1580 Các Yếu Tố Tác Động Đến Nợ Xấu Của Nhtm Cp Vn 2023.Docx

TP HỒ CHÍ MINH, NĂM 2023 BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH NGUYỄN BÍCH KHUÊ CÁC YẾU TỐ TÁC ĐỘNG ĐẾN NỢ XẤU CỦA NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN VIỆ[.]

GIỚI THIỆU

Tính cấp thiết của đề tài

An ninh tài chính quốc gia là điều kiện tiên quyết mang lại an toàn và thúc đẩy nền kinh tế tăng trưởng và tạo nền tảng ổn định cho xã hội Nợ xấu “phình to” sẽ tác động theo chiều hướng tiêu cực đến chiến lược tài chính cũng như các mục tiêu trọng yếu của sự phát triển kinh tế - xã hội Ngành ngân hàng được coi là đầu tàu tài chính của đất nước nhưng bản chất hoạt động này luôn phải đối mặt với vấn đề nợ gốc, lãi khó thu hồi Điều này đồng nghĩa rằng nợ xấu luôn hiện hữu trong hoạt động tín dụng và rất khó để loại bỏ nợ xấu Vì vậy, một trong những mục tiêu hàng đầu của các NHTMCP là kiểm soát tỷ lệ nợ xấu trong mức cho phép.

Tại Việt Nam, nợ xấu vẫn là mối “nhức nhối” cần phải giải quyết sau hơn một thập kỷ kể từ khi Ngân hàng Nhà nước (NHNN) tiến hành hai đề án tái cơ cấu song song với xử lý nợ xấu Dễ dàng nhận thấy, nợ xấu dù là vấn đề cũ, tồn tại từ lâu nhưng vẫn là chủ đề nóng trong ngành tài chính nước nhà Cụ thể là đến cuối năm

2011, tỷ lệ nợ xấu đạt ở mức 3,6 - 3,8% trên tổng dư nợ tín dụng Con số này tới cuối năm 2012 tiếp tục tăng và vượt ngưỡng lên mức 4.08% theo như công bố của NHNN (2016) Tuy nhiên, theo Hoàng Thủy Yến (2014) thì các tổ chức đánh giá độc lập cho biết con số thực tế cao hơn nhiều so với công bố của NHNN.

Nhờ nhiều nỗ lực của ngành, tỷ lệ nợ xấu giảm từ mức rất cao ở những năm trước đây lần lượt về mức 3.25% (năm 2014) và 2.55% (năm 2015) Tiếp theo đó là việc ban hành Nghị quyết số 42/2017/QH14 và Quyết định số 1058/QĐ-TTg cùng với nền kinh tế phục hồi mạnh mẽ đã giúp tỷ lệ nợ xấu giảm dần và ghi nhận thành công khi năm 2018 và năm 2019 tỷ lệ này giảm dưới mức 2% Đây là con số khả

2 quan Tuy nhiên, đỉnh điểm là vào giai đoạn 2020 – 2021, đại dịch COVID-19 đã ảnh hưởng đến toàn cầu, bao gồm cả Việt Nam Rõ ràng là câu chuyện nợ xấu của ngành ngân hàng sẽ gia tăng trong bối cảnh chung, nhưng nhờ sự hỗ trợ rất lớn bởi 2 văn bản pháp luật gồm Nghị quyết 42/2017/QH14 và Thông tư 14/2021/TT- NHNN (Thông tư 14) nên nợ xấu nội bảng của ngành vẫn đạt mục tiêu dưới 3% trong giai đoạn này Tuy nhiên kể từ ngày 30/06/2022, Thông tư 14 chính thức hết hiệu lực khiến rủi ro nợ xấu ngân hàng tăng cao hơn khi NHTMCP chuyển dần các khoản nợ được tái cơ cấu về đúng nhóm nợ thực tế Hệ quả là nợ xấu của các NHTMCP tại nước ta đặc biệt tăng mạnh trong 6 tháng cuối năm 2022 do doanh nghiệp, cá nhân vay vốn không đủ năng lực trả nợ hoặc xin gia hạn nợ Cụ thể là kết thúc năm tài chính 2022, ngành ngân hàng ghi nhận tỷ lệ nợ xấu nội bảng đã tăng lên 1,92%; tỷ lệ nợ xấu gộp khoảng 4,5% (Tiêu Phong và Lê Quân, 2023).

Một điểm đáng báo động trong vòng một năm trở lại đây là các doanh nghiệp bất động sản liên tục chịu tác động tiêu cực, bao gồm việc sụt giảm cho vay trong nửa cuối năm 2022 do cạn room tín dụng và hệ quả của Nghị định 65/2022/NĐ-CP khiến thị trường trái phiếu bị đóng băng Theo Tiêu Phong và Lê Quân (2023), trên bảng cân đối kế toán của các tổ chức tín dụng, lĩnh vực này đóng góp tới 21% trong tổng dư nợ và các khoản nợ xấu liên quan đến bất động sản chiếm xấp xỉ 20% tổng quy mô nợ xấu (chưa tính đến khoảng 4% dư nợ trái phiếu sở hữu ngoài hệ thống tín dụng) Sự thoái trào của các doanh nghiệp bất động sản khiến các ngân hàng đối mặt với tình trạng “đón bão” nợ xấu và dự báo sẽ tiếp tục kéo dài sang năm 2023 Chính vì vậy, nhằm duy trì sự ổn định thị trường tài chính, góp phần giảm tỷ lệ nợ xấu tạo ra thách thức lớn cho hệ thống NHTMCP Việt Nam.

Mặt khác, cũng đã có rất nhiều bài viết nước ngoài chứng minh tầm quan trọng trong việc xem xét nợ xấu Theo Karim và cộng sự (2011), sau cuộc suy thoái

2008, chủ đề nợ xấu cần phải được quan tâm hơn nhằm có cái nhìn tổng quan trong việc đánh giá hiệu quả hoạt động tại các ngân hàng Về nguyên nhân phát sinh nợ xấu thì theo công trình của Salas và Saurina (2002) hay của Ghosh (2015), các yếu tố vi mô tác động đến nợ xấu của NHTM được đề cập tỷ lệ như là tỷ lệ trích lập dự phòng, tốc độ tăng trưởng tín dụng, ROE và quy mô ngân hàng Tobin (1880)

3 khuyến nghị cần lưu ý vấn đề thanh khoản để đáp ứng người gửi rút tiền bất kỳ lúc nào Đồng thời, họ cũng phải sẵn sàng cung cấp lượng tiền mặt tối thiểu theo yêu cầu của khách hàng ngay khi khách hàng có nhu cầu Do đó, các tổ chức phải dự trữ tài sản phục vụ nhu cầu thanh khoản.

Song song đó, nhiều nghiên cứu đã được thực hiện nhằm tìm ra các biến số tác động đến tỷ lệ nợ xấu của NHTMCP Việt Nam Điển hình là theo Đào Lê Kiều Oanh và cộng sự (2020), Trần Vương Thịnh và Nguyễn Ngọc Hồng Loan (2021), nguyên nhân chính dẫn đến nợ xấu ngân hàng tăng cao là tốc độ tăng trưởng tín dụng, quy mô ngân hàng và tỷ lệ trích lập rủi ro tín dụng Vì vậy, để xây dựng các chiến lược hạn chế ảnh hưởng của các cuộc khủng hoảng tài chính trong tương lai, điều quan trọng là phải hiểu rõ nguồn gốc và ảnh hưởng của nó.

Ngân hàng ở Việt Nam rất chú trọng đến công tác quản trị xử lý rủi ro và nghiên cứu kỹ vấn đề này bên cạnh đẩy mạnh hoạt động tín dụng Vấn đề mấu chốt là làm thế nào để giữ được tỷ lệ nợ xấu vẫn ở trong mức an toàn và tìm ra nguyên nhân có giải pháp phù hợp để giải quyết nó giúp ngành ngân hàng phát triển lành mạnh, đảm bảo sức khỏe nền kinh tế nói chung khi mà Việt Nam phục hồi mạnh mẽ sau khi nền kinh tế liên tục bị trì trệ trong suốt giai đoạn dịch bệnh.

Xuất phát từ những yếu tố đã được đề cập, tôi chọn đề tài “Các yếu tố tác động đến nợ xấu của ngân hàng thương mại cổ phần Việt Nam” làm đề tài nghiên cứu.

Mục tiêu và câu hỏi nghiên cứu

Nghiên cứu những yếu tố ảnh hưởng đến chỉ tiêu nợ xấu của các NHTMCP ở Việt Nam trong thời kỳ 2012 – 2022 và mang đến những hàm ý chính sách để hạn chế nợ xấu phát sinh thêm trong giai đoạn tới.

• Nhận diện được các yếu tố vĩ mô của nền kinh tế và các yếu tố đặc thù của ngành ngân hàng tác động đến nợ xấu tại các NHTMCP Việt Nam.

• Lượng hóa mức độ tác động của các yếu tố trên đến tỷ lệ nợ xấu.

• Hàm ý chính sách nhằm hạn chế nợ xấu tăng cao đối với NHTMCP tại Việt Nam.

• Yếu tố nào tác động đến nợ xấu của các NHTMCP tại Việt Nam?

• Mức độ và chiều hướng tác động của các yếu tố tác động đến tỷ lệ nợ xấu của các NHTMCP tại Việt Nam như thế nào?

• Các hàm ý chính sách cần thực hiện để hạn chế nợ xấu tăng cao đối vớiNHTMCP tại Việt Nam?

Đối tượng và phạm vi nghiên cứu

1.3.1 Đối tượng nghiên cứu Đối tượng nghiên cứu được đề cập là yếu tố tác động đến nợ xấu của các ngân hàng thương mại cổ phần Việt Nam.

Phạm vi nghiên cứu của khóa luận bao gồm 24 NHTMCP tại Việt Nam.

Thời gian khảo sát từ năm 2012 – 2022 với dữ liệu được thu thập từ cácBCTC, BCTN và các dữ liệu vĩ mô khác.

Phương pháp và dữ liệu nghiên cứu

Phương pháp định tính dùng để phân tích, so sánh và tổng hợp số liệu thống kê kết hợp với dữ liệu vi mô từ BCTC đã kiểm toán, BCTN công bố trên website của các NHTM giai đoạn 2012 - 2022 tại Việt Nam Dữ liệu vĩ mô được thu thập từ NHNN, IMF, các bài viết liên quan đến chủ đề nghiên cứu, các website,…

Phương pháp định lượng dùng để nghiên cứu sử dụng hồi quy dữ liệu bảng để phân tích Thông qua phần mềm Stata, nghiên cứu có sử dụng các mô hình phổ biến là Pooled OLS, REM và FEM Song song đó là tiến hành kiểm định khuyết tật.

Từ đó sử dụng kết quả của FGLS làm kết quả cuối cùng.

Đóng góp của đề tài

Về mặt khoa học: Nhờ lược khảo về các chủ đề nợ xấu và các vấn đề xoay quanh nợ xấu, nghiên cứu nhận thấy các yếu tố ảnh hưởng có thể thay đổi theo thời gian và dữ liệu cũ sẽ không còn phù hợp trong tình hình hiện tại Dưới tác động sâu sắc thời kỳ hậu đại dịch Để xác định rõ tác động của môi trường kinh tế vi mô và đặc thù ngành đến nợ xấu của các NHTMCP tại Việt Nam, nghiên cứu sẽ kế thừa và mở rộng các nghiên cứu trước đó Nghiên cứu xây dựng một mô hình lý thuyết về thông tin thị trường có giá trị khoa học mang tính ứng dụng cao bằng cách kết hợp bộ dữ liệu mười năm từ 24 NHTMCP tại Việt Nam.

