TÓM TẮT Nghiên cứu này tập trung vào đánh giá các yếu tố tác động đến rủi ro tín dụng của các Ngân Hàng Thương Mại Cổ Phần Việt Nam bằng cách sử dụng phương pháp hồi quy dữ liệu tổng hợp
GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
Tính cấp thiết của đề tài
Ngân hàng đóng vai trò quan trọng trong sự phát triển kinh tế thông qua các dịch vụ tài chính mà chúng cung cấp Vai trò trung gian của họ có thể đƣợc coi là một tác nhân kích thích cho sự phát triển kinh tế Sự hoạt động hiệu quả và hiệu suất của ngành ngân hàng qua thời gian là một chỉ số của sự ổn định tài chính trong mọi quốc gia Mức độ mà một ngân hàng mở rộng tín dụng cho công chúng để thúc đẩy hoạt động sản xuất tăng tốc quá trình phát triển kinh tế của một quốc gia và bền vững lâu dài của nó Trong các hoạt động kinh doanh ngân hàng hiện nay, hoạt động tín dụng đóng vai trò quan trọng trong các hoạt động truyền thống của ngân hàng thương mại cổ phần bằng việc tạo ra nguồn doanh thu chính Chức năng tín dụng của ngân hàng nâng cao khả năng của các nhà đầu tƣ để khai thác các dự án có lợi nhuận mong muốn ―Việc tạo ra tín dụng là hoạt động tạo thu nhập chính của ngân hàng‖ theo Kargi (2011) Tuy nhiên, nó làm cho ngân hàng phải đối mặt với rủi ro tín dụng
Theo Timsina & Pradhan (2016): ―Việc các ngân hàng cung cấp vay cho doanh nghiệp tư nhân trong một môi trường được quản lý chặt chẽ có thể đóng một vai trò quan trọng trong việc nâng cao năng suất và thúc đẩy tăng trưởng kinh tế Kết quả của điều này sẽ góp phần vào sự phát triển kinh tế, tạo ra việc làm, tăng cường sự cạnh tranh của nền kinh tế và kích thích tăng trưởng kinh tế.‖ Theo Đỗ doãn (2022), tại Việt Nam vốn tín dụng ngân hàng chiếm 47% trong tổng vốn đầu tư trên thị trường tài chính, chiếm tỉ lệ cao nhất trong các nguồn vốn đầu tƣ Theo số liệu từ báo cáo tài chính hợp nhất của 26 ngân hàng niêm yết tại Việt Nam mà tác giả đã tổng hợp đƣợc, tính đến ngày 31/12/2022, các ngân hàng này đã cho khách hàng vay tổng cộng 8.529.588 tỷ đồng tăng 1.172.699 tỷ đồng so với cùng kỳ năm 2021 Tốc độ tăng trưởng tín dụng của 26 ngân hàng niêm yết này trong năm 2022 là 15,9% Điều này cho thấy tín dụng đóng một vai trò quan trọng trong hoạt động của ngành ngân hàng Tuy nhiên, các hoạt động nhƣ vậy đi kèm với nhiều rủi ro, trong đó rủi ro tín dụng có thể ảnh hưởng lớn đến hiệu suất kinh doanh và tính ổn định của ngân hàng Theo Giseche (2004): Ngân hàng không chỉ tồn tại để nhận tiền gửi mà còn để cung cấp các dịch vụ tín dụng, do đó, tự nhiên, họ phải đối mặt với rủi ro tín dụng Rủi ro tín dụng là rủi ro lớn nhất mà các ngân hàng phải đối mặt, và thành công của họ phụ thuộc chủ yếu vào khả năng đo lường và quản lý hiệu quả rủi ro này hơn bất kỳ rủi ro nào khác‖
Hơn nữa, mức độ rủi ro tín dụng cao có thể dẫn đến sự phá sản của ngân hàng Trong nửa đầu năm 2023, nền kinh tế thế giới đối mặt với nhiều thách thức, bao gồm kéo dài của cuộc chiến tranh ở Ukraine, lạm phát toàn cầu tăng cao, suy giảm tăng trưởng do chính sách tiền tệ siết ngặt từ nhiều ngân hàng trung ương, thậm chí là suy thoái kinh tế trong một số khu vực kinh tế chủ chốt Điều này có thể tăng nguy cơ rủi ro tín dụng của ngân hàng do giảm khả năng thanh toán của khách hàng do suy giảm trong tình hình kinh tế Hơn nữa, các yếu tố kinh tế tổng hợp như tăng trưởng thị trường bất động sản, lãi suất thực, biến động tỷ giá cũng có thể có tác động tương tự đối với rủi ro tín dụng Do đó, quản lý rủi ro tín dụng trong bối cảnh kinh tế thế giới hiện nay là một lĩnh vực đòi hỏi sự quan tâm và chú ý đặc biệt của các ngân hàng Nghiên cứu ―Yếu tố tác động rủi ro tín dụng của các Ngân Hàng Thương Mại
Cổ Phần Việt Nam‖ đƣợc thực hiện nhằm xác định những yếu tố tác động đến mức độ rủi ro tín dụng của các ngân hàng với dữ liệu thu thập có thời gian gần với thời gian hiện tại sẽ phù hợp với đặc điểm cũng nhƣ sự phát triển của nền kinh tế xã hội Việt Nam trong bối cảnh hiện nay Việc này có thể giúp tìm ra hàm ý chính sách để quản lý và giảm thiểu rủi ro tín dụng, từ đó cải thiện hiệu suất và ổn định của hệ thống ngân hàng thương mại tại Việt Nam Theo Bhattarai (2016) quản lí rủi ro tín dụng tốt sẽ giúp các ngân hàng không rơi vào tình trạng khó khăn về tài chính và thua lỗ bất ngờ Theo Psillaki và đồng nghiệp (2010) quản lý rủi ro tín dụng một cách hiệu quả không chỉ giúp các ngân hàng nâng cao tính bền vững và khả năng lợi nhuận trong hoạt động của họ mà còn đóng góp vào việc phân phối vốn một cách hiệu quả hơn thế nữa là duy trì sự ổn định trong nền kinh tế.
Mục tiêu của đề tài
Mục tiêu tổng quát của nghiên cứu là xác định và đo lường yếu tố tác động đến rủi ro tín dụng của các ngân hàng thương mại cổ phần Việt Nam Trên cơ sở đó, đề xuất một số hàm ý quản trị nhằm giảm thiểu rủi ro tín dụng tại các Ngân Hàng Thương Mại Cổ Phần Việt Nam
Xác định yếu tố tác động đến rủi ro tín dụng của các ngân hàng thương mại cổ phần Việt Nam Đo lường yếu tố tác động đến rủi ro tín dụng của các ngân hàng thương mại cổ phần Việt Nam
Một số hàm ý quản trị nhằm giảm thiểu rủi ro tín dụng tại các ngân hàng thương mại cổ phần Việt Nam.
Câu hỏi nghiên cứu
Những yếu tố nào tác động đến rủi ro Tín dụng tại các ngân hàng thương mại cổ phần Việt Nam?
Mức độ tác động của các yếu tố này đối với rủi ro tín dụng tại các ngân hàng thương mại cổ phần Việt Nam như thế nào ?
Có các khuyến nghị nào nhằm hạn chế rủi ro tín dụng tại các ngân hàng thương mại cổ phần Việt Nam ?
Đối tƣợng và phạm vi nghiên cứu
Yếu tố tác động đến rủi ro dụng tại các Ngân Hàng Thương Mại Cổ Phần Việt Nam
Mẫu nghiên cứu sẽ được phân tích dựa trên 26 Ngân hàng Thương mại cổ phần tại Việt Nam đƣợc trình bày ở phụ lục 1 Các ngân hàng chọn dựa trên mức độ phổ biến và đƣợc công khai báo cáo tài chính liên tục qua các năm
Pham vi nghiên cứu bao gồm: Bảng cân đối kế toán, bảng kết quả hoạt động kinh doanh, thuyết minh báo cáo tài chính, báo cáo thường niên 2012-2022.
Phương pháp nghiên cứu
Để đạt được mục tiêu nghiên cứu, tác giả quyết định sử dụng phương pháp định tính và định lượng Đối với phương pháp định tính, tác giả thu thập và phân tích thống kê số liệu từ các nguồn báo cáo tài chính, bao gồm bảng cân đối kế toán, bảng kết quả hoạt động kinh doanh, Thuyết minh báo cáo tài chính và Báo cáo thường niên của các Ngân hàng Thương mại cổ phần tại Việt Nam trong giai đoạn từ 2012-2022, so sánh nghiên cứu trong ngoài nước liên quan đến nội dung để làm rõ yếu tố tác động đến rủi ro tín dụng của NHTMCP Việt Nam Đối với phương pháp định lượng, tác giả sử dụng các phương pháp thống kê mô tả để tổng hợp dữ liệu và thực hiện phân tích hồi quy để đo lường tác động của các biến số lên rủi ro tín dụng Mô hình hồi quy gộp, mô hình các yếu tố tác động cố định (FEM), mô hình các yếu tố tác động ngẫu nhiên (REM) Sau đó tiến hành lựa chọn mô hình phù hợp, mô hình sau khi đƣợc chọn sẽ đƣợc kiểm định xem có các khuyết tật như hiện tượng phương sai sai số thay đổi hay tự tương quan hay không Tác giả sẽ sử dụng mô hình GLS (Generalized Least Squares) để khắc phục các khuyết tật trong mô hình.
Nội dung nghiên cứu
Trong nghiên cứu này, tác giả tập trung vào nghiên cứu các yếu tố đến từ kinh tế vĩ mô và nội tại ngân hàng đến rủi ro tín dụng của các ngân hàng thương mại cổ phần Việt Nam và dựa trên đó để đề xuất các khuyến nghị cho các ngân hàng để giảm thiểu rủi ro tín dụng và nâng cao chất lƣợng quản trị tín dụng ngân hàng.
Đóng góp của đề tài
Nghiên cứu này sẽ thông qua việc phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng, cung cấp thông tin thực tế về tình hình rủi ro tín dụng của các ngân hàng thương mại tại Việt Nam Nhƣ vậy, giúp các quản lý ngân hàng hiểu rõ hơn về những yếu tố quan trọng đang ảnh hưởng đến sự ổn định của hệ thống ngân hàng và tác động của các yếu tố này lên hệ thống ngân hàng Kết quả của nghiên cứu có thể đƣợc sử dụng để đƣa ra các đề xuất, chính sách nhằm hỗ trợ kiểm soát và hạn chế rủi ro tín dụng của các ngân hàng thương mại cổ phần tại Việt Nam trong thời gian tới.
Khoảng trống nghiên cứu
Qua tổng hợp các nghiên cứu trong và ngoài nước tác giả nhận thấy các nghiên cứu ngoài nước không thể chỉ ra sự đặc thù của hệ thống ngân hàng để có thể áp dụng với tình hình ở Việt Nam Các nghiên cứu trong nước thường tập trung vào phân tích tác động của các yếu tố đến RRTD mà không giải thích đƣợc mối liên hệ với tỷ lệ trích lập dự phòng và nợ xấu Sự chọn lựa sử dụng cả hai mô hình, DPRRTD và nợ xấu, mang lại cái nhìn tổng quát và chi tiết hơn về yếu tố ảnh hưởng đến RRTD tại các Ngân hàng Thương mại Cổ phần (TMCP) Việt Nam Ngoài ra bài nghiên cứu được sử dụng số liệu mới nhất so với các bài nghiên cứu trước thích hợp trong bối cảnh giảm sút chất lƣợng tín dụng và biến động kinh tế do đại dịch COVID-19 và quan sát sự hồi phục của chúng.
Kết cấu đề tài
CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI
Chương này tập trung vào việc trình bày về sự liên quan của vấn đề nghiên cứu
Mô tả mục tiêu và câu hỏi nghiên cứu, đồng thời xác định đối tƣợng và phạm vi nghiên cứu, chủ yếu tập trung vào lĩnh vực ngân hàng thương mại cổ phần Chương cũng giới thiệu một cái nhìn tổng quan về dữ liệu và phương pháp nghiên cứu, nhấn mạnh đóng góp đặc biệt của vấn đề nghiên cứu trong lĩnh vực nghiên cứu về những nhân tố tác động đến rủi ro tín dụng cho các ngân hàng thương mại cổ phần
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ KHẢO LƯỢC CÁC NGHIÊN CỨU TRƯỚC
Chương này tập trung vào việc trình bày các cơ sở lý thuyết và khái niệm liên quan đến đề tài nghiên cứu để phân loại các yếu tố tác động đến rủi ro tín dụng của ngân hàng thương mại cổ phần Việt Nam từ đó xây dựng giả thuyết nghiên cứu và mô hình nghiên cứu cho đề tài
CHƯƠNG 3: PHƯƠNG PHÁP VÀ MÔ HÌNH NGHIÊN CỨU
Từ những mục tiêu đã được xác định ở chương 1 và nền tảng lý thuyết liên quan đến đề tài nghiên cứu được hình thành ở chương 2, Chương 3 tiến xây dựng mô hình nghiên cứu, quy trình nghiên cứu và thu thập dữ liệu nghiên cứu, các biến nghiên cứu và phương pháp nghiên cứu được sử dụng trong khóa luận Chương trình bày cách lựa chọn mô hình tối ƣu để có thể đạt đƣợc mục tiêu nghiên cứu đã đề ra trong đề tài, đặc biệt áp dụng cho Ngân hàng Thương mại Cổ phần Việt Nam
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Chương này trình bày kết quả nghiên cứu, tác giả thực hiện kiểm định thống kê mô tả để phân tích các số liệu mô tả về các biến đƣợc sử dụng trong mô hình, phân tích tương quan và kiểm thử mô hình nghiên cứu Từ những kết quả này, chương phân tích mối liên quan giữa từng biến độc lập với biến phụ thuộc trong từng mô hình và đồng thời phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng của Ngân hàng Thương mại Cổ phần Việt Nam
CHƯƠNG 5: KẾT LUẬN VÀ ĐỀ XUẤT MỘT SỐ KHUYẾN NGHỊ
Chương cuối cùng đưa ra kết luận về nghiên cứu, đồng thời phân tích những hạn chế và đề xuất hướng phát triển tiếp theo, đặc biệt áp dụng cho Ngân hàng Thương mại
Cổ phần Việt Nam Tác giả cũng đƣa ra một số khuyến nghị và đề xuất để giảm thiểu các rủi ro tín dụng trong bối cảnh ngân hàng ngày nay
Trong chương này, tác giả giới thiệu tổng quan về đề tài nghiên cứu, bao gồm mô tả về tính cấp bách của đề tài, xác định mục tiêu nghiên cứu tổng quan và cụ thể để đặt ra các câu hỏi nghiên cứu phù hợp, từ đó xác định đối tƣợng và phạm vi nghiên cứu, để chọn ra phương pháp nghiên cứu thích hợp Đồng thời, tác giả xác định đóng góp của đề tài, và cuối cùng là cấu trúc của đề tài.
