BỘGIÁODỤCVÀĐÀOTẠO NGÂNHÀNGNHÀ NƯỚCVIỆTNAM TRƯỜNGĐẠI HỌCNGÂNHÀNGTHÀNHPHỐHỒCHÍ MINH NGUYỄNNGỌCHIẾU CÁCNHÂNTỐTÁCĐỘNGĐẾNNỢXẤU TẠI CÁC NGÂN HÀNG THƯƠNG MẠI CỔ PHẦNNIÊMYẾTTRÊNSỞGIAODỊCHCHỨNGKHO ÁNTHÀNHPHỐHỒ[.]
Lýdo chọn đềtài
Ngânhàngđóngmộtvaitròvôcùngquantrọngtrongsựpháttriểnbềnvữngcủahệ thống tài chính, đặc biệt là tại các quốc gia có hệ thống kinh tế dựa vào ngân hàng(Moradi và ctg, 2016) Ảnh hưởng này sẽ nghiêm trọng hơn đối với các quốc gia phụthuộcnhiềuvàongânhàngnhưlàmộttrunggiantàichínhphânbổvốnchotoànbộnềnkinhtế.Ho ạtđộngtíndụnglàmột at rongnhữnghoạtđộngcốt al õiquantrọngnhấtcủangân hàng thương mại (NHTM) Nợ xấu tồn tại tất yếu khách quan trong hoạt động tíndụng, và duy trì nợ xấu ở mức độ an toàn là một trong các mục tiêu quan trọng củaNHTM Nợ xấu không chỉ là nguyên nhân cơ bản gây mất an toàn, làm gia tăng tríchlậpdựphòng rủiro,giatăng chiphíxửlýnợxấu từđógâysụtgiảmlợinhuậnkỳvọngcủangânhàngmàcònảnhhưởngkhôngtốtđếnsựpháttriểnkinhtế - xãhội,ảnhhưởngđếnuytíncủabảnthânngânhàngcũngnhưsứckhỏenềntàichínhquốcgia.Cácchuyê ngia kinh tế cho rằng hầu hết đặc điểm chung của các cuộc khủng hoảng tài chính đềubắt nguồn từ nợ xấu tăng cao tại các ngân hàng thuộc các quốc gia đó Sau các cuộckhủng hoảng tài chính, nợ xấu đã được sự giám sát bởi chính phủ và dưới sự quản lýcủangânhàngtạicácquốcgiađó(Soedarmonovàctg,2011;Ghosh,2015).Dođó,việcquản lý nợ xấu được coi là hoạt động quan trọng để các ngân hàng xác định nguyênnhân, dự đoán tổn thất, từ đó đề xuất các biện pháp kiểm soát và xử lý nợ xấu hiệu quảnhằm hạn chế tối đa thiệt hại do nợ xấu gây ra cũng như đưa ra các giải pháp dự phòngtránh nợxấu lặplạitrongtươnglai.
Trênthếgiới,đãcónhiềunghiêncứuthựcnghiệmvềvấnđềtácđộngcủanợxấuđếnhệthốngcủ acácngânhàngthươngmại(NHTM).Theođó,cácnhântốcótácđộng ngược chiều có ý nghĩa đến nợ xấu có thể thể đến như (1) lợi nhuận ngân hàng, (2) tốcđộ tăng trưởng kinh tế (Dimitrios và ctg, 2016; Radivojevic và Jovovic, 2017; Koju vàctg, 2018; Hoàng Thị Thanh Hằng và ctg, 2020), (3) tốc độ tăng trưởng tín dụng(Rachmanvàctg,2018;NguyễnThịNhưQuỳnhvàctg,2018).Cácnhântốcótácđộngthuậnchiều cóýnghĩađến nợxấucóthểthểđếnnhưtỷlệthấtnghiệp,dựphòngrủiro,tỷ lệ lạm phát (Radivojevic và Jovovic, 2017; Hoàng Thị Thanh Hằng và ctg, 2020).Tuynhiên,nghiêncứucủaKojuvàctg(2018)lạichỉrarằng tỷ lệlạmphátcó tácđộngngược chiều đến nợ xấu với mức ý nghĩa 1% Nghiên cứu của Nguyễn Thị Như Quỳnhvà ctg (2018), Nguyễn Thành Đạt (2018) và Phạm Dương Phương Thảo (2018) cũngcho thấy nợ xấu năm trước có tác động cùng chiều với nợ xấu hiện tại với mức ý nghĩa1%.Theođó,nợxấunămtrướccàngcao,chiphítríchlậpdựphòngcàngcaothìnợxấunăm nay gia tăng Đồng thời, Phạm Dương Phương Thảo (2018) cũng khẳng định nợxấu và chi phí hoạt động ngân hàng có tác động ngược chiều tại mức ý nghĩa thống kê1%.Nhưvậy,cácnghiêncứutrướcđâychothấynợxấulàmộtvấnđềvôcũngkhókhăntrên thế giới, nếu không quản lý tốt được nợ xấu thì nền kinh tế sẽ rơi vào những cuộckhủng hoảng nghiêm trọng Nhìn chung, tất cả những nghiên cứu trên đều đưa ra cácyếu tố ảnh hưởng đến nợ xấu có những điểm chung cũng như có những điểm riêng tuỳthuộc vào từng quốc gia, khu vực, đối tượng và thời gian khảo sát Từ đó, tác giả xemxétcácnhântốnhư(1)tốcđộtăngtrưởngtíndụng,(2)khảnăngsinhlờitrêntàisản,
(3) tỷ lệ thất nghiệp, (4) tốc độ tăng trưởng kinh tế, (5) dự phòng rủi ro, (6) tỷ lệ lạmphát trong cùng một mô hình để đánh giá tác động của chúng đến nợ xấu tại các ngânhàngTMCP niêmyếttrên HOSE.
Tại Việt Nam, tốc độ tăng trưởng tín dụng trong những năm qua đã khiến nợ xấucủacácngânhàngtăngnhanhchóng.TheosốliệubáocáođượctổnghợphàngnămcủaNgânhàngN hànước(NHNN)ViệtNam,tốcđộtăngtrưởngtíndụngcủahệthốngngânhàng giai đoạn 2015 – 2021 có xu hướng biến thiên cùng chiều với nợ xấu Thực tiễnchothấytốcđộtăngtrưởngtíndụngởViệtNamgiảmsẽlàmnợxấugiảmvàngượclạikhitốcđột ăngtrưởngtín dụngtăngsẽ tăngn ợ xấu.Nợxấuđốivớicácngânhàng
TMCP là một vấn đề cần được giải quyết, nợ xấu tăng nhanh sẽ ảnh hưởng rất lớn đếnhầu hết các chủ thể trong nền kinh tế, trước tiên là ngân hàng, sau đó là người đi vay,cuốicùngsẽlàtoànbộnềnkinhtế.Nhữngnămgầnđây,NHNHViệtNamđangkhôngngừngnỗl ựcđểgiảmthiểuvàhạnchếsựgiatăngnợxấunhưnggiaiđoạn2019–2021đánh dấu sự gia tăng nhanh chóng của nợ xấu trong hệ thống ngân hàng Việt Nam, nợxấutăngnhanhlàđiềuđãđượcdựđoántrướcdosựbùngphátcủađạidịchCOVID-19,đặc biệt với biến chủng Delta mới trong năm 2021 đã gây ra các tổn thất nặng nề trongnền kinh tế Theo đó, nợ xấu có xu hướng gia tăng rõ rệt tại một số ngân hàng, bìnhquânsốdưnợxấucủa28NgânhàngTMCPniêmyếttrênthịtrườngchứngkhoánViệtNamtăng 17,3%sovớinăm2020 (NHNNViệtNam,2021).
Vì vậy việc tìm hiểu các nhân tố tác động đến nợ xấu cũng như mức ảnh hưởngcủa các nhân tố sẽ giúp các ngân hàng và nhà quản trị đưa ra được các quyết định quảntrị tài chính hiệu quả nhằm duy trì nợ xấu ở mức thấp, đảm bảo sự phát triển của hệthống ngân hàng nói riêng và sự ổn định của nền kinh tế nói chung Bên cạnh hầu hếtcác ngân hàng tại Việt Nam được niên yết trên ba sàn giao dịch lớn đó là sàn HOSE,HNX và UPCOM, tuy nhiên không có một nghiên cứu nào đề cập riêng trên một sàngiaodịch.Dođó,tácgiảquyếtđịnhchọnđềtài“CácnhântốtácđộngđếnnợxấutạicácNgânh àngthươngmạicổphầnniêmyếttrênSởgiaodịchchứngkhoánThànhphố
Mụctiêunghiêncứuvàcâuhỏinghiêncứu
Mụctiêunghiêncứutổngquát
Nghiên cứu được thực hiện nhằm đánh giá các nhân tố tác động đến nợ xấu tạicác ngân hàng TMCP niên yết trên HOSE Từ đó, nghiên cứu đề xuất một số khuyếnnghịnhằmgiúpcácngânhàng TMCPniêmyếttrên HOSEquảnlýnợ xấu.
Mụctiêu nghiêncứucụthể
Nghiêncứutậptrungxácđịnhcác a nhântốảnhhưởng a đếnnợxấutạicácngân hàng a TMCPdựatrêncơsởlýthuyếtvà a cácnghiêncứuliênquan.
Câuhỏinghiêncứu
Những nhân tố nàoảnh hưởng đếnnợxấu tạicácNgânhàngTMCPtheocơ sởlýthuyếtvà cácnghiên cứu thựcnghiệmliênquan?
Đốitượngvàphạmvinghiên cứu
Đốitượngnghiêncứu
Phạmvinghiêncứu
Nghiêncứulấydữliệutừnăm2012đến2021,cótổngcộng14ngânhàngTMCPđược niêm yết trên HOSE Các ngân hàng được chọn để nghiên cứu là các ngân hàngcó quy mô lớn nhằm đảm bảo tính đại diện cho xu hướng biến động của ngành Bêncạnh đó,hầu hết các cổ phiếu vốn hóa lớn của Việt Nam đều được niêm yết trên sànHOSE, yêu cầu niêm yết trên HOSE khắt khe hơn so với các sàn giao dịch còn lại.
Phươngphápnghiêncứu
Nghiên cứu tiếp thu và kế thừa tư tưởng của các lý thuyết sau, cụ thể là (1)Môhình điểm số “Z” của Atlman (2000); (2) Lý thuyết thông tin bất cân xứng củaAuronen(2003)vàRichard(2011).
Cácl ý t h u y ế t n à y c ũ n g c h í n h l à n ề n t ả n g c h o v i ệ c l ự a c h ọ n h ư ớ n g n g h i ê n cứu về các nhân tố tác động đến nợ xấu tại các ngân hàng TMCP được niêm yếttrênHOSE.
Nghiên cứu lấy dữ liệu bảng cân bằng từ năm 2012 đến 2021 của 14 ngân hàngTMCP được niêm yết trên HOSE Danh sách các ngân hàng lấy dữ liệu được môtảnhưtrongbảng1.1.
(4)dựphòngrủirođượclấytừbáocáotàichínhhàngnămcủacácngânhàng.Cácdữliệuvĩmônhư( 5)tỷlệthấtnghiệp,(6)tốcđộtăngtrưởngkinhtế,(7)tỷlệlạm phát được lấy từ cơ sở dữ liệu của Tổng cục thống kê Việt Nam (GSO) vàNgânhàngThếgiới(WB).
STT Tênngânhàng TMCP Mã CK Sởgiao dịch
8 NgânhàngTMCP SàiGònThương Tín STB HOSE
13 NgânhàngTMCPBưuđiện Liên Việt LPB HOSE
Nguồn:Trích xuấttừbộdữliệunghiên cứucủa tácgiả.
Phươngphápxửlýdữliệu Để trả lời các câu hỏi nghiên cứu đặt ra, phương pháp nghiên cứu được áp dụngtrong nghiên cứu này là phương pháp nghiên cứu định lượng, thông qua việc sửdụng phần mềm Stata 14 để nghiên cứu thực hiện phân tích thống kê mô tả, matrậnhệsốtươngquan,môhìnhhồiquyvàcáckiểmđịnh.
Phân tích dữ liệu được thực hiện theo trình tự sau: (1) Phân tích thống kê mô tảnhằmxácđịnhcácchỉtiêuchungđểđưaracáinhìntổngquátvềcácđặctrưngcơbảncủacácb iếntrongmôhìnhnghiêncứu;(2)phântíchvànghiêncứumốitươngquangiữacácbiến trong mô hình,đồng thờipháthiệnmốiquan hệgiữacácbiến;
Đónggóp củađềtài
- Đề tài góp phần xác định và phân tích tác động đến nợ xấu của các ngân hàngTMCP được niêm yết trên HOSE của các nhân tố như (1) tốc độ tăng trưởng tíndụng,(2)khảnăngsinhlờitrêntàisản,(3)tỷlệthấtnghiệp, (4)tốcđộtăngtrưởngkinh tếtrong thờikỳ,(5)dựphòngrủiro,(6)tỷ lệlạmphát.
- Đề tài góp phần đề xuất một số khuyến nghị nhằm quản lý nợ xấu tại các ngânhàng TMCP đượcniêmyếttrênHOSE.
Bố cụccủađềtài
KháiniệmNgânhàng TMCP
Rose (2004) và Hudgins (2008) cho rằng Ngân hàng TMCP là một công ty kinhdoanh tiền tệ chuyên cung cấp các dịch vụ tài chính, điều hành các ngành dịch vụ tàichính hoặc các doanh nghiệp và tổ chức, thường xuyên nhận tiền từ công chúng bằngchữ ký, tiền gửi hoặc các phương tiện khác và sử dụng các quỹ này để thực hiện giảmthuế, tín dụng hoặc giao dịch tài chính Ngân hàng TMCP là định chế tài chính trunggianchuyêncungcấpnhữngdịchvụtàichính,baogồmchovayvànhậntiềngửi,thanhtoánvàcá cdịchvụtàichínhkhác(Mishkin,2007).