Về mặt ứng dụng: Bằng việc phân tích và đánh giá tác động của các biến nghiên cứu đến nợ xấu ngân hàng, nghiên cứu đưa ra một số hàm ý chính sách, định hướng hoạt động ngân hàng và quan điểm chính sách của nhà nước Các nhà hoạch định chính sách nhờ đó sẽ có thêm kiến thức để vận dụng khi điều phối chiến lược kinh doanh và hạn chế các tác động nợ xấu sao cho phù hợp với môi trường và chiến lược phát triển hiện tại cũng như trong tương lai Ngoài ra, các phân tích và giải pháp do nghiên cứu đưa ra sẽ thúc đẩy lĩnh vực nghiên cứu và đóng vai trò là điểm khởi đầu cho các nghiên cứu khác về cùng một vấn đề.

Kết cấu của nghiên cứu

Chương 1: Giới thiệu Tổng quan nội dung nghiên cứu gồm lý do lựa chọn đề tài, mục tiêu nghiên cứu , câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, các đóng góp của nghiên cứu và cấu trúc nghiên cứu.

Chương 2: Cơ sở lý thuyết và lược khảo các công trình nghiên cứu liên quan Khung lý thuyết về nợ xấu cùng ảnh hưởng của nó đến ba chủ thể kinh tế. Đồng thời, lược khảo kết quả nghiên cứu ở trong nước và các quốc gia/khu vực trên thế giới tạo cơ sở cho các nghiên cứu ở chương kế tiếp.

Chương 3: Phương pháp luận Giới thiệu các mô hình nghiên cứu, các biến nghiên cứu, dữ liệu nghiên cứu, các phương pháp nghiên cứu cùng quy trình nghiên cứu sẽ áp dụng trong nghiên cứu để thu về kết quả đúng với mục tiêu được đặt ra căn cứ trên nội dung đã nêu cụ thể tại chương 2.

Chương 4: Kết quả nghiên cứu và thảo luận Tiến hành chạy và phân tích

6 mô hình Từ đó kết luận mô hình tối ưu.

Chương 5: Kết luận và hàm ý chính sách Trình bày kết quả tổng thể của nghiên cứu, cũng như hàm ý chính sách tương ứng với từng biến số tác động Song song đó, chương 5 cũng thừa nhận một số hạn chế mà nghiên cứu vẫn chưa khắc phục được Cuối cùng là đề xuất các hướng nghiên cứu kế tiếp.

Chương 1 đã trình bày rõ về tính cấp thiết của việc xem xét và phân tích các yếu tố tác động đến nợ xấu dựa vào tình hình thực tế nợ xấu của các NHTMCP ViệtNam giai đoạn 2012 – 2022 Việc xác định mục tiêu và đối tượng nghiên cứu cũng được thể hiện trong chương này Ngoài ra, phương pháp nghiên cứu chính là nghiên cứu định lượng, còn nghiên cứu định tính đóng vai trò là phương pháp phụ trợ Cuối cùng là đưa ra kết cấu bố cục gồm 5 chương và những điểm nổi bật trong mỗi chương.

CƠ SỞ LÝ THUYẾT VÀ LƯỢC KHẢO CÁC TÀI LIỆU NGHIÊN CỨU CÓ LIÊN QUAN

Cơ sở lý thuyết về nợ xấu

Nợ xấu là một cấu phần quan trọng để đánh giá mức độ tương tác giữa lợi nhuận từ hoạt động tín dụng và rủi ro tín dụng Những từ như non – performing loan (NPL), bad debt, doubtful debt được dùng rộng rãi để mô tả nợ xấu Nhìn chung nợ xấu được mô tả như sau:

Theo BCBS (2006), “một khoản vay được coi là mất khả năng thanh toán nếu xảy ra một hoặc cả hai trường hợp sau: (i) Ngân hàng xác định rằng bên vay vốn không thể trả toàn bộ khoản vay; (ii) Chủ thể vay vốn quá hạn thanh toán trên 90 ngày” Ngoài ra, BCBS đặc biệt chú ý “tổn thất có thể xảy ra trong tương lai” khi định giá các khoản vay Toàn bộ các khoản vay quá hạn 90 ngày và có biểu hiện mất khả năng thanh toán của bên vay sẽ bị coi là nợ xấu theo hướng dẫn này.

Hội đồng Chuẩn mực Kế toán quốc tế (IASB) (2004) nhận thấy rằng các ngân hàng xử lý nợ xấu phải thu thập dữ liệu khách quan ngay từ năm 2005 Khi giá trị của một khoản nợ phải trả giảm đi, tài sản được ghi nhận bị suy giảm giá trị do chất lượng của khoản nợ xấu xuống cấp Dễ dàng nhận thấy, IAS vẫn đánh giá cao khả năng trả nợ hơn là thời gian quá hạn.

Theo Quỹ Tiền tệ Quốc tế (2019): “Nợ xấu được định nghĩa là những khoản vay mà (1) Quá hạn thanh toán gốc/lãi 90 ngày trở lên; hoặc (2) các khoản thanh toán lãi từ 90 ngày trở lên đã được vốn hóa (tái đầu tư thành số tiền gốc), tái cấp vốn hoặc đảo hạn (thanh toán chậm theo thỏa thuận); hoặc (3) khả năng thanh toán của bên vay suy giảm, chẳng hạn như do phá sản hoặc khó khăn tài chính khác” Quan điểm này xem xét nợ xấu trên khía cạnh khả năng trả nợ của khách hàng và thời gian nợ Khách hàng có thể hoàn toàn không trả được nợ hoặc chỉ có thể thanh toán một phần IMF xem xét nợ xấu từ một góc độ khác về việc trì hoãn thời gian trả nợ với mốc thời gian là quá hạn trên 90 ngày Ngoài ra, định nghĩa mới nhất về NPL không có sự khác biệt so với bản trước đó của IMF (2004).

Tại Việt Nam, sau nhiều lần sửa đổi bổ sung thì nợ xấu được định nghĩa theo Thông tư 11/2021/TT-NHNN của Thống đốc NHNN ngày 30/07/2021 (gọi tắt là Thông tư 11) – Quyết định mới nhất về việc phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài Như vậy, tại khoản 8 Điều 3 Thông tư 11, “nợ xấu được định nghĩa là nợ xấu nội bảng, gồm nợ thuộc các nhóm 3, 4 và 5 quy định tại Điều 10 Thông tư 11” Theo NHNN, nợ xấu được quyết định bởi hai điều sau: (i) Thanh toán chậm hơn 90 ngày và (ii) Nghi ngờ về khả năng thực hiện nghĩa vụ của người đi vay.

2.1.2 Phân loại nợ và phương pháp đánh giá nợ xấu

Giới thiệu các phân loại và phương pháp đánh giá nợ xấu tại một số quốc gia Để ngân hàng tăng trưởng bền vững trong dài hạn, công tác điều tiết và quản lý nợ xấu cần được thực hiện một cách chặt chẽ Do đó, việc xác định các khoản cho vay có tính chất nợ xấu, đánh giá rủi ro và chủ động trích lập các khoản dự là điều không thể bỏ qua.

Bholat và cộng sự (2016) lập luận trong nghiên cứu của mình rằng khó có một tiêu chuẩn chung về phân loại nợ do thực tế nó phụ thuộc vào đặc điểm riêng của mỗi quốc gia Phụ lục 01 trình bày một số điểm khác biệt giữa phân loại nợ tại các nước thuộc nhóm G20 của công trình nghiên cứu này.

Qua Phụ lục 01, dễ dàng nhận thấy rằng Hoa Kỳ, Đức đã sử dụng các hệ thống để phân loại các khoản nợ một cách rõ ràng Mặt khác, các nhà quản lý ngân hàng thường có trách nhiệm xây dựng các quy tắc và thủ tục phân loại nợ nội bộ tại những quốc gia không tồn tại hệ thống quản lý cụ thể Điển hình là hệ thống Pháp quy định các điều kiện tối thiểu đối với các khoản vay có dấu hiệu suy giảm, nhưng không có tiêu chuẩn rõ ràng để thiết lập chúng Cách tiếp cận tương tự được sử dụng ở Ý khi nước này phân thành năm nhóm nợ chỉ với hướng dẫn chung về cách áp dụng phân loại vào thực tế Tại Anh, các nhóm nợ không được hình thành theo bất kỳ tiêu chí nào Do đó, giám sát viên ngân hàng mong muốn ngân hàng có một quy trình phù hợp để quản lý rủi ro tín dụng, bao gồm cả việc đánh giá và cập nhật khoản vay Trong khi đó, các quốc gia châu Á (như Trung Quốc, Nhật Bản, Hàn Quốc,…) thường có xu hướng chia các khoản vay thành bốn hoặc năm hạng mục và sử dụng cách phân loại tương tự nhau Hơn nữa, số nhóm nợ của các nước châu Mỹ như Argentina và Brazil vượt quá mức chung khi so sánh với các nước trong nhóm G20.

Ngoài ra, dựa trên cơ sở về thời gian quá hạn mà WB, IMF, và một số ngân hàng nước ngoài phân nợ vào năm nhóm cơ bản như sau: (i) Nhóm 1 – Nợ đạt tiêu chuẩn; (2) Nhóm 2 – Nợ cần theo dõi; (3) Nhóm 3 - Nợ dưới tiêu chuẩn; (4) Nhóm 4 – Nợ đáng nghi ngờ; (5) Nhóm 5 – Nợ có khả năng mất vốn.

Giới thiệu cách phân loại và phương pháp đánh giá nợ xấu tại Việt Nam theo quy định Thông tư 11

Từ năm 2005, các NHTM tại Việt Nam đã thực hiện phân loại nợ và trích lập dự phòng rủi ro theo hướng dẫn tại Quyết định 493/2005/QĐ-NHNN (còn gọi là Quyết định 493) của NHNN Tiếp đó là Thông tư số 02/2013/NHNN (Thông tư 02) được ban hành Tuy nhiên, văn bản này xuất hiện một số hạn chế do NHTM ngày càng càng đa dạng lĩnh vực kinh doanh Như một hệ quả tất yếu, các văn bản mới, cập nhật và thay thế phải được tạo ra để tăng cường bảo mật hệ thống, tăng tính minh bạch trong hoạt động của các NHTM và tuân theo quy định quản lý rủi ro toàn cầu Trước tình hình đó, NHNN đã ban hành Thông tư 11/2021/TT-NHNN (Thông tư 11) ngày 30/07/2021 thay thế một số văn bản liên quan khác và Thông tư 02. Theo quy định tại Điều 1 và Khoản 1, 2 của Điều 11 trong Thông tư 11, các khoản nợ trong được phân loại theo phương pháp định lượng và định tính.

Về phương pháp phân loại nợ định lượng, tổ chức tín dụng thực hiện phân loại nợ căn cứ vào thời gian quá hạn của khoản nợ và có quyền chủ động phân loại khách hàng vào nhóm có rủi ro cao hơn khi nhận thấy khả năng trả nợ bị suy giảm.Ngược lại, các tổ chức tín dụng sử dụng hệ thống xếp hạng nội bộ theo phương pháp định tính, dựa trên chính sách giảm thiểu và quản lý rủi ro Bất kể phương pháp nào được sử dụng thì nợ xấu đều là các khoản nợ từ nhóm 3 đến nhóm 5, lần lượt tương ứng với nợ dưới tiêu chuẩn, nợ nghi ngờ và nợ có khả năng mất vốn.

