TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
Tính cấp thiết của đề tài nghiên cứu
Trong bối cảnh nền kinh tế Việt Nam đang phát triển, rủi ro trong hoạt động kinh doanh của ngân hàng thương mại (NHTM) ngày càng được chú trọng Hệ thống NHTM không chỉ gắn liền với sự tăng trưởng kinh tế mà còn có khả năng thúc đẩy hoặc kìm hãm sự phát triển Các NHTM đóng vai trò quan trọng trong việc huy động vốn trong nước, kích thích sản xuất kinh doanh và đầu tư vào môi trường Tuy nhiên, những tác động tiêu cực từ NHTM có thể ảnh hưởng đến nền kinh tế - xã hội, đặc biệt trong bối cảnh cạnh tranh gay gắt hiện nay, làm gia tăng nguy cơ rủi ro trong hệ thống ngân hàng.
Trong hoạt động kinh doanh của ngân hàng thương mại, rủi ro tín dụng là vấn đề hàng đầu, ảnh hưởng tiêu cực đến nguồn vốn và các sản phẩm tài chính khác Phần lớn thu nhập của ngân hàng đến từ hoạt động tín dụng, nhưng lĩnh vực này tiềm ẩn nhiều rủi ro Hơn nữa, ngân hàng còn phải đối mặt với các yếu tố vĩ mô như tỷ lệ thất nghiệp gia tăng, sự suy giảm tốc độ phát triển kinh tế và biến động lãi suất, tất cả đều làm gia tăng rủi ro tín dụng.
Rủi ro tín dụng đang trở thành một vấn đề quan trọng trong nền kinh tế Việt Nam, với tỷ lệ rủi ro ngày càng gia tăng mặc dù hoạt động tín dụng vẫn diễn ra sôi nổi Cuộc khủng hoảng kinh tế toàn cầu năm 2008 đã dẫn đến lạm phát cao và tình trạng cạnh tranh không lành mạnh giữa các tổ chức tài chính, khiến họ và khách hàng doanh nghiệp phải đối mặt với nợ xấu lớn và chất lượng tín dụng giảm sút Đến năm 2020, đại dịch Covid-19 đã làm suy giảm nền kinh tế, dẫn đến lãi suất tăng và nhiều cá nhân, doanh nghiệp không đủ khả năng chi trả khoản vay, gia tăng nợ xấu Theo Tổng cục Thống kê, gần 101.700 doanh nghiệp đã phải tạm ngừng hoạt động kinh doanh trong năm 2020 Báo cáo tài chính quý 4/2022 cho thấy ngân hàng VPBank có nợ xấu lớn nhất với 25.137 tỷ đồng, tiếp theo là ngân hàng BIDV với 17.622 tỷ đồng và VietinBank với 15.796 tỷ đồng.
Tác giả nghiên cứu đề tài "Các nhân tố ảnh hưởng đến rủi ro tín dụng của các ngân hàng thương mại cổ phần Việt Nam" nhằm phân tích các yếu tố tác động đến rủi ro tín dụng trong giai đoạn 2012-2022 Mục tiêu của nghiên cứu là đề xuất giải pháp cải thiện ngành dịch vụ tín dụng và giảm thiểu các rủi ro không mong muốn.
Mục tiêu nghiên cứu
Mục tiêu chung của khóa luận này là nghiên cứu các nhân tố tác động đến rủi ro tín dụng của các NHTM cổ phần tại Việt Nam
1.2.2 Mục tiêu cụ thể Để đạt đƣợc mục tiêu tổng quát đã nêu trêm, bài nghiên cứu tập trung giải quyết những mục tiêu cụ thể sau:
Thứ nhất: Xác định các nhân tố có tác động đến rủi ro tín dụng của NHTM cổ phần Việt Nam
Thứ hai: Phân tích mức độ tác động của mỗi nhân tố đến rủi ro tín dụng của các
NHTM cổ phần Việt Nam
Thứ ba: Đề xuất một số kiến nghị nhằm hạn chế rủi ro tín dụng của các NHTM cổ phần tại Việt Nam.
Câu hỏi nghiên cứu
Từ các mục tiêu nghiên cứu cụ thể đã đƣợc trình bày, bài nghiên cứu tiến hành giải quyết các câu hỏi nghiên cứu sau đây:
Câu hỏi 1: Những nhân tố nào ảnh hưởng đến rủi ro tín dụng của NHTM cổ phần Việt Nam?
Câu hỏi 2: Mức độ ảnh hưởng của những nhân tố đến rủi ro tín dụng của NHTM cổ phần Việt Nam?
Câu hỏi 3: Những kiến nghị nào giúp hạn chế đƣợc rủi ro tín dụng trong các
NHTM cổ phần Việt Nam?
Đối tƣợng nghiên cứu và phạm vi nghiên cứu
Đối tượng nghiên cứu: những nhân tố có tác động đến rủi ro tín dụng của các
NHTM cổ phần Việt Nam
Không gian nghiên cứu: dữ liệu nghiên cứu đƣợc thực hiện trên 31 NHTM cổ phần tại Việt Nam
Thời gian nhiên cứu: trong nghiên cứu dùng số liệu thu thập từ năm 2012-
Phương pháp nghiên cứu
Dữ liệu trong bài viết được thu thập từ nguồn số liệu thứ cấp của các ngân hàng thương mại hoạt động tại Việt Nam trong giai đoạn từ năm 2012 đến nay.
Dữ liệu trong bài viết được thu thập từ báo cáo tài chính của 31 ngân hàng thương mại, bao gồm báo cáo kết quả hoạt động kinh doanh, bảng cân đối kế toán và báo cáo thường niên của Ngân hàng Nhà nước, trong giai đoạn từ 2012 đến 2022.
Phương pháp định lượng được áp dụng trong bài viết nhằm phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam Sử dụng phần mềm Excel và Stata, bài viết xây dựng mô hình để xác định các nhân tố này Dữ liệu được thu thập từ báo cáo tài chính của 31 ngân hàng trong giai đoạn 2012-2022, bao gồm báo cáo thường niên của Ngân hàng Nhà nước và các báo cáo nhật ký liên quan đến rủi ro tín dụng.
