Tác động của rủi ro tín dụng đến hiệu quả kinh doanh của các ngân hàng thương mại việt nam

Lýdochọnđề tài

Ngân hàng thương mại (NHTM) là định chế tài chính trung gian có vai trò quantrọngđốivớinềnkinhtế.Trongđó,tíndụnglàhoạtđộngchủlựccủaNH TMvà gắn liền với quá trình chu chuyển vốn của nền kinh tế Tuy nhiên, trong thựctiễnhoạt động tíndụng luôn tiềm ẩnkhả năng phát sinhrủi rolàm ảnhh ư ở n g đến thu nhập và nguồn vốn của NHTM Vì vậy, vấn đề quản trị rủi ro, nhất làquảntrịRRTDluônđượccácNHTMđặcbiệtchútrọng.

RRTD được hiểu là khả năng các khách hàng của NHTM mất khả năng thanhtoán và khôngthể trảđược gốc lãi nợ vay như đãcam kết trên hợp đồngt í n dụng, ngoài ra, RRTD còn được xem là loại rủi roảnh hưởng đáng kể nhất đếnhoạt động của NHTM (Boffey vàRobson,1995).Tại Nepal, trong khin g h i ê n cứuv ề R R T D ả n h h ư ở n g đ ế n h o ạ t đ ộ n g N H T M t h ì B h a t t a r a i ( 2 0 1 6 ) đ ã c h o thấyrủirođ ư ợ c sinhratừviệcphêduyệtcáckhoảnvayth iếutínhtrungthựcvà hoạt động kiểm tra lỏng lẻo Trong những năm qua với vô số nguyên nhânchính của các vấn đề liên quan trực tiếp đến các tiêu chuẩn tín dụng nới lỏng chongười đi vay và đối tác, rủi ro danh mục đầu tư kém.Đ i ề u n à y , c ó t h ể d ẫ n đ ế n gia tăng các khoản nợ không trả được và nợ xấu, hay đây chính là nguyên nhângây ra suy tổn về sức khỏe tài chính và năng lực cạnh tranh củaN H T M ( S a e e d và Zahid, 2016) Một nghiên cứu khác của Nair và Fissha (2010) cho rằng tỷ lệnợ xấu tại các NHTM cao hiển thị cho chất lượng tín dụng suy kém đi và ảnhhưởngkhôngtốt đếnngành ngân hàng.Mặt khác,k h i t ỷ l ệ n à y g i a t ă n g t h ì RRTDđang có dấu hiệu leothang và làmchohiệu quảt à i c h í n h c ủ a N H T M cũng sụt giảm đến từ việc các NHTM phải trích lập dự phòng

RRTD, ngoài racácNHTM phảiđốim ặt vớic á c rủir o nhiềuhơ n trongho ạt độ ng kinhd o a n h của mình và dễ dẫn đến khủng hoảng kéo dài nếu không xử lý kịp thời Hay nóicáchk h á c , R R T D k h ô n g đ ư ợ c c á c N H T M ki ểms o át v à t ồ n t ạ i v ớ i m ứ c t ỷ l ệ cao thì dẫn đến rủiro vỡn ợ v à l à m m ấ t đ i ể m u y t í n c ủ a

Nghiên cứu trong và ngoài nước đều tập trung nghiên cứu mối quan hệ giữa RRTD và lợi nhuận của NHTM Tuy nhiên, kết quả nghiên cứu vẫn chưa thống nhất Ngoài ra, các nghiên cứu trước đây chủ yếu tập trung vào các vấn đề nội tại của ngân hàng mà bỏ qua các vấn đề vĩ mô của nền kinh tế Thực tế, trong thời gian gần đây, nhiều NHTM đang nỗ lực kiềm chế và duy trì tỷ lệ nợ xấu ở mức an toàn Tính đến cuối tháng 06/2020, tỷ lệ nợ xấu của một số NHTM có xu hướng gia tăng, thể hiện hoạt động kém hiệu quả hoặc chất lượng tín dụng suy giảm Tính đến hết quý I năm 2020, các NHTM đã cơ cấu lại thời gian thanh toán nợ cho hơn 12.000 khách hàng với dư nợ 13,5 nghìn tỷ đồng Hoạt động mua bán nợ với VAMC dự kiến sẽ sôi động và giá trị tăng cao hơn Đầu năm 2020 có 13 NHTM đã thực hiện tất toán trái phiếu của VAMC, đánh dấu mốc 5 năm kết thúc trái phiếu do cơ quan này phát hành.

V A M C pháth à n h , đ i ề u n à y đ ồ n g n g h ĩ a v ớ i v i ệ c c á c N H T M b u ộ c p h ả i n h ậ n l ạ i c á c khoản nợxấu khôngxử lýđược sau thờigian bán sang choV A M C , h a y n ó i cách khác nợ xấu nội bảng của các NHTM sẽ tăng lên Do đó, các NHTM buộcphải có những động thái cụ thể để quản lý và kiểm soát tối đa RRTD của mình.Hay nóicách khác, RRTD gây tổnt h ấ t v ề t à i s ả n c h o N H T M , n ế u R R T D ở mức cao, không sớm được hạn chế sẽ dẫn tới hàng loạt các ảnh hưởng xấu.Những tổn thất thường gặp là mất mát khi cho vay, gia tăng chi phí hoạt động,giảm sút lợi nhuận, giảm sút giá trị của tài sản… làm giảm uy tín NHTM, sự tínnhiệm của kháchhàng và có thể dẫn đếnmấtuy tín của NHTM.M ộ t N H T M thua lỗ liên tục, thường xuyên không đủ khả năng thanh khoản có thể dẫn đếncuộckhủnghoảngrúttiềnhàngloạtcủaNHTMvàphásảnlàkhótránhkhỏi.

Từ các lập luận liên quan về sơ lược các nghiên cứu và tình hình RRTD của cácNHTM Việt Nam trong thời gian gần đây, thì rủi ro này luôn có những ảnhhưởng tiêu cực đến hoạt động kinh doanh lẫn lợi nhuận của các NHTM. Mặtkhác,vớixu hướng hội nhập với nềnkinhtết h ế g i ớ i , v i ệ c c á c

N H T M c ạ n h tranhlẫnnhau vàv ớ i c á c N H T M c ó v ố n n ư ớ c n ư ớ c n g o à i n g à y c à n g s â u s ắ c Để có thể cạnh tranh thì bản thân các NHTM phải gia tăng sức mạnh tài chínhcủa mình và phương thức hữu hiệu nhất đó chính là kiểm soát được chất lượngtín dụng hay giảm thiểu RRTD của mình nhằm tạo bước đệm cho việc gia tănglợi nhuận của NHTM Vì vậy, để hiểu rõ hơn về sự tác động của RRTD đếnHQKD và đề xuất các hàm ý có tính khảthi choc á c N H T M t h ì t á c g i ả q u y ế t định lựa chọn đề tài “ Tác động của rủi ro tín dụng đến hiệu quả kinh doanhcủa các ngân hàng thương mại Việt Nam ” làm đề tài nghiên cứu hoàn thànhluậnvăntốtnghiệpcủamình.

Mụctiêunghiêncứu

Mụctiêutổngquát

Xác định các yếu tố đại diện cho RRTD tại các NHTM Đồng thời,đ á n h g i á mứcđ ộ t á c độngc ủ a R R T D đ ế n H Q K D củacácNHTMV iệtNamtronggiai đoạn 2011- 2022 Từ kết quả nghiên cứu đề xuất các hàm ýnhằm hạn chế đượcRRTDđểgiatăngđượcHQKDcủacácNHTMViệtNamtrongtươnglai.

Mụctiêucụthể

Thứ nhất , xác định các yếu tố đại diện cho RRTD có tác động đến HQKD củacác NHTM Việt Nam, tiếp đó đo lường mức độ tác động của các yếu tố đó đếnHQKDcủacácNHTMViệtNam.

Thứ hai , từ kết quả tác động đó sẽ đề xuất các hàm ý chính sách nhằm hạn chếcácrủi rotín dụngvà duy trìsự ổn địnhc ũ n g n h ư t ă n g t r ư ở n g c h o

Câuhỏinghiêncứu

Thứ nhất , các yếu tốn à o đ ạ i d i ệ n c h o r ủ i r o t í n d ụ n g c ó t á c đ ộ n g đ ế n H Q K D củacácNHTMViệtNam?

Thứ hai , mức độ tác động của các yếu tố đó đến HQKD của các NHTM

Thứ ba , từ kết quả nghiên cứu thì có những hàm ý chính sách nào sẽ được đềxuất nhằm hạn chế được các rủi ro tín dụng và duy trì sự ổn định cũng như tăngtrưởngchoHQKDcủacácNHTMViệtNamtrongtươnglai?

Đốitượngvàphươngphápnghiêncứu

Đối tượng nghiên cứu: Tác động của RRTD đến HQKD của các NHTM

Không gian: 24 NHTM niêm yết tại Việt Nam, do có những NHTM chưa đượcniêm yết trong giai đoạn 2011 – 2015 Mặt khác, tổng tài sản của 24 NHTM nàychiếm trên 80% thị phần của hệ thống NHTM ở Việt Nam, do đó có thể đại diệnchocácNHTM.

Phươngphápnghiêncứu

Luận văn sử dụng tổng hợp hai phương pháp nghiên cứu đó là định tính và địnhlượngvớinhữngmụcđíchcụthểsau:

Nghiên cứu định tính này tiến hành tổng hợp từ các tài liệu, công trình liên quan để đánh giá tác động của chuyển đổi số (RRTD) tới hiệu quả kinh doanh (HQKD) của ngân hàng thương mại (NHTM), từ đó đề xuất những hướng nghiên cứu phù hợp với bối cảnh NHTM Việt Nam.

Nghiêncứuđịnhlượngthông quav i ệc thuthậpsốliệuliên quanđếncácbiế nsố của mô hình nghiên cứu,thiết kế dưới dạng bảng vớigiai đoạnt ừ 2 0 1 1 – 2022.T ừ đ ó , t í n h t o á n h ồ i q u y s ố l i ệ u q u a c á c m ô h ì n h P o o l e d O L S ,

F E M , REMđểđánhgiásựphùhợpcủasốliệu.Tiếpđóthựchiệnk i ể m đ ị n h Hausma n, F - test để tìm ra mô hình cuối cùng phù hợp để phân tích kết quảnghiên cứu. Đồng thời, sử dụng mô hình nghiên cứu được chọn tiến hành kiểmđịnhk h u y ế t t ậ t đ a c ộ n g t u y ế n , p h ư ơ n g s a i s a i s ố t h a y đ ổ i , t ự t ư ơ n g q u a n v à khắc phục chúng theo phương pháp FGLS Cuối cùng,từk ế t q u ả đ ư ợ c k h ắ c phụctiếnhànhthảoluậnvàđềxuấthàmý.

Đónggópcủa đềtài

Về lý thuyết thì luậnvăn tổng hợp cáckiến thứccóliênquanđ ế n n g à n h t à i chính ngân hàng nhằm, đồng thời cung cấp bằng chứng thực nghiệm về việc xácđịnh được mức độ rủi ro tín dụng có ảnh hưởng như thế nào đến kết quả kinhdoanh của các NHTM So với các nghiên cứu thựcnghiệmtrướcđây,tôiđãnghiên cứu và đánh giá các yếu tố của rủi ro tín dụng thông qua biến tỷ lệ tríchlập dự phòng và tỷ lệ nợ xấu của rủi ro tín dụng đến từng chỉ tiêu cho hoạt độngkinhdoanhcủaNHTM.

Phân tích đề tài đã cung cấp các yếu tố về sự tác độngcủarủir o t í n d ụ n g đ ế n kếtqu ả k i n h d o an h củ a n g ân h àng t h ư ơ n g m ạ i ở Vi ệt Nam Q u a đó,đ án h g i á được thực trạng của rủi ro tín dụng ngân hàng đang gặp phải cũng như khi đứngtrướcRRTDthìsẽxửlýthếnào.Từđósẽđềracácbiệnphápphùhợpt r o n g các tình huống để cải thiện được hiệu quả kinh doanh trong hoạt động NHTM vềcácrủirotíndụng.

Kếtcấucủaluậnvăn

Chương 1 sẽ trình bày các vấn đề tổng thể của bài nghiên cứu sẽ được trình bàynhư lý do chọn đề tài, mục tiêu, câu hỏi nghiên cứu, phương pháp nghiên cứu,đónggópcủađềtài.

Chương 2 tổng hợplýthuyếtvềRRTD, HQKDcủa các NHTM,c á c c h ỉ t i ê u đánh giáh a i v ấ n đ ề n à y t ạ i c á c N H T M C h ư ơ n g n à y t ổ n g h ợ p c á c n g h i ê n c ứ u liênquannhằmtìm ra cơsởđềxuấtcácyếutốxây dựngmôhình.

Chương3sẽtrìnhbàyvềgiảthuyết,môhìnhnghiêncứu,cácbiếntrongmôhình,bảngkỳvọng vềtươngquangiữacácbiến.Ngoàira,trìnhbàyvềcáchthứctínhtoánmẫunghiêncứuvàcác phươngpháptínhtoán.

Chương này sẽ tóm tắt về kết quả nghiên cứu và đưa ra các hàm ý phù hợp vớicácNHTMViệtNam.

Lýthuyếtvềhiệuquảkinhdoanhtạingânhàngthươngmại

Farell (1957) cho rằng hiệu quảl à c h ỉ t i ê u đ ể đ á n h g i á m ộ t t ổ c h ứ c k h i t ố i đ a hóa được thu nhập vớichip h í đ ầ u v à o b a n đ ầ u N g o à i r a t h e o l ý t h u y ế t h ệ thống thì hiệu quảđượcphản ánhvớihai khíac ạ n h đ ó l à k h ả n ă n g k i ể m s o á t khả năng sinh lời hoặc giảm thiểu được chi phí nhằm gia tăng khả năng cạnhtranh với các tổ chức khác, thứ hai là việc kết hợp tối ưu các đầu vào để tạo rađầura.

Farell (1957) cho rằng HQKD tại một tổ chức kinh doanh hay mở rộng cho bốicảnh NHTM thì vẫn dựa trên hai chỉ tiêu hiệu quả đó là tuyệt đối và tương đối.Trong đó, hiệu quả tuyệt đối phản ánh thông qua kết quả kinh doanh sau khi trừđichi p h í bỏ r a đ ể c ó đượ c k ế t q u ả C h ỉ ti êu tuy ệtđố i n ày phản á n h quym ô , khối lượng hay lợi nhuận đạt được với các điều kiện thời gian hay địa điểm cụthể Tuy nhiên, hiệu quả tuyệt đối lại gặp những hạn chế do khó so sánh đượcgiữa các doanh nghiệp có cùng quy mô với chiến lược kinh doanh dài hạn vàchưa thể hiện được việc sử dụng các nguồn lực trong mối quan hệ so sánh hoạtđộng kinh doanh giữa các tổ chức. Đối với hiệu quả tương đối thì lại dựa trên tỷsố giữa các yếu tố đầu ra và đầu vào, cách đánh giá này tạo được sự thuận tiệntrongviệcsosánhcáctổchứcvớiquymô,khônggianhaythờigiankhácnhau.

Rose (2002) cho rằng bản chất của việc đánh giá HQKD của NHTM sẽ dựa trênlý thuyết nền tảng của HQKD tại doanh nghiệp nhưng sẽ xem xét thêm các vấnđề đặc thùcủa NHTM.V ớ i k h í a c ạ n h h ẹ p t h ì H Q K D t ạ i c á c N H T M c h í n h l à khả năng tạo ra lợi nhuận nhưng đảm bảo tính hoạt động bền vững của cácNHTM Nếu xét rộng ra thì HQKD của NHTM không dừng lại với sự quan tâmđếnlợinhuậnmànócònliênquanđếncấutrúctàisảnnợvàtàisảncóhợplý, đồng thời đó là sự tăng trưởng ổn định của lợi nhuận Trong đó, các nguồn lựcchính củaNHTM đó là lao động,c ơ s ở v ậ t c h ấ t , t à i c h í n h c h o c á c h o ạ t đ ộ n g kinhdoanh nhưn h ận tiềntiếtkiệm,chovayvàđầutưđượcxe m làcăncứ đểxácđịnhtínhhiệuquảvàcácyếutốtácđộngđến HQKDcủaNHTM.

Tínhđếnthờiđiểmhiệnn ay thìcácnghiênc ứ u vềHQKD củacác NHTM thì các học giả tiếp cận theo các quan điểm đó là xem NHTM như một đơn vị sảnxuất (Benston, 1965; Shaffnit và cộng sự, 1997), như các trung gian tài chính(Sealey và Lindley, 1977; Maudos và Pastor, 2003; Casu và cộng sự, 2003) vàmột số khác thì cho rằng NHTM có thể đảm nhiệm một lúc hai vai trò trên(Denizervàcộngsự,2000).

Theo Benston (1965), ngân hàng thương mại (NHTM) được xem là nhà cung cấp dịch vụ cho khách hàng Yếu tố đầu vào gồm các tài sản có trạng thái vật lý như lao động, không gian, vật liệu hay các hệ thống thông tin và các chi phí liên quan Đầu ra là các dịch vụ tài chính được cung cấp cho khách hàng tính theo số lượng giao dịch, loại giao dịch hay các văn bản được xử lý cho khách hàng tại một thời gian nhất định Tuy nhiên, có những trường hợp không có sao lưu về số lượng giao dịch chi tiết thì có thể thay thế bằng các nguồn liên quan đến số lượng tài khoản tiền gửi hay cho vay như một dạng thức thay thế để đáp ứng được các dịch vụ được khách hàng yêu cầu.