Trên thực tế, phần lớn các tổ chức tín dụng chỉ phân loại nợ theo định lượng mà không quan tâm đến phương pháp định tính Do đó, hệ thống phân loại nhóm nợ của Việt Nam và những mô tả cơ bản về từng nhóm nợ tương tự như hệ thống của nhiều quốc gia phát triển khác Ngoài ra, do khóa luận xem xét các yếu tố tác động đến tỷ lệ nợ xấu tại các NHTMCP trên địa bàn Việt Nam nên nghiên cứu sử dụng phương pháp phân loại nợ theo quy định của NHNN Việt Nam làm chuẩn.

Các tác động của nợ xấu

Không chỉ ảnh hưởng đến hiệu quả kinh doanh của bản thân ngân hàng mà nợ xấu còn tác động sâu rộng và nặng nề đến các chủ thể xung quanh, cũng như nền kinh tế Có thể chia thành 3 nhóm như sau:

2.2.1 Tác động của nợ xấu đối với ngân hàng

Khi phân tích các tác động của nợ xấu đối với hệ thống ngân hàng, tác động đầu tiên được đề cập đến là giảm khả năng sinh lời của ngân hàng Thông thường, hoạt động chính của các ngân hàng là huy động tiền gửi từ vốn thị trường nhàn rỗi và sử dụng nó để cho vay Hay nói cách khác, ngân hàng hỗ trợ luân chuyển vốn từ nơi dư thừa sang nơi cần vốn Kết quả là, vốn có thể được sử dụng hiệu quả hơn trong khi vẫn hưởng lợi từ việc phân bổ dòng vốn vào Mặt khác, nợ xấu cao cho thấy ngân hàng không có khả năng thu hồi nợ gốc, tồn đọng vốn kinh doanh lớn. Như vậy, ngân hàng vừa phải trả lãi tiền gửi, vừa giảm lợi nhuận để tăng trích lập dự phòng theo quy định đã ban hành Nếu tình trạng này vẫn còn tiếp diễn, ngân hàng này sẽ bị giám sát đặc biệt bởi từ NHNN và hạn chế khả năng mở rộng hoạt động kinh doanh của ngân hàng.

Song song đó, nợ xấu còn ảnh hưởng đến khả năng thanh toán Tương tự như việc nợ xấu ảnh hưởng đến khả năng sinh lời: làm chi phí quản lý và xử lý nợ xấu tăng, bên cạnh việc mất gốc và lãi từ các khoản cho vay Từ đó gây mất cân đối và tiềm ẩn rủi ro thanh khoản.

Cuối cùng, tỷ lệ nợ xấu cao gây tổn hại đến uy tín và làm suy giảm lòng tin của khách hàng đối với tiềm lực tài chính của ngân hàng trên thị trường Trong thời đại cạnh tranh giữa các ngân hàng ngày càng gay gắt, uy tín của ngân hàng chính là nền tảng để khách hàng lựa chọn và tin tưởng ngân hàng Nhờ đó, ngân hàng có thể cạnh tranh được với nhau và duy trì hoạt động kinh doanh của mình Ở một khía cạnh nhất định, lợi nhuận của các NHTM sẽ bị giảm, quyền lợi của các cổ đông và/hoặc những người góp vốn đầu tư cũng sẽ bị tác động Mặt khác, việc tiếp cận thông tin giờ đây dễ dàng và nhanh chóng hơn nhờ sự tiến bộ của truyền thông đại chúng Do đó, nếu tình trạng nợ xấu không được khắc phục và tiếp tục kéo dài, hệ quả tất yếu là tâm lý đám đông khiến họ thoái vốn một cách ồ ạt và ngân hàng rơi vào tình trạng mất thanh khoản.

2.2.2 Tác động của nợ xấu đối với chủ thể vay vốn

Khi phát sinh nợ xấu, vấn đề mà khách hàng thường gặp phải đó là khả năng quay vòng vốn và uy tín khách hàng bị giảm sút Tức là, nợ xấu xảy ra là biểu hiện của hoạt động sản xuất kinh doanh kém hiệu quả khiến khách hàng không có năng lực trả nợ gốc/lãi đến hạn CIC theo đó sẽ hạ xếp hạng tín nhiệm của khách hàng, gây mất uy tín và hình ảnh của họ Đối với nhóm khách hàng này, ngân hàng sẽ giảm hạn mức tín dụng, hạn chế giải ngân hoặc thu hồi nợ trước hạn Nguồn vốn để khách hàng duy trì và xoay vòng thanh toán, giao dịch kinh doanh và các hoạt động khác có thể bị gián đoạn Ngoài ra, khách hàng còn phải chịu khoản phạt khá cao do không hoàn thành đúng nghĩa vụ đã cam kết của mình, dẫn đến chi phí tài chính bị dội lên cao.

2.2.3 Tác động của nợ xấu đối với nền kinh tế

Hệ thống ngành ngân hàng là sợi dây liên kết giữa các chủ thể Khi nợ xấu ảnh hưởng đến hoạt động kinh doanh của các ngân hàng, nền kinh tế cũng sẽ bị ảnh hưởng theo.

Vay và cho vay là hai hoạt động chính tạo ra phần lớn doanh thu cho mỗi ngân hàng, đảm bảo dòng vốn liên tục chảy vào nền kinh tế Nếu hoạt động này duy trì thanh toán đúng hạn thì vốn thu hồi sẽ luôn luân chuyển và tạo ra giá trị trên thị trường Hơn thế nữa, nguồn vốn dồi dào và sự phân bổ vốn hợp lý, linh hoạt vào các ngành nghề kinh doanh sẽ thúc đẩy nền kinh tế thị trường phát triển Ngược lại, nợ xấu phát sinh sẽ kìm hãm tăng trưởng kinh tế, cụ thể hơn là làm giảm cung tín dụng đổ vào cá nhân, tổ chức và doanh nghiệp Khi nợ xấu tăng, một khối lượng vốn tồn đọng trong các khoản nợ xấu này làm giảm lượng tiền trong lưu thông và gây áp lực lên cung tiền Song song đó, các ngân hàng phải tăng cường trích lập dự phòng để bù đắp chi phí vốn huy động khiến lãi suất cho vay đầu ra tăng Ngân hàng cũng đề phòng và hạn chế giải ngân vốn vay để đảm bảo vấn đề thanh khoản, dẫn đến nguồn vốn đưa ra thị trường ngày càng khan hiếm Lúc này khách hàng muốn vay vốn để duy trì hoạt động kinh doanh cũng khó khăn Theo thời gian, khi vượt qua một ngưỡng nhất định, tình trạng này tạo ra hiệu ứng Domino trên thị trường tài chính.

Xa hơn, khả năng chống chịu của các NHTM kém sẽ trực tiếp dẫn đến sự phá sản của một hoặc “đứt gãy” hệ thống liên ngân hàng, ảnh hưởng đến an tài chính của một quốc gia Hậu quả của hiệu ứng lan tỏa sẽ tiếp tục lan rộng ra nhiều khu vực trên thế giới, thay vì chỉ giới hạn trong một lãnh thổ Cơ chế này xuất hiện khi tâm lý lo sợ “mất tất cả” và sự mất niềm tin của các bên gửi tiền cùng bên đầu tư khiến họ đổ xô rút vốn, còn ngân hàng không đáp ứng được yêu cầu thanh khoản cho tiền gửi của khách hàng.

Cuối cùng, nợ xấu còn là gánh nặng với ngân sách nhà nước (NSNN) chứ không riêng với tổ chức tín dụng Thị trường sẽ trở nên mất cân bằng khi chi phí từ nợ xấu tích lũy theo thời gian đến từ việc ngân hàng không gánh nổi chi phí từ nguồn trích lập dự phòng của mình Khi đó, việc xử lý nợ xấu buộc Chính phủ phải sử dụng nguồn vốn từ NSNN Tình trạng này có thể dẫn đến bội chi ngân sách, tiềm ẩn nguy cơ gây lạm phát và gây bất ổn cho nền kinh tế Ngoài ra, dòng vốn đầu tư trong các khoản tiết kiệm của NSNN dễ dàng bị thu hẹp, làm giảm khả năng chống chọi với các cú sốc trong tương lai của hệ thống tài chính Hậu quả là gây ra những tác động tiêu cực như thất nghiệp, an sinh xã hội,…

Lược khảo nghiên cứu thực nghiệm trước

Khóa luận lược khảo một số nghiên cứu được tiến hành tại quốc tế và Việt Nam về mối quan hệ giữa những yếu tố ảnh hưởng đến tỷ lệ nợ xấu Trên cơ sở đó, đề tài sẽ xem xét việc áp dụng các yếu tố này trong nghiên cứu.

2.3.1 Nghiên cứu trên thế giới

Nhiều học giả từ khắp nơi đã tìm hiểu về đề tài nợ xấu, đặc biệt tập trung vào những năm 2000 Những điểm tương đồng giữa các nghiên cứu này cho thấy sự quan tâm tăng lên rõ rệt sau cuộc khủng hoảng tài chính toàn cầu Phần lớn các công trình nghiên cứu đều xem xét một mẫu nhỏ các quốc gia được dựa trên phân loại khu vực hoặc đặc điểm của nhóm quốc gia.

Công trình nghiên cứu chuyên sâu toàn diện đầu tiên về việc tăng trưởng vay nhanh có dẫn đến rủi ro nợ vay tăng cao hay không là nghiên cứu " Does faster loan growth lead to higher loan losses?" của Keeton (1999) Bài viết lấy thông tin của 260 ngân hàng tại Hoa Kỳ từ năm 1982 đến năm 1996 và áp dụng mô hình vector autoregression (VAR) Keeton đã phát hiện ra rằng tốc độ tăng trưởng tín dụng có mối liên hệ chặt chẽ với sự yếu kém của tài sản cho vay, dẫn đến gia tăng nợ xấu. Ngoài ra, nghiên cứu còn tiết lộ rằng ở một số bang của Hoa Kỳ, tăng trưởng tín dụng nhanh kết hợp với tiêu chuẩn cho vay lỏng lẻo đã đóng góp vào việc tăng nợ xấu.

Salas và Saurina (2002) đã tiến hành so sánh các yếu tố ảnh hưởng đến sự xuất hiện của khoản vay gặp vấn đề trong các bộ dữ liệu của NHTM và Quỹ tiết kiệm Tây Ban Nha từ 1985 đến 1987 Kết quả là hai biến tăng trưởng tín dụng và tỷ lệ nợ xấu năm trước đó được xác định có mối tương quan thuận với tỷ lệ nợ xấu. Đáng chú ý, tăng trưởng tín dụng sẽ cho phép các nhà quản lý dự đoán sự bất ổn về thanh khoản và thiết lập chiến lược để kiểm soát sự gia tăng của các khoản nợ xấu. Ngược lại, tăng trưởng kinh tế và quy mô của ngân hàng được xác định có tác động tiêu cực đối với các khoản nợ xấu, vì việc cho vay quá mức của các ngân hàng có thể dẫn đến sự gia tăng các khoản nợ xấu trong các giai đoạn kế tiếp.