TạiViệtNam,theoLuậtcácTCTDsố47/2010/QH12doQuốchộibanhànhngày16 tháng 6 năm
2010 quy định ngân hàng TMCP thực hiện mọi hoạt động ngân hàngtheo quy định của Luật Hoạt động ngân hàng là việc kinh doanh, cung ứng thườngxuyên một hoặc một số các nghiệp vụ sau đây: nhận tiền gửi; cấp tín dụng; cung ứngdịchvụthanhtoánquatàikhoản.CăncứtheoquyđịnhtạiKhoản2,3Điều2Thôngtư40/2011/ TT-
NHNHquyđịnhvềviệccấpgiấyphépvàtổchức,hoạtđộngcủangânhàngthươngmại,chinhánhngân hàngnướcngoài,vănphòngđạidiệncủaTCTDnướcngoài,tổchứcnướcngoàikháccóhoạtđộngngânhà ngtạiViệtNamdoNHNNViệtNambanhành ngày15tháng12năm
2011,NgânhàngTMCPđượchiểulàloạihìnhngânhàng thànhlậpnhưmộttổchứcdướihìnhthứccôngtycổphần,thựchiệntoànbộhoạtđộngngân hàng và các hoạt động kinh doanh khác theo quy định của luật các TCTD nhằmmụctiêu lợinhuận.
HoạtđộngNHTMlàhìnhthứckinhdoanhkiếmlời,theođuổimụctiêulợinhuậnlà chủ yếu Theo đó, NHTM thực hiện hai hình thức hoạt động là kinh doanh tiền tệ vàdịchvụngânhàng.Đồngthời,HoạtđộngNHTMphảituânthủ theoquyđịnhcủaphápluật, nghĩa là chỉ khi NHTM thoả mãn đầy đủ các điều kiện khắt khe do pháp luật quiđịnhnhưđiềukiệnvềvốn,phươngánkinhdoanh,v.vthìmớiđượcphéphoạtđộngtrênthị trường Như vậy, hoạt động NHTM là hình thức kinh doanh có độ rủi ro cao hơnnhiều so với các hình thức kinh doanh khác và thường có ảnh hưởng sâu sắc tới cácngành khác Bên cạnh đa dạng các nghiệp vụ kinh doanh, NHTM được phân loại theomục đích sở hữu, chiến lược kinh doanh, hình thức hoạt động và được trình bày trongbảng2.1.
Bảng2.1.PhânloạiNgânhàngTMCP Căncứmụcđích sở hữu
TMCPliên doanh (có đối tácnước ngoài góp vốnvào).
(1) Ngân hàng bán lẻ: vớiquymô nhỏ hướngtớicánhânchủyếulàch ovaytiêudùng.
(2) Ngânhàngbánbuôn:cung cấp dịch vụ cho doanhnghiệp,tổchức.
(3) Ngânhàngvừabánbuôn vừabán lẻ:chiếmđa số.
(1) Ngân hàng TMCP hộisở:làtrụ sở chính
(2) Ngân hàng TMCP dướihìnhthứcchinhánh,phòn ggiaodịch
(3) NgânhàngTMCPkhác:ng ânhàngchovaydàihạn,ngânhà nghợptácquỹtín dụng…
Nguồn:Tổng hợp củatácgiả. Tóm lại, ngân hàng TMCP là loại hình tổ chức tín dụng trung gian cung ứng cácdịchvụtàichínhvềkinhdoanh,cungcấpthườngxuyênchomộthoặcnhiềudoa nh nghiệp, được thực hiện tất cả các hoạt động tín dụng, tiết kiệm và dịch vụ Thanh toán,thực hiện các chức năng tài chính khác nhau và các hoạt động liên quan đến lợi nhuậnkhác.
Vaitrò củaNgân hàng TMCPtrong nềnkinh tế
Rich và Walter (1993) cho rằng Ngân hàng TMCP đóng vai trò chủ yếu như làmộttrunggiantàichính.Trong avai trònày,các an gânhàngthương am ạigiúpvậnhànhdòng vốn đầu tư trên toàn thị trường Cơ chế phân bổ vốn trong nền kinh tế này đượcthựchiệnthôngqua aq uátrìnhchovay,giúpcácngân ah àngđánhgiá ar ủirotàichính,làmgiảms ựphânđoạnthịtrườngcủatrunggiantàichính,giúpcáccôngtydễdàngtiếpcậncác nguồn vốn, làm tăng quy mô của nền kinh tế, làm giảm chi phí tài chính trong hệthống ngânhàng,giúpquảnlýtốthơn cácdòngtàichính.
Theo Luật các TCTD số 47/2010/QH12 do Quốc hội ban hành ngày 16 tháng 6năm 2010 thì Ngân hàng TMCP là nhóm trung gian tài chính lớn nhất, cũng là trunggiantàichínhmàcácchủthểkinh tếgiaodịchthườngxuyênnhất.Đâylàtổ chứcnhậntiền gửi, đóng vai trò là trung gian tài chính huy động tiền nhàn rỗi thông qua các dịchvụ nhận tiền gửi rồi cung cấp cho những chủ thể cần vốn chủ yếu dưới hình thức cáckhoản vay trực tiếp Các Ngân hàng TMCP huy động vốn chủ yếu dưới dạng tiền gửithanh toán, tiền gửi tiết kiệm, tiền gửi có kỳ hạn Vốn huy động được dùng để cho vaythươngmại,chovaytiêudùng,chovaybấtđộngsảnvàđểmuachứngkhoánchínhphủ,tráiphiếucủa chínhquyềnđịaphương.
Tại Việt Nam, trong quá trình đổi mới, hệ thống Ngân hàng TMCP có tầm quantrọngđặcbiệt,làkênhcơbảncungứngvốnchonềnkinhtếđểthựchiệncácchỉtiêuvĩmôcủanền kinhtế.Ngoàichovaythươngmạiđốivớicáctổchứcvàcánhân,hệthốngNgânhàngTMCPcònlàngu ồntàichínhquantrọngđểthựchiệncácchủtrương,chínhsách như cho vay đối với hộ nghèo, vùng sâu, vùng xa, góp phần hạn chế đáng kể sựchênhlệch a pháttriểngiữacácnhómthunhậpvàgiữa acá cvùngtrongnước,từngbước chuyểndịchcơcấu ak inhtếtheohướngcôngnghiệphóa,hiệnđạihóa.Trongđiềukiện thị trường tài chính còn sơ khai, tín dụng ngân hàng là kênh chủ yếu cung ứng vốn chochuyểndịchcơcấuvàpháttriển kinhtếtrong suốtquátrình pháttriểncủanềnkinh tế. Tómlại,NgânhàngTMCPđóngvaitròquantrọngtrongnềnkinhtếthôngquaviệcthựch iệnnhữngchứcnăngkhácnhau,baogồm(1)chứcnăngtrunggiantíndụng, (2)chứcnăngtạotiền,(3)chứcnăngtrunggianthanhtoán,
Nhữngvấn đềchungvềhoạtđộng cấptín dụngcủangân hàngTMCP
Hoạtđộng chovay
Baudin(1954)địnhnghĩatíndụngnhưlàmộtsựtraođổihànghoátàichínhhiệntại lấy một hàng hoá tài chính tương lai có xem xét đến yếu tố thời gian, rủi ro xảy ratrong giao dịch Do đó, cần có sự tín nhiệm, sử dụng sự tín nhiệm của hai bên để thựchiện trao đổi nên mới có danh từ tín dụng. Thuật ngữ cho vay, một hình thức của việccấp tín dụng, là một khoản tài chính được bên cho vay cung cấp cho bên đi vay trongđó bên đi vay sẽ hoàn trả lại khoản tài chính này cho bên cho vay trong một thời hạnthỏa thuận và thường kèm theo lãi suất.
Các khoản vay có nhiều hình thức khác nhaubaogồmcáckhoảnvaycóbảođảm,khôngcóbảođảm,khoảnvaythươngmạivàkhoảnvaycánhâ n(Kagan,2021).MacDonaldvàKoch(2006)chorằngchovayngânhàng là hình thức phân bổ nguồn tiền từ người gửi tiền đến người đi vay để tạo ra dòng tiềntàichínhnhằmphụcvụnhucầu tíndụngtrongnềnkinhtế.Cáckhoảnvaymang lạilợinhuận càngcao thìrủiro cànglớn.
TạiViệtNam,thôngtư39/2016/TT-NHNNngày30/12/2016củaNgânhàngnhànước Việt Nam về việc ban hành Quy định về hoạt động cho vay của tổ chức tín dụng,chi nhánh ngân hàng nước ngoài đối với khách hàng định nghĩa cho vay là hình thứccấptíndụng,theođótổchứctíndụnggiaohoặccamkếtgiaochokháchhàngmộtkhoảntiềnđểsửdụn gvàomụcđíchxácđịnhtrongmộtthờigiannhấtđịnhtheothỏathuậnvớinguyêntắccóhoàntrảcảgốcvàlã i.ĐịnhnghĩatrênđượccácngânhàngvàTCTDkhácápdụngđểlàmtiền đềcăn bảncho cáchoạtđộng chovaycủamình.
Cho vay là nghiệp vụ chủ yếu khi ngân hàng quyết định cấp tín dụng cho kháchhàngvàcũnglànghiệpvụmangvềthunhậpchủyếuchongânhàng.Hiệnnay,cácngânhàngTMCP trongnướccókhánhiềuphươngthức,phổbiếnnhư:chovayhợpvốn,chovay hạn mức, cho vay từng lần… được tóm tắt trong bảng 2.2, việc xác định phươngthứcchovay tùythuộcvàosửdụngvốnvaycủatừngđốitượng.
Chovay từnglần Mỗilầnchovay,tổchứctíndụngvàkháchhàngthựchiện thủ tụcchovay vàký kếtthỏathuận chovay
Chovay hợp vốn Làviệccótừhaitổchứctíndụngtrởlêncùngthựchiệnchovayđốivớik háchhàngđểthựchiệnmộtphươngán,dựán vayvốn
Là việc tổ chức tín dụng thực hiện cho vay đối với kháchhàngđểnuôitrồng,chămsóccáccâytrồng,vậtnuôicótínhchấ tmùavụtheochukỳsảnxuấtliềnkềtrongnămhoặccáccâylưugốc,câ ycôngnghiệpcóthuhoạchhàngnăm.Theo đó,tổchứctíndụngvàkháchhàngthỏathuậndưnợgốccủa chu kỳtrướctiếptụcđược sử dụngchochu kỳ sản xuấttiếptheonhưngkhôngvượtquáthờigiancủa02chukỳsảnxuất liêntiếp.
Tổchứctíndụngxácđịnhvàthỏathuậnvớikháchhàngmộtmứcdưnợc hovaytốiđađượcduytrìtrongmộtkhoảngthờigian nhất định Trong hạn mức cho vay, tổ chức tín dụngthựchiệnchovaytừnglần.Mộtnămítnhấtmộtlần,tổchứctíndụn gxemxétxácđịnhlạimứcdưnợchovaytốiđavà thờigianduytrìmứcdư nợnày.
Cho vay theo hạn mứccho vaydựphòng
Tổ chứctíndụngcamkếtđảmbảosẵnsàngchokháchhàngvayvốntron gphạmvimứcchovaydựphòngđãthỏathuận.Tổchứctíndụngvàkhá chhàngthỏathuậnthờihạnhiệulựccủahạnmứcchovaydựphòn gnhưngkhôngvượtquá01
Cho vay theo hạn mứcthấu chi trên tài khoảnthanh toán
Tổchứctíndụngchấpthuậnchokháchhàngchivượtsốtiềncó trên tài khoản thanh toán của khách hàng một mức thấuchitốiđađểthựchiệndịchvụthanhtoántrêntàikhoảnthanhtoán.M ứcthấuchitốiđađượcduytrìtrongmộtkhoảngthời giantốiđa01(một)năm.
Tổchứctíndụngvàkháchhàngthỏathuậnápdụngchovayđối với nhu cầu vốn có chu kỳ hoạt động kinh doanh khôngquá01(một)tháng,kháchhàngđượcsửdụngdưnợgốccủachu kỳ hoạt động kinh doanh trước cho chu kỳ kinh doanhtiếptheonhưngthời hạnchovay khôngvượt quá03 (ba) tháng.
Tổchứctíndụngvàkháchhàngthỏathuậnápdụngchovay ngắnhạn đốivớikhách hàngvớiđiềukiện: a) Đếnthờihạntrảnợ,kháchhàngcóquyềntrảnợhoặckéodài thời hạn trả nợ thêm một khoảng thời gian nhất định đốivớimộtphầnhoặctoànbộ sốdưnợgốccủakhoảnvay; b) Tổng thời hạn vay vốn không vượt quá 12 tháng kể từngày giải ngân ban đầu và không vượt quá một chu kỳ hoạtđộngkinhdoanh; c) Tại thời điểm xem xét cho vay, khách hàng không có nợxấu tạicáctổchứctíndụng; d) Trongquátrìnhchovaytuầnhoàn,nếukháchhàngcónợ xấutạicáctổchứctíndụngthìkhôngđượcthựchiệnkéodàithờihạntrản ợ theo thỏathuận.
Chiếtkhấu,chothuêtàichính,baothanh toán,bảo lãnhngânhàng
TheoLuậtcáctổchứctíndụng(2010)chiếtkhấulàmuagiấytờcógiángắnhạnthấp hơn mệnh giá và thanh toán theo mệnh giá khi đến hạn thanh toán Chiết khấu làmộtloạinghiệpvụngânhàngmàmộtngânhàngtrảtrướckìhạnchongườicókìphiếu,chẳng hạn, số tiền ghi trên kì phiếu bớt đi một khoản khấu trừ gọi là tỉ suất chiết khấuhoặc là lãi suất chiết khấu Lãi suất chiết khấu được tính theo tỉ lệ phần trăm (%) củamệnhgiá
Theo thông tư 39/2016/TT-NHNN ngày 30/12/2016 của Ngân hàng nhà nướcViệtNamchothuêtàichínhlàhoạtđộngcấptíndụngtrunghạn,dàihạntrêncơsởhợpđồngchot huêtàichínhgiữabênchothuêtàichínhvớibênthuêtàichính.Bênchothuêtài chính cam kết mua tài sản cho thuê tài chính theo yêu cầu của bên thuê tài chính vànắm giữ quyền sở hữu đối với tài sản cho thuê tài chính trong suốt thời hạn cho thuê.Bên thuê tài chính sử dụng tài sản thuê tài chính và thanh toán tiền thuê trong suốt thờihạn thuêquy địnhtrong hợpđồngcho thuêtàichính.