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC
Cơ sở lý thuyết về rủi ro tín dụng
2.1.1 Khái niệm rủi ro tín dụng ngân hàng
―Rủi ro tín dụng xuất hiện khi người vay không thể hoặc không muốn trả nợ đúng hạn do thiếu khả năng tài chính hoặc vi phạm có chủ ý các điều khoản trong hợp đồng vay.‖ theo Gestel và Baesens (2009) Ủy ban Basel về giám sát ngân hàng (Basel Committee on Banking Supervision) đã định rõ khái niệm về rủi ro tín dụng (hoặc rủi ro vỡ nợ) vào năm 2001 Theo đó, rủi ro tín dụng là trường hợp người mượn không thể hoàn trả đúng số tiền mà họ đã vay từ ngân hàng Có thể xảy ra vì nhiều lý do, nhƣ không thanh toán đúng hạn, không trả lại số tiền gốc và lãi, hoặc vi phạm các điều khoản trong hợp đồng vay Những sự kiện tín dụng này thường liên quan đến rủi ro từ phía khách hàng, như khách hàng kinh doanh thua lỗ hay không có khả năng quản lý tài chính dẫn đến mất khả năng thanh toán nợ đúng hạn, hủy bỏ hoặc tạm ngừng thanh toán, thay đổi hạng tín dụng và tái cấu trúc nợ
Do đó, rủi ro tín dụng xảy ra khi khách hàng vay không trả hoặc không trả đủ toàn bộ số tiền gốc và/hoặc lãi theo các điều khoản của hợp đồng đã ký với ngân hàng
Theo Nguyễn Văn Tiến (2010) định nghĩa khái niệm về tín dụng ngân hàng đã đƣợc giới thiệu nhƣ một thỏa thuận, trong đó ngân hàng cho phép khách hàng sử dụng một tài sản (bằng tiền, tài sản thực, hoặc tín dụng) với nguyên tắc thanh toán thông qua các giao dịch vay, chiết khấu (giảm giá), cho thuê tài chính, bảo lãnh ngân hàng và các giao dịch khác
Theo Chen và Pan (2012), rủi ro tín dụng là mức độ biến động của giá trị các công cụ nợ và các hợp đồng tương lai do sự thay đổi trong chất lượng tín dụng cơ bản của người vay và đối tác Theo Coyle (2000) định nghĩa rủi ro tín dụng là những tổn thất phát sinh từ việc khách hàng vay từ chối hoặc không khả năng thanh toán đầy đủ và đúng hạn Rủi ro tín dụng là một lo ngại cho ngân hàng khi người vay (khách hàng) không thực hiện đúng các nghĩa vụ nợ tại ngày đáo hạn hoặc hạn chót Rủi ro này, đƣợc gọi là 'rủi ro đối tác', có thể đặt ngân hàng vào tình thế khó khăn nếu nó không đƣợc quản lý đúng cách
Mặc dù có nhiều cách để trình bày khái niệm về RRTD, nhƣng chúng đề liên quan đến các hoạt động tín dụng và đề cập đến những rủi ro tiềm năng mà NH phải đối mặt khi cấp cho các DN Đó là doanh nghiệp nhỏ và vừa không thể thanh toán khoản vay (gốc và lãi) đúng hạn hoặc không đáp ứng đƣợc toàn bộ hoặc một phần nghĩa vụ trả nợ theo cam kết đã ký với NH Tóm lại, RRTD trong cấp tín dụng doanh nghiệp nhỏ và vừa là những rủi ro tiềm năng có thể xảy ra khi NH cấp tín dụngcho doanh nghiệp nhỏ và vừa và doanh nghiệp nhỏ và vừa không thể hoàn trả nợ đúng hạn hoặc đáp ứng toàn bộ nghĩa vụ thanh toán khoản vaycủa mình theo hợp đồng tín dụng
"Rủi ro tín dụng" là một thuật ngữ phổ biến đƣợc sử dụng trong hoạt động tín dụng của các ngân hàng hoặc trên thị trường tài chính Nó thể hiện khả năng của một người vay không thực hiện nghĩa vụ thanh toán nợ của mình đối với người cho vay khi đến hạn Thông thường, người cho vay chịu trách nhiệm về rủi ro khi họ chấp nhận một hợp đồng tín dụng
Nhƣ vậy, rủi ro tín dụng có thể đƣợc định nghĩa nhƣ "tiềm năng mà một bên hợp đồng có thể không thực hiện các cam kết theo các điều khoản đã thỏa thuận." Rủi ro tín dụng cũng đƣợc gọi là rủi ro mất trắng, rủi ro thực hiện hoặc rủi ro đối tác theo cách khác nhau
2.1.2 Đặc điểm của rủi ro tín dụng Ngân hàng
Rủi ro thường phát sinh:
- Rủi ro về khách hàng: Tình hình tài chính đáng lo ngại, thiếu minh bạch của khách hàng.
+ Rủi ro tín dụng phát sinh do nền kinh tế rơi vào suy thoái, khủng hoảng, dẫn đến thất nghiệp gia tăng, người vay gặp khó khăn về tài chính, không có khả năng trả nợ NH
+ Tình trạng lạm phát của nền kinh tế làm cho thu nhập thực tế của người dân giảm sút, họ sẽ ƣu tiên chi cho đời sống, giảm khoản chi trả nợ NH dẫn đến Rủi ro tín dụng
+ Thiên tai, dịch bệnh xảy ra gây khó khăn, thua lỗ cho người dân trong hoạt động sản xuất, chăn nuôi cũng là nguyên nhân dẫn đến Rủi ro tín dụng đối với NH
- Môi trường pháp lý: Cụ thể, vấn đề ở đây liên quan đến hiệu suất thấp của các cơ quan thi hành Mặc dù, Quốc hội, Chính phủ, NHNN Việt Nam và các cơ quan có thẩm quyền đã ban hành một loạt các luật và quy định thực hiện liên quan đến việc cho vay của NH Tuy nhiên, việc triển khai các luật này vào thực tế của NH mất thời gian và gặp nhiều khó khăn, đặc biệt là trong việc thực hiện các biện pháp cƣỡng chế để thanh toán nợ Những quy định này quy định rằng trong trường hợp KH không thể thanh toán nghĩa vụ, NH có quyền thực hiện tài sản bảo đảm để trả nợ Tuy nhiên, trong thực tế, NH không thể thực hiện điều này vì họ là tổ chức kinh tế, không phải là cơ quan nhà nước có thẩm quyền buộc KH chuyển tài sản bảo đảm nghĩa vụ vay cho
Có ba đặc điểm chính xác xác định rủi ro tín dụng:
Tiếp xúc (với một bên có thể gây mất trắng hoặc gặp sự thay đổi bất lợi trong khả năng thực hiện cam kết)
Khả năng của bên này mặc nhiên không thực hiện các cam kết của mình (khả năng mất trắng)
Tỷ lệ phục hồi (tức là, có thể thu hồi đƣợc bao nhiêu nếu có mất trắng xảy ra) Lưu ý rằng, càng lớn hai yếu tố đầu tiên, tiếp xúc càng lớn Ngược lại, càng cao số tiền có thể thu hồi đƣợc, thì rủi ro càng thấp
2.1.3 Phân loại rủi ro tín dụng
Căn cứ vào nguyên nhân phát sinh rủi ro
- Rủi ro giao dịch: Rủi ro giao dịch phát sinh từ những hạn chế trong quá trình thực hiện giao dịch, phê duyệt hồ sơ vay, đánh giá khách hàng và giám sát vay Nó có thể xuất hiện trong nhiều loại hoạt động tín dụng, bao gồm vay cá nhân, vay doanh nghiệp, thẻ tín dụng, bảo đảm và các hợp đồng tài chính Rủi ro giao dịch bao gồm rủi ro lựa chọn, rủi ro đảm bảo và rủi ro hoạt động
+ Rủi ro lựa chọn: Rủi ro xuất hiện khi ngân hàng không thực hiện quá trình đánh giá đầy đủ về khả năng thanh toán nợ của người vay và cung cấp vay cho những người không đủ khả năng đảm bảo việc trả nợ Tình trạng này có thể xảy ra khi ngân hàng thiếu cẩn trọng trong việc thực hiện đánh giá tín dụng và xác minh, bỏ qua việc xem xét thông tin về tình hình tài chính hiện tại và lịch sử tín dụng của người vay.Khi ngân hàng không thực hiện đầy đủ các bước này, rủi ro tín dụng tăng lên do có thể có những người vay không có khả năng trả nợ một cách đầy đủ, ổn định, và đúng hạn
+ Rủi ro đảm bảo: Rủi ro xảy ra khi giá trị của tài sản đảm bảo của khách hàng không đủ để bù đắp cho khoản vay khi khách hàng không thể thanh toán nợ Tình trạng này thường xuất hiện do giá trị của tài sản đảm bảo giảm đi hoặc khi giá trị tài sản không đủ để đảm bảo thanh toán đầy đủ cho khoản vay
Các chỉ tiêu đo lường rủi ro tín dụng
Theo Phạm Thu Thủy & Đỗ Thị Thu Hà (2013): ―Cách tiếp cận truyền thống đo lường rủi ro tín dụng được thực hiện thông qua các chỉ tiêu như hệ số nợ quá hạn, hệ số nợ xấu, hệ số rủi ro mất vốn, hệ số khả năng bù đắp rủi ro, Trong các chỉ tiêu này, nợ xấu là chỉ tiêu phổ biến nhất để đo lường rủi ro tín dụng.‖
Theo Nguyễn Văn Tiến (2010): ―Nợ quá hạn là một chỉ số quan trọng để đánh giá RRTD (Rủi ro tín dụng) Nợ quá hạn xuất hiện khi một khoản nợ không đƣợc thanh toán đúng hạn theo thỏa th uận trong hợp đồng tín dụng Điều này thường xảy ra khi bên vay không có khả năng thanh toán một phần hoặc toàn bộ khoản nợ Thời gian quá hạn của từng khoản vay thường được sử dụng để xác định mức độ nợ quá hạn Tỷ lệ nợ quá hạn đƣợc tính bằng cách chia số dƣ nợ quá hạn cho tổng số dƣ nợ và nhân với 100 để biểu thị dưới dạng phần trăm Một tỷ lệ nợ quá hạn cao thường cho thấy rủi ro cao và không ổn định trong ngân hàng hoặc tổ chức tài chính tương ứng.‖
Theo Bofondi, M., & Ropele, T (2011): ―Nợ xấu đƣợc xác định dựa trên cơ sở của từng khách hàng và do đó bao gồm toàn bộ nghĩa vụ tín dụng còn lại mà ngân hàng đã cấp cho một người vay được coi là không khả năng trả nợ.‖ Theo Bùi Diệu Anh
(2020), ngân hàng thường phân loại các khoản vay thành 5 nhóm, trong đó nợ xấu bao gồm nợ từ nhóm 3 trở xuống, tức là các khoản vay có chất lƣợng kém nhất
Phân loại nợ theo nhóm:
Nợ nhóm 1: Đây là nợ đƣợc coi là đủ tiêu chuẩn, không quá hạn, và nếu có quá hạn thì không quá 10 ngày Tất cả các khoản tín dụng đƣợc ngân hàng chấp thuận cấp tín dụng phải đáp ứng tiêu chuẩn để đƣợc xếp vào nhóm này
Nợ nhóm 2: Đây là nợ cần chú ý vì có khả năng trả nợ giảm sút, quá hạn từ 10-90 ngày Mặc dù không nghiêm trọng nhƣ nhóm 1, nhƣng khi nợ từ nhóm 1 chuyển xuống nhóm 2, thể hiện tình trạng xấu đi, do đó ngân hàng cần theo dõi và có biện pháp xử lý kịp thời
Nợ nhóm 3: Đây là nợ dưới tiêu chuẩn, có khả năng tổn thất một phần gốc và lãi, quá hạn hơn 90 ngày đến ngày thứ 180
Nợ nhóm 4: Đây là nợ nghi ngờ về khả năng tổn thất cao, quá hạn từ ngày thứ
Nợ nhóm 5: Đây là nợ không có khả năng thu hồi, quá hạn trên 360 ngày
Tỷ lệ nợ xấu đƣợc tính bằng cách lấy tổng số nợ từ các nhóm 3, 4, và 5 chia cho tổng số dư nợ và sau đó nhân với 100 để biểu thị dưới dạng phần trăm Tỷ lệ này thể hiện tỷ lệ nợ có rủi ro cao trong tổng dƣ nợ của ngân hàng
2.2.4 Dự phòng rủi ro tín dụng
Dự phòng rủi ro tín dụng là một khía cạnh quan trọng của quản lý rủi ro tín dụng trong ngân hàng Nó xem xét năng lực thanh toán của ngân hàng khi gặp phải rủi ro DPRRTD đƣợc sử dụng để bù đắp thiệt hại gây ra cho ngân hàng khi khách hàng không có khả năng thanh toán do phá sản, giải thể, mất tích, chết, hoặc khi nợ thuộc nhóm 5
DPRRTD bao gồm dự phòng cụ thể và dự phòng chung Dự phòng cụ thể đƣợc sử dụng để bù đắp thiệt hại cụ thể đối với từng khoản vay, trong khi dự phòng chung bù đắp rủi ro chung không xác định Tất cả dự phòng này đƣợc tính vào chi phí hoạt động của tổ chức tài chính
Mỗi tổ chức tài chính áp dụng cách tính dự phòng sao cho hợp lý, đảm bảo bù đắp rủi ro mà không làm tăng quá mức chi phí và ảnh hưởng đến lợi nhuận ròng
Tính DPRRTD bằng cách lấy chi phí dự phòng rủi ro tín dụng chia cho tổng dƣ nợ tín dụng và sau đó nhân với 100 để biểu thị kết quả dưới dạng phần trăm.