Tại Đài Loan vào năm 1991, Chính phủ Đài Loan đã ban hành Nghị định về thúc đẩy thành lập NHTM nhằm nới lỏng các rào cản pháp lý đối với việc gia nhập ngành ngân hàng Quyết định này đã ảnh hưởng đến các ngân hàng thành lập trước và sau năm 1991 Hơn nữa, người ta phát hiện ra rằng các NHTM càng lâu đời thì nợ xấu được tích lũy theo thời gian càng cao Xuất phát từ các lý do trên, Hu và cộng sự

(2004) đã nghiên cứu 40 NHTM từ năm 1996 đến năm 1999 Đồng thời tác giả thêm một biến giả vào mô hình để đại diện cho việc một ngân hàng được thành lập trước hay sau năm 1991 Kết quả là mô hình tác động ngẫu nhiên vượt trội hơn so với mô hình tác động cố định bằng phương pháp kiểm định Hausman Nghiên cứu chứng minh rằng loại hình sở hữu cũng là một nguyên nhân dẫn đến nợ xấu Tác giả cũng tìm thấy quy mô ngân hàng có mối quan hệ tỷ lệ nghịch chiều đối với các khoản nợ xấu, tỷ lệ nợ xấu tăng khi quy mô ngân hàng giảm Trong khi hệ thống xử lý nợ xấu tại các NHTM Đài Loan không đặc biệt coi trọng việc đa dạng hóa danh mục cho vay.

Trái lại, Fofack (2005) tìm thấy bằng chứng về các khủng hoảng tài chính bằng cách cho rằng các khủng hoảng kinh tế và ngân hàng toàn cầu đã đóng vai trò góp phần gây ra biến động đáng kể trên các thị trường tài chính khu vực Sahara trong những năm 1990 Kết quả mô phỏng cho thấy rằng cả tăng trưởng kinh tế và lãi suất thực đều là hai yếu tố quyết định quan trọng đối với sự xuất hiện của các khoản nợ xấu trong khu vực này Ngoài ra, tác giả cũng lưu ý rằng các khoản nợ xấu có thể được xác định bằng nhiều biến quan sát khác nhau, chẳng hạn như tỷ giá hối đoái, sự tăng trưởng nóng của các khoản vay liên ngân hàng, ROA, và NIM.

Nghiên cứu được thực hiện bởi Abhiman và Saibal (2007) đưa ra cái nhìn tổng quan về các biến số tác động đến các khoản nợ có vấn đề của các ngân hàng quốc doanh Ấn Độ trong giai đoạn 1994 - 2005 Theo kết quả nghiên cứu dựa trên phương pháp ước lượng GMM, khoản cho vay này chịu ảnh hưởng của các nhân tố vĩ mô và vi mô Ở tầm vĩ mô, khủng hoảng tài chính làm chậm quá trình phát triển kinh tế, giảm thu nhập của doanh nghiệp và hộ gia đình, khiến họ khó trả nợ ngân hàng GDP là chỉ tiêu phản ánh sự suy giảm của nền kinh tế trong khoảng thời gian này Trong khi đó, ở cấp độ vi mô, nó thể hiện ở hai khía cạnh, bao gồm kinh nghiệm và khả năng xử lý của cán bộ tín dụng, tài sản thế chấp và cạnh tranh nội bộ ngành ngân hàng.

Trong khi đó, Khemraj và Pasha (2009) đã sử dụng mô hình FEM để khảo sát các yếu tố ảnh hưởng đến tỷ lệ nợ xấu của các ngân hàng ở Guyana trong khoảng thời gian từ 1994 đến 2004 Kết quả của thí nghiệm cho thấy rằng tỷ lệ nợ xấu bị ảnh hưởng đáng kể bởi tỷ giá hối đoái và tăng trưởng kinh tế thực Cụ thể, tỷ giá hối đoái thực có tác động cùng chiều đến nợ xấu, ngụ ý rằng danh mục đầu tư của các NHTM có thể tăng lên khi đồng nội tệ lên giá Ngược lại, kết quả của họ cho thấy tăng trưởng GDP có tương quan nghịch với nợ xấu, cho thấy rằng việc cải thiện nền kinh tế sẽ giảm tỷ lệ nợ xấu Hơn nữa, khác với các nghiên cứu thực nghiệm trước đó, quy mô ngân hàng và lạm phát không đặc biệt hiệu quả trong việc kiểm tra mối tương quan với mức độ nợ xấu.

Năm 2011, Festic và đồng nghiệp của ông tiến hành nghiên cứu về ảnh hưởng của tăng trưởng tín dụng nhanh đối với nợ xấu tại năm quốc gia thuộc Trung và Đông Âu Bằng cách sử dụng phương pháp FEM và REM để thu thập dữ liệu, phân tích hồi quy của họ cho thấy mối quan hệ tích cực giữa tăng trưởng tín dụng và nợ xấu của ngân hàng Hơn nữa, kết quả nghiên cứu cho thấy tỷ lệ tăng trưởng kinh tế và tỷ lệ lạm phát có tác động ngược lại đối với nợ xấu tại hai khu vực này.

Louzis và nhóm nghiên cứu của ông (2011) đã điều tra các yếu tố ảnh hưởng đến nợ xấu trong hệ thống ngân hàng Hy Lạp bằng cách nghiên cứu chín ngân hàng lớn nhất của Hy Lạp từ Q1 2003 đến Q3 2009 Bằng mô hình GMM, tác giả chứng minh tỷ lệ nợ xấu có mối quan hệ nghịch với tăng trưởng GDP, nhưng có mối quan hệ thuận với tỷ lệ nợ xấu của năm trước, tỷ lệ thất nghiệp và lãi suất thực tế Ngoài ra, kết quả nghiên cứu cho thấy tác động định lượng của các yếu tố quyết định đến nợ xấu có sự khác biệt tùy thuộc vào loại khoản vay, được phân loại thành ba danh mục: thế chấp, kinh doanh và tiêu dùng.

Trong thời kỳ từ năm 1998 - 2011, Nir Klein (2013) đã tiến hành nghiên cứu và khảo sát ở các vùng Trung, Đông và Đông Nam Âu bằng mô hình FEM, DGMM và SGMM Tác giả chia các yếu tố thành ba nhóm: Các biến vĩ mô của từng khu vực, các yếu tố vĩ mô của từng quốc gia, và chỉ số ngân hàng (bao gồm tính lợi nhuận của các ngân hàng, tỷ lệ tăng trưởng tín dụng, tỷ lệ tổng nợ trên tổng tài sản và tỷ lệ vốn chủ sở hữu trên tổng tài sản) Kết quả cho thấy tất cả các biến độc lập đều có ý nghĩa thống kê Nói chung, chất lượng tài sản ngân hàng rất nhạy cảm với các yếu tố vĩ mô của từng khu vực Hơn nữa, nghiên cứu cho thấy nợ xấu có xu hướng tăng trong bối cảnh tỷ giá giảm, tỷ lệ lạm phát cao và tỷ lệ thất nghiệp tăng.Đáng chú ý, với yếu tố đặc biệt của các ngân hàng, tác giả kết luận rằng tính lợi nhuận của ngân hàng và tỷ lệ vốn chủ sở hữu trên tổng tài sản có tác động đảo ngược đến nợ xấu Ngoài ra, tỷ lệ tổng nợ trên tổng tài sản cao và tỷ lệ tăng trưởng tín dụng cao cho thấy việc chấp nhận rủi ro quá mức góp phần vào việc tăng nợ xấu trong tương lai Tác giả cũng khẳng định rằng mô hình SGMM đã vượt qua những hạn chế của FEM và DGMM về mặt ước lượng.

Makri và các đồng nghiệp (2014) đã xây dựng một mô hình kinh tế định lượng để dự đoán các yếu tố ảnh hưởng đến tỷ lệ nợ không có khả năng thanh toán (NPL) trong Khu vực đồng Euro Bằng cách thu thập thông tin được xuất bản bởi IMF, các nhà nghiên cứu đã tập hợp một bộ dữ liệu từ 120 ngân hàng tại 14 quốc gia, bao gồm tám năm trước khủng hoảng tài chính năm 2008 Các tác giả đã sử dụng cả phân tích hồi quy dữ liệu panel và phân bố độ trễ để phát hiện mối liên hệ giữa các biến kinh tế chung và các yếu tố đặc thù của ngân hàng với các khoản nợ không hiệu quả trong năm trước đó (t-1) Nghiên cứu đã tìm thấy mối tương quan âm giữa tỷ lệ NPL và tăng trưởng GDP, tỷ suất lợi nhuận cổ phiếu và các khoản dự phòng rủi ro tín dụng Nghiên cứu cũng tìm thấy mối tương quan dương với tỷ lệ thất nghiệp, tỷ lệ NPL trước đó và nợ công Tuy nhiên, khung nghiên cứu dựa trên dữ liệu trước khủng hoảng tài chính năm 2008 và có thể không liên quan đến các thay đổi kinh tế khác nhau được thực hiện trên toàn cầu để đối phó với đại dịch.

Các yếu tố kinh tế của vùng và các đặc điểm của các tổ chức ngân hàng và tiết kiệm quyết định sự xuất hiện của NPLs, như được chứng minh bởi Ghosh

(2015), người đã phân tích dữ liệu từ các tổ chức này ở hơn 50 tiểu bang Hoa Kỳ để giải quyết nghi ngờ này Tác giả đã sử dụng hai mô hình động GMM và một mô hình FEM để kiểm tra các biến số Kết quả cho thấy rằng việc tăng trưởng GDP, chỉ số giá nhà ở và tỷ lệ tăng thu nhập cá nhân đã giảm thiểu NPL, trong khi nợ công và tỷ lệ thất nghiệp đã tăng đáng kể NPL trong giai đoạn 1984 - 2013.

Thảo luận các nghiên cứu trước đây

Thứ nhất, hầu hết các nghiên cứu đều sử dụng các nhân tố vĩ mô và nhân tố đặc thù để xem xét mức độ ảnh hưởng của các nhân tố này đến nợ xấu của các ngân hàng thương mại Theo bối cảnh và phạm vi nghiên cứu, tác giả nhận thấy mỗi quốc gia hoặc khu vực nghiên cứu sẽ cho ra những kết quả khác nhau tùy thuộc vào đặc điểm của hệ thống ngân hàng tại nơi đó Chẳng hạn, sẽ có sự khác biệt trong mối tương quan giữa các biến độc lập ảnh hưởng đến nợ xấu.

Thứ hai, trong những năm gần đây, nền kinh tế đã trải qua nhiều biến động, cả tích cực và tiêu cực, do sự xuất hiện và bùng phát của đại dịch, theo sau là thời kỳ sau đại dịch Tuy nhiên, hầu hết các bộ dữ liệu được sử dụng trong các nghiên cứu trước đây về khoản nợ không thực hiện được (NPL) tại Việt Nam chỉ đề cập đến năm 2019, không đủ cập nhật để cung cấp một cái nhìn tổng thể về tình hình NPL trong ba năm qua Vì vậy, tác giả đã tiến hành một nghiên cứu kéo dài 10 năm từ2012-2022 để xác định các yếu tố ảnh hưởng đến tỷ lệ NPL của ngân hàng và đưa ra các giải pháp để giảm thiểu NPL trong tương lai gần.

