khứ, dự phòng rủi ro tín dụng, khả năng kiểm soát của chủ sở hữu, tỷ giá hối đoái, lạm phát bên cạnh đó là giá thị trường bất động sản và lãi suất) và nợ xấu của các NH được nghiên cứu đều là cùng chiều Ngoài ra, tác giả cũng đã chú trọng xem xét đến mức độ mà nợ xấu có thể ảnh hưởng đến hiệu quả chi phí của một số NH được thực hiện trong nghiên cứu, theo đó kết quả thu được là âm, điều này đồng nghĩa sự gia tăng của nợ xấu tại các
NH có thể xuất phát từ việc kém hiệu quả khi kiểm soát chi phí.
Phạm Dương Phương Thảo & cộng sự (2018) kiểm định mức độ mà biến nội tại NH và vĩ mô đến tình trạng nợ xấu trong hoạt động của 27 NHTMCP Việt Nam giai đoạn 2005- 2016 Các tác giả đã đưa phương pháp GMM vào nghiên cứu nhằm khắc phục một số vi phạm của mô hình, nghiên cứu cuối cùng đưa ra một số kết luận đáng chú ý: việc tỷ lệ nợ xấu ở quá khứ tăng cao sẽ là nguyên nhân khiến tăng nợ xấu ở hiện tại Bên cạnh đó, kết quả cũng nhận định rằng các yếu tố nội tại của NH bao gồm tỷ lệ dự phòng rủi ro tín dụng, lợi nhuận của NH, chi phí hoạt động càng tăng thì giảm thiểu đáng kể tình trạng nợ xấu tại NH Ngoài ra, trong một môi trường kinh tế Việt Nam có sự tăng trưởng, phát triển ổn định thì khả năng trả nợ vốn gốc/ lãi vay của người vay cũng sẽ được cải thiện rõ rệt, qua đó nợ xấu tại NH cũng có thể được giảm thiểu.
Nguyễn Thị Hồng Ánh & các đồng sự (2021) nhằm kiểm định mức độ và chiều hướng mà một số nhân tố có thể tác động đến nợ xấu NH Nhóm tác giả đã phân tích mô hình Pooled OLS, FEM, REM và áp dụng phương pháp FGLS với mẫu số liệu của 25 NHTMCP Việt Nam trong vòng 9 năm, cùng với số liệu vĩ mô được công bố từ 2011 đến 2019 Sau quá trình kiểm định có thể kết luận rằng trong 6 biến mà nhóm tác giả đưa vào mô hình thì 4 biến có tác động đến nợ xấu Cụ thể, quy mô
Các yếu tố tác động đến nợ xấucủa các Ngân hàng thương mại
2.4.1 Các yếu tố nội tại
❖ Tỷ lệ nợ xấu năm trước
Trên thực tế, do các nguyên nhân khách quan hoặc chủ quan thì nợ xấu ở quá khứ thường rất khó để giải quyết triệt để, và sẽ tích tụ sang năm tiếp theo, cũng như tạo gánh nặng cho tỷ lệ nợ xấu của năm hiện hành Điều này có nghĩa nếu tỷ lệ nợ xấu tại năm trước tăng cao nhưng không được thu hồi hay cơ cấu kịp thời sẽ làm gia tăng tỷ lệ nợ xấu ở năm hiện tại; ngược lại, trong năm trước khi các vấn đề về nợ xấu được kiểm soát tốt, thu hồi đúng hạn có thể làm giảm tỷ lệ nợ xấu hiện tại cho các ngân hàng.
❖ Tỷ suất sinh lời trên vốn chủ sở hữu
Tỷ suất sinh lời của một ngân hàng biểu hiện cho hiệu quả hoạt động của ngân hàng đó Đồng thời, tỷ suất sinh lời có mối quan hệ khá chặt chẽ với nợ xấu, cũng như cho thấy tiềm năng tăng trưởng trong tương lai của ngân hàng đó Cụ thể, khi một ngân hàng có khả năng sinh lời cao, tăng trưởng ổn định thường sẽ có xu hướng cân nhắc hay hạn chế các hoạt động nhiều rủi ro, từ đó có thể làm giảm tỷ lệ nợ xấu cho các ngân hàng Và ngược lại khi một ngân hàng có tỷ suất sinh lời thấp hơn, để gia tăng lợi nhuận thì thường có xu hướng chấp nhận một cơ cấu tài sản có độ rủi ro cao hơn, hay tăng cường cho vay nhiều hơn, chính điều này dễ dẫn đến nguy cơ mất nguồn thu nhập từ lãi vay và/hoặc vốn gốc tăng lên, cũng như nợ xấu của ngân hàng gia tăng.
Một ngân hàng có tổng tài sản lớn thường sẽ có nguồn tài chính vững vàng, nguồn nhân lực tương đối dồi dào, có nhiều kinh nghiệm trong việc kiểm soát, xử lý và thu hồi nợ, cũng như khả năng phân tích lựa chọn đối tượng vay, qua đó cũng giúp NH giảm thiểu được nguy cơ phát sinh nợ xấu Ngược lại các NH có quy mô tổng tài sản thấp hơn thường gặp nhiều hạn chế hay khó khăn trong công tác kiểm soát, quản lý và thu hồi các khoản nợ do thiếu năng lực và kinh nghiệm, từ đó có thể làm gia tăng tỷ lệ nợ xấu của NH.
Tuy nhiên theo giả thuyết “ too big to fail”, một khi quy mô ngân hàng càng lớn thì khả năng huy động vốn càng dễ dàng hơn Đồng thời, mạng lưới hoạt động, danh tiếng tốt hơn, và có thể tiếp cận được dễ dàng các nguồn huy động vốn ở thị trường liên NH, hay
3 2 thường nhận được sự hỗ trợ của NHNN, do đó sẽ thường đẩy mạnh các hoạt động tín dụng nhiều hơn và cho vay với các đối tượng tiềm ẩn nhiều rủi ro hơn nhằm gia tăng tối đa lợi nhuận, cũng vì thế làm cho khả năng mất vốn tăng cao, và có thể làm gia tăng tỷ lệ nợ xấu cho các ngân hàng.
❖ Tỷ lệ dự phòng rủi ro tín dụng
Tỷ lệ dự phòng rủi ro tín dụng sẽ có thể phản ánh phần nào chất lượng cho danh mục cho vay của NH Cụ thể khi một NHTM duy trì tỷ lệ trích lập dự phòng rủi ro tín dụng cao, tức là hoạt động tín dụng của ngân hàng đang chưa hiệu quả, hay rủi ro tín dụng của NH càng cao, đồng thời điều này cũng có nghĩa là NH có khả năng đang phải đối mặt với sự gia tăng của những khoản nợ khó đòi và nợ xấu Ngược lại, khi tỷ lệ này của NH càng thấp thì nguy cơ phát sinh nợ xấu cho các ngân hàng sẽ càng giảm.
❖ Tốc độ tăng trưởng tín dụng
Theo nhiều nhà nghiên cứu trước đây thì có hai quan điểm chỉ ra tác động của tăng trưởng tín dụng đến nợ xấu của các NHTM Quan điểm đầu tiên lập luận rằng khi hoạt động tín dụng được đẩy mạnh bởi các NHTM sẽ giúp cho các chủ thể kinh tế dễ dàng tiếp cận nguồn vốn vay, qua đó cũng có nhiều cơ hội để mở rộng phạm vi sản xuất, kinh doanh đầu tư và tạo ra nguồn thu nhập lớn hơn nữa, từ đó cũng góp phần cải thiện khả năng thanh toán nợ của người đi vay đồng thời giảm thiểu được tỷ lệ nợ xấu tại các ngân hàng Mặt khác, khi tăng trưởng tín dụng của các NH quá nóng hoặc cho vay nhiều với các đối tượng có mức độ rủi ro cao mà không đảm bảo được khả năng thu hồi nợ sẽ dễ dẫn đến gia tăng các khoản nợ xấu cho NH.
2.4.2 Các yếu tố vi mô
Bên cạnh các yếu tố nội tại của ngân hàng, các nhà nghiên cứu còn cho rằng nợ xấu ngân hàng xảy ra còn do tác động của các yếu tố vĩ mô khác, nổi bật là tăng trưởng kinh tế GDP, lạm phát, v.v.