TheoLuậtcáctổchứctíndụng(2010)vàluậtsố17/2017/QH14ngày20/11/2017về việc sửa đổi, bổ sung một số điều của luật các tổ chức tín dụng thì bao thanh toán làhình thức cấp tín dụng cho bên bán hàng hoặc bên mua hàng thông qua việc mua lại cóbảo lưu quyền truy đòi các khoản phải thu hoặc các khoản phải trả phát sinh từ việcmua,bánhànghoá,cungứngdịchvụtheohợpđồngmua,bánhànghoá,cungứngdịchvụ.
Theo Luật các tổ chức tín dụng (2010) bảo lãnh ngân hàng là hình thức cấp tíndụng, theo đó tổ chức tín dụng cam kết với bên nhận bảo lãnh về việc tổ chức tín dụngsẽ thực hiện nghĩa vụ tài chính thay cho khách hàng khi khách hàng không thực hiệnhoặcthựchiệnkhôngđầyđủnghĩavụđãcamkết;kháchhàngphảinhậnnợvàhoàntrảcho tổchứctíndụng theothỏathuận
Tổng quanvềnợ xấu
Trênthế giớicónhiềuthuật ngữđềcậpđếnnợxấuđược sửdụng“Nonperforming loans”, “bad debt”, “doubtful debt” chỉ việc cho mượn không thu hồi(Fofack, 2005), khoản cho mượn gặp sự cố(Berger & De Young, 1997) hoặc khoảnchovaykhôngtrảđượcmàngânhàng akhô ng ath uđược al ợinhuậntừviệcchovay(Ernst&Youn g,2004)haycáckhoảnchovayđượcđưa ad anhmụcnợxấukhiđãquáhạntrảlãivàgốctừ90ngàytr ở lên(Rose,2004).
Theo Quỹ Tiền tệ Quốc tế (IMF, 2004), một khoản vay được coi là nợ xấu khiquá ah ạnthanh at oángốchoặclãi90ngàyhoặc ahơ n;khicáckhoảnlãisuấtđãquáhạn90ngàyhoặc hơnđãđược av ốnhóa,cơcấulại,hoặctrìhoàntheothỏathuận;khicáckhoảnthanh toán đến hạn dưới 90 ngày nhưng có thể nhận thấy những dấu hiệu rõ ràng chobiếtngườivaysẽkhôngthểhoàntrảnợđầyđủ a(n gườivayphá asả n).Saukhikhoảnvayđược xếp vào danh mục nợ xấu, nó hoặc bất cứ khoản vay thay thế nào cũng nên đượcxếpvàodanhmục an ợxấuchotớithờiđiểm ap hảixóanợhoặcthuhồiđược al ãivàgốccủakhoả nvayđóhoặcthuhồiđượckhoảnvaythay thế.
CònỦybanBaselvềGiámsátNgânhàng(BCBS)thìkhôngđưarađịnh ang hĩacụthểnàov ềnợxấu(Basel,2002).Tuynhiên,trongcác ahư ớng ad ẫnvềcácthônglệ chungtạinhiềuquốc ag iavềquản al ýrủirotíndụngthìBCBSxácđịnh,việckhoảnnợbịcoilàkhông cókhảnănghoàntrảkhimộttronghaihoặccảhaiđiềukiệnsauxảyra.Thứnhất,ngânhàngthấyng ườivaykhôngcókhả ană ngtrảnợđầyđủkhingânhàng chưathựchiệnhànhđộnggìđểcốgắngthuhồi;thứhai,ngườivayđã aq uáhạntrảnợquá a9 0ngày.Vì vậy,nợxấuđượcnhậnđịnhlàbaogồmtoànbộcáckhoảnchovayquáhạn90ngàyvàcódấuhiệung ườiđivaykhôngtrảđượcnợ.Cácđịnhchếtàichínhtrênthếgiớicũng ac ósựtương ađồ ng atr ongcáchnhậ nthứcvềnợxấu.Theođó,mộtkhoảnnợđượccoilà an ợxấu ak hinóxuất ah iện a1 hoặccả2dấuhiệusau, baogồm(1)auáhạntrảnợgốcvàlãitrên90ngày;
(2)khikháchhàngvayvốn ab ịTCTDhoặcngânhàngcoilàkhôngcókhảnăngtrảnợ, kể cảkhikhoảnnợvẫncòntronghạn.
TạiViệtNam,nợxấu(NPL)làcáckhoảnnợthuộcnhóm3,4và5đượcquyđịnhtại điều 3 theo thông tư
11/2021/TT-NHNN do Ngân hàng Nhà nước Việt Nam banhànhngày30tháng07năm2021vềQuyđịnhvềphânloạitàisảncó,mứctrích,phươngpháptríchlậpd ựphòngrủirovàviệcsửdụngdựphòngđểxửlýrủirotronghoạtđộngcủatổchứctíndụng,chinhánhn gânhàngnướcngoài. Đồngthời,theothôngtư11/2021/TT-
NHNNdoNgânhàngNhànướcViệtNamban ah ànhngày30tháng a0 7năm2021vềphânloạinhóm nợtạiViệtNamthìhiện at ại việc aph ânloạinợđượcchialàm a5 nhómchính ađược thểhiệntrongbảng a2 3nhưsau:
Lànợquáhạn10- 90ngày,nợđiềuchỉnhhạntrảnợlầnđầucókhảnăngthuhồiđầyđủ cảgốcvàlãi,nhưngcódấuhiệu suygiảmkhảnăngtrảnợ
Lànợquáhạn91- 180ngày,nợgiahạnlầnđầu,miễnhoặcgiảmlãikhôngcó khảnăngthuhồinợgốcvà lãikhiđếnhạn, cókhảnăngtổn thất 4
Lànợquáhạntrên360ngày,nợcócơcấulạithờihạntrảnợ lầnđầuthứhainhưnglạiquáhạn,nợcơcấulạithờihạntrảnợlầnthứbatrở lên không cònkhảnăng thu hồi,mấtvốn
Nguồn:TácgiảtổnghợptừThôngtư11/2021/TT-NHNN. Theo Phạm Hoàng Bảo Ngọc (2019), nợ xấu làm giảm lợi nhuận của các ngânhàng TMCP, hạn chế khả năng mở rộng, tăng trưởng tín dụng và làm giảm khả năngkinh doanh của các ngân hàng TMCP Từ đó, nợ xấu làm tăng khả năng gây thất thoátvốn của TCTD, tăng trưởng tín dụng giảm xuống, các công ty sẽ khó khăn hơn trongviệc tiến gần nguồn vốn để tiến hành hoạt động sản xuất kinh doanh Việc nợ xấu tăngcaovàkhôngđượcgiảiquyếtkịpthờitạicácngânhàngTMCPsẽdẫnđếnviệccácloạichiphíhữ uhình,chiphívôhìnhcủangânhàngsẽtănglêntheothờigian.Bêncạnhđó,nợ xấu cao cũng làm giảm năng lực tài chính của các TCTD dẫn đến giảm hiệu quảtrongcôngtácđiềuhànhchínhsáchtiềntệcủaNHNNViệtNam,từđó,gâyảnhhưởngrất lớn đến điều tiết vĩ mô nền kinh tế Nợ xấu còn ảnh hưởng không nhỏ đến kháchhàng vay vốn, nợ xấu cao làm giảm tốc độ luân chuyển vốn Nợ xấu phát sinh từ mộtdoanh nghiệp thì làm uy tín doanh nghiệp sụt giảm Đồng thời còn tác động trực tiếpđến quan hệ của doanh nghiệp với ngân hàng Do đó, mọi hoạt động thanh toán, giaodịch kinh doanh, hoạt động cấp tín dụng có thể bị ngưng trệ Nợ xấu của doanh nghiệplà biểu hiện của hoạt động sản xuất kinh doanh kém hiệu quả Vì vậy, không một ngânhàng muốn dây dưa và mong muốn duy trì quan hệ tín dụng với những doanh nghiệpnhưthế(HoàngThịThanhHằng,2020).
Như vậy, nợ xấu là kết quả quan hệ vay mượn bất thành bởi vì nó vi phạm đếnviệcvaymượnlàthờihạn,dẫnđếnkhôngtrảnợđủ,mấtsựtintưởng(HoàngThịThanhHằng,2020).Nợxấukhôngnhữngảnhhưởngrấtlớnđếnhiệuquảhoạtđộngkinhdoanhcủangânhàngđó,màcòntá cđộngsâurộngvànặngnềđếndoanhnghiệp,cũngnhưcảnền kinhtế.
Cơsở lýthuyết
Môhìnhđiểmsố “Z”củaAtlman(2000)
Cónhiềumôhìnhvớinhữngưuđiểm,nhượcđiểmriêngđãđượccácnhànghiêncứu xây dựng để đánh giá và dự báo rủi ro các công ty có khả năng phá sản Trong đó,mô hình điểm số “Z” (Credit Scoring Model) của Altman (1968) được coi là mô hìnhgốcđượcnhiềunhànghiêncứuứngdụngvàocácquốcgiakhácnhauđểdự đoánrủirotín dụng, rủi ro phá sản Do đó mô hình điểm số "Z" được Altman (1968) xây dựng đểchấmđiểmtíndụngđốivớinhữngcông tysản xuất củaMỹ. Đâylàmộtmôhìnhvềlượnghóarủirotíndụngcơbảnnhấtthường dùng,trongđó đại lượng “Z” là thước đo cho việc tổng hợp để phân biệt rủi ro tín dụng đối vớingười vay và phụ thuộc vào (1) trị số của các chỉ số tài chính của người vay (Xj); (2)tầm quan trọng của các chỉ số này trong việc xác định xác suất vỡ nợ của người vay(Atlman,2000).
= vốn lưu ộng tổngtàisản động ròng
Trị số “Z” càng cao, thì người vay có xác suất vỡ nợ càng thấp Như vậy, khi trịsố“Z”thấphoặclàmộtsốâmsẽlàcăncứđểxếpkháchhàngvàonhómcónguycơvỡnợ cao Giả sử, một khách hàng tiềm năng có các chỉ số tài chính là: X1= 0,20; X2= 0;X3= -0,20; X4= 0,10 và X5= 2,0 Chỉ số
X2= 0 và chỉ số X3là một số âm nói lên rằngkhách hàng có tỉ số "nợ/vốn chủ sở hữu" cao Tuy nhiên, tỉ số "vốn ròng/tổng tài sản"(X1) và tỉ số "doanh thu/tổng tài sản" (X5) lại cao, nên phản ánh khả năng thanh khoảnvà duy trì doanh số bán hàng là tốt Điểm số Z sẽ là thước đo tổng hợp về xác suất vỡnợ của khách hàng Từ các số liệu đã cho, điểm số “Z” của khách hàng được tính toáncókếtquảlà1,64.Theomôhìnhđiểmsố"Z"củaAltman(2000),bấtcứcôngtynàocóđiểmsố"Z" thấphơn1,81đềuphảiđượcxếpvàonhómcónguycơrủirotíndụngcao.Căncứvàokếtluậnnày,ng ânhàngsẽkhôngcấptíndụngchokháchhàngnàychođếnkhicảithiệnđượcđiểmsố“Z”lớnhơn1,81. Nhìnchung,cácnhântốnàythườngkhôngđược đề cập trong mô hình điểm số "Z" Mặc dù là mô hình được sử dụng nhiều trongcác nghiên cứu về rủi ro tín dụng nhưng mô hình cũng có các ưu điểm và nhược điểmđượctrìnhbàytómtắtởbảng2.3nhưsau:
- Có sự tin tưởng lẫnnhau
- Mô hình “Z”-score cố định hệ số của các chỉ số tài chínhtrong công thức Điều này có thể không phù hợp với phântích, đánh giá các doanh nghiệp ở những môi trường khácnhaudotínhchấtcủacácchỉsốtàichínhcũngcóthểkhácnhau
- Chỉ cho phép xác định doanh nghiệp nằm trong vùng antoàn, vùng cảnh báo hoặc vùng có nguy cơ cao Với cácdoanhnghiệpđược xác định nằmtrong cùngmộtvùng rủi
- Pháttriểnnguồnnhânlự c ro thì việc so sánh tương quan giữa các doanh nghiệp phảikếthợpvớinhiềuphươngphápxếp hạngkhác.
- Ngoài những yếu tố trong chỉ số tài chính, còn có nhữngrủi ro trong hoạt động có thể tăng cao do các nguyên nhânkháchquannhưsựthayđổivềchínhsách,khủnghoả ng kinh tế,khảnăngquảntrịdoanhnghiệp,v.v.
Nguồn:Tổng hợp củatácgiả. Quatìmhiểmvềmôhìnhđiểmsố“Z”cácnghiêncứucóthểdựđoáncácloạirủirotíndụng,rủir ophásảndựavàođócácngânhàngsẽkhôngcấptíndụngchocáccôngty cóđiểmsố“Z”thấphơn1,81.Vấnđềnghiên cứucủatácgiảliênquanđếncácnhântố ảnh hưởng đến nợ xấu, ở đây điểm số “Z” cho ngân hàng biết được các rủi ro gặpphải khi quyết định cho công ty vay hay không vay từ đó ảnh hưởng đến chất lượng nợcủa ngân hàng Vì khi có quyết định sai sẽ làm gia tăng nợ xấu, mô hình giúp cho cácngân hàng hạn chế nợ xấu tốt hơn Nợ xấu tăng hoặc giảm cũng có thể dự đoán đượcnếu ngân hàng áp dụng tốt mô hình điểm số “Z” vì vậy áp dụng mô hình xem như lýthuyếtchobàilàphùhợpvớimụctiêunghiên cứu.