Theo hướng tiếp cận NHTM là đơn vị trung gian tài chính thì Sealey và Lindley(1977) cho rằng các lý thuyết vĩ mô kinh tế cho rằng các NHTM và các doanhnghiệpchỉkhácnhauvớiđặcđiểmhoạtđộng.TrongđócácNHTMđược xemlàtrung giangiữa ngườithừavốnsẽgửi tiết kiệm vàđ ầ u t ư n ê n N H T M t ậ n dụngnguồnvốnđóđểtạoracác sảnphẩmtàichínhtừcác kênhhuyđộng đóđầutưvàocáctàisảncóthểsinhlờichomìnhnhưcấptíndụng,chứngkhoán và danh mục đầu tư khác Đối với cách tiếp cận này thì cho phí hoạt động và lãisuất huy động được xem là các yếu tố đầu vào thì các khoản cấp tín dụng và cáctàis ả n l ớ n k h á c đ ư ợ c x e m l à đ ầ u r a , n h ư n g c ũ n g c ó n h ữ n g ý k i ế n t r o n g v i ệ c cho rằng tiền gửi là đầu vào hay đầu ra nếu theo cách tiếp cận này Theo Mester(1987) cho rằng đầu ra của NHTM khi là trung gian tài chính là các tài sản củaNHTM thì tiền gửi huy động được, vốn và lao động sẽ được xem là các yếu tốđầu vào Vấn đề quan trọng nhất trong cơ cấu lợi nhuận của NHTM chính là thunhậptừcáckhoảnlãi vàđiềunày khẳngđịnhhoạt độngc ấ p t í n d ụ n g c ủ a NHTM là rất quan trọng, do đó nếu sản phẩm tín dụng được xem là một sảnphẩm thì giá của nó chính là lãi suất cho vay Mặt khác, nguồn vốn đi vay củaNHTM chính làcác khoản tiềngửitiết kiệm huy độngh a y v ố n c h ủ s ở h ữ u đ ể sử dụng thì NHTM vẫn phải tốn một khoản chi phí, do đó các khoản huy độngnày được xem là cơ sở để tạo ra sản phẩm tín dụng nên nó sẽ được xem là mộtchất liệutrongquátrìnhsảnxuấtcủaNHTM.

Theo cách tiếp cận hiện đại của Freixas (2010) thì có nét cải tiến hơn hai cáchtrên khi kết hợp các hoạt động kinh doanh cụt h ể c ủ a N H T M v à o c á c l ý t h u y ế t cổ điển.Trong đócách tiếpcận này có cách ư ớ n g n h ỏ đ ó l à t i ế p c ậ n t h e o t à i sản, chi phí sử dụng, giá trị gia tăng hay phương diện hoạt động của NHTM.Trong đó, theo cách tiếp cận theo tài sản thì Sealey và Lindley (1977) cho rằngnếu tập trung vào vai trò trung gian tài chính của NHTM để kết nối giữa ngườigửi tiền với người sử dụng tài sản cuối cùng của NHTM thì tiền gửi, các khoảnnợ và các nguồn lực thực tế (lao động, cơ sở vật chất,…) được xem là đầu vào.Trong khi đó các sản phẩm cấp tín dụng, bảo lãnh, bao thanh toán là sự thiết lậptài sản của NHTM được xem các đầu ra cụthể.Đ ố i v ớ i c á c h t i ế p c ậ n t h e o c h i phí sử dụng thì Hancock (1985) lại xác định các sản phẩm tài chính của NHTMđược đánh giá là đầu vào hay ra của NHTM thì cần dựa trên mức độ đóng gópcủa nó vào doanh thu ròng của NHTM, nếu tỷ số lợi nhuận tài chính trên tài sảnlớnhơnchi phísử dụng v ố n haycácchip hí t ài ch ính m à N H T M c h i trảt h ấ p hơn chi phí cơ hội thìđược xem là đầu ra; ngượcl ạ i t h ì đ ư ợ c đ á n h g i á l à đ ầ u vào Đối với cách tiếp cận theo giá trị gia tăng, Berger và cộng sự (1997) chỉ rarằngcácsốliệutrênbảngcânđốikếtoánnhưtàisảnvànợphảitrảđượcxemlà đầu ra, đóng góp cho sự gia tăng của NHTM Mặt khác, đối với cách tiếp cậnnày thì tiền gửi vớimọi kỳ hạn và chov a y v ớ i m ị đ ố i t ư ợ n g đ ư ợ c x e m l à k ế t quả của đầu ra vì thể hiện được giá trị gia tăng của NHTM Cuối cùng là cáchtiếp cận theo hoạt động, Leightner và Lovell (1998) cho rằng NHTM là một tổchức kinh doanh do đó mục tiêu cuối cùng là có nhiều thu nhập từ tổng chi phíphát sinh trong quá trình hoạt động kinh doanh của mình Nên với cách tiếp cậnnày thì doanh thu từ lãi hay từ các hình thức khác được xem là đầu ra và các chiphínhưlãisuất,hoạtđộngđượcxem cácđầuvàođểtạocơsởtạothunhập.

Tóm lại, dựa trên các cách cận trên dễ dàng nhận thấy các quan điểm khác nhaucủa các học giả khi đánh giá về HQKD tại các NHTM Nhưng các cách tiếp cậnđều có một bản chất chung đó là các NHTM thể hiện được HQKD của mình khikết hợp được tối ưu và tối thiểu hóa các yếu tố đầu vào như nhân lực, chi phí,năng lực tài chính, nguồn huy động hay các yếu tố khác với vai trò là trung giantàic h í n h h a y l à n g ư ờ i s ả n x u ấ t đ ể c u n g c ấ p c á c s ả n p h ẩ m t à i c h í n h n h ư c h o vay, đầu tư để đạt được các đầu ra tối đa, hay nói cách khác HQKD của NHTMđược đo lường thông qua so sánh đường biên sản xuất của nó Vì vậy với khuônkhổ nghiên cứu của luận văn thì HQKD của NHTM tác giả sẽ tiếp cận dựa trênhoạt động hay thu nhập (khả năng sinh lời) của các NHTM với điều kiện hoạtđộngbềnvững,ổnđịnhvàhạnchếrủiro.

TạiN H T M t h ì c ó 3 p h ư ơ n g p h á p đ ể đ o l ư ờ n g H Q K D đ ó l à d ự a t r ê n t ỷ s ố , chênhlệchgiácổphiếuvàđolườngbiênlợinhuận: Đốivớiphươngpháptỷsố,HQKDđượctínhtoándựatrêncácchỉtiêutrênbáo cáotàichínhnhưROA,ROE,NIM.Phươngphápnàyđượcsửdụngphổbiến, dễ dàng thực hiện, dữ liệu thu thập căn cứ vào thời điểm được lựa chọn tại cácNHTM Với điều kiện dữ liệu thị trường bị hạn chế thì đây là phương pháp dễthựchiệnnhấttrongviệcđo lườngHQKDcủaNHTM. Đối với phương pháp dựa trên chênh lệch của giá cổ phiếu thì chủ yếu được ápdụng tại các đơn vị có hoạt động niêm yết trên sàn chứng khoán Theo phươngphápn à y t h ì l ợ i n h u ậ n c ủ a N H T M đ ư ợ c h i ể u l à c h ê n h l ệ c h c ủ a g i á c ổ p h i ế u trong mỗi ngày, tuần, tháng (Miller, 1990; Khovanskyvà Zhylyevskyy,2013;Nartea và cộng sự, 2013) Phương pháp này có ưu điểm là tính toán khá chínhxác do đo lường được chênh lệch giá cổ phiếu theo các đơn vị thời gian chi tiết.Tuy nhiênhạn chếl ớ n n h ấ t c ủ a p h ư ơ n g p h á p n à y c h í n h l à c h ỉ c ó t h ể á p d ụ n g cho các đơn vị niêm yết trên thị trường chứng khoán và khối lượng thông tinđượcyêu cầu để thu thấp phải đủ lớn,c ó t í n h c h i t i ế t t h e o c á c đ ơ n v ị t h ờ i g i a n cụthể. Đối với phương pháp đo lường biên lợi nhuận thì sẽ dựa trên phân tích tham sốDEA (Data Envelopment Analysis) và phi tham số SFA Theo cách tiếp cận nàythì NHTM sử dụng phân tích biên để đo lường HQKD, hoạt động hiệu quả củaNHTM không chỉ dừng lại với việc đo lường các tỷ số hay chênh lệch giá cổphiếu mà đo lường chủ yếu đến khoảng cách đo lường của đơn vị đến đơn vị tốtnhấttrongbiên(BergervàDeYoung,1 9 9 7 ) T u y n h i ê n p h ư ơ n g p h á p n à y c ó quy định rất nghiêm ngặt về các giả định đầu vào và đầu ra, ngoài ra phải có sựchỉ định dạng hàm phù hợp thỏa mãn các giả định thống kê của mô hình nghiêncứu.

Tóm lại, trong ba phương pháp được liệt kê thì phương pháp đo lường HQKDthông qua đo lường biên lợi nhuận thì quá tập trung vào dạng hàm phân tích.Phương pháp chênh lệch giá cổ phiếu được thiết kế khá công phu và tốn nhiềuthờig i a n , d ễ g ặ p v ấ n đ ề t h ô n g t i n b ấ t c â n x ứ n g đ ố i v ớ i c á c t ổ c h ứ c t r ê n t h ị trườngchứngkhoán.Ngoài ra,việcthuthậpdữliệuchỉápdụngđược vớicác tổchứcniêmyếtvàbuộcphảichitiếttheongày, tuần, tháng,quýđểđảmbảo tính đủ lớn Do đó, với khả năng và sự giới hạn trong việc thu thập dữ liệu thìluận văn này sẽ kế thừa và áp dụng phương pháp tỷ số để đo lường HQKD củacác NHTM Việt Nam Trong đó,c á c t ỷ s ố t h ư ờ n g đ ư ợ c s ử d ụ n g đ ể đ o l ư ờ n g choHQKDcủacácNHTMđólà:

Lợi nhuận trên tổng tài sản (ROA) : Theo Ongore (2013), ROA là chỉ tiêu chothấykhảnăngsinhlờicủamộtngânhàng.Theo(Khrawish,2011)ROAlàm ộttỷ lệ lợi nhuận trên tổng tài sản Nó đánh giá khả năng quản lý của các nhà quảntrị ngân hàng để tạo thu nhập bằng cách sử dụng tài sản của ngân hàng theo ý củahọ Nói cách khác, ROA cho thấy nguồn lực của ngân hàng được sử dụng để tạora thu nhập Nó còn cho thấy hiệu quả của việc quản lý một ngân hàng trong việctạo ra thu nhập ròng từ tất cả các nguồn lực của tổ chức Wen (2010) cho biếtROA cao hơn cho thấy côngt y c ó h i ệ u q u ả h ơ n t r o n g v i ệ c s ử d ụ n g c á c n g u ồ n lựccủanó.

ROE, hay tỷ số lợi nhuận trên vốn chủ sở hữu, là thước đo lợi nhuận mà doanh nghiệp tạo ra so với tổng vốn đầu tư của các cổ đông ROE cao hơn cho thấy doanh nghiệp có khả năng tạo ra nhiều tiền mặt nội bộ hơn, dẫn đến khả năng sinh lời cao hơn Tóm lại, ROE là thước đo quan trọng đánh giá hiệu quả của một doanh nghiệp trong việc sử dụng vốn chủ sở hữu của mình và tạo ra lợi nhuận cho cổ đông.

K h r a w i s h (2011) rằng ROE là tỷ suất lợi nhuận thuần sau thuế chia cho tổng vốn cổ phần.Nó đại diện cho tỷ suất lợi nhuận thu được từ các quỹ đầu tư vào các ngân hàngcủa các cổ đông ROE phản ánh mức độ hiệu quả của việc quản lý ngân hàngđang sử dụng lợi ích của cổ đông Như vậy, có thể suy luận rằng ROE càng cóhiệuquảhơnquảnlýsửdụngvốncổđông.

Trongcácnghiêncứugầnđây,mộtsốtác giảsử dụngtỷlệvàROEvìsốliệulợi nhuận là số thời kỳ được thu thập từ báo cáo kết quả kinh doanh trong khi tổngtài sản và vốn chủ sở hữu là số thời điểm nên các tác giả đã tính tổng tài sản bìnhquânvàvốnchủsởhữubìnhquân.

LýthuyếtvềRRTDcủacácngânhàngthươngmại

Santomero (1997) cho rằng RRTD của NHTM phát sinh từ việc không sẵn sànghoặc không có khả năng thực hiện đúng theo cam kết hợp đồng tín dụng củakhách hàng vay Crouhy (2006) cho rằngRRTD phát sinh trongq u á t r ì n h c ấ p tín dụng biểu hiện qua việc khách hàng không muốn hay không thể thực hiệnnghĩa vụ trả nợ đúng hạn tại các NHTM Theo Howard và Meritt (1997) thìRRTD là loại rủi ro mà người vay không có khả năng thanh toán các khoản nợvới NHTM theo thỏa thuận trên hợp đồng khi đến hạn thanh toán. Theo Ủy banBasel về giám sát ngân hàng thì RRTD là rủi ro thất thoáttài s ả n c ó t h ể p h á t sính khi một bên đối tác không thực hiện nghĩa vụ tài chính hoặc nghĩa vụ theohợp đồng đối với một ngân hàng, bao gồm cả việc không thanh toán nợ cho dùđấylànợgốchaynợlãikhikhoảnnợđếnhạn.

Nhưvậy,RRTDđượcxemlàrủiromàNHTMcókhảnăngtổnthấtmộtphầntàis ả n k h i k h á c h h à n g đ ư ợ c c ấ p t í n d ụ n g k h ô n g h o à n t h à n h đ ư ợ c n g h ĩ a v ụ thanh toán gốc và lãi cho ngân hàng khi đã đến hạn được xác lập trên hợp đồngtín dụng.Hay nói cách kháchành vinày được xem là sự viphạm nguyên tắchoàntrảmộtphần haytoànbộnghĩavụtrảnợđãđượccamkết.

Tại các NHTM thì các chỉ tiêu để đo lường RRTDđó là tỷ lệnợ quáhạn,t ỷ l ệ nợ xấu và tỷ lệ dự phòng RRTD (Dự phòng RRTD) (Nguyễn Văn Tiến,2015).Cụthểnhưsau:

Hoạt động tín dụng được xem là hoạt động kinh doanh phổ biến tại NHTM vàđemlạilợinhuậnnhiềunhấtchocácNHTM,nêncũngđemlạirủirolớnnhất màcác NHTMp h ả i đ ố i d i ệ n v à R R T D c ũ n g đ ư ợ c x e m l à t h ư ớ c đ o đ o l ư ờ n g cho chất lượng tín dụng tại các NHTM (Nguyễn

P e r f o r m i n g L o a n s ) l à n h ữ n g k h o ả n c ấ p t í n dụng của NHTM không có khả năng sinh lời do khách hàng vay của ngân hàngmất khả năng thanh toán hay có nguy cơ vỡ nợ Trong đó, tỷ lệ nợ xấu được xácđịnh theo tiêu chuẩn chung của quốc tế và đặc thù của mỗi quốc gia với hoạtđộngkinhdoanhriêng biệt củahệ thốngNHTM.T ỷ l ệ n à y đ ư ợ c đ o l ư ờ n g thông qua các khoản nợ quá hạn thuộc nhóm 3,

4, 5 theo TT11/2021/TTNHNN,các nhóm nợ quá hạn này được các NHTM xếp vào tính chất khó thu hồi hoặckhông thu hồi được Nếu như tỷ lệ này càng giat ă n g t h ì c á c N H T M p h ả i đ ố i diện với việc suy giảm tài sản, lợi nhuận và uy tín của NH để thanh toán cáckhoảnt i ề n g ử i t i ế t k i ệ m v ớ i k h á c h h à n g D o đ ó n ợ x ấ u đ ư ợ c x e m l à m ộ t c h ỉ tiêu quan trọng để phản ánh cho RRTD tại các NHTM (Salas và Saurina, 2002,DasvàGhosh,2007,ChaibivàFtiti,2015).

Theo Ashour (2011), Dự phòng RRTD là khoản chi phí trích trước tính vào chiphí hoạt động của NHTM nhằm bù đắp cho các khoản tổn thất phát sinh từ cáckhoản vay mà NHTM không thu hồi được IMF đã chỉ ra có hai loại hạch toánđốiv ớ i d ự p h ò n g đ ó l à d ự p h ò n g c ụ t h ể v à d ự p h ò n g c h u n g T r o n g đ ó , d ự phòng chung được thực hiện dựa trên tổng dư nợ không có bằng chứng kháchquan hay suy giảm khoản vay của khách hàng nhưng tổng dư nợ vẫn được chorằng giảm giátrịd o c á c n g u y c ơ v ề R R T D v à s ố t i ề n d ự p h ò n g n à y đ ư ợ c chuyểnvàonguồnvốncấp2haynguồnvốnđệmnhằmhạnchếnhữngtổn thất trong tương lai Trích lập Dự phòng RRTD là quá trình nhận biết những tổn thấttừkhoản vay nhằm ướclượngđượctổn thất tàisảnc ủ a N H T M V ì k h i t h ự c hiện hoạtđộng cho vay thì NHTM buộc phải đối mặt với nguyc ơ c á c k h á c h hàng củamình không có khả năng hay vi phạm nguyên tắc hoànt r ả đ ú n g h ạ n Do đó,NHTM phải xác địnhđượcr ủ i r o đ ó v à p h ả i t ạ o r a n g u ồ n d ự t r ữ đ ể trangtrảichonhữngrủirođó.

Trên bảng cân đối kếtoán thìkhoảndựphòng đượcxem làkhoảnmụcđ i ề u chỉnh giảm tài sản nhằm phản ánh sự suy giảm của tài sản trước những tổn thấtcó khả năng xảy ra Đồng thời, trên bảng báo cáo tài chính thì Dự phòng RRTDđược xem là khoản chi phí không chi ra bằng tiền được ghi nhận dưới dạng chiphí hoạt động do đó sẽ làm giảm lợi nhuận của NHTM Hay việc trích lập Dựphòng RRTD biểu hiện cho sự suy giảm củat à i s ả n h a y H Q K D c ủ a

N H T M Theo quyết định 22/VBNN – NHNN ngày 04/06/2014 của NHNN Việt Nam thìcác khoản nợ xấu từnhóm 3 đến nhóm 5 thì Dự phòng RRTD làd ự p h ò n g c ụ thể.Ngoài ra,v i ệ c t r í c h l ậ p D ự p h ò n g R R T D c ủ a c á c N H T M V i ệ t N a m b a o gồmcảtríchlậpcholoạitráiphiếuđặcbiệtcủaVAMCmỗinămlà20%.