❖ Tốc độ tăng trưởng kinh tế
Tăng trưởng kinh tế biểu hiện cho mức độ phát triển kinh tế của một đất nước, và có ảnh hưởng trực tiếp đến tình hình sản xuất, kinh doanh đầu tư của một số thành phần trong nền kinh tế, do đó sự thay đổi của tốc độ tăng trưởng kinh tế có những ảnh hưởng đáng kể
3 3 đến khả năng thanh toán lãi vay và nợ của các cá nhân lẫn các doanh nghiệp, tổ chức kinh tế.
Theo đó một nền kinh tế tăng trưởng hiệu quả sẽ giúp cải thiện thu nhập, khả năng thanh toán của người vay, từ đó làm giảm nguy cơ nợ xấu cho các ngân hàng Ngược lại, khi nền kinh tế xấu đi (suy thoái, đình trệ hoặc tăng trưởng âm) sẽ làm suy giảm thu nhập của các khách hàng vay, đồng thời gây khó khăn cho họ trong việc thanh toán đúng hạn các khoản nợ cho ngân hàng, từ đó dễ dẫn đến nợ xấu tại các NH tăng cao.
Thông qua nhiều kênh khác nhau trong nền kinh tế, lạm phát có tác động trực tiếp đến nguồn thu nhập, chi tiêu cũng như khả năng thanh toán các khoản nợ của các khách hàng vay Một nền kinh tế có lạm phát tăng cao có thể làm thu nhập thực bị sụt giảm, dẫn đến khách hàng vay bị suy giảm năng lực trả nợ Mặt khác do lãi suất cho vay là thả nổi cho nên khi các NH điều chỉnh lãi suất cho vay nhằm duy trì lãi suất thực áp dụng cho các khách hàng sẽ làm tăng các khoản lãi vay phải trả cho ngân hàng, từ đó phần nào gây khó khăn cho khách hàng trong việc hoàn trả đúng hạn các khoản nợ, kết quả là có thể sẽ làm gia tăng tỷ lệ nợ xấu của các ngân hàng.
KẾT LUẬN CHƯƠNG 2 Trong chương 2 tác giả đã trình bày khái niệm của nợ xấu và các nội dung lý thuyết liên quan đến nợ xấu Đồng thời, qua chương này tác giả cũng đã sơ lược các nghiên cứu thực nghiệm trên thế giới và Việt Nam có liên quan đến vấn đề cần thực hiện nghiên cứu,đây cũng là nền tảng để tác giả có thể xây dựng và đề xuất mô hình thích hợp để nghiên cứu ở chương kế tiếp.
Mô hình và phương pháp nghiêncứu
Mô hình nghiên cứu
Căn cứ vào cách tiếp cận của tác giả với các lý thuyết có liên quan đến mức độ mà một số yếu tố có ảnh hưởng đến nợ xấu của NH Cụ thể, đối với các biến kinh tế vĩ mô, tác giả tận dụng lý thuyết về chu kỳ kinh tế cũng như lý thuyết của hai tác giả Bernanke & Gertler (1989) về gia tốc tài chính nhằm giải thích mức biến động giữa vĩ mô và nợ xấu tại
NH Còn đối với các yếu tố nội tại của NH được tác giả đánh giá dựa trên lý thuyết của George Akerlof (1970) về thông tin không cân xứng Đồng thời, kế thừa các công bố thực nghiệm đi trước ở Việt Nam và nước ngoài như Khemraj & Pasha (2009); Makri, Tsagkanos & Bellas (2014); Phạm Hoàng Bảo Ngọc (2019); Nguyễn Thị Hồng Ánh & ctg (2021); v.v Qua đó tác giả đã hình thành và xây dựng được mô hình hoàn chỉnh nhất cho việc nghiên cứu:
Mô hình nghiên cứu được tác giả đề xuất như sau:
NPL i,t = β 0 + β 1 NPL i,t-1 + β 2 ROE i,t + β 3 SIZE i,t + β 4 LLR i,t + β 5 CG i,t + β 6 GDP i,t + β 7 INF t + ε i,t
NPLi,t : Tỷ lệ nợ xấu của NH (i) tại năm (t).
GDPt: Tăng trưởng kinh tế tại năm (t).
INF t : Lạm phát tại năm (t).
NPLi,t-1 (hay NPL1): Tỷ lệ nợ xấu của NH (i) tại năm (t-1).
ROE i,t : Tỷ suất sinh lời/ vốn chủ sở hữu của NH (i) tại năm (t).
SIZE i,t : Quy mô của NH (i) tại năm (t).
LLRi,t: Tỷ lệ dự phòng rủi ro tín dụng của NH (i) tại năm (t).
CG i,t : Tốc độ tăng trưởng tín dụng của NH (i) tại năm (t).
Giải thích các biến
❖ Tỷ lệ nợ xấu ở năm trước Đây là chỉ tiêu thể hiện phần trăm nợ xấu tại các NH trong năm trước, được tính dựa vào tổng nợ xấu ở năm trước chia cho tổng dư nợ năm trước đó Nợ xấu ở năm trước cũng
3 5 bao gồm các nhóm nợ từ nhóm 3- 5 được tổng hợp từ BCTC hợp nhất của các NHTM Với công thức đo lường như sau: ợ ấ ă ướ
Tỷ lệ nợ xấu ở năm trước = ổ ư ợ ở ă ướ
❖ Tỷ suất sinh lợi trên vốn chủ sở hữu
Tỷ suất sinh lời là một trong những chỉ tiêu quan trọng, thể hiện kết quả kinh doanh của các NHTM, cụ thể là mức sinh lời của ngân hàng trên một đồng vốn Với công thức đo lường như sau: ợ ậ ế
Tỷ suất sinh lời/ vốn chủ sở hữu = ổ ố ủ ở ữ ì â
❖ Quy mô ngân hàng Đây là chỉ tiêu thể hiện mức tăng trưởng quy mô tổng tài sản của các NHTM, cụ thể được xử lí tính toán bằng lấy lograrit tự nhiên từ tổng tài sản Công thức cụ thể như sau:
Quy mô ngân hàng = Ln (Tổng tài sản)
❖ Tỷ lệ dự phòng rủi ro tín dụng
Tỷ lệ dự phòng rủi ro tín dụng thông thường được các NH trích lập dựa trên đánh giá khả năng phát sinh rủi ro của các danh mục tín dụng, được tính dựa trên dự phòng rủi ro tín dụng chia cho tổng dư nợ cho vay, có công thức như sau: ự ò ủ í ụ
Tỷ lệ dự phòng rủi ro tín dụng = ổ ư ợ
❖ Tốc độ tăng trưởng tín dụng
Phần trăm thay đổi của tổng dư nợ tín dụng của ngân hàng ở năm hiện hành so với năm trước được gọi là tốc độ tăng trưởng tín dụng Và được xác định qua công thức sau: ư ợ í ụ ỳ à ư ợ í ụ ỳ ướ
Tốc độ tăng trưởng tín dụng = ư ợ í ụ ỳ ướ
GDP là thước đo có những ảnh hưởng đáng kể đến chiến lược hoạt động tại các NH, cụ thể GDP là biểu hiện cho sự tăng trưởng kinh tế của một quốc gia, được tổng hợp từ dữ liệu của NHNN hoặc dữ liệu World Bank, cũng như các số liệu trong báo cáo của Tổng cục thống kê Có công thức cụ thể như sau:
❖ Lạm phát Đây là chỉ số thể hiện sự suy giảm trong sức mua của đồng tiền trên thị trường và thường được xác định dựa vào chỉ số CPI- giá trị tiêu dùng Có công thức chi tiết như sau: ă ( )
❖ Tỷ lệ nợ xấu năm trước
Một trong những nguyên nhân chính dẫn đến tăng nợ xấu là xuất phát từ việc thu hồi nợ kém hiệu quả, cũng như gây khó khăn cho ngân hàng khi xử lí, thu hồi các khoản nợ khó đòi hoặc nợ quá hạn tại các ngân hàng (Marki & cộng sự, 2014) Bên cạnh đó, thực tế cũng cho thấy rằng nợ xấu là một vấn đề khó có thể được giải quyết triệt để trong thời gian ngắn mà thường kéo dài sang nhiều năm bởi vậy tác giả nhận định rằng tỷ lệ nợ xấu ở năm trước của ngân hàng nếu không được xử lí có thể sẽ tồn đọng đến năm sau và làm gia tăng nợ xấu năm hiện hành.