Lý thuyếtthôngtin bấtcânxứng củaAuronen(2003)vàRichard(2011)
KháiniệmthôngtinbấtcânxứnglầnđầutiênđượcgiớithiệubởiAkerlof(1970)khi mà người bán luôn có nhiều thông tin hơn người mua Vấn đề bất cân xứng thôngtinđãdẫnđếngiácảcủatàisảntrênthịtrườngbịđánhgiáthấpkhingườimuavàngườibánkhôngcó cùngmứcđộthôngtinvàsựkhácnhaunàythểhiệnởmộtkhoảnphíbảohiểm bù đắp cho rủi ro tài sản Auronen
(2003) cho rằng, thông tin bất cân xứng xảy rakhi một trong các bên giao dịch không biết tất cả và chính xác về những thông tin cầnbiếtvềbênkiađểđưaraquyếtđịnhđúngđắn tronggiaodịch.Khiđó,giácảthịtrườngsẽ có thể quá thấp hoặc quá cao so với giá cân bằng của thị trường Đối với các quốcgia, tính minh bạch của thông tin, khả năng tiếp cận và cơ sở hạ tầng thông tin kém thìthôngtinbấtcânxứngcàngtrởnênphổbiếnvàtrầmtrọnghơn.Cleary(1999)chorằng,sởdĩthôngtin bấtcânxứngtrênthịtrườnglàdocácnhàtàitrợvốnbênngoàiđánhgiá dựánđầutưdựatrênchấtlượngvàrủirocủadựán.Điềunàykhiếnchiphínguồnvốnbênngoàitrởnê ncaohơnchiphínguồnvốnnộibộ,nhưlàmộtkhoảnphíbảohiểmbùđắp rủi ro Auronen (2003) cũng chỉ ra rằng việc bất cân xứng về thông tin được thểhiện qua các đặc điểm sau: (1) có sự khác biệt về thông tin giữa các bên giao dịch cụthể là bên mua và bên bán, (2) có nhiều trở ngại trong việc truyền thông tin giữa cácbên, (3) trong hai bên có một bên có thông tin chính xác hơn.
Từ đó, việc bất cân xứngthông tin dẫn đến các hậu quả như (1) lựa chọn ngược hay lựa chọn bất lợi (adverseselection - AS) làm tăng khả năng khoản tín dụng sẽ được cấp cho người có khả năngrủirocao,ngượclại,ngườichovaycóthểtừchốibấtkìkhoảntíndụngnàochonhữngngười tin cậy trên thị trường; (2) rủi ro đạo đức hay tâm lý ỷ lại (moral hazard – MH)làm giảm khả năng khoản vay sẽ được hoàn trả, do vậy có thể khiến người cho vaykhông muốn cho vay; (3) vấn đề người ủy quyền-người thừa hành (principal-agent -PA)khihànhđộng củahọkhônggiúpchongườiủynhiệmđạtđượclợiíchtốtnhất.
Bàinghiêncứucủatácgiảhướngđếncácnhântốtácđộngđếnnợxấu,lýthuyếtbất cân đối thông tin giúp cho tác giả nhận định rõ hơn về các rủi ro gây mất khả năngthanhtoáncủangườiđivaydẫnđếnnợxấugiatăng.Cácyếutốcóthểđếntừbêntronghoặc bên ngoài,thông tin của người đi vay và người cho vay không đồng nhất dẫn đếnsẽcónhữngquyếtđịnhsailầmlàmtăngnợxấu.
Lượckhảocácnghiên cứuthựcnghiệmcóliênquan
Cácnghiên cứutrên thếgiới
Rachmanvàctg(2018)đãtiếnhànhthựchiệnnghiêncứunhằmmụcđíchđưarađược các yếu tố cụ thể ảnh hưởng đến các vấn đề vỡ nợ ở các nước đang phát triển cóngành ngân hàng đóng vai trò chính trong nền kinh tế Mô hình của nghiên cứu đượcmôtảtheohình2.1.
CG (Credit Growth - Tốc độ tăng trưởng tín dụng)
EF (Operating Efficiency) NPL (Non-performing Loan
- Nợ xấu) CAP (Capital - Tỷ lệ vốn chủ sở hữu trên tài sản)
DIV (Income Diversification - Tỷ lệ thu nhập ngoài lãi)
Nguồn:Rachmanvàctg (2018). Nghiên cứu của Dimitrios và ctg (2016) đã thực hiện nghiên cứu về các yếu tốquyếtđịnhđếnnợxấu,dữliệuđượcthu at hậptừcácNgânhàng at hươngmạicủa15quốcgia trong khu vực Châu Âu từ năm 1990 đến năm 2015 Mô hình nghiên cứu được môtả trong hình 2.2 Kết quả nghiên cứu chỉ ra rằng, các biến (1) tốc độ tăng trưởng kinhtếvà(2)lợinhuậnngânhàng,(3)chukỳkinhdoanhvà(4)vaitròcủathuếthunhậpcánhân có tác động nghịch chiều với nợ xấu, riêng biến (5) tỷ lệ thất nghiệp có tác độngcùng chiều với nợ xấu Kết quả của nhóm tác giả đã đóng góp tính hữu ích khi thiết kếcácchínhsáchtàikhóavàan toànvĩmô.
ROE (Return on common equyty -
UNEMP(Unemployment-Tỷlệthấtnghiệp) NPLs(Non-performingLoans
DEBT (The general gross governmentdebt-
Nguồn:Dimitriosvàctg(2016). Nghiên cứu của Radivojevic và Jovovic (2017) đã tiến hành nghiên cứu về yếutố aqu yếtđịnhnợxấutạicácquốc ag iamớinổivớidữliệugồm25quốc ag iabằngviệc as ửdụng phương pháp tiếp cận dữ liệu bảng, các yếu tố ảnh hưởng đến nợ xấu được phântíchchogiaiđoạntừ2000đến2011.Mụcđíchchính ac ủabàiviếtnàylà a xâydựngmộtmôhìn hkinhtếlượngphùhợp,đểchứngminhtácđộngcủacácbiếnđộc a lậpđếnbiếnphụthuộc ab ằngcác hsửdụng am ôhìnhtĩnhvàđộng.Môhình an ghiêncứuđượcmôtảtrong hình 2.3 Kết quả cho thấy (1) tỷ lệ lạm phát, (2) tỷ lệ vốn trên tài sản của ngânhàngđãtácđộngcùngchiềuvớinợxấu,riêngbiến(3) at ỷgiá ah ốiđoáihữuhiệudanh nghĩavà(4)chỉsốgiá an hàđềucótácđộngnghịchchiềuvớinợxấu.
-Tỷgiáhốiđoáihữuhiệudanhnghĩa) NPLs (the non- performingloans- Tỷlệnợxấu) HPI(Thehousepriceindex-Chỉ sốgiánhà)
ROE (The return on equity - Lợi nhuận trênvốnchủsở hữu)
Nguồn:RadivojevicvàJovovic(2017). Nghiên cứu của Koju và ctg (2018) được thực hiện nhằm mục đích đánh giá cácyếu tố tác động đến các khoản nợ xấu trong hệ thống ngân hàng ở Nepal Bằng việc sửdụngcảhaiphươngphápướctínhbảngtĩnhvàbảngđộng.Nghiêncứuxemxét30ngânhàng thương mại của Nepal trong suốt giai đoạn 2003-2015 và sử dụng 7 biến cụ thểcủangânhàngvà5biếnkinhtếvĩmôđểđánhgiátácđộngcủacácbiếnđộclậpđốivớinợxấu.Môhìn hnghiêncứuđượcmôtảtronghình2.4.Kếtquảnghiêncứuchỉrarằng,
(1) tốc độ tăng trưởng GDP, (2) tỷ lệ an toàn vốn, (3) tỷ lệ tín dụng/cho vay trên tiềngửicó at ácđộngnghịch ach iềuvớinợxấu,còncácbiến(4)chênh al ệchlãisuất,
(7)dưnợbìnhquânđầu ang ườithìlạicótácđộng ac ùngchiềuvớinợxấu.Kết aq uảcủacácnghiên ac ứuth ựcnghiệmcũngchothấytốcđộtăngtrưởngkinhtếthấplànguyênnhânchínhdẫnđếnnợxấucaoởN epal vàgợiýrằngquảnlýhiệuquảvàcácchínhsáchtàichínhhiệuquảlà cần thiết cho một hệ thống tài chính và nền kinh tế ổn định Đây là nghiên cứu hoànchỉnh đầu tiên về hệ thống Ngân hàng Nepal và cũng là nghiên cứu đầu tiên đánh giátácđộngcủakiềuhối,nợcôngvàchênhlệchlãisuấtđốivớinợxấu.Kếtquảcủanghiêncứunàysẽhữu íchtrongviệcthiếtkếcácchínhsáchtàikhóavàantoànvĩmô ởNepal.
CAR(Thecapital adequacy ratio-tỷlệ antoànvốn)
LAR (The loan to assets ratio -Tỷ lệ cho vay trên tài sản)GDPGR(TheGDPgrowthrate-TốcđộtăngtrưởngGDP)
NPLs (The non- performinglo ans-Tỷlệnợxấu)
PCOD (The per capita outstanding debt - Dư nợ bình quân đầu người)IR(Theinflationrate-Tỷlệlạm phát)
Nguồn:Kojuvàctg(2018). Nhìnchung,kếtquảcácnghiêncứucủacácnhànghiêncứu at rênthếgiớiđềuchothấycácb iến(1)tốcđộtăng at rưởng ak inhtế,(2)lợinhuậnngânhàng,(3)tỷlệthất nghiệp, (4)tốc a độthăngtrưởngtíndụng, a(5 )dựphòngrủiro,(6)tỷlệlạmphátđềucóảnh hưởng đến nợ xấu Đồng thời, các nghiên cứu này chỉ tập trung trong phạm vi mộtquốcg i a h o ặ c m ộ t k h u v ự c t r o n g m ộ t g i a i k i n h t ế n h ấ t đ ị n h T r o n g g i a i đ o ạ n d ị c h
COVID-19, theo như tác giả tổng hợp thì lại có rất ít nghiên cứu đề cập đến tác độngcủacácnhântốtrênđến nợxấu.
Cácnghiêncứuở ViệtNam
Nghiên cứu của Trần Vương Thịnh và ctg (2021) đã tiến hành nghiên cứu cácyếu at ốtácđộngđếnnợxấutại22NgânhàngTMCPtạiViệtNamtronggiaiđoạntừnăm2012 đếnnăm2020thôngqua am ôhìnhnghiêncứuđượctrìnhbàynhưhình2.5.Bằng việc áp dụng phương pháp phân tích hồi quy đa biến tuyến tính cho dữ liệu bảngnghiên cứu đã chỉ ra các yếu tố tác động đến nợ xấu của Ngân hàng TMCP Việt Nam.Theo đó, (1) tỷ lệ trích lập dự phòng rủi ro tín dụng, (2) quy mô ngân hàng, (3) tốc độtăngtrưởngtíndụng,(4)tỷlệlạmphátcótácđộngcùngchiềuvớinợxấu,còn(5)tỷlệlợi nhuận sau thuế trên vốn chủ sở hữu lại tác động ngược chiều với nợ xấu, riêng (6)tốc độ tăng trưởng GDP lại không có tác động có ý nghĩa đến nợ xấu của các
M Việt Nam và NHNN Việt Nam, gồm có quản lý tỷ lệ trích lập dự phòng, kiểmsoát tốc độ tăng trưởng tín dụng, giữ vững tăng trưởng tỷ suất sinh lời, chiến lược giatăngquymôngânhàng hợplývàkiểmsoáttốtlạmphát.
LLR (Provision for credit losses - Dự phòng rủi ro tín dụng)SIZE(Banksize-Quymôngânhàng)
(The non- performingloan s-Tỷlệnợxấu) GDP(Economicgrowth-Tăngtrưởngkinhtế)
NghiêncứucủaHoàngThịThanhHằngvàctg(2020)đãtiếnhànhthựchiệnbàinghiên cứu các nhân tố ảnh hưởng đến nợ xấu của 16 Ngân hàng TMCP tại Việt Namgiai đoạn 2012-2018 Trên cơ sở lý thuyết và các nghiên cứu thực nghiệm trước đây vềcác nhân tố tác động đến nợ xấu, kết hợp với việc sử dụng phương pháp GMM, nhómtácgiảđã axây dựngmôhình8biếntácđộngđếnnợxấu.Môhìnhnghiêncứuđượcmôtảtrong ah ìn h2.6.Kếtquảnghiêncứu ac hothấycó5biếnảnhhưởngđếnnợxấu.Cácbiến có ý nghĩa thống kê là (1) hiệu quả kinh doanh, (2) quy mô ngân hàng, (3) tăngtrưởngtíndụng, (4)tăngtrưởngtổngsảnphẩmquốcnộivà(5)tỷlệlạmphát.Bêncạnhđó, nhóm tác giả còn phát hiện biến (6) lợi nhuận và (7) dự phòng rủi ro có tương quancùng ac hiềuvớicáckhoảnnợxấu.Trêncơsởkếtquảnghiêncứu,nhómtácgiả ac ũngđã đềxuất am ộtsốkhuyếnnghịnhằmkiểmsoátnợxấuvànângcaohiệuquảhoạtđộngkinhdoanhc ủacácngân hàng TMCP tạiViệtNam.