Bài nghiên cứu áp dụng năm mô hình ước lượng gồm OLS, FEM, REM, GLS và GMM để phân tích và xử lý số liệu, nhằm đo lường tác động của các yếu tố ảnh hưởng đến rủi ro tín dụng Qua đó, nghiên cứu lựa chọn phương pháp phù hợp nhất để đảm bảo độ chính xác của kết quả.
Đóng góp của nghiên cứu
Đề tài được nghiên cứu nhằm bổ sung thêm khía cạnh về các nhân tố ảnh hưởng đến rủi ro tín dụng tại NHTM Việt Nam trong giai đoạn 2012-2022
Kết quả nghiên cứu đề xuất các giải pháp nhằm giảm thiểu rủi ro tín dụng, nâng cao khả năng cho vay cho khách hàng và doanh nghiệp, đồng thời cải thiện hệ thống quản lý tín dụng của ngân hàng thương mại.
Kết cấu nghiên cứu
Bố cục của đề tài nghiên cứu:
Chương 1: Tổng quan về đề tài nghiên cứu
Chương này sẽ giới thiệu công trình nghiên cứu, nêu rõ lý do chọn đề tài, vấn đề nghiên cứu và mục tiêu cụ thể Bên cạnh đó, chương cũng sẽ đề cập đến các câu hỏi nghiên cứu, phạm vi và đối tượng nghiên cứu, cũng như ý nghĩa của nghiên cứu Cuối cùng, cấu trúc của luận văn sẽ được trình bày để người đọc dễ dàng theo dõi.
Chương 2: Cơ sở lý thuyết và các nghiên cứu thực nghiệm
Chương 2 trình bày cơ sở lý luận về rủi ro tín dụng của ngân hàng và tầm ảnh hưởng của rủi ro đối với NHTM Sau đó lược khảo các công trình nghiên cứu có sẵn về các nhân tố ảnh hưởng đến rủi ro tín dụng với hệ thống ngân hàng thương mại cổ phần Việt Nam, tạo tiền đề cho việc xây dựng mẫu nghiên cứu và phương pháp nghiên cứu
Chương 3: Phương pháp nghiên cứu
Chương 3 đề cập đến mô hình được sử dụng để nghiên cứu đề tài, biến và dữ liệu nghiên cứu, phương pháp nghiên cứu, quy trình để cho ra kết quả phù hợp với mục tiêu mong muốn
Chương 4: Kết quả nghiên cứu và thảo luận
Dựa trên các phát hiện, bài viết kiểm tra mối quan hệ giữa các biến trong mô hình và các yếu tố ảnh hưởng đến rủi ro tín dụng mà các ngân hàng thương mại đang phải đối mặt.
Chương 5: Kết luận và kiến nghị
Trong nghiên cứu này, chúng tôi đã đánh giá những thành quả đạt được và chỉ ra những hạn chế hiện tại, đồng thời đề xuất hướng đi tiềm năng cho tương lai Để giúp các ngân hàng thương mại Việt Nam giảm thiểu rủi ro tín dụng, cần tập trung vào việc cải thiện quy trình thẩm định tín dụng, nâng cao khả năng quản lý rủi ro và áp dụng công nghệ hiện đại trong việc phân tích dữ liệu khách hàng.
Chương 1 giới thiệu tổng quan về đề tài nghiên cứu Sau khi phân tích sự cần thiết của nghiên cứu, tác giả đã vạch ra rõ đối tượng nghiên cứu, phạm vi, phương pháp nghiên cứu; cuối cùng là bố cục của luận văn.
CƠ SỞ LÝ LUẬN VÀ CÁC NGHIÊN CỨU TRƯỚC
Tín dụng của ngân hàng thương mại
Tín dụng đại diện cho mối quan hệ giữa người vay và người cho vay, trong đó bên cho vay có trách nhiệm chuyển giao quyền sử dụng tiền hoặc hàng hóa cho bên vay trong một khoảng thời gian nhất định, theo thỏa thuận giữa hai bên.
Tín dụng là khái niệm kinh tế thể hiện mối quan hệ giao dịch giữa hai bên, trong đó một bên cung cấp giá trị cho bên kia để sử dụng trong một khoảng thời gian nhất định Bên nhận tín dụng có trách nhiệm hoàn trả lại giá trị đã nhận trong thời gian đã thỏa thuận.
Tín dụng là một thỏa thuận hợp đồng cho phép người đi vay nhận tiền hoặc tài sản có giá trị, với cam kết hoàn trả cho người cho vay vào một thời điểm sau đó, thường kèm theo lãi suất Ngoài ra, tín dụng còn liên quan đến uy tín tín dụng hoặc lịch sử tín dụng của cá nhân hoặc doanh nghiệp Đối với kế toán viên, tín dụng được hiểu là một mục nhập kế toán làm giảm tài sản hoặc tăng nợ phải trả.
2.1.2 Vai trò của tín dụng đối với ngân hàng thương mại
Vai trò của ngân hàng tín dụng đối với hoạt động hỗ trợ nhập khẩu có thể biểu hiện qua các khía cạnh sau:
Ngân hàng đóng vai trò quan trọng trong việc cung cấp vốn cho các doanh nghiệp nhập khẩu, giúp họ mua hàng dự trữ, sản xuất, tiêu thụ hàng hóa và đầu tư vào máy móc thiết bị.
Kinh doanh hiệu quả là yêu cầu thiết yếu trong hạch toán kinh tế và là điều kiện quan trọng để được cấp tín dụng ngân hàng Do đó, tín dụng ngân hàng không chỉ thúc đẩy doanh nghiệp nâng cao hiệu quả kinh doanh mà còn góp phần tăng trưởng doanh thu.
Thúc đẩy hoạt động nhập khẩu diễn ra thuận lợi và nhanh chóng hơn
Tín dụng hạn chế rủi ro trong hoạt động kinh doanh nhập khẩu là rất quan trọng do tính chất rủi ro cao và sự thiếu hiểu biết giữa người mua và người bán Ngân hàng đóng vai trò như một bảo hiểm cho cả hai bên, giúp nhà xuất khẩu giảm thiểu rủi ro không thanh toán khi ngân hàng bảo lãnh cấp tín dụng cho nhà nhập khẩu Đồng thời, nguồn tín dụng từ ngân hàng cũng hỗ trợ nhà nhập khẩu trong việc thanh toán mà không cần phải trả ngay lập tức từ tài khoản chính của họ.