Tácđ ộ n g c ủ a r ủ i r o t í n d ụ n g đ ế n h i ệ u q u ả k i n h d o a n h c ủ a n g â n h à n g thươngm ạ i 16 1 Rủir o t í n d ụ n g t á c đ ộ n g đ ế n l ợ i n h u ậ n v à r ủ i r o c ủ a n g â

Trong hoạt động kinh doanh của NHTM thì hoạt động tín dụng dường như làxươngsốngvàđemlại thunhập lớnnhấtchongânhàng.Dođó,v i ệ c c á c NHTM luôn phải đối mặt với RRTD là điều tất yếu, vì vậy khi RRTD xuất hiệnthì nợxấu là điều không thểt r á n h k h ỏ i , h a y n ó i c á c h k h á c l ợ i n h u ậ n t h u v ề càng nhiều từtín dụng thì phải chấp nhận đốimặt với RRTDc à n g l ớ n v à t ỷ l ệ nợx ấ u c ó t h ể t ă n g c a o N g o à i r a , R R T D ả n h h ư ở n g t r ự c t i ế p đ ế n h o ạ t đ ộ n g kinh doanh của cả hệ thống NHTM và thị trường, hay nó cũng chính là nguyênnhân gây suy giảm sức mạnh tài chính của quốc gia nói chung hay HQKD củacác NHTM nói riêng. Tại NHTM thì HQKDđ ư ợ c x e m n h ư m ộ t t i ê u c h í đ ể đánhgiásựổnđịnhhayvàpháttriểncủaNHTM.HaynóicáchkhácNHTM có

HQKD của các NHTM không chỉ hướng đến mục tiêu gia tăng lợi nhuận mà còn chú trọng đến phát triển bền vững, đảm bảo an toàn và giảm thiểu rủi ro ở mức thấp nhất Bởi hoạt động của NHTM có mối liên hệ chặt chẽ với thị trường tài chính và nền kinh tế, nên khi xem xét mối quan hệ giữa rủi ro tài chính và HQKD của NHTM, cần phải xét đến nhiều khía cạnh khác nhau.

2.3.1 Rủi ro tín dụng tác động đến lợi nhuận và rủi ro của ngân hàngthươngmại

Trong hoạt động kinh doanh của các NHTM phải đối mặt với rất nhiều rủi ronhưng RRTD là rủi ro hàng đầu và luôn được quan tâm nhiều nhất vì nó ảnhhưởng nhiều nhất đến HQKD hay hiệu quả hoạt động của NHTM Khi RRTDxuất hiện thì các NHTM sẽ không nhận lại về được vốn cho vay và lãi đúng hạnhay tình trạng kinh doanh sẽ gặp nhiều khó khăn Đặc biệt các NHTM phải đốimặt với việcthanh toán các khoản tiền gửivàlãi tươngứng,d o v a i t r ò t r u n g gian tài chính củamình giữangười gửi và vay tiền.H a y n ó i c á c h k h á c k h i RRTDxuấthiệnthìdoanhthucủaNHTMgiảmsútvàdẫnđếnkhản ăng t hualỗ, nợ xấu phát sinh và chi phí cũng tăng lên theo bao gồm lãi tiền gửi, chi phíquản lý nợ xấu, chi phí trích lập Dự phòng RRTD, chi phí khác liên quan Việcgia tăng các chi phín à y c h ắ c h ẳ n s ẽ l à m c h o l ợ i n h u ậ n N H T M t h ấ p h ơ n s o v ớ i kế hoạch đề ra Do đó, trong nghiên cứu của Petria và cộng sự (2015) đã khẳngđịnhRRTD ảnhhưởng tiêu cựcđến HQKD được đo lườngt h ô n g q u a

R O A , ROE vì đến từ hai nguyên nhân chính là sự suy giảm doanh thu hoạt động củangân hàng vàviệc tríchlập dựphòngc h o c á c n h ó m n ợ x ấ u n h ó m 3 , 4 , 5 l à m tăng chi phí của NHTM lên nhiều từ đó suy giảm lợi nhuận theo kế hoạch củangânhàng.

Như đã đề cập bên trên thì lợinhuận của NHTMlàmộttrongn h ữ n g c h ỉ t i ê u phảnánhHQKDcủa NHTMthôngquacáctỷ sốcụthển h ư R O A , R O E NhưngxéttạimốtkhíacạnhrộnghơnkhiRRTDxuấth iệnhaytỷlệnợxấuliên tục gia tăng và kéo dài sẽ làm cho quá trình luân chuyển vốn của NHTM bị ảnhhưởng, hay nói cách khác việc sử dụng các nguồn vốn huy động của NHTMkhông hiệuquả.Dù tìnhtrạng RRTD tạibấtcứd i ễ n b i ế n n à o t h ì h o ạ t đ ộ n g thanhto án củ a NHTMv ớ i c á c k ho ản ti ền g ử i h ay cáckhoảnn ợ p h ả i trảkh ác đều phải được NHTM cam kết hoàn trả, do đó đe dọa đến khả năng thanh toánhay mất khả năng thanh toán của ngân hàng Một thực tế trầm trọng hơn là cácNHTM sẽ dễ dàng đối mặt với nguy cơ phá sản nếu hoạt động quản trị RRTDlỏngl ẻ o h a y k h ô n g đ ư ợ c t h ự c t h i n g h i ê m t ú c N ợ x ấ u s ẽ l à m c h o c á c N H T M suy yếu về sứcmạnht à i c h í n h d o t ổ n t h ấ t t à i s ả n , g i a t ă n g c h i p h í q u ả n l ý n ợ , suy giảm lợi nhuận,l à m g i ả m u y t í n h a y đ i ể m t í n d ụ n g c ủ a n g â n h à n g Đ i ề u này dấy lên các đánh giá yếu kém về HQKD của NHTM đối với cổ đông haykhách hàng là một NHTM thua lỗ liên tục và thường xuyên bị đe dọa khả năngthanh toán thì sẽ dễ dàng dẫn đến khủng hoảng hay khách hàng sẽ rút tiền gửihàng loạt khiến ngân hàng dễ đi đến phá sản hơn (Swinburne và cộng sự, 2008).Như vậy, RRTD được xem là nền tảng để phát sinh các rủi ro khác đến cho cácNHTM.

Nghiên cứu của Serwadda (2018) về mối quan hệ giữa nợ xấu (RRTD) và hiệu quả kinh doanh (HQKD) của các ngân hàng thương mại (NHTM) tại Uganda đã thu thập dữ liệu thứ cấp từ 20 NHTM trong giai đoạn 2006-2015 Nghiên cứu sử dụng ROA làm thước đo HQKD và nợ xấu đại diện cho RRTD Kết quả nghiên cứu cho thấy nợ xấu và hiệu quả kinh doanh có mối quan hệ nghịch chiều.

Ekinci và Poyraz (2019) trong nghiên cứu mối quan hệ giữa RRTD và HQKDcủa các NHTM Thổ Nhĩ Kỳ, số liệu thứ cấp của 26 NHTM từ 2005 – 2017 đãđượcthuthập.TrongnghiêncứunàythìHQKDđượcđạidiệnbởiROA,RO Evà RRTD được đo lường bởi tỷ lện ợ q u á h ạ n t r ê n t ổ n g d ư n ợ c ủ a n g â n h à n g KếtquảnghiêncứuchothấymốiquanhệnghịchchiềugiữaRRTDvàKQKD. Đồng thời,nhóm tácgiả chỉ rađược mốiq u a n h ệ t i ê u c ự c g i ữ a t ỷ l ệ t h a n h khoản, đòn bẩy tài chính và HQKD của NHTM Ngược lại, quy mô NHTM, thịphầnvàtỷlệlạmphátcó tácđộngthuậnchiềuđến HQKD.

Gadzovàcộng sự(2019)vớinghiên cứumốiquanhệgiữaRRTDvớiHQKD của các NHTM Ghana, số liệu thứ cấp của 24 NHTM từ 2003 – 2017 đãđ ư ợ c thu thập.T r o n g n g h i ê n c ứ u n à y h i ệ u q u ả h o ạ t đ ộ n g đ ư ợ c đ ạ i d i ệ n b ớ i R O E , NIM và RRTD được đại diện bởi tỷ lệ nợ xấu, tỷ lệ an toàn vốn. Kết quả RRTDtácđộngnghịchchiềuvớiHQKDcủacácNHTM.

Kwashie và cộng sự (2022) trong nghiên cứu tác động của RRTD đến hiệu quảtài chính của các NHTM Ghana, số liệu thứ cấp của 15 NHTM từ năm 2013 –

K ế t quả cho thấy quy mô,tuổi thành lập, GDPt á c đ ộ n g t í c h c ự c v à c h í n h s á c h t i ề n tệtỷnợxấutácđộngtiêucựcđếnhiệuquảtàichính.

N H T M t ừ 2 0 1 5 – 2019 được thu thập Tác giả sử dụng là ROA và đại diện cho RRTD là nợ xấu.Kếtquả nghiên cứu chothấy nợ xấu vàt ỷ l ệ c h o v a y t á c đ ộ n g t i ê u c ự c đ ế n ROA.HệsốantoànvốntácđộngtíchcựcđếnROA.

Abdelaziz và cộng sự (2022) trong nghiên cứu về tác động của RRTD, rủi rothanhk h o ản đ ố i v ớ i H Q K D c ủ a N H T M t ạ i c á c quốcg i a B ắ c M ỹ , s ố l i ệ u t h ứ cấpcủa112NHTMtừnăm2004–

2015tạicác quốcgiathuộcvùnglãnhthổtrên đãđược thuthập.Biến phụthuộcđượcnhóm tácgiả sửd ụ n g l à R O A , ROE RRTD, rủi ro thanh khoản được đo lường với chỉ tiêu nợ xấu, tỷ lệ thanhkhoản Kết quả nghiên cứu cho thấy RRTD, rủi ro thanh khoản, quy mô ngânhàngcótácđộngtiêucựcđếnROA,ROE.

Sahiti và cộng sự (2022) trong nghiên cứu về chiến lược quản lý RRTD vàHQKDtạicácNHTMKosovo,nhómtácgiảđãchiathànhhainhómNHTMcó quym ô l ớ n v à n h ỏ t h u t h ậ p s ố l i ệ u t h ứ c ấ p t ừ 2 0 1 0 –

2 0 2 0 Đ ạ i d i ệ n c h o HQKD của các NHTM đó là ROA và RRTD là nợ xấu Kết quả nghiên cứu đãchỉr ar ằ n g t r o n g c ô n g t á c q u ả n l ý R R T D t h ì t ỷ l ệ n ợ x ấ u v à t ỷ l ệ d ự t r ữ b ắ t buộcluônđượcquantâmhàngđầu.Trongđónợxấucómốiquanhệtiêu cực vàtỷlệdựtrữbắtbuộccó ảnhhưởngtíchcựcđếnHQKDcủaNHTM.

Ardelia và Lubis (2023) trong nghiên cứu về tác động RRTD và các hoạt độngquảntrịngânhàngđếnHQKDcủacácNHTMIndonesiatronggiaiđoạn 2017

Nghiên cứu năm 2021 chỉ ra rằng COVID-19 tác động tiêu cực đến ROA và NIM của ngân hàng Tỷ lệ nợ xấu có tác động tiêu cực đến ROA và NIM, trong khi hoạt động quản trị ngân hàng (gồm tỷ lệ vốn sở hữu, ứng viên độc lập, kiểm toán độc lập và quy mô ngân hàng) có tác động tích cực đến ROA nhưng không có ý nghĩa thống kê với NIM.

Lê Tú(2017)trongnghiênc ứ u t á c đ ộ n g c ủ a R R T D đ ế n k h ả n ă n g s i n h l ờ i c ủ a cácNHTMViệtNam,sốliệuthứcấpcủa40NHTMViệtNamtừ2005– 2015đã được sử dụng Trong nghiên cứu này RRTD được đại diện bởi tỷ lệ trích lậpDự phòng RRTD và tác động tiêu cực đến ROAA Ngoài ra, kết quả nghiên cứucũng chỉra rằng điểmhiệu quả,tỷ lệchovay,thanh khoản,đad ạ n g h ó a t h u nhập, GDP tác động cùng chiều đến ROAA và tỷ lệ lạm phát thì tác động tiêucực.

Nguyễn Thành Đạt (2020) trong nghiên cứu tác động của RRTD đến khả năngsinhlờicủaNHTMViệtNam,sốliệuthứcấpcủa40NHTMViệtNamtừ2010 – 2019đãđượcthuthập.TrongnghiêncứuRRTDđượcđạidiệnbởinợxấu,tỷlệt r í c h l ậ p D ự p h ò n g R R T D v à k h ả n ă n g s i n h l ờ i đ ư ợ c đ ạ i d i ệ n b ở i R O

ROE Kết quả cho thấy RRTD và khả năng sinh lời có mối quan hệ thuận chiều.Đồng thời, kết quả chỉ ra tăng trưởng tín dụng, quy mô ngân hàng, GDP có tácđộngtíchcựcđếnROA,ROEvàtỷlệlạmphátthìtácđộngtiêucực.

Nguyễn Kim Quốc Trung (2021) trong nghiên cứu vềh i ệ u q u ả h o ạ t đ ộ n g c ủ a các NHTM Việt Nam, số liệu thứ cấp của NHTM Việt Nam từ

2009 – 2020 đãđượcthuthập.Đại diệnchohiệuquảhoạtđộngcủaNHTMlàROEvàRRT Dlà tỷ lệ nợ xấu Kết quả nghiên cứu đã chỉ ra rằng RRTD tác động tiêu cực đếnROE Các biến kiểm soát khác hệ số CAR, hiệu quảc h i p h í , t ă n g t r ư ở n g t í n dụng, lạm phát vàt ă n g t r ư ở n g k i n h t ế t á c đ ộ n g t í c h c ự c đ ế n R O E

NguyễnT r ầ n T h á i H à v à N g u y ễ n V ĩ n h K h ư ơ n g ( 2 0 2 2 ) t r o n g n g h i ê n c ứ u v ề mối quan hệ giữa RRTD và hiệu quả tài chính của các NHTM Việt Nam tronggiai đoạn khủng hoảng tài chính và sau đó,số liệu thứ cấp của2 4 N H T M t ừ 2008 – 2017 được thu thập Đại diện cho hiệu quả tài chính là ROA, ROE vàRRTDl à t ỷ lện ợ x ấu , d ự p h ò n g RRTD Kế t quản g h i ên c ứ u cho t h ấy RR

TD tác động tiêu cực đến ROA, ROE Ngoài ra các biến kiểm soát cấu trúc vốn tácđộngtiêucựcvàtàisảnngânhànglạitácđộngtíchcực đếnROA, ROE.

Tăng Mỹ Sang và Nguyễn Quốc Anh (2022) trong nghiên cứu về mối quan hệgiữa RRTD và HQKD của NHTM Việt Nam, số liệu thứ cấp của các NHTMtrong giai đoạn 2005 – 2019 được thu thập Đại diện cho hiệu quả tài chính làROE và RRTD là tỷ lệ nợ xấu, tỷ lệ dự phòng RRTD Kết quả nghiên cứu chothấytỷl ện ợ x ấu có tác độngt i ê u cự c đ ến R O E C á c b i ế n ki ểm s o át nh ư q u y mô ngân hàng có tác động tích cực nhưng thu nhập ngoài lãi, hiệu quả chi phí,tăngtrưởngtíndụngcótácđộngtiêucựcđếnROE.

Nguyễn Quốc Anh (2023) trong nghiên cứu về quản trị RRTD đến hiệu quả tàichínhcủacác NHTM ViệtNam,tác giảđã thu thập dữliệuc ủ a 2 7 N H T M tronggiaiđoạn2006–

2020.ĐạidiệnchohiệuquảtàichínhlàROAvàRRTD làtỷlệnợxấu,tỷlệdựphòngRRTD.Kếtquảnghiêncứuchothấytỷlệnợxấucótácđộn gtíchcựcđếnROA.

Nguyễn TrầnThái HàvàNg uyễnVĩn hKhươ ng(2022)

Thứ nhất, các nghiên cứu vẫn tồn tại nhiều sự không tương đồng trong kết quảnghiêncứutrênthế giớivềmối quanhệgiữaRRTDvàHQKDtạicácNHTM.

Thứ hai, tại Việt Nam có hai nhóm NHTM chiếm thị phần lớn trong hoạt kinhdoanh đó lànhóm có sởhữu Nhà nướcv à t ư n h â n H a i n h ó m

Thiếtlậpmôhìnhvàgiảthuyếtnghiêncứu

Sau quá trình tổng hợp cơ sở lý luận và tổng quan các nghiên cứu thì tác giảquyếtđịnhl ự a chọnm ô h ìn h củaNguy ễn Th ành Đạt(2020)làm môh ìn h g ố c để phát triển cho bốicảnh NHTM Việt Nam trong giai đoạn 2011 – 2022.Nguyên nhân, tác giả lựa chọn nghiên cứu này vì các biến mà tác giả lựa chọnphù hợp với khung lý thuyết mà luận văn tổng hợp Tuy nhiên, để lấp đầy cáckhoảng trống thì tác giả sử dụng thêm hai mô hình nghiên cứu của Ardelia vàLubis (2023); Nguyễn Kim Quốc Trung (2021), cụ thể để bổ sung yếu tố Covidvà sự sở hữu của Nhà nước đối với các NHTM Vì vậy, mô hình nghiên cứu sẽbaogồm cácbiếnvàsựlýgiải lựachọnnhưsau:

Trong các nghiên cứu của các tác giả Nguyễn Thành Đạt (2020); Abdelaziz vàcộng sự (2022); Nguyễn Trần Thái Hà và Nguyễn Vĩnh Khương (2022) đã chọnbiếnphụthuộclàROAvàROEđểđạidiệnchokhảnăng sinhlờihayHQ KDcủa các NHTM, điều này cũng tương đồng với khung lý thuyết mà tác giả luậnvăn lựa chọn để làm tiêu chí đánh giá cho HQKD của các NHTM tại Việt Nam.Đồng thời,tác giả lựa chọn ROAvà ROE làvì hai chỉ tiêu thểh i ệ n c ụ t h ể v ề mức độ sinh lời của NHTM dựa trên tài sản sinh lời (ROA) và vốn của cổ đông(ROE) Hay nóicách khác, hai chỉ tiêu này phản ánh rõđ ư ợ c p h ầ n t h u n h ậ p ròngsaukhiđãchi trảcácloạichiphí. Đối với RRTD thì tácgiả luận văn đãtổnghợp khung lýt h u y ế t n ề n c ù n g v ớ i việc sử dụng hai chỉ tiêu nợ xấu và tỷ lệ dự phòng RRTD để làm thang đo đolường cho RRTD tại các NHTM điều này tương đồng với sự lựa chọn của cácnghiêncứuthuộcnhómtácgiảSahiti và cộng sự (2022); Ardelia và Lubis(2023);N g u y ễ n T h à n h Đ ạ t ( 2 0 2 0 ) ; N g u y ễ n T r ầ n T h á i H à v à N g u y ễ n V ĩ n h

Khương (2022).D o đ ó , b i ế n đ ộ c l ậ p đ ạ i d i ệ n c h o R R T D đ ư ợ c s ử d ụ n g t r o n g luận văn này là tỷ lệ nợ xấu và tỷ lệ dự phòng RRTD.Trong đó, tỷ lện ợ x ấ u theo quy định Việt Nam được chia thành nhiều nhóm nợ từ bản chất nợ quá hạn,vì vậy khi tỷ lệ này gia tăng thì các NHTM

Việt Nam sẽ gặp phải tình trạng bị đedọak h ô n g t h u h ồ i đ ư ợ c n ợ h a y ảnh h ư ở n g đ ế n l ã i v a y thuhồivềnhằmthan htoán lãi tiền gửi huy động hoặc thu nhập của NHTM Mặt khác, tỷ lệ dự phòngRRTD thì là ảnh hưởng trực tiếp đến chi phí kế toán của NHTM, hay nói cáchkhác ảnh hưởng trực tiếp đến việc hạcht o á n l ợ i n h u ậ n c ủ a N H T M v à o n i ê n đ ộ kế toán. Nguyên nhân, tác giả lựa chọn hai yếu tố này để đại diện cho RRTD tạicác NHTM Việt Nam là do nợ xấu bao hàm cả nợ quá hạn nhóm 3,4,5 đây đượcxem là nợ khó thu hồi hoặc mất gốc của NHTM, điều này ảnh hưởng trực tiếpđến sự suy giảm tài sản của ngân hàng hay sức mạnh tài chính để triển khai cáchoạtđộngkinhdoanhkhác.Đốivớitỷlệdựphòngthìđâyđượcxemlàkhoả nchi phí được trích lập nhằm phòng bị cho các trường hợp các khoản tín dụngkhông thu hồi được thì sẽ được bù đắp hay xóa khỏi bảng cân đối, điều này làmgia tăng chi phíq u ả n l ý c ủ a N H T M v à ả n h h ư ở n g t r ự c t i ế p đ ế n l ợ i n h u ậ n h à n g kỳcủaNHTM.