Tổng quan các nghiên cứu trước
Diệp, N T N (2015) Nghiên cứu tập trung vào tác động của các yếu tố đặc trưng đối với rủi ro tín dụng trong các ngân hàng thương mại Việt Nam Nghiên cứu xác định một nhóm các yếu tố đặc trưng của các ngân hàng thương mại Việt Nam ảnh hưởng đến rủi ro tín dụng, sử dụng phương pháp hồi quy bình phương bé nhất (OLS) Nghiên cứu cung cấp những gợi ý hữu ích cho các nhà đầu tƣ cá nhân và giúp các nhà quản lý ngân hàng nhận ra tác động tiêu cực của các yếu tố đặc trƣng của ngân hàng đối với rủi ro tín dụng, nhằm mục đích quản lý tốt hơn việc cung cấp dịch vụ cho vay
Dữ liệu của nghiên cứu được thu thập từ báo cáo tài chính của 32 ngân hàng thương mại Việt Nam trong giai đoạn từ 2010 đến 2013 Kết quả nghiên cứu cho thấy có ba yếu tố chính ảnh hưởng đến rủi ro tín dụng, bao gồm tăng trưởng tín dụng, quy mô cho vay và tỷ lệ chi phí hoạt động so với thu nhập hoạt động từ tín dụng
Khôi, P Đ., & Thành, N V (2017) Các yếu tố vi mô ảnh hưởng đến rủi ro tín dụng: Trường hợp các ngân hàng thương mại cổ phần sở hữu nhà nước ở Hậu Giang Bài báo này nhằm mục đích phân tích các yếu tố tác động đến rủi ro tín dụng trong các ngân hàng thương mại, bằng cách sử dụng dữ liệu được thu thập từ 316 quan sát từ năm ngân hàng Cả hai mô hình logit nhị phân (binary logit) và logit đa phân (multinomial logit) đã đƣợc sử dụng để ƣớc lƣợng các yếu tố tác động đến rủi ro tín dụng Kết quả cho thấy rằng mô hình logit đa phân hiệu quả hơn so với mô hình logit nhị phân Ở mức rủi ro tín dụng 1, có năm yếu tố ảnh hưởng đến rủi ro tín dụng của ngân hàng thương mại bao gồm tài sản đảm bảo, mục đích vay, lịch sử vay của người vay, nguồn thu nhập chính để trả nợ và kiểm tra giám sát vay Ở mức rủi ro tín dụng 2, các yếu tố ảnh hưởng đến rủi ro tín dụng của ngân hàng thương mại bao gồm tất cả những yếu tố ở mức 1 và khả năng tài chính của người vay, cũng như kinh nghiệm của nhân viên tín dụng
Lê Bá Trực (2018), Những yếu tố ảnh hưởng đến quản lý rủi ro tín dụng trong hệ thống Ngân hàng thương mại Việt Nam Nhà nghiên cứu chủ yếu quan tâm đến 02 nhóm nhân tố tác động đến quản trị rủi ro tín dụng ngân hàng, đó là: Những nhân tố kinh tế vĩ mô và các nhân tố đặc trƣng hoạt động ngân hàng
Hiển, P T (2020) Các yếu tố tác động đến rủi ro tín dụng của các Ngân Hàng Thương Mại Cổ Phần Việt Nam Nghiên cứu nhằm đánh giá các yếu tố có thể ảnh hưởng đến rủi ro tín dụng, được đo lường bằng tỷ lệ nợ xấu, của hệ thống ngân hàng thương mại tại Việt Nam Sử dụng một mẫu nghiên cứu gồm 28 ngân hàng trong giai đoạn từ 2009 đến 2019, áp dụng phương pháp ước lượng GMM 2 bước cho dữ liệu chuỗi thời gian cân bằng động Kết quả cho thấy rằng, đối với các yếu tố nội tại, kích thước ngân hàng và thu nhập không liên quan đến lãi suất có mối quan hệ tiêu cực, trong khi dự trữ rủi ro và tỷ lệ nợ xấu trễ hạn có mối quan hệ tích cực với tỷ lệ nợ xấu Ngoài ra, tăng trưởng GDP là một yếu tố bên ngoại có mối quan hệ tiêu cực với rủi ro tín dụng Tuy nhiên, tác động của đòn bẩy nợ, ROA, và tỷ lệ lạm phát lên tỷ lệ nợ xấu của hệ thống ngân hàng không rõ ràng Những kết quả này có thể mang lại những hệ quả quan trọng cho các quản lý ngân hàng tại Việt Nam
Lê Thanh Tâm, Đoàn Minh Ngọc và Bùi Thu Giang (2021), các yếu tố ảnh hưởng đến rủi ro tín dụng của các ngân hàng thương mại Việt Nam Dữ liệu của nghiên cứu là
35 ngân hàng thương mại cổ phần (NHTM) trong giai đoạn 2012 đến 2020, nghiên cứu sử dụng hai mô hình hồi quy FEM và REM đã chọn đƣợc sau kiểm tra sự phù hợp Kết quả chính cho thấy ba yếu tố vĩ mô, bao gồm tỷ lệ tăng trưởng thị trường bất động sản (BDS), lãi suất thực và biến động tỷ giá hối đoái, đều ảnh hưởng tích cực đến Tỷ lệ rủi ro tín dụng cao (RRTD) Trong số các yếu tố tại cấp tổ chức (NHTM), lợi nhuận trên tài sản có ảnh hưởng ngược hướng đến RRTD, trong khi lãi suất cho vay theo tên có ảnh hưởng tích cực Đối với quản lý nợ xấu, cần tập trung vào kiểm soát tín dụng bất động sản, mở rộng dịch vụ ngân hàng, quản lý tín dụng và chi phí kinh doanh một cách hiệu quả, đồng thời thận trọng khi cho vay cho các đối tƣợng và khu vực có lãi suất cao
Koju, L., Koju, R., & Wang, S (2020) Các yếu tố kinh tế vĩ mô quyết định rủi ro tín dụng: bằng chứng từ các quốc gia có thu nhập cao Nghiên cứu sử dụng dữ liệu tổng hợp của 49 quốc gia thu nhập cao trong giai đoạn từ 2000 đến 2015 và liên kết nó với các biến kinh tế toàn cầu (tăng trưởng GDP, tăng trưởng GDP bình quân đầu người, thu nhập GNI đầu người, thất nghiệp, xuất khẩu, IVA, GNE và lạm phát) Kết quả nghiên cứu cho thấy Biến động trong chu kỳ kinh tế có ảnh hưởng đáng kể đến xu hướng rủi ro tín dụng, với sự tăng trưởng GDP, thu nhập đầu người, và tăng trưởng GDP bình quân đầu người có mối quan hệ mạnh với tình hình tín dụng Thu nhập đầu người được xác định là chỉ số quan trọng nhất trong việc dự đoán mức độ rủi ro nợ xấu Điều này cho thấy sức mua của người dân là yếu tố quan trọng nhất đối với tín dụng và nợ xấu
Cheng, M., & Qu, Y (2020) Ngân hàng FinTech có giảm rủi ro tín dụng? Bằng chứng từ Trung Quốc Tạp chí Tài chính Lưu vực Thái Bình Dương Nghiên cứu sử dụng dữ liệu từ các ngân hàng thương mại Trung Quốc trong giai đoạn từ 2008 đến
2017, bài nghiên cứu này khám phá các tác động của công nghệ tài chính ngân hàng (FinTech) đối với rủi ro tín dụng Kết quả cho thấy rằng công nghệ tài chính ngân hàng (FinTech) giảm đáng kể rủi ro tín dụng trong các ngân hàng thương mại Trung Quốc và các phân tích tiếp theo cho thấy rằng tác động tiêu cực của công nghệ tài chính ngân hàng (FinTech) đối với rủi ro tín dụng có vẻ yếu hơn ở các ngân hàng lớn, ngân hàng do nhà nước sở hữu và các ngân hàng niêm yết
Mutai, M C., & Opuodho, G (2021) Ảnh hưởng của thực tiễn quản lý rủi ro tín dụng đến hiệu quả cho vay của các ngân hàng tài chính vi mô ở Kenya Nghiên cứu này sử dụng phương pháp mô tả cắt ngang Dân số nghiên cứu bao gồm 12 ngân hàng tài chính cho vay nhỏ ở Kenya, với 183 nhân viên đang làm việc tại trụ sở của các ngân hàng này Nghiên cứu sử dụng mẫu mục đích để giảm sai số tiêu chuẩn và sử dụng công thức Slovin để xác định kích thước mẫu là 126 người tham gia nghiên cứu Kết quả nghiên cứu đã phát hiện rằng các biến thực hành chính sách rủi ro tín dụng nội bộ, quy trình cấp tín dụng, thực hành theo dõi tín dụng và thực hành kiểm soát tín dụng có tác động tích cực và đáng kể đối với hiệu suất cho vay của các ngân hàng tài chính cho vay nhỏ ở Kenya
Muhammed, S., Desalegn, G., Fekete-Farkas, M., & Bruder, E (2023) Nghiên cứu này nhằm điều tra các yếu tố góp phần vào rủi ro tín dụng trong các ngân hàng thương mại Ethiopia Nghiên cứu đã sử dụng dữ liệu từ 10 ngân hàng thương mại từ báo cáo tài chính đã đƣợc phân tích Các kết quả của nghiên cứu cho thấy một mối quan hệ tích cực đáng kể giữa rủi ro tín dụng và một số biến, bao gồm kích thước ngân hàng, lợi nhuận, hiệu suất, độ phù hợp vốn, và lạm phát Ngƣợc lại, có một mối quan hệ nghịch với rủi ro tín dụng và cả sự tăng trưởng của khoản vay và tỷ giá tiền tệ Đáng ngạc nhiên, nghiên cứu này cho thấy rằng cả GDP và lãi suất đều không có tác động đáng kể đến rủi ro tín dụng
KẾT LUẬN CHƯƠNG 2 Ở chương này, tác giả đã tổng hợp các tài liệu, thông tin để hình thành cơ sở lý luận về RRTD bao gồm khái niệm, đặc điểm, phân loại, ảnh hưởng của RRTD, những chỉ tiêu đo lường RRTD Đồng thời, tác giả còn lược khảo những nghiên cứu trước ở Việt Nam và nước ngoài để tìm hiểu rõ phương pháp nghiên cứu và những yếu tố ảnh hưởng tới RRTD bao gồm các yếu tố bên trong ngân hàng và các yếu tố vĩ mô Từ đó thảo luận về các nghiên trước để tìm ra mục tiêu chính cho đề tài.
MÔ HÌNH NGHIÊN CỨU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 19
Quy trình nghiên cứu
Biểu đồ 3.1 Quy trình nghiên cứu
(Nguồn: tác giả tự tổng hợp)
Bước 1: Xác định vấn đề
Tác giả bắt đầu quá trình nghiên cứu bằng cách xác định vấn đề nghiên cứu Ở giai đoạn này, tác giả trình bày khung lý thuyết và thực tế liên quan đến Rủi ro Tín dụng (RRTD), đồng thời đề cập đến sự quan trọng của việc thực hiện nghiên cứu Tác giả cung cấp một tổng quan về mục tiêu, phạm vi nghiên cứu và phương pháp sử dụng Bước 2: Xác định các yếu tố tác động đến rủi ro tín dụng Ở bước tiếp theo, tác giả sử dụng chủ yếu các phương pháp định tính để thu thập thông tin từ các nguồn đáng tin cậy Tác giả xác định Rủi ro Tín dụng (RRTD) và phân tích các yếu tố ảnh hưởng thông qua việc xem xét tài liệu, đồng thời đặt câu hỏi về cách đo lường RRTD và khả năng xác định các yếu tố tác động
Bước 3: Xác lập mô hình nghiên cứu và các biến nghiên cứu
Dựa trên cơ sở lý luận về RRTD và các yếu tố tác động, tác giả lựa chọn mô hình nghiên cứu, chủ yếu dựa trên mô hình gốc của Hasna Chaibi và cộng sự (2015) Tác quyết định lựa chọn mô hình giữa FEM và REM Sau đó, sử dụng kiểm định F-test để lựa chọn mô hình giữa Pooled OLS và FEM Cuối cùng, sử dụng kiểm định Breusch- Pagan để lựa chọn giữa Pooled OLS và REM
Bước 4: Phân tích và thảo luận kết quả nghiên cứu
Tác giả tập trung vào phương pháp hồi quy, bao gồm Pooled OLS, FEM, REM, GLS, GMM Tác giả trình bày kết quả nghiên cứu dựa trên lý thuyết, giả thuyết nghiên cứu và kết quả hồi quy của các mô hình nghiên cứu rồi phân tích thảo luận các ảnh hưởng của từng yếu tố tác động đến RRTD
Bước 5: Đề xuất các khuyến nghị Đƣa ra các khuyến nghị nhằm hạn chế RRTD dựa trên kết quả nghiên cứu thu đƣợc.