(The non- performingloans-Tỷlệ nợxấu)
Nguồn: Hoàng Thị Thanh Hằng và ctg (2020).NghiêncứucủaPhạmDươngPhương a Thảo a vàNguyễnLinhĐan(2018)đãnghiêncứu sốliệucủa27ngânhàngTMCPđang a hoạtđộng a tạiViệtNamtừnăm2005 đến a năm a 2017đểtìm a hiểu a cácyết a tốảnhhưởng a đến a nợxấu a củacác a ngân a hàng a TMCP
NPL (-1) (Nợ xấu năm trước) LPL (Dự phòng rủi ro tín dụng) COST (Chi phí hoạt động) LEV (Đòn bẩy của ngân hàng) NONINT (Thu nhập phi lãi) SIZE (Quy mô ngân hàng) ROE (Lợi nhuận) INF (Tỷ lệ lạm phát)
GDPGR (Tốc độ tăng trưởng kinh tế) LONGINT (Lãi suất dài hạn) UNEMPLOY (Tỷ lệ thất nghiệp)
EXRATE ( Tỷ giá hối đoái)
NPL (Tỷ lệ nợ xấu) tại Việt Nam Nhóm tác giả sử dụng phương pháp GMM đối với mô hình gồm 5 biến,cụ thể (1) nợ xấu năm trước, (2) dự phòng rủi ro tín dụng, (3) chi phí hoạt động,
(4) lợinhuậnngânhàng,(5)tốcđộtăngtrưởng ak inh atếađ ượcmôtảtrong ah ình2.7.Kếtquả nghiêncứuchothấy,(1)nợxấu acủa ngânhàngởnămtrước,(2)chiphítrích al ậpdựphòng rủi ro tín dụng, (3) chi phí hoạt động có mối quan hệ thuận chiều với nợ xấu củangânhàng.Tuynhiên,nếu(4)lợinhuậnngânhàngvà(5)tốcđộtăngtrưởngkinhtếthìlạicómốiqu anhệnghịchchiềuvớinợ xấucủacácngânhàng.
Nguồn: Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018).Nghiên cứu của Nguyễn Thị Như Quỳnh và ctg (2018), nhóm tác giả đã tiến hànhnghiêncứuthựcnghiệm nhằmphântíchcác nhântốtác độngđến nợxấucủa25NgânhàngTMCPtạiViệtNamtronggiaiđoạn2006- 2016.NhómtácgiảsửdụngmôhìnhPooledOLS,FEM,REMnhưng asa u ađ ómôhìnhhồiquytheo phươngphápbình
ROE (Khả năng sinh lời của ngân hàng)
CREDIT (Tăng trưởng tín dụng của ngân hàng)
SIZE (Quy mô của ngân hàng)
NPL (tỷ lệ nợ xấu)
NPL it-1 (Tỷ lệ nợ xấu năm trước)
GDP (Tốc độ tăng trưởng kinh tế)
INF (Tỷ lệ lạm phát)
UNT (Tỷ lệ thất nghiệp) phương at ốithiểutổngquátkhảthi(FeasibleGeneralized aLe astSquares-
FGLS)đượctriểnkhaiđểđảmbảohiệuquả ac ủamôhình.Kết aq uảnghiêncứuchothấyvớimứcý nghĩathốngkê1%,(1)tốcđộtăngtrưởngkinhtế,(2)tăngtrưởngtín adụ ngcủa an gân hàng av à(3)tỷlệthấtnghiệpcótácđộngngượcchiềuvớinợxấu.Còn a(4 )tỷlệlạm ap hátvà(5)nợxấună mtrướctương aq uanthuậnchiềuvớinợxấuhiệntại.Riêngtácđộngcủa
(6)quymôvà(7)khảnăngsinhlờicủangânhàngvớinợxấuthìnghiêncứucủaNguyễnThịNhưQuỳnh và ctg(2018)chưatìmthấy.
Nguồn:NguyễnThànhĐạt(2018). NghiêncứucủaNguyễnThànhĐạt(2018)đãtiếnhànhthựcnghiên ac ứucácyếutốảnh ah ưở ng ađến nợxấucủa23NgânhàngTMCPtạiViệtNam at ừnăm2009đếnnăm
2017.Thôngqua av iệcsửdụngcácphươngphápFEM, aR EM,nhómtácgiảxâydựngmô hìnhhồiquygồm4biến,cụ thểlà(1) chiphítríchlậpdựphòng rủirotíndụng,(2)lợinhuậnngânhàng,(3)tốcđộtăngtrưởngkinhtế,(4)lãisuấtđượcmôtảtronghình
2.9 Kết quả nghiên cứu cho thấy, (1) chi phí trích lập dự phòng rủi ro tín dụng, (2) tốcđộtăngtrưởngkinhtế,(3)lãisuấtcótácđộngthuậnchiềuvớinợxấu.Đốivớicácngânhàng càng cólợinhuậncaothìnợxấucàng thấpvàngượclại.
ROE(Lợinhuậnngânhàng) LnRISK(Dựphòng rủiro)
INF(Tỷlệlạm phát) UNEMPLOY(Tỷ lệ thấtnghiệp)
Nguồn:NguyễnThànhĐạt(2018). NhìnchungkếtquảcácnghiêncứucủacácnhànghiêncứutạiViệtNamđềuchothấy các biến (1) tốc độ tăng trưởng kinh tế, (2) lợi nhuận, (3) dự phòng rủi ro, (4) nợxấu nămtrước, (5)chiphíhoạtđộngcủangânhàngđềucó ảnhhưởngđếnnợxấu.Tuynhiên, các nghiên cứu này chỉ tiến hành nghiên cứu trong lãnh thổ Việt Nam và trongmột giai đoạn kinh tế nhất định Đặc biệt trong giai đoạn dịch COVID-19, tác giả nhậnthấy có rất ít nghiên cứu đề cập đến tác động của các nhân tố trên đến nợ xấu tại ViệtNam.
Nghiêncứu Phương phápxửlý Kếtquả chính
Sử dụng phương pháp hồiquyđabiếnchodữliệubản g gồm 36 NHTM niêmyết trên Sàn chứng khoánIndonesiagiaiđoạn2 008-
Cácbiếntăngtrưởngtíndụngvàbiếnlợinhuận có tác động đáng kể đến nợ xấu,ảnh hưởng tiêu cựcđếnnợxấu.
Sử dụng phương pháp hồiquy đa biến dữ liệu bảngcủa ngân hàng thương mạithuộc 15 quốc gia khu vựcChâu Âu giai đoạn 1990 –2015.
Kếtquảphântíchchothấytấtcảcácbiếnđều có tác động đến nợ xấu ROA, ROEtác động tiêu cực đến nợ xấu, tỷ lệ thấtnghiệptácđộngtíchcựcđếnnợxấu,tốcđộ tăng trưởng tác động đáng kể đến nợxấu; OUTPUT_GAP và TAXINC ảnhhưởng đáng kể đến chất lượng của danhmụcc h o v a y t r o n g đ ó O U T P U T _ G A P làmgiảmnợxấu.
Sử dụng phương pháp hồiquy đa biến dữ liệu bảngcủa ngân hàng thương mạithuộc 25 quốc gia mới nổitrênt h ế g i ớ i g i a i đ o ạ n t ừ 2000đến2011.
- Mối quan hệ tiêu cực và quan trọnggiữaGDP,NEER,HIP,ROAvàtỷlệnợ xấu.
- Mối tương quan thuận và có ý nghĩagiữaUNR,INF,CAR,LLPvàtỷlện ợ xấu.
Bằng việc sử dụng cả haiphươngphápướctínhbả ngt ĩ n h v à b ả n g đ ộ n g chob ộ d ữ l i ệ u g ồ m 3 0
Kết quả nghiên cứu chỉ ra rằng, (1) tốcđộ tăng trưởng GDP, (2) tỷ lệ an toànvốn,(3)tỷlệtíndụng/chovaytrênti ền gửicótácđộngnghịchchiềuvớitỷlệnợ ngân hàng thương mại củaNepal trong suốt giai đoạn2003-2015. xấu,còncácbiến(4)chênhlệchlãisuất,
(5) quy mô ngân hàng, (6) tỷ lệ chi phíhoạt động trên thu nhập hoạt động, (7)dư nợ bình quân đầu người thì lại có tácđộng cùng chiềuvớitỷ lệnợ xấu.
Sử dụng phương pháp hồiquy đa biến dữ liệu bảngcủa 22 Ngân hàng TMCPtạiViệtNamtronggi aiđoạntừnăm2012đếnnăm2 020.
Theo đó, (1) tỷ lệ trích lập dự phòng rủiro tín dụng, (2) quy mô ngân hàng, (3)tốcđộtăngtrưởngtíndụng,(4)tỷlệlạmphát có tác động cùng chiều với tỷ lệ nợxấu,còn(5)tỷlệlợinhuậnsauthuếtrênvốnch ủsởhữulạitácđộngngượcchiềuvới tỷ lệ nợ xấu, riêng (6) tốc độ tăngtrưởng GDP lại không có tác động có ýnghĩađ ế n n ợx ấ u c ủ a c á c N H T M Vi ệ t
SửdụngphươngphápGMM chobộdữliệucủa16Ngânhà ngTMCPtạiViệtNamgiaiđo ạn2012-2018.
Có 5 biến ảnh hưởng đến nợ xấulà (1)hiệu quả kinh doanh, (2) quy mô ngânhàng, (3) tăng trưởng tín dụng, (4) tăngtrưởng tổng sản phẩm quốc nội và
(5) tỷlệ lạm phát Bên cạnh đó, biến (6) lợinhuậnvà(7)dựphòngrủirocótươn g quancùng chiều vớicáckhoảnnợxấu. Phạm
Phương pháp GMM phântíchdữliệutừ27ngânhà ngTMCPđanghoạtđộngtại ViệtNamtừnăm
Nợxấucủangânhàngởnămtrước, (2)chiphítríchlậpdựphòngrủirotíndụng, (3)c h i p h í h o ạ t đ ộ n g c ó m ố i q u a n h ệ thuậnc h i ề u v ớ i t ỷ l ệ n ợ x ấ u c ủ a n g â n hàng.Lợinhuậnngânhàngvà(5)tốcđộ tăngtrưởngkinhtếthìlạicómốiquanhệ nghịchchiềuvới tỷlệ nợxấucủacác ngânhàng.
Sử dụng mô hình PooledOLS,F E M , R E M , s a u đ ó môhìnhhồiquytheophương pháp bình phươngtối thiểu tổng quát khả thi(FeasibleGeneralizedLe astSquares–
(1) tốc độ tăng trưởng kinh tế, (2) tăngtrưởng tín dụng của ngân hàng và
(3) tỷlệ thất nghiệp có tác động ngược chiềuvới tỷ lệ nợ xấu Còn (4) tỷ lệ lạm phátvà(5)tỷlệnợxấunămtrướctươngquanthu ận chiềuvớitỷ lệnợxấuhiệntại.
Như vậy, các nghiên cứu đều cho thấy nợ xấu là một vấn đề vô cũng khó khăntrênthếgiới,nếunợxấukhôngđượcquảnlýtốtthìnềnkinhtếcóthểgặpkhủnghoảngnghiêm trọng Các nghiên cứu trên đều lựa chọn một số nhân tố giống và khác nhaunhằm đánh giá ảnh hưởng đến nợ xấu.Trong nghiên cứu này, tác giả tiến hành kết hợpnhững nhân tố sau cùng một mô hình, cụ thể là (1) tốc độ tăng trưởng tín dụng, (2) khảnăng sinh lời trên tài sản, (3) tỷ lệ thất nghiệp, (4) tốc độ tăng trưởng kinh tế, (5) dựphòng rủi ro, (6) tỷ lệ lạm phát nhằm xem xét ảnh hưởng của chúng đến nợ xấu tại cácngânhàngTMCPniêmyếttrênHOSE.
PHƯƠNGPHÁPNGHIÊNCỨU
Phươngpháp tiếpcậnthôngtin
Dựa trên mô hình nghiên cứu tổng quan được thiết lập dựa trên lý thuyết về môhìnhđiểmsố“Z”(Atlman,1968;Atlman,2000)vàlýthuyếtbấtcânxứngthôngtincủaAuronen(20 03)vàcácnghiêncứuthựcnghiệmtrướcđâytrênthếgiớivàtạiViệtNamcủacácnhànghiêncứu(Di mitriosvàctg,2016;RadivojevicvàJovovic,2017;Rachmanvàctg,2018;Kojuvàctg,2018;Hoàng ThịThanhHằngvàctg,2020;NguyễnThị Như Quỳnh và ctg, 2018; Phạm Dương Phương Thảo và Nguyễn Linh Đan, 2018;Nguyễn Thành Đạt, 2018) tác giả áp dụng mô hình nghiên cứu cho mẫu nghiên cứu làcácNgânhàngTMCPniêmyếttrênHOSEnhưsau:
- CG 𝑖𝑡 :TốcđộtăngtrưởngtíndụngcủangânhàngT M C P iniêmyếttrênHOSEtr ong thờikỳt
- GDP 𝑡 :Tốcđộtăng trưởngkinhtế củaViệtNamtrong thờikỳt
- 𝑖𝑡: Sai sốngẫunhiêncủa ngân hànginiêmyết trên HOSEtại thờiđiểmt
Giả thuyết H 1 : Tốc độ tăng trưởng tín dụng (CG) tác động thuận chiều với nợxấu (NPL)
Bằngchứngtừcácnghiêncứuthựcnghiệmtrướcđâychỉrarằngtốcđộtăngtrưởngtíndụng(CG)có tácđộngnghịchchiềuhayảnhhưởngtiêucựcđếnchấtlượngnợxấu.Theo đó, khi tốc độ tăng trưởng tín dụng tăng lên đồng nghĩa với việc nợ xấu tại ngânhàngsẽgiảm(Barseghyan,2010;Rachmanvàctg,2018).Tuynhiên,TrầnVươngThịnhvà ctg
(2021) chứng minh rằng việc tăng trưởng tín dụng càng mạnh thì khả năng khóthuhồinợgốcvàlãicủangânhàngngàycànggiatăng,dẫnđếntình at rạng an ợxấu an gày càng a nghiêm at rọng,đặcbiệtlàđốivớithịtrườngtàichínhtíndụngởViệt a Nam.Chínhvìvậy,tron gnghiêncứunày,tác ag iảđềxuấtgiảthuyếtrằngtốcđộtăngtrưởngtíndụngcótácđộng a thuậnchiề uvớinợxấucủacácNgânhàngTMCPniêm a yết a trênHOSE.