Nghiên cứu của Nguyễn Thị Hồng Vinh (2017) cũng cho thấy mức độ tác động cùng chiều mà nợ xấu tại năm trước gây ra đối với nợ xấu ở năm hiện hành Ngoài ra, các công trình nghiên cứu khác của Salas & Saurina (2002); Trần Trọng
Long và các cộng sự (2015); Phạm Dương Phương Thảo & cộng sự (2018) cũng cho kết quả tương tự.
Dựa vào những quan điểm trên, tác giả mong muốn tìm thấy sự tương quan dương giữa tỷ lệ nợ xấu qua các thời kỳ trong nghiên cứu này.
H1: Tỷ lệ nợ xấu ở năm trước đó có quan hệ dương với nợ xấu hiện hành của các NHTM tại Việt Nam.
❖ Tỷ suất sinh lời trên vốn chủ sở hữu
Khi khả năng sinh lời tại một ngân hàng cao, tức là ngân hàng đó đang hoạt động kinh doanh rất hiệu quả, cũng như khả năng quản trị nguồn vốn của ngân hàng tốt Điều này cũng thể hiện hoạt động tín dụng của ngân hàng này đang hiệu quả, và các rủi ro về nợ xấu đang được kiểm soát tốt Ngược lại, khi ROE của ngân hàng thấp chứng tỏ các hoạt động tín dụng của ngân hàng đang gặp nhiều rủi ro và không hiệu quả, đồng thời chính sách quản lý của ngân hàng còn yếu kém, từ đó dẫn đến gia tăng nợ xấu cho các ngân hàng.
Phạm Dương Phương Thảo & cộng sự (2018) với 27 NH tại Việt Nam từ khoảng thời gian 2005- 2016 cũng đã chứng minh được khả năng sinh lời có tác động âm đến nợ xấu tại các NH Kết quả này cũng cho thấy sự tương đồng so với các công trình khoa học trước đây của Makri, Tsagkanos & Bellas (2014); hay Bùi Duy Tùng & cộng sự (2015) Do đó, tác giả kỳ vọng sẽ tìm thấy mối tương quan âm giữa tỷ suất sinh lời trên vốn chủ sở hữu và nợ xấu tại các NHTM.
H2: Tỷ suất sinh lời/ vốn chủ sở hữu sẽ ảnh hưởng dương đến nợ xấu tại các NHTM Việt Nam.
Các ngân hàng có quy mô lớn thường sẽ có nguồn nhân lực dồi dào, có nhiều kinh nghiệm trong công tác xử lý và phân tích các vấn đề về đối tượng cho vay, bên cạnh đó khách hàng của các ngân hàng thường tập trung vào các đối tượng có uy tín, năng lực tài chính tốt và đảm bảo được khả năng trả nợ các khoản vay Ngược lại lập luận trên, các NH có mức quy mô nhỏ hơn sẽ tồn tại một số hạn chế nhất định trong việc đánh giá chất lượng của các khoản cấp tín dụng, do đó nguy cơ nợ xấu tại ngân hàng cũng sẽ tăng lên Nhận định này cũng hoàn toàn có điểm phù hợp với nghiên cứu từ Salas & Saurina (2002).
Xét theo gốc độ khác, với động lực từ sự hỗ trợ của NHNN thông thường các NHTM có tổng tài sản quy mô lớn ở Việt Nam thường tận dụng các điểm ưu thế của mình để tăng cường mở rộng các hoạt động tín dụng hay đầu tư vào danh mục nhiều rủi ro để gia tăng tối đa lợi nhuận, dẫn đến tăng trưởng tín dụng nóng và tiềm ẩn nhiều rủi ro cho việc thu hồi nợ, từ đó gia tăng nợ xấu cho các ngân hàng Quan điểm trên cũng đồng nhất với một số nghiên cứu thực nghiệm như Rajan & Dhal (2003), Nguyễn Tuấn Kiệt & cộng sự (2016).
Từ các cơ sở lập luận trên, tác giả kỳ vọng sự ảnh hưởng mà quy mô ngân hàng xảy ra với nợ xấu tại các ngân hàng là ngược chiều.
H3: Quy mô NH sẽ có mối quan hệ âm với vấn đề nợ xấu của các NHTM Việt Nam.
❖ Tỷ lệ dự phòng rủi ro tín dụng
Có rất nhiều ý kiến trái chiều về mối quan hệ giữa nợ xấu và dự phòng rủi ro tín dụng và Nhưng chung quy lại trên thực tế và nghiên cứu khoa học từ Messai và Jouini (2013) cũng đã chỉ ra rằng NH thường trích lập tỷ lệ dự phòng dựa theo xem xét mức độ rủi ro mà các khoản cấp tín dụng có thể xảy ra, đồng nghĩa nếu tỷ lệ phải trích lập cho dự phòng rủi ro tín dụng càng lớn thì rủi ro gia tăng nợ xấu càng cao Kết quả trên cũng cho thấy sự đồng thuận với quan điểm của Nguyễn Thị Hồng Ánh và ctg (2021), Nguyễn Thị Hồng Vinh (2017).
Quy trình nghiên cứu
Với mục tiêu nghiên cứu là tìm ra và đánh giá mức độ mà một số yếu tố vi mô cũng như vĩ mô ảnh hưởng đến nợ xấu của các NHTM Việt Nam, nghiên cứu sẽ gồm quy trình các bước:
Bước 1: Xác định một số nội dung quan trọng của nghiên cứu như đề tài, mục tiêu, v.v Sau đó thực hiện tóm tắt những điểm nổi bật của một số nghiên cứu khoa học trong quá khứ liên quan đến đề tài nghiên cứu ở Việt Nam cùng một số quốc gia khác nhằm tìm ra các khoảng trống nghiên cứu và là cơ sở để thực hiện các bước tiếp theo.
Bước 2: Đề xuất mô hình nghiên cứu dựa trên nền tảng lý thuyết và lược khảo các nghiên cứu trước đây, đồng thời thực hiện mô tả và đặt ra kỳ vọng dấu của các biến trong mô hình.
Bước 3: Đưa ra đối tượng đồng thời là phạm vi phù hợp để nghiên cứu, qua đó xác định được mẫu dữ liệu cần tổng hợp và xử lý.
Bước 4: Tiến hành các bước phân tích cơ bản như thống kê mô tả tổng quan các biến, xác định ma trận hệ số tương quan.
Bước 5: Áp dụng ba mô hình điển hình là Pooled OLS, FEM và REM để bước đầu thực hiện phân tích hồi quy.
Bước 6: Thực hiện các kiểm định cần thiết nhằm đưa ra mô hình phù hợp nhất cho nghiên cứu:
• Lựa chọn mô hình phù hợp giữa mô hình Pooled OLS và FEM qua T-test
• Xác định đâu là mô hình phù hợp hơn giữa Pooled OLS và REM qua Breusch- Pagan.
• Cuối cùng áp dụng Hausman để xác định trong hai mô hình REM và FEM thì mô hình nào phù hợp để sử dụng hơn.
Bước 7: Sử dụng các kiểm định cần thiết nhằm kiểm tra một số khiếm khuyết như đa cộng tuyến, tự tương quan và phương sai sai số thay đổi.
Bước 8: Áp dung phương pháp ước lượng GMM (Generalized Method Of
Moments) nhằm xử lí, khắc phục một số khuyết tật từ mô hình lựa chọn (nếu có).
Bước 9: Bước cuối cùng là thực hiện thảo luận lại kết quả cuối cùng, đồng thời so
4 2 sánh kỳ vọng dấu đã đặt ra Đây cũng sẽ là cơ sở đề xuất một số kiến nghị cũng như hàm ý quan trị phù hợp với bối cảnh thực tiễn nhằm giúp hạn chế, giảm thiểu vấn đề nợ xấu tại NH trong tương lai.
Dữ liệu nghiên cứu
Để số liệu không bị chênh lệch và có độ tin cậy cao, sau khi tiến hành loại bỏ các ngân hàng không được công bố thông tin đầy đủ, nghiên cứu tập trung sử dụng các số liệu bao gồm:
• Các số liệu vi mô hầu hết được xác định từ các BCTC, BCTN đã công bố đầy đủ của 25 NHTMCP Việt Nam (xem chi tiết tại phụ lục 1).
• Các số liệu vĩ mô sử dụng trong nghiên cứu, cụ thể là GDP, lạm phát sẽ được lấy từ dữ liệu của NHNN hay World Bank, hoặc các báo cáo của Tổng cục Thống kê, v.v.