Mô hình nghiên cứu
3.2.1 Mô hình nghiên cứu đề xuất
Mô hình đề tài hình thành dựa vào nghiên cứu của các tác giả nhƣ Lê Thanh Tâm, Đoàn Minh Ngọc và Bùi Thu Giang (2021), Nguyễn Thị Ngọc Diệp & Nguyễn Minh Kiều (2015), Muhammed và cộng sự (2023), tác giả lựa chọn mô hình hồi quy đa biến nhằm giúp xác định rõ về tương quan giữa các biến số và tác động của chúng lên RRTD của NHTM cổ phần tại Viêt Nam mà không làm giảm giá trị của số liệu đƣợc sử dụng:
Bảng 3.1 Mô tả các biến
Biến phụ thuộc (đại diện cho RRTD)
LLP i,t Tỷ lệ trích lập dự phòng rủi ro tín dụng
NPL i,t Tỷ lệ nợ xấu
SIZE i,t Quy mô của ngân hàng i vào năm t
ROA i,t Tỷ suất lợi nhuận trên tổng tài sản của ngân hàng i của năm t CAP i,t Hệ số VCSH của ngân hàng i vào năm t
INEFF i,t Hiệu quả hoạt động của ngân hàng i vào năm t
GROW i,t Tốc độ tăng trưởng tín dụng của ngân hàng i vào năm t
GDP t Tốc độ tăng trưởng kinh tế của Việt Nam vào năm t INFLATt Tỷ lệ lạm phát của Việt Nam vào năm t ε i,t Số hạng sai số
(Nguồn: tác giả tự tổng hợp)
Tỉ lệ trích lập dự phòng rủi ro tín dụng ngân hàng (LLP)
Dự phòng rủi ro là số tiền đƣợc cấp phát và ghi nhận trong chi phí hoạt động để dự trữ cho các nguy cơ tiềm ẩn liên quan đến nghĩa vụ tài chính của các tổ chức tín dụng và chi nhánh ngân hàng quốc tế Dự trữ rủi ro tín dụng bao gồm cả dự phòng cụ thể và dự phòng chung
Theo Đinh Văn Hoàn và cộng sự (2021): ―Dự phòng rủi ro tín dụng là quá trình ƣớc tính và dành một khoản tiền xác định để đối mặt với các rủi ro tiềm ẩn trong hoạt động tín dụng của tổ chức tín dụng Điều này giúp tổ chức tín dụng đánh giá chính xác hơn về chất lƣợng danh mục tín dụng và tình hình tài sản của họ.‖
Theo Ozili, P K., & Outa, E (2017): ―LLP của ngân hàng đóng một vai trò quan trọng đối với sự ổn định và tính chắc chắn của ngân hàng trong khi thực hiện chức năng cho vay đối với cá nhân, doanh nghiệp và chính phủ; do đó, các cơ quan quản lý ngân hàng yêu cầu ngân hàng duy trì LLP đủ (hoặc đầy đủ) để giảm thiểu những tổn thất dự kiến mặc dù không có sự đồng thuận trong ngành ngân hàng về điều gì là ‗đủ‘ hoặc ‗đầy đủ‘ về dự trữ cho việc mất mát.‖
Theo Akinlo, O., & Emmanuel, M (2014): ―LLP (Loan Loss Provision) là chi phí biểu hiện sự ƣớc lƣợng của ban quản lý về sự thay đổi net (thay đổi tăng/giảm) trong mức mất mát nợ có khả năng xảy ra trong năm Ban quản lý ngân hàng có thông tin ƣu việt so với các nhà đầu tƣ và các bên liên quan khác đối với những rủi ro mặc định inherent (tích hợp) trong các danh mục nợ của họ; do đó, họ có thể sử dụng thông tin đó để ƣớc lƣợng chi phí này trong mỗi kỳ Hơn nữa, vì ban quản lý ngân hàng có quyền tự do trong cách họ đánh giá chi phí này, họ có thể áp dụng sự chủ quan trong việc quyết định thời điểm nhận diện mất mát nợ cho một số khoản vay cụ thể.‖
Nói cách khác DPRRTD còn là một công cụ để đo lường và kiểm soát RRTD nhằm hạn chế tối chiểu RRTD có thể xảy ra trong tương lai Tỷ lệ này được phần lớn các tác giả trước đó đo lường bằng tỉ số giữa DPRRTD và tổng dư nợ tín dụng
Tỷ lệ nợ xấu (Non-Performing Loan – NPL)
Theo Dwihandayani, D (2018): ―Non-Performing Loan (NPL) là một trong những chỉ số chính để đánh giá hiệu suất hoạt động của ngân hàng, vì mức NPL cao là một chỉ báo cho sự thất bại của ngân hàng trong quản lý kinh doanh, bao gồm vấn đề về thanh khoản (không thể thanh toán nghĩa vụ đối với bên thứ ba), lợi nhuận (không thể thu hồi nợ), và tính khả năng thanh toán (vốn giảm) Sự suy giảm lợi nhuận là một trong những hậu quả của việc này, vì thực tế ngân hàng không chỉ mất nguồn thu nhập mà còn phải dành một phần dự trữ tùy theo khả năng thu hồi của khoản nợ
Theo Diyanti và Widyarti (2012): ‖ NPL phản ánh rủi ro tín dụng, và càng cao mức độ NPL, rủi ro tín dụng mà ngân hàng phải chịu càng lớn‖ Theo Caprio và Klingebiel (1999): NPL thông thường được hiểu là các khoản vay mà trong một khoảng thời gian tương đối dài không tạo ra thu nhập Điều này ngụ ý rằng gốc và/hoặc lãi suất của những khoản vay này đã bị trễ trả ít nhất 90 ngày
Sự gia tăng của NPL là một trong những nguyên nhân làm cho việc ngân hàng khó khăn trong việc cung cấp tín dụng Mức tỷ lệ NPL càng thấp, tỷ lệ nợ có vấn đề càng thấp, điều này có nghĩa là tình trạng của ngân hàng đó càng tốt Theo Riyadi (2006): ―tỷ lệ NPL là một so sánh giữa tổng số tín dụng đƣợc cung cấp và mức độ có khả năng thu hồi, đó là tín dụng có vấn đề so với tổng số tín dụng đƣợc cung cấp bởi ngân hàng.‖
Theo quy định của thông tƣ số 11/2021/TT-NHNN cho thấy nợ xấu đƣợc hiểu là các khoản nợ thuộc nhóm 3,4,5 bao gồm nợ dưới tiêu chuẩn, nợ nghi ngờ và nợ có khả năng mất vốn là các khoản nợ quá hạn từ 90 ngày trở lên, các khoản nợ đƣợc cơ cấu lại lần đầu, các khoản nợ đƣợc miễn giảm lãi do khách hàng không đủ khả năng trả lãi và gốc đầy đủ theo hợp đồng tín dụng Đây là những khoản nợ đƣợc coi là có rủi ro cao và có thể gây ảnh hưởng đáng kể đến sức khỏe tài chính của ngân hàng hoặc tổ chức tín dụng Nợ xấu là nợ nội bảng Tỷ lệ nợ xấu là tỷ lệ giữa nợ xấu tức các khoản nợ thuộc nhóm 3,4,5 so với tổng các khoản nợ từ nhóm 1 đến nhóm 5
Những nhà nghiên cứu Lê Thanh Tâm, Đoàn Minh Ngọc và Bùi Thu Giang
(2021), Lê Bá Trực (2018) đã đo lường NPL bằng công thức:
Giả thuyết nghiên cứu
Quy mô ngân hàng đƣợc thể hiện thông qua logarit của tổng tài sản ngân hàng, trong nghiên cứu của Foos và các cộng sự (2010), Suluck và Supat (2012), Somanadevi Thiagarajan & ctg (2011)
SIZE = Log (Tổng tài sản)
Trong nghiên cứu của Lê Thanh Tâm, Đoàn Minh Ngọc và Bùi Thu Giang (2021) tác giả không phát hiện mối quan hệ giữa rủi ro tín dụng với biến quy mô ngân hàng Tuy nhiên trong nghiên cứu của Nguyễn Thị Ngọc Diệp và Nguyễn Minh Kiều (2015) tìm thấy quy mô ngân hàng được kỳ vọng là tác động dương đến tỷ lệ rủi ro của ngân hàng Các ngân hàng có quy mô lớn tại Việt Nam thường tập trung cho doanh nghiệp Nhà nước và tập đoàn lớn trong quá trình cấp vay Trong quan hệ vay mượn, ưu thế đƣợc đƣa ra cho các doanh nghiệp này, dẫn đến đơn giản hóa thủ tục xét duyệt vay Tuy nhiên, việc giảm đơn giản hóa thủ tục có thể ẩn chứa rủi ro tín dụng, khi không cân nhắc đủ về khả năng trả nợ và tình hình tài chính thực tế của khách hàng Điều này có thể tăng nguy cơ xuất hiện vấn đề trong quản lý nợ và tài chính Do đó tác giả đặt giả thuyết nghiên cứu H 1 là:
Giả thuyết H 1 : Quy mô ngân hàng có mối quan hệ cùng chiều tới RRTD
Tỷ suất lợi nhuận trên tổng tài sản (ROA) Để đo lường khả năng sinh lời của ngân hàng, các nghiên cứu thường sử dụng ROA ROA ( Return on Assets) là một chỉ số quan trọng để đánh giá khả năng sinh lời của ngân hàng Chỉ số này thể hiện lợi nhuận thu đƣợc trên mỗi đồng tài sản và phản ánh khả năng của ngân hàng trong việc quản lý nguồn lực để tạo ra lợi nhuận ROA là một công cụ đo lường hiệu suất quan trọng, giúp đánh giá sức khỏe tài chính và hiệu suất kinh doanh của ngân hàng Một ROA cao thường báo hiệu về khả năng tối ưu hóa tài sản và tạo ra lợi nhuận hiệu quả Trong nghiên cứu của Karimiyan và cộng sự
(2013), ROA có tác động ngƣợc chiều với tỷ lệ nợ xấu và mức trích lập dự phòng RRTD Tuy nhiên Tuy nhiên, Misman và Ahmad (2011) và Lê Thanh Tâm, Đoàn Minh Ngọc và Bùi Thu Giang (2021), chỉ ra rằng tồn tại mối quan hệ nghịch biến giữa LLP và ROA, tức là khi chi phí dự phòng rủi ro tín dụng tăng lên sẽ làm cho thu nhập của ngân hàng giảm xuống Từ đó, tác giả đặt ra giả thuyết H 2 là:
Giả thuyết H 2 : Tỷ suất lợi nhuận trên tổng tài sản có mối quan hệ ngƣợc chiều tới RRTD
Hệ số VCSH ( Ratio of capitant – CAP)
Tỷ lệ vốn là một chỉ số tài chính quan trọng đƣợc tính bằng cách chia vốn chủ sở hữu cho tổng tài sản Chỉ số này cung cấp thông tin chi tiết về cách ngân hàng sử dụng vốn để hỗ trợ hoạt động kinh doanh Ngoài ra, tỷ lệ vốn cũng đánh giá mức độ rủi ro tài chính mà ngân hàng có thể đối mặt Việc theo dõi chỉ số này giúp người quản lý và nhà đầu tƣ đánh giá sức khỏe tài chính của ngân hàng, đồng thời đƣa ra quyết định thông minh về chiến lƣợc và rủi ro đầu tƣ Nghiên cứu của Nguyễn Thị Hồng Vinh và Nguyễn Minh Sáng (2018) và Amidu & Hinson (2006) và Van Roy (2005) cho thấy biến CAP tác động cùng chiều với RRTD Do đó, giả thuyết nghiên cứu giữa 2 biến này:
Giả thuyết H 3 : Tỷ lệ vốn (CAP) có tác động cùng chiều đến rủi ro tín dụng
Hiệu quả hoạt động (Inefficient Management – INEFF)
Các nghiên cứu của Zeb, S., & Ali, Z (2019) và Mongid, Tahir và Haron (2012), Miah và Sharmeen (2015) tìm thấy mối quan hệ nghịch đảo giữa tính kém hiệu quả và rủi ro tín dụng Miah và Sharmeen (2015) Các ngân hàng truyền thống kém hiệu quả gặp nhiều rủi ro hơn vì họ cần nhiều nguồn lực hơn để quản lý và giám sát danh mục đầu tƣ hiện có, điều này làm tăng chi phí hoạt động của họ Ngoài ra nghiên cứu của Zeb, S., & Ali, Z (2019) xác định rằng khi các ngân hàng tăng vốn, điều này có thể làm cho chúng trở nên kém hiệu quả Điều này có thể đƣợc giải thích bằng việc nâng cao chi phí vốn và tăng cường áp lực cạnh tranh Sự gia tăng kém hiệu quả này có thể gây ra tăng nguy cơ về vốn và tín dụng, khiến cho ngân hàng phải đối mặt với thách thức trong việc quản lý rủi ro và duy trì lợi nhuận Tuy nhiên, tác giả mong đợi mối quan hệ cùng chiều giữa 2 biến này
Giả thuyết H 4 Hiệu quả hoạt động có mối quan hệ cùng chiều tới RRTD
Tỷ lệ tăng trưởng tín dụng của Ngân Hàng (GROW)
Tăng trưởng nguồn tín dụng có thể tạo ra sự thay đổi đáng kể trong cấu trúc và cạnh tranh của thị trường tín dụng, do đó tăng nguy cơ rủi ro và cạnh tranh Công thức tính toán tăng trưởng nguồn tín dụng thường được xem xét theo các nghiên cứu như của Clair (1992) Đã có nhiều nghiên cứu về tác động của tốc độ tăng trưởng tín dụng tới DPRTTD Theo nghiên cứu của Bikker và Metzemakers (2005), mối quan hệ giữa tốc độ tăng trưởng tín dụng và dự phòng rủi ro tín dụng là cùng chiều Ngược lại, theo nghiên cứu của Packer và Zhu (2012) và Abdullah và các cộng sự (2015), mối quan hệ giữa tốc độ tăng trưởng tín dụng và dự phòng rủi ro tín dụng là ngược chiều Điều đó cho thấy giữa tốc độ tăng trưởng tín dụng và dự phòng rủi ro tín dụng có mối quan hệ với nhau, tuy nhiên chiều hướng tác động của mối quan hệ này còn tùy thuộc vào điều kiện kinh tế của mỗi quốc gia khác nhau Do nền kinh tế Việt Nam đang trong giai đoạn phát triển nhanh chóng và hệ thống ngân hàng Việt Nam đã đƣợc cải thiện đáng kể về chất lƣợng quản trị và kiểm soát rủi ro Vì vậy mối quan hệ cùng chiều đƣợc mong đợi giữa 2 biến