Ngoài các biến số đại diện cho RRTD, nghiên cứu này sử dụng thêm các biến kiểm soát thuộc nội tại ngành ngân hàng (NH) và vĩ mô nền kinh tế để đánh giá tổng thể hiệu quả hoạt động của các NH Theo đó, quy mô ngân hàng là một biến kiểm soát quan trọng vì phản ánh sức mạnh tài chính và năng lực cạnh tranh của các NH.

T M t h ô n g quaquymôtàisản,haynóicáchkháckhiquymôNHđượcmởrộngt hìniềmtin với khách hàng được cùng cố hay sức mạnh ổn định sẽ giúp cho NHTM duytrìđượcHQKDcũngnhưhạnchếđượccáctácđộngtiêucựcmàRRTDmang lại(NguyễnThànhĐạt,2020; Kwashie và cộng sự, 2022; Ardelia và Lubis,2023) ).

Thứ hai, đó là đòn bẩy tài chính với NHTMlà trunggiantài chínhg i ữ a n g ư ờ i cho vay và đi vay vì vậy NHTM luôn phải cân đối tỷ trọng các nguồn vốn huyđộng được và sử dụng sao cho hợp lý và hiệu quả nhất Do đó, với đòn bẩy tàichính sẽ có tính hai mặt tích cực lẫn tiêu cực Một mặt, NHTM sẽ có thể tái cơcấu các khoản tín dụng cho khách hàng hoặc điều chỉnh các hạng mục đầu tư đểgia tăng lợi nhuận cho NHTM Mặt khác, nếu sử dụng không hiệuq u ả đ ò n b ẩ y tài chính thì các NHTM sẽ gặp những tình huống khók h ă n t r o n g h o ạ t đ ộ n g kinhdoanhcủamình(EkincivàPoyraz,2019;ArdeliavàLubis,2023).

Thứ ba, đó là tốc độ tăng trưởng dư nợ tín dụng yếu tố này phản ánh cho việcNHTM đang hoạt động kinh doanh hiệu quả hay kiểm soát được RRTD nên tăngtrưởng nhằm kiếm thêm lợi nhuận Tuy nhiên, cũng có một mặt khác là cácNHTMnới l ỏ n g c á c quyđịnhcủ a n g â n h à n g đểg i a t ă n g tíndụng n ón gn h ằm đạtđ ư ợ c c á c m ứ c l ợ i n h u ậ n c a o h ơ n n h ư n g c ũ n g s ẽ l à m ch o c á c N H T

Doanh nghiệp bất động sản thường đối mặt với rủi ro nợ xấu, nợ quá hạn hoặc gia tăng dự phòng rủi ro Nguyên nhân chủ yếu xuất phát từ đạo đức và khả năng trả nợ không đảm bảo của khách hàng (Nguyễn Thành Đạt, 2020; Nguyễn Kim Quốc Trung, 2021).

Thứ tư đó là các yếu tố vĩ mô nền kinh tế đó là GDP và tỷ lệ lạm phát vì Ekincivà Poyraz (2019); Lê Tú (2017); Nguyễn Thành Đạt (2020), Nguyễn Kim QuốcTrung (2021)các NHTM có sự gắn kết chặt chẽ với cácyếu tốv ĩ m ô , v ì v ậ y , các sự thay đổi hay biến động của nền kinh tế cũng có tác động ngược lại và cómối quan hệ chặt chẽ đến hoạt động của ngân hàng, HQKD hay RRTD củaNHTM Tác giả chọn các yếu tố này vì trong hoạt động kinh tế của Việt Nam nóichung và của hệ thống NHTM nói riêng thì sự vận hànhc ủ a n ó c ó n é t t ư ơ n g đồng trên thế giới, mặt khác các tiêu chuẩn đánh giá HQKD và RRTD của cácngân hàng Việt Nam hiện nay cũng có liên quan các yếu tố này Bên cạnh đó,cũngc ó n h i ề u c ô n g t r ì n h t ạ i V i ệ t N a m n g h i ê n c ứ u v ề v ấ n đ ề n à y v à c ó s ự k ế thừacácnhântốnày.

Thứ năm là yếu tố Covid 19 và sở hữu Nhà nước được xem là các biến giả nhậnhai giá trị 0, 1 Đối với Covid 19 được xem là đại dịch lớn của Thế giới và gâyảnh hưởng rất lớn đến kinh tế toàn cầu lẫn Việt Nam, do đó HQKD của cácNHTM chắc chắn sẽ bị ảnh hưởng Tuy nhiên trong giai đoạn 2011 – 2022 chỉxuấth i ệ n t ạ i b a n ă m 20 20 –

2 0 2 2 đ ư ợ c x e m làđ ỉ n h ca o d ị c h n ên g i á t r ị 1 s ẽxuất hiện tạiba nămnày và0 c h o c á c n ă m c ò n l ạ i Đ ố i v ớ i s ở h ữ u c ủ a

Tính chất sở hữu của các Ngân hàng thương mại (NHTM) sẽ quyết định đến vấn đề định hướng cũng như phương thức hoạt động tại các tổ chức, do đó, sẽ ảnh hưởng rất lớn đến lợi nhuận cũng như việc chấp nhận rủi ro của các NHTM này Hiện nay tại Việt Nam chiếm trên 51% sở hữu của Nhà nước có 4 NHTM đó là Agribank, Vietcombank,Vietinbank và BIDV do đó số 1 sẽ xuất hiện tại các NHTM này, còn các NHTM khác sẽ nhận giá trị 0.

STT Kýhiệu biến Tênbiến Nguồn Chiềutác động BiếnđộclậpđạidiệnchoRRTD

Nguyễn Kim Quốc Trung Âm(-)

(2021);NguyễnT r ầ n T h á i H à và Nguyễn Vĩnh Khương(2022); Tăng Mỹ Sang vàNguyễnQuốcAnh(2022).

STT Kýhiệu biến Tênbiến Nguồn Chiềutác động

N g u y ễ n QuốcAnh(2022);Eki ncivàPoyraz(2019);Kwashiev à cộngsự(2022);Ardeliav à Lubis(

NguyễnThànhĐạt(2020);Nguyễ nKimQuốcTrung(2021);Nguyễ nTrầnTháiH à vàN g u y ễ n V ĩ n h K h ư ơ n g (2022)

LêTú(2017);NguyễnThànhĐạt (2020); Nguyễn Kim QuốcTrung (2021);

STT Kýhiệu biến Tênbiến Nguồn Chiềutác động phát Đạt(2020)

Abdelazizvàcộngsự(2022);Ngu yễnThànhĐạt(2020);NguyễnTrầ nTháiHàvàNguyễnVĩnhKhương(

Tỷlệthunhậ ptrênvốn chủ sởhữu bìnhquân

Abdelazizvàcộngsự(2022);Ngu yễnThànhĐạt(2020);NguyễnTrầ nTháiHàvàNguyễnVĩnhKhương(

ROAvàROEđượclựachọnl à m tiêuchu ẩn đạidiện choHQKDv àđolườngmố iquanhệvớiRRTDvàcácyếutốkháctạicácNHTMViệtNam:

ROAi,t =𝜶+𝜷𝟏∗NPL i,t +𝜷𝟐∗LLRi,t +𝜷𝟑∗SIZE i,t +𝜷𝟒∗ETAi,t +𝜷𝟓∗LOAN i,t

ROEi,t=𝜶+𝜷𝟏∗NPLi,t +𝜷𝟐∗LLRi,t +𝜷𝟑∗SIZEi,t +𝜷𝟒∗ETAi,t +𝜷𝟓∗LOAN i,t

TrongđócáckýhiệuđãđượcđềcậptạiBảng3.1.Cáchệsốβjjlàhệsốtươngquantácđ ộnggiữacácbiếnsốđộclậpvớibiếnphụthuộc,𝜺 làchỉsốbiểudiễn saisốcủamôhìnhnghiêncứu.Ngoàira,ibiểudiễnchoNHTMthứivàtbiểudiễnchon ămthứt.

STT Tên biến Môtả Côngthứcđolường

11 ROA Tỷl ệ t h u nhập trêntổng tàisảnbìnhquân

Tỷ lệ nợ xấu (NPL): cho thấy chất lượng và rủi ro xảy ra đối với các khoản chovay Bên cạnh đó, tỷ lệ nợ xấu một trong những chỉ tiêu quan trọng để xem xétmức độ RRTD và là một chỉ số cho thấy cách mà các NHTM quản lý rủi ro tíndụng của họ Vì vậy, trong các nghiên cứu trước đây của Fauziah và Fadhilah(2022); Abdelaziz và cộng sự (2022) chỉ tiêu này được đo lường bằng cách lấytổng nợ xấu (nhóm nợ từ 3 đến 5 theo tiêu chuẩnphân loại của NHNN) chia chotổng dư nợ tín dụng của NHTM, theo số liệu báo cáo tài chính qua các năm củacác NHTM, cũng từ đó phản ánh được tình hình mà các NHTM có thể thu hồiđượcc á c k h o ả n c ấ p t í n d ụ n g c ủ a m ì n h h a y k h ô n g ?

T u y nhiên,cũngt ồ n t ạ i những trường hợp khách hàng chỉ đủ chi trả một phần hay chỉ trả được gốc màkhôngthanhtoán đượclãivay thìsẽảnhhưởng trựct i ế p đ ế n H Q K D c ủ a NHTMđó(ArdeliavàLubis,2023; NguyễnThànhĐạt,2020).

Tỷ lệ Dự phòng RRTD (LLR): Đặc thù hoạt động cho vay tại các NHTM sẽxuất hiện các khoản nợ quá hạn, vớimụcđ í c h d ự p h ò n g c h o c á c k h o ả n n ợ n à y và hợp thức hóa các tài khoản này đến hạn sẽ loại ra ngoại bảng thì các NHTMtiến hành trích lập dự phòng Khi tiến hành trích lập thì giá trị dự phòng sẽ đượcghin h ậ n t h e o t ỷ l ệ p h ầ n t r ă mq u y đ ị n h v à k ế t o á n v à o t à i k h o ả n c h i p h í t r ê n bảngcân đốikế toán,do đó là cho lợi nhuận củaNHTM giảm.H a y n ó i c á c h khác giá trị này càng tăng chứng tỏ chất lượng tín dụng đang có dấu hiệu suygiảm, đồng thời HQKD cũng sẽ từ đó giảm theo (Nguyễn Trần Thái Hà vàNguyễnVĩnhKhương;NguyễnThànhĐạt,2020).

Quy mô ngân hàng (SIZE): Đây là yếu tố phản ánh phần nào năng lực quản trịcủa các lãnh đạo ngân hàng, quy mô của NHTM thường tỷ lệ thuận với HQKDcủa NHTM Ekinci và Poyraz (2019) tìm thấy các NHTM lớn sẽ có lợi thế hoạtđộng hiệu quả cao hơn bởi vì NHTM có quy mô lớn sẽ có lợi thế huy động vốnvới giá rẻ hơn, do đó giảm được chi phí trong hoạt động kinh doanh. Đồng thời,quy mô ngân hàng sẽ khẳng định được khả năng về đầu tư công nghệ, cơ sở vậtchất,vốncũng nhưvềgó cđộ conngười.Mặtkhác,quymông ân hànglớn sẽtạo cơ hộichoNHTMm ở r ộ n g c h i n h á n h h a y đ ị a b à n t i ế p c ậ n k h á c h h à n g nhằm tìm kiếm được nhiều lợi nhuận hơn (Nguyễn Thành Đạt, 2020; NguyễnTrần Thái Hà và Nguyễn Vĩnh Khương, 2022; Tăng Mỹ Sang và Nguyễn QuốcAnh,2022).

H3:QuymôngânhàngtácđộngtíchcựcđếnHQKDcủaNHTMViệtNam Đòn bẩy tài chính (CEA): Tại các NHTM thì hai kênh huy động vốn lớn nhấtcủavẫnchínhlàhuyđộngtiềngửicủacácđốitượngkháchhàngvàhuyđộ ngtừ vốn chủ sở hữu thông qua các kênh cổ phiếu hoặc của các cá nhân chủ nhâncủa NHTM Tuy nhiên, nếu huy động từ tiền gửi hoặc trái phiếu thì các NHTMphảiđ ố i m ặ t á p l ự c thanhtoán đếnh ạ n h ay rủi r o th an h toán s ẽk é o t h eo n ếu cáck h o ả n c h o v a y t r u n g g i a n k h ô n g đ ư ợ c t h a n h t o á n đ ú n g h ạ n D o đ ó , t ỷ l ệ huy động từ nguồn vốn chủ sở hữu nếu được tận dụng tốt thì sẽ giảm được chocác NHTM áp lực thanh toán và làm mạnh hơn đội ngũ cổ đông của ngân hàng.Hay nói cách khác, vốn chủ sở hữu là tấm đệm đảm bảo an toàn cho hoạt độngkinh doanh của NHTM, tỷ lệ vốn chủ sở hữu càng thấp thể hiện năng lực tàichính của NHTM càng yếu (Ekinci và Poyraz, 2019; Ardelia và Lubis, 2023).NHTM có vốn chủ sở hữu càng mạnh thì càng thu hút được nhiều khách hàng vàgiatăngHQKD.

Thốngkêmôtảvàxéttínhtươngquancácbiếnsốtrongmôhình

Nguồn:Tổnghợpcủatácgiả Đối với ROA thì hình 4.1 cho thấy nhìn chung từ 2011 – 2022 thì các NHTMViệtNamvẫncóxuhướngduytrìtỷlệnàytăng,tuynhiênchỉởmứctăngnh ẹvàk h ô n g c ó s ự đ ộ t b i ế n n à o q u a c á c n ă m , t ừ 2 0 1 1 –

2 0 2 2 t h ì t ỷ l ệ t ă n g t ừ 0,97% đến 1,29% Nhưng từ 2011 – 2015 thì tỷ lệ này có sự suy giảm từ 0,97%tại2 0 1 1 v à c h ỉ c ò n 0 , 4 9 % t ạ i n ă m 20 15 N g u y ê n n h â n đ ế n t ừ v i ệ c t r o n g g i a i đoạn này thì nợ xấu và nợ quá hạn của các NHTM đang có sự tăng trưởng nênNHNNcócácquyđịnhliênquanđếnviệcsiếtchặtchínhsáchtíndụngtạicác

NHTM Sau đó, từ năm 2016 trở về sau thì đều có sự tăng trưởng ROA qua cácnăm Mặc dù, đại dịch Covid 19 xuất hiện trong ba năm 2020 – 2022 thì cácNHTM vẫn duy trì được mức tăng trưởng này Tương tự cho ROE từ 2011 –

2022 vẫn được các NHTM Việt Nam duy trì nhịp tăng trưởng Tuy nhiên, từ2011 – 2015 có sự giảm mạnh từ 9,32% xuống 6,35% Sau đó, từ 2016 đến cácnăm sau đó thì lại tăng trưởng mạnh và cao nhất là vào năm 2022 với tỷ lệ là15,18% Giai đoạn này cácNHTM Việt Nam bắtđ ầ u c ô n g c u ộ c đ a d ạ n g h ó a thu nhập và tận dụng các nguồn đầu tư để sinh lợi chứ không chỉ tập trung vàohoạtđộngtíndụngtruyềnthống.

Hình 4.2 cho thấy nợ xấu tại các NHTM Việt Nam từ 2011 – 2022 có xu hướnggia tăng Trong đó giai đoạn từ 2011 – 2014 thì có xu hướng giảm từ 3,13%xuống 2,59% do giai đoạn trước tỷ lệ nợ xấu tăng quá cao nên NHNN tiến hànhbanh ành s i ết ch ặt cá c kho ản v a y nh ằm b u ộ c c á c N H T M p h ả i g i ả m tỷl ệ n ày

Sau đó,từ năm 2015thì tỷ lệnày lạic ó x u h ư ớ n g t i ế p t ụ c g i a t ă n g d o c á c NHTMchạyđuavớiviệctăngtrưởngtíndụng nóngnhằmthuđượclợin huậnvà thị phần trong hệ thống Ngoài ra hai năm 2021 – 2022 thì tỷ lệ này cao nhấtvì sự ảnh hưởng của đại dịch Covid 19 Ngược lại với tỷ lệ nợ xấu thì tỷ lệ dựphòngrủiro tín dụng quacác năm lại có xu hương giảm,d o c á c N H T M t ậ p trung vào công tác xử lý và thu hồi nợ xấu chứ không ưu tiên việc trích lập dựphòng,vìviệcnàylàmgiatăngchiphívàgiảmlợinhuậncủaNHTM.