Nghiên cứu tập trung với mốc thời gian 10 năm, cụ thể là từ 2012- 2021 Đây được xem là thời gian có nhiều biến động của kinh tế thế giới và cả Việt Nam nói riêng.Thời điểm năm 2012 cũng là năm các NHTM Việt Nam tiến hành tái cấu trúc hệ thống,sáp nhập, và tín dụng tăng trưởng nóng tại các ngân hàng Mặt khác trong ba năm trở lại đây những biến động của lạm phát, chiến tranh, dịch bệnh đã phần nào gây khó khăn cho hoạt động tín dụng, cũng như đã làm gia tăng tình hình nợ xấu tại một số NH ViệtNam Qua đó tác giả cũng nhận thấy rằng khoảng thời gian từ 2012 đến 2021 có thể hoàn toàn phản ánh một cách rõ nét, chính xác nhất mức độ mà một số yếu tố trong mô hình ảnh hưởng đến vấn đề nợ xấu trong hệ thống NHTM Việt Nam.
Phương pháp nghiên cứu
Nghiên cứu định lượng được tác giả sử dụng chính để phân tích tác động của các yếu tố đến nợ xấu của các NHTM Việt Nam trong bài nghiên cứu này bằng cách thông qua sự hỗ trợ từ phần mềm Stata 15.0:
Thống kê mô tả được sử dụng nhằm mô tả những đặc tính cơ bản của các biến trong mô hình, trong đó bao gồm các giá trị tổng số quan sát (Obs), giá trị trung bình(Mean), độ lệch chuẩn (Std.Dev), giá trị lớn nhất (Max) và nhỏ nhất (Min) Qua kết quả
4 3 phân tích thống kê mô tả sẽ có thể hình dung được dữ liệu sơ bộ của từng biến.
3.5.2 Ma trận tương quan Để có thể kiểm tra mức độ tương quan giữa các biến, ta sẽ tiến hành xây dựng ma trận tương quan Ngoài ra, thông qua đó cũng có thể bước đầu xác định vấn đề đa cộng tuyến có xảy ra hay không Cụ thể, nếu giá trị tương quan giữa hai biến nằm ngoài khoảng [-0,8; 0,8] mô hình sẽ có khả năng xuất hiện đa cộng tuyến nghiêm trọng và dẫn đến làm sai lệch kết quả cuối cùng (Farra & Glauber, 1967) 3.5.3 Phân tích hồi quy Trong bài nghiên cứu, tác giả sẽ tiến hành hồi quy dữ liệu bảng với mô hình hồi quy Pooled OLS, FEM và REM Sau đó thực hiện lựa chọn mô hình tối ưu cho nghiên cứu bằng các kiểm định sau đây:
• Lựa chọn mô hình phù hợp giữa mô hình Pooled OLS và FEM qua T-test với giả thuyết lựa chọn FEM khi Prob (Chi- Square) < α (5%) và ngược lại
• Xác định đâu là mô hình phù hợp hơn giữa Pooled OLS và REM qua Breusch- Pagan, cụ thể sẽ chọn REM khi Prob < α (5%) và ngược lại.
• Cuối cùng áp dụng Hausman để xác định trong hai mô hình REM và FEM thì mô hình nào phù hợp để sử dụng hơn Theo đó sẽ lựa chọn FEM khi Prob < α (5%) và ngược lại.
Tiếp theo đó tác giả sẽ tiến hành kiểm định một số vi phạm khiếm khuyết trên cơ sở mô hình đã được lựa chọn gồm tự tương quan cũng như đa cộng tuyến và phương sai sai số thay đổi.
Hiện tượng các biến độc lập xuất hiện sự tương quan chặt chẽ với nhau được xem là đa cộng tuyến Theo đó, kết quả cuối cùng sẽ bị sai lệch hoặc bị ảnh hưởng nghiêm trọng nếu tồn tại đa cộng tuyến cao.
Vấn đề đa cộng tuyến có thể bước đầu được xác định với ma trận tương quan Tuy nhiên, để đạt được độ mức tin cậy cao hơn thì ta nên áp dụng hệ số phóng đại phương sai VIF- Variance Inflation Factor:
Nếu hệ số VIF của biến nào cao hơn 10 thì chứng tỏ biến đó có khả năng làm mô hình xảy ra vấn đề đa cộng tuyến cao, khi đó cần loại bỏ biến đó ra khỏi mô hình.
Tự tương quan là vi phạm xuất hiện khi có sự tương quan giữa các phần dư Cụ thể sẽ làm cho R- Squared cao hơn so với thực tế, đồng thời dẫn đến các ước lượng không còn hiệu quả và có thể sai lệch. Để có thể đánh giá vấn đề tự tương quan, tác giả sẽ sử dụng Wooldridge:
H 0 : Mô hình không xuất hiện tự tương quan.
H 1 : Mô hình có xuất hiện tự tương quan.
Và nếu Prob < α (5%), nghĩa là bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1. Chứng tỏ là tự tương quan có tồn tại trong mô hình lựa chọn và ngược lại.
❖ Phương sai sai số thay đổi Đây là hiện tượng sẽ dẫn đến hệ quả các ước lượng hệ số của hồi quy mặc dù vẫn là các ước lượng không lệch, vững tuy nhiên sẽ không còn tính hiệu quả, đồng thời các kiểm định giả thuyết dựa trên phân phối t- statistic và F- statistic không còn độ tin cậy cao. Để kiểm tra vấn đề phương sai sai số thay đổi, tác giả sẽ thông qua kiểm định Breusch – Pagan hoặc White cho mô hình Pooled OLS; Wald khi mô hình lựa chọn là FEM hoặc Breusch and Pagan Lagrangian nếu mô hình lựa chọn là REM với hai giả thuyết như sau:
H 0 : Không tồn tại hiện tượng phương sai sai số thay đổi.
H 1 : Tồn tại hiện tượng phương sai sai số thay đổi.
Và nếu giá trị Prob của kiểm định bé hơn (< α = 5%) thì đồng nghĩa mô hình có phương sai sai số thay đổi và ngược lại.
❖ Ước lượng hồi quy theo phương pháp GMM
Phương pháp GMM là một trong những phương pháp ưu việt để xử lí hiện tượng nội sinh Trong bài nghiên cứu, mô hình có sử dụng biến trễ của biến phụ thuộc (NPL i, t-1) cho nên khả năng mô hình xuất hiện hiện tương nội sinh rất cao Do đó, tác giả sẽ sử
4 5 dụng phương pháp ước lượng GMM nhằm khắc phục các khiếm khuyết như tự tương quan, phương sai sai số thay đổi, hiện tượng nội sinh (nếu có) cũng như tăng độ tin cậy cho kết quả nghiên cứu
KẾT LUẬN CHƯƠNG 3 Dựa trên một số lý thuyết tổng quan về nợ xấu để xác định các biến nhằm đề xuất mô hình phù hợp nhất Cùng với đó, tác giả cũng đã giải thích khái quát các biến trong mô hình và đưa ra kỳ vọng về dấu của các biến độc lập đến biến phụ thuộc Ngoài ra,cũng đã trình bày chi tiết về cơ sở dữ liệu (gồm 25 NHTMCP Việt Nam khoảng thời gian từ 2012- 2021) và xác định được phương pháp nghiên cứu định lượng là phương pháp chính được sử dụng trong nghiên cứu này Đây là tiền đề quan trọng để tác giả có thể thực hiện phân tích hồi quy và đưa ra chi tiết các kết quả ở chương tiếp theo.
Kết quả nghiên cứu và thảo luận
Thống kê mô tả
Để có một bức tranh tổng quan về các biến trong mô hình, tác giả sẽ tiến hành phân tích thống kê mô tả các biến với các chỉ tiêu đo lường như số quan sát (Obs), giá trị trung bình (Mean), độ lệch chuẩn (Std.dev), giá trị nhỏ nhất (Min) và giá trị lớn nhất (Max). Kết quả thống kê mô tả được thể hiện chi tiết qua bảng sau:
Bảng 4.1: Kết quả thống kê mô tả các biến
Các biến Số quan sát
Giá trị trung bình Độ lệch chuẩn
Nguồn: Tác giả tổng hợp từ Stata 15.0
Qua bảng trên có thể thấy tổng số biến quan sát của nghiên cứu là 250 quan sát, kết quả các đại lượng đo lường đặc trưng của từng biến cụ thể như sau:
Biến NPL đại diện cho tỷ lệ nợ xấu của các NHTM Việt Nam, tỷ lệ nợ xấu trong giai đoạn từ năm 2012 đến 2021 có giá trị trung bình là 0,0223 thấp hơn mức an toàn 3% của NHNN quy định với độ lệch chuẩn là 0,0157 Trong đó, giá trị lớn nhất là 0,1406 thuộc về ngân hàng KLB năm 2020, và giá trị nhỏ nhất là 0,0047 thuộc về ngân hàng TCB năm 2020 Điều này cho thấy trong giai đoạn 2012 đến 2021 các NHTM Việt Nam đã có những chính sách, quy trình hoạt động tín dụng hợp lý và đang kiểm soát khá tốt về vấn đề nợ xấu, tuy nhiên vẫn còn một số ngân hàng có tỷ lệ nợ xấu khá cao khi vượt ngưỡng an toàn 3% theo quy định.