Giả thuyết H 5 Tỷ lệ tăng trưởng tín dụng có mối quan hệ cùng chiều tới RRTD
Tốc độ tăng trưởng kinh tế (Gross Domestic Product - GDP)
Tốc độ tăng hàng năm của GDP thực đƣợc sử dụng để đánh giá mối quan hệ giữa tình hình kinh tế và khả năng sinh lời Trong điều kiện kinh tế không tốt, có thể xảy ra giảm chất lƣợng danh mục khoản cho vay, tăng dự phòng rủi ro tín dụng và giảm khả năng sinh lời của ngân hàng Ngược lại, trong tình hình kinh tế tăng trưởng tốt, khả năng sinh lời có thể cải thiện và rủi ro của ngân hàng giảm đi (Stiroh & Rumble, 2006).Nghiên cứu của Trenca & Bozga(2018) và Ayaydin & Karakaya (2014) cũng cho rằng tốc độ tăng trưởng kinh tế có tác động ngược chiều với rủi ro tín dụng Vì vậy mối quan hệ ngƣợc chiều đƣợc mong đợi giữa 2 biến
Giả thuyết H 6 Tốc độ tăng trưởng kinh tế có mối quan hệ ngược chiều tới RRTD
Tỷ lệ lạm phát (Inflation - INFLAT)
Rủi ro tín dụng thường có tác động tiêu cực nhưng vẫn có thể ảnh hưởng tích cực đến sự ổn định trong hoạt động ngân hàng khi lạm phát tăng nhanh sau các giai đoạn hồi phục kinh tế (Dung và Hồ Phan Đức ,2022) Nghiên cứu của Thƣ và Trần Minh
(2023) chỉ ra rằng biến tỷ lệ lạm phát có tác động tích cực lên rủi ro tín dụng Khác với những nghiên cứu trên, Zribi và Boujelbène (2011) cho rằng lạm phát tác động ngƣợc chiều đến RRTD Tuy nhiên, tác giả có kỳ vọng mối quan hệ cùng chiều giữa 2 biến Giả thuyết H 7 : Tỷ lệ lạm phát có mối quan hệ cùng chiều tới RRTD
Bảng 3.2 Giả thuyết nghiên cứu
STT Ký hiệu Kỳ vọng dấu Nghiên cứu trước
1 SIZE + Nguyễn Thị Ngọc Diệp và Nguyễn Minh
Kiều (2015), Naili và Lahrichi(2022), Lê Thanh Tâm, Đoàn Minh Ngọc và Bùi Thu Giang (2021)
2 ROA - Karimiyan và cộng sự (2013), Misman và
3 CAP + Nguyễn Thị Hồng Vinh và Nguyễn Minh
Sáng (2018) và Amidu & Hinson (2006) và Van Roy (2005)
4 INEFF + Zeb, S., & Ali, Z (2019) và Mongid, Tahir và Haron (2012), Miah và Sharmeen (2015), Miah và Sharmeen (2015)
5 GROW + Bikker và Metzemakers (2005), Packer và
Zhu (2012) và Abdullah và các cộng sự
6 GDP - Trenca & Bozga(2018) và Ayaydin &
7 INFLAT + Thƣ và Trần Minh (2023), Dung và Hồ
Phan Đức (2022),Zribi và Boujelbène
(Nguồn: tác giả tổng hợp)
Dữ liệu nghiên cứu
Thu thập dữ liệu bảng thông qua mẫu quan sát bao gồm 26 ngân hàng TMCP của Việt Nam đƣợc trình bày ở phụ lục 1 trong 11 năm giai đoạn từ 2012 đến 2022 Số liệu đƣợc thu thập dựa trên kết quả báo cáo tài chính hợp nhất đã đƣợc kiểm toán và tổng cục thống kê Nghiên cứu đƣợc thực hiện trên 26 ngân hàng trong thời gian 11 năm nên số mẫu quan sát là 286, tổng hợp từ báo cáo tài chính và kết quả hoạt động kinh doanh đƣợc cung cấp trên website của các ngân hàng
3.4.2 Các biến trong mô hình nghiên cứu
Bảng 1.3 Công thức tính biến
Biến phụ thuộc (đại diện cho RRTD)
SIZE SIZE = Log (Tổng tài sản)
GDP t Tốc độ tăng trưởng kinh tế của Việt Nam vào năm
INFLATt Tỷ lệ lạm phát của Việt Nam vào năm
(Nguồn: Tác giả tổng hợp)
Phương pháp nghiên cứu
Kiểm định 1: Lựa chọn phương pháp ước lượng mô hình OLS và mô hình FEM
Bằng cách sử dụng các phép toán toán học và lệnh trong phần mềm STATA, thực hiện phân tích hồi quy bằng cách sử dụng phương pháp Pooled OLS và FEM, sau đó so sánh kết quả để chọn ra mô hình phù hợp nhất giữa hai mô hình này Tiếp theo, thực hiện kiểm thử F để chọn giữa mô hình OLS hoặc FEM với giả thuyết:
H0: không có sự khác biệt giữa các đối tƣợng hoặc thời điểm khác nhau
H1: có không có sự khác biệt giữa các đối tƣợng hoặc thời điểm khác nhau Nếu P-value ≤ α với α = 5% thì bác bỏ H0, mô hình FEM đƣợc chọn,
Nếu P-value > α với α = 5% thì mô hình OLS đƣợc chọn
Kiểm định 2: Lựa chọn phương pháp ước lượng mô hình FEM và mô hình REM
Thực hiện ƣớc lƣợng với FEM và REM, sử dụng kiểm định Hausman với giả thuyết:
H0: Sai số ƣớc lƣợng không bao gồm sai lệch giữa các đối tƣợng
H1: Sai số ƣớc lƣợng bao gồm sai lệch giữa các đối tƣợng
Nếu P-value ≤ α với α = 5% thì bác bỏ H0, mô hình FEM đƣợc chọn
Nếu P-value > α với α = 5% thì mô hình REM đƣợc chọn
Kiểm định 3: Lựa chọn phương pháp ước lượng mô hình OLS và mô hình REM
So sánh giữa 2 mô hình Pooled OLS với REM, sử dụng kiểm định Breusch-Pagan để kiểm chứng tính phù hợp của ƣớc lƣợng, giả thuyết nhƣ sau:
H0: Sai số ƣớc lƣợng không bao gồm sai lệch giữa các đối tƣợng
H1: Sai số ƣớc lƣợng bao gồm sai lệch giữa các đối tƣợng
Nếu P-value ≤ α với α = 5% thì bác bỏ H0, mô hình FEM đƣợc chọn
Nếu P-value > α với α = 5% thì mô hình OLS đƣợc chọn.
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Thực trạng rủi ro tín dụng tại việt nam
Tổng hợp tỷ lệ trích lập dự phòng trung bình 26 ngân hàng việt nam trong giai đoạn 2012-2022
Bảng 2.1 Tổng hợp tỉ lệ trích lập DPRRTD trung bình của 26 NHTMCP Việt
Nam trong giai đoạn 2012-2022 ĐVT: Triệu đồng Năm Tổng dƣ nợ tín dụng Tổng chi phí DPRRTD LLP
(Nguồn: Xử lý bộ dữ liệu từ báo cáo tài chính của các Ngân hàng TMCP Việt Nam)
Qua kết quả bảng 4.1, nhìn chung tổng dư nợ tín dụng của các ngân hàng thương mại Việt Nam tăng trưởng đều đặn trong giai đoạn 2012-2022, Năm 2012, tổng dư nợ tín dụng của các ngân hàng thương mại Việt Nam là 1.651.176.709 triệu đồng Đến năm 2022, con số này đã tăng lên 8.180.192.306 triệu đồng, tăng gấp 5,0 lần Tổng dƣ nợ tín dụng tăng trưởng ổn định trong giai đoạn 2012-2022, với tốc độ tăng trưởng cao nhất là 16,5% năm 2017 và thấp nhất là 6,7% năm 2019 Tổng chi phí DPRRTD cũng tăng trưởng tương ứng, tăng trưởng ổn định trong giai đoạn 2012-2022 Tỷ lệ tổng chi phí DPRRTD trên tổng dƣ nợ tín dụng, cũng tăng từ 1,29% năm 2012 lên 1,46% năm
Biểu đồ 4.1: Chi phí DPRRTD và LLP trung bình của 26 NHTM cổ phần Việt
(Nguồn: Xử lý bộ dữ liệu từ báo cáo tài chính của các Ngân hàng TMCP Việt Nam)
LLP của các ngân hàng thương mại Việt Nam cũng tăng trưởng ổn định trong giai đoạn 2012-2022 Tỷ lệ LLP tăng từ 1.29% lên 1.46% từ năm 2012 đến 2022 Điều này cho thấy một sự tăng trưởng tổng cộng khoảng 13% trong suốt 11 năm, với mức tăng trưởng hàng năm trung bình là khoảng 1.2%
Trong giai đoạn 2012-2014, tổng dƣ nợ tín dụng, tổng chi phí DPRRTD và LLP đều tăng lên LLP tăng nhẹ từ 1.29% lên 1.33% Tuy nhiên, tốc độ tăng trưởng của tổng chi phí DPRRTD (từ 21.307.616 lên 29.678.827) cao hơn so với tổng dƣ nợ tín dụng (từ 1.651.176.709 lên 2.230.438.932) Điều này là do các ngân hàng đã phải trích lập dự phòng rủi ro tín dụng ở mức cao hơn theo quy định của NHNN LLP của các ngân hàng thương mại Việt Nam đã tăng từ 1,29% năm 2019 lên 1,44% năm 2020 và 1,69% năm 2021 Sự tăng lên này chủ yếu xuất phát từ ảnh hưởng của đại dịch
COVID-19 đối với kinh tế và hoạt động kinh doanh của cả doanh nghiệp và cá nhân Trong năm 2022, tỷ lệ LLP của ngân hàng thương mại Việt Nam giảm xuống còn 1,46% Mặc dù giảm, nhƣng vẫn ở mức khá cao so với mức trung bình khu vực Điều này là kết quả của việc các ngân hàng triển khai các biện pháp hỗ trợ cho khách hàng chịu ảnh hưởng từ đại dịch COVID-19, nhằm giảm thiểu rủi ro tín dụng Tuy nhiên, điều này chỉ ra rằng đại dịch COVID-19 vẫn tiếp tục tác động đến kinh tế và hoạt động kinh doanh của cả doanh nghiệp và cá nhân, làm tăng rủi ro tín dụng cho các ngân hàng thương mại cổ phần
Bảng 4.2 Tổng hợp tỷ lệ nợ xấu trung bình của 26 NHTMCP Việt Nam trong giai đoạn 2012-2022 Đơn vị tính: triệu đồng
Năm Tổng dƣ nợ tín dụng Tổng nợ xấu NPL
(Nguồn: Xử lý bộ dữ liệu từ báo cáo tài chính của các Ngân hàng TMCP Việt Nam)
Dữ liệu bảng 4.2 cho thấy Tổng dƣ nợ tín dụng đã tăng từ 1.651.176.709 triệu đồng năm 2012 lên 8.180.192.306 triệu đồng năm 2022, tăng thêm 6.528.015.597 triệu đồng Điều này tương đương với mức tăng trưởng tổng cộng khoảng 395% tốc độ tăng trưởng trung bình là 39,5%/năm.Tổng nợ xấu cũng tăng trưởng trong giai đoạn này, nhƣng với mức tăng thấp hơn so với tổng dƣ nợ tín dụng, dẫn đến tỷ lệ nợ xấu (NPL) giảm dần từ 2,63% trong năm 2012 xuống 1,61% trong năm 2022 Sự sụt giảm tỷ lệ nợ xấu cho thấy chất lƣợng tín dụng của hệ thống ngân hàng Việt Nam đang đƣợc cải thiện
Biểu đồ 4.2 Tổng hợp tỷ lệ nợ xấu trung bình của 26 NHTMCP Việt Nam trong giai đoạn 2012-2022
(Nguồn: Xử lý bộ dữ liệu từ báo cáo tài chính của các Ngân hàng TMCP Việt Nam) Biểu đồ 4.2 thể hiện sự biến động của tổng nợ xấu và tỷ lệ nợ xấu trên dƣ nợ tín dụng của hệ thống ngân hàng thương mại Việt Nam trong giai đoạn 2012 - 2022
Tỷ lệ nợ xấu trên dư nợ tín dụng của hệ thống ngân hàng thương mại Việt Nam có xu hướng giảm dần trong giai đoạn 2012-2015, từ mức 2,63% năm 2012 xuống 1,85% năm 2015 Tuy nhiên, tỷ lệ này lại tăng dần trong giai đoạn 2016-2019, từ mức 1,95% năm 2016 lên 1,80% năm 2019 Đặc biệt, trong giai đoạn 2020-2022, tỷ lệ này tăng nhanh, từ mức 1,43% năm 2020 lên 1,61% năm 2022
Trong giai đoạn 2012-2015, nền kinh tế Việt Nam đang trong giai đoạn phát triển ổn định, tốc độ tăng trưởng GDP đạt mức cao Điều này đã tạo điều kiện thuận lợi cho doanh nghiệp và người dân phát triển sản xuất kinh doanh, tăng thu nhập, cải thiện khả năng trả nợ Do đó, tỷ lệ nợ xấu trên dƣ nợ tín dụng giảm dần
Tuy nhiên, trong giai đoạn 2016-2019, nền kinh tế Việt Nam gặp một số khó khăn, tốc độ tăng trưởng GDP giảm Điều này đã ảnh hưởng đến khả năng trả nợ của doanh nghiệp và người dân Do đó, tỷ lệ nợ xấu trên dư nợ tín dụng tăng dần Đặc biệt, trong giai đoạn 2020-2022, đại dịch COVID-19 đã gây ra những tác động tiêu cực đến nền kinh tế Việt Nam, khiến nhiều doanh nghiệp và người dân gặp khó khăn trong sản xuất kinh doanh, dẫn đến khả năng trả nợ giảm sút Do đó, tỷ lệ nợ xấu trên dƣ nợ tín dụng tăng nhanh.