Giả thuyết H 2 : Khả năng sinh lời trên lài sản (ROA) tác động nghịch chiều vớinợxấu (NPL)
Khả năng sinh lời của tài sản một chỉ số quan trọng đánh giá lợi nhuận và mức độhiệuquảcủacácngânhàng.Bêncạnhđó,mứcđộhiệuquảcủacácngânhàngcùngmứcđộ rủi ro với nhau cũng dễ dàng so sánh được Nghiên cứu chỉ ra khả năng sinh lời củatài sản tác động tiêu cực đến nợ xấu Theo đó, khi khả năng sinh lời từ tài sản của cácngân hàng tăng cao sẽ làm cho nợ xấu của ngân hàng giảm xuống (Dimitrios và ctg,2016; Hoàng Thị Thanh Hằng và ctg, 2020; Rachman và ctg, 2018; Radivojevic vàJovovic,2017).Chínhvìvậy,trongnghiêncứunày,tác ag iảđềxuấtgiảthuyếtrằngkhảnăngsin hlờicủatàisảncótácđộngnghịchchiềuvớinợxấucủacácNgânhàngTMCPniêmyếttrênHOSE.
Giả thuyết H 3 : Tỷ lệ thất nghiệp (UNEMP) tác động cùng chiều với nợ xấu(NPL)
Các nghiên cứu của Dimitrios và ctg (2016); Radivojevic và Jovovic (2017) cócùng quan điểm khi cho rằng tỷ lệ thất nghiệp tác động trực tiếp đến khả năng trả nợcủa các khách hàng cá nhân có quan hệ tín dụng tại các NHTM Theo đó, khi tỷ lệ thấtnghiệptănglênđồngnghĩarằngsốngườikhôngcóviệclàmtănglên,thunhậpsẽgiảmxuốnghoặctạ mthờikhôngcódẫnđếnảnhhưởngtớikhảnăngchitrảcáckhoảnnợchoNHTMdẫnđếnrủirovềtíndụ ngtănglên,rủirovềnợxấutăngcao.Tuynhiên,NguyễnThịNhưQuỳnhvàctg(2018)nhậnđịnhrằn gtỷtrọng ac hovaycánhântiêudùngtrêntổngdưnợtíndụngvẫncònthấptạiViệtNam.Đồngthời, đặcthù acủa ViệtNamluôncóđộingũlaođộngsẵnsànglàmmọiviệctuykhácvớichuyênmôn.Điềun àydẫnđếntỷlệthấtnghiệpởViệtNam at hấpsovớicácquốcgiakhác.Dođó,vềlýthuyếtkhithất nghiệptăng al ên ac óthểdẫnđếngiatăngnợxấu;còntrongtrườnghợpsốngườithất nghiệpkhôngcó ag iaodịch atí ndụngvớingânhàngítthìnguycơrủironợxấusẽgiảmxuống Như vậy, điều này có nghĩa là tỷ lệ thất nghiệp tăng hay giảm không giải thíchcho sự thay đổi của nợ xấu mà có thể nợ xấu thay đổi đơn thuần do những yếu tố kháctácđộngnhưGDPvàcácyếutốthuộcngânhàng.Trongnghiêncứunày,tácgiảđềxuấtgiả thuyết rằng tỷ lệ thất nghiệp có tác động cùng chiều với nợ xấu của các Ngân hàngTMCP niêmyếttrênHOSE.
Giả thuyết H 4 : Tốc độ tăng trưởng kinh tế (GDP) tác động nghịch chiều với nợxấu(NPL)
Tốcđộtăngtrưởngkinhtếvànợxấucómốiliênkếtmạnhmẽvớinhau.Theođó,khi nền kinh tế đang trong giai đoạn tăng trưởng và phát triển mạnh mẽ sẽ làm cho thunhập của công ty, hộ gia đình và cá nhân có sự cải thiện rõ rệt làm cho nợ xấu giảmmạnh Khi nền kinh tế đang trong giai đoạn suy thoái, khủng hoảng xảy ra làm cho tàichính của các công ty, hộ kinh doanh và cá nhân gặp khó khăn làm nợ xấu tăng cao(Dimitrios và ctg, 2016; Hoàng Thị Thanh Hằng và ctg, 2020; Koju và ctg,2018;RadivojevicvàJovovic,2017).Tuynhiên,NguyễnThịÁnhHoa(2021)lậpluậnrằng trongmôitrườngkinhtếphát a triểnthìviệc at rảnợcủakhách a hàng ac ònphụthuộcvàoý chítrảnợcủakháchhàngvớingânhàng;mặt ak hác,kháchhàngcóthểchiếmdụng avốn củangânhàng al àmviệc asai mụcđích.Ngoàira,việc ac ôngnợchồngchéocủacácdoanh nghiệplàmchochậmtrễtiếnđộchongânhàng.Dođó,dù ak inhtếViệtNamcótăngtrưởngnhưng khảnăngtrảnợvẫntrìtrệ.Chínhvìvậy,trongnghiêncứunày,tácgiảđềxuấtgiảthuyếtrằngtốcđộtăng trưởngkinhtếcótácđộngnghịchchiềuvớinợxấucủacácNgânhàngTMCPniêmyếttrênHOSE.
Giả thuyếtH 5 :Dựphòng rủiro (LLR) tácđộng cùngchiềuvớinợxấu (NPL)
Hoàng Thị Thanh Hằng và ctg (2020); Radivojevic và Jovovic (2017) có cùngquan điểm rằng dự phòng rủi ro tín dụng có tương quan thuận chiều với nợ xấu. Theođó, khi nợ xấu tại các ngân hàng thương mại phát sinh tăng cao và để đảm bảo an toànchohoạtđộngtíndụng,dẫnđếnviệccácngânhàngsẽtăngcáckhoảnchiphíliênquanđến việc quản lý nợ xấu Điều này làm cho tỷ lệ dự phòng rủi ro tăng lên khi nợ xấutăng Chính vì vậy, trong nghiên cứu này, tác giả đề xuất giả thuyết rằng dự phòng rủirocó tácđộngcùngchiều vớinợxấucủacácNgânhàng TMCP niêmyếttrênHOSE.
GiảthuyếtH 6 :Tỷlệlạmphát(INF)tácđộngcùng chiềuvớinợxấu (NPL)
Tỷ lệ lạm phát thấp là điều kiện thuận lợi đối với tăng trưởng kinh tế, ngược lại,khilạmpháttăngcaosẽlàmsuyyếukhảnăngtrảnợcủacácchủthểtrongnềnkinhtế,giảm khả năng trả nợ dẫn đến tăng nợ xấu trong nền kinh tế (Koju và ctg, 2018;Radivojevic và Jovovic, 2017) Chính vì vậy, trong nghiên cứu này, tác giả đề xuất giảthuyếtrằngtỷlệlạmphátcótácđộngcùngchiềuvớinợxấucủacácNgânhàngTMCPniêmyếttrên HOSE.
Từcácnghiêncứutrướcđâycũngnhưcácgiảthuyếtđãđượcđặtraởtrên,tácgiảđề xuất kỳ vọng về dấu cho các biến trong mô hình nghiên cứu áp dụng đối với trườnghợp Việt Nam, cụ thể là các Ngân hàng TMCP niêm yết trên HOSE được tóm tắt nhưtrong bảng 3.1.
Tên biến Kýhiệu Đơn vị tính
Báo cáo tài chínhđược kiểm toáncủa 14 ngân hàngTMCP từ năm2012đếnnăm 2021.
Barseghyan(2010 );Rachman vàctg(2018);Trần VươngThịnhvà ctg
Báo cáo tài chínhcủa 14 ngân hàngTMCP được kiểmtoán từ năm 2012đến năm2021.
Dimitriosvàctg(20 16);HoàngThị Thanh Hằngvàctg(2020); Rachmanvàctg(20 18);
UNEMP % + Tổng cục thống kêViệtNam
T h ị N h ư Quỳnh(2018). Tốc độtăngtr ưởng kinhtế
Thu thập nguồndữ liệu của WB,IMF
Báo cáo tài chínhcủa 14 ngân hàngTMCP được kiểmtoán từnăm2012 đến năm2021.
INF % - Tổng cục thống kêViệtNam
Radivojevic vàJovovic(2017)Nguồn:Tổng hợp củatácgiả.
Phươngpháp thuthậpdữliệu
Cơsởdữliệuvềnợxấu,tốcđộtăngtrưởngtíndụng,khảnăngsinhlờicủatàisản,dựphòngrủiron ghiêncứutrongluậnvănđượctácgiảtiếnhànhthuthậptừbáocáotàichính, báo cáo thường niên trong giai đoạn từ năm 2012 đến năm 2021 của tổng cộng14 Ngân hàng TMCP được niêm yết trên HOSE Dữ liệu được trích xuất từ trang cổngthông tinnộibộcủatừngngânhàng.
STT Tênngânhàng TMCP Mã CK Sởgiao dịch
8 NgânhàngTMCP SàiGònThương Tín STB HOSE
13 NgânhàngTMCPBưuđiện Liên Việt LPB HOSE
Nguồn: Trích xuất từ bộ dữ liệu nghiên cứu của tác giả.Cácdữliệuvĩmônhư(1)tỷlệthấtnghiệp,(2)tốcđộtăngtrưởngkinhtế,tỷlệ(3) lạm phát trong giai đoạn 2012 đến năm 2021 với số liệu thứ cấp được tiếp cận và sửdụng từ cơ sở bộ dữ liệu của Tổng cục thống kê Việt Nam (GSO) và Ngân hàngThếgiới(WB).
Phươngphápxửlýdữ liệu
Luận văn sử dụng phương pháp thống kê mô tả và phân tích dữ liệu bảng vớiphương pháp nghiên cứu định lượng để hồi quy mô hình bằng phần mềm Stata 14.Saukhithuthậpvàlàmsạchthôngtinthứcấp,tácgiảtiếnhànhthựchiệncácphântíchđịnhlượng trên Stata 14 cho bộ dữ liệu bảng cân bằng như phân tích thống kê mô tả để hiểnthị thông tin cơ bản về bộ dữ liệu, tìm giá trị trung bình, phương sai, độ lệch chuẩn, giátrị lớn nhất, giá trị nhỏ nhất của các biến nghiên cứu Tiếp theo, tác giả phân tích matrận hệ số tương quan để xem xét mối tương quan giữ các biến số Ma trận hệ số tươngquantừngđôichothấymốitươngquanPearsongiữacáccặpbiếnsốđượcsửdụngtrongmôhìnhh ồiquythôngquahệsốtươngquanvàmứcýnghĩatươngquancủakiểmđịnh
Pearson(significant).Saucùng,tácgiảtiếnhànhkiểmđịnhhệsốphóngđạiphươngsai(Variance Inflation Factor - VIF) để xem xét sự tồn tại của hiện tượng đa cộng tuyếntrong môhìnhhồiquy.
Việc ước lượng mô hình hồi quy dữ liệu bảng được tiến hành thông qua việc sửdụngbaphươngpháp:(1)phươngphápbìnhphươngnhỏnhấtPooledOLS,
(3)phươngphápướclượngngẫunhiên(REM)đểchọnmôhìnhhồiquyvớiphươngpháp ước lượngphùhợpnhất.Trong đó:
Phương pháp bình phương nhỏ nhất Pooled-OLS được tiến hành để chạy dữ liệuđầu tiên Phương pháp này thể hiện các kết quả kiểm định với giả định chủ yếurằngkhôngcósựkhácbiệttrongcácmatrậndữliệucủakíchthướcmẫuvàphươngphápnàyh ữuíchtrongtrườnghợpbộdữliệuđượctiênnghiệmlàđồngnhất.Tuynhiên, phương pháp này còn tồn tại vấn đề về các yếu tố không quan sát được(unobserved heterogeneity), mô hình Pooled OLS không thể hiện của tác độngriêng, mang tính đặc thù của từng ngân hàng Vì vậy, để xử lý vấn đề trong môhình Pooled OLS, mô hình ảnh hưởng ngẫu nhiên (REM) và ảnh hưởng cố định(FEM)được sửdụng.
Phương pháp ước lượng hiệu ứng cố định (FEM) cho phép hằng số α là đặc thùcủanhómquansátchéo,hàmýrằngmỗinhómquansátcóhằngsốαlàkhácnhaudo đó cần có một biến giả được thêm vào mô hình Phương pháp FEM cho phépnắm bắt được tất cả các tác động mang đặc thù đối với từng cá thể riêng biệt vàkhông thay đổi theo thời gian Do đó, với dữ liệu bảng bao gồm các Ngân hàngTMCP, mô hình này xem xét tất cả các vấn đề có sự đa dạng giữa các Ngân hàngTMCPnhưnglạikhôngthayđổitheothờigian.Điềunàycũngcónghĩarằngkhôngthểthê mvàocácbiếnkhôngcóthayđổitheothờigianvìchúngsẽđồngtuyếntínhhoàn hảo với tác động cố định.Việc kiểm định sự tồn tại của các ảnh hưởng cốđịnh được tiến hành để làm cơ sở lựa chọn giữa mô hình hồi quy Pooled OLS vàFEM.
Phương pháp ước lượng ngẫu nhiên (REM) khác biệt với phương pháp xem xétcác tác động cố định ở chỗ các hằng số cho mỗi nhóm quan sát không phải là cácthamsố cốđịnhmàlàcácthamsốngẫunhiên.
Kiểm định về sự tương quan chéo giữa giữa các đơn vị bảng được triển khai đểlàmcơ sở lựachọngiữamôhìnhhồiquyPooledOLSvàREM.
+Nếu P-value>5%thìphương phápPooled OLSphùhợphơnREM
+Nếu P-value< 5%thìngượclại,REMphù hợp hơnPooled OLS.
Tiếp đến, để xác định mô hình nào phù hợp hơn giữa FEM và REM, kiểm địnhHausman sẽ được thực hiện Kiểm định Hausman tiến hành xem xét có tồn tại tựtương quangiữacácsaisố𝑖𝑡vàcácbiếnđộclập trongmôhìnhhaykhông.
+NếuP-value>5%thìkếtluậnrằngchưađủcơsởđểbácbỏH0,haynóicách khác là không có sự khác biệt có ý nghĩa thống kê giữa FEM vàREM Theo đó, các sai số𝑖𝑡không có tương quan với các biến độngộc lậptrongmôhìnhvàsửdụngmôhìnhcácảnhhưởngngẫunhiênsẽcóhiệuquảhơn. + Nếu P-value < 5%, bác bỏ H0, thường thì việc sử dụng kết quả theophương pháp REMkhônghợp lý, mànên sửdụng phươngphápFEM.
