Các yếu tố tác động đến nợ xấu của ngân hàng thương mại việt nam

GIỚI THIỆU

Lý do nghiên cứu

Hoạt động của các Ngân hàng thương mại (NHTM) nói riêng và hệ thống tài chính nói chung đóng vai trò then chốt trong việc vận hành và duy trì sự ổn định của nền kinh tế ở bất kì quốc gia nào Ngân hàng là tổ chức đặc biệt của nền kinh tế, cung cấp các sản phẩm đặc thù về tiền tệ, triển khai các dịch vụ như tiền gửi, cho vay và thực hiện đầu tư cho các hoạt động kinh tế (Sufian và Habibullah, 2009; Suela, 2013) Một trong các nguồn thu chính của ngân hàng đến từ hoạt động cho vay, tuy nhiên lĩnh vực này phải đối mặt với nhiều loại rủi ro, đáng kể nhất là việc phát sinh các rủi ro tín dụng, việc này làm giảm lợi nhuận của các ngân hàng và đánh dấu sự khởi đầu của các cuộc khủng hoảng (Berger và Deyoung, 1997) Rủi ro tín dụng có thể hiểu là nguy cơ chủ nợ (người cho vay) sẽ bị thua lỗ do con nợ (người vay) không trả nợ đúng hạn hoặc không trả đầy đủ các khoản nợ như đã cam kết Như vậy, bất kỳ đối tượng nào khi cho vay cũng phải đối mặt với rủi ro tín dụng mà họ ít nhiều phải gặp và phải xử lý trong quá trình cho vay, bao gồm cả các NHTM (Perasan và các công sự, 2003) Do hoạt động trong lĩnh vực đặc thù, nên rủi ro tín dụng của các ngân hàng không chỉ xuất phát từ các khoản vay mà còn bao gồm các tổn thất có thể phát sinh do các danh mục đầu tư chứng khoán, các cam kết bảo lãnh và các hợp đồng phái sinh

Về phía ngân hàng, rủi ro tín dụng của ngân hàng là rủi ro cơ bản nhất mà các ngân hàng phải đối mặt do chức năng trung gian tài chính được thực hiện giữa các nhà cung cấp vốn và người có nhu cầu sử dụng vốn Đó là trường hợp các khoản vay của ngân hàng không được trả lại hoặc trả lại một phần, hoặc chứng khoán được dùng làm tài sản thế chấp để đổi lấy khoản nợ bị mất giá trị và không thể đáp ứng khoản nợ chưa trả (Konovalova et al., 2016) Đặc biệt hơn, mặc dù gây ra thiệt hại nhưng các NHTM không thể triệt tiêu rủi ro tín dụng mà chỉ có thể hạn chế, kiểm soát trong mức độ cho phép Do đó, cách các ngân hàng lựa chọn và quản lý rủi ro tín dụng có ý nghĩa quyết định đối với hiệu quả hoạt động trong tương lai của ngân hàng Đằng sau phần lớn các vụ sụp đổ của các ngân hàng là tình trạng mất vốn và khó khăn về thanh khoản do các tổn thất tín dụng gây ra (Santomero, 1997) Do đó, quản lý rủi ro đã trở thành một chức năng không thể thiếu của ngân hàng ngày nay trong các thị trường toàn cầu hóa

Trong hoạt động quản trị, các NHTM thường dùng tỷ lệ nợ xấu để đo lường rủi ro tín dụng, tỷ lệ này được xem là một trong các chỉ tiêu để đánh giá chất lượng tín dụng của NHTM Tỷ lệ nợ xấu cao thể hiện thu nhập hiện tại của cá nhân giảm sút do các khoản dư nợ này không còn mang lại lợi nhuận hoặc lợi nhuận mang lại không đáng kể (Alexandri, 2015) Ở Việt Nam, Nguyễn Thị Mai Huyên và Ngỗ Sỹ Nam (2018) cũng đã sử dụng chỉ tiêu này để đo lường rủi ro tín dụng của các NHTM trong giai đoạn 2015-2016

Nợ xấu là nguyên nhân cơ bản gây mất an toàn vốn cho các NHTM, buộc các ngân hàng phải gia tăng trích lập dự phòng rủi ro, tăng cường các hoạt động thu hồi nợ từ đó gây ra việc tăng chi phí và sụt giảm lợi nhuận, gây ra sự suy yếu tài sản ngân hàng và sự suy giảm trong thu nhập khi các khoản nợ không thu hồi được ngày càng lớn Bên cạnh việc gây ra những tác động tiêu cực về kết quả tài chính, nợ xấu còn ảnh hưởng đến uy tín của bản thân ngân hàng, nếu tình trạng nợ xấu không được cải thiện, sẽ khiến các ngân hàng thương mại gặp nhiều khó khăn trong hoạt động kinh doanh tín dụng của mình hay trong trường hợp xấu nhất là dẫn đến phá sản, điều này gây ảnh hưởng không nhỏ đến toàn hệ thống ngân hàng Ahmed và các cộng sự (2006) cho rằng, mức độ nợ xấu cao trong hệ thống ngân hàng có thể cho thấy tồn tại rủi ro hệ thống, từ đó có thể ảnh hưởng đến lượng tiền gửi và hạn chế hoạt động của các trung gian tài chính, kết quả là sẽ có tác động tiêu cực đến sự tăng trưởng đầu tư và kinh tế Do đó, việc quản lý nợ xấu được coi là hoạt động quan trọng, giúp các ngân hàng xác định nguyên nhân, dự đoán được các tổn thất có thể xảy ra, từ đó đề xuất các biện pháp giảm thiểu thiệt hại do nợ xấu cũng như đưa ra các giải pháp dự phòng tránh nợ xấu lặp lại trong tương lai

Theo nhiều nghiên cứu của các học giả khác nhau đã ghi lại rằng mức nợ xấu có liên quan đến khả năng tổn thất của khu vực ngân hàng và sự xuất hiện khủng hoảng (Calomiris và công sự, 2004; Desmet, 2000; Laeven và Valencia, 2008;

Reinhart và Rogoff, 2011; Salas và Saurina, 2002; Samad, 2012) Một nghiên cứu được thực hiện bởi Salas và Saurina (2002) cho thấy mức nợ xấu lớn gây hại cho tính thanh khoản và lợi nhuận của các tổ chức tín dụng Bên cạnh đó, Reinhart và Rogoff (2011) cho rằng tỷ lệ nợ xấu phản ánh một chỉ số đáng báo động đánh dấu sự khởi đầu của một cuộc suy thoái tài chính Nền kinh tế thế giới nói chung và Việt Nam nói riêng trong thời gian qua chịu nhiều ảnh hưởng của đại dịch Covid-19, xung đột chính trị giữa Nga và Ucraina, cũng như lạm phát đang gia tăng nhanh chóng tại một số quốc gia, báo hiệu cho một thời kì khó khăn, khủng hoảng mới của kinh tế thế giới Do đó, việc quản lý rủi ro tín dụng đã trở thành một trong những mối quan tâm quan trọng nhất đối với các tổ chức tài chính hiện đại Ngoài các nhân tố khách quan về môi trường kinh tế hay các chính sách pháp lý thì nợ xấu còn xuất phát từ các vấn đề chủ quan bên trong của các ngân hàng Chủ yếu xuất phát từ năng lực quản trị rủi ro của các ngân hàng còn hạn chế, một số ngân hàng chưa xây dựng được các công cụ, thước đo nhằm đo lường các rủi ro, dẫn đến việc đánh giá khả năng trả nợ của khách hàng không đúng thực tế cũng như không có khả năng xử lý các vấn đề phát sinh khi xảy ra rủi ro từ thị trường

Số liệu từ NHNN cho thấy xu hướng tăng của nợ xấu trong giai đoạn 2020-

2021 Với tỷ lệ 1,9%, nợ xấu nội bảng năm 2021 tăng 0,21 điểm % so với cùng kỳ năm 2020, con số này chưa tính các khoản nợ bán cho VAMC (2,0%) Trong khi đó, tỷ lệ nợ xấu gộp tăng mạnh từ 5,1% năm 2020 lên mức 7,31% cuối năm 2021, con số này gần tương đương nợ xấu cuối năm 2017 (7,4%) Bên cạnh đó, theo số liệu thống kê tổng hợp 27 ngân hàng có cổ phiếu giao dịch trên sàn chứng khoán Việt Nam của FiinGroup, tổng cho vay khách hàng lũy kế 6 tháng đầu năm 2022 đạt 8,1 triệu tỷ đồng, tăng 11,7% so với đầu năm 2021