Chương 2 nhằm mục đích phân tích khung lý thuyết về NPL, tác động của chúng đến nền kinh tế, hệ thống ngân hàng và người vay, cũng như mối quan hệ giữa các yếu tố đặc thù và các yếu tố kinh tế chủ chốt ảnh hưởng đến NPL Các yếu tố chính được xem xét trong mô hình nghiên cứu ở Chương 3 là các biến kinh tế chủ chốt (tỷ lệ lạm phát, tốc độ tăng trưởng kinh tế và tỷ lệ thất nghiệp) và các yếu tố đặc trưng của ngân hàng (quy mô ngân hàng, tỷ lệ đủ vốn, lợi nhuận, tốc độ tăng trưởng tín dụng và tỷ lệ dự phòng cho rủi ro tín dụng).

Tuy nhiên, trong các đề tài trước đây, không đạt được sự nhất quán về tác động của các yếu tố này lên NPL do sự khác biệt trong việc lựa chọn mẫu, đặc thù của đối tượng và phạm vi nghiên cứu Do đó, chương 3 sẽ trình bày mô hình và giả thuyết của nghiên cứu, cũng như phương pháp nghiên cứu được sử dụng.

PHƯƠNG PHÁP NGHIÊN CỨU

Quy trình nghiên cứu

Sơ đồ 3.1 thể hiện chi tiết quy trình nghiên cứu Cụ thể như sau:

Bước 1: Sau khi xác định bộ dữ liệu phù hợp thì sử dụng phần mềm Stata để thực hiện thống kê mô tả Kết quả được trình bày trên bảng bao gồm các tham số Obs, Mean, Std.Dev, Max và Min.

Bước 2: Tiếp tục thực hiện phân tích tương quan mô hình nghiên cứu để xem xét mức độ tương quan giữa các biến trong mô hình nghiên cứu Trong trường hợp tương quan giữa hai biến độc lập lớn hơn 0.8 thì mô hình bị hiện tượng đa cộng tuyến nghiêm trọng.

Bước 3: Sử dụng mô hình Pooled OLS:

• P value < 5%: Chọn mô hình Pooled OLS và kiểm định các khuyết tật của mô hình Nếu mô hình không có khuyết tật thì chọn mô hình Pooled OLS là kết quả tối ưu nhất Nếu mô hình có khuyết tật thì chuyển sang bước 4.

• P value > 5%: Tiếp tục thực hiện bước 4.

Sơ đồ 3 1: Quy trình nghiên cứu

Bước 4: Tiến hành hồi quy mô hình FE và RE rồi tiếp tục sử dụng Kiểm định

Hausman để so sánh hai mô hình nhằm xem xét mô hình nào phù hợp hơn.

• P value < 5%: Chọn mô hình FE và kiểm định các khuyết tật của mô hình Nếu mô hình không có khuyết tật thì chọn mô hình FE là phương pháp tối ưu nhất Nếu mô hình có khuyết tật thì sử dụng phương pháp FGLS để tiến hành khắc phục Lấy kết quả của phương pháp FGLS làm kết quả cuối cùng của nghiên cứu.

• P value > 5%: Chọn mô hình RE và kiểm định các khuyết tật của mô hình Nếu mô hình không có khuyết tật thì chọn mô hình RE là phương pháp tối ưu nhất Nếu mô hình có khuyết tật thì sử dụng phương pháp FGLS để tiến hành khắc phục Lấy kết quả của phương pháp FGLS làm kết quả cuối cùng của nghiên cứu.

Mô hình nghiên cứu và các giả thuyết nghiên cứu

Tác giả đã tiến hành xem xét khung lý thuyết xung quanh nợ xấu cũng như tổng quan các nghiên cứu trước nhằm chọn lọc các biến độc lập Từ đó quyết định lựa chọn các biến đưa vào mô hình Cuối cùng, nghiên cứu lựa chọn mô hình Salas và Saurina (2002), Ghosh (2015) vì hai nghiên cứu có các biến tương đồng với tình hình kinh tế Việt Nam Do đó, nó có thể thích hợp cho việc điều chỉnh và nghiên cứu ở Việt Nam Tuy nhiên, nghiên cứu của Salas và Saurina (2002) không đề cập đến yếu tố lạm phát, còn nghiên cứu của Ghosh (2015) nhận thấy biến lạm phát chỉ đáng chú ý Ở Việt Nam, yếu tố lạm phát tác động trực tiếp đến mọi mặt của nền kinh tế, bao gồm cả lãi suất cho vay và hạn mức tín dụng Nhìn nhận được tầm quan trọng của biến lạm phát, nghiên cứu đã đưa vào biến lạm phát, tương tự như mô hình được sử dụng bởi Klein (2013) Tuy nhiên, Klein (2013) tập trung xem xét tác động của các yếu tố kinh tế vĩ mô đến nợ xấu NHTM hơn là các yếu tố nội tại ngân hàng.Chính vì vậy, tác giả quyết định lấp khoảng trống giữa ba nghiên cứu này để phát triển một mô hình nghiên cứu cho chủ đề này.

Mô hình tuyến tính tổng quát được đề xuất như sau:

NPLị' t = p 0 + p 1 SIZE ĩ' t + 0 2 R OA i, t + p 3 L LR ị 't + p 4 L GR ĩ' t + p 5 ETAị 't

Biến phụ thuộc: Tỷ lệ nợ xấu (NPL)

Các biến độc lập: Quy mô ngân hàng (SỈZE); Khả năng sinh lợi (ROAị); Tỷ lệ dự phòng rủi ro tín dụng (LLR); Tốc độ tăng trưởng tín dụng (LGRị J; Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETAị); Tỷ lệ thất nghiệp (UNT t ); Tốc độ tăng trưởng kinh tế (GDp) và tỷ lệ lạm phát (INF t ) Với i, t lần lượt là số NHTMCP (24 NHTMCP) và thời gian nghiên cứu (10 năm), β là hệ số chặn, β- βlà hệ số góc của các biến độc lập và ε là phần dư thống kê.

3.2.2 Giải thích các biến trong mô hình nghiên cứu và xây dựng giả thuyết nghiên cứu

Biến phụ thuộc (NPL): Tỷ lệ nợ xấu trên tổng dư nợ.

Nhìn chung, một khoản nợ được coi là nợ xấu khi có một hoặc cả hai dấu hiệu sau: Quá hạn trả gốc và lãi; và người đi vay bị các tổ chức tín dụng hoặc ngân hàng coi là mất khả năng thanh toán Tỷ lệ nợ xấu càng cao chứng tỏ khả năng sử dụng vốn không thực sự có hiệu quả và làm giảm lợi nhuận của ngân hàng Dư nợ các nhóm 3, 4 và 5 của các NHTMCP được lấy trong báo cáo tài chính (đã kiểm toán) hàng năm, trong khi tổng số dư nợ được lấy từ bảng cân đối kế toán.

I Nợ nhóm 3 + Nợ nhóm 4 + Nợ nhóm 5

Biến độc lập và giả thuyết kiểm định

Giả thuyết : Quy mô ngân hàng (SIZE) có tác động cùng chiều đến tỷ lệ nợ xấu.

Quy mô ngân hàng (SIZEị) : được tính theo logarit tự nhiên của tổng tài sản với số liệu tổng tài sản được lấy từ BCTC (đã được kiểm toán).

SIZEi,t=Ln (Тổng tài ѕảnổng tài ѕảnảni,t) ( 3.2 )

Quy mô ngân hàng cho thấy sức mạnh thị trường của ngân hàng và đo lường dựa vào tổng tài sản ngân hàng được ghi nhận trong BCTC Quy mô NHTMCP cũng tăng lên khi các ngân hàng tăng vốn tự có sao c ho phù hợp với quy định của NHNN Do đó, năng lực tín dụng của các NHTM sẽ tăng lên khi tổng tài sản tăng lên Mặt khác, so với những ngân hàng có quy mô nhỏ thì các ngân hàng lớn thường là những ngân hàng đã hoạt động lâu năm, có nhiều cơ hội đa dạng hóa danh mục đầu tư, có hệ thống quản lý rủi ro hiệu quả và đánh giá chính xác tình hình tài chính của khách hàng Như vậy, mối tương quan giữa quy mô ngân hàng và nợ xấu sẽ khác nhau tùy thuộc vào cách lựa chọn cơ cấu tài sản và tính hiệu quả trong việc quản lý tài sản Điển hình là một số nghiên cứu cho thấy mối tương quan cùng chiều giữa nợ xấu và quy mô ngân hàng như Ghosh (2015), Nguyễn Thị Hồng Vinh

(2015) Ở chiều ngược lại, Salas và Saurina (2002), Hu và cộng sự (2004), TrầnVương Thịnh và Nguyễn Ngọc Hồng Loan (2021) cho thấy quy mô ngân hàng có tác động tiêu cực đến tỷ lệ nợ xấu.

Giả thuyết : Khả năng sinh lời (ROA) có tác động ngược chiều với tỷ lệ nợ xấu.

Nghiên cứu sử dụng suất sinh lời trên tổng tài sản (ROAị J được tính bằng tỷ suất lợi nhuận sau thuế chia cho tổng tài sản, chỉ tiêu lợi nhuận sau thuế lấy từ báo cáo kết quả hoạt động kinh doanh, tổng tài sản bình quân được tính từ trung bình cộng của tổng tài sản đầu năm và cuối năm.

Lợi nhuận ѕảnau thuế ROA , , Тổng tài ѕảnổng tài ѕảnản bình quân

Mục tiêu hàng đầu của tất cả các công ty và tổ chức hướng tới, bao gồm cả các NHTMCP, là tối đa hóa lợi nhuận Theo đó, ROA sẽ phản ánh hiệu quả hoạt động của ngân hàng có cùng mức độ rủi ro Các ngân hàng đang gặp khó khăn sẽ cố gắng tìm kiếm lợi nhuận bằng cách đồng ý những khoản tín dụng không đạt yêu cầu, góp phần dễ dàng tích lũy nợ xấu Điều này cũng có lý khi lợi nhuận các ngân hàng Việt Nam thu được chủ yếu đến từ cho vay Do đó có thể thấy được sự tương quan ngược chiều giữa khả năng sinh lời với nợ xấu của các NHTMCP Đó cũng là kết quả mà nghiên cứu của Ghosh (2015), Makri và cộng sự (2014), Nguyễn Thị Hồng Vinh (2015) mang lại.

Giả thuyết : Tỷ lệ trích lập dự phòng rủi ro tín dụng (LLR) có tác động cùng chiều với tỷ lệ nợ xấu.

Tỷ lệ dự phòng rủi ro tín dụng (LLR ) là biến độc lập được tính bằng tỷ lệ giữa chi phí cấp tín dụng chia cho tổng dư nợ, công thức tính như sau:

Chi phí dự phòng rủi ro tín dụng LLRijt = - -—

Tông dư nợ Mỗi đồng lợi nhuận kiếm được phải trích lập dự phòng rủi ro để đáp ứng kịp thời tình trạng một khoản vay mất khả năng thu hồi, dẫn đến ảnh hưởng hiệu quả tài chính Đây là lượng vốn được giữ lại trên thị trường để bù đắp

(3.4) những tổn thất khác nhau có thể xảy ra do khách hàng của NHTMCP không thực hiện được các nghĩa vụ đã cam kết được gọi là dự phòng rủi ro tín dụng, như là nợ khó đòi, nợ xấu, khách hàng phá sản,… Ngân hàng trích lập dự phòng càng nhiều thể hiện khối lượng nợ xấu càng cao Mặc dù, việc trích lập dự phòng sẽ làm giảm lợi nhuận của ngân hàng, nhưng đó là một bước quan trọng để đảm bảo sức khỏe tài chính và sự phát triển ổn định của ngân hàng Các nghiên cứu của Louzis (2011), Ghosh (2015), Trần Vương Thịnh và Nguyễn Ngọc Hồng Loan (2021) cũng cho thấy mối quan hệ này.