Ngân hàng đóng vai trò trung gian vốn, tiếp nhận nguồn hỗ trợ từ nước ngoài cho hoạt động nhập khẩu Hiện nay, hầu hết sự hỗ trợ từ các tổ chức tài chính quốc tế dành cho một quốc gia được thực hiện thông qua các ngân hàng thương mại địa phương.
Rủi ro tín dụng
2.2.1 Khái niệm rủi ro tín dụng
Theo Chen và Pan (2012), rủi ro tín dụng được định nghĩa là mức độ thay đổi trong xếp hạng tín dụng của người vay và đối tác, dẫn đến sự biến động giá trị của các công cụ nợ và công cụ phái sinh.
Demirguc-Kunt và Huzinga (1999) chỉ ra rằng quản lý rủi ro tín dụng bao gồm hai khía cạnh chính: nhận thức rằng tổn thất trở nên không thể chịu đựng được sau khi xảy ra và sự phát triển trong các lĩnh vực tài chính như tài trợ thương phiếu và chứng khoán hóa Sự cạnh tranh giữa các ngân hàng đã thúc đẩy họ tìm kiếm những người cho vay tiềm năng.
Castro (2013) định nghĩa rủi ro tín dụng là khả năng khoản vay không đƣợc hoàn trả toàn bộ hoặc một phần cho người cho vay
Theo Yurdakul (2014), rủi ro tín dụng là mối đe dọa lớn nhất đối với các ngân hàng, xảy ra khi người vay không thể thanh toán đúng hạn hoặc vi phạm các điều khoản hợp đồng, dẫn đến khả năng thua lỗ cho ngân hàng.
Theo Manab và cộng sự (2015), rủi ro tín dụng được định nghĩa là sự mất mát hoặc thiệt hại đối với tài sản có giá trị khi các đối tác không thực hiện đúng các thỏa thuận đã cam kết.
2.2.2 Đo lường rủi ro tín dụng
Nợ quá hạn là khoản nợ mà khách hàng không thanh toán đúng hạn, dẫn đến thiệt hại cho ngân hàng Tỷ lệ nợ quá hạn cao cho thấy rủi ro tín dụng của ngân hàng đang gia tăng.
Nợ bị rủi ro là khoản nợ của khách hàng có dấu hiệu khó khăn trong việc trả nợ đúng hạn, được phân loại từ nhóm 2 đến nhóm 5 Các loại nợ này bao gồm nợ đến hạn, nợ được cơ cấu lại thời hạn trả nợ và nợ quá hạn Tỷ lệ nợ rủi ro cao sẽ làm tăng rủi ro tín dụng cho ngân hàng.
Nợ khó đòi, được phân loại từ nhóm 3 đến nhóm 5, là những khoản nợ mà khả năng thanh toán của khách hàng đã giảm sút, thường phải cơ cấu lại thời hạn trả nợ nhiều lần và có dấu hiệu quá hạn lâu dài Rủi ro và tỷ lệ nợ xấu là những chỉ tiêu quan trọng phản ánh rủi ro tín dụng mà ngân hàng cần chú trọng Khi rủi ro và nợ xấu cao, khả năng thu hồi các khoản cho vay trở nên khó khăn, đòi hỏi ngân hàng phải áp dụng các biện pháp xử lý hiệu quả.
Tài sản đảm bảo đóng vai trò quan trọng trong việc khuyến khích khách hàng thanh toán nợ đúng hạn, nhằm tránh nguy cơ bị phát mại tài sản Đồng thời, nó cũng là nguồn bù đắp thiệt hại cho ngân hàng khi khách hàng không thực hiện nghĩa vụ theo hợp đồng tín dụng.
Dự phòng rủi ro tín dụng là tỷ lệ thể hiện sự chuẩn bị của ngân hàng cho các khoản cho vay có khả năng bị tổn thất tín dụng, thông qua việc trích lập dự phòng hàng năm từ thu nhập Tỷ lệ này được xác định dựa trên việc phân loại danh mục tín dụng thành các nhóm nợ khác nhau, với tỷ lệ trích lập tăng dần theo mức độ rủi ro Một tỷ lệ cao cho thấy rủi ro tín dụng của toàn bộ danh mục tín dụng đang ở mức lớn.
PHƯƠNG PHÁP NGHIÊN CỨU
Mô hình nghiên cứu
Mô hình hồi quy dữ liệu gộp đã được tác giả lựa chọn để thực hiện nghiên cứu Mô hình kinh tế lượng được áp dụng trong nghiên cứu này được trình bày như sau:
Trong đó: Y là biến phụ thuộc; β 0 là hằng số; β là hệ số của các biến giải thích;
Trong nghiên cứu này, X đại diện cho véc tơ của các biến giải thích, trong khi ε là hạng sai số, được giả định có giá trị trung bình bằng 0 và độc lập theo thời gian Bằng cách áp dụng mô hình kinh tế lượng quy định, tác giả đã ước tính ảnh hưởng của rủi ro tín dụng đến hiệu quả hoạt động của ngân hàng thương mại (NHTM) thông qua phương trình hồi quy Rủi ro tín dụng được đo lường qua các chỉ số như CRI và NPL, trong khi các yếu tố giải thích bao gồm CAP, COL, GROW, ROA, INEF và INF.
GDP Các mô hình cụ thể nhƣ sau:
CRI it = β 0 + β 1 CAP it + β 2 COL it + β 3 GROW it + β 4 ROA it
NPL it = β 0 + β 1 CAP it + β 2 COL it + β3 GROW it + β4 ROA it
Rủi ro tín dụng của ngân hàng i trong năm t, được thể hiện qua chỉ số CRI và NPL, là tổn thất phát sinh khi khách hàng không thanh toán đầy đủ gốc và lãi của khoản vay hoặc chậm trễ trong việc trả nợ sau khi được cấp tín dụng, bao gồm cả các khoản nợ trong và ngoài bảng cân đối.