Kết quả nghiên cứu
4.2.1 Phân tích thống kê mô tả
Dựa trên cơ sở dữ liệu đã đƣợc tổng hợp từ BCTC đã đƣợc kiểm toán của 26 NHTMCP Việt Nam trong 11 năm từ 2012-2022 cho ra kết quả thống kê mô tả chi tiết nhƣ sau:
Bảng 4.3 Phân tích thống kê mô tả
(Nguồn: kết quả phân tích từ stata 17)
Qua kết quả phân tích ở bảng 4.3, ta có thể phân tích thống kê mô tả nhƣ sau:
Tỷ lệ trích lập dự phòng rủi ro tín dụng (LLP): Giá trị trung bình là 0.012, với độ lệch chuẩn là 0.011 Ngân hàng có tỷ lệ trích lập dự phòng rủi ro tín dụng thấp nhất là Ngân hàng TMCP Kiên Long (0.00007) và cao nhất là Ngân hàng TMCP Hàng hải Việt Nam (0.1122475)
Tỷ lệ nợ xấu (NPL): Giá trị trung bình là 0.022, với độ lệch chuẩn là 0.016 Ngân hàng có tỷ lệ nợ xấu thấp nhất là ngân hàng TCB hay ngân hàng TMCP Kỹ thương Việt Nam (0.0047045) và cao nhất là Ngân hàng TMCP Quốc Dân (0.1829772) Giá trị trung bình là 0.022, với độ lệch chuẩn là 0.016 Ngân hàng có tỷ lệ nợ xấu thấp nhất là Ngân hàng TMCP Kỹ thương Việt Nam và cao nhất là Ngân hàng TMCP Quốc Dân Giá trị trung bình là 2.22%, nhỏ hơn mức 3% theo quy định của NHNN Điều này cho thấy các NHTM đã có sự thay đổi tích cực trong chính sách cho vay cũng nhƣ công tác thẩm định, theo dõi, kiểm soát các khoản vay đã đƣợc giải ngân cho khách hàng cấp tín dụng nhằm đảm bảo tỷ lệ nợ xấu nhỏ hơn mức 3%
Hiệu quả hoạt động (INEFF): Giá trị trung bình là 0.030, với độ lệch chuẩn là 0.0107 Ngân hàng có mức Hiệu quả hoạt động nhất là Ngân hàng TMCP Sài Gòn - Hà Nội (0.0116003) và cao nhất là Ngân hàng TMCP Hàng hải Việt Nam (0.065808)
Tốc độ tăng trưởng tín dụng (GROW): Giá trị trung bình là 0.190, với độ lệch chuẩn là 0.161 Ngân hàng có tốc độ tăng trưởng tín dụng thấp nhất là Ngân hàng TMCP Hàng hải Việt Nam (-0.2459425) và cao nhất là Ngân hàng TMCP Phát triển
Tỷ suất lợi nhuận trên tổng tài sản (ROA): Giá trị trung bình là 0.008, với độ lệch chuẩn là 0.007 Ngân hàng có tỷ suất lợi nhuận trên tổng tài sản thấp nhất là Ngân hàng TMCP Quốc Dân (8.90e-08) và cao nhất là Ngân hàng TMCP Kỹ thương Việt Nam (0.0323799)
Hệ số VCSH (CAP): Giá trị trung bình là 0.091, với độ lệch chuẩn là 0.037 Ngân hàng có hệ số VCSH thấp nhất là Ngân hàng TMCP Đầu tƣ và Phát triển Việt Nam (0.0406177) và cao nhất là Ngân hàng TMCP Sài Gòn Công Thương (0.2383814)
Quy mô của ngân hàng (SIZE): Giá trị trung bình là 8.121, với độ lệch chuẩn là 0.509 Ngân hàng có quy mô nhỏ nhất là Ngân hàng TMCP Bảo Việt (7.123304) và lớn nhất là Ngân hàng TMCP Đầu tƣ và Phát triển Việt Nam (9.326461)
4.2.2 Phân tích đa cộng tuyến
Hệ số phóng đại phương sai (VIF) đánh giá mức độ hiện tượng đa cộng tuyến trong mô hình hồi quy Nếu VIF dưới 2, mô hình không có hiện tượng đa cộng tuyến Nếu từ 2 đến 10, hiện tượng có nhưng không nghiêm trọng VIF trên 10 thường cho thấy mô hình đối mặt với vấn đề nghiêm trọng về đa cộng tuyến Để kiểm tra, tính VIF cho từng biến và kiểm tra giá trị theo ngƣỡng đã đề cập
Bảng 4.4 Kiểm tra đa công tuyến VIF Variable VIF 1/VIF
Mean VIF 1.67 (Nguồn: Kết quả phân tích từ Stata17)
Dựa vào bảng 4.4, chỉ số VIF trung bình đƣợc đặt ở mức 1.66 và giá trị cao nhất là 2.53, cho thấy sự hiện diện của đa cộng tuyến trong mô hình là không đáng kể Vì vậy, có thể kết luận rằng mô hình không gặp phải vấn đề đa cộng tuyến đáng kể
4.2.3 Phân tích mối tương quan
Bảng 4.5 Ma trân tương quan các biến mô hình 1 - LLP LLP SIZE CAP ROA GROW INEFF INFLAT GDP LLP 1.0000
(Nguồn kết quả phân tích stata 17)
Kết quả ma trận tương quan của LLP và những biến độc lập ở mô hình 1 có hệ số tương quan trong tất cả những cặp biến đều thấp hơn 0.8 (chuẩn so sánh theo Farra & Glauber 1967) thể hiện không có mối tương quan của những biến độc lập và không tồn tại hiện tƣợng đa cộng tuyến nghiêm trọng trong mô hình hồi quy
LLP có mối tương quan cao nhất với biến độc lập INEFF (hiệu quả hoạt động), với hệ số tương quan là 0,3621 Điều này có nghĩa là các ngân hàng có hiệu quả hoạt động cao hơn LLP cũng có mối tương quan đáng kể với biến độc lập GDP (tăng trưởng kinh tế), với hệ số tương quan là 0,2892 Điều này có nghĩa là các ngân hàng hoạt động trong nền kinh tế tăng trưởng cao hơn có xu hướng có LLP cao hơn có xu hướng có LLP cao hơn
Ngoài ra, LLP có mối tương quan dương với biến độc lập SIZE (quy mô), CAP và ROA (lợi nhuận trên tổng tài sản) Tuy nhiên, các mối tương quan này không quá mạnh
Cuối cùng, LLP có mối tương quan âm với biến độc lập GROW (tăng trưởng tín dụng) Điều này có nghĩa là các ngân hàng có tốc độ tăng trưởng tín dụng cao hơn có xu hướng có LLP thấp hơn
Bảng 4.6 Ma trận tương quan giữa các biến mô hình 2 - NPL
NPL SIZE CAP ROA GROW INEFF INFLAT GDP NPL 1.0000
(Nguồn kết quả phân tích stata 17)
Kết quả phân tích hồi quy bảng 4.6 cho thấy:
Tỷ lệ nợ xấu (NPL) và Tỷ lệ lạm phát (INFLAT): Có mối tương quan dương (0.2859), cho thấy khi tỷ lệ lạm phát tăng, tỷ lệ nợ xấu cũng có xu hướng tăng
Ƣớc lƣợng mô hình hồi quy
Bảng 4.7 Kết quả hồi quy theo phương pháp OLS của mô hình 1 - LLP
Source SS Df MS Number of obs = 286
LLP Coefficient Std err T P>t [95% conf interval]
SIZE 0.00937 0.0017769 5.27 0.000 0.005872 0.012868 ROA -0.224505 0.1217708 -1.84 0.066 -0.464215 0.015205 CAP 0.0754874 0.0235535 3.20 0.002 0.0291216 0.1218533 INEFF 0.4679459 0.0614807 7.61 0.000 0.3469192 0.5889727 GROW -0.0069114 0.0036887 -1.87 0.062 -0.014172 0.0003499
(Nguồn: Kết quả phân tích từ Stata 17)
Qua số liệu chạy OLS trong bảng 4.7 kết quả thể hiện mô hình toàn cục đƣợc xây dựng dựa trên 286 quan sát, với giá trị F(7, 278) là 14.23 và p-value tương ứng là 0.0000 cho thấy rằng ít nhất một trong các biến độc lập là quan trọng để giải thích sự biến động của biến phụ thuộc.R-squared của mô hình là 0.2638, cho thấy mô hình này giải thích đƣợc khoảng 26.38% sự biến đổi của biến phụ thuộc Ý nghĩa ở mức 1% (p-value < 0.01):
SIZE (Quy mô của ngân hàng): Hệ số hồi quy là 0.00937, cho thấy SIZE có ảnh hưởng đáng kể và tích cực đến LLP
CAP (Hệ số VCSH): Hệ số hồi quy là 0.0754874, cho thấy CAP có ảnh hưởng đáng kể và tích cực đến LLP
INEFF (Hiệu quả hoạt động): Hệ số hồi quy là 0.4679459, cho thấy INEFF có ảnh hưởng đáng kể và tích cực đến LLP Ý nghĩa ở mức 5% (0.01 ≤ p-value < 0.05):
INFLAT (Tỷ lệ lạm phát): Hệ số hồi quy là -0.0701106, cho thấy INFLAT có ảnh hưởng đáng kể và tiêu cực đến LLP Ý nghĩa ở mức 10% (0.05 ≤ p-value < 0.1):
ROA (Tỷ suất lợi nhuận trên tổng tài sản): Hệ số hồi quy là -0.224505, cho thấy ROA có thể có ảnh hưởng tiêu cực đến LLP
GROW (Tốc độ tăng trưởng tín dụng): Hệ số hồi quy là -0.0069114, cho thấy GROW có thể có ảnh hưởng tiêu cực đến LLP
Biến GDP (Tốc độ tăng trưởng kinh tế) có p-value > 0.1, cho thấy GDP không có ảnh hưởng đáng kể đến LLP
Kết quả trình bày mô hình OLS của mô hình 1-LLP nhƣ sau:
*INEFF -0.0069114*GROW -0.0701106*INFLAT Đề tài tiếp tục chạy hồi huy OLS của mô hình 2- NPL
Bảng 4.8 Kết quả hồi quy theo phương pháp OLS của mô hình 2 - NPL
NPL SS Df MS Number of obs
NPL Coefficient Std err T P>t [95% conf interval]
_cons 0.0197459 0.0248868 0.79 0.428 -0.029244 0.0687364 Dựa vào kết quả chạy OLS trong bảng 4.8, mô hình giải thích khoảng 15.87% sự biến động của biến phụ thuộc (R-squared = 0.1587)
INFLAT (Tỷ lệ lạm phát) có ý nghĩa thống kê ở mức ý nghĩa 1% Hệ số hồi quy là 0.166375, cho thấy INFLAT có ảnh hưởng đáng kể và tích cực đến NPL
ROA (Tỷ suất lợi nhuận trên tổng tài sản) có ý nghĩa thống kê ở mức ý nghĩa 5%
Hệ số hồi quy là -0.5668992, cho thấy ROA có ảnh hưởng đáng kể và tiêu cực đến NPL
INEFF (Hiệu quả hoạt động) có ý nghĩa thống kê ở mức ý nghĩa 10% Hệ số hồi quy là 0.1610381, cho thấy INEFF có thể có ảnh hưởng tích cực đến NPL
Các biến SIZE (Quy mô của ngân hàng), CAP (Hệ số VCSH), GROW (Tốc độ tăng trưởng tín dụng), và GDP (Tốc độ tăng trưởng kinh tế) có giá trị p-value > 0.1, cho thấy chúng không có ảnh hưởng đáng kể đến NPL.Kết quả mô hình OLS của mô hình 2-NPL nhƣ sau:
4.3.2 Kết quả mô hình FEM
Sau khi thực hiện phân tích mô hình hồi quy theo OLS của 2 mô hình, tác giả tiếp tục ước lượng mô hình theo phương pháp FEM
Bảng 4.9 Kết quả hồi quy theo phương pháp FEM của mô hình 1 - LLP