Giả thuyết : Tốc độ tăng trưởng tín dụng (LGR) có tác động cùng chiều với nợ xấu

Tốc độ tăng trưởng tín dụng ( LGR J dùng để đánh giá tình hình cho vay của mỗi một ngân hàng bằng việc so sánh tốc độ tăng trưởng dư nợ cho vay qua các năm Chỉ số này được tính bằng số tăng (giảm) dư nợ năm hiện hành chia cho dư nợ năm trước, được tính theo công thức sau:

Dư nợ t - Dư nợ (í-lì

Các ngân hàng thường xuyên phải “nới lỏng” các điều kiện tín dụng nhằm đáp ứng mục tiêu lợi nhuận Tuy nhiên việc cấp tín dụng cao quá mức thường đi kèm với chất lượng tín dụng thấp, khiến các ngân hàng dễ rơi vào vòng xoáy nợ xấu không hồi kết Tương tự như Keeton (1999), Salas và Saurina (2002) đã sử dụng giả thuyết “rủi ro tín dụng theo chu kỳ” để chỉ ra mối tương quan thuận giữa tăng trưởng tín dụng và tỷ lệ nợ xấu khi nhìn vào ngành ngân hàng Hoa Kỳ Tài liệu cũng chỉ ra rằng áp lực cạnh tranh, tín dụng theo chỉ đạo, hay định hướng kinh doanh chưa hiệu quả đã dẫn đến thời kỳ mà tăng trưởng tín dụng gần như liên tục với tốc độ không được kiểm soát tốt (Đặng Văn Dân, 2018).

Giả thuyết : Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA) có mối quan hệ ngược chiều với nợ xấu

Tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETAị) được tính bằng tỷ lệ vốn chủ sở hữu chia cho tổng tài sản.

Tỷ lên này cao cho thấy ngân hàng sử dụng đòn bẩy tài chính tương đối ít, hạn chế khả năng tiếp cận các nguồn vốn có rủi ro cao Vì vậy, chi phí vẫn ở mức ổn định nên ít ảnh hưởng đến lợi nhuận của ngân hàng Tỷ lệ này càng thấp thì sức chịu đựng của ngân hàng càng yếu, đe dọa đến sự an toàn trong hiệu quả hoạt động của ngành Ủng hộ phát hiện của Klein (2013), nghiên cứu của Makri và cộng sự (2014) và Nguyễn Thị Hồng Vinh (2015) cho thấy tỷ lệ nợ xấu tăng lên khi các ngân hàng có tỷ lệ vốn chủ sở hữu trên tổng tài sản thấp Các NHTM có mức vốn thấp chứng tỏ sức mạnh tài chính còn yếu kém.

Giả thuyết : Tăng trưởng kinh tế (GDP) có tác động ngược chiều với tỷ lệ nợ xấu

Tăng trưởng kinh tế (GDp) được đo bằng tốc độ tăng trưởng kinh tế thực hàng năm, dữ liệu lấy từ báo cáo của World Bank.

Hầu hết các nghiên cứu, bao gồm Salas và Saurina (2002), Khemraj và Pasha

(2009), Louzis và cộng sự (2011), Klein (2013), Makri và cộng sự (2014) hay Ghosh

(2015) … đều khẳng định tăng trưởng kinh tế ảnh hưởng tiêu cực đến chất lượng khoản vay Sự tương đồng của một số nghiên cứu này chỉ ra một nền kinh tế đang mở rộng sẽ là động lực thúc đẩy, tạo điều kiện thuận lợi cho các dự án đầu tư hay tài trợ hoạt động sản xuất Từ đó góp phần nâng cao khả năng trả nợ đúng hạn và giảm rủi ro nợ xấu cho ngân hàng Ngược lại, suy thoái kinh tế làm giảm khả năng chi tiêu của người tiêu dùng, mức bán hàng và thu nhập doanh nghiệp, tất cả đều có tác động đến khả năng thanh toán của người vay và tăng tỷ lệ nợ xấu.

Giả thuyết : Tỷ lệ lạm phát (INF) tác động cùng chiều với tỷ lệ nợ xấu

Tỷ lệ lạm phát (INF t ) là biến độc lập được đo lường bằng chỉ số giá tiêu dùng (CPI) hàng năm, dữ liệu được thu thập từ Tổng cục Thống kê Việt Nam.

Phương pháp nghiên cứu

Nghiên cứu định tính đóng vai trò: (i) Tìm hiểu và phân tích khung lý thuyết về nợ xấu bao gồm các lý thuyết cơ bản, tác động của nợ xấu đến các chủ thể hiện hữu của nền kinh tế (ii) Xem xét và lược khảo các nghiên cứu trước đây về các nhân tố tác động đến nợ xấu; (iii) Thiết kế mô hình nghiên cứu, giải thích về giả thuyết và kỳ vọng tương quan cho từng biến độc lập với các biến phụ thuộc; và (iv) Thảo luận về kết quả nghiên cứu, rút ra kết luận và đưa ra khuyến nghị phù hợp, đồng thời nêu những điểm hạn chế của đề tài.

Nghiên cứu sử dụng phương pháp định lượng để xác định kết quả nghiên cứu về xu hướng và mức độ ảnh hưởng của các biến nghiên cứu với sự hỗ trợ của Excel và phần mềm Stata Theo đó, các phương pháp kỹ thuật cơ bản được dùng là thống kê mô tả, phân tích tương quan và hồi quy dữ liệu bảng, trong đó:

(i) Thống kê mô tả bao gồm: Số quan sát, độ lệch chuẩn, giá trị trung bình, giá trị nhỏ nhất, giá trị lớn nhất, được sử dụng để cung cấp thông tin chung về các biến trong mô hình nghiên cứu.

(ii) Phân tích tương quan dùng để xác định mức độ tương quan mạnh hay yếu, thuận hay nghịch giữa các biến Ngoài ra, phân tích tương quan cũng gợi ý liệu có xảy ra đa cộng tuyến nghiêm trọng hay không.

(iii) Phân tích hồi quy được sử dụng để khảo sát chiều hướng và mức độ ảnh hưởng của các nhân tố Bài viết sử dụng các mô hình phổ biến như Pooled OLS,FEM, REM, FGLS đồng thời tiến hành kiểm định để chọn ra mô hình phù hợp.

Dựa trên các nghiên cứu thực nghiệm Salas và Saurina (2002), Klein (2013) và Ghosh (2015), nghiên cứu xây dựng mô hình với các biến được lựa chọn bao gồm: (i) Biến phụ thuộc là tỷ lệ nợ xấu; (ii) Biến độc lập là quy mô ngân hàng, khả năng sinh lời, tỷ lệ trích lập dự phòng rủi ro tín dụng, tỷ lệ tăng trưởng tín dụng, tỷ lệ vốn chủ sở hữu trên tổng tài sản, tỷ lệ thất nghiệp, tăng trưởng kinh tế và lạm phát. Chương 3 đã xác định việc sử dụng kết hợp phương pháp nghiên cứu định tính và định lượng, sử dụng bộ dữ liệu từ BCTC của 24 NHTM Việt Nam giai đoạn 2012 -

2022, với sự hỗ trợ của Excel và Stata Mặt khác, để lựa chọn ra mô hình hồi quy tối ưu nhất, nghiên cứu tiến hành thực hiện xen kẽ giữa so sánh các phương pháp ước lượng Pooled OLS, FEM, REM và kiểm định các khuyết tật của mô hình Sau khi đã khắc phục hết các khuyết tật vi phạm trong mô hình, tác giả nhận thấy mô hìnhFGLS là tối ưu nhất đối với nghiên cứu này.

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Thống kê mô tả

Dữ liệu mẫu bao gồm 253 quan sát, thu thập từ 24 NHTMCP từ 2012 – 2022. Sau khi kiểm tra tính đầy đủ và chính xác của dữ liệu, nghiên cứu thực hiện thống kê mô tả nhằm cung cấp những thông tin cơ bản và tổng quan về tình hình hoạt động kinh doanh của NHTM (kết quả chi tiết trong Phụ lục 5.1).

Kết quả thống kê mô tả được thể hiện chi tiết theo Bảng 4.1, cụ thể là:

Tỷ lệ nợ xấu (NPL) của các NHTM trong giai đoạn nghiên cứu 2012 – 2022 ở mức trung bình là 2.13% và giá trị độ lệch chuẩn có mức dao động thấp, chỉ 1.15%. Ngân hàng giữ tỷ lệ nợ xấu cao nhất là SHB với 8.82% vào năm 2012, trong khi đó ngân hàng BVB có tỷ lệ nợ xấu thấp nhất với 0.25% vào năm 2021 Tại Việt Nam, thực tế phản ánh một cách chính xác những gì đã xảy ra vào năm 2012, với một lượng lớn nợ xấu doanh nghiệp phát sinh từ cuộc khủng hoảng kinh tế toàn cầu và làn sóng phá sản bắt đầu từ năm 2008 Do đó, Chính phủ đã tập trung mọi nguồn lực để xây dựng các chính sách kịp thời và hiệu quả nhằm giải quyết vấn đề nợ xấu Kết quả là từ năm 2014 đến nay, tỷ lệ nợ xấu có xu hướng giảm đáng kể.

Quy mô ngân hàng (SIZE) nằm trong khoảng từ 16.5 đến 21.48 Ngân hàng

BIDV có tốc độ tăng trưởng quy mô vượt bậc, đạt 21,48 vào cuối năm tài chính 2022,mức cao nhất tính đến thời điểm hiện tại Ngược lại, thống kê mô tả ghi nhận quy mô thấp nhất thuộc về ngân hàng SGB với 16.50 vào năm 2013 Giá trị trung bình của cỡ mẫu là 18.8, tương ứng với độ lệch chuẩn của mẫu là 118.3% Rõ ràng là quy mô của mỗi ngân hàng đã thay đổi đáng kể theo thời gian và khoảng cách về quy mô ngày càng nới rộng Đặc biệt, cùng với BIDV thì Vietinbank và Vietcombank là nhóm ba ngân hàng nằm trong “Big4” có tốc độ tăng trưởng quy mô nhiều nhất so với mặt bằng chung toàn ngành Thực tế cho thấy, những năm gần đây, các ngân hàng đã nỗ lực mở rộng quy mô của mình nhằm củng cố thương hiệu, phát huy tiềm lực tài chính và gia tăng thị phần trên thị trường ngân hàng.

Bảng 4.1: Thống kê mô tả các biến trong mô hình

Giá trị trung bình Độ lệch chuẩn

Nguồn: Tính toán của tác giả từ dữ liệu nghiên cứu qua phần mềm Stata

Khả năng sinh lời (ROA) có giá trị trung bình là 0.98% với độ lệch chuẩn là

0.73% BVB là ngân hàng có ROA thấp nhất trong giai đoạn nghiên cứu khi chưa đạt mức 0.01%, còn ngân hàng TCB có ROA cao nhất: 3.65% năm 2021 Tuy nhiên, khi nhìn vào từng năm, các ngân hàng lớn như BIDV, Vietinbank và Vietcombank vẫn giữ được ROA của mình với mức tăng trưởng đều đặn, trong khi các NHTM khác có sự biến động Sự chênh lệch về ROA trong giai đoạn này khá lớn, phản ánh được hiệu quả của việc sử dụng tài sản để kiếm lời là không đồng đều giữa các NHTM Hầu hết các NHTM có năng lực kinh doanh tốt đều có quy mô và tổng tài sản lớn hơn so với các NHTM khác.