CRI it : Rủi ro tín dụng của ngân hàng i năm t
NPL it : Nợ xấu của ngân hàng thứ i nămt
CAP it : Tỷ lệ vốn của ngân hàng thứ i năm t
COL it : Tài sản đảm bảo của ngân hàng thứ i trong năm t
GROW it : Tăng trưởng tín dụng của ngân hàng thứ i trong năm t
ROA it : Tỷ suất sinh lời của ngân hàng thứ i năm t
INEF it : C hiệu quả hoạt động của ngân hàng thứ i trong năm t
INF t : Tỷ lệ lạm phát của ngân hàng trong năm t
Tăng trưởng GDP năm t được xác định bởi hệ số chặn β 0, trong đó b i biểu thị độ dốc phản ánh sự thay đổi hiệu quả hoạt động của ngân hàng khi biến độc lập thay đổi một đơn vị Thành phần lỗi e it cũng được xem xét trong mô hình này.
Dữ liệu & biến nghiên cứu
Trong nghiên cứu này, dữ liệu bảng được thu thập từ 31 ngân hàng thương mại cổ phần tại Việt Nam trong giai đoạn 2010 – 2020 Các thông tin ngân hàng được lấy từ báo cáo tài chính để đảm bảo tính chính xác và đáng tin cậy.
3.2.2 Các biến trong mô hình mô hình
Rủi ro tín dụng của ngân hàng
Rủi ro tín dụng hiện nay là mối đe dọa lớn nhất đối với các ngân hàng, và sự thành công trong hoạt động kinh doanh của họ phụ thuộc vào khả năng đo lường và quản lý hiệu quả loại rủi ro này, hơn bất kỳ loại rủi ro nào khác (Giesecke, 2004).
Nợ xấu là một thuật ngữ đƣợc sử dụng rộng rãi trên thế giới với các từ nhƣ
"Nợ xấu" (NPL), hay còn gọi là "nợ khó đòi" và "nợ nghi ngờ", đề cập đến các khoản nợ mà ngân hàng gặp khó khăn trong việc thu hồi (Fofack, 2005) hoặc các khoản cho vay có vấn đề (Berger và De Young, 1997) Đây là những khoản nợ không thể trả được, dẫn đến việc ngân hàng không thu được lợi nhuận (Ernst và Young, 2004) Các khoản vay được coi là nợ khó đòi khi quá hạn thanh toán gốc và lãi từ 90 ngày trở lên (Rose, 2004) Hiện tại, vẫn chưa có quy tắc hay tiêu chuẩn thống nhất nào để xác định nợ xấu.
Tỷ lệ vốn chủ sở hữu là chỉ số quan trọng đo lường vốn hóa của ngân hàng, thể hiện tỷ lệ giữa vốn chủ sở hữu và tổng tài sản Chỉ số này được sử dụng để đánh giá mức độ ngại rủi ro của ngân hàng, giúp xác định khả năng chịu đựng rủi ro tài chính trong hoạt động kinh doanh.
Nghiên cứu của Furlong và Keeley (1989), Van và Roy (2003), Berger và cộng sự (2013), Jacob Oduor và cộng sự (2017) đã chỉ ra rằng tỷ lệ vốn có ảnh hưởng tích cực đến rủi ro tín dụng Dựa trên những phát hiện này, tác giả đề xuất một giả thuyết mới.
H 1 : Tỷ lệ vốn có tác động tích cực đến rủi ro tín dụng
Tài sản thế chấp ( COL )
Tài sản thế chấp là tài sản mà bên cho vay chấp nhận để đảm bảo cho khoản vay Nếu bên vay không thực hiện đầy đủ nghĩa vụ thanh toán gốc và lãi đúng hạn, bên cho vay có quyền thu giữ và bán tài sản thế chấp để bù đắp tổn thất.
Berger và Udell (1990) cùng với Gestel và Baesens (2009) đã chỉ ra rằng tài sản thế chấp có ảnh hưởng tiêu cực đến rủi ro tín dụng Dựa trên những nghiên cứu này, tác giả đã phát triển giả thuyết liên quan đến tác động của tài sản thế chấp đối với rủi ro tín dụng.
H 2 : Tỷ lệ vốn có tác động ngược chiều đến rủi ro tín dụng
Tốc độ tăng trưởng tín dụng ( GROW )
Tốc độ tăng trưởng tín dụng, được định nghĩa là tỷ lệ phần trăm tăng về số lượng tiền cho người dân hoặc tổ chức vay trong năm nay so với năm ngoái, đóng vai trò quan trọng trong việc cung cấp vốn cho nền kinh tế Nhiều nghiên cứu đã chỉ ra rằng tác động của tăng trưởng tín dụng đến tỷ lệ nợ xấu không đồng nhất, với một số nghiên cứu cho thấy mối liên hệ giữa tốc độ mở rộng tín dụng nhanh chóng và tỷ lệ nợ quá hạn.
Nghiên cứu của Robert (1992) chỉ ra mối tương quan tiêu cực giữa tăng trưởng tín dụng và rủi ro tín dụng, trong khi nghiên cứu của Keeton (1999) cũng xác nhận mối quan hệ nghịch chiều có ý nghĩa giữa tăng trưởng cho vay và rủi ro tín dụng Dựa trên những kết quả này, tác giả đã xây dựng giả thuyết tiếp theo.
H 3 : Tăng trưởng tín dụng tác động ngược chiều với rủi ro tín dụng
Lợi nhuận trên tài sản ( ROA )
Chỉ số ROA (Return on Assets) đánh giá hiệu quả sử dụng tài sản của công ty bằng cách so sánh lợi nhuận với nguồn lực được sử dụng trong hoạt động sản xuất và kinh doanh.
Nghiên cứu của Zribi và Boujelbegrave (2011) cho thấy tỷ suất sinh lời trên tài sản (ROA) có mối quan hệ dương và có ý nghĩa thống kê với rủi ro Kết quả chỉ ra rằng có sự tương quan tích cực giữa lợi nhuận trên tài sản và rủi ro tín dụng, trong đó các tổ chức có mức rủi ro cao hơn thường đạt lợi nhuận cao nhất Dựa trên những phát hiện này, tác giả đã phát triển giả thuyết tiếp theo.