Từ ngày 30/6/2022, khi Thông tư 14/2021/TT-NHNN của Ngân hàng Nhà nước Việt Nam về cơ cấu lại nợ, giữ nguyên nhóm nợ, miễn giảm lãi suất cho vay khách hàng bị ảnh hưởng do dịch Covid-19 đã chính thức hết hiệu lực Thêm vào đó, những biến động trên thị trường bất động sản, thị trường trái phiếu doanh nghiệp, xu hướng lãi suất tăng cũng khiến vấn đề nợ xấu được chú ý hơn trong thời gian qua Tính đến hết 30/6/2022, tổng nợ xấu của 27 ngân hàng ghi nhận 120.938 tỷ đồng tăng 20%, riêng nợ xấu nhóm 5 (nợ có khả năng mất vốn) tăng 40% lên hơn 62.316 tỷ đồng, chiếm 51,5% trên tổng nợ xấu Tỷ lệ nợ xấu trong toàn ngành ngân hàng tăng từ 1,84% thời điểm đầu năm lên 2,13%; tỷ lệ bao phủ nợ xấu cũng tăng từ 113% lên 118%

Việc xem xét các yếu tố ảnh hưởng đến nợ xấu của NHTM rất cần thiết trong việc phòng tránh các rủi ro trong tương lai phát sinh từ hoạt động tín dụng, qua đó giúp cho các nhà điều hành và quản lý của các ngân hàng chủ động hơn trong việc khắc phục, điều chỉnh và đưa ra các chính sách phù hợp để làm giảm nợ xấu Ngoài ra, việc phân tích và tìm ra các nguyên nhân dẫn đến nợ xấu còn giúp cho NHNN ban hành nhiều chính sách điều hành kinh tế hiệu quả hơn, đặc biệt là trong giai đoạn tái cấu trúc hệ thống ngân hàng như hiện nay, đây cũng là cơ sở để đánh giá việc tổng kết thực hiện Nghị quyết số 42/2017/QH14 về thí điểm xử lý nợ xấu của các tổ chức tín dụng

Do đó, tôi lựa chọn đề tài “Các yếu tố ảnh hưởng đến nợ xấu của Ngân hàng thương mại tại Việt Nam” để thực hiện nghiên cứu lần này.

Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: Nợ xấu của các NHTM tại Việt Nam

Phạm vi nghiên cứu: Dữ liệu thu thập từ 20 NHTM đang niêm yếu trên thị trường chứng khoán tại Việt Nam, trong giai đoạn từ năm 2010 đến năm 2021.

Mục tiêu và câu hỏi nghiên cứu

1.3.1 Mục tiêu của nghiên cứu

Nghiên cứu có hai mục tiêu chính Đầu tiên kiểm định xem các yếu tố vĩ mô và các đặc điểm cụ thể của các ngân hàng tác động đến rủi ro tín dụng, đại diện bằng chỉ tiêu nợ xấu của NHTM tại Việt Nam như thế nào Tiếp theo, nghiên cứu sẽ bao gồm các khuyến nghị về các biện pháp giảm thiểu rủi ro tín dụng của các NHTM tại Việt Nam dựa trên các bằng chứng thực nghiệm được phân tích

1.3.2 Câu hỏi nghiên cứu Để hướng tới thực hiện mục tiêu nghiên cứu trên, bài nghiên cứu sẽ tập trung phân tích để trả lời những câu hỏi sau đây:

- Các yếu tố vĩ mô và đặc điểm cụ thể nào có tác động đến nợ xấu của ngân hàng?

- Chiều hướng tác động của các yếu tố vĩ mô và đặc điểm cụ thể đến nợ xấu của ngân hàng là gì?

- Hàm ý chính sách nào được đề xuất dựa trên kết quả nghiên cứu?

Phương pháp nghiên cứu

Nghiên cứu này sử dụng phương pháp tiếp cận theo hướng định lượng Tác giả dùng các công cụ bao gồm Microsoft Excel để tổng hợp và phần mềm Stata để phân tích dữ liệu Đồng thời, tác giả sử dụng các phương pháp kiểm định và 4 phương pháp ước lượng hồi quy gồm: Pooled OLS, FEM, REM, GLS để kiểm tra các giả thuyết, khiếm khuyết của mô hình đã xây dựng Qua đó lựa chọn phương pháp phù hợp nhất cho các mô hình là GLS.

Đóng góp của nghiên cứu

Nghiên cứu này đóng góp vào cơ sở các nghiên cứu thực nghiệm như sau: Đầu tiên, đa phần các nghiên cứu trước đây thường tập trung vào các trường hợp của Mỹ hoặc châu Âu, điển hình như Berger và DeYoung (1997), Salas và Sarina (2002), Louzis và cộng sự (2010) hay của Anastasiou và cộng sự (2016) Mặc dù các quốc gia đang phát triển như Việt Nam đã dần trở thành một trong những mắc xích kinh tế quan trọng của khu vực và thế giới nhưng nợ xấu ngân hàng vẫn chưa được nghiên cứu đầy đủ và toàn diện

Thứ hai, đối với các nghiên cứu tại Việt Nam trước đây như của Phan Đình

Khôi và Nguyễn Việt Thành (2017) chỉ thực hiện các phân tích tập trung vào mối tương quan giữa các yếu tố đặc thù của ngân hàng tới nợ xấu.

Cấu trúc của luận văn

Chương 1: Giới thiệu Chương này tác giả đưa ra các nội dung giới thiệu về đề tài nghiên cứu, đặt ra các mục tiêu cụ thể cũng như câu hỏi nghiên cứu Ngoài ra, trong chương này còn sơ lược về phương pháp nghiên cứu cũng như đối tượng và phạm vi nghiên cứu

Chương 2: Cơ sở lý thuyết Trong chương này tác giả trình bày về các cơ sở lý thuyết được dẫn chứng và lược khảo kết quả của các nghiên cứu trước đây về chủ đề tương tự

Chương 3: Phương pháp nghiên cứu Tác giả tập trung trình bày về mô hình kinh tế lượng, các phương pháp ước lượng được thực hiện và nguồn thu thập dữ liệu nghiên cứu

Chương 4: Kết quả nghiên cứu và thảo luận về kết quả nghiên cứu Chương này trình bày về các kết quả hồi quy, giải thích về sự tương quan và chiều hướng tác động của các biến độc lập đến biến phụ thuộc

Chương 5: Kết luận và hàm ý chính sách.

CƠ SỞ LÝ THUYẾT

Cơ sở lý thuyết

2.1.1 Quản trị rủi ro tín dụng trong NHTM

Quản lý rủi ro trong ngân hàng về cơ bản là tạo ra một hệ thống có thể đáp ứng nhu cầu ngày càng tăng và đa dạng của thị trường bằng các biện pháp giúp tối ưu hóa hoạt động tài chính, để tăng khả năng sinh lời và lợi nhuận của ngân hàng Khi rủi ro trong lĩnh vực ngân hàng không được kiểm soát có thể gây ra khủng hoảng ngân hàng, ngoại hối và thanh khoản ở cấp độ vi mô, cũng như khủng hoảng tài chính có thể ảnh hưởng đến toàn thế giới ở cấp độ vĩ mô (Rose P, 2002)

Quản trị rủi ro tín dụng là một khái niệm được đề cập trong nhiều nghiên cứu về quản trị ngân hàng thương mại Ủy ban giám sát ngân hàng Basel định nghĩa quản trị rủi ro tín dụng là việc thực hiện các biện pháp để tối đa hóa tỷ suất sinh lời điều chỉnh theo rủi ro tín dụng bằng cách duy trì số dư tín dụng trong phạm vi các tham số cho phép Theo Rose P (2002) thì quản trị rủi ro tín dụng được hiểu là việc các nhà quản trị sử dụng các nghiệp vụ của ngân hàng để hạn chế khả năng xảy ra tổn thất trong hoạt động tín dụng của tổ chức tín dụng do khách hàng không thực hiện hoặc không có khả năng thực hiện của mình theo cam kết Dựa vào các khái niệm trên có thể hiểu quản trị rủi ro tín dụng là tất cả các hoạt động của ngân hàng nhằm kiểm soát chúng ở mức độ cho phép và hạn chế thiệt hại xảy ra khi khách hàng không trả được nợ theo thảo thuận