Ngoài ROA, ROE, các chỉ tiêu thuộc RRTD thì các biến kiểm soát cũng đượctổng hợp giá trị trung bình (GTTB), giá trị nhỏ nhất (GTNN), giá trị lớn nhất(GTLN)vàđộlệchchuẩntrongbảngsau:

Biến Trungbình cộng Độlệchchuẩn Giátrịnhỏ nhất

Bảng 4.1 cho thấy với tỷ lệ ROA qua các năm có GTTB là 0,86% và có độ lệchchuẩn 0,76%, do đó cho thấy các NHTM không có sự khác biệt quá lớn về tỷ lệnày về mặt GTTB Trong đó, tại 2011 VPB có mức tỷ lệ ROA là -5,51% làGTNN và tại năm 2022 thì TCB có tỷ lệ ROA là 3,21% là GTLN Đối với ROEthì tỷ lệ này trung bình qua các năm là 10,16% với độ lệch 8,69%, kết quả nàychothấysựkhácbiệtcủ a các NHTMvớ igiát r ị nàylớnvàcóthểcósựphâ nhóa nhiều Trong đó, GTNN là -82% của TPB vào năm 2011 và cũng vào nămnàythìACBnắmgiữGTLNlà 26,82%. Đối với các biến độclập là tỷ lệ nợ xấu vàdự phòng RRTDthìGTTBc ủ a n ợ xấu của các NHTM từ 2011 – 2022 là 2,99% và tỷ lệ này không có sự khác biệtquá lớn tại các NHTM vì độ lệch thấp 0,59% Nguyên nhân đến từ việc cácNHTM đều muốn duy trì tỷ lệ này tại mức thấp và không có sự đột biến so vớicác NHTM khác Trong đó, tỷ lệ nợ xấu thấp nhất là 1,24% của MSB vào năm2014vàlớnnhấtlà4,96%củaVPBnăm2022.XétđếntỷlệdựphòngRRT Dthì tỷ lệ này được các NHTM duy trì với mứct r u n g b ì n h t ừ 2 0 1 1 – 2 0 2 2 l à 2,15%nhưngđộlệchlạilênđến1,3%nênkhảnăngcácNHTMvẫncốtạor asự khác biệt với tỷ lệ này với các mục đích quản trị về chi phí và lợi nhuận khácnhau Tỷ lệ dự phòng này thấp nhất với giá trị là 0,34% của SCB năm 2015 vàlớnnhấtlà8,81%củaSHBvàonăm 2012.

Tiếpđólàcácbiếnkiểmsoát,đầutiênlàquymôcủacácN H T M t h e o Log(Tổng tài sản) thì trung bình qua các năm từ 2011 – 2022 là 32.7717 vàkhôngcósựkhácbiệtquálớnvớiđộlệch1.2428.Quymônàynhỏnhấtthuộc về SGB năm 2013 và lớn nhất là 35.5263 thuộc về BIDV năm 2022 Mặt khác,các NHTM có sởhữu Nhà nước như VCB, CTG, BID, AGRl u ô n đ ứ n g đ ầ u trong quy mô tài sản.Đối với tỷ lệ vốn chủ sở hữu hay đòn bẩy tài chính thì giaiđoạn2011–2022tỷlệtrungbìnhcủacácNHTMlà11,89%vàđộlệchchuẩn thấp 3,76%, kết quả này cũng cho thấy đa phần kênh huy động từ tiền gửi tiếtkiệmvẫnlànguồnchủyếucủaNHTMđểduytrìcáchoạtđộngkinhdoanh.Tỷlệ đòn bẩy tài chính thấp nhất là 2,96% thuộc về SCB năm 2011 và lớn nhấtthuộcvềTPBnăm 2011 vớitỷ lệ36,37% Khi tập trungvàotăng trưởngt í n dụng thì các NHTM trong giai đoạn 2011 – 2022 duy trì với mức 8,91% và độlệch chuẩn cao 3,9% chứng tỏ các NHTM cố gắng tạo ra sự khác biệt và duy trìtại mức tăng ổn định, hay không có sự suy giảm về tốc độ qua mỗi năm Trongđó, tốc độ tăng trưởng tín dụng thấp nhất là 2,69% của SCB năm

2020 và lớnnhấtlà23,84% củaSGBnăm2013. Đối với nền kinh tế thì đại diện bởi GDP và tỷ lệ lạm phát thì dễ dàng nhận thấytốcđộ tăng trưởng GDP trung bình mỗin ă m l à 5 , 8 5 % v ớ i đ ộ l ệ c h t h ấ p , t r o n g đóthấpnhấtlà2,58%trongnăm2021vàcaonhấtlà8,02%năm2022.Đối vớitỷlệlạm phátthì tr un g bìnhmỗ i n ă m là4,98 %, tr on g đón ăm 2015 t h ấp n h ất vớitỷlệ0,63%vàcaonhấtlà18,68%năm2011.

Ngoài ra thì trong luận văn có sử dụng hai biến số đó là đại dịch Covid 19 và sởhữu Nhà nước nhưngchúng tồn tại dưới dạng biến giả nhận hai giá trị 0,1.D o đó,c ó t í n h đ ặ c t h ù t h e o n h ó m h o ặ c t h e o n ă m n ê n k h ô n g t r ì n h b à y t h ố n g k ê m ô tảtại mục này.T i ế p đ ó , t h ự c h i ệ n p h â n t í c h t ư ơ n g q u a n đ ể x e m x é t c ó x ả y r a tínhđacộngtuyếnnghiêmtrọngtừcácmôhìnhhaykhông?

Phân tích này được thông quam a t r ậ n t ư ơ n g q u a n g i ữ a c á c b i ế n s ố đ ộ c l ậ p trong mô hình nghiên cứu nhằm xem xét chung có sự tương quan từng cặp vớinhau hay không ? Nếu xảy ra tình trạng này chứng tỏ có hiện tượng đa cộngtuyếnrấtnghiêm trọngtrongmôhìnhnghiêncứu. Để xem xét hiện tượng này thì sẽ thông qua hệ số tương quan từng cặp của cácbiến số với nhau và yêu cầu không được cao hơn 0.8 (Farrar và Glauber,1967).Matrậntươngquan củacácbiếnsố độclậpđượcthiếtlập nhưsau:

NPL LLR SIZE ETA LOAN GDP CPI COVID STA

Bảng 4.2 cho thấy độ lớn các hệ số tương quan trên ma trận đều nhỏ hơn 0.8 điềunày cho thấy mô hình không có hiện tượng đa cộng tuyến nghiệm trọng.

Ngoài ra,hệ số tươngquan củaSTAvới GDPv à C P I l à 0 đ i ề u n à y c h o t h ấ y c ấ u t r ú c s ở hữucủaNHTMkhôngphụthuộcvàchịusựảnhhưởngqualạibởitìnhhìnhkinhtế vĩmô.

Kếtluận

Với việc hồi quy dữ liệu thu thập nhằm xem xét sựtácđộngcủaRRTDđếnHQKD của các NHTM Việt Nam Sử dụng biến phụ thuộc đại diện cho HQKDcủa các NHTM Việt Nam đó là ROA và ROE, các biến độc lập đại diện choRRTD là tỷ lệ nợ xấu và tỷ lệ dự phòng rủi ro tín dụng, ngoài ra tác giả sử dụngcác biến kiểm soát bao gồm các yếu tố bên trong ngân hàng và yếu tố bên ngoài.Dữ liệu ngân hàng được thu thập từ báo cáo tài chínhc ủ a 2 4 N H T M V i ệ t

N a m từ năm 2011 đến năm 2022 Đối sánh với các mục tiêu cụ thể thì luận văn đã đạtđược, cụ thể tác giả đã xác định được RRTD được đo lường bởi tỷ lệ nợ xấu vàdự phòng RRTD có tác động đến HQKD của NHTM Việt Nam được đo lườngthôngquaROA,ROE Tuynhiên,kỳvọngbanđầulàRRTD cótácđộng tiêucực nhưng kết quả lại phản ánh rằng nợ xấu tác động tích cực và tỷ lệ dự phòngRRTD thì tác động tiêu cực đến ROA, ROE Điều này được luận giải thông quakhẩu vị rủi ro củac á c

N H T M s ẽ g i ú p c h o h ọ c ó t h ê m n h i ề u l ợ i n h u ậ n n h ư n g cũng đe dọa với rủi ro sắp tới, nhưng với tỷ lệ trích lập thì chắc hẳn làm cho lợinhuậngiảm.

Ngoài ra, luận văn cũng xác định cácb i ế n s ố k i ể m s o á t k h á c c ó t á c đ ộ n g t í c h cực đến ROA, ROE đó làquy mô ngân hàng,tăngtrưởng tín dụng,tỷ lệl ạ m phát.Đ i ề u n à y đ ư ợ c l u ậ n g i ả i k h i c á c

N H T M c à n g m ở r ộ n g q u y m ô c à n g t i ế p cận khách hàng dễ dàng và hoạt động kinh doanh mở rộng hơn Tín dụng tăngtrưởngthìtrựctiếp ảnhhưởngđếnl ãi thuvềvàsựhoạtđộnghiệuquảcủa cơchế quản lý ngân hàng trong thời kỳ lạm phát tăng Mặt khác, khi xem xét sự sởhữuc ủ a N h à n ư ớ c t ạ i c á c N H T M t h ì k ế t q u ả c h o t h ấ y m ố i q u a n h ệ n g h ị c h chiềuvớiROAvàROE.

Từ những kết quả nghiên cứu đó, tác giả có những thảo luận nghiên cứu và luậngiảiq u a n đ i ể m c ủ a m ì n h c ũ n g n h ư đ ố i s á n h v ớ i c á c n g h i ê n c ứ u k h á c đ ể k ế t

Hàmýchínhsáchnhằmgiảmrủirotíndụng

Thứ nhất, các NHTM cần có hoạt động xử lý nợ xấu hiệu quả, gắn liền việc xửlý này với trách nhiệm củacác cá nhân trongngân hàng cụ thểl à c á n b ộ t í n dụng, thẩm định và các đơn vị ký duyệt hồ sơ vay Đồng thời, cần tuân thủ cácnguyên tắc liên quan đến định giá, xác định các mục đích sử dụng vốn và tầmsoát sau giải ngân Ngoài ra, với các dự án hay phương án kinh doanh cần có sựđánh giá, hay xếp hạng tính khả thi về sự thu hồi hay thanh toán gốc lãi. NHTMcần có các phương án thu hồi, xử lý hoặc bán nợ xấu với tổ chức VAMC nhằmgiảiquyếttriệtđểnợxấuvàhạnchếviệctríchlậpdựphòngđểgiảm lợinhuận.

Thứ hai, các NHTM cần tăng cường các công tác kiểm tra kiểm soát nội bộ đểmang tính tầm soát, răn đe các bộ phận cần phải thực hiện đúng quy trình lẫnchính sách tín dụng Mặt khác, các hoạt động kiểm toán kiểm soát nội bộ cầnđượct h ự c h i ệ n t h ư ờ n g x u y ê n v à đ ộ c l ậ p v ớ i t ì n h h ì n h N H T M Đ ặ c b i ệ t g ắ n trách nhiệm với các cá nhân phụ trách cách o ạ t đ ộ n g n à y v ớ i t ổ n t h ấ t t í n d ụ n g củaNHTM.

Thứ ba,các NHTM cần gia tăng chất lượng nguồn nhân lực củam ì n h đ ể h ạ n chế rủi ro tín dụng thông qua việc tuyển dụng, lựa chọn hay phân bổ các vị trícông việc cho đội ngũ có chuyênm ô n , h i ể u b i ế t v à c ó đ ạ o đ ứ c n g h ề n g h i ệ p Đặc biệt cần có chế tài để xử lý nghiêm minh các trường hợp lợi ích nhóm, cấukếtv ớ i khách h à n g n h ằm quamặt N HT Mđ ể t ạ o r a t i ề m ẩnR R T D N g o à i ra,gia tăng việc trao đổi, trau dồi chuyên môn cho các nhân sự liên quan, cũng nhưgắnlợiíchtàichínhđểtạođộnglựclàmviệcvàtuânthủquyđịnhNHTM.

5.2.2 Hàmýchínhsáchvềquymôcácngânhàngthươngmại ĐốivớicácNHTMkhimởrộngquymôđồngnghĩavớiviệcsẽmởrộngmạng lưới chi nhánh hay phòng giao dịch trên địa bàn hoạt động Do đó, khi mở rộngthì các NHTM cần lựa chọn các vị trít r u n g t â m , đ ắ c đ ị a t ạ o s ự t h u ậ n l ợ i c h o việc tiếp cận củak h á c h h à n g Đ ặ c b i ệ t c á c v ị t r í c ầ n k h u c ô n g n g h i ệ p h a y l i ê n kếtt ại c ác dự á n tốtc ần đượcq u an t â m N h ư n g c á c N H T M cần p h ảib ám s á t vào quy định của quy định 21/2013/TT-NHNN về quy định tỷ lệ nợ xấu luôndưới3%thìmớiđược mởrộngtầmcỡchinhánhhay phònggiaodịch.

Mặt khác, với các thành phố phát triển thì sự cạnh tranh với các NHTM khác sẽrất lớn thì các ngân hàng cần xem xét nguồn lực thực sự của mình hạn chế việcchạy đua nhưng lại rơi vào việc lãng phí nguồn lực Hay nói cách khác việc mởrộng quy mô ngân hàng cần phải có sự tổng hòa về sự phân bố các nguồn lựckhác,tránhviệcchiphítăngcao nhưnglạikhôngtạorađượclợinhuận.

Cuối cùng, các NHTM có thể mởr ộ n g q u y m ô c ủ a m ì n h t h ô n g q u a v i ệ c n â n g cao chất lượng dịch vụ để thu hút khách hàng và tăng cường việc đổi mới sảnphẩm dịch vụđể giatăng cơ hộicạnhtranhlẫntiếp cậnk h á c h h à n g , t ừ đ ó doanh thu tăng thì các NHTM mới có cơsở với việcmởr ộ n g t r ụ s ở g i a o d ị c h đểkinhdoanh.

Kết quả nghiên cứu đúc kết rằng tỷ lệ cho vay trên tổng vốn huy động có ảnhhưởng cùng chiều với lợi nhuận ngânhàng.Với điều kiện phảiđảm bảođ ư ợ c vấn đề thanh khoản, NHTM nên tập trung tăng trưởng tín dụng một cách hợp lýtrêncơsởtậndụngcóhiệuquảnguồnvốnhuyđộngđược.Nhưthế,nguồnthutừ hoạt động tín dụng sẽ giúp NHTM giảm bớt gánh nặng về chi phí huy độngvốn, nếu NHTM có thể sử dụng tối ưu nguồn vốn huy động để cho vay thìNHTM sẽ tối đa hóa được lợi nhuận như mong muốn Do đó, các NHTM cầnnghiên cứu, có chiến lược chính sách phù hợp nhằm gia tăng hơn nữa nguồn vốnhuy động trong dân cư, tổ chức kinh tế, nhất là nguồn vốn có giá rẻ, đặc biệt lànguồnv ố n c ủ a c á c n g ân h à n g n ư ớ c n g o à i t à i t r ợ g i á n t i ế p b ê n c ạ n h v i ệ c t ă n g trưởngquymôchovayvàđảmbảođượcthanhkhoảntốt.

KhimôitrườngkinhtếcólạmphátcaothìNHNNsẽcónhữngchínhsáchtiềntệth ắt chặttừđólàmcho lãi suất cho vay của các NHTM vàtỷ lệdự trữb ắ t buộc của NHTM sẽtăng lên.V ì v ậ y , v à o n h ữ n g t h ờ i đ i ể m n à y c á c

Để tránh tình trạng nợ xấu, NHTM nên cân nhắc việc mở rộng hoạt động tín dụng hoặc cẩn trọng hơn trong việc lựa chọn khách hàng Bằng cách này, ngân hàng có thể giảm thiểu rủi ro và đảm bảo tình hình tài chính ổn định.

Hạnchếvàhướngnghiêncứutiếptheo

Hạn chế của nghiên cứu là sử dụng dữ liệu thứ cấp được công bố từ báo cáo tàichính của các NHTM Việt Nam từ năm 2011 đến năm 2022 nên chắc chắn khócó thể tránhđược những thiếu sóttrongthu thập dữl i ệ u n g h i ê n c ứ u v à ả n h hưởng đến kết quả Một số biến độc lập trong mô hình bị đổi dấu so với kỳ vọngcủa tác giả và của một số nghiên cứu khác Điều này xuất phát từ phía mẫu dữliệuvàđiềukiệnthực tếtại cácNHTMViệtNam.

Tiếnhànhthuthậpdữliệuthứcấpđầyđủvớ iquymôtốthơnvàkéodàithờigian hơn để hoàn chỉnh được tình hình cho các biến số và tình hình NHTM ViệtNam Bổ sung thêm các biến số khác đại diện cho RRTD tác động đến HQKDcủaNHTMđểcó cáinhìntổngquáthơnvềmốiquanhệnày.

Chương này luận văn đã tiến hành kết luận tổng hợp về kết quả nghiên cứu vàđánh giá chung vềk ế t q u ả n à y D ự a t r ê n c h i ề u h ư ớ n g t á c đ ộ n g c ủ a c á c y ế u t ố tác động đến HQKD để đề xuất các hàm ý cho các lãnh đạo NHTM nhằm giảmthiểu RRTD và các yếu tố khác để gia tăngHQKD tại các NHTM Đồng thờitrìnhbàyhạnchếvàhướngnghiêncứutiếptheo.

1 LêTú(2017).Thedeterminantsofcommercialbankp r o f i t a b i l i t y i n Vietn am.AvailableatSSRN3048571.

2 NguyễnThànhĐạt(2020).Nguồnvốnn g â n h à n g ả n h h ư ở n g đ ế n k h ả n ăngs i n h l ờ i v à r ủ i r o t í n d ụ n g c ủ a n g â n h à n g t h ư ơ n g m ạ i c ổ p h ầ n ViệtNam.TạpChíNghiêncứuTàichính–

Marketing,(52),12-21.https://doi.org/10.52932/jfm.vi52.127

3 NguyễnKimQuốcTrung(2021).DeterminantsofbankperformanceinVietnames ecommercial banks: An application ofthecamelsmodel.CogentBusiness&Management,8:1,1979443.