H 4 : Tỷ suất sinh lợi trên tài sản có tác động tích cực đến rủi ro tín dụng
Hoạt động hiệu quả nhất ( INEF )
Theo nghiên cứu của Berge và DeYoung (1997), có mối quan hệ hai chiều giữa rủi ro tín dụng và hiệu quả chi phí hoạt động của ngân hàng Các tác giả chỉ ra rằng rủi ro tín dụng có thể ảnh hưởng đến hiệu quả chi phí, đồng thời hiệu quả chi phí cũng tác động đến khả năng quản lý rủi ro tín dụng trong ngân hàng.
Dự đoán về nợ xấu cho thấy rằng giả thuyết "quản lý tồi" cho rằng nợ xấu sẽ gia tăng do ngân hàng không thể kiểm soát hiệu quả chi tiêu hoạt động Điều này dẫn đến chi phí xử lý nợ xấu ngoài tầm kiểm soát của ngân hàng, làm giảm hiệu quả hoạt động của họ Mối quan hệ giữa hiệu quả chi phí hoạt động và nợ xấu là trái ngược; trong khi giả thuyết "hớt váng" chỉ ra rằng việc giảm chi phí ngắn hạn sẽ ảnh hưởng tiêu cực đến chất lượng khoản vay theo thời gian, mối quan hệ giữa hai yếu tố này lại đồng biến (Berge và DeYoung, 1997).
Trên cơ sở đó, tác giả xây dựng giả thuyết sau:
H 5 : Tăng trưởng tín dụng tác động tích cực đến rủi ro tín dụng
Tỷ lệ lạm phát ( INF )
Tỷ lệ lạm phát (INF) được xác định qua tỷ lệ lạm phát trong năm quan sát Người tiêu dùng cắt giảm chi tiêu dẫn đến khối lượng hàng hóa tiêu thụ giảm, trong khi các công ty gặp khó khăn do hoạt động thương mại bị đình trệ và lợi nhuận thấp hơn dự kiến (Filip, 2015; Do và Nguyen, 2013; Nguyễn Tuấn Kiệt và Đinh Hưng Phú).
Trên cơ sở đó, tác giả xây dựng giả thuyết sau:
H 6 : Tăng trưởng tín dụng tác động tích cực đến rủi ro tín dụng
Tốc độ tăng trưởng GDP phản ánh sự thay đổi phần trăm của tổng giá trị hàng hóa và dịch vụ sản xuất trong một quốc gia, bao gồm toàn bộ chi tiêu cho tiêu dùng, đầu tư và chi tiêu chính phủ trong một khoảng thời gian xác định.
Quy trình nghiên cứu
Hình 3 1 Quy trình nghiên cứu
Phương pháp nghiên cứu
3.4.1 Bình phương nhỏ nhất thông thường (OLS)
Mô hình ước lượng bình phương bé nhất (OLS) là phương pháp ước lượng các hệ số của biến giải thích dựa trên giá trị trung bình của biến phụ thuộc Phương pháp này hoạt động theo nguyên tắc tối thiểu hóa tổng bình phương các phần dư, trong đó phần dư được xác định là chênh lệch giữa giá trị thực và giá trị dự đoán của biến phụ thuộc, được biểu diễn dưới dạng hàm của các yếu tố giải thích.
3.4.2 Mô hình Hiệu ứng Cố định (FEM)
Mô hình tác động cố định (FEM) được sử dụng để phân tích ảnh hưởng của các biến độc lập lên biến phụ thuộc, đồng thời thể hiện các đặc điểm riêng biệt của biến phụ thuộc FEM giả định rằng các hệ số hồi quy từng phần là giống nhau giữa các đơn vị chéo, trong khi hệ số chặn hồi quy có sự khác biệt.
3.4.3 Mô hình Hiệu ứng Ngẫu nhiên (REM) Đối với mỗi đơn vị chéo, mô hình REM xác định điểm chặn riêng biệt cũng nhƣ tác động tổng thể của các yếu tố giải thích Khối chung, không đổi trong suốt thời gian và chủ đề, và biến ngẫu nhiên, là thành phần lỗi thay đổi theo chủ đề nhƣng thay đổi theo thời gian, là các khối xây dựng cho mỗi đơn vị chặn chéo
3.4.4 Bình phương nhỏ nhất tổng quát khả thi (FGLS)
Có thể sử dụng OLS để ước tính cấu trúc tính không đồng nhất thay vì giả định rằng nó tồn tại, được gọi là GLS khả thi (FGLS) Phương pháp FGLS giúp giải quyết các vấn đề trong mô hình hồi quy, đặc biệt là khi có hiện tượng phương sai hoặc tự tương quan, hoặc cả hai xảy ra đồng thời Dù có phương sai thay đổi và tự tương quan, FGLS vẫn sử dụng OLS để ước lượng mô hình Ma trận phương sai sai số và hiệp phương sai được tính toán dựa trên sai số của mô hình, sau đó biến đổi các biến ban đầu bằng ma trận này để ước tính giá trị tham số đưa vào mô hình.
3.4.5 Mô hình hhoảnh khắc tổng quát hệ thống (S-GMM)
Antoniou và cộng sự (2006) đã chứng minh rằng hệ thống GMM là một mô hình hiệu quả để ước tính các mô hình động Họ khuyến nghị sử dụng hệ thống GMM nhằm loại bỏ vấn đề nội sinh, và thông qua các mô hình biến trễ, mô hình này cung cấp các ước tính mạnh mẽ trong trường hợp có phương sai biến hoặc tự tương quan.
Tác giả dựa trên bốn điều kiện để đảm bảo rằng các ƣớc tính GMM của hệ thống là phù hợp:
Kiểm định Hansen kiểm tra giả thuyết H0 rằng biến công cụ là phù hợp và không có hiện tượng nội sinh Để biến công cụ được đưa vào mô hình có ý nghĩa thống kê, giá trị P của kiểm định cần phải lớn hơn 10%.
Hansen Sargan với giả thuyết H 0 : biến công cụ là ngoại sinh với điều kiện P- value lớn hơn 10%
Kiểm định Arellano - Bond (AR(2)) được sử dụng để xác định hiện tượng tự tương quan ở các mức khác nhau Giả thuyết Ho cho rằng không có hiện tượng tự tương quan, và nếu giá trị p lớn hơn 0.1, điều này cho thấy giả thuyết ban đầu về việc không có tương quan chuỗi bậc 2 là hợp lệ.