Biến NPL1 thể hiện tỷ lệ nợ xấu của các NHTM Việt Nam ở năm quá khứ cụ thể giá trị Mean là 0,0228 với độ lệch chuẩn là 0,0157; trong đó ngân hàng KLB là ngân hàng có mức tỷ lệ nợ xấu ở năm trước cao nhất 0,1406; bên cạnh đó mức thấp nhất 0,0035 thuộc về ngân hàng BAB.
Biến ROE thể hiện mức sinh lời trên một đồng vốn có giá trị Mean là 0,1033 chứng tỏ trong giai đoạn từ 2012 đến 2021 các NH hoạt động chưa ổn định hiệu quả và có biến động lớn với độ lệch chuẩn là 0,0773 Trong đó, mức ROE thấp nhất là - 0,1628 của ngân hàng PGB năm 2012 và đạt giá trị ROE cao nhất là 0,3033 của ngân hàng VIB trong năm 2021.
Biến SIZE đại diện cho mức tăng trưởng tổng tài sản của NH có giá trị Mean là
18,7122 song song đó độ lệch chuẩn là 1,1302; qua đó có thể nhận thấy rằng mức chênh lệch về tăng trưởng quy mô giữa các NHTM Việt Nam hiện nay là tương đối lớn Cụ thể, mức giá trị nhỏ nhất là 16,5023 (ngân hàng SGB năm 2013) và giá trị lớn nhất là 21,2895 (ngân hàng BID năm 2021).
Biến LLR thể hiện cho mức dự phòng rủi ro tín dụng tại NH, cụ thể giá trị trung bình là 0,0134 với độ lệch chuẩn là 0,0046 Trong giai đoạn nghiên cứu từ 2012 đến 2021 mức chênh lệch trong tỷ lệ trích lập dự phòng của các NHTM Việt Nam là tương đối không cao, theo đó ngân hàng NAB năm 2013 là ngân hàng có tỷ lệ dự phòng thấp nhất với mức là 0,0067; trong khi đó, NH có mức dự phòng cao nhất đạt 0,0286 thuộc về ngân hàng VPB năm 2021.
Biến CG đo lường tốc độ tăng trưởng tín dụng của các NHTM Việt Nam qua từng năm Trong khoảng thời gian từ năm 2012 đến 2021 các NHTM Việt Nam có tốc độ tăng trưởng tín dụng trung bình là 0,2009 với độ lệch chuẩn là 0,1733 Điều này cho thấy tốc độ tăng trưởng tín dụng giữa các NHTM Việt Nam là không đồng đều, cũng như mức độ phân hóa trong tăng trưởng tín dụng là khá cao Cụ thể, tốc độ tăng trưởng cao nhất thuộc về ngân hàng HDB trong năm 2013 là 1,0790; ngược lại, mức tăng trưởng tín dụng của ngân hàng MSB vào năm 2012 là rất thấp với - 0,2333.
Biến GDP thể hiện mức tăng trưởng kinh tế có giá trị Mean trong giai đoạn thời gian từ 2012- 2021 là 0,0559 với độ lệch chuẩn là 0,0155 Với độ lệch chuẩn trên cho thấy nền kinh tế Việt Nam trong giai đoạn 2012- 2021 mặc dù có xu hướng tăng dần qua từng năm tuy nhiên vẫn có khá nhiều biến động, đặc biệt là trong ba năm trở lại đây 2019- 2021 Cụ thể, tăng trưởng GDP nhỏ nhất là 0,0258 (năm 2021) và lớn nhất là 0,0708 (năm 2018).
Biến INF thể hiện tỷ lệ lạm phát của Việt Nam Giai đoạn từ năm 2012 đến 2021, tỷ lệ lạm phát trung bình là 0,0380 cùng độ lệch chuẩn là 0,0230 Trong đó, tỷ lệ lạm phát thấp nhất là 0,0063 (năm 2015) và cao nhất là 0,0909 (năm 2012) Ngoại trừ giai đoạn2019- 2021 do những ảnh hưởng của dịch bệnh Covid- 19 thì trong những năm nghiên cứu thì NHNN và Chính phủ Việt Nam đã kiểm soát khá tốt tình hình lạm phát.
Ma trận tương quan
Sau khi đã có cái nhìn tổng quát về từng biến trong mô hình, tiếp theo tác giả sẽ tiến hành phân tích ma trận tương quan giữa các biến nhằm xác định các biến trong mô hình có sự tương quan như thế nào Kết quả cụ thể như sau:
Bảng 4.2: Kết quả ma trận tương quan giữa các biến
NPL NPL1 ROE SIZE LLR CG GDP INF
Nguồn: Tổng hợp từ phần mềm Stata 15.0
Hệ số tương quan giữa cặp biến nhỏ hơn 0,4 là tương quan yếu, còn khoảng từ 0,4 đến 0,8 là tương quan trung bình và lớn hơn 0,8 là tương quan mạnh (chuẩn so sánh của Farrar & Glauber, 1967).
Qua ma trận tương quan cũng có thể bước đầu nhằm để xem xét khả năng đa cộng tuyến trong mô hình Theo Wooldrige (2002) nếu hệ số tương quan giữa các biến lớn hơn 0,8 thì khả năng mô hình xảy ra hiện tượng đa cộng tuyến cao, và làm sai lệch kết quả cuối cùng.
Kết luận: Dựa vào kết quả ma trận tương quan đã trình bày chi tiết ở bảng trên có thể nhận thấy rằng hệ số tương quan giữa các biến không quá cao, cao nhất là 0,5923 tuy nhiên vẫn còn thấp hơn 0,8 Do đó, bước đầu có thể kết luận rằng khả năng xảy ra đa cộng tuyến trong mô hình là khá thấp Tuy nhiên để có thể đảm bảo tính chính chính xác hơn cho kết luận về hiện tượng đa cộng tuyến, cần thông qua bước đánh giá bằng hệ số VIF ở mục 4.5.
Phân tích hồi quy
Để xác định chiều hướng tác động của các biến độc lập trong mô hình đến biến phụ thuộc NPL, tác giả sẽ sử dụng ba phương pháp hồi quy cơ bản gồm Pooled OLS, REM và cuối cùng là FEM trên Stata 15.0 với dữ liệu bảng Panels Data cụ thể được tổng hợp từ BCTC hợp nhất của 25 NHTMCP Việt Nam phạm vi từ 2012- 2021. Kết quả phân tích hồi quy được trình bày tóm tắt như sau:
Bảng 4.3: Tóm tắt kết quả hồi quy của các mô hình Pooled OLS, FEM và REM Biến độc lập Mô hình Pooled OLS Mô hình FEM Mô hình REM β P-value β P-value β P-value
Mức ý nghĩa thống kê 1%, 5% và 10% trình tự tương ứng ***,** và *
Nguồn: Tổng hợp từ phần mềm Stata 15.0
❖ Mô hình Pooled Ordinary Least Square (Pooled OLS)
Kết quả qua phân tích Pooled OLS đã tóm tắt trong bảng 4.3 cho thấy có 4 biến có ý nghĩa thống kê với biến phụ thuộc NPL gồm biến NPL1, ROE, LLR và INF Cụ thể, mỗi biến ROE có tác động ngược chiều đến tỷ lệ nợ xấu với mức ý nghĩa thống kê 5%; trong khi đó 3 biến còn lại gồm NPL1, LLR và INF đều có những biến động cùng chiều với nợ xấu (chi tiết như sau: mức ý nghĩa của NPL1 và LLR là 1%, còn INF được thống kê với mức ý nghĩa là 5%) Ngoài ra, các biến còn lại trong mô hình bao gồm SIZE, CG và GDP đều không đủ bằng chứng để giải thích mối quan hệ với biến phụ thuộc NPL.