Sau khi phân tích hồi quy, tác giả tiến hành thực hiện các kiểm định phương saithayđổi.
+NếuP-value>5%thìkếtluậnrằngchưađủcơsởđểbácbỏH0,haynóicách khác là không có hiện tượng phương sai thay đổi trong mô hìnhhồiquy.
+NếuP- value5%thìkếtluậnrằngchưađủcơsởđểbácbỏH0,haynóicáchkháclàkhông cóhiệntượngtựtương quan trong môhìnhhồiquy
Tácđộng củacácnhân tốđến nợxấu tạicácNgânhàng TMCP
+NếuP-value5%(Prob>chi2=0.4635),dođókhông đủ cơ sở để bác bỏ H0, hay nói cách khác, không có hiện tượng phương sai thay đổitrongmôhìnhhồiquy.KiểmđịnhWooldridgeđốivớihiệntượngtựtươngquanchobộdữ liệu bảng cho thấy P-value < 5% (Prob > F = 0,000), do đó đủ cơ sở để bác bỏ
H 0 ,haynóicáchkhác,cósựtựtươngquantrongmôhìnhướclượngdữliệubảng.Quaquátrìnhkiểm địnhtừngphầnởtrên,môhình ac óhiệntượngđacộng at uyếnđượcđánhgiálàkhôngnghiêmtrọng, môhìnhkhôngcóhiệntượngphương as aicủasaisốthayđổi,môhìnhcóhiệntượngtựtương aq uan. Dođó,kếtquảmôhình ang hiêncứutheophương phápOLSlà a tincậy.
Tuy nhiên, độ vững và tính hiệu quả của các hệ số trong phân tích dữ liệu bảngdựatrênphươngpháphồiquybình ap hươngnhỏnhấttổngthể(PooledOLS)cóthểbịnghin gờvìmôhình aO LStổngthểkhôngcầnquantâmđếncác ay ếutố akhô ng at hểthuthậpđượchoặcảnhhưởn g ar iênglẻ,đặcthù at ừngngânhàng,trongkhivấnđềảnhhưởng riênglẻlàmộttrongnhữnghiệntượngxảyrathườngxuyênởnhữngnghiêncứu at hực nghiệm a (Baltagi,2005).Dođó,tácgiảtiếnhànhthựchiện2kiểmđịnhREMvàFEM.Kết aq uảkiể mđịnhởcả ahai môhìnhREvàFEđềuđưaracùng ak ếtquảvềdấucủahệsốhồiquycủabiến,chỉkhácn hauở mứcđộýnghĩathốngkê. Đểxácđịnhmôhìnhnàotốthơn,nghiêncứunàythựchiệnkiểmđịnh aF chomôhìnhFE,kiể mđịnh aB reuschandParganLagrangeMultiplier(LM)chomôhìnhREvàkiểmđịnhHausmanđ ểchọnlựagiữa am ôhìnhREvàFE.Mộtcách ac hitiết, ak iểmđịnh ýnghĩa athố ngkêFchothấymôhìnhFEtốthơnmôhìnhOLS,nghĩalàcóảnhhưởngcốđịnhtrongm ôhìnhước lượngvớiP-value> 5%(Prob> F=0,000).
Nghiên cứu tiếp tục tiến hành xử lý dữ liệu bảng cân bằng với mô hình RE. Kếtquả kiểm định xttest0 (kiểm định Breusch and Pagan Lagrangian) đối với mô hình REcho thấy P-value < 5% (Prob > chi2 = 0,0000) nghĩa là giả thiết H0bị bác bỏ, điều nàychứngtỏcóảnhhưởngngẫunhiêntrongmôhìnhướclượng.ChínhvìvậymôhìnhREtốthơnm ôhìnhOLS,haynóicáchkhác,môhìnhRElàmôhìnhphùhợphơnmôhìnhOLS Ngoài ra, với giả định
H0về sự khác biệt ảnh hưởng của các biến là không mangtínhhệthống,nếugiảthuyếtnàykhôngcóđủcơsởđểbịbácbỏ,thìviệcướclượngcủa
2 mô hình FE và RE là tương đương về kết quả Đối chiếu với kết quả kiểm địnhHausman có P-value > 5% (Prob > Chi2 = 0,9540) cho thấy không đủ cơ sở bác bỏ
H0,trongtrườnghợpnàynghiêncứulựachọnsửdụngmôhìnhREhợplýhơnmôhìnhFE.Điềunàyhà mýrằngmôhìnhFEcóthểbịchệch(biased)vàhệsốkhông av ữngchắc(inconsistent); ngược lại, mô hình RE sẽ duy trì được tính không chệch (unbiased) vàhệ số vữngchắc.
Nhưvậy,trongnghiêncứunày,tácgiả al ựa ac họn am ô ah ình aR EdomôhìnhREtốt hơnmôhìnhOLSvà am ôhìnhFEtrongviệcthểhiệntác ađộ ngcácnhân at ốvimô,vĩmôđến nợ xấu của các ngân hàng TMCP niêm yết trên HOSE giai đoạn 2012 đến năm2021.
Từđó,tácgiảlựachọnkếtquảhồiquytheoREMđểlàm akế t aqu ảchínhthứccủanghiêncứu.Kết quảhệsốướclượngtrongmôhìnhREchothấyhệsốhồiquycủabiếntốc ađ ộtăng at rưởngtíndụng a( CG) ,tốcđộtăng at rưởngkinhtế(GDP),dựphòng ar ủiro(LLR) có tác động thuận chiều với nợ xấu
(NPL) và có ý nghĩa thống kê tại mức
5%trongđiềukiệncácyếutốkháckhôngđổi.Cácbiếnkhảnăngsinhlờitrêntàisản a( ROA)vàtỷlệ thấtnghiệp(UNEMP)cótác a độngnghịch a chiềuvớinợxấuvớimứcýnghĩalà1%trongđiềukiện cácyếutốkháckhôngđổi.Kếtquảcủacácphươngphápkiểmđịnhđượctrìnhbàytổnghợptrong bảng4.4.
Bảng 4.4 Tổng hợp các kết quả ước lượng theo các phương pháp Pooled
Prob between0,0008 Kết quả được trình bày ở mỗi biến số trong mỗi mô hình theo thứ tự lần lượt là (1) giátrịtrungbìnhcủahệsốhồiquy(Coeficient);(2)mứcýnghĩathốngkê(P-value)và(3)saisố chuẩn(Standarderror);
*Cóýnghĩathốngkêtạimức10%;**Cóýnghĩathốngkêtạimức5%;***Cóý nghĩathống kêtạimức1%.
LUẬN
Khuyếnnghị
Luận văn đã tiến hành phân tích bộ dữ liệu bảng cân bằng nhằm nghiên cứu cácnhân tố tác động đến nợ xấu của 14 Ngân hàng TMCP được niêm yết trên HOSE giaiđoạn 2012 – 2021 Kết quả nghiên cứu cho thấy, tốc độ tăng trưởng tín dụng của cácNgân hàng TMCP càng cao thì nợ xấu càng cao Điều này cho thấy nếu các ngân hàngnếu cứ ồ ạt cho vay không quản lý chất lượng nợ tốt thì việc nợ xấu càng tăng nhanh.Đồng thời, khả năng sinh lời của tài sản ở các Ngân hàng TMCP càng cao thì nợ xấucàng giảm Như vậy, các ngân hàng quản lý tốt về lợi nhuận và tài sản sẽ quản lý tốtđượcnợxấu.Ngoàira,tỷlệthấtnghiệpởViệtNamcàngcaothìnợxấucàngthấp.Điềunày cho thấy nếu tình hình thất nghiệp trong nước càng cao thì Ngân hàng TMCP sẽxem xét tính ổn định của công việc rồi mới quyết định cho vay Khi đó, chất lượng nợsẽ được cải thiện đáng kể Bên cạnh đó, tốc độ tăng trưởng kinh tế của Việt Nam cũnggóp phần không nhỏ đối với việc đánh giá chất lượng nợ Cụ thể, tốc độ kinh tế càngcao thì nợ xấu càng cao Điều này cho thấy, nếu kinh tế tăng trưởng một cách nhanhchóng nhưng không quản lý được chất lượng nợ thì rủi ro về nợ càng tăng Đối với cácngânhàngTMCP có nợxấucàng caothìcàng phảidựphòngrủirocàngcao.
Từkếtquảnghiêncứuởchương4,tácgiảđềxuấtmộtsốkhuyếnnghịđốivớicácNgânhàngTM CPđược niêmyếttrênHOSE,NHNNViệtNamnhưsau:
Tốcđộtăngtrưởngtíndụng(CG)cóảnhhưởng cùngchiềuđếnnợxấu(NPL)củacác ngân hàng trong mẫu nghiên cứu ở mức ý nghĩa 5% Điều này có nghĩa khi tốc độtăng trưởng tín dụng được kiềm chế đúng sẽ giúp các Ngân hàng TMCP giảm nợ xấutrong danh mục cho vay Khi các Ngân hàng TMCP cải thiện chất lượng nợ bằng cáchthẩm định hồ sơ chặt chẽ nhiều khâu, không bỏ qua trình tự các bước Các ngân hàngcầntránhcấptíndụngquámức,hạchuẩncấptín ad ụng;cầnxâydựngvà axác định arõ ràngkhẩuvịrủiro,từđóchủđộngxâydựngdanhmục atí ndụngvớicáctỷtrọngphânbố ad ựkiếnvàlựa chọnphương aán thíchhợpvớimụctiêulợinhuậnvàkhảnăngchịu đựngtổn at hất ac ủangânhàng.Theođó,cánbộtiếpnhậnhồsơvàcánbộthẩmđịnhhồsơ phải độc lập, có bước giám sát sau vay, phát hiện hiện tượng sai phạm phải báo cáongaychocấptrênxửlý,khôngtậptrungưutiêntăngtrưởngtíndụng.ĐiềunàysẽgiúpcácNgânh àngTMCPgiảmnợxấungaytừbanđầu.
Khảnăngsinhlờitrêntàisản(ROA)cóảnhhưởngngượcchiềuđếnnợxấu(NPL)của các ngân hàng trong mẫu nghiên cứu ở mức ý nghĩa 1% Điều này có nghĩa khi lợinhuậncủaNgânhàngTMCPcàngtăngcaothìnợxấucànggiảm.CácngânhàngTMCPcần nâng cao lợi nhuận và khả năng sinh lời của tài sản bằng cách đa dạng hoá các sảnphẩmtàichính,cảitiếncácsảnphẩmtrênkênhgiaodịchonlinenhằmtiếtkiệmchiphícho các giao dịch tại quầy, đầu tư vào các kênh giao dịch mang lại lợi nhuận cao chongân hàng Bên cạnh đó, để thu hút lượng khách hàng, các ngân hàng TMCP cần nângcao hơn nữa công tác kiểm tra, giám sát quy trình phục vụ các giao dịch tại quầy nhằmnâng cao chất lượng dịch vụ, xây dựng và đào tạo nhân lực phù hợp với từng đơn vị đểđạtđược hiệuquảnăngsuấtkinhdoanh caonhất.
Dự phòng rủi ro (LLR) có ảnh hưởng cùng chiều đến nợ xấu (NPL) của các ngânhàng trong mẫu nghiên cứu ở mức ý nghĩa 5% Điều này có nghĩa khi Dự phòng rủi rogiảm xuống sẽ giúp các Ngân hàng TMCP giảm nợ xấu trong danh mục cho vay.Đểlàmđượcđiềunày,cácNgânhàngTMCPphảicócácbiệnpháp tíchcựcxửlý.Cụ thể,cáckhoảnnợchuẩnbịchuyểnthànhnợxấuthìcácNgânhàngTMCPcầnngănchặn ngay từ khi mới nhảy nhóm nợ, các ngân hàng cũng cần chú ý xử lý sớm các khoản nợtồn động cải thiện các doanh mục ưu tiên nhỏ và vừa, giảm tỷ lệ cho vay các doanhnghiệphoạtđộngkémhiệuquả.Mộtsốcáchphổbiếnnhưthườngxuyênđônđốc,nhắcnợ khách hàng, nhanh chóng phát hiện sớm các khoản vay có vấn đề để khoang vùngvàcóbiệnphápxử lýtrướckhichuyểnnhómnợ.
Tỷlệthấtnghiệp(UNEMP)cóảnhhưởngngượcchiềuđếnnợxấu(NPL)cácngânhàng trong mẫu nghiên cứu ở mức ý nghĩa 1% Điều này có nghĩa khi tỷ lệ thất nghiệpở Việt Nam tăng sẽ giúp các Ngân hàng TMCP giảm thiểu nợ xấu trong danh mục dưnợ cho vay Điều này phù hợp với tình hình Việt Nam trong giai đoạn COVID-19 khimà các xí nghiệp nhà máy đóng cửa, công nhân không có việc làm ổn định tăng tỷ lệthất nghiệp khiến cho nợ xấu tại các Ngân hàng TMCP giảm Do đó NHNN Việt Namcần tạo thêm một kênh kiểm tra để các ngân hàng có thể tra soát được tình trạng việclàm của các cá nhân, công ty, doanh nghiệp vay vốn một cách nhanh chóng và chínhxácnhằmgiúp cácNgân hàng TMCPgiảmthiểunợxấu từkhâuthẩmđịnh ban đầu.