Ngoài ra, cần đảm bảo số biến công cụ không đƣợc vƣợt quá số đơn vị mà bài cần nghiên cứu
3.4.6 Kiểm tra lựa chọn mô hình phù hợp
Kiểm định FEM để lựa chọn giữa các mô hình FEM và OLS
Kiểm định Hausman đƣợc sử dụng để chọn lựa giữa các mô hình FEM và REM
Kiểm định Breusch & Pagan sử dụng để chọn OLS và REM
Trong mô hình FEM, sử dụng kiểm định Modified Ward để kiểm định hiện tượng phương sai
Kiểm định tự tương quan trong mô hình FEM là kiểm định Wooldridge
Kiểm định Hansen sử dụng để kiểm định việc xác định quá mức của các biến công cụ
Kiểm định hiện tượng tự tương quan bậc 2 (AR2) nhằm kiểm định tương quan bậc 2 của các phần dƣ của mô hình, giả thuyết:
Tác giả trình bày mô hình nghiên cứu, các biến và dữ liệu liên quan, cùng với các phương pháp nghiên cứu như OLS, FEM, REM, FGLS và S-GMM Bài viết cũng mô tả quy trình thu thập dữ liệu mà tác giả áp dụng trong luận án, nhằm đạt được kết quả phù hợp với mục tiêu nghiên cứu và thử nghiệm để xác định mô hình tối ưu nhất.
KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
Thống kê mô tả
Bảng 4 1 Thể hiện tóm tắt giá trị lớn nhất, nhỏ nhất, độ lệch chuẩn và giá trị trung bình của biến đƣợc sử dụng
Tên biến Số quan sát Trung bình Độ lệch chuẩn
Bảng 4.1 trình bày kết quả thống kê mô tả với tổng số 249 quan sát cho cả biến phụ thuộc và biến độc lập, bao gồm các thông số như giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất và mức độ sai số của các biến trong mô hình nghiên cứu.
Trong giai đoạn 2012-2022, rủi ro tín dụng của 31 ngân hàng thương mại (NHTM) Việt Nam có giá trị trung bình là 0,0118, với giá trị nhỏ nhất là 0,002 của NHTM cổ phần Nam Á năm 2022 và giá trị lớn nhất là 0,0831 của NHTM cổ phần Bản Việt năm 2013 Sự chênh lệch đáng kể giữa các ngân hàng, đặc biệt là giữa ngân hàng quy mô lớn và ngân hàng quy mô nhỏ, vẫn tồn tại.
NPL có giá trị trung bình là 0,0211, với giá trị nhỏ nhất là 0,0002 và giá trị lớn nhất là 0,1140 đối với Ngân hàng Thương mại Cổ phần Sài Gòn năm 2012.
Tỷ lệ vốn (CAP) của NHTM cổ phần Sài Gòn năm 2022 có giá trị trung bình là 0,0927, với giá trị nhỏ nhất là 0,029 và lớn nhất là 0,2554, trong khi NHTM cổ phần Kiên Long năm 2012 cũng ghi nhận những chỉ số tương tự.
Tài sản đảm bảo với biến COL có giá trị trung bình là 0,5573, cho thấy giá trị nhỏ nhất là 0,2162 và giá trị lớn nhất đạt 0,7881 Các số liệu này liên quan đến NHTM cổ phần Đông Nam Á và NHTM cổ phần Việt Nam trong năm 2014, cũng như NHTM cổ phần Đầu tư và Phát triển Việt Nam vào năm 2022.
Tăng trưởng tín dụng, được biểu thị qua biến GROW, có giá trị trung bình là 0,2282, với giá trị nhỏ nhất là 0,0001 và lớn nhất là 0,9754, tương ứng với Ngân hàng Thương mại Cổ phần Á Châu năm 2014 và Ngân hàng Thương mại Cổ phần Tiên Phong năm 2015.
Lợi nhuận trên tài sản (ROA) trung bình đạt 0,0098, trong đó giá trị thấp nhất được ghi nhận là 0,0001 ở Ngân hàng Thương mại Cổ phần Quốc Dân vào năm 2014 và 2017, cũng như tại Ngân hàng Thương mại Cổ phần Bản Việt năm 2018 Ngược lại, giá trị cao nhất là 0,1283 thuộc về Ngân hàng Thương mại Cổ phần Kỹ Thương vào năm 2018.
Hiệu suất chi phí vận hành trung bình đạt 0,5260, với giá trị nhỏ nhất là 0,1415 của Ngân hàng Thương mại Cổ phần Kỹ Thương năm 2019 và giá trị lớn nhất là 0,9494 của Ngân hàng Thương mại Cổ phần Việt Nam Thương Tín năm 2014.
Tỷ lệ lạm phát trung bình đạt 0,0554, với giá trị thấp nhất là 0,0063 của NHTM cổ phần Bảo Việt năm 2017 và giá trị cao nhất là 0,1868 của NHTM cổ phần Công thương Việt Nam năm 2013.
Tốc độ tăng trưởng trung bình đạt 0,603, với giá trị tối thiểu là 0,0291 của Ngân hàng Thương mại Cổ phần Công Thương Việt Nam năm 2021 và giá trị tối đa là 0,0708 của Ngân hàng Thương mại Cổ phần Bảo Việt năm 2020.
Phân tích tương quan
Bảng 4 2 Ma trận tương quan của Mô hình 1
Bảng 4 3 Ma trận tương quan của Mô hình 2
NPL CAP COL GROW ROA INEF INF GDP
CRI CAP COL GROW ROA INEF INF GDP
Hệ số tương quan bằng 0 hoặc gần 0 cho thấy không có mối quan hệ giữa hai biến Khi hệ số tương quan dương (r > 0), điều này chứng tỏ rằng khi biến x tăng, biến y cũng tăng theo Ngược lại, nếu hệ số tương quan âm, khi x tăng thì y giảm Trong số nhiều loại hệ số tương quan, hệ số tương quan Pearson là phổ biến nhất hiện nay.
Tất cả các hệ số tương quan ở bảng trên đều nhỏ hơn 0,5 chứng tỏ không có mối liên hệ giữa các biến độc lập.