Hệ số R 2 của mô hình Pooled OLS bằng 0,2984 chứng tỏ rằng các biến độc lập được sử dụng trong mô hình có thể giải thích được 29,84% sự thay đổi trong tỷ lệ nợ xấu của các NHTM Việt Nam.
❖ Mô hình Fixed Effects Model (FEM)
Mô hình FEM qua bảng 4.3 cũng cho thấy kết quả tương tự như với mô hình Pooled OLS Cụ thể, với mức nghĩa thống kê 1% cả hai biến NPL1 và LLR đều có tác động cùng chiều đến biến phụ thuộc NPL; trong khi đó với mức ý nghĩa 5% thì biến ROE có tác động ngược chiều đến TTTD, còn biến INF có tác động cùng chiều với biến phụ thuộc NPL Còn 2 biến còn lại gồm SIZE, CG và GDP mặc dù có mối quan hệ với biến phụ thuộc tuy nhiên lại không có ý nghĩa thống kê.
Với kết quả hồi quy của mô hình FEM thì hệ số R 2 có giá trị bằng 0,2417 cho thấy các biến độc lập trong mô hình có thể giải thích được 24,17% sự biến đổi trong tỷ lệ nợ xấu của các NHTM Việt Nam.
❖ Mô hình Random Effects Model (REM)
Kết quả hồi quy với mô hình REM cũng cho thấy kết quả đồng nhất với hai mô hình
Pooled OLS và FEM Cụ thể, cả hai biến NPL1 và LLR đều có tác động cùng chiều với mức ý nghĩa 1%, mặt khác ở mức 5% thì biến là ROE có tác động ngược chiều, còn INF có tác động cùng chiều đến biến phụ thuộc NPL Song song đó, các biến khác là SIZE,
CG cũng như GDP là những biến không tìm thấy sự ảnh hưởng đến biến phụ thuộc NPL vì p-value đều lớn hơn 10%.
Hệ số R 2 với kết quả mô hình REM có giá trị là 0, 2321, tức là các biến độc lập có thể giải thích được 23,21% sự thay đổi trong tỷ lệ nợ xấu của các NHTM Việt Nam.
Kiểm định lựa chọn mô hình phù hợp
Cả ba mô hình hồi quy trên đều cho thấy các kết quả ước lượng hồi quy riêng biệt, cho nên vấn đề tiếp theo là cần đưa ra được mô hình phù hợp nhất cho nghiên cứu Nội dung các kết quả kiểm định lựa chọn mô hình được trình bày ở bảng sau:
Bảng 4.4: Kết quả các kiểm định lựa chọn mô hình phù hợp
Các kiểm định lựa chọn mô hình phù hợp F- test F (24, 218)= 1,12 Prob> F= 0,3286
Nguồn: Tổng hợp từ phần mềm Stata 15.0
❖ Lựa chọn giữa mô hình Pooled OLS và FEM
Trước tiên sẽ xem xét mô hình phù hợp giữa Pooled OLS và FEM dựa vào sử dụng F- test cùng hai giả thuyết như sau:
H 0 : Mô hình Pooled OLS là mô hình phù hợp.
H 1 : Mô hình FEM là mô hình phù hợp.
Trong bài nghiên cứu này, kiểm định F- test cho kết quả Prob> F có giá trị là 0,3286 lớn hơn mức ý nghĩa α= 5%, cho nên chấp nhận giả thuyết H 0 , hay đồng nghĩa mô hình Pooled OLS là mô hình phù hợp hơn.
❖ Lựa chọn giữa mô hình Pooled OLS và REM
Tiếp theo, tác giả sẽ tiến hành kiểm định Breusch and Pagan Lagrangian nhằm đưa ra lựa chọn phù hợp hơn giữa REM với Pooled OLS, hai giả thuyết được đặt ra chi tiết như sau:
H 0 : Mô hình Pooled OLS là mô hình phù hợp.
H 1 : Mô hình REM là mô hình phù hợp.
Kết quả của kiểm định Breusch and Pagan Lagrangian có giá trị Prob> chibar2 1,0000 Vì giá trị Prob> chibar2 lớn hơn mức ý nghĩa 5% nên ta bác bỏ giả thuyết H 0 Vì vậy, mô hình Pooled OLS sẽ là mô hình phù hợp hơn với dữ liệu nghiên cứu.
❖ Lựa chọn giữa mô hình FEM và REM
Cuối cùng, tác giả sẽ so sánh và lựa chọn mô hình phù hợp giữa mô hình FEM và REM thông qua thực hiện kiểm định Hausman với giả thuyết:
H 0 : Mô hình REM là mô hình phù hợp.
H 1 : Mô hình FEM là mô hình phù hợp.
Qua kết quả kiểm định Hausman được thể hiện ở bảng 4.4 nhận thấy giá trị Prob> chi2= 0,0004 nhỏ hơn 5%, điều này cho kết quả bác bỏ giả thuyết H 0 và chấp nhận giả thuyết H1, tức là mô hình FEM sẽ là mô hình phù hợp hơn.
Kết luận: Từ kết quả các kiểm định được tóm tắt qua bảng 4.4 có thể nói rằng mô hình tối ưu nhất có thể sử dụng để ước lượng hồi quy trong ba mô hình trên là mô hìnhPooled OLS
Kiểm định khiếm khuyết của mô hình
Sau khi xác định được mô hình phù hợp nhất là mô hình Pooled OLS, vấn đề tiếp theo là kiểm định các khiếm khuyết của mô hình gồm hiện tượng đa cộng tuyến, tự tương quan và phương sai sai số thay đổi nhằm đảm bảo ước lượng của mô hình hồi quy đủ độ tin cậy.
❖ Đa cộng tuyến Để kiểm tra vấn đề đa cộng tuyến một cách chắc chắn hơn, tác giả sẽ thông qua đánh giá từ hệ số phóng đại phương sai VIF:
Bảng 4.5: Kết quả kiểm định VIF
Variable SIZE ROE LLR INF NPL1 CG GDP Mean VIF
Nguồn: Tổng hợp từ phần mềm Stata 15.0
Qua kết quả chi tiết từ bảng 4.5 nhận thấy thấy giá trị Mean hệ số VIF là 1,35; bên cạnh đó giá trị VIF của từng biến cao nhất là 1,91 và nhỏ nhất là 1,08 Vì vậy, ta có thể khẳng định rằng mô hình nghiên cứu không tồn tại khiếm khuyết từ đa cộng tuyến bởi vì VIF của các biến độc lập đều nhỏ hơn 10
Sự hiệu quả của các ước lượng hồi quy có thể chịu ảnh hưởng bởi hiện tượng tự tương quan, làm mất đi độ tin cậy của các kiểm định hệ số hồi quy Trong nghiên cứu này, để xem xét vấn đề tự tương quan trong mô hình ta sẽ dựa trên kết quả của Wooldridge với giả thuyết:
H 0 : Mô hình không tồn tại hiện tượng tự tương quan.
H 1 : Mô hình có tồn tại hiện tượng tự tương quan.
Bảng 4.6: Kết quả kiểm định Wooldridge
Nguồn: Tổng hợp từ kết quả trên Stata 15.0
Kiểm định Wooldridge cho thấy kết quả của giá trị Prob> F bằng 0,0001 tuy nhiên giá trị này nhỏ hơn α= 5% cho nên bác bỏ giả thuyết H 0 Và có thể kết luận rằng mô hình được lựa chọn có tồn tại tự tương quan.
❖ Phương sai sai số thay đổi
Hiện tượng phương sai sai số thay đổi sẽ tồn tại khi các quan sát trong mô hình độc lập với nhau cũng như có sự khác biệt lớn Phương sai sai số thay đổi sẽ làm cho các ước lượng hồi quy không còn hiệu quả và bị sai lệch so với thực tế.
Trong nghiên cứu này, mô hình phù hợp nhất là mô hình hồi quy Pooled OLS Vì vậy, tác giả sẽ kiểm định hiện phương sai số thay đổi thông qua kiểm định Breusch- Pagan với các giả thuyết:
H 0 : Mô hình không xảy ra hiện tượng phương sai sai số thay đổi.
H 1 : Mô hình có xảy ra hiện tượng phương sai sai số thay đổi.