4 NguyễnQuốcAnh(2023).Impactofcreditriskm a n a g e m e n t o n t h e financ ial stability of Vietnamese commercial banks.Tạp chí Nghiên cứu Tàichính-

5 Nguyễn Quốc Anh và Dương Nguyễn Thanh Phương (2021) The impact ofcredit risk on the financial stability of commercial banks in Vietnam.Ho ChiMinhCityOpenUniversityJournalofScience-

6 Nguyễn Trần TháiHàvàNguyễn VĩnhKhương (2022).Creditriskandfinancial performance of Vietnamese commercial banks: during and after thefinancialcrisis.VNUJournalofEconomicsandBusiness,2(3).

7 Nguyễn Văn Tiến (2015).Quản trị ngân hàng thương mại NXB Kinh tếQuốcdân.

Anh(2022).Ther e l a t i o n s h i p b e t w e e n creditriskandbankfinancialstabilit y:Them e d i a t i n g r o l e o f b a n k profitability.JournalofHunan University

1 Abdelaziz, H., Rim, B., & Helmi, H (2022) The interactional relationshipsbetweenc r e d i t r i s k , l i q u i d i t y r i s k a n d b a n k p r o f i t a b i l i t y i n

2 Ardelia, S E., & Lubis, A W (2023) The Effect Of Credit Risk, BankCapital,IndependentCommissioner,AndAuditCommitteeOnBankingFinanc ialPerformanceInIndonesiaF o r T h e 2 0 1 7 -

(2011).Banksloanlossprovisionrolei n e a r n i n g s a n d capitalmanagement– evidencefromPalestine.IslamicUniversity-Gaza.

4 Basel CommitteeonBankingSupervision,&BankforInternational Settlements (2000).Principles for the managementofcreditrisk.BankforInternationalSettlements.

5 Benston, G J (1965) Branch banking and economies of scale.The

6 Berger, A N., & DeYoung, R (1997) Problem loans and cost efficiency incommercialbanks.Journalofbanking&finance,21(6),849-870.

9 Casu, B.,& Molyneux,P (2003) A comparative study ofefficiency inEuropeanbanking.Appliedeconomics,35(17),1865-1876.

(2006).Theessentialsofr i s k management(Vol.1).NewYork:McGraw-Hill.

12 Das, A., & Ghosh, S (2007) Determinants of credit risk in Indian state- ownedbanks:Anempiricalinvestigation.

14 Ekinci,R.,&Poyraz,G.(2019).Theeffectofcreditriskonfinancialperformance of deposit banks in Turkey.Procedia Computer Science, 158, 979-987

15 Farell, M J (1957) The measurement of productive efficiency.Journal oftheroyalstatisticalsociety:seriesA (General),120(3),253-281.

17 Fauziah, R S., & Fadhilah, N H K (2022) The Impact of Credit Risk onThe Profitability With Characteristics Bank as Control Variables.JAK

19 Gadzo, S G., Kportorgbi, H K., & Gatsi, J G (2019) Credit risk andoperational risk on financial performance of universal banks in Ghana: A partialleastsquaresstructuralequationmodel(PLSSEM)a p p r o a c h C o g e n t Economics&Finance,7(1),1589406.

L o a n O b l i g a t i o n s : An Overview.Fitch IBCA,Structured Finance,

Report,NewYork,18thDecember(availableathttp://www.fitchibca.com/corporate /reportàisản/report.cfm.

(2013).I m p a c t o f i d i o s y n c r a t i c volatilityonstockreturns:Across- sectionalstudy.JournalofBanking&Finance,37(8),3064-3075.

23 Khrawish, H A., & Al-Sa’di, N M.(2011) The impactof e- bankingonbankprofitability:EvidencefromJordan.MiddleEasternFinanceandEco nomics,13(1),142-158.

24 Kwashie, A A., Baidoo, S T., & Ayesu, E K (2022) Investigating theimpactofcreditrisko n f i n a n c i a l p e r f o r m a n c e o f c o m m e r c i a l b a n k s i n Ghana.CogentEconomics&Finance,10(1),

(2003).Costandprofite f f i c i e n c y i n t h e Spanishbankingsector(1985– 1996):anon-parametricapproach.AppliedFinancialEconomics,13(1),1-12.

(1990).Organizationalconfigurations:Cohesion,change,andprediction.HumanRelatio ns,43(8),771-789.

28 Nair, A.,&Fissha, A.(2010).Rural banking: The case ofruraland community banks in Ghana.Agriculture and Rural

29 Nartea, G V., Wu, J., & Liu, Z (2013) Does idiosyncratic volatility matterinemergingmarketàisản?

30 Ongore,V.O.,&Kusa,G.B.(2013).Determinantàisảnoffinancialperformance of commercial banks in Kenya.International journal of economicsandfinancialissues,3(1),237-252.

33 Saeed,M , & Z a h i d , N ( 2 0 1 6 ) The impact of credit riskonprofitabilityofthecommercialbanks.JournalofBusiness&FinancialAffairs, 5(2),2167-0234.

34 Sahiti, A., Sahiti Ramushi, A., Yurtsever, H., & Alshiqi Bekteshi, S. (2023).Theinfluenceofinternalfactorsonloanriskmanagement-

35 Salas, V., & Saurina, J (2002) Credit risk in two institutionalregimes:Spanishcommercialandsavingsbanks.Journalo f F i n a n c i a l S e r v i c e s Research,22(3),203.

36 Santomero, A M (1997).Commercial bank risk management:a n a n a l y s i s oftheprocess.JournalofFinancialServices Research,12,83-115.

37 Schaffnit, C., Rosen, D., & Paradi, J C (1997) Best practice analysis ofbankbranches:anapplicationofDEA inalargeCanadianbank.EuropeanJournalofoperationalresearch,98(2),269-289.

38 Sealey Jr, C W., & Lindley, J T (1977) Inputài sản, outputài sản, and atheory of production and cost at depository financial institutions.The journal offinance,32(4),1251-1266.

39 Serwadda,I.(2018).Impactofcreditriskmanagementsystemsonthefinancial performance of commercial banksinUganda.ActaUniversitatisAgriculturaeetSilviculturaeMendelianaeBr unensis,66(6),1627-1635.

40 Swinburne, M., Stolz, S M., & Moretti, M (2008) Stress Testing at theIMF.IMFWorkingPapers,2008(206).

41 Wen,Y.F.(2010).Capitalinvestmentdecision,corporategovernance, and prospecttheory.Procedia-SocialandBehavioralSciences,5,116-126.

sumROAROENPLLLR SIZEETALOAN GDPCPI COVID STA

Variable | Obs Mean Std Dev Min Max

| NPL LLR SIZE ETA LOAN GDP CPI COVID STA

STA | 0.1392 -0.0694 0.6224 -0.2031 -0.3355 0.0000 -0.0000 0.0000 1.0000 regROANPLLLRSIZEETA LOAN GDP CPISTA

Source| SS df MS Numberof obs = 288

ROA| Coef Std Err t P>|t| [95%Conf.Interval]

LLR| -.0742238 0255449 -2.91 0.004 -.1245089 -.0239387 SIZE| 0045256 0004219 10.73 0.000 0036951 005356 ETA| -.019539 0093419 -2.09 0.037 -.0379285 -.0011495 LOAN| 1293168 0112447 11.50 0.000 1071816 151452 GDP| -.0221776 0201727 -1.10 0.273 -.0618876 0175324 CPI| 0217228 0073005 2.98 0.003 0073518 0360937 STA| -.0072839 0011082 -6.57 0.000 -.0094653 -.0051025 _cons | -.1570541 0142659 -11.01 0.000 -.1851364 -.1289717

Source| SS df MS Numberof obs = 288

ROE| Coef Std Err t P>|t| [95%Conf.Interval]

NPL| 4.399196 7527291 5.84 0.000 2.917446 5.880945 LLR| -.8543341 3390546 -2.52 0.012 -1.521764 -.186904 SIZE| 0420478 0055994 7.51 0.000 0310254 0530702 ETA| -.3609855 1239937 -2.91 0.004 -.6050675 -.1169034 LOAN| 5225666 1492495 3.50 0.001 2287684 8163648 GDP| -.1678499 2677501 -0.63 0.531 -.6949168 3592171 CPI| 1344441 0968983 1.39 0.166 -.0563006 3251888 STA| -.0531628 0147084 -3.61 0.000 -.0821163 -.0242093 _cons | -1.381368 1893495 -7.30 0.000 -1.754103 -1.008633

xtreg ROANPLLLR SIZE ETA LOANGDP COVIDSTA,fe note:STAomittedbecauseofcollinearity

Fixed-effects(within)regression Numberof obs = 288

R-sq: Obspergroup: within= 0.5790 min = 12 between =0.0451 avg = 12.0 overall =0.3133 max = 12

ROA| Coef Std Err t P>|t| [95%Conf.Interval]

SIZE| 0048176 0009277 5.19 0.000 0029908 0066444 ETA| -.0780443 0106497 -7.33 0.000 -.0990161 -.0570724 LOAN| 1305399 0121148 10.78 0.000 106683 1543968 GDP| -.0539005 0223915 -2.41 0.017 -.0979946 -.0098063 COVID | -.0029944 0011978 -2.50 0.013 -.0053532 -.0006356

+ sigma_u | 00529624 sigma_e | 00436698 rho| 59528373 (fractionof variance dueto u_i)

Ftestthatallu_i=0:F(23,257)= 9.88 Prob >F=0.0000 xtreg ROANPLLLR SIZE ETALOANGDP CPI COVIDSTA,re

Waldchi2(9) = 369.31 corr(u_i,X) = 0(assumed) Prob> chi2 = 0.0000

ROA| Coef Std Err z P>|z| [95%Conf.Interval]

NPL | 4251096 0592502 7.17 0.000 3089813 5412378 LLR | -.0601184 0237268 -2.53 0.011 -.1066219 -.0136148 SIZE | 0055059 0007073 7.78 0.000 0041196 0068921 ETA | -.0602672 0099507 -6.06 0.000 -.0797702 -.0407643 LOAN | 1332005 0114241 11.66 0.000 1108097 1555914 GDP | -.0534139 0210641 -2.54 0.011 -.0946989 -.012129 CPI | 0219711 0065465 3.36 0.001 0091403 034802 COVID | -.0027021 0010131 -2.67 0.008 -.0046878 -.0007164 STA | -.0100896 0021494 -4.69 0.000 -.0143024 -.0058768 _cons | -.1835398 0226813 -8.09 0.000 -.2279943 -.1390854

NPL| 4745341 4251096 0494245 0221761 LLR| -.0423238 -.0601184 0177946 0051408 SIZE| 0048176 0055059 -.0006883 0006002 ETA| -.0780443 -.0602672 -.017777 0037949 LOAN| 1305399 1332005 -.0026606 0040321 GDP| -.0539005 -.0534139 -.0004866 0075948 COVID | -.0029944 -.0027021 -.0002923 0006391 b = consistent under Ho and Ha; obtained from xtregB=inconsistentunderHa,efficientunderHo;obtained from xtreg Test:Ho:difference in coefficients not systematicchi2(7)

Prob>chi2= 0.2301 (V_b-V_Bisnotpositive definite) xttest3

Modified Wald test for groupwise heteroskedasticityinfixedeffectregressionmodel

H0: sigma(i)^2 = sigma^2 for all ichi2(24)= 1895.84

xtgls ROA NPL LLR SIZE ETA LOAN GDP COVID STA, panels(h) corr(ar1)Cross-sectionaltime-seriesFGLSregression

Correlation: commonAR(1) coefficient for all panels( 0 6 4 5

ROA| Coef Std Err z P>|z| [95%Conf.Interval]

NPL| 2952445 055226 5.35 0.000 1870036 4034854 LLR| -.0699317 0175611 -3.98 0.000 -.1043509 -.0355126 SIZE| 0039106 0005594 6.99 0.000 0028143 005007 ETA| -.0176057 0085869 -2.05 0.040 -.0344357 -.0007756 LOAN| 1307752 0117517 11.13 0.000 1077424 1538081 GDP| -.0233307 0122759 -1.90 0.057 -.0473911 0007297 COVID | -.0014874 000774 -1.92 0.055 -.0030043 0000296 STA| -.0052208 001409 -3.71 0.000 -.0079824 -.0024593 _cons | -.1334712 0182863 -7.30 0.000 -.1693117 -.0976307

xtreg ROENPLLLR SIZE ETA LOANGDP COVIDSTA,fe note:STAomittedbecauseofcollinearity

Fixed-effects(within)regression Numberof obs = 288

ROE| Coef Std Err t P>|t| [95%Conf.Interval]

xtreg ROENPLLLR SIZE ETALOANGDP CPI COVIDSTA,re

Waldchi2(9) = 196.53 corr(u_i,X) = 0(assumed) Prob> chi2 = 0.0000

ROE| Coef Std Err z P>|z| [95%Conf.Interval]

NPL | 5.048479 7938688 6.36 0.000 3.492524 6.604433 LLR | -.6338926 322897 -1.96 0.050 -1.266759 -.0010261 SIZE | 0493405 0087902 5.61 0.000 0321121 0665689 ETA | -.9125648 1332776 -6.85 0.000 -1.173784 -.6513454 LOAN | 5040255 1539637 3.27 0.001 2022621 8057889 GDP | -.4366728 2860409 -1.53 0.127 -.9973027 1239571 CPI | 1359748 0884942 1.54 0.124 -.0374708 3094203 COVID | -.0242751 0134523 -1.80 0.071 -.0506411 002091 STA | -.0811078 0255563 -3.17 0.002 -.1311971 -.0310185 _cons | -1.550919 2829412 -5.48 0.000 -2.105474 -.9963643

SIZE| 0534188 0493405 0040782 0084376 ETA| -1.237923 -.9125648 -.3253582 0424696 LOAN| 4502069 5040255 -.0538186 0401936 GDP| -.5760359 -.4366728 -.1393631 0683963 COVID | -.03818 -.0242751 -.0139049 0081587 b = consistent under Ho and Ha; obtained from xtregB=inconsistentunderHa,efficientunderHo;obtained from xtreg Test:Ho:difference in coefficients not systematicchi2(7)

Prob>chi2= 0.0000 (V_b-V_Bisnotpositive definite) xttest3

Modified Wald test for groupwise heteroskedasticityinfixedeffectregressionmodel

H0: sigma(i)^2 = sigma^2 for all ichi2(24)= 1003.02

Wooldridge test for autocorrelation in panel dataH0:nofirst-orderautocorrelation

xtgls ROE NPL LLR SIZE ETA LOAN GDP COVID STA, panels(h) corr(ar1)Cross-sectionaltime-seriesFGLSregression

Correlation: commonAR(1) coefficient for all panels( 0 6 5 6

ROE| Coef Std Err z P>|z| [95%Conf.Interval]

NPL| 3.183823 7261657 4.38 0.000 1.760564 4.607081 LLR| -.8312482 2332246 -3.56 0.000 -1.28836 -.3741362 SIZE| 0400815 0076448 5.24 0.000 025098 0550651 ETA| -.1375752 1218169 -1.13 0.259 -.3763318 1011815 LOAN| 4528851 1603825 2.82 0.005 1385411 7672291 GDP| -.2144793 1655011 -1.30 0.195 -.5388555 1098969 COVID | -.0145866 0103313 -1.41 0.158 -.0348355 0056624

BANK YEAR ROA ROE NPL LLR SIZE ETA LOAN GDP CPI COVID STA

ACB 2011 0,011415 0,268234 0,024097 0,008929 33,26944 0,078401 0,042556 0,062403 0,186777 0 0ACB 2012 0,004447 0,062105 0,027366 0,025006 32,80325 0,169559 0,071605 0,0525 0,090947 0 0ACB 2013 0,004961 0,066097 0,025871 0,030253 32,74661 0,157959 0,075056 0,054219 0,065927 0 0ACB 2014 0,005299 0,076775 0,025078 0,021778 32,82181 0,150578 0,069024 0,059837 0,040846 0 0ACB 2015 0,005104 0,080409 0,025793 0,013082 32,9366 0,139741 0,063475 0,066793 0,006312 0 0ACB 2016 0,005671 0,094233 0,026306 0,008694 33,08498 0,140128 0,060179 0,062108 0,026682 0 0ACB 2017 0,007591 0,132128 0,027412 0,007 33,26231 0,155979 0,057454 0,068122 0,035203 0 0ACB 2018 0,015598 0,244413 0,02846 0,007266 33,42809 0,142669 0,06382 0,070758 0,035396 0 0ACB 2019 0,015671 0,216455 0,029068 0,005394 33,5804 0,151632 0,072397 0,0702 0,027958 0 0ACB 2020 0,017283 0,216734 0,029396 0,014417 33,72804 0,120059 0,079743 0,0291 0,032209 1 0ACB 2021 0,018195 0,213865 0,031753 0,007735 33,89968 0,109154 0,085077 0,0258 0,018347 1 0ACB 2022 0,018413 0,216432 0,032134 0,007828 34,30648 0,110464 0,086098 0,0802 0,0315 1 0AGB 2011 0,006299 0,114219 0,037779 0,061 33,96296 0,214609 0,056716 0,062403 0,186777 0 1AGB 2012 0,001548 0,02633 0,0331 0,073706 34,05623 0,122016 0,060242 0,0525 0,090947 0 1AGB 2013 0,002369 0,044754 0,031463 0,058991 34,17786 0,152168 0,054182 0,054219 0,065927 0 1AGB 2014 0,002257 0,042819 0,028375 0,050159 34,26905 0,136571 0,053931 0,059837 0,040846 0 1AGB 2015 0,003313 0,069553 0,027531 0,027183 34,40502 0,124912 0,048591 0,066793 0,006312 0 1AGB 2016 0,003032 0,069769 0,028831 0,0208 34,54124 0,128556 0,044217 0,062108 0,026682 0 1AGB 2017 0,002991 0,072208 0,029122 0,020446 34,6807 0,118449 0,042047 0,068122 0,035203 0 1AGB 2018 0,004426 0,098876 0,030399 0,01598 34,78755 0,131426 0,045367 0,070758 0,035396 0 1AGB 2019 0,007658 0,162645 0,0295 0,015614 34,91198 0,118536 0,047675 0,0702 0,027958 0 1AGB 2020 0,006603 0,1436 0,028803 0,017733 34,98866 0,116585 0,046606 0,0291 0,032209 1 1AGB 2021 0,006853 0,15724 0,028345 0,018684 35,06601 0,099901 0,043585 0,0258 0,018347 1 1AGB 2022 0,006936 0,159127 0,028685 0,018908 35,4868 0,1011 0,044108 0,0802 0,0315 1 1BID 2011 0,007909 0,131575 0,040738 0,027634 33,63677 0,114767 0,060621 0,062403 0,186777 0 1