Kiểm định đa cộng tuyến
Hiện tượng đa cộng tuyến xảy ra khi các biến độc lập trong mô hình có tương quan tuyến tính với nhau Nghiên cứu đã kiểm tra giả thuyết về sự không tồn tại của đa cộng tuyến thông qua tiêu chí VIF, và kết quả được trình bày trong bảng dưới đây.
Bảng 4 4 Kiểm định đa cộng tuyến
Trung bình VIF là 1,36, với VIF của tất cả các biến độc lập đều nhỏ hơn 4, cho thấy đa cộng tuyến trong mô hình không nghiêm trọng Điều này chứng tỏ các biến được đưa vào mô hình phù hợp để phân tích tác động đến rủi ro tín dụng của các ngân hàng thương mại đang hoạt động tại Việt Nam.
Kết quả của Bình phương nhỏ nhất thông thường (OLS)
Bảng 4 5 Ước lượng bình phương nhỏ nhất thông thường của mô hình 1
Tên biến Coef Std.Err t P>t CAP 0.0564 0.0161 3.5000 0.001
Kết quả OLS của mô hình 1, như trình bày trong Bảng 4.5, cho thấy các tỷ lệ vốn (CAP), tài sản đảm bảo (COL), và hiệu quả chi phí hoạt động (INEF) có ý nghĩa thống kê tại mức 1% Lạm phát (INF) có ý nghĩa thống kê tại mức 5%, trong khi tăng trưởng tín dụng (GROW) có ý nghĩa thống kê tại mức 10% Các biến còn lại không cho thấy ý nghĩa thống kê.
Bảng 4 6 Ƣớc lƣợng OLS của mô hình 2
Tên biến Coef Std.Err t P>t CAP 0.0407 0.0213 1.9100 0.057
_cons 0.0108 0.0092 1.1700 0.241 Đối với kết quả OLS của mô hình 2, ta nhận thấy tỷ lệ lạm phát (INF) với ý nghĩa thống kê tại 1% Hoạt động tiết kiệm chi phí (INEF) với ý nghĩa thống kê tại 5%
Tỷ suất vốn với ý nghĩa thống kê tại mức 10% và không mang ý nghĩa thống kê ở các biến còn lại
Kết Quả Của Mô Hình Hiệu Ứng Cố Định (FEM)
Bảng 4 7 Ƣớc tính Hiệu ứng Cố định của Mô hình 1 Tên biến Coef Std.Err t P>t
Kết quả hồi quy theo mô hình hiệu ứng cố định (FEM) cho thấy tỷ lệ vốn (CAP), tài sản đảm bảo (COL), tăng trưởng tín dụng (GROW), hiệu quả chi phí hoạt động (INEF) và tỷ lệ lạm phát (INF) đều có ý nghĩa thống kê tại mức 5% Đặc biệt, các biến CAP, COL, GROW, INEF và INF còn thể hiện ý nghĩa thống kê ở mức 1% Trong khi đó, các biến khác trong mô hình không có ý nghĩa thống kê.
Bảng 4 8 Ƣớc tính hiệu ứng cố định của Mô hình 2
Tên biến Coef Std.Err t P>t
Mô hình 2, theo bảng 4.8, cho thấy kết quả FEM đối với ba biến: tỷ lệ vốn (CAP), hiệu quả chi phí hoạt động (INEF) và lạm phát (INF) Trong đó, tỷ lệ vốn (CAP) và lạm phát (INF) đạt ý nghĩa thống kê ở mức 5%, trong khi hiệu quả chi phí hoạt động (INEF) không có ý nghĩa thống kê, và các biến còn lại chỉ có ý nghĩa thống kê tại mức 10%.
Kết Quả Của Mô Hình Hiệu Ứng Ngẫu Nhiên (REM)
Bảng 4 9 Ƣớc tính Hiệu ứng Ngẫu nhiên của Mô hình 1
Tên biến Coef Std.Err t P>t
_cons 0.0275 0.0070 3.9500 0.000 Tác giả thực hiện hồi quy mô hình tác động ngẫu nhiên REM vì mô hình này cho ta thấy các quan sát có sự khác biệt giữa những ngân hàng khác nhau Bảng 4.9 cho kết quả REM của mô hình 1: tỷ lệ vốn (CAP), tốc độ tăng trưởng tín dụng (GROW) và hiệu quả chi phí hoạt động (INEF) với ý nghĩa thống kê tại mức 1% Tài sản đảm bảo (COL) và lạm phát (INF) mang ý nghĩa thống kê tại mức 5% Các biến còn lại không mang ý nghĩa thống kê
Bảng 4 10 Ƣớc tính Hiệu ứng Ngẫu nhiên của Mô hình 2
Tên biến Coef Std.Err t P>t CAP 0.0407 0.0213 1.9100 0.056
_cons 0.0108 0.0092 1.1700 0.240 Đối với mô hình 2, tác giả thực hiện hồi quy mô hình REM vì mô hình này thể hiện các quan sát có sự khác biệt giữa những ngân hàng với nhau Bảng 4.10 cho thấy REM của mô hình 2: Tỷ lệ vốn (CAP), chi phí hoạt động hiệu quả (INEF) và tỷ lệ lạm phát (INF) với ý nghĩa thống kê tại 10%, trong đó tỷ lệ lạm phát (INF) có ý nghĩa thống kê tại 1% và tỷ lệ vốn (CAP), chi phí hoạt động hiệu quả (INEF) với ý nghĩa thống kê tại 5% Các biến còn lại không mang ý nghĩa thống kê
4.7 Ước lượng bằng phương pháp FEM, OLS, REM
Nghiên cứu này tiến hành đánh giá hồi quy nhằm xác định mức độ và hướng ảnh hưởng của các biến độc lập đến biến phụ thuộc, sau khi đã kiểm tra hệ số tương quan để phân tích mối quan hệ giữa các biến trong mô hình Các kỹ thuật như Pooled OLS, FEM và REM được sử dụng, cùng với việc thực hiện các thử nghiệm để lựa chọn phương pháp hồi quy tối ưu nhất.