Tỷ lệ dự phòng rủi ro tín dụng (LLR) cho thấy giá trị nhỏ nhất là 0.00017 và giá trị lớn nhất là 0.62440; tương ứng giá trị trung bình và độ lệch chuẩn là 0.01951 và 0.05511 Mức độ lệch chuẩn này cho thấy tỷ lệ dự phòng rủi ro của các ngân hàng đã thay đổi đáng kể trong những năm qua do tác động của suy thoái kinh tế Theo đó, ACB và BVB lần lượt là hai ngân hàng giữ tỷ lệ nợ xấu cao nhất và thấp nhất trong giai đoạn khảo sát với 0.017% (năm 2022) và 62.44% (năm 2012).

Tốc độ tăng trưởng tín dụng (LGR) cao nhất giai đoạn 2012 – 2022 thuộc về ngân hàng SEA với 112.4% (năm 2014), trong khi ngân hàng MSB lại ghi nhận tăng trưởng âm 23.33% (năm 2012) Trung bình tăng trưởng tín dụng đạt 20.78%, độ lệch chuẩn dao động mạnh với mức 19.68%.

Vốn chủ sở hữu trên tổng tài sản (ETA) bình quân đạt 9.25% với độ lệch chuẩn là 3.62% Theo ghi nhận từ kết quả thống kê mô tả, biến ETA cao nhất thuộc về ngân hàng SGB vào năm 2013 là 23.83%, trong khi ngân hàng BIDV có tỷ lệ vốn chủ sở hữu trên tổng tài sản thấp nhất là 4.06% (năm 2017).

Tỷ lệ thất nghiệp (UNT) bình quân đạt 9.25% và độ lệch chuẩn 3.63% Chỉ số này đạt 1,03% và 2,39% trong năm 2012 và 2020, là mức thấp nhất và cao nhất trong thập kỷ qua Cũng trong thời gian này, sự xuất hiện của đại dịch COVID-19 đã tác động rất lớn đến tỷ lệ thất nghiệp, khi mà giai đoạn tiền dịch bệnh chỉ số này dao động ở mức trung bình 1.54% Tuy nhiên, con số này đã tăng lên đáng kể kể từ năm

2020 và dao động ở mức trung bình là 2.23%.

Tốc độ tăng trưởng kinh tế (GDP) ổn định trong giai đoạn 2012 - 2022 khi độ lệch chuẩn là 1,63% Chỉ số này có giá trị trung bình khoảng 5,81%, cao nhất là 8,02% vào năm 2022 và thấp nhất là 2,58% vào năm 2021 Đối sánh với tình hình thực tế tại Việt Nam trong mười năm trở lại đây, làn sóng dịch COVID-19 bùng phát trở lại từ cuối tháng 4/2021 đã ảnh hưởng nghiêm trọng đến đời sống, khiến nền kinh tế năm 2021 tăng trưởng ở mức thấp nhất lịch sử trong thời gian này Tuy nhiên,bước sang năm 2022, vươn lên từ đại dịch với quyết tâm phục hồi và phát triển, nền kinh tế có sự đảo chiều mạnh mẽ trong sáu tháng đầu năm và ghi nhận mức tăng trưởng kinh tế cao nhất với mức tăng 8,02%.

Tỷ lệ lạm phát (INF) trung bình là 3.75%, thấp nhất là 0.6% vào năm 2015 và cao nhất là 9.1% vào năm 2012 Độ lệch chuẩn có sự biến động tương đối cao khi đạt 2.2%, trong bối cảnh chính phủ luôn nỗ lực kiểm soát lạm phát ổn định Nguyên nhân là do hậu suy thoái kinh tế của năm 2008 kéo dài đã tác động không nhỏ đến hoạt động sản xuất kinh doanh trong nước, khiến lạm phát tăng cao mất kiểm soát Tuy nhiên,nhìn chung thì lạm phát có xu hướng giảm dần trong giai đoạn kế tiếp.

Phân tích tương quan mô hình nghiên cứu

Ma trận hệ số tương quan ở Bảng 4.2 là một bảng thể hiện sự tác động cũng như mức độ tác động của các biến theo từng cặp trong mô hình nghiên cứu Hệ số tương quan chỉ có ý nghĩa khi và chỉ khi Sig < 5% Hệ số Sig giữa biến NPL với hai biến độc lập là LGR và GDP đều lớn hơn mức ý nghĩa 5% Do đó, không có mối quan hệ nào giữa biến NPL và hai biến được nêu trên Mặt khác, các biến giải thích trong bài nghiên cứu không có tương quan cao, đều không có giá trị cao hơn 0.8 hay thấp hơn -0.8 Như vậy không có hiện tượng đa cộng tuyến nghiêm trọng (Farrar và Glauber, 1967).

Từ Bảng 4.2 nhận thấy, chỉ số quy mô ngân hàng (SIZE), khả năng sinh lời (ROA) có tương quan ngược chiều đến NPL Ở chiều ngược lại, tỷ lệ trích lập dự phòng (LLR), tỷ lệ vốn chủ sở hữu (ETA) cùng với biến vĩ mô là tỷ lệ thất nghiệp (UNT), tỷ lệ lạm phát (INF) đều có tương quan cùng chiều với NPL (Phụ lục 5.2) Tuy nhiên, nhìn chung, hệ số tương quan giữa các biến vẫn còn thấp.

Bảng 4.2: Hệ số tương quan giữa các biến trong mô hình

NPL SIZE ROA LLR LG

*** tương ứng với mức ý nghĩa thống kê 10%, 5% và

Kiểm định hiện tượng đa cộng tuyến

Để đảm bảo kết quả mô hình là chính xác và phù hợp, nghiên cứu kiểm tra hiện tượng đa cộng tuyến bằng cách dùng chỉ tiêu nhân tử phóng đại phương sai (VIF) Bảng 4.3 cho thấy các giá trị đều nhỏ hơn 3 nên hiện tượng đa cộng tuyến là không nghiêm trọng.

4.1.1 Mô hình hồi quy gộp (Pooled OLS)

Ta có R 2 của Pooled OLS là 10.81%, cho thấy các biến độc lập giải thích được 10.81% sự thay đổi trong tỷ lệ nợ xấu của các ngân hàng Giá trị P-value xấp xỉ 0.0000 – P-value < 1% Như vậy, ước lượng theo phương pháp này có ý nghĩa thống kê (Phụ lục 5.3).

Bảng 4.3: Kết quả kiểm định hiện tượng đa cộng tuyến

Tiếp đó tiến hành kiểm định khuyết tât, cụ thể như sau:

(i) Kiểm định hiện tượng phương sai sai số

Giả định hiện tượng phương sai sai số thay đổi là một trong những giả định cần có khi thực hiện hồi quy tuyến tính đa biến Mặc dù phương sai sai số thay đổi vẫn cho kết quả ước lượng OLS không bị thiên lệch và nhất quán, tuy nhiên đây lại không phải là ước lượng mang tính hiệu quả nhất Khi đó, các kiểm định hệ số hồi quy và kiểm định F của mô hình trở nên không đáng tin cậy, dẫn đến hiện tượng ngộ nhận các biến độc lập của mô hình nghiên cứu có ý nghĩa thống kê và cuối cùng là đưa ra các kết luận dựa trên các kiểm định này sẽ không chính xác Xuất phát từ nguyên nhân trên, kiểm định giả thuyết phương sai của sai số không đổi bằng kiểm định White (Bảng 4.4) được thực hiện chi tiết như sau:

Bảng 4.4: Kết quả kiểm định hiện tượng phương sai sai số thay đổi

H : Unrestricted heteroskedasticity chi2(44) = 85.60 Prob > chi2 = 0.0002

Với mức ý nghĩa □ = 5%, kiểm định White cho kết quả là: P-value = 0.0002 nhỏ hơn 0.05 nên bác bỏ giả thuyết H hay mô hình có hiện tượng phương sai thay đổi.

(ii) Kiểm định hiện tượng tự tương quan

Nghiên cứu tiếp tục tiến hành kiểm định Wooldridge để xem xét hiện tượng tự tương quan dựa trên dữ liệu bảng (Bảng 4.5).

Bảng 4.5: Kết quả kiểm định hiện tượng tự tương quan Wooldridge test for autocorrelation in panel data

Với a = 5%, kiểm định cho kết quả là p-value = 0.0001 < a = 0.05 nên bác bỏ giả thuyết H hay mô hình có hiện tượng tự tương quan.

Thông qua các kết quả của ba kiểm định, có thể thấy rằng mô hình tồn tại hiện tượng phương sai sai số thay đổi và hiện tượng tự tương quan, trong khi hiện tượng đa cộng tuyến xảy ra trong mô hình lại không nghiêm trọng.

Dựa trên kết quả này, sử dụng Pooled OLS không phù hợp, do đó nghiên cứu sử dụng ước lượng hồi quy FEM và REM để tiếp tục xem xét các tác động của biến độc lập đối với biến phụ thuộc.

4.1.2 Mô hình tác động cố định và mô hình tác động ngẫu nhiên

Tác động riêng biệt, mang tính đặc thù của từng ngân hàng không được phản ánh chính xác khi ước lượng bằng mô hình Pooled OLS Như vậy, nghiên cứu tiếp tục sử dụng mô hình hồi quy FEM và REM để khắc phục hạn chế này Kết quả từ hai mô hình hồi quy được so sánh trong Bảng 4.6 như sau.

Theo kết quả hồi quy trong Bảng 4.6, mức độ phù hợp của hai mô hình là chấp nhận được và dấu tương quan của các biến độc lập đến nợ xấu ở cả hai mô hình đều giống nhau, chứng tỏ dữ liệu nghiên cứu là phù hợp Giá trị P-value của hai phương pháp trên đều là 0.0000 - giá trị này nhỏ hơn mức ý nghĩa thống kê 1% Như vậy, ước lượng của hai phương pháp này đều có ý nghĩa thống kê.

Bảng 4.6: Kết quả mô hình hồi quy nghiên cứu FEM và REM

F(8,222) = 7.91 Wald chi2(8) = 65.27 Prob > F = 0.0000 Prob > chi2 = 0.0000

Tuy nhiên, để xác định mô hình nào phù hợp hơn, nghiên cứu thực hiện kiểm định Hausman Test để chọn lựa giữa mô hình FEM và REM với giả thuyết:

H Q : Không có tương quan giữa các biến độc lập và phần dư.

Bảng 4.7: Kiểm định Hausman Test of Ho: Difference in coefficients not systematic chi2(8) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 1.09 Prob > chi2 = 0.9976

Trong Bảng 4.7, tại mức ý nghĩa n = 10%, kiểm định cho kết quả là 0.9976 > □

= 10% nên chấp nhận giả thuyết H0 , hay lựa chọn mô hình REM Điều này có nghĩa là các yếu tố tác động đến tỷ lệ nợ xấu của các NHTM được xác định một cách ngẫu nhiên Nghiên cứu tiếp tục chạy thử nghiệm Modified Wald và Wooldridge để lần lượt xác định khuyết tật phương sai sai số thay đổi và tự tương quan trong mô hình REM Các phát hiện chứng minh rằng tồn tại phương sai thay đổi và tự tương quan trong mô hình ước lượng (Phụ lục 3.8) Để khắc phục những hiện tượng này, nghiên cứu sử dụng phương pháp ước lượng bình phương tối thiểu tổng quát khả thi (FGLS).