2.1.2 Khái niệm về nợ xấu

Nợ xấu (Non-performing Loans - NPL) là một trong các chỉ tiêu dùng để đo lường rủi ro tín dụng của các ngân hàng, đây là những khoản vay mà các tổ chức tài chính coi là có nguy cơ mất tiền do các người vay không trả được nợ

Nợ xấu có thể phát sinh từ các yếu tố bên trong và bên ngoài Yếu tố bên trong là những yếu tố phụ thuộc vào hoạt động quản lý của ngân hàng và khách hàng, cụ thể như hoạt động cho khách hàng vay vốn, khả năng cạnh tranh trong hoạt động sản xuất kinh doanh của khách hàng hay khả năng phân tích tín dụng của ngân hàng, các quy trình quản lý rủi ro tín dụng Mặt khác, các yếu tố bên ngoài là những yếu tố rủi ro mà sự xuất hiện của chúng nằm ngoài tầm kiểm soát của ngân hàng hoặc khách hàng Điển hình như những thay đổi về chính sách, sự phát triển công nghệ hoặc những cú sốc kinh tế vĩ mô là những ví dụ về các yếu tố ngoại sinh

Nợ xấu được chia thành ba loại: nợ dưới chuẩn chuẩn, nghi ngờ và xấu Nợ xấu ảnh hưởng tiêu cực đến khả năng ngân hàng đạt được các mục tiêu của mình (Duffie và Singleton, 2012) Tại Việt Nam, Ngân hàng Nhà nước (NHNN) có các quy định về nợ xấu tại điều 3 của Thông tư 02/2013/TT-NHNN ngày 21/01/2013 là nợ thuộc các nhóm 3, 4 và 5 Cụ thể hơn, tại điều 10 và 11 của Thông tư này quy định các khoản cho vay được coi là nợ xấu khi đã quá hạn trả nợ gốc và lãi từ 90 ngày trở lên

Theo ngân hàng Trung ương Châu Âu (ECB), nợ xấu trong các NHTM bao gồm nợ không thể thu hồi được, là những khoản nợ đã hết hiệu lực hoặc những khoản nợ không có căn cứ đòi bồi thường từ nợ; những khoản nợ mà khách hàng chấm dứt hoạt động kinh doanh, thanh lý tài sản hoặc kinh doanh bị thua lỗ và tài sản còn lại không đủ để trả nợ Hay nợ có thể thu nhưng không thanh toán đầy đủ cho ngân hàng là những khoản nợ không có tài sản thế chấp hoặc có tài sản thế chấp nhưng không đủ để trả nợ

Tại cuộc họp của Quỹ tiền tệ Quốc tế (IMF) lần thứ 18 vào năm 2005 cho rằng nợ xấu bao gồm: Một khoản cho vay được coi là không sinh lời (nợ xấu) khi tính thanh toán lãi và/hoặc tính gốc đã quá hạn từ 90 ngày trở lên, hoặc các khoản thanh toán lãi đến 90 ngày hoặc hơn đã được tái cơ cấu hay gia hạn nợ, hoặc các khoản thanh toán dưới 90 ngày nhưng có các nguyên nhân nghi ngờ việc trả nợ sẽ được thực hiện đầy đủ Theo IMF, về cơ bản nợ xấu được định nghĩa dựa trên hai yếu tố: (i): quá hạn trên 90 ngày, hoặc (ii:) khả năng trả nợ bị nghi ngờ Với quan điểm này, nợ xấu được tiếp cận dựa trên thời gian quá hạn trả nợ và khả năng trả nợ của khách hàng

Một ý kiến khác của Rottke và Gentgen (2008) cho rằng các khoản vay có rủi ro cần được phân loại theo 2 nhóm, bao gồm: các khoản vay không trả được nợ hơn

90 ngày; và nhóm còn lại là các khoản vay có giá trị thấp Bexley và Nenninger

(2012) cũng đồng tình với với Rottke và Gentgen (2008) khi kết luận rằng những khoản vay trễ hạn 90 ngày trở lên theo tiền gốc và/hoặc lãi suất đáo hạn và được xem là nợ xấu trong danh mục của ngân hàng, ngoài ra, Zorana Agic và Zoran Jeremic, 2018 cũng ủng hộ các quan điểm trên

Theo nghiên cứu của Nguyễn Thị Hồng Vinh (2017) thì phương pháp để đánh giá khả năng trả nợ của khách hàng thường là phương pháp phân tích dòng tiền tương lai chiết khấu hoặc xếp hạng khoản vay của khách hàng Hệ thống này được coi là chính xác về mặt lý thuyết, nhưng khi áp dụng thực tế lại gặp nhiều khó khăn Ủy ban Chuẩn mực kế toán quốc tế (IAS) đề cập đến các khoản nợ bị giảm giá trị, theo IAS 39 (đoạn 58 - 70) cho rằng cần có bằng chứng khách quan để xếp vào danh mục khoản vay bị giảm giá trị và khuyến khích áp dụng ở một số nước phát triển vào năm 2005 Nếu nợ bị giảm giá trị thì sẽ ghi giảm giá trị tài sản vì những tổn thất do nợ xấu gây ra Tuy nhiên, IAS 39 cũng đề cập đến khả năng trả nợ của các khoản vay không kể thời gian quá hạn chưa tới 90 ngày hoặc chưa quá hạn

Bên cạnh đó, nhóm chuyên gia tư vấn của Liên Hiệp Quốc (AEG), cho rằng:

“Nợ xấu được xác định là nợ quá hạn trên 90 ngày và nghi ngờ khả năng trả nợ”

Vì vậy, nợ xấu được định nghĩa là khoản vay quá hạn thanh toán gốc và/hoặc lãi trên 90 ngày; hoặc các khoản lãi chưa được trả từ 90 ngày trở lên đã được nhập vào gốc, tái cấp vốn hoặc trả chậm theo thỏa thuận; hoặc các khoản phải thanh toán đã quá hạn dưới 90 ngày nhưng có lý do chắc chắn để nghi ngờ về khả năng khoản vay sẽ được trả nợ đầy đủ (Nguyễn Thị Hồng Vinh, 2017)

Phân loại nợ là quá trình ngân hàng theo dõi các khoản cho vay của mình một cách thường xuyên để đưa chúng vào các nhóm khác nhau dựa trên khả năng trả nợ và thời hạn của khoản cho vay đó Việc thường xuyên xem xét và phân loại nợ giúp cho ngân hàng có thể kiểm soát tốt chất lượng tín dụng

Phân loại nợ xấu được chia thành hai loại với nội dung như sau:

2.1.3.1 Theo thời gian nợ quá hạn và khả năng thu hồi nợ

Các quốc gia có có các tổ chức tài chính kinh tế khác nhau đều có cách phân loại nợ khác nhau Tuy nhiên, việc phân loại nợ xấu trong hoạt động tín dụng thường được thực hiện dựa trên đánh giá về thời gian quá hạn và khả năng thu hồi khoản tín dụng đã được cấp Ngân hàng Nhà nước Việt Nam định nghĩa nợ xấu dựa trên thời gian quá hạn của các khoản nợ là những khoản nợ được phân loại vào nhóm 3 (Nợ dưới tiêu chuẩn), nhóm 4 (Nợ nghi ngờ) và nhóm 5 (Nợ có khả năng mất vốn), trong đó:

- Nhóm 3: thời gian quá hạn từ 91 - 180 ngày; nợ gia hạn lần đầu; nợ được miễn hoặc giảm lãi do khách hàng không đủ khả năng trả lãi đầy đủ theo hợp đồng tín dụng

- Nhóm 4: thời gian quá hạn từ 181 - 360 ngày; nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn dưới 90 ngày theo thời hạn trả nợ được cơ cấu lại lần đầu; nợ cơ cấu lại thời hạn trả nợ lần thứ hai; nợ phải thu hồi theo kết luận thanh tra đã quá hạn thu hồi đến 60 ngày mà vẫn chưa thu hồi được”