Bảng 4 11- Ƣớc tính kết quả theo OLS, FEM, REM của Mô hình 1
OLS & FEM FEM & REM OLS & REM
Giá trị P Xác suất > F = 0,00 Xác suất > Chi2 1.000
Bảng 4.10 trình bày kết quả hồi quy và các kiểm định cho mô hình CRI, cho thấy mô hình này phù hợp với mô hình REM và được áp dụng trong phân tích.
Bảng 4 12- Ƣớc lƣợng kết quả theo OLS, FEM, REM của Mô hình 2
NPL Coef Giá trị P Coef Giá trị P Coef Giá trị P
OLS & FEM FEM & REM OLS & REM
Giá trị thống kê F(7,241)=4,03 Chi2(7) = 5,69 Chibar2(01) = 0,00
Giá trị P Xác suất > F = 0,0003 Xác suất > Chi2 = 0,0057 Xác suất > Chibar2 1.000 sig 5% 5% 5%
Phần kết luận Từ chối H0 Từ chối H0 Chấp nhận H0
Bảng 4.11 và 4.12 trình bày kết quả hồi quy và kiểm định, cho thấy mô hình 2 phù hợp với mô hình FEM, từ đó được chọn để tiến hành phân tích.
Từ những kết quả bảng Pools OLS, FEM, REM với mô hình 1 và 2, tác giả so sánh và chọn lựa mô hình nhƣ sau:
F-test đƣợc thực hiện để chọn lựa giữa hai mô hình FEM và OLS với giả thuyết
Không có sự khác biệt giữa các biến hoặc các mốc thời gian khác nhau, điều này có nghĩa là cần chọn đúng khi thực hiện trên nhiều nghiên cứu Kết quả từ hai mô hình với biến CRI và NPL đều cho thấy p-value < 5%, dẫn đến việc không chấp nhận giả thuyết H0, từ đó lựa chọn mô hình FEM là phù hợp.
Thử nghiệm Hausman được sử dụng để xác định mô hình phù hợp cho nghiên cứu giữa REM và FEM, với giả thuyết H0 cho rằng không có mối liên hệ giữa sai lầm đặc trưng và các yếu tố giải thích Kết quả cho thấy mô hình FEM phù hợp hơn với biến phụ thuộc "nợ xấu" khi có giá trị p nhỏ hơn 5% Ngược lại, mô hình REM được chọn cho biến phụ thuộc CRI do giá trị p lớn hơn 5%, xác nhận H0 là chấp nhận được.
Mô hình Pool OLS và REM đã được so sánh thông qua thử nghiệm Breusch và Pagan, cho thấy rằng mô hình REM là lựa chọn phù hợp hơn.
Mô hình 1 cho thấy giá trị p nhỏ hơn 5%, cho thấy việc lựa chọn mô hình OLS là hợp lý Ngược lại, mô hình 2 có giá trị p > 5%, cho phép chấp nhận giả thuyết H0.
Qua kiểm định F, Hausman, Breusch và Pagan, mô hình tác động ngẫu nhiên trong FEM được xác định là phù hợp với mô hình 2 Do đó, mô hình REM được chọn là phù hợp nhất cho phần còn lại của mô hình 2.
Ước lượng mô hình hồi quy bằng phương pháp Pooled OLS, FEM, REM
4.8.1 Kiểm định tự tương quan và phương sai của mô hình 1
Bảng 4 13 Wooldridge test - Kiểm định tự tương quan của mô hình 1
Kiểm định Wooldridge về tự tương quan trong dữ liệu
H 0 : không tồn tại tự tương quan bậc nhất
Bảng 4 14 Kiểm định Wald điều chỉnh - Kiểm định phương sai của mô hình 1
Kiểm định Wald đã sửa đổi cho phương sai thay đổi theo nhóm trong mô hình hồi quy hiệu ứng cố định
H 0 : sigma(i) 2 = sigma2 với mọi i chi2(31) = 8,3e+33 Xác suất>chi2 = 0,0000
Chúng tôi đã thực hiện thử nghiệm Wald sửa đổi trên Mô hình 1 với giả thuyết không rằng không có hiện tượng phương sai thay đổi Kết quả từ Bảng 4.13 cho thấy Prob > chi20,0000 5%, dẫn đến việc chấp nhận H1 và bác bỏ H0, cho thấy tính không đồng nhất trong mô hình Thêm vào đó, kết quả kiểm định Wooldridge chỉ ra rằng mô hình có hiện tượng tự tương quan, được thể hiện qua hệ số Prob>F= 0,0000 < 0,05, mâu thuẫn với giả thuyết Ho về việc không có hiện tượng tự tương quan.
4.8.2 Kiểm định tự tương quan và phương sai của mô hình 2
Bảng 4 15-Wooldridge test - Kiểm định tự tương quan của mô hình 2
Kiểm định Wooldridge về tự tương quan trong dữ liệu bảng
H0: không có tự tương quan bậc nhất
Bảng 4.16 Bảng kiểm định Wald điều chỉnh - Kiểm định phương sai của mô hình 2
Kiểm định Wald đã sửa đổi cho phương sai thay đổi theo nhóm trong mô hình hồi quy hiệu ứng cố định
Kết quả kiểm định Wald đã sửa đổi cho Mô hình 2 cho thấy H0: sigma(i) 2 = sigma 2 với mọi i chi2(31) = 1.4e+06 và xác suất Prob > chi2 = 0,0000, cho thấy bác bỏ H0 và chấp nhận H1, tức là hiện tượng không đồng nhất có thể được mô hình hóa Đồng thời, kiểm định Wooldrige với hệ số Prob > F 0,00000 < 0,05 cũng bác bỏ giả thuyết H0 về việc không có hiện tượng tự tương quan, xác nhận rằng mô hình đã có hiện tượng này.
4 9 Ƣớc lƣợng mô hình hồi quy bằng GLS
Mô hình tác động cố định gặp phải vấn đề biến sai và tự tương quan, do đó nghiên cứu áp dụng phương pháp bình phương nhỏ nhất có điều chỉnh (FGLS) để khắc phục những hiện tượng này trong mô hình.
Bảng 4 17 Ƣớc tính FGLS của Mô hình 1
Tên biến Coef Std.Err t P>t
Lưu ý: Sig *** 0,01 ** 0,05 * 0,1 Bảng 4 18 Ƣớc tính FGLS của Mô hình 2
Tên biến Coef Std.Err t P>t