BID 2012 0,005303 0,097032 0,037388 0,02695 33,81473 0,066046 0,055083 0,0525 0,090947 0 1BID 2013 0,00735 0,125802 0,038461 0,022605 33,938 0,094345 0,058887 0,054219 0,065927 0 1BID 2014 0,007608 0,148714 0,033728 0,020321 34,10852 0,092824 0,051675 0,059837 0,040846 0 1BID 2015 0,006846 0,142181 0,035325 0,0168 34,37685 0,091252 0,049777 0,066793 0,006312 0 1BID 2016 0,006066 0,143595 0,033227 0,019938 34,54514 0,094124 0,043835 0,062108 0,026682 0 1BID 2017 0,005645 0,147661 0,033601 0,016224 34,723 0,09027 0,040618 0,068122 0,035203 0 1BID 2018 0,005604 0,142836 0,033302 0,016888 34,81115 0,085919 0,041545 0,070758 0,035396 0 1BID 2019 0,005617 0,112295 0,033418 0,017454 34,93752 0,081076 0,052118 0,0702 0,027958 0 1BID 2020 0,004613 0,091564 0,032997 0,017598 34,9553 0,081659 0,052514 0,0291 0,032209 1 1BID 2021 0,005983 0,126783 0,032711 0,01 35,10505 0,077344 0,049003 0,0258 0,018347 1 1BID 2022 0,006055 0,128305 0,033104 0,01012 35,52631 0,078273 0,049591 0,0802 0,0315 1 1CTG 2011 0,013561 0,219151 0,038039 0,007512 33,76316 0,138016 0,062333 0,062403 0,186777 0 1CTG 2012 0,012217 0,182948 0,038435 0,014669 33,85266 0,131173 0,067206 0,0525 0,090947 0 1CTG 2013 0,01005 0,107119 0,034412 0,01002 33,98777 0,120353 0,094189 0,054219 0,065927 0 1CTG 2014 0,00864 0,103807 0,034566 0,011151 34,12514 0,103792 0,083569 0,059837 0,040846 0 1CTG 2015 0,00731 0,10199 0,036384 0,009166 34,28965 0,096264 0,071984 0,066793 0,006312 0 1CTG 2016 0,007111 0,112334 0,033686 0,009037 34,48597 0,094819 0,063577 0,062108 0,026682 0 1CTG 2017 0,006787 0,117101 0,035005 0,011397 34,62959 0,096331 0,05823 0,068122 0,035203 0 1CTG 2018 0,00453 0,078542 0,034912 0,015629 34,69101 0,084666 0,05793 0,070758 0,035396 0 1CTG 2019 0,007626 0,123204 0,03492 0,011562 34,75446 0,088775 0,062347 0,0702 0,027958 0 1CTG 2020 0,010208 0,161457 0,034175 0,009375 34,83252 0,083938 0,063671 0,0291 0,032209 1 1CTG 2021 0,009199 0,151566 0,032439 0,012648 34,96508 0,078547 0,061145 0,0258 0,018347 1 1CTG 2022 0,009309 0,153385 0,032828 0,0128 35,38466 0,079489 0,061879 0,0802 0,0315 1 1EIB 2011 0,016555 0,186405 0,046387 0,016112 32,8436 0,072832 0,08881 0,062403 0,186777 0 0EIB 2012 0,012569 0,135253 0,035445 0,013182 32,76774 0,094494 0,092928 0,0525 0,090947 0 0EIB 2013 0,003878 0,04487 0,034961 0,019822 32,76585 0,087409 0,086438 0,054219 0,065927 0 0EIB 2014 0,002129 0,025985 0,028656 0,024606 32,7071 0,089548 0,081924 0,059837 0,040846 0 0

EIB 2015 0,00032 0,003043 0,028704 0,018587 32,45813 0,12921 0,105284 0,066793 0,006312 0 0EIB 2016 0,002399 0,022972 0,028298 0,029464 32,48929 0,122565 0,104412 0,062108 0,026682 0 0EIB 2017 0,005509 0,057738 0,028735 0,022684 32,63744 0,103384 0,095409 0,068122 0,035203 0 0EIB 2018 0,004327 0,044384 0,029219 0,018464 32,65918 0,133024 0,0975 0,070758 0,035396 0 0EIB 2019 0,00517 0,054995 0,027105 0,017069 32,75223 0,112841 0,094004 0,0702 0,027958 0 0EIB 2020 0,00667 0,063627 0,025082 0,025152 32,70891 0,106403 0,104837 0,0291 0,032209 1 0EIB 2021 0,005822 0,054284 0,027825 0,019597 32,742 0,106126 0,107247 0,0258 0,018347 1 0EIB 2022 0,005892 0,054935 0,028159 0,019832 33,1349 0,1074 0,108533 0,0802 0,0315 1 0HDB 2011 0,009472 0,12022 0,02418 0,021079 31,43825 0,092442 0,078792 0,062403 0,186777 0 0HDB 2012 0,006184 0,06052 0,020575 0,023528 31,59721 0,105634 0,102188 0,0525 0,090947 0 0HDB 2013 0,002524 0,02534 0,023527 0,036718 32,088 0,082028 0,099589 0,054219 0,065927 0 0HDB 2014 0,004792 0,053738 0,021399 0,022711 32,23143 0,128018 0,092428 0,059837 0,040846 0 0HDB 2015 0,004818 0,054622 0,025291 0,015861 32,29903 0,158397 0,092422 0,066793 0,006312 0 0HDB 2016 0,004911 0,079224 0,026533 0,014579 32,64362 0,152627 0,066155 0,062108 0,026682 0 0HDB 2017 0,009224 0,124079 0,028898 0,015151 32,87454 0,150559 0,077953 0,068122 0,035203 0 0HDB 2018 0,013154 0,181775 0,03205 0,015308 33,00657 0,143898 0,077887 0,070758 0,035396 0 0HDB 2019 0,015709 0,189003 0,038704 0,013645 33,06683 0,154976 0,088815 0,0702 0,027958 0 0HDB 2020 0,013314 0,184758 0,03404 0,01322 33,39661 0,1354 0,077411 0,0291 0,032209 1 0HDB 2021 0,016159 0,208502 0,036958 0,016535 33,55691 0,119269 0,082192 0,0258 0,018347 1 0HDB 2022 0,016353 0,211004 0,037401 0,016733 33,95959 0,1207 0,083178 0,0802 0,0315 1 0KLB 2011 0,022108 0,114179 0,034424 0,027733 30,51298 0,138966 0,19363 0,062403 0,186777 0 0KLB 2012 0,018892 0,101898 0,030333 0,029258 30,55316 0,213866 0,185397 0,0525 0,090947 0 0KLB 2013 0,014665 0,090176 0,030389 0,024712 30,69309 0,192455 0,162631 0,054219 0,065927 0 0KLB 2014 0,007614 0,052291 0,02721 0,019534 30,77102 0,15916 0,145608 0,059837 0,040846 0 0KLB 2015 0,006525 0,048983 0,026921 0,011257 30,8627 0,158101 0,133217 0,066793 0,006312 0 0KLB 2016 0,003973 0,035967 0,028786 0,010606 31,04714 0,156703 0,110469 0,062108 0,026682 0 0KLB 2017 0,005403 0,056789 0,031498 0,00839 31,25073 0,15119 0,095149 0,068122 0,035203 0 0

KLB 2018 0,005481 0,061835 0,033637 0,008572 31,37604 0,153606 0,088635 0,070758 0,035396 0 0KLB 2019 0,001324 0,017847 0,033899 0,010214 31,56485 0,142679 0,074201 0,0702 0,027958 0 0KLB 2020 0,002205 0,032239 0,027541 0,054234 31,67901 0,132648 0,068401 0,0291 0,032209 1 0KLB 2021 0,009189 0,164609 0,024896 0,018917 32,05972 0,102484 0,055825 0,0258 0,018347 1 0KLB 2022 0,0093 0,166584 0,025194 0,019144 32,44444 0,103714 0,056495 0,0802 0,0315 1 0LIENVIET 2011 0,017406 0,148169 0,016574 0,0214 31,65873 0,117165 0,117472 0,062403 0,186777 0 0LIENVIET 2012 0,013072 0,117462 0,01854 0,0271 31,82691 0,109246 0,111289 0,0525 0,090947 0 0LIENVIET 2013 0,007115 0,077878 0,01773 0,0248 32,00796 0,104767 0,091354 0,054219 0,065927 0 0LIENVIET 2014 0,004628 0,063111 0,017686 0,011 32,24418 0,093814 0,073323 0,059837 0,040846 0 0LIENVIET 2015 0,003252 0,04603 0,024117 0,009662 32,30932 0,101724 0,070645 0,066793 0,006312 0 0LIENVIET 2016 0,007492 0,127556 0,02393 0,011139 32,5859 0,100239 0,058731 0,062108 0,026682 0 0LIENVIET 2017 0,008371 0,145801 0,026147 0,010673 32,72743 0,120487 0,057413 0,068122 0,035203 0 0LIENVIET 2018 0,005482 0,094105 0,031798 0,014099 32,79635 0,121857 0,058259 0,070758 0,035396 0 0LIENVIET 2019 0,00792 0,12721 0,034229 0,014448 32,93958 0,139689 0,062258 0,0702 0,027958 0 0LIENVIET 2020 0,007683 0,130828 0,033734 0,014309 33,12137 0,134174 0,058726 0,0291 0,032209 1 0LIENVIET 2021 0,009935 0,171008 0,038636 0,013292 33,29812 0,123215 0,058099 0,0258 0,018347 1 0LIENVIET 2022 0,010055 0,17306 0,0391 0,013452 33,6977 0,124693 0,058796 0,0802 0,0315 1 0MBB 2011 0,015319 0,220564 0,021979 0,015876 32,56428 0,051623 0,074175 0,062403 0,186777 0 0MBB 2012 0,013131 0,179252 0,021084 0,018417 32,79929 0,107492 0,077045 0,0525 0,090947 0 0MBB 2013 0,012618 0,150247 0,021492 0,024459 32,82609 0,106582 0,087077 0,054219 0,065927 0 0MBB 2014 0,01235 0,149505 0,020001 0,027299 32,93178 0,108731 0,085532 0,059837 0,040846 0 0MBB 2015 0,011292 0,110475 0,022278 0,016066 33,02937 0,109228 0,104881 0,066793 0,006312 0 0MBB 2016 0,011142 0,112626 0,025792 0,013183 33,17721 0,114036 0,103756 0,062108 0,026682 0 0MBB 2017 0,011027 0,12287 0,027885 0,01204 33,38002 0,133793 0,094308 0,068122 0,035203 0 0MBB 2018 0,016871 0,187259 0,029822 0,013212 33,52356 0,168734 0,094315 0,070758 0,035396 0 0MBB 2019 0,019011 0,205874 0,030598 0,011575 33,6508 0,165414 0,096931 0,0702 0,027958 0 0MBB 2020 0,016693 0,172475 0,031976 0,024711 33,83554 0,149274 0,101215 0,0291 0,032209 1 0

MBB 2021 0,020913 0,213128 0,031502 0,008989 34,03978 0,142702 0,102919 0,0258 0,018347 1 0MBB 2022 0,021164 0,215686 0,03188 0,009097 34,44826 0,144415 0,104154 0,0802 0,0315 1 0MSB 2011 0,006971 0,083932 0,020201 0,038752 32,3705 0,076864 0,083059 0,062403 0,186777 0 0MSB 2012 0,00206 0,024908 0,016191 0,026453 32,3308 0,118149 0,082694 0,0525 0,090947 0 0MSB 2013 0,00308 0,035046 0,013951 0,027076 32,30492 0,110404 0,087873 0,054219 0,065927 0 0MSB 2014 0,001368 0,015113 0,012396 0,051588 32,27895 0,097406 0,090503 0,059837 0,040846 0 0MSB 2015 0,001115 0,008539 0,014954 0,034107 32,2784 0,121387 0,130535 0,066793 0,006312 0 0MSB 2016 0,001512 0,010294 0,020328 0,023644 32,15937 0,1434 0,146859 0,062108 0,026682 0 0MSB 2017 0,001087 0,008893 0,021233 0,022268 32,35165 0,128841 0,122256 0,068122 0,035203 0 0MSB 2018 0,006303 0,062828 0,025585 0,030062 32,5566 0,148555 0,100314 0,070758 0,035396 0 0MSB 2019 0,006648 0,070209 0,026212 0,020449 32,68713 0,111578 0,094685 0,0702 0,027958 0 0MSB 2020 0,011382 0,11918 0,030221 0,019632 32,80546 0,142059 0,095501 0,0291 0,032209 1 0MSB 2021 0,019811 0,183083 0,03578 0,017416 32,9475 0,13514 0,108206 0,0258 0,018347 1 0MSB 2022 0,020048 0,18528 0,03621 0,017625 33,34287 0,136762 0,109504 0,0802 0,0315 1 0NAMA 2011 0,012634 0,072878 0,032295 0,028374 30,57745 0,091146 0,173356 0,062403 0,186777 0 0NAMA 2012 0,011285 0,055128 0,026157 0,02476 30,40412 0,137938 0,204698 0,0525 0,090947 0 0NAMA 2013 0,004684 0,041377 0,028194 0,014766 30,99076 0,10128 0,113213 0,054219 0,065927 0 0NAMA 2014 0,005019 0,056185 0,02728 0,013999 31,24983 0,087023 0,089326 0,059837 0,040846 0 0NAMA 2015 0,005478 0,056899 0,028543 0,009131 31,19971 0,116146 0,096268 0,066793 0,006312 0 0NAMA 2016 0,000767 0,009572 0,023513 0,016243 31,38876 0,127667 0,080115 0,062108 0,026682 0 0NAMA 2017 0,004395 0,065241 0,030394 0,0195 31,62812 0,11075 0,06736 0,068122 0,035203 0 0NAMA 2018 0,007877 0,139778 0,031259 0,0295 31,9493 0,107661 0,056357 0,070758 0,035396 0 0NAMA 2019 0,007728 0,147527 0,031826 0,0395 32,1816 0,114857 0,052387 0,0702 0,027958 0 0NAMA 2020 0,005954 0,121184 0,030252 0,008341 32,53121 0,08499 0,049129 0,0291 0,032209 1 0NAMA 2021 0,00936 0,17874 0,029672 0,015714 32,66301 0,102313 0,052369 0,0258 0,018347 1 0NAMA 2022 0,009473 0,180885 0,030028 0,015903 33,05497 0,10354 0,052997 0,0802 0,0315 1 0OCB 2011 0,011907 0,080689 0,047128 0,028 30,86671 0,116706 0,147566 0,062403 0,186777 0 0

OCB 2012 0,008383 0,060189 0,037628 0,028 30,94244 0,130314 0,139278 0,0525 0,090947 0 0OCB 2013 0,007361 0,060889 0,035187 0,029 31,1213 0,13022 0,120895 0,054219 0,065927 0 0OCB 2014 0,005641 0,054894 0,029653 0,03 31,29701 0,116904 0,102768 0,059837 0,040846 0 0OCB 2015 0,004236 0,049576 0,031286 0,0194 31,53193 0,112775 0,085451 0,066793 0,006312 0 0OCB 2016 0,006063 0,082049 0,029806 0,017542 31,78701 0,114795 0,073896 0,062108 0,026682 0 0OCB 2017 0,009689 0,133045 0,030187 0,017944 32,0654 0,120061 0,072828 0,068122 0,035203 0 0OCB 2018 0,017617 0,20018 0,031099 0,022877 32,23583 0,130931 0,088004 0,070758 0,035396 0 0OCB 2019 0,021854 0,224403 0,034273 0,018416 32,40306 0,145097 0,097386 0,0702 0,027958 0 0OCB 2020 0,023174 0,202736 0,034124 0,016904 32,65838 0,106936 0,114309 0,0291 0,032209 1 0OCB 2021 0,023876 0,202016 0,034428 0,013224 32,84862 0,091172 0,11819 0,0258 0,018347 1 0OCB 2022 0,024163 0,20444 0,034842 0,013383 33,24281 0,092266 0,119608 0,0802 0,0315 1 0PGB 2011 0,025381 0,172234 0,036955 0,020557 30,4979 0,180509 0,147365 0,062403 0,186777 0 0PGB 2012 0,012466 0,075135 0,037266 0,084372 30,58858 0,202552 0,165916 0,0525 0,090947 0 0PGB 2013 0,001536 0,011902 0,033347 0,029804 30,84491 0,139418 0,129027 0,054219 0,065927 0 0PGB 2014 0,005084 0,039243 0,026859 0,024845 30,8806 0,130153 0,12954 0,059837 0,040846 0 0PGB 2015 0,001653 0,012099 0,031392 0,027539 30,83707 0,137556 0,13665 0,066793 0,006312 0 0PGB 2016 0,00494 0,035083 0,031943 0,024684 30,84285 0,118214 0,140802 0,062108 0,026682 0 0PGB 2017 0,002202 0,01812 0,031211 0,032252 31,00854 0,113933 0,121505 0,068122 0,035203 0 0PGB 2018 0,004245 0,034426 0,031487 0,030612 31,02887 0,121643 0,123305 0,070758 0,035396 0 0PGB 2019 0,002363 0,019844 0,031113 0,031592 31,08336 0,124522 0,119098 0,0702 0,027958 0 0PGB 2020 0,004689 0,043133 0,029781 0,024401 31,21878 0,12683 0,108702 0,0291 0,032209 1 0PGB 2021 0,006376 0,061801 0,03265 0,022446 31,33284 0,11477 0,103177 0,0258 0,018347 1 0PGB 2022 0,006453 0,062542 0,033042 0,022715 31,70884 0,116147 0,104415 0,0802 0,0315 1 0SCB 2011 0,003698 0,047241 0,037561 0,0832 32,60647 0,02957 0,078269 0,062403 0,186777 0 0SCB 2012 0,000428 0,005614 0,037106 0,072296 32,63635 0,110411 0,076204 0,0525 0,090947 0 0SCB 2013 0,000235 0,003247 0,020169 0,016319 32,82962 0,069884 0,072438 0,054219 0,065927 0 0SCB 2014 0,000373 0,006844 0,022502 0,004948 33,12088 0,049204 0,054435 0,059837 0,040846 0 0