THIẾT KẾ NGHIÊN CỨU

Dữ liệu nghiên cứu

Đối với các dữ liệu đặc thù của ngân hàng: Nghiên cứu này thu thập dữ liệu từ báo cáo tài chính của 20 NHTM trên tổng số 27 NHTM đang niêm yết tại Việt Nam (bao gồm ACB, BAB, BID, CTG, EIB, HDB, KLB, LPB, MBB, MSB, NAB, NVB, PGB, SGB, SHB, STB, TCB, TPB, VCB, VPB) trong khoảng thời gian từ năm

Lý do tác giả chỉ sử dụng số liệu từ 20 ngân hàng kể trên trong giai đoạn nghiên cứu vì các ngân hàng này công bố đủ dữ liệu mà tác giả cần thu thập, có thể phục vụ cho các phân tích của bài Các ngân hàng được lựa chọn có những tiêu chí đáp ứng được các yêu cầu đưa ra và quan trọng là còn tồn tại và hoạt động cho tới thời điểm thực hiện nghiên cứu

Các ngân hàng còn lại không được sử dụng trong luận văn này bao gồm: ABB, BVB, OCB, SSB, VAB, VBB, VIB, nguyên nhân là do các ngân hàng trên không công bố đầy đủ dữ liệu mà bài viết cần trong khoảng thời gian thu thập dữ liệu.

Thu thập dữ liệu

Thông tin các yếu tố ảnh hưởng nợ xấu của các NHTM tại Việt Nam được phân thành hai loại gồm: nhóm yếu tố vĩ mô (tốc độ tăng trưởng GDP, tỷ lạm phát, nợ công, tỷ lệ thất nghiệp) sẽ được thu thập từ Ngân hàng thế giới (Worldbank) và Tổng cục thống kê (GSO)

Nhóm yếu tố đặc thù của ngành ngân hàng (quy mô ngân hàng, tỷ lệ an toàn vốn, hiệu quả hoạt động, tăng trưởng tín dụng, chi phí hoạt động, tỷ lệ vốn chủ sở hữu) được tổng hợp từ báo cáo tài chính đăng tải trên website của các ngân hàng và hệ thống cơ sở dữ liệu Fiinpro.

Mô hình nghiên cứu

Luận văn này tham khảo mô hình nghiên cứu thực nghiệm của Naili và Lahrichi (2022) làm nền tảng, xem xét các yếu tố vĩ mô và yếu tố vi mô nào có tác động đến nợ xấu của ngân hàng Qua đó, tác giả đề xuất mô hình nghiên cứu có dạng phương trình hồi quy tuyến tính đa biến như sau:

Mô hình 1: Xem xét tác động của các yếu tố đặc thù

NPL i,t = β 0 + β 1 SIZE i,t + β 2 CAR i,t + β 3 ROE i,t + β 4 GROWTH i,t + β 5 INEFF i,t + β 6 CAP t + 𝛆 𝐢,𝐭

Mô hình 2: Xem xét thêm các yếu tố vĩ mô

NPL i,t = β 0 + β 1 SIZE i,t + β 2 CAR i,t + β 3 ROE i,t + β 4 GROWTH i,t + β 5 INEFF i,t

+ β 6 CAP t + β 7 GDP t + β 8 INF t + β 9 DEBT t + β 10 UNEM t + 𝛆 𝐢,𝐭

- i = 1, 2, 3, …,N: đại diện cho các NHTM được lựa chọn (20 ngân hàng)

- t = 1, 2, 3, …, N: là các năm nghiên cứu (giai đoạn 2010 - 2021)

- β1, …, β10: hệ số góc của các biến độc lập

- ε i,t : là phần dư thống kê

Nợ xấu (NPL i,t ) là biến đại diện cho tỷ lệ nợ xấu của ngân hàng i trong năm t

Tác giả lựa chọn các tiêu chí định lượng để thu thập và tính toán chỉ tiêu nợ xấu của các NHTM trong bài nghiên cứu lần này, cụ thể cách tính:

Tỷ lệ nợ xấu = Nợ nhóm 3 + Nợ nhóm 4 + Nợ nhóm 5

Các nhóm nợ xấu được NHNN quy định tại điều 10, 11 của Thông tư 02/2013/TT-NHNN ngày 21/01/2013

Biến độc lập là các biến quyết định yếu tố tác động đến biến phụ thuộc, tức nợ xấu của các NHTM Các biến độc lập được sử dụng trong mô hình nghiên cứu của luận văn này nhằm ước lượng giá trị biến phụ thuộc, dựa vào các nghiên cứu trước cùng với mối quan hệ giữa các yếu tố và nợ xấu của NHTM theo các dẫn chứng của cơ sở lý thuyết nêu trên, bao gồm:

Quy mô ngân hàng (SIZE i,t ): Tùy theo mục đích nghiên cứu mà các tác giả sử dụng phương pháp đo lường quy mô khác nhau, biến SIZE có thể được tính theo số lượng nhân viên trong 1 ngân hàng hoặc dựa tính theo giá trị tổng tài sản của ngân hàng đó Hầu hết các nghiên cứu thực nghiệm trước đây các tác giả đều sử dụng cơ số logarit của tổng tài sản để đo lường giá trị quy mô của ngân hàng (Ahmad và cộng sự, 2012) Do đó, nghiên cứu này kế thừa phương pháp đo lường SIZE bằng logarit của tổng tài sản của ngân hàng i trong năm t để dẫn chứng mối quan hệ giữa quy mô ngân hàng và nợ xấu

Khi nghiên cứu biến quy mô ngân hàng có nhiều ý kiến khác nhau của các chuyên gia kinh tế về nhận định về chiều hướng ảnh hưởng đến nợ xấu của các ngân hàng Vicente Salas và Jesus Saurina (2002) đã chỉ ra rằng SIZE có mối quan hệ ngược chiều với NPL Tuy nhiên, không phải lúc nào biến này cũng có ý nghĩa thống kê khi thực hiện kiểm chứng việc tác động tới nợ xấu của ngân hàng Jimenez và Saurina (2006) thực hiện nghiên cứu các ngân hàng Tây Ban Nha trong giai đoạn 1984-2002 đã không tìm thấy tác động của SIZE; hay Foos và cộng sự (2010) cũng không chứng minh được sự tồn tại của mối tương quan này Trong luận văn này, tác giả sẽ phân tích để kiểm định giả thuyết như sau:

H1: Quy mô ngân hàng có mối quan hệ cùng chiều với nợ xấu

Tỷ lệ an toàn vốn (CAR i,t ): là thước đo vốn khả dụng của ngân hàng được biểu thị bằng tỷ lệ phần trăm rủi ro tín dụng của ngân hàng dùng để đo lường đánh giá khả năng hấp thụ tổn thất của ngân hàng Tỷ lệ an toàn vốn của ngân hàng i trong năm t cho thấy sức mạnh nội tại của ngân hàng chịu đựng các khoản lỗ trong thời kỳ khủng hoảng Tỷ lệ an toàn vốn càng cao thì sức mạnh nội tại của ngân hàng sẽ càng lớn, đảm bảo hoạt động của ngân hàng diễn ra thông suốt, qua đó bảo vệ lợi ích cho các cổ đông, nhà đầu tư và người gửi tiền, luận văn trình bày giả thuyết Có nhiều kết luận cho rằng tỷ lệ an toàn vốn có tác động đến nợ xấu, tuy nhiên quan điểm của các học giả vẫn còn nhiều đối lập như Berger và Deyoung (1997); Keeton và Morris (1987) cho rằng các ngân hàng có tỷ lệ an toàn vốn thấp sẽ có nhiều khả năng chấp nhận rủi ro trong trường hợp đổ vỡ Còn Ghosh (2017) khi thực hiện kiểm chứng một mẫu các ngân hàng thương mại Hoa Kỳ kéo dài trong khoảng thời gian từ năm 1992 đến năm 2016, ghi nhận rằng các khoản lỗ cho vay thường trùng khớp với mức an toàn vốn cao Để xác nhận hoặc bác bỏ bằng chứng thực nghiệm trước đó, luận văn này đưa ra giả thuyết sau:

H2: Tỷ lệ an toàn vốn có mối quan hệ ngược chiều với nợ xấu

Hiệu quả hoạt động (ROE i,t ): được tính bằng lợi nhuận sau thuế trên vốn chủ sở hữu của ngân hàng i trong năm t, phản ảnh khả năng quản lý điều hành các hoạt động, và sửa dụng vốn để đầu tư tài chính để tạo ra lợi nhuận cho ngân hàng Hassan và Bashir (2003) cho rằng, lợi nhuận của ngân hàng được đo bằng ROE là thích hợp nhất, vì nó thể hiện thước đo về khả năng tạo ra lợi nhuận trên tài sản của ngân hàng Tỷ lệ này thể hiện nếu NHTM nâng cao hiệu quả hoạt động kinh doanh thì sẽ tạo ra nhiều lợi nhuận, hay nói cách khác, cứ một đồng tài sản được sử dụng trong quá trình kinh doanh sẽ tạo ra bao nhiêu đồng lợi nhuận Dựa trên bằng chứng thực nghiệm của một số tác giả Messai và Jouini (2013) hay của Agic và Jeremic (2018) cho thấy, có mối tương quan ngược dấu giữa ROE và nợ xấu Chiều hướng tác động này cũng được tác giả Nguyễn Thị Hồng Vinh (2015) chứng minh khi thực hiện phân tích các NHTM tại Việt Nam giai đoạn 2007 - 2014

Do đó, luận văn trình bày giả thuyết:

H3: Hiệu quả hoạt động có mối quan hệ ngược chiều với nợ xấu

Tăng trưởng tín dụng (GROWTH i,t ): là tỷ lệ tăng trưởng dư nợ của ngân hàng i so sánh giữa t và năm t-1 Dựa theo quy định của Ủy ban Basel về cách tính rủi ro tín dụng mong đợi, nếu ngân hàng có nhiều khoản vay tốt giúp tăng trưởng hoạt động, tức các khoản vay có hệ số rủi ro thấp, thì rủi ro phát sinh nợ xấu của ngân hàng này sẽ có xu hướng giảm Còn Keeton (1999) đã lập luận rằng việc tăng trưởng tín dụng có thể làm tăng hoặc giảm nợ xấu, điều này phụ thuộc vào nguyên do của sự tăng trưởng tín dụng Nhưng không phải mọi nghiên cứu đều chỉ ra rằng

GROWTH sẽ làm tăng NPL, khi mà tăng trưởng tín dụng có thể làm giảm rủi ro phát sinh nợ xấu Trường hợp các ngân hàng không phát triển việc cho vay bằng cách tăng nguồn cung tín dụng, mà phát triển từ nhu cầu vay của khách hàng gia tăng, hoặc xuất phát từ việc sản xuất kinh doanh của thị trường phát triển tốt Khi người đi vay muốn gia tăng tỷ trọng vốn vay trong tổng nguồn vốn thì có thể xảy ra tăng nhu cầu tín dụng Trước tình hình khách hàng có nhu cầu vay tăng cao, các NHTM thường phải huy động vốn với giá cao và sẽ tăng lãi suất cho vay hoặc siết chặt các điều kiện trong quá trình xét duyệt tín dụng, do đó có thể giảm thiểu rủi ro phát sinh nợ xấu Trong luận văn này, tác giả trình bày giả thuyết như sau:

H4: Tăng trưởng tín dụng có mối quan hệ cùng chiều với nợ xấu

Chi phí hoạt động (INEFF i,t ): Nhiều tài liệu đã cố gắng giải quyết mối liên hệ giữa sự kém hiệu quả của ngân hàng và rủi ro tín dụng của ngân hàng Berger và Deyoung (1997) đã phân tích các ngân hàng tại Mỹ trong khoảng thời gian từ 1985-

1994 và đưa ra giả thuyết quản lý yếu kém về chi phí Cho thấy rằng do kỹ năng quản lý kém của các nhà quản lý ngân hàng, các ngân hàng hoạt động với tỷ lệ chi phí trên doanh thu hoạt động cao phải gánh chịu mức nợ xấu cao, thông qua việc đánh giá tài sản thế chấp không đầy đủ, chấm điểm tín dụng kém và giám sát người vay thấp Giả thuyết này đã được xác nhận thêm bởi Hess và cộng sự (2009) Mối liên hệ giữa INEFF của ngân hàng và nợ xấu được giải thích thêm bằng giả thuyết kém may mắn, chỉ ra rằng các sự kiện không lường trước được như suy thoái kinh tế dẫn đến nợ xấu gia tăng Trong những cuộc khủng hoảng kinh tế này, các nỗ lực quản lý được tăng gấp đôi dẫn đến chi phí hoạt động tăng thêm, do đó, ảnh hưởng đến hiệu quả chi phí của ngân hàng (Berger và Deyoung, 1997) Vì vậy, nghiên cứu này cũng mong đợi một mối quan hệ thuận chiều giữa rủi ro tín dụng và INEFF

H5: Chi phí hoạt động chi phí có quan hệ cùng chiều với nợ xấu

Tỷ lệ vốn chủ sở hữu (CAPi,t): được đo lường bằng hệ số giữa vốn chủ sở hữu trên tổng tài sản của ngân hàng i trong năm t Ở nước ngoài, đã có nhiều nghiên cứu thực nghiệm chỉ ra răng có sự tác động của CAP với nợ xấu, như các nghiên cứu của Berger và DeYoung (1997), của Salas và Saurina (2002), hay của Makri và cộng sự (2014) Ở Việt Nam, Nguyễn Thị Hồng Vinh (2015), Bùi Duy Tùng và Đặng Thị Bạch Vân (2015) cũng đồng tình với các quan điểm trên khi chứng minh rằng có mối quan hệ tương quan giữa tỷ lệ vốn chủ sở hữu và nợ xấu Khi các ngân hàng gia tăng vốn điều lệ, đồng nghĩa với việc có nhiều cơ hội tăng trưởng cho vay tín dụng; tuy nhiên, với tiềm lực nguồn tài chính mạnh và có tính thanh khoản cao, quy mô các NHTM lúc này cũng lớn hơn Đồng thời, các ngân hàng xây dựng cho mình hệ thống quản lý chặt chẽ, quy trình xử lý đầy đủ, chi tiết cho từng nhóm khách hàng và mục đích vay, kết hợp với sự quản lý điều hành hiệu quả của ban lãnh đạo có thể hạn chế được rủi ro xảy đến vốn chủ sở hữu của các NHTM trong tương lai Vì vậy, luận văn trình bày giả thuyết như sau:

H6: Tỷ lệ vốn chủ sở hữu trên tổng tài sản có mối quan hệ ngược chiều với nợ xấu

Tốc độ tăng trưởng GDP (GDP t ): chỉ tiêu này được dùng để đo lường tốc độ tăng trưởng kinh tế tại thời điểm t của một quốc gia Hầu hết các nghiên cứu thực nghiệm trước đây của các tác giả như: Salas và Saurina (2002), Saba và cộng sự

(2012), Louzis và cộng sự (2010) đều cho thấy GDP có mối quan hệ ngược chiều với NPL Có thể hiểu rằng, khi nền kinh tế tăng trưởng tốt sẽ tạo cơ hội cho người dân có việc làm và tăng thu nhập, góp phần nâng cao chất lượng cuộc sống và khả năng trả nợ của người đi vay, làm giảm nợ xấu và ngược lại Vì vậy, giải thuyết được trình bày như sau:

H7: Tốc độ tăng trưởng kinh tế có mối quan hệ ngược chiều với nợ xấu

Tỷ lệ lạm phát (INF t ): là biến đo lường tỷ lệ tăng hoặc giảm của chỉ số giá tiêu dùng (CPI) bình quân tại thời điểm t của một nước Tỷ lệ lạm phát cao sẽ làm suy giảm tốc độ tăng trưởng kinh tế, làm tăng tỷ lệ thất nghiệp và ảnh hưởng đến khả năng thu nhập của người đi vay, khiến cho các nhà hoạch định chính sách phải thực hiện các biện pháp thắt chặt tiền tệ, dẫn tới lãi suất cho vay của ngân hàng sẽ tăng lên khi lãi suất huy động tăng Do đó, người đi vay phải đối mặt với những khó khăn trong việc trả nợ cho ngân hàng, làm gia tăng nợ xấu Dựa vào đó, luận văn đặt ra giả thuyết là:

H8: Tỷ lệ lạm phát có mối quan hệ cùng chiều với nợ xấu

Phương pháp nghiên cứu

Nghiên cứu này sử dụng phương pháp tiếp cận theo hướng định lượng Tác giả dùng các công cụ bao gồm excel và phần mềm Stata để thực hiện tổng hợp, phân tích dữ liệu và thực hiện hồi quy các mô hình nhằm kiểm định các giả thuyết đã đặt ra Các bước thực hiện được tiến hành như sau:

Trước tiên, tác giả thu thập dữ liệu báo cáo từ 27 NHTM trong khoảng thời gian từ năm 2010 đến năm 2021 Tiếp theo tiến hành thống kê số liệu và chọn lọc số liệu trên phần mềm excel, đảm bảo các NHTM được chọn vẫn còn tồn tại và có đầy đủ dữ liệu trong giai đoạn nghiên cứu Sau đó, tác giả loại bỏ các NHTM không đạt tiêu chuẩn đã đề ra, loại bỏ NHTM không có đủ thông tin trong giai đoạn thực hiện nghiên cứu và các NHTM có dữ liệu dị biệt so với tổng thể

Sau khi đã thu thập dữ liệu xong, tác giả tiến hành sắp xếp dữ liệu theo bảng, do dữ liệu của nhiều đối tượng được thu thập trong nhiều thời điểm khác nhau, nên việc lựa chọn sắp xếp theo dạng dữ liệu bảng sẽ có nhiều ưu thế cho việc phân tích Đây là dạng sắp xếp dữ liệu kết hợp giữa dữ liệu chéo và chuỗi thời gian, cho phép tác giả thực hiện phân tích trên dữ liệu lớn, cho ra kết quả ước lượng của các tham số đáng tin cậy Việc sử dụng dữ liệu bảng cũng có thể giúp phát hiện và đo lường một số tác động mà sử dụng dữ liệu chéo hoặc chuỗi thời gian, khó có thể thực hiện được

Bước tiếp theo, tác giả thực hiện chuyển dữ liệu đã được tập hợp từ excel vào phần mềm Stata và thực hiện các bước phân tích và kiểm định như sau:

Thống kê mô tả được sử dụng để mô tả những đặc điểm cơ bản của dữ liệu thu thập được từ nghiên cứu thực nghiệm Mục đích nhằm xác định ảnh hưởng của những khác biệt giữa các biến độc lập và biến kiểm soát Từ đó có một cái nhìn sơ bộ về các nhân tố ảnh hưởng trong mô hình Trong luận văn này, tác giả sẽ thống kê các đặc điểm của mẫu bao gồm: Số lượng quan sát, giá trị trung bình của biến (mean), độ lệch chuẩn (sd), giá trị lớn nhất (max), giá trị nhỏ nhất (min) của các biến

3.4.2 Kiểm tra hệ số tương quan và hiện tượng đa cộng tuyến

Sẽ xuất hiện sự tồn tại của nhiều mối quan hệ qua lại giữa các biến trong 1 mô hình có nhiều biến, đặc biệt mối quan hệ là giữa các biến độc lập với nhau, còn gọi là hiện tượng tự tương quan Nếu mô hình có tự tương quan cao sẽ ảnh hưởng đến kết quả hồi quy đối với biến phụ thuộc Do vậy cần kiểm tra mức độ tương quan giữa các biến độc lập, từ đó tìm ra hệ số tương quan để loại biến không phù hợp trong mô hình Các tiêu chuẩn cụ thể về hệ số tương quan như sau:

- Trường hợp giá trị tuyệt đối của hệ số tương quan < 0,5, điều này cho thấy giữa các biến độc lập có hiện tương tương quan thấp, khó hiện tượng đa cộng tuyến

- Trường hợp giá trị tuyệt đối của hệ số tương quan hệ số tương quan ≥ 0,5; điều này cho thấy giữa các biến độc lập có hiện tương tương quan cao, dễ xảy ra hiện tượng đa cộng tuyến

- Trường hợp hệ số tương quan ≥ 0,8, cho thấy giữa các biến độc lập có sự tương quan rất cao, khi đó mô hình chắc chắn sẽ xảy ra hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)

Khi đã xác định được mức độ tương quan giữa các biến độc lập, nghiên cứu tiếp tục thực hiện kiểm định đa cộng tuyến bằng hệ số VIF, nếu giá trị tuyệt đối của hệ số VIF > 10, thì có mô hình hồi quy có khả năng xảy ra đa cộng tuyến rất lớn (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)

Khi đó, cần thiết xử lý hiện tượng đa cộng tuyến hoặc có thể loại bỏ các biến không phù hợp để tránh tình trạng này

3.4.3 Hồi quy dữ liệu bảng

Thông thường, khi thực hiện hồi quy dữ liệu dạng bảng, có 03 phương pháp phân tích thường được sử dụng là phương pháp hồi quy OLS gộp (Pooled OLS), mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) Đây là các phương pháp truyền thống trong phân tích dữ liệu bảng, được sử dụng hầu hết trong nghiên cứu Do đó tác giả cũng sẽ sử dụng 3 phương pháp này để ước lượng phân tích tác động của tài sản vô hình đến giá trị doanh nghiệp

3.4.3.1 Mô hình hồi quy Pool theo phương pháp bình quân tối thiểu (Pooled Ordinary Least Square, Pooled OLS)

Phương pháp này thể hiện mối quan hệ giữa biến phụ thuộc và biến độc lập, tuy nhiên dễ xảy ra hiện tượng tự tương quan giữa các chuỗi dữ liệu khi thực hiện, đồng thời có khuyết điểm là bỏ qua các đặc tính về không gian và thời gian của chuỗi dữ liệu bảng

Sử dụng phương pháp Pooled OLS được xem là cách đơn giản nhất khi thực hiện hồi quy dữ liệu bảng, bỏ qua các yếu tố về không gian và thời gian của dữ liệu, chỉ thực hiện ước lượng OLS thông thường Phương pháp này được thực hiện với giả định tất cả các hệ số độ dốc và tung độ gốc đều không đổi theo thời gian và không gian Điều này đồng nghĩa với việc xếp chồng lên nhau các quan sát của từng đơn vị chéo Các mô hình được hồi quy theo phương pháp này có thể bóp méo giữa biến phụ thuộc và các biến giải thích

3.4.3.2 Mô hình hồi quy các ảnh hưởng cố định (Fixed Effects Model, FEM)

Mô hình hồi quy các ảnh hưởng cố định dùng để phân tích các chuỗi dữ liệu theo đơn vị không gian Nghĩa là giá trị tung độ gốc sẽ thay đổi theo từng đối tượng trong tập dữ liệu, còn hệ số độ dốc được xem như là không thay đổi đối với các đối tượng

Trường hợp xét dữ liệu bảng bao gồm N - đối tượng và T - thời điểm, chúng ta sẽ có số lượng NxT quan sát khác nhau Mô hình hồi quy tác động cố định, là sự mở rộng của mô hình hồi quy tuyến tính truyền thống, được minh họa qua phương trình:

- uit = vi + ei Là sai số của mô hình hồi quy truyền thống, bao gồm;

- vi là các yếu tố khác nhau, không quan sát được giữa các đối tượng nhưng cố định theo thời gian;

- ei là những yếu tố không quan sát được, có sự khác nhau giữa các đối tượng và thay đổi theo thời gian

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Kết quả nghiên cứu

4.1.1 Phân tích thống kê mô tả

Tác giả sử dụng phương pháp thống kê mô tả để khái quát về đặc điểm dữ liệu trong luận văn, giúp hiểu rõ hơn về tình hình và thực trạng của các ngân hàng trong khoảng thời gian từ năm 2010 đến năm 2021 Sử dụng phương pháp thống kê mô tả có thể chỉ ra được các đặc tính cơ bản của dữ liệu và cho người đọc có cái nhìn sơ bộ ban đầu về tập dữ liệu đã thu thập trong trong mẫu nghiên cứu này, thông qua các chỉ số thống kê như: Giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất của mẫu nghiên cứu theo từng biến, được thể hiện chi tiết như sau:

Bảng 4.1: Tổng hợp mô tả các biến nghiên cứu

Trung bình (Mean) Độ lệch chuẩn (Std.Dev)

Giá trị tối thiểu (Min)

Giá trị tối đa (Max)