4.1.3 Ước lượng mô hình theo phương pháp FGLS

Từ bảng 4.8 dễ dàng nhận thấy, với biến phụ thuộc là NPL, sau khi dùng FGLS để hiệu chỉnh phương sai sai số thay đổi và tự tương quan trong mô hình REM, mô hình có ý nghĩa thống kê với mức ý nghĩa là 1% (do Prob = 0.0000) nên mô hình hồi quy được tạo ra là hoàn toàn phù hợp và là kết quả cuối cùng khóa luận (Phụ lục 5.9) Theo đó, mô hình nghiên cứu có phương trình hồi quy được viết như sau:

NPL = 0367 -0 0211SIZE -0 2365ROA +0 1623LLR +0 0447ETA +0 0936INE

Theo phương trình trên, tất cả các biến đều có ý nghĩa thống kê với mức ý nghĩa 5%, trong đó biến ROA có tác động mạnh nhất (-0.237) đến biến NPL Các biến SIZE, ROA tác động ngược chiều đến NPL, trong khi các biến còn lại LLR,ETA và INF lại tác động cùng chiều đến biến nợ xấu Mặt khác, trái ngược với sự kỳ vọng ban đầu, các biến LGR, UNT và GDP không có ý nghĩa thống kê.

Bảng 4.8: Kết quả hiệu chỉnh theo mô hình hồi quy FGLS

Các biến giải thích Hệ số tương quan Sai số chuẩn P-value

Bảng 4.9 thể hiện chi tiết kỳ vọng tương quan và kết quả dấu thực tế sau khi thực hiện mô hình hồi quy FGLS.

Bảng 4.9: Tóm tắt kết quả nghiên cứu

Giả thuyết Kết quả nghiên cứu

Dấu tương quan P-value Mức ý nghĩa

SIZE + - 0.000 Có ý nghĩa thống kê

ROA - - 0.007 Có ý nghĩa thông kê

LLR + + 0.000 Có ý nghĩa thống kê

LGR + - 0.453 Không có ý nghĩa thống kê

ETA - + 0.036 Có ý nghĩa thống kê

UNT + + 0.224 Không có ý nghĩa thống kê

GDP - - 0.297 Không có ý nghĩa thống kê

INF + + 0.000 Có ý nghĩa thống kê

4.4 Thảo luận kết quả nghiên cứu

Một là, nợ xấu của các NHTM Việt Nam bị tác động tiêu cực bởi quy mô ngân hàng và tác động này có ý nghĩa thống kê ở mức 1% Khi tất cả các biến số khác không đổi, quy mô của ngân hàng tăng lên 1 đơn vị thì tỷ lệ nợ xấu giảm đi 0,021 đơn vị và ngược lại Phân tích thực nghiệm bác bỏ kỳ vọng ban đầu của nghiên cứu nhưng lại chấp nhận kết quả nghiên cứu của Salas và Saurina (2002) hay Trần Vương Thịnh và Nguyễn Ngọc Hồng Loan (2021) Kết quả này được giải thích rằng một ngân hàng có nguồn lực và quy mô lớn có thể dễ dàng đa dạng hóa danh mục đầu tư, nâng cao chất lượng các khoản cho vay và hạn chế nợ xấu phát sinh Lý giải trong bối cảnh Việt Nam, nơi các ngân hàng quy mô lớn thường là đầu tàu của ngành, đã hoạt động nhiều năm, có hệ thống quản trị rủi ro tốt và có đội ngũ quản lý dày dạn kinh nghiệm và năng lực Nhờ đó, nhóm các ngân hàng lớn này sẽ được trang bị thêm một lá chắn trước nợ xấu trên mỗi đồng vốn cho vay Hơn nữa, khi so sánh với các ngân hàng nhỏ, “độ dày” về chất lượng tài sản sẽ là nền tảng vững chắc để hạn chế rủi ro tín dụng, đặc biệt là nợ xấu cao Tuy nhiên, đa dạng hóa danh mục đầu tư đang là vấn đề mà nhiều ngân hàng gặp phải khi mà phần lớn tỷ trọng cho vay đều đến từ các doanh nghiệp thuộc lĩnh vực bất động sản trong vài năm trở lại đây Hiện nay, nợ xấu của ngành ngân hàng đang ở mức báo động khi dư nợ cho vay và nợ xấu của ngành này đang chiếm tỷ lệ khá cao, có mối quan hệ mật thiết nên sự đi xuống của ngành bất động sản khiến tỷ lệ nợ xấu tăng cao trong tương lai.

Hai là, khả năng sinh lời tác động ngược chiều khá mạnh đến tỷ lệ nợ xấu và có ý nghĩa thống kê 1% Kết quả này chấp nhận với giả thuyết ban đầu của nghiên cứu cũng như nghiên cứu của Louzis và cộng sự (2012) và Nguyễn Thị Hồng Vinh

(2015) Theo đó, khả năng sinh lời tăng (giảm) một đơn vị và các biến khác trong mô hình không đổi, sẽ làm tỷ lệ nợ xấu giảm (tăng) 0.237 đơn vị Một ngân hàng có kết quả hoạt động kinh doanh tốt là một ngân hàng biết khai thác và sử dụng tài sản hiệu quả, đi kèm với đó là công tác quản trị rủi ro tốt để từ đó giảm thiểu nợ xấu. Dưới áp lực tăng trưởng tín dụng và gia tăng lợi nhuận, thông thường các ngân hàng có suất sinh lợi thấp sẽ tìm kiếm khách hàng mới bằng cách nới lỏng các tiêu chuẩn tín dụng, chấp nhận nhiều khoản vay tiềm ẩn nhiều rủi ro hoặc giải ngân vượt quá khả năng tài chính của người đi vay Tuy nhiên, những biến động của nền kinh tế sẽ ảnh hưởng đến một lượng lớn khách hàng không thực hiện đúng nghĩa vụ thanh toán của mình Thực trạng của các NHTM Việt Nam trong khoảng thời gian nghiên cứu, khi mà chi phí hoạt động tăng, lợi nhuận giảm dẫn đến ROA giảm trong khi nợ xấu tăng hoàn toàn phù hợp với lập luận này.

Ba là, tỷ lệ trích lập dự phòng rủi ro tín dụng có mối tương quan cùng chiều với tỷ lệ nợ xấu năm hiện tại và có ý nghĩa thống kê ở mức 1% Khi tỷ lệ trích lập dự phòng rủi ro tín dụng giảm một đơn vị và các biến khác trong mô hình không đổi, sẽ làm tỷ lệ nợ xấu giảm 0.012 đơn vị Mối tương quan này chấp nhận với giả thuyết kỳ vọng của nghiên cứu Tỷ lệ trích lập dự phòng chính là tỷ lệ mà ngân hàng bảo hiểm rủi ro cho những khoản vay không thể thu hồi của chính ngân hàng Như vậy, “độ dày” trích lập dự phòng càng nhiều chứng tỏ tỷ lệ nợ xấu càng cao Đây cũng chính là kết luận của nhóm tác giả Louzis và cộng sự (2012); Trần Vương Thịnh và Nguyễn Ngọc Hồng Loan (2021) Đối sánh tại Việt Nam, tỷ lệ trích lập dự phòng cùng tỷ lệ nợ xấu tăng nhẹ trước “bão” COVID-19 Các NHTM cũng lường trước được diễn biến nợ xấu nên đã tích cực làm dày bộ “đệm dự phòng” rủi ro ngay từ cuối 2020 Tuy nhiên, con số này chưa phản ánh chính xác thực trạng khi mà các khoản nợ xấu được cơ cấu theo Thông tư 14 Vì vậy, sau khi Thông tư 14 chính thức hết hiệu lực, mặc dù nhiều ngân hàng đã chủ động tiến hành trích lập sớm nhưng áp lực trích lập vẫn tăng cao do nhiều doanh nghiệp tiếp tục "ngấm đòn" COVID-19 nên không đủ khả năng hoàn trả các khoản nợ Ngoài ra, các ngân hàng có dư nợ tín dụng bất động sản lớn như Techcombank, VPBank, MBBank,…có nhiều áp lực trích lập dự phòng hơn so với các ngân hàng bán lẻ thuần túy.

Thảo luận kết quả nghiên cứu

Từ kết quả nghiên cứu ở chương 4, nghiên cứu sẽ nêu ra các kết luận chính, đồng thời đưa ra các đề xuất, kiến nghị dựa trên các nhân tố ảnh hưởng đến tỷ lệ nợ xấu của các NHTM Việt Nam Bên cạnh đó, trình bày những hạn chế của nghiên cứu và đề xuất hướng nghiên cứu tiếp theo.

Nhìn lại hơn một thập kỷ qua, từ giai đoạn hoạt động tín dụng ngân hàng bùng nổ rồi lao dốc vì nợ xấu cho đến quá trình bắt tay tái cơ cấu, tăng trưởng trở lại và tiếp tục rơi vào “nốt trầm” trước làn sóng COVID-19, cuối cùng là nhịp điệu phục hồi thần tốc hậu COVID-19 Trước những áp lực do sự biến động liên tục gây ra, nợ xấu của mỗi ngân hàng đã có nhiều sự thay đổi đáng kể khi mà bị tác động trên cả hai cấp độ vĩ mô và vi mô.

Dựa trên bảng tổng hợp kết quả phân tích trong và ngoài nước đối với những nhân tố tác động lên nợ vay của các NHTM, tác giả đã tìm ra một số nhân tố tác động đến tỷ lệ nợ xấu cũng như hướng và mức tác động của các nhân tố này Với tám nhân tố đã cho vào bài phân tích thì tác giả nhận thấy có năm nhân tố tác động lên nợ xấu của các NHTMCP Việt Nam Theo đó, một biến vĩ mô là tỷ lệ lạm phát ảnh hưởng cùng chiều đến tỷ lệ nợ xấu; bốn biến đặc thù bao gồm tỷ lệ dự phòng tín dụng và tỷ lệ vốn chủ sở hữu trên tổng tài sản tác động cùng chiều, quy mô ngân hàng và khả năng sinh lời tác động trái chiều đến tỷ lệ nợ xấu Kết quả nghiên cứu phù hợp với một số nghiên cứu trước và phù hợp với thực tế tại Việt Nam giai đoạn

2012 - 2022 Ngoài ra, biến tốc độ tăng trưởng tín dụng hiện hành, tỷ lệ thất nghiệp và tốc độ tăng trưởng kinh tế hàng năm chưa tìm thấy bằng chứng có tác động đến tỷ lệ nợ xấu.

Trong nền kinh tế tại Việt Nam, lĩnh vực ngân hàng là một trong những lĩnh vực nhạy cảm nhất, bởi suy cho cùng phần lớn tổng cung ứng vốn từ thị trường tài chính ra nền kinh tế đều thực hiện thông qua hoạt động của ngành ngân hàng Khi nợ

Định dạng
Số trang	89
Dung lượng	153,37 KB