Fixed-effects (within) regression Number of obs
Group variable: nganhang Number of groups
LLP Coefficient Std err t P>t [95% conf interval] SIZE 0.0074569 0.004568 1.63 0.104 -0.0015393 0.0164531
(Nguồn: Kết quả phân tích từ stata17)
Kết quả bảng 4.9 cho thấy: Hệ số R-squared cho thấy mô giải thích đƣợc khoảng 11.06% sự biến đổi của biến phụ thuộc trong nhóm (R-squared within = 0.1106) Điều này cho thấy mô hình có thể cần thêm các biến giải thích hoặc cần xem xét các mô hình phức tạp hơn
F-statistic có giá trị lớn và p-value nhỏ hơn 0.05, cho thấy mô hình tổng thể có ý nghĩa thống kê
ROA (Tỷ suất lợi nhuận trên tổng tài sản): Hệ số hồi quy là -0.4276245 và có mức ý nghĩa thống kê ở mức 1% Điều này có nghĩa là khi tăng ROA 1 đơn vị thì LLP giảm 0.4276245 đơn vị, giả sử các biến khác không thay đổi
INEFF (Hiệu quả hoạt động): Hệ số hồi quy là 0.2496036 và có mức ý nghĩa thống kê ở mức 5% Điều này có nghĩa là khi tăng INEFF 1 đơn vị thì LLP tăng 0.2496036 đơn vị, giả sử các biến khác không thay đổi
CAP (Hệ số VCSH): Hệ số hồi quy là 0.0494115 và có mức ý nghĩa thống kê ở mức 10% Điều này có nghĩa là khi tăng CAP 1 đơn vị thì LLP tăng 0.0494115 đơn vị, giả sử các biến khác không thay đổi
GROW (Tốc độ tăng trưởng tín dụng): Hệ số hồi quy là -0.011166 và có mức ý nghĩa thống kê ở mức 1% Điều này có nghĩa là khi tăng GROW 1 đơn vị thì LLP giảm 0.011166 đơn vị, giả sử các biến khác không thay đổi
Kết quả mô hình FEM của mô hình 1-LLP nhƣ sau:
LLP= -0.4276245*ROA+ 0.0494115*CAP + 0.2496036*INEFF -0.011166 * GROW
Tương tự như trên, đề tài chạy hồi quy theo FEM cho mô hình 2 – NPL
Bảng 4.10 Kết quả hồi quy theo phương pháp FEM của mô hình 2 - NPL
Fixed-effects (within) regression Number of obs = 286
Group variable: nganhang Number of groups = 26
NPL Coefficient Std err T P>t [95% conf interval]
(Nguồn: Kết quả phân tích từ stata17)
Kết quả bảng 4.10 thể hiện mô hình giải thích đƣợc khoảng 14.27% sự biến đổi của biến phụ thuộc trong nhóm (R-squared within = 0.1427) Điều này cho thấy mô hình có thể cần thêm các biến giải thích hoặc cần xem xét các mô hình phức tạp hơn ROA (Tỷ suất lợi nhuận trên tổng tài sản): Hệ số hồi quy là -0.7850546 và có mức ý nghĩa thống kê ở mức 1% Điều này có nghĩa là khi tăng ROA 1 đơn vị thì NPL giảm 0.7850546 đơn vị, giả sử các biến khác không thay đổi
CAP (Hệ số VCSH): Hệ số hồi quy là 0.0973152 và có mức ý nghĩa thống kê ở mức 5% Điều này có nghĩa là khi tăng CAP 1 đơn vị thì NPL tăng 0.0973152 đơn vị, giả sử các biến khác không thay đổi
INFLAT (Tỷ lệ lạm phát): Hệ số hồi quy là 0.2365278 và có mức ý nghĩa thống kê ở mức 1% Điều này có nghĩa là khi tăng INFLAT 1 đơn vị thì NPL tăng 0.2365278 đơn vị, giả sử các biến khác không thay đổi
Các biến SIZE (Quy mô của ngân hàng), INEFF (Hiệu quả hoạt động), GROW (Tốc độ tăng trưởng tín dụng), và GDP (Tốc độ tăng trưởng kinh tế) có p-value > 0.1, cho thấy chúng không có ảnh hưởng đáng kể đến NPL
Kết quả mô hình FEM của mô hình 2-nlp nhƣ sau:
4.3.3 Kết quả mô hình REM
Bảng 4.11 Kết quả hồi quy theo phương pháp REM của mô hình 1 - LLP
(Nguồn: Kết quả phân tích stata17)
SIZE (Quy mô của ngân hàng): Hệ số hồi quy là 0.0088332 và có mức ý nghĩa thống kê ở mức 1% Điều này có nghĩa là khi tăng SIZE 1 đơn vị thì LLP tăng 0.0088332 đơn vị, giả sử các biến khác không thay đổi
ROA (Tỷ suất lợi nhuận trên tổng tài sản): Hệ số hồi quy là -0.3552172 và có mức ý nghĩa thống kê ở mức 1% Điều này có nghĩa là khi tăng ROA 1 đơn vị thì LLP giảm 0.3552172 đơn vị, giả sử các biến khác không thay đổi
Random-effects GLS regression Number of obs = 286
Group variable: nganhang Number of groups = 26
Wald chi2(7) = 43.34 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000
LLP Coefficient Std err Z P>z [95% conf interval]
SIZE 0.0088332 0.0027234 3.24 0.001 0.0034954 0.014171 ROA -0.3552172 0.1308459 -2.71 0.007 -0.6116705 -0.0987638 CAP 0.0530753 0.0244991 2.17 0.030 0.005058 0.1010926 INEFF 0.3836207 0.0850389 4.51 0.000 0.2169476 0.5502938 GROW -0.0092791 0.003555 -2.61 0.009 -0.0162467 -0.0023114
CAP (Hệ số VCSH): Hệ số hồi quy là 0.0530753 và có mức ý nghĩa thống kê ở mức 5% Điều này có nghĩa là khi tăng CAP 1 đơn vị thì LLP tăng 0.0530753 đơn vị, giả sử các biến khác không thay đổi
INEFF (Hiệu quả hoạt động): Hệ số hồi quy là 0.3836207 và có mức ý nghĩa thống kê ở mức 1% Điều này có nghĩa là khi tăng INEFF 1 đơn vị thì LLP tăng 0.3836207 đơn vị, giả sử các biến khác không thay đổi
Kiểm định lựa chọn mô hình
Sau khi hồi quy cả 2 mô hình theo 3 phương pháp là OLS, FEM, REM, tác giả tiến hành kiểm định bằng phương pháp kiểm định F-test, kiểm định Hausman, Kiểm định Breusch và Pagan để lựa chọn ra mô hình tối ƣu để phân tích
Bảng 4.13 Kiểm định F-test nhằm lựa chọn giữa OLS và FEM
H 0 : Hệ số tác động cố định khác 0, mô hình OLS phù hợp
H 1 : Hệ số tác động cố định bằng 0, mô hình FEM phù hợp Giá trị thống kê F(7, 278) = 14.23 F(7, 278) = 7.49
Kết Luận Bác bỏ H 0 Bác bỏ H 0
( Nguồn kết quả phân tích stata17)
Từ kết quả kiểm định F-test ở bảng 4.13 thể hiện cả 2 mô hình đều có hệ số Prob
> F = 0.0000< α=5% nên bác bỏ giả thuyết H0 Vì vậy tác giả lựa chọn mô hình FEM là phù hợp cho cả 2 mô hình có biến phụ thuộc là LLP và NPL
Bảng 4.14 Kiểm định Breusch and Pagan Test nhằm chọn giữa OLS và REM
H 0 : Không có hiện tượng phương sai thay đổi mô hình OLS phù hợp
H 1 : Có hiện tượng phương sai thay đổi, mô hình FEM phù hợp
Giá trị thống kê chibar2(01) = 103.18 chibar2(01) = 23.69 P-value Prob > chibar2 =0.0000 Prob > chibar2 =0.0000
Kết Luận Bác bỏ H 0 Bác bỏ H 0
( Nguồn kết quả phân tích stata17)
Kết quả kiểm định Breusch and Pagan Test ở bảng 4.14 thể hiện 2 mô hình đều có hệ số Prob > chibar2 =0.0000< α=5% nên bác bỏ giả thuyết H 0 Do đó, lựa chọn mô hình REM phù hợp cho cả 2 mô hình LLP và NPL
Bảng 4.15 Kiểm định Hausman nhằm chọn giữa FEM và REM
H 0 : Không có sự khác biệt giữa các biến độc lập, chọn REM
H 1 : Có sự tương quan giữa những biến độc lập chọn FEM
Giá trị thống kê chi2(7) = 10.78 chi2(7) = 8.57
P-value Prob > chi2 = 0.1486 Prob > chi2 = 0.2850
Kết Luận Chấp nhận H 0 Chấp nhận H 0
( Nguồn kết quả phân tích stata17)
Kết quả bảng 4.15 cho thấy:
Mô hình 1: LLP có hệ số Prob>chi2= 0.1486> α =0.05 nên bác bỏ giả thuyết H 1
Vì vậy chọn mô hình REM là phù hợp
Mô hình 2: NPL có hệ số Prob>chi2= 0.2850> α =0.05 nên bác bỏ giả thuyết H 1
Vì vậy chọn mô hình REM là phù hợp
Bảng 4.16 Tổng hơp kết quả nghiên cứu
Kiểm định F-test Hausman Breusch and
Mô hình 1-LLP FEM REM REM REM
Mô hình 2-NLP FEM REM REM REM
(Nguồn: Kết quả phân tích stata17)
Kết quả bảng 4.16 cho thấy:
Sau khi tiến hành các phương pháp kiểm định tác giả đã tổng hợp và kết quả cho thấy mô hình tối ƣu nhất với cả 2 mô hình là mô hình REM
Kiểm định các khuyết tật trong mô hình
4.5.1 Kiểm định phương sai thay đổi
Sau khi đã xác định đƣợc mô hình tối ƣu tác giả tiếp tục kiểm tra khuyết tật của từng mô hình để khắc phục
Bảng 4.17 Kết quả kiểm định phương sai thay đổi của 2 mô hình FEM và REM với 2 biến là LLP và NPL
Biến phụ thuộc LLP Biến phụ thuộc NLP
H 0 : Không có hiện tượng phương sai thay đổi
H 1 : Có hiện tượng phương sai thay đổi chibar2(01) 3.18 chibar2(01) = 23.69
(Nguồn: Kết quả phân tích stata17)
Từ kết quả đƣợc trình bày ở bảng 4.17, Kết quả kiểm định Breusch and Pagan Test thể hiện 2 mô hình đều có hiện tượng phương sai sai số thay đổi
4.5.2 Kiểm định hiện tượng tự tương quan
Thực hiện kiểm thử tự tương quan của mô hình bằng cách sử dụng kiểm thử Wooldridge với giả thuyết H0: Không có tự tương quan
Bảng 4.18 Kết quả kiểm định Wooldridge với 2 biến LLP và NPL
Biến phụ thuộc LLP Biến phụ thuộc NLP
H 0 Không có hiện tượng tự tương quan chuỗi
H 1 Có hiện tượng tự tương quan chuỗi
(Nguồn: Kết quả phân tích stata17)
Kết quả bảng 4.18 cho thấy: Đối với mô hình 1-LLP, với mức ý nghĩa α = 5%, Kết quả Prob > F = 0.1719 > 5% nhƣ vậy ta chấp nhận giả thuyết H0, nghĩa là mô hình không có hiện tƣợng tự tương quan chuỗi Đối với mô hình 2-NPL, với mức ý nghĩa α = 5%, Kết quả Prob > F = 0.0001< 5% như vậy ta bác bỏ H 0 nghĩa là mô hình có hiện tượng tự tương quan chuỗi.
Ước lượng mô hình theo phương pháp GLS
Căn cứ vào kết quả kiểm định ở trên có thể thấy mô hình có hiện tượng tự tương quan giữa các sai số và biến thiên sai số thay đổi Để giải quyết vấn đề này, tác giả sẽ chạy lại mô hình hồi quy với phương pháp GLS để khắc phục hai lỗi đã gặp trước đó với mô hình REM Điều này sẽ giúp xác định mô hình tối ƣu và đáng tin cậy nhất để làm cơ sở cho nghiên cứu của tác giả
4.6.1 Ước lượng mô hình theo phương pháp GLS của mô hình 1-LLP
Bảng 4.19 Kết quả phân tích theo phương pháp GLS của mô hình 1- LLP
Prob > chi2 = 0.0000 LLP Coefficient Std err Z P>z [95% conf interval]
SIZE 0.0066963 0.0010685 6.27 0.000 0.0046021 0.0087906 ROA -0.2000418 0.0836664 -2.39 0.017 -0.364025 -0.0360586 CAP 0.0680514 0.0165322 4.12 0.000 0.035649 0.1004539 INEFF 0.2245062 0.0507486 4.42 0.000 0.1250408 0.3239716 GROW -0.0041672 0.0023874 -1.75 0.081 -0.0088465 0.0005121
(Nguồn: Kết quả phân tích stata17)
Từ bảng 4.19 phân tích thep phương pháp GLS , trong mô hình 1-LLP thể hiện Prob > chi2=0.0000 cho thấy kết quả mô hình có ý nghĩa thống kê và phù hợp
SIZE: Hệ số ƣớc lƣợng là 0.0066963 với độ lệch chuẩn là 0.0010685 Giá trị Z là 6.27, cho thấy SIZE có ý nghĩa thống kê với mức ý nghĩa 1%
ROA: Hệ số ƣớc lƣợng là -0.2000418 với độ lệch chuẩn là 0.0836664 Giá trị Z là -2.39, cho thấy ROA có ý nghĩa thống kê ở mức độ tin cậy 5%
CAP: Hệ số ƣớc lƣợng là 0.0680514 với độ lệch chuẩn là 0.0165322 Giá trị Z là 4.12, cho thấy CAP có ý nghĩa thống kê ở mức độ tin cậy 1%
INEFF: Hệ số ƣớc lƣợng là 0.2245062 với độ lệch chuẩn là 0.0507486 Giá trị Z là 4.42, cho thấy INEFF có ý nghĩa thống kê ở mức độ tin cậy 1%
GROW: Hệ số ƣớc lƣợng là -0.0041672 với độ lệch chuẩn là 0.0023874 Giá trị Z là -1.75, cho thấy GROW có có ý nghĩa thống kê ở mức độ tin cậy 10%
Hai biến GDP và INFLAT có mức ý nghĩa lớn hơn 10% nên không thích hợp để đƣa vào mô hình
Kết luận mô hình 1-LLP nhƣ sau:
LLP=-0.0517511+ 0.0066963*SIZE- 0.2000418*ROA +0.0680514*CAP + 0.2245062 * INEFF -0.0041672*GROW
Bảng 4.20 Tổng hợp kết quả Biến độc lập Kỳ vọng dấu Hệ số hồi quy Kết quả
INFLAT + - (-0.0165798) Không có ý nghĩa thống kê GDP - - (-0.0251849) Không có ý nghĩa thống kê
(Nguồn: Kết quả phân tích stata17)
4.6.2 Ước lượng mô hình theo phương pháp GLS của mô hình 2-NPL
Bảng 4.21 Kết quả phân tích theo phương pháp GLS của mô hình 2-NPL
Correlation: common AR(1) coefficient for all panels (0.5047)
Estimated covariances= 26 Number of obs = 286
Estimated autocorrelations =1 Number of groups = 26
NPL Coefficient Std err Z P>z [95% conf interval]
Mô hình GLS ở bảng 4.21 cho thấy kết quả nhƣ sau:
SIZE: Hệ số ƣớc lƣợng là -0.0031238 với độ lệch chuẩn là 0.0017301 Giá trị Z là -1.81, cho thấy SIZE có ý nghĩa thống kê với mức ý nghĩa 10%
ROA: Hệ số ƣớc lƣợng là -0.3616706 với độ lệch chuẩn là 0.0944008 Giá trị Z là -3.83, cho thấy ROA có ý nghĩa thống kê với mức ý nghĩa 1%
CAP: Hệ số ƣớc lƣợng là 0.0448071 với độ lệch chuẩn là 0.0221969 Giá trị Z là 2.02, cho thấy CAP có ý nghĩa thống kê với mức ý nghĩa 5%
INEFF: Hệ số ƣớc lƣợng là -0.0069167 với độ lệch chuẩn là 0.070083 Giá trị Z là -0.10, cho thấy INEFF không có ý nghĩa thống kê với mức ý nghĩa trên 10%
GROW: Hệ số ƣớc lƣợng là 0.0006918 với độ lệch chuẩn là 0.0025713 Giá trị Z là 0.27, cho thấy GROW không có ý nghĩa thống kê với mức ý nghĩa trên 10%
GDP: Hệ số ƣớc lƣợng là -0.0165798 với độ lệch chuẩn là 0.0292939 Giá trị Z là -0.57, cho thấy GDP không có ý nghĩa thống kê với mức ý nghĩa trên 10%
INFLAT: Hệ số ƣớc lƣợng là 0.1307841 với độ lệch chuẩn là 0.0200991 Giá trị
Z là 6.51, cho thấy INFLAT có ý nghĩa thống kê với mức ý nghĩa 1%
Kết luận mô hình 2-NPL nhƣ sau:
NPL=0.0380252 -0.0031238 *SIZE - 0.3616706 * ROA + 0.0448071 * CAP + 0.1307841 * INFLAT
Bảng 4.22 Tổng hợp kết quả
Biến độc lập Kỳ vọng dấu Hệ số hồi quy Kết quả
INEFF + -0.0069167 - (không có ý nghĩa thống kê) GROW + 0.0006918 + (không có ý nghĩa thống kê) GDP - 0.0231975 + (không có ý nghĩa thống kê)
Thảo luân kết quả nghiên cứu
Quy mô ngân hàng(SIZE) :
Biến SIZE có tác động cùng chiều với LLP ở mức ý nghĩa thống kê 1% kết quả này đồng nhất với các kết quả nghiên cứu Võ Thị Qúy và Bùi Ngọc Toản (2014), Nguyễn Thị Ngọc Diệp và Nguyễn Minh Kiều (2015), Lê Hoàng Vinh và cộng sự
(2021) và đồng nhất với kỳ vọng ban đầu Hệ số hồi quy giữa SIZE và LLP là 0.0066963 Điều này là thể hiện các ngân hàng lớn thường có nhiều kinh nghiệm và năng lực quản trị rủi ro cao hơn Điều này giúp các ngân hàng lớn giảm thiểu rủi ro tín dụng và giảm thiểu khả năng phát sinh nợ xấu Thứ hai, các ngân hàng lớn thường có nhiều nguồn lực hơn để trích lập dự phòng rủi ro tín dụng
Bên cạnh đó, biến SIZE còn có tương quan âm với NPL ở mức ý nghĩa 10% thể hiện rằng các ngân hàng lớn thường có nhiều nguồn lực hơn để xử lý nợ xấu Điều này giúp các ngân hàng lớn giảm thiểu tác động của nợ xấu đến hoạt động kinh doanh Hệ số hồi quy giữa SIZE và NPL là -0.0031238 Trong trường hợp này, kết quả nghiên cứu cho thấy biến SIZE có tác động cùng chiều với LLP ở mức ý nghĩa thống kê 1%, trong khi biến SIZE chỉ tương quan âm với NPL ở mức ý nghĩa thống kê 10% Vì vậy, kết quả nghiên cứu chấp nhận giả thuyết H 1 : Quy mô ngân hàng có mối quan hệ cùng chiều với rủi ro tín dụng
Biểu đồ 4.3: Tương quan giữa quy mô ngân hàng đến DPRRTD và nợ xấu
(Nguồn: Xử lý bộ dữ liệu từ báo cáo tài chính của các Ngân hàng TMCP Việt Nam)
Tỷ suất lợi nhuận trên tổng tài sản (ROA)
Trong cả hai mô hình, ROA (Return on Assets) có hệ số hồi quy âm và có ý nghĩa thống kê, điều này phù hợp với kỳ vọng dấu ―-‖ Tuy nhiên, hệ số hồi quy của ROA trong mô hình NPL (-0.3616706, p=0.000) lớn hơn so với trong mô hình LLP (-0.2000418, p=0.017) Điều này cho thấy rằng ngân hàng có hiệu suất hoạt động kinh doanh tốt hơn (tức là ROA cao hơn) thường có rủi ro tín dụng thấp hơn Kết quả này phù hợp với giả thuyết H 2 ban đầu của tác giả cũng hƣ nhiều nghiên cứu trong và ngoài nước khác như Misman và Ahmad (2011) và Lê Thanh Tâm, Đoàn Minh Ngọc và Bùi Thu Giang (2021)
Biểu đồ 4.4: Tương quan giữa tỷ suất lợi nhuận trên tổng tài sản ngân hàng đến nợ xấu
(Nguồn: Xử lý bộ dữ liệu từ báo cáo tài chính của các Ngân hàng TMCP Việt Nam)
Hệ số VCSH ( Ratio of capitant – CAP)
Biến CAP có tác động cùng chiều đến cả LLP và NPL ở mức ý nghĩa 5% và có hệ số hồi quy lần lƣợt là 0.0680514 và 0.0448071 Điều này nghĩa là hệ số VCSH lớn thì DPRRTD và nợ xấu tăng Kết quả này tương tự với những nghiên cứu trước như nghiên cứu trong nước của Nguyễn Thị Hồng Vinh và Nguyễn Minh Sáng (2018), nghiên cứu ngoài nước của Amidu & Hinson (2006) và Van Roy (2005) Điều này cũng phù hợp với thực tiễn, hệ thống ngân hàng có hệ số VCSH lớn thường có lợi thế về tài chính, do đó có thể cho vay nhiều hơn và trích lập LLP cao hơn Tuy nhiên, việc cho vay nhiều hơn có thể dẫn đến tăng rủi ro tín dụng, từ đó làm tăng tỷ lệ nợ xấu Do đó, các ngân hàng cần có các biện pháp quản lý rủi ro tín dụng chặt chẽ để đảm bảo an toàn hoạt động Nhƣ vậy từ kết quả nghiên cứu tác giả chấp nhận giả thuyết H 3 : Tỷ lệ vốn (CAP) có tác động cùng chiều đến rủi ro tín dụng
Biểu đồ 4.5: Tương quan giữa hệ số vốn chủ sở hữu của ngân hàng đến DPRRTD và nợ xấu
(Nguồn: Xử lý bộ dữ liệu từ báo cáo tài chính của các Ngân hàng TMCP Việt Nam)
Hiệu quả hoạt động (Inefficient Management – INEFF)
Trong mô hình LLP, INEFF (Tỷ lệ chi phí/Thu nhập) có hệ số hồi quy dương (+0.2245062) và có ý nghĩa thống kê ở mức 1% (p=0.000), điều này phù hợp với kỳ vọng dấu ―+‖ Tuy nhiên, trong mô hình NPL, INEFF lại có hệ số hồi quy âm (- 0.0069167) nhƣng không có ý nghĩa thống kê (p=0.921), điều này ngƣợc lại với kỳ vọng dấu ―+‖ Điều này có thể cho thấy rằng ngân hàng có hiệu quả hoạt động kém hơn (tức là INEFF cao hơn) có thể phải đối mặt với rủi ro tín dụng cao hơn Kết quả từ mô hình LLP có độ tin cậy cao hơn do có mức ý nghĩa thống kê thấp hơn Nhƣ vậy từ kết quả nghiên cứu tác giả chấp nhận giả thuyết H 4 : : Hiệu quả hoạt động có mối quan hệ cùng chiều tới RRTD
Biểu đồ 4.6 Tương quan giữa Hiệu quả hoạt động đến DPRRTD
(Nguồn: Xử lý bộ dữ liệu từ báo cáo tài chính của các Ngân hàng TMCP Việt Nam)
Tỷ lệ tăng trưởng tín dụng của Ngân Hàng (GROW)
Tỷ lệ tăng trưởng tín dụng của Ngân Hàng (GROW) tác động ngược chiều với LLP với hệ số hồi quy là -0.0041672 và tác động cùng chiều với NPL với hệ số hồi quy là 0.0006918 Tuy nhiên ở mô hình LLP biến GROW có mức ý nghĩa thống kê là 10% còn ở mô hình NPL thì biến này không có ý nghĩa thống kê và p-value= 0.887 ở mô hình NPL, biến SIZE không có ý nghĩa thống kê Nhƣ vậy từ kết quả thực nghiệm cho thấy, tỷ lệ tăng trưởng tín dụng của Ngân Hàng có mối tương quan âm với dự phòng rủi ro tín dụng của các ngân hàng giống với các nghiên cứu của Packer và Zhu
(2012) và Abdullah và các cộng sự (2015).
Biểu đồ 4.7 Tương quan giữa tăng trưởng tín dụng đến DPRRTD
(Nguồn: Xử lý bộ dữ liệu từ báo cáo tài chính của các Ngân hàng TMCP Việt Nam)
Tốc độ tăng trưởng kinh tế (Gross Domestic Product - GDP)
Theo kết quả hồi quy tác giả bác bỏ giả thuyết H 6 Ở kết quả 2 bảng là bảng 4.19 và bảng 4.21 cho thấy tốc độ tăng trưởng kinh tế tác động ngược chiều với LLP và tác động cùng chiều với NPL Tuy nhiên với hệ số p-value= 0.788 ở mô hình NPL, biến GROW không có ý nghĩa thống kê Nhƣ vậy từ kết quả thực nghiệm cho thấy, tốc độ tăng trưởng kinh tế không có mối tương quan với dự phòng rủi ro tín dụng của các ngân hàng tác giả bác bỏ giả thuyết H 6 : Tốc độ tăng trưởng kinh tế có mối quan hệ ngƣợc chiều tới RRTD
Tỷ lệ lạm phát (Inflation - INFLAT)
Trong mô hình LLP, INFLAT có hệ số hồi quy âm (-0.0251849) không có ý nghĩa thống kê (p=0.181) lớn mức ý nghĩa 10%, điều này ngƣợc lại với kỳ vọng dấu
―+‖ Trong mô hình NPL, INFLAT có hệ số hồi quy dương (+0.1307841) và có ý nghĩa thống kê ở mức 1% (p=0.000), điều này phù hợp với kỳ vọng dấu ―+‖ Điều này có thể đƣợc giải thích nhƣ sau: khi lạm phát tăng, giá trị thực của nợ giảm, do đó khách hàng có thể gặp khó khăn hơn trong việc trả nợ, dẫn đến tăng rủi ro tín dụng.Kết quả nghiên cứu này giống với nghiên cứu của Dung và Hồ Phan Đức (2022) và nghiên cứu của Thƣ và Trần Minh (2023) Nhƣ vậy từ kết quả nghiên cứu tác giả chấp nhận giả thuyết H 7 : Tỷ lệ lạm phát có mối quan hệ cùng chiều tới RRTD
Biểu đồ 4.8 Tương quan giữa lạm phát đến DPRRTD và nợ xấu
(Nguồn: Xử lý bộ dữ liệu từ báo cáo tài chính của các Ngân hàng TMCP Việt Nam)
KẾT LUẬN CHƯƠNG 4 Ở chương 4, tác giả trình bày kết quả hồi quy về các yếu tố tác động đến rủi ro tín dụng của các NHTMCP việt nam từ giai đoạn 2012-2022 Dựa vào kết quả ƣớc lƣợng mô hình OLS, FEM, REM, khoá luận sử dụng kiểm định F-test, Breusch and Pagan, Hausman để lựa chọn mô hình phù hợp nhất đồng thời kiểm định các khuyết tật