Nguồn: Tác giả tự tổng hợp

Bảng 4.2: Thống kê mô tả các biến theo thời gian

Năm NPL SIZE CAR ROE GROWTH INEFF CAP GDP INF DEBT UNEM

Nguồn: Tác giả tự tổng hợp

Bảng 4.1 thể hiện thống kê mô tả các biến được thực hiện trên 240 quan sát, bao gồm 20 ngân hàng TMCP trong khoảng thời gian là 12 năm (từ năm 2010 đến năm 2021) Trong đó:

Nợ xấu (NPL): có giá trị trung bình là 2%; độ lệch chuẩn là 1,23% cho thấy khoảng cách giữa giá trị trung bình so với độ lệch chuẩn nhỏ Giá trị nhỏ nhất của NPL là 0,02% thuộc về Ngân hàng TMCP Tiên Phong, mã chứng khoán TPB Đối tượng có NPL lớn nhất là Ngân hàng TMCP Sài Gòn - Hà Nội, mã chứng khoán SHB với giá trị là 8,81%

Thống kê mô tả theo thời gian ở bảng 4.2 cho thấy NPL năm 2012 là cao nhất, có giá trị là 3,26%, giá trị NPL thấp nhất là 1,4% vào năm 2010 Trong đó, NPL của các năm 2011, 2012, 2013, 2014 lần lượt đạt các giá trị là 2,11%, 3,26%, 2,71%, 2,17% cao hơn nợ xấu trung bình ngành giai đoạn 2010 - 2021 Điều này cho thấy giai đoạn khó khăn của thị trường từ năm 2011 đến năm 2014 sẽ có nhiều tác động đến hoạt động kinh doanh của các ngân hàng, dẫn tới xu hướng biến động tăng mạnh chỉ tiêu NPL

Quy mô ngân hàng (SIZE): có giá trị trung bình là 11,8021 và độ lệch chuẩn là 121,74% giá trị nhỏ nhất đạt 9,4397 thuộc về Ngân hàng TMCP Kiên Long, mã chứng khoán KLP năm 2010, tương ứng với tổng tài sản đạt 12,578 nghìn tỷ đồng Đạt giá trị lớn nhất 14,3818 tương ứng với Ngân hàng TMCP Đầu tư và Phát triển Việt Nam, mã chứng khoán BID năm 2021, với quy mô tổng tài sản là 1,762 triệu tỷ đồng Điều này cho thấy, quy mô ngân hàng có mức độ biến động lớn qua các năm tại mỗi ngân hàng và khoảng cách quy mô của các ngân hàng ngày càng được nới rộng trong giai đoạn nghiên cứu

Trong khi đó, thống kê mô tả theo thời gian ở bảng 4.2 có thể thấy giá trị biến quy mô của ngành ngân hàng đạt thấp nhất là 11,0289 vào năm 2010 tương ứng với tổng tài sản trung bình của các ngân hàng là 119,598 nghìn tỷ đồng; và đạt giá trị cao nhất là 12,5590 vào năm 2021 tương ứng với tổng tài sản trung bình của các ngân hàng đạt 490,431 nghìn tỷ đồng Giá trị quy mô của ngành ngân hàng tăng dần theo thời gian từ năm 2010 đến năm 2021, thể hiện sự tăng trưởng liên tục của ngành ngân hàng về mặt quy mô trong giai đoạn nghiên cứu

Tỷ lệ an toàn vốn (CAR): có giá trị trung bình đạt 13,20% và độ lệch chuẩn là 4,02%; tương ứng với giá trị thấp nhất 8,02% thuộc về Ngân hàng TMCP Công thương Việt Nam (CTG) năm 2010 và giá trị cao nhất đạt 33,42% ở Ngân hàng TMCP Kiên Long (KLB) năm 2012

Thống kê theo thời gian cho thấy tỷ lệ an toàn vốn trung bình ngành ngân hàng trong giai đoạn nghiên cứu đạt giá trị thấp nhất là 11,63% vào năm 2021 và cao nhất đạt 15,38% vào năm 2012 Hiện nay, hệ số CAR của các NHTM Việt Nam được tính theo Thông tư số 41/2016/TT-NHNN tiếp cận chuẩn mực quốc tế Basel II, được quy định tối thiểu là 8% Có thể thấy, hệ số CAR tại các NHTM tại Việt Nam đã có những cải thiện tốt, các ngân hàng đều đáp ứng được tiêu chuẩn này để đảm bảo hiệu quả hoạt động

Hiệu quả hoạt động (ROE): theo kết quả thống có thể thấy tốc độ tăng trưởng

ROE của các ngân hàng nhìn chung có xu hướng tăng, giảm không rõ ràng trong giai đoạn 2010 - 2021 Giá trị trung bình của ROE đạt 10,20%, độ lệch chuẩn là 8,80%; giá trị thấp nhất đạt -82% thuộc về Ngân hàng TMCP Tiên phong (TPB) năm 2011 và giá trị cao nhất là 26,82% thuộc về Ngân hàng TMCP Á Châu (ACB) cùng năm 2011 Cho thấy có sự đối lập khá lớn trong việc kinh doanh của các các ngân hàng trong giai đoạn nghiên cứu

Trong giai đoạn nghiên cứu, giá trị ROE của ngành ngân hàng có xu hướng giảm dần từ năm 2010 đến năm 2015 đạt giá trị thấp nhất là 6,89% và phục hồi tăng dần trở lại từ giai đoạn 2015 - 2021, đạt cực đại năm 2021 với giá trị 13,99%, thể hiện rõ nét diễn biến chung của thị trường ngân hàng trong giai đoạn suy thoái và hồi phục

Tăng trưởng tín dụng (GROWTH): có sự biến thiên giữa giá trị thấp nhất là

-29,86% thuộc về Ngân hàng TMCP Tiên phong (TPB) năm 2011 và cao nhất là 108,20% của Ngân hàng TMCP Phát triển Thành phố Hồ Chí Minh (HDB) năm 2013; giá trị trung bình của GROWTH là 21,72%; độ lệch chuẩn 19,05%

Thống kê theo thời gian về tăng trưởng tín dụng của ngành ngân hàng trong giai đoạn nghiên cứu cho thấy năm 2010 tốc độ tăng trưởng tín dụng đạt cao nhất với giá trị 44,29% và thấp nhất vào năm 2020 với giá trị 14,12%; GROWTH có sự tăng giảm không rõ ràng nhưng trong giai đoạn 2015 - 2021 nhìn chung có xu hướng giảm

Chi phí hoạt động (INEFF): có giá trị trung bình là -85,97% với độ lệch chuẩn là 554,05%, cho thấy sự biến thiên rất lớn của INEFF giữa các ngân hàng, cụ thể Ngân hàng có chi phí hoạt động thấp nhất là Ngân hàng TMCP Tiên phong (TPB) năm 2011 với giá trị là -8.630,24% và đối tượng có giá trị cao nhất là Ngân hàng TMCP Sài Gòn Thương tín (STB) với giá trị 55,07% năm 2021

Kết quả thống kê theo thời gian cho thấy ngành ngân hàng có hệ số chi phí hoạt động năm 2011 là thấp nhất với giá trị -474,73% INEFF có xu hướng tăng dần và đạt giá trị cực đại là -36,50% ở năm 2021 Điều này cho thấy các ngân hàng ngày càng quản lý chi phí hiệu quả hơn

Tỷ số vốn chủ sở hữu trên tổng tài sản (CAP): có giá trị trung bình là 9,27% với độ lệch chuẩn là 4,11%; thấp nhất với giá trị 4,06% của Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BID) năm 2017 và cao nhất là 25,64% thuộc về Ngân hàng TMCP Kiên Long (KLB) năm 2010

Thảo luận kết quả nghiên cứu

4.2.1 Các biến có ý nghĩa thống kê:

Theo kết quả nghiên cứu trên cho thấy, khi thực hiện hồi quy mô hình 1 theo phương pháp GLS, xem xét mối tương quan các yếu tố đặc thù ngành ngân hàng đến nợ xấu thì xảy ra mối quan hệ tương quan và ý nghĩa thống kê giữa biến phụ thuộc NPL và các biến độc lập SIZE, CAR, ROE, INEFF, CAP Đối với mô hình 2, khi thực hiện hồi quy theo phương pháp GLS cũng cho ra kết quả các biến độc lập vi mô có ý nghĩa thống kê tương tự như mô hình 1 Ngoài ra, các biến vĩ mô được bổ sung thêm có ý nghĩa thống kê bao gồm: GDP, INF và UNEM