Bảng 4.7: Kết quả kiểm định Breusch- Pagan
Kiểm định Breusch- Chi2 Prob> chi2
Nguồn: Tổng hợp từ phần mềm Stata 15.0
Thông qua Breusch- Pagan nhận thấy Prob> chi2 bằng 0,0000 tuy nhiên giá trị này thấp hơn mức ý nghĩa 5% như vậy ta sẽ bác bỏ giả thuyết H0 và có thể khẳng định mô hình được lựa chọn cũng xuất hiện phương sai sai số thay đổi.
Kết luận: Tóm lại sau khi đã thực hiện lần lượt các kiểm định khiếm khuyết cần thiết nhận thấy rằng mặc dù mô hình được lựa chọn không vị phạm vấn đề đa cộng tuyến tuy nhiên lại chịu ảnh hưởng bởi các vi phạm về tự tương quan cũng như phương sai sai số thay đổi Và để có thể xử lí cũng như khắc phục các khiếm khuyết trên thì trong nghiên cứu này tác giả sẽ thực hiện hồi quy theo phương pháp ước lượng GMM.
Kết quả ước lượng mô hình theo phương pháp GMM
Dựa vào các kết quả kiểm định trên có thể thấy mô hình nghiên cứu đang gặp phải các vấn đề về tự tương quan và phương sai sai số thay đổi Ngoài ra, trong mô hình của nghiên cứu này tác giả có sử dụng biến độc lập là biến trễ của biến phụ thuộc là (NPL i, t-1 ) Theo Richard Blundell & Stephen Bond (1998), mô hình nghiên cứu có dữ liệu dạng bảng động (Dynamic Panel Data) và có sử dụng biến trễ của biến phụ thuộc làm biến độc lập thì khả năng xảy hiện tượng nội sinh cao.
Hiện tượng nội sinh thông thường sẽ làm cho các ước lượng theo các phương pháp cơ bản sẽ không còn hiệu quả cũng như các kết quả hồi quy bị sai lệch, không còn đủ độ tin cậy Chính những điều trên tác giả nhận thấy áp dụng phương pháp GMM là phù hợp nhất để xử lí cũng như khắc phục các vi phạm trên và đảm bảo kết quả hồi quy thu được vững, chính xác cao Kết quả ước lượng cụ thể như sau:
Bảng 4.8: Tóm tắt kết quả ước lượng bằng phương pháp GMM
Arellano- Bond test for AR(1) in first differences: z= -1,08 Pr > z= 0,281
Arellano- Bond test for AR(2) in first differences: z= -0,08 Pr > z= 0,423
Hansen test of overid restrictions: chi2(16)= 13,58 Prob > chi2= 0,630
Mức ý nghĩa 1%, 5% và 10% tương ứng ***,** và *
Nguồn: Tổng hợp từ kết quả trên Stata 15.0
Việc áp dụng phương pháp GMM đã đưa ra giá trị Chi2= 0,000, tức kết quả thống kê có ý nghĩa ở mức 1% Đồng nghĩa kết quả hồi quy sau khi sử dụng GMM đảm bảo độ tin cậy và đạt hiệu quả cao.
Song song đó, thông qua xem xét Arellano và Bond (1991) với H 0 : không có tự tương quan, nhận thấy kết quả Pr> z của AR(2)= 0,423 lớn hơn mức ý nghĩa xem xét là 10% nên ta chấp nhận giả thuyết H 0 và kết luận rằng mô hình không có hiện tượng tự tương quan.
Ngoài ra, kiểm định Hansen cũng được xem xét với giả thuyết H0: biến công cụ trong mô hình là phù hợp Theo đó, giá trị Pr> z của Hansen lớn hơn 10% (cụ thể có giá trị là 0,847), tức là các biến công cụ trong mô hình tương đối thỏa mãn và có độ tin cậy cao.
Như vậy, sau khi xem xét các kiểm định có thể thấy kết quả hồi quy với phương pháp ước lượng GMM là phù hợp, có tính chính xác cao Và có phương trình hồi quy dạng:
Dựa vào kết quả hồi quy theo phương pháp ước lượng GMM thu được thông qua xử lí trên phần mềm Stata 15.0 được tóm tắt ở bảng 4.8, tác giả có một số nhận xét như sau:
• Kết quả thu được sau khi ước lượng theo phương pháp GMM cho thấy hầu hết các biến độc lập đều có ý nghĩa thống kê rất cao (ngoại trừ biến LLR vì có P- value lớn hơn mức 10%).
• Với mức ý nghĩa 5% cả hai biến là SIZE và CG đều có tác động cùng chiều đến biến phụ thuộc NPL.
• Với mức ý nghĩa thống kê cao là 1% thì có 4 biến có tác động đến biến phụ thuộc NPL, cụ thể 2 biến NPL1 và INF đều có ảnh hưởng cùng chiều; trong khi đó, ROE và GDP có ảnh hưởng ngược chiều.
Bảng 4.9: So sánh kết quả với giả thuyết nghiên cứu
NPL1 ROE SIZE LLR CG GDP INF
Không có ý nghĩa thống kê
Mức ý nghĩa thống kê là 1%, 5% và 10% tương ứng ***,** và *
Nguồn: Tác giả tự tổng hợp
Thảo luận kết quả nghiên cứu
❖ Tỷ lệ nợ xấu ở năm trước
Yếu tố tỷ lệ nợ xấu ở quá khứ với độ trễ là 1 năm, hay mức độ mà nợ xấu ở năm liền kề trước đó có ảnh hưởng đến tỷ lệ nợ xấu ở năm hiện tại là cùng chiều Kết quả trên cũng phù hợp so với kỳ vọng dấu trong giả thuyết H1 mà tác giả đưa ra và cũng như Nguyễn Thị Hồng Vinh (2017); Phạm Dương Phương Thảo & cộng sự (2018) Cụ thể, khi tỷ lệ nợ xấu ở năm trước tăng 1 đơn vị thì sẽ kéo theo tỷ lệ nợ xấu ở năm hiện tại tăng lên 0,2856 đơn vị và ngược lại.
Trong thực tế đối với hệ thống NHTM Việt Nam thì những biến động của nợ xấu không thể xử lí hoàn toàn triệt trong một thời gian ngắn mà có thể cần cả quá trình và cũng thường để lại những ảnh hưởng lâu dài đối với NH cũng như thị trường tài chính, do đó nợ xấu ở năm trước càng tăng sẽ là nguyên nhân chính làm gia tăng tỷ lệ nợ xấu ở hiện tại Ngược lại, nếu NH có hiệu quả quản lí tốt và tỷ lệ nợ xấu ở quá khứ được kiểm soát tốt thì tỷ lệ nợ xấu ở năm hiện tại sẽ có xu hướng giảm hoặc duy trì ở mức thấp.
❖ Tỷ suất sinh lời trên vốn chủ sở hữu
Từ kết quả nghiên cứu có thể kết luận rằng trong giai đoạn 2012 đến 2021 tỷ suất sinh lời trên vốn chủ sở hữu trong nghiên cứu này có tác động ngược chiều đến tỷ lệ nợ xấu của các NHTM Việt Nam ở mức ý nghĩa thống kê 1% Theo đó, khi tỷ suất sinh lời tăng lên 1 đơn vị thì tỷ lệ nợ xấu của các NHTM sẽ giảm xuống một mức bằng 0,0223 đơn vị và ngược lại Kết quả này hỗ trợ giả thuyết quản lý kém của Berger và DeYoung
(1997), đồng thời là các kết quả nghiên cứu ở quá khứ của Makri & các cộng sự (2014); Phạm Dương Phương Thảo & Nguyễn Linh Đan (2018). Điều này có hàm ý rằng khi các NHTM Việt Nam có chính sách quản lý kém dẫn đến các áp lực về doanh thu cho nên để tăng khả năng sinh lời thì buộc các NH phải đẩy mạnh các hoạt động tín dụng hoặc cho vay bất chấp rủi ro, qua đó trực tiếp gia tăng nợ xấu Ngược lại, các NHTM có mức sinh lời cao ít tham gia các hoạt động cho vay mang tính rủi ro, cũng như sẽ có cơ hội để lựa chọn đối tượng cho vay đảm bảo khả năng trả nợ và rủi ro thấp cho nên cũng giảm thiểu phần nào nợ xấu cho
Thông qua kết quả cuối cùng nhận thấy biến quy mô NH có tác động âm với nợ xấu của các NHTM Việt Nam với mức ý nghĩa 5% Cụ thể trong phạm vi nghiên cứu, khi quy mô của ngân hàng tăng lên 1% thì tỷ lệ nợ xấu sẽ giảm đi 0,0015 đơn vị và ngược lại Kết quả này là tương đồng với giả thuyết H3 đã nêu và công trình nghiên cứu khoa học của Nguyễn Thị Hồng Ánh & các cộng sự (2021). Đồng thời cũng phù hợp với tình hình thực tế của hệ thống NHTM Việt Nam, khi đa số các ngân hàng có quy mô lớn thường có mạng lưới chi nhánh lớn, hay đảm bảo trình độ nguồn nhân lực có kinh nghiệm cao cũng như nguồn tài chính vững vàng các quy định cho vay khá khắt khe nên sẽ thường ưu tiên tập trung cho các đối tượng khách hàng lớn, có tài sản đảm bảo giá trị cao hoặc đảm bảo khả năng tài chính, do đó phần nào sẽ giảm thiểu rủi ro nợ xấu và ngược lại.