Tốcđộtăngtrưởngkinhtế(GDP)ảnhhưởngcùngchiềuđếnnợxấucủacácNgânhàng TMCP trong mẫu nghiên cứu ở mức ý nghĩa 5% Điều này có nghĩa khi nền kinhtế Việt Nam tăng trưởng sẽ làm tăng nợ xấu tại các ngân hàng TMCP trong danh mụcdư nợ cho vay, trong bối cảnh này, Quốc hội đã đặt mục tiêu tăng trưởng năm 2023 là6,5%,thấphơnkếtquảđạtđượccủanăm2022là8,02%,nhưngđâycũngsẽlàmụctiêuđầy thách thức Do đó, NHNN Việt Nam cần có những chính sách trong quản lý việccấptíndụngcủacácngânhàngTMCPcụthểnhư(1)hạnchếchovayđốivớicácdoanhnghiệp có hoạt động kinh doanh là những ngành nghề có hệ số rủi ro cao như bất độngsản, chứng khoán; (2) điều tiết tăng trưởng tín dụng, kiểm soát các ngân hàng nhỏ; (3)cơ cấu lại nợ, giữ nguyên nhóm nợ cho các doanh nghiệp giúp các doanh nghiệp phụchồi không để xảy ra hiện tượng sập đổ đồng loạt; (4) khuyến nghị Ngân hàng
TMCPđồngloạtgiảmlãisuấtchovayđểcácdoanhnghiệpcòncókhảnăngchitrảk hông buông xuôi; (5) cần giải quyết trái phiếu doanh nghiệp đáo hạn rất lớn, có cơ chế chínhsáchhỗtrợchiasẻđểdoanhnghiệpxửlýlĩnhvựcnày,đồngthờikinhtếvĩmôđảmbảocânđốilớnn hưlạmphát,tỷgiá,chínhsáchhỗtrợchodoanhnghiệpvàngườidân,cânbằng giữa vốn đầu tư nhà nước, tư nhân; (6) cơ quan chức năng cần theo dõi sát tìnhhình thế giới, diễn biến của chính sách tài khóa - tiền tệ của các đối tác thương mại -đầu tư lớn với Việt Nam, từ đó điều hành linh hoạt chính sách tiền tệ trong nước, đẩymạnh giải ngân vốn đầu tư công, thực hiện hiệu quả chương trình phục hồi phát triểnkinh tế.
Hạn chế củaluậnvăn vàhướngnghiêncứutiếp theo
Trong quá trình thực hiện nghiên cứu, luận văn không tránh khỏi việc tồn tại cáchạn chếnhấtđịnh nhưsau:
Thứ nhất, phạm vi đề tài nghiên cứu còn tương đối hẹp, chỉ thực hiện trên mẫunghiên cứu từ số liệu của 14 Ngân hàng TMCP được niêm yết trên HOSE.
Do đó,kết quả thực nghiệm chỉ có ý nghĩa cho các Ngân hàng TMCP được niêm yết trênHOSE.Dođó,nghiêncứutrongtươnglaicóthểhướngtớiviệctiếnhànhmởrộngphạmvinhằ mbaoquáttoànbộhệthống ngân hàng tạiViệtNam.
Thứ hai, nghiên cứu dựa trên cơ sở kế thừa các nghiên cứu trước đây và kết quảcho thấy có 5 nhân tố ảnh hưởng đến nợ xấu Do vậy, các nghiên cứu tiếp theo cóthể hướng tới việc mở rộng và phát triển thêm các biến mới cho mô hình nghiêncứu.Theođó,cácnghiêncứutiếptheocóthểxemxétthêmcácyếutốvề(1)quyếtđịnh của cấp điều hành, (2) dịch bệnh COVID-19, v.v để xem xét liệu chúng cótácđộngcóýnghĩađếnnợxấucủacácngânhàngTMCPhaykhông.Ngoàira,đểnghiêncứ ucótínhthuyếtphụchơnthìcácnghiêncứutrongtươnglaicóthểhướngđến phân tích các yếu tố con người như (1) các quyết định của các cổ đông, (2)địnhhướngpháttriểncủangânhàng,(3)mụctiêucủangânhàng,(4)quacácnhântốvềquyếtđịnhcủacáccánhân,v.v.nhằmxemxétảnhhưởngcủachúngđếntình hình nợ xấu của các Ngân hàng TMCP và góp phần đề xuất các khuyến nghị toàndiệnđốivới NgânhàngTMCP.
Kếtluận
Trong điều kiện kinh tế hiện nay, vấn đề về kiểm soát nợ xấu của các ngân hàngTMCP có ý nghĩa rất quan trọng trong sự phát triển chung nền kinh tế Hệ thống ngânhàng được xem như là huyết mạch tài chính của một nền kinh tế Do đó, việc nợ xấu ởhệ thống Ngân hàng càng được kiểm soát thì sẽ càng đảm bảo được khả năng thu hồivốn cho vay,bùđắp đượcchiphí,có điều kiện để ngân hàngtồn tạivà pháttriển.
Nhìn chung,nghiêncứu đãđạtđượccácmụctiêuđềra,cụ thểnhưsau:
Thứ nhất, nghiên cứu đã xác định được các nhân tố ảnh hưởng đến nợ xấu tại cácNgânhàngTMCP.Vớimụctiêuthứnhất,tácgiảđãthamkhảohailýthuyếtlàmôhình điểm số “Z” của Atlman (2000) và lý thuyết thông tin bất cân xứng củaAuronen (2003); Richard (2011) và các nghiên cứu thực nghiệm để tổng hợp vàđềxuấtcácnhântốtácđộngđến nợxấu,baogồm(1)tốcđộtăngtrưởngtíndụng,
(2) khả năng sinh lời của tài sản, (3) dự phòng rủi ro, (4) tỷ lệ thất nghiệp, (5) tốcđộ tăngtrưởngkinhtế,(6) tỷ lệlạmphát.
Thứ hai, nghiên cứu đã đo lường và đánh giá được mức độ tác động của các nhântốđếnnợxấutạicácNgânhàngTMCPniêmyếttrênHOSE.Vớimụctiêuthứhai,tácgiảápd ụngvàlựachọnmôhìnhhồiquyPooledOLS,FEM,REM,REMhiệuchỉnh để phân tích ảnh hưởng của các nhân tố trên đến nợ xấu của các Ngân hàngTMCP niêm yết trên HOSE Kết quả cho thấy có 5 biến có tác động có ý nghĩathốngkê,baogồmbiếncótácđộngtíchcựclà(1)tốcđộtăngtrưởngtíndụng,(2)dự phòng rủi ro, (3) tốc độ tăng trưởng kinh tế; và 2 biến có tác động tiêu cực đếnnợxấulà(4)khảnăngsinh lờicủatàisản,(5) tỷ lệthấtnghiệp.
Thứ ba, nghiên cứu đã đề xuất được một số khuyến nghị nhằm quản lý nợ xấu tạicácNgânhàngTMCPniêmyếttrên HOSE.Vớimụctiêu thứba,dựatrênkếtquảnghiêncứu,tácgiảcóđềxuất3khuyếnnghịđốivớicácNgânhàngTMCPtạ iViệtNam,02khuyếnnghịđốivới NHNNViệtNam.
Mặc dù nghiên cứu đã đạt được những mục tiêu đã đề ra, nhưng tác giả cũng đãthừanhậnluận văn vẫncòn mộtsốhạnchếnhất địnhvề(1) phạmvinghiêncứu và(2) sốlượngbiếnđượcsửdụngtrongmôhìnhhồiquy.Chínhvìvậy,tácgiảcũngđịnhhướng khắcphụccáchạn chếnàyởcácnghiêncứutrongtương lai.
1 Nguyễn Đức Long (2021) Nhìn lại 35 năm đổi mới chính sách tiền tệ và hoạtđộng của hệ thống ngân hàng Việt Nam.Tạp chí Ngân hàng số Chuyên đề đặcbiệt2021.
Tham khảo từ:https://tapchinganhang.gov.vn/nhin-lai-35-nam-doi-moi-chinh- sach-tien-te-va-hoat-dong-cua-he-thong-ngan-hang-viet-nam.htm.
2 Nguyễn Thị Ánh Hoa (2021) Các nhân tố ảnh hưởng đến nợ xấu của Ngân hàngthương mại Việt Nam.Tạp chí Khoa học Trường Đại học Bà Rịa – Vũng Tàu.
3 Nguyễn Thành Đạt (2018) Các yếu tố ảnh hưởng đến nợ xấu của hệ thống NgânhàngThương MạiViệt Nam.TạpchíKhoahọc,số35(12-2018), 25-30.
4 Nguyễn Thị Như Quỳnh, Lê Đình Luân và Lê Thị Hương Mai (2018) Các nhân tốtác động đến nợ xấu tại các ngân hàng thương mại Việt Nam.Tạp chí khoa học đạihọc mở Thành phố Hồ Chí Minh – Kinh tế và quản trị kinh doanh, 13(3), 261–
5 Phạm Hoàng Bảo Ngọc (2019).Các yếu tố tác động đến nợ xấu tại các Ngân hàngThươngmạiCổphầnViệtNam.Thamkhảotừhttps://digital.lib.ueh.edu.vn/handle/
6 PhạmDươngPhươngThảovàNguyễnLinhĐan(2018).Các yếutốảnhhưởngđếnnợxấucủacácngânhàngthươngmạicổphầnViệtNam.TạpchíChínhSác h&ThịtrườngTàichính-Tiềntệ,194,1–10.
7 TrầnVươngThịnhvàNguyễnNgọcHồngLoan(2021).Cácyếutốtácđộngđếnnợxấutạingân hàngthương mạiViệtNam.TạpchíCôngthươngsố 24 (12-2021).
8 NHNN Việt Nam (2016).Thông tư 39/2016/TT-NHNN ngày
10.NHNN Việt Nam (2021).Thông tư 11/2021/TT-NHNN ngày
30/07/2021.Thamkhảotừhttps://bit.ly/42Yx3Iy.
11.NHNNViệtNam(2021).BứctranhnợxấucủangànhNgânhàngvàmộtsốkiếnnghị.Thamkhả o từshorturl.at/iryD2
12.Quốchội(2010).LuậtcácTCTDsố47/2010/QH12ngày16/6/2010.Thamkhảotừhttps:// bit.ly/44YZ9p0
(1970).Themarketfor“lemons”:Qualityuncertaintyandthemarketmechanism.Thequarterlyjou rnal ofeconomics,84(3),488-500.
(1968).Financialratios,discriminantanalysis,andthepredictionofcorporatebankruptc y.Journalof Finance,9,589-609.
15 Altman, Edward I (2000), Predicting Financial Distress of Companies:
Models,http://pages.stern.nyu.edu/~ealtman/PredFnclDistr.pdf.
16 Auronen, L (2003) Asymmetric information: Theory and applications.Seminar ofStrategyandInternationalBusinessasHelsinkiUniversityofTechnology,167,14–18.
17 Baltagi,B H.,Bratberg,E.,&Holmồs,T.H.(2005).Apaneldatastudy ofphysicians'labors upply:t h e caseofNorwa y He a l t h Economic s,14(10), 10 35-1045.
18 Barseghyan, L (2010) Non-performing loans, prospective bailouts, and Japan’sslowdown.JournalofMonetaryeconomics,57(7),873–890.https://doi.org/10.1016/ j.jmoneco.2010.08.002.
20 Berger, A., & DeYoung, R (1997) Problem loas and cost efficiency commercialbanks.JournalofBankingandFinance,21,1-29.
(1999) There lat io ns hi p betweenf ir m investmentandfinancialstatus.
22 Dimitrios,A.,Helen,L.,&Mike,T.(2016).Determinantsofnon- performingloans:EvidencefromEuro-areacountries.Financeresearchletters,18,116– 119.https://doi.org/10.1016/j.frl.2016.04.008
24 Ghosh,A.(2015).Banking-industryspecificandregionaleconomicdeterminantsofnon-performing loans: Evidence from US states.Journal of financial stability,20,93–104.https://doi.org/10.1016/ j.jfs.2015.08.004.
25 Hang, Hoang Thi Thanh, Doan Thanh Ha, and Bui Dan Thanh (2020).
“FactorsAffectingBadDebtintheVietnamCommercialBanks.”JournalofEconomicsan dBusiness3(2).doi:10.31014/aior.1992.03.02.228.
27 Koju,L.,Koju,R.,&Wang,S.(2018).Macroeconomicandbank-specificdeterminants of non-performing loans: Evidence from Nepalese banking system.JournalofCentralBankingTheoryandPractice,7(3),111–138.https://doi.org/ 10.2478/jcbtp-2018-0026.
28 MacDonald,S.,&Koch,T.(2006).ManagementofBanking(ed.).Thomson-
SouthWestern,USA.Published byEuropeanCentreforResearchTrainingandDevelopme ntUK(www.eajournals.org).
29 Mishkin, F S (2007).The economics of money, banking, and financial markets.Pearsoneducation.
30 Moradi, Z S., Mirzaeenejad, M., & Geraeenejad, G (2016) Effect of Bank- Basedor Market Based Financial Systems on Income Distribution in Selected Countries.ProcediaEconomicsandFinance,36,510–521.
31 Rachman, R A., Kadarusman, Y B., Anggriono, K., & Setiadi, R (2018) Bank- specific factors affecting non-performing loans in developing countries: Case studyofIndonesia.TheJournalofAsianFinance,Economics,andBusiness,5(2),35– 42.https://doi.org/10.13106/jafeb.2018.vol5.no2.35.
32 Radivojevic,N.,&Jovovic,J.(2017).Examiningofdeterminantsofnon- performingloans.PragueEconomicPapers,26(3),300–316.https://doi.org/10.18267/ j.pep.615
33 Rich,G., &Walter,C.(1993).The futureofuniversalbanking.CatoJ.,13,289.
34 Richard,E.(2011).Factorsthatcausenon-performingloansincommercialbanksintanzania and strategies to resolve them.Journal of Management Policy and Practice,12(7),50-58.
35 Hudgins, S C (2008).Bank management and financial services McGraw-Hillcompanies.
36.Soedarmono, W., & Tarazi, A (2011) Bank Market Power, Economic Growth andFinancialStability:EvidencefromAsianBanks.JournalofAsianEconomics,22(6),460–470.
STT Ngânhàng Năm NPL CG ROA UNEMP GDP LLR INF
Bước3.Kiểmđịnh sự tươngquangiữacác biếnsố
P-value>5%:Chấp nhậnH0(i.e.không cóđủcơsởđể bácbỏH0)Khôngcó hiệntượngphươngsaithayđổitrongmôhìnhhồiquy
P-value>5%,chấpnhậnH0,khôngcósự tự tươngquantrong môhìnhhồiquy
P-value