SCB 2015 0,000245 0,005013 0,022197 0,003398 33,37246 0,058841 0,049603 0,066793 0,006312 0 0SCB 2016 0,000208 0,004925 0,025092 0,006759 33,52179 0,047224 0,042749 0,062108 0,026682 0 0SCB 2017 0,000271 0,007823 0,025645 0,004469 33,72692 0,052704 0,034976 0,068122 0,035203 0 0SCB 2018 0,000346 0,010839 0,026144 0,004195 33,86338 0,056953 0,032253 0,070758 0,035396 0 0SCB 2019 0,000313 0,010782 0,025393 0,004924 33,97299 0,055932 0,029314 0,0702 0,027958 0 0SCB 2020 0,000106 0,003965 0,025042 0,008068 34,08373 0,050324 0,02695 0,0291 0,032209 1 0SCB 2021 0,001621 0,050978 0,023451 0,011004 34,1866 0,056216 0,032049 0,0258 0,018347 1 0SCB 2022 0,001641 0,05159 0,023732 0,011136 34,59684 0,056891 0,032433 0,0802 0,0315 1 0SEAB 2011 0,001247 0,022771 0,019058 0,031111 32,24706 0,040778 0,054769 0,062403 0,186777 0 0SEAB 2012 0,000703 0,009449 0,017696 0,029691 31,9494 0,088509 0,074362 0,0525 0,090947 0 0SEAB 2013 0,001899 0,026491 0,01928 0,062965 32,01135 0,07022 0,071701 0,054219 0,065927 0 0SEAB 2014 0,001083 0,01529 0,023737 0,031111 32,01534 0,068104 0,070863 0,059837 0,040846 0 0SEAB 2015 0,001084 0,015928 0,025024 0,031693 32,07081 0,07994 0,068064 0,066793 0,006312 0 0SEAB 2016 0,00113 0,019863 0,02726 0,029665 32,26929 0,075801 0,056884 0,062108 0,026682 0 0SEAB 2017 0,002439 0,049373 0,029371 0,018616 32,45941 0,071034 0,049393 0,068122 0,035203 0 0SEAB 2018 0,003512 0,059429 0,033162 0,023441 32,57614 0,08136 0,059091 0,070758 0,035396 0 0SEAB 2019 0,006979 0,100537 0,034338 0,023121 32,6898 0,088428 0,069415 0,0702 0,027958 0 0SEAB 2020 0,007549 0,099519 0,032036 0,018563 32,82513 0,084578 0,075859 0,0291 0,032209 1 0SEAB 2021 0,012314 0,13966 0,038739 0,016495 32,98602 0,083651 0,088174 0,0258 0,018347 1 0SEAB 2022 0,012462 0,141336 0,039204 0,016693 33,38185 0,084655 0,089232 0,0802 0,0315 1 0SGB 2011 0,019782 0,091968 0,041746 0,02353 30,36312 0,145661 0,215093 0,062403 0,186777 0 0SGB 2012 0,020013 0,08398 0,034639 0,0293 30,32919 0,180559 0,238307 0,0525 0,090947 0 0SGB 2013 0,011765 0,049355 0,032923 0,022417 30,31783 0,181435 0,238381 0,054219 0,065927 0 0SGB 2014 0,011432 0,051891 0,031614 0,020803 30,39251 0,141215 0,220297 0,059837 0,040846 0 0SGB 2015 0,002429 0,012714 0,029453 0,018815 30,50734 0,14886 0,191053 0,066793 0,006312 0 0SGB 2016 0,007318 0,03966 0,029486 0,026313 30,57798 0,156133 0,184527 0,062108 0,026682 0 0SGB 2017 0,002561 0,015976 0,031663 0,029799 30,69064 0,13207 0,160288 0,068122 0,035203 0 0

SGB 2018 0,002043 0,01212 0,031046 0,022014 30,64526 0,154304 0,168595 0,070758 0,035396 0 0SGB 2019 0,00634 0,04061 0,03097 0,019393 30,75834 0,149227 0,156105 0,0702 0,027958 0 0SGB 2020 0,004053 0,026799 0,028256 0,01444 30,80669 0,13702 0,151248 0,0291 0,032209 1 0SGB 2021 0,004985 0,033078 0,030381 0,019712 30,83413 0,163144 0,150719 0,0258 0,018347 1 0SGB 2022 0,005045 0,033475 0,030746 0,019948 31,20414 0,165102 0,152527 0,0802 0,0315 1 0SHB 2011 0,010608 0,129145 0,027944 0,022338 31,89355 0,111014 0,082137 0,062403 0,186777 0 0SHB 2012 0,000224 0,002742 0,024459 0,088066 32,38924 0,100851 0,081594 0,0525 0,090947 0 0SHB 2013 0,005916 0,082056 0,028099 0,056625 32,59823 0,090695 0,072121 0,054219 0,065927 0 0SHB 2014 0,004677 0,075437 0,028158 0,020247 32,76113 0,067267 0,062016 0,059837 0,040846 0 0SHB 2015 0,003884 0,070647 0,029436 0,017216 32,95259 0,071081 0,054995 0,066793 0,006312 0 0SHB 2016 0,003793 0,069032 0,032493 0,018746 33,11479 0,072914 0,054959 0,062108 0,026682 0 0SHB 2017 0,005381 0,104765 0,033915 0,023318 33,28705 0,070901 0,051366 0,068122 0,035203 0 0SHB 2018 0,005173 0,102392 0,032115 0,023959 33,40953 0,069784 0,050522 0,070758 0,035396 0 0SHB 2019 0,00662 0,130644 0,034095 0,019067 33,53161 0,075734 0,05067 0,0702 0,027958 0 0SHB 2020 0,006317 0,108462 0,033559 0,018318 33,65369 0,072924 0,058244 0,0291 0,032209 1 0SHB 2021 0,009884 0,140921 0,036921 0,016866 33,85875 0,060879 0,070137 0,0258 0,018347 1 0SHB 2022 0,010002 0,142612 0,037364 0,017069 34,26506 0,06161 0,070979 0,0802 0,0315 1 0STB 2011 0,014607 0,142053 0,035751 0,005752 32,5831 0,177594 0,102828 0,062403 0,186777 0 0STB 2012 0,006589 0,073172 0,029883 0,020482 32,65568 0,191164 0,090053 0,0525 0,090947 0 0STB 2013 0,013813 0,130634 0,027996 0,014561 32,71477 0,182443 0,105738 0,054219 0,065927 0 0STB 2014 0,011625 0,122151 0,02617 0,011893 32,87701 0,164509 0,095168 0,059837 0,040846 0 0STB 2015 0,003925 0,051913 0,023745 0,018552 33,30789 0,116542 0,07561 0,066793 0,006312 0 0STB 2016 0,00019 0,002848 0,022728 0,069121 33,43623 0,119715 0,066839 0,062108 0,026682 0 0STB 2017 0,002714 0,043045 0,023234 0,046669 33,54038 0,120385 0,063062 0,068122 0,035203 0 0STB 2018 0,004409 0,072675 0,024483 0,021149 33,63747 0,135121 0,060665 0,070758 0,035396 0 0STB 2019 0,005412 0,091799 0,024617 0,019367 33,7482 0,142995 0,058957 0,0702 0,027958 0 0STB 2020 0,005445 0,092622 0,026502 0,016987 33,83055 0,154842 0,058792 0,0291 0,032209 1 0

STB 2021 0,006547 0,099573 0,030256 0,014748 33,887 0,130968 0,065746 0,0258 0,018347 1 0STB 2022 0,006625 0,100768 0,030619 0,014925 34,29364 0,132539 0,066535 0,0802 0,0315 1 0TCB 2011 0,017469 0,252065 0,023859 0,028268 32,82692 0,081395 0,069305 0,062403 0,186777 0 0TCB 2012 0,004255 0,057616 0,020414 0,026962 32,82361 0,128149 0,073858 0,0525 0,090947 0 0TCB 2013 0,004148 0,047347 0,019524 0,036517 32,69928 0,14783 0,087605 0,054219 0,065927 0 0TCB 2014 0,00615 0,072191 0,020327 0,023831 32,80095 0,131687 0,085196 0,059837 0,040846 0 0TCB 2015 0,007965 0,092917 0,026289 0,016614 32,88848 0,134129 0,085719 0,066793 0,006312 0 0TCB 2016 0,013379 0,160766 0,027408 0,015751 33,09215 0,126727 0,083218 0,062108 0,026682 0 0TCB 2017 0,023926 0,23934 0,03136 0,016064 33,22719 0,12208 0,099968 0,068122 0,035203 0 0TCB 2018 0,026365 0,163648 0,026469 0,017528 33,40243 0,127411 0,161322 0,070758 0,035396 0 0TCB 2019 0,026258 0,163076 0,033262 0,013336 33,58088 0,133405 0,161774 0,0702 0,027958 0 0TCB 2020 0,028037 0,16626 0,033341 0,004667 33,71689 0,142791 0,169732 0,0291 0,032209 1 0TCB 2021 0,031741 0,195806 0,036785 0,006604 33,97443 0,137524 0,163595 0,0258 0,018347 1 0TCB 2022 0,032122 0,198156 0,037226 0,006683 34,38212 0,139174 0,165559 0,0802 0,0315 1 0TPB 2011 -0,05512 -0,82002 0,019568 0,006732 30,8453 0,363727 0,067215 0,062403 0,186777 0 0TPB 2012 0,007695 0,035056 0,021874 0,036625 30,34706 0,150715 0,219506 0,0525 0,090947 0 0TPB 2013 0,011886 0,103058 0,027738 0,023252 31,0995 0,092307 0,115329 0,054219 0,065927 0 0TPB 2014 0,010216 0,124129 0,030583 0,012169 31,57217 0,090458 0,082299 0,059837 0,040846 0 0TPB 2015 0,007375 0,117149 0,023828 0,008066 31,96466 0,072993 0,062957 0,066793 0,006312 0 0TPB 2016 0,005317 0,099483 0,028226 0,007501 32,29739 0,087611 0,053442 0,062108 0,026682 0 0TPB 2017 0,007764 0,144324 0,030073 0,010863 32,45226 0,109502 0,053793 0,068122 0,035203 0 0TPB 2018 0,013256 0,169958 0,033792 0,011159 32,54499 0,146328 0,077998 0,070758 0,035396 0 0TPB 2019 0,018815 0,236629 0,034489 0,012913 32,73356 0,14062 0,079511 0,0702 0,027958 0 0TPB 2020 0,017014 0,209634 0,034509 0,011838 32,96042 0,142409 0,08116 0,0291 0,032209 1 0TPB 2021 0,016492 0,18583 0,033731 0,008191 33,3106 0,109262 0,088745 0,0258 0,018347 1 0TPB 2022 0,016689 0,18806 0,034136 0,00829 33,71033 0,110573 0,08981 0,0802 0,0315 1 0VCB 2011 0,011444 0,146543 0,030749 0,020332 33,53563 0,108799 0,078484 0,062403 0,186777 0 1

VCB 2012 0,010609 0,105844 0,028169 0,024033 33,65807 0,101551 0,100603 0,0525 0,090947 0 1VCB 2013 0,009292 0,102818 0,027521 0,027251 33,78161 0,093196 0,090696 0,054219 0,065927 0 1VCB 2014 0,007914 0,105402 0,025528 0,023079 33,98886 0,0831 0,075343 0,059837 0,040846 0 1VCB 2015 0,00788 0,118069 0,025821 0,018408 34,14484 0,086216 0,066982 0,066793 0,006312 0 1VCB 2016 0,008726 0,143239 0,026014 0,015022 34,30044 0,088298 0,061103 0,062108 0,026682 0 1VCB 2017 0,008781 0,173267 0,025567 0,011425 34,57346 0,080233 0,050766 0,068122 0,035203 0 1VCB 2018 0,013599 0,235155 0,026264 0,009849 34,61019 0,088711 0,057894 0,070758 0,035396 0 1VCB 2019 0,015139 0,229097 0,026378 0,0079 34,73985 0,090555 0,06615 0,0702 0,027958 0 1VCB 2020 0,013913 0,19627 0,027122 0,006227 34,82112 0,084652 0,070949 0,0291 0,032209 1 1VCB 2021 0,015494 0,201034 0,028208 0,006371 34,88567 0,08696 0,077133 0,0258 0,018347 1 1VCB 2022 0,01568 0,203447 0,028546 0,006448 35,3043 0,088003 0,078058 0,0802 0,0315 1 1VIB 2011 0,006591 0,078308 0,032841 0,024751 32,20521 0,122476 0,084168 0,062403 0,186777 0 0VIB 2012 0,008047 0,0625 0,028918 0,024951 31,80577 0,195527 0,129733 0,0525 0,090947 0 0VIB 2013 0,000654 0,006295 0,027165 0,028205 31,9732 0,142186 0,103839 0,054219 0,065927 0 0VIB 2014 0,00648 0,061489 0,025944 0,025142 32,02128 0,141779 0,105383 0,059837 0,040846 0 0VIB 2015 0,00618 0,060513 0,029877 0,020704 32,06551 0,146564 0,102134 0,066793 0,006312 0 0VIB 2016 0,005375 0,064251 0,03385 0,025752 32,28037 0,140153 0,083649 0,062108 0,026682 0 0VIB 2017 0,009129 0,12794 0,038933 0,024876 32,4445 0,132684 0,071351 0,068122 0,035203 0 0VIB 2018 0,015765 0,205661 0,037762 0,025189 32,56669 0,135292 0,076654 0,070758 0,035396 0 0VIB 2019 0,017701 0,243223 0,035197 0,019633 32,84884 0,130383 0,072777 0,0702 0,027958 0 0VIB 2020 0,018973 0,258283 0,037584 0,017446 33,13095 0,127737 0,07346 0,0291 0,032209 1 0VIB 2021 0,020709 0,263876 0,038702 0,023175 33,36603 0,119453 0,078479 0,0258 0,018347 1 0VIB 2022 0,020957 0,267043 0,039166 0,023453 33,76643 0,120887 0,079421 0,0802 0,0315 1 0VIETCAP 2011 0,015908 0,081783 0,02791 0,027017 30,46236 0,085954 0,194517 0,062403 0,186777 0 0VIETCAP 2012 0,009971 0,063117 0,025187 0,01895 30,65972 0,119682 0,157979 0,0525 0,090947 0 0VIETCAP 2013 0,004471 0,032033 0,027774 0,041081 30,76906 0,122313 0,139585 0,054219 0,065927 0 0VIETCAP 2014 0,006288 0,048929 0,02948 0,028877 30,88072 0,135261 0,128504 0,059837 0,040846 0 0

VIETCAP 2015 0,001834 0,01606 0,028392 0,028877 30,99898 0,105503 0,114174 0,066793 0,006312 0 0VIETCAP 2016 8,29E-05 0,000811 0,028436 0,028877 31,10871 0,130333 0,102228 0,062108 0,026682 0 0VIETCAP 2017 0,00084 0,010028 0,030878 0,018 31,31742 0,113259 0,083801 0,068122 0,035203 0 0VIETCAP 2018 0,002026 0,027465 0,029547 0,021 31,47188 0,105057 0,073759 0,070758 0,035396 0 0VIETCAP 2019 0,002439 0,033835 0,032175 0,025085 31,57858 0,117213 0,072098 0,0702 0,027958 0 0VIETCAP 2020 0,002633 0,041347 0,032093 0,027906 31,74356 0,099379 0,06367 0,0291 0,032209 1 0VIETCAP 2021 0,003252 0,053639 0,034177 0,025349 31,96846 0,096194 0,060633 0,0258 0,018347 1 0VIETCAP 2022 0,003291 0,054283 0,034587 0,025653 32,35208 0,097348 0,06136 0,0802 0,0315 1 0VPB 2011 0,009656 0,133365 0,033074 0,018242 32,04767 0,110077 0,072403 0,062403 0,186777 0 0VPB 2012 0,006969 0,106643 0,020669 0,027187 32,26257 0,127832 0,065344 0,0525 0,090947 0 0VPB 2013 0,008392 0,131702 0,020862 0,028096 32,42899 0,163816 0,063718 0,054219 0,065927 0 0VPB 2014 0,007679 0,139594 0,024112 0,025376 32,72625 0,157931 0,055012 0,059837 0,040846 0 0VPB 2015 0,012358 0,178944 0,029888 0,026926 32,89824 0,205529 0,069059 0,066793 0,006312 0 0VPB 2016 0,017201 0,229081 0,038957 0,02908 33,06374 0,202602 0,075086 0,062108 0,026682 0 0VPB 2017 0,023189 0,216892 0,045592 0,033942 33,25775 0,224174 0,106914 0,068122 0,035203 0 0VPB 2018 0,022752 0,211671 0,043305 0,034989 33,40957 0,230249 0,107488 0,070758 0,035396 0 0VPB 2019 0,021899 0,195696 0,040069 0,034207 33,56381 0,22907 0,111902 0,0702 0,027958 0 0VPB 2020 0,024852 0,197255 0,041528 0,034125 33,66896 0,190308 0,125991 0,0291 0,032209 1 0VPB 2021 0,021404 0,149394 0,04897 0,045722 33,93661 0,137014 0,157866 0,0258 0,018347 1 0VPB 2022 0,021661 0,151187 0,049557 0,046271 34,34385 0,138658 0,15976 0,0802 0,0315 1 0

Tiêu đề	Tác Động Của Rủi Ro Tín Dụng Đến Hiệu Quả Kinh Doanh Của Các Ngân Hàng Thương Mại Việt Nam
Tác giả	Nguyễn Gia Nam
Người hướng dẫn	TS. Nguyễn Minh Sáng
Trường học	Trường Đại Học Ngân Hàng TP. Hồ Chí Minh
Chuyên ngành	Tài Chính Ngân Hàng
Thể loại	luận văn thạc sĩ
Năm xuất bản	2023
Thành phố	TP. Hồ Chí Minh

Định dạng
Số trang	106
Dung lượng	536,75 KB