Căn cứ vào kết quả phương pháp hồi quy tại, luận văn này lý giải sự tác động đồng biến hay nghịch biến và mối quan hệ giữa các yếu tố có ý nghĩa thống kê và có mối tương quan với nợ xấu, cụ thể như sau:

Mối quan hệ giữa quy mô ngân hàng và nợ xấu: Theo giả thuyết H1, quy mô ngân hàng được kỳ vọng tác động cùng chiều đến NPL Hồi quy mô hình 1 theo phương pháp GLS, biểu hiện kết quả hệ số hồi quy của biến SIZE là dương và có ý nghĩa thống kê Nghiên cứu hiện tại giả định các yếu tố khác không thay đổi, nếu quy mô ngân hàng tăng một đơn vị thì NPL tăng tương ứng 0,0006 đơn vị và có ý nghĩa thống kê ở mức 90%

Khi hồi quy mô hình 2, hệ số hồi quy của SIZE cũng là dương và có ý nghĩa thống kê ở mức 99%, như vậy kết quả này ủng hộ cho giả thuyết đã nêu ra, quy mô ngân hàng có tác động cùng chiều đến nợ xấu Kết quả nghiên cứu này cũng được sự ủng hộ của một số tác giả như: Louzis và cộng sự (2012); Stern và Feldman

(2004) hay của Nguyễn Thị Ngọc Diệp và Nguyễn Minh Kiều (2015) Tuy nhiên, theo Vo Minh Long và các cộng sự (2020) thì quy mô ngân hàng không có mối quan hệ tương quan tới nợ xấu

Có thể nhận định rằng, nếu các ngân hàng dựa vào tính chất quy mô lớn của mình mà không thiết lập cơ chế quản lý tốt nguồn vốn, trích lập dự phòng rủi ro, phân loại nợ, và xếp hạng tín dụng đối với khách hàng cho vay, thì sẽ làm tăng mức nợ xấu khi cho vay

Mối quan hệ giữa tỷ lệ an toàn vốn và nợ xấu: Giả định các yếu tố khác không thay đổi, ở mô hình 1 nếu tỷ lệ an toàn vốn tăng một đơn vị thì nợ xấu tăng 0,0062 đơn vị, có hệ số tương quan dương và có ý nghĩa thống kê ở mức 95% Còn đối với mô hình 2 thì ý nghĩa thống kê ở mức 90% với mức độ tăng nợ xấu là 0,0050 đơn vị

Theo giả thuyết H2, tỷ lệ an toàn vốn được kỳ vọng có tác động ngược chiều đến nợ xấu Tuy nhiên, kết quả hồi quy cho thấy hệ số tương quan của biến CAR là dương và có ý nghĩa thống kê, như vậy kết quả này không ủng hộ giả thuyết đã nêu Kết quả của nghiên cứu này đã được chứng thực bởi Ghosh (2017) và Rime (2001); tuy nhiên lại mâu thuẫn với phát hiện của Sinkey và Greenawalt (1991), Barth và cộng sự (2004) khi các tác giả này cho rằng các ngân hàng thiếu vốn thường tăng vốn để đối phó với các rủi ro gia tăng Có thể giải thích đối với các ngân hàng có CAR cao có nhiều khả năng thiếu thận trọng khi tham gia vào hoạt động cho vay rủi ro hơn khi không có đủ cơ sở đánh giá và đánh giá rủi ro

Mối quan hệ giữa hiệu quả hoạt động và nợ xấu: Kết quả hồi quy cho thấy trường hợp giả định các yếu tố khác không thay đổi, nếu hiệu quả hoạt động tăng một đơn vị, thì ở mô hình 1 làm cho nợ xấu giảm 0,0568 đơn vị và ở mô hình 2 khi kết hợp với các yếu tố vĩ mô thì làm cho nợ xấu giảm 0,0776 đơn vị Kết quả nghiên cứu này được tác giả Raheem và cộng sự (2013) ủng hộ

Theo giả thuyết H3, hiệu quả hoạt động của ngân hàng được kỳ vọng tác động ngược chiều đến nợ xấu Hồi quy cả 2 mô hình theo phương pháp GLS đều cho ra kết quả hệ số tương quan âm và có ý nghĩa thống kê ở mức độ tin cậy 99%, như vậy kết quả nghiên cứu ủng hộ giả thuyết đã nêu ban đầu Có thể nhận định, khi các NHTM tại Việt Nam hoạt động có hiệu quả càng cao sẽ tạo ra nhiều lợi nhuận, khoản lợi nhuận này sẽ giúp giảm bớt hay hạn chế được tối đa nợ xấu và việc trích lập dự phòng, dẫn tới nợ xấu của NHTM cũng có chiều hướng giảm

Mối quan hệ giữa chi phí hoạt động và nợ xấu: Kết quả hồi quy cho thấy khi không thay đổi các yếu tố khác, nếu chi phí hoạt động tăng một đơn vị thì nợ xấu ở mô hình 1 tăng tương ứng 0,0006 đơn vị còn ở mô hình 2 thì nợ xấu sẽ tăng 0,0009 đơn vị Phân tích hiện tại chỉ ra rằng mối quan hệ cùng chiều giữa hoạt động chi phí hoạt động của ngân hàng và nợ xấu, nghĩa là hệ số INEFF càng cao thì NPL càng cao, mối quan hệ này có ý nghĩa ở mức độ tin cậy 99% Kết quả này phù hợp với các nghiên cứu trước đây của Berger và De Young (1997) hay của Hess và cộng sự (2009)

Theo giả thuyết H5, Chi phí hoạt động có sự tương quan cùng chiều đến nợ xấu Hồi quy các mô hình theo phương pháp GLS đều thể hiện hệ số hồi quy của biến INEFF dương và có ý nghĩa thống kê Như vậy, kết quả nghiên cứu này ủng hộ giả thuyết H5 Nghĩa là các ngân hàng quản lý chi phí kém hiệu quả sẽ có khả năng phát sinh nợ xấu cao Kết quả này phù hợp với các nghiên cứu của Berger và

De Young (1997) hay của Hess và cộng sự (2009) Có thể hiểu khi INEFF cao, nhiều ngân hàng có thể phải đương đầu với huy động vốn với chi phí đắt đỏ để đảm bảo cho các nhu cầu vốn của thị trường, đồng thời phục vụ hoạt động thường xuyên của ngân hàng Trong khi hoạt động cho vay lại không mang lại nhiều hiệu quả, có nhiều khoản cho vay không thu hồi vốn làm nợ xấu tăng cao

Mối quan hệ giữa tỷ số vốn chủ sở hữu trên tổng tài sản và nợ xấu: Biến độc lập CAP đại diện cho tỷ số vốn chủ sở hữu trên tổng tài sản, có ý nghĩa đối với mô hình hồi quy NPL tại mức ý nghĩa 1% Kết quả này hàm ý rằng trong điều kiện các yếu tố khác không đổi, khi tỷ lệ vốn chủ sở hữu trên tổng tài sản tăng 1 đơn vị thì nợ xấu của NHTM tăng 0,0406 đơn vị ở mô hình 1 và tăng 0,0314 đơn vị ở mô hình 2 Điều này trái ngược với nhiều kết quả nghiên cứu trước đây của Berger và DeYoung (1997); Salas và Saurina (2002); Espinoza và Prasad (2010); Makri và cộng sự (2014) hay của Nguyễn Thị Hồng Vinh (2015)

Tỷ lệ vốn chủ sở hữu và nợ xấu mang dấu dương không ủng hộ giả thuyết H6 của nghiên cứu này đặt ra Trên cơ sở này có thể lý giả rằng, các ngân hàng có vốn hóa cao thì khả năng đa dạng hóa khoản cho vay tín dụng càng cao, trong đó bao gồm việc nới lỏng các chinh sách và đẩy mạnh cho vay các khoản tín chấp Nếu các ngân hàng buông lỏng, thiếu các điều kiện cho vay đối với khách hàng, thì sẽ ảnh hưởng đến những rủi ro tiềm ẩn về nợ xấu phát sinh trong tương lai và tác động trực tiếp đến vốn chủ sở hữu của các NHTM