❖ Tỷ lệ dự phòng rủi ro tín dụng
Thông qua kết quả nghiên cứu đã chứng minh tỷ lệ dự phòng rủi ro tín dụng có mối quan hệ cùng chiều với tỷ lệ nợ xấu của các NHTM Việt Nam Kết quả này là cùng dấu với giả thuyết H4 của tác giả, cũng như kết quả cuối cùng của Nguyễn Thị Hồng Vinh (2017); Nguyễn Thị Hồng Ánh & các cộng sự (2021), tuy nhiên trong phạm vi nghiên cứu này kết quả này lại có P- value lớn hơn 1 % cho nên không có ý nghĩa thống kê.
Kết quả trên cũng có hàm ý rằng khi tỷ lệ dự phòng rủi ro các khoản tín dụng của
NH càng cao chứng tỏ các khoản cho vay của ngân hàng đang gặp vấn đề, dễ phát sinh rủi ro gia tăng nợ khó đòi hay nợ xấu, và dễ làm tăng tỷ lệ nợ xấu cho ngân hàng Tuy nhiên, trong thực tế ở Việt Nam, gia tăng tỷ lệ trích lập dự phòng thường làm giảm thuế thu nhập phải nộp bởi phần lợi nhuận trước thuế bị sụt giảm đáng kể Nhiều nghiên cứu cho thấy vì hoạt động chính của ngân hàng là các hoạt động tín dụng cho nên các NHTM Việt Nam thường có khuynh hướng sử dụng trích lập dự phòng rủi ro tín dụng như một công cụ nhằm che giấu lợi nhuận thực của NH bằng cách chuyển một phần lợi nhuận vào chi phí trích lập dự phòng Do đó, có thể
6 2 nhận thấy sẽ khó phản ảnh được tình hình thực tế về nợ xấu của các NH qua tỷ lệ dự phòng rủi ro tín dụng.
Kết quả nghiên cứu từ bảng 4.8 cho thấy trong giai đoạn nghiên cứu từ năm 2012-
2021 mức độ mà tăng trưởng tín dụng có tác động đến tỷ lệ nợ xấu của các NHTM Việt Nam là ngược chiều với mức ý nghĩa thống kê 5% Theo đó, khi tốc độ tăng trưởng tín dụng tăng lên 1 đơn vị sẽ làm tỷ lệ nợ xấu giảm xuống 0,0099 đơn vị và ngược lại. Điều này mặc dù là trái ngược so với giả thuyết H5 được đặt ra bởi tác giả, tuy nhiên lại có sự tương đồng với Khemraj & Pasha (2009); hay Nguyễn Thị Hồng Vinh (2017).
Về mặt lý thuyết, điều có thể được lí giảng rằng tổng nợ xấu không bắt kịp hay thấp hơn tốc độ tăng trưởng tín dụng dẫn đến tỷ lệ nợ xấu (tổng nợ xấu/ tổng dư nợ) sẽ càng giảm xuống khi dư nợ tín dụng càng tăng lên Mặt khác về mặt lý luận, khi tốc độ tăng trưởng tín dụng giảm, tức là các doanh nghiệp, cá nhân sẽ gặp khó khăn trong việc tiếp cận nguồn vốn để đầu tư, mở rộng sản xuất kinh doanh dẫn đến lợi nhuận bị giảm sút, đồng thời suy giảm khả năng trả nợ vay, từ đó khả năng phát sinh nợ xấu tăng lên.
Kết quả cuối cùng của nghiên cứu đã đưa ra nhận định rằng với giai đoạn nghiên cứu từ 2012 đến năm 2021 thì tốc độ tăng trưởng kinh tế có mối quan hệ ngược chiều đến tỷ lệ nợ xấu của các NHTM Việt Nam Kết quả này là phù hợp với giả thuyết nghiên cứu H6 đã nêu, cũng như đa số các công bố khoa học trên thế giới và Việt Nam (điển hình như Marijana Curak & các cộng sự (2013); Makri & các cộng sự (2014); Nguyễn Thị Hồng Vinh (2017); Phạm Dương Phương Thảo & Nguyễn Linh Đan (2018)) Theo đó trong phạm vi nghiên cứu, khi tốc độ tăng trưởng kinh tế tăng lên 1 đơn vị sẽ khiến tỷ lệ nợ xấu giảm đi một giá trị là 0,0320 đơn vị và ngược lại. Điều này có hàm ý rằng khi nền kinh tế tăng trưởng bền vững, ổn định và môi trường sản xuất kinh doanh thuận lợi sẽ giúp các cá nhân, hộ gia đình, các doanh nghiệp kinh doanh đạt hiệu quả, dễ dàng đạt được lợi nhuận cao, cùng vì đó gia tăng khả năng thanh toán các khoản nợ vay đúng hạn và hạn chế rủi ro nợ xấu cho ngân hàng Ngược lại, hoạt động sản xuất kinh doanh trong giai đoạn kinh tế suy thoái hoặc
6 3 kém phát triển sẽ thường gặp nhiều khó khăn, doanh thu bị sụt giảm do đó không thể đảm bảo vấn đề thanh toán nợ vay cho NH, từ đó dẫn đến nợ xấu tăng lên.
Theo kết quả nghiên cứu định lượng cho thấy tỷ lệ lạm phát có tác động cùng chiều đến tỷ lệ nợ xấu của các NHTM Việt Nam trong giai đoạn nghiên cứu Cụ thể, khi tỷ lệ lạm phát tăng lên 1 đơn vị khiến cho tỷ lệ nợ xấu của ngân hàng tăng lên 0,0445 đơn vị và ngược lại Đồng thời, kết quả này cũng cùng dấu với giả thuyết H7 đã kỳ vọng và có sự tương đồng với Marijana Curak & các cộng sự (2013); Nguyễn Thị Hồng Vinh (2017).
So với thực trạng thực tế mối quan hệ giữa tỷ lệ lạm phát và tỷ lệ nợ xấu thì kết quả nghiên cứu của tác giả khá phù hợp Theo đó, khi lạm phát cao sẽ kéo theo lãi suất cho vay càng tăng, điều này làm cho chi phí nguyên liệu đầu vào tăng lên và hoạt động sản xuất kinh doanh gặp nhiều khó khăn, cũng như suy giảm khả năng trả nợ của khách hàng vay, qua đó cũng làm gia tăng nợ xấu của các NH và ngược lại.
Sau khi đã hình thành được mô hình phù hợp cho nghiên cứu và xác định đầy đủ dữ liệu nghiên cứu cùng phương pháp chính của nghiên cứu ở chương trước Trong chương 4, tác giả đã trình bày các kết quả phân tích ước lượng hồi quy theo ba mô hình Pooled OLS, FEM và REM, và các kiểm định cần thiết Đồng thời, tác giả cũng trình bày tóm tắt kết quả nghiên cứu đã khắc phục các khiếm khuyết (nếu có) bằng phương pháp ước lượng GMM.
Cụ thể trong khoảng thời gian nghiên cứu từ năm 2012 đến 2021, các yếu tố có tác động cùng chiều đến tỷ lệ nợ xấu của các NHTM Việt Nam là tỷ lệ nợ xấu ở năm trước và lạm phát Song song đó, các yếu tố khác bao gồm tỷ suất sinh lời trên vốn chủ sở hữu, quy mô ngân hàng, tốc độ tăng trưởng tín dụng và tốc độ tăng trưởng kinh tế đều có tác động ngược chiều đến tỷ lệ nợ xấu của các NHTM Việt Nam Mặt khác, mỗi yếu tố còn lại là tỷ lệ dự phòng rủi ro tín dụng là không có bằng chứng xác thực mối quan hệ với tỷ lệ nợ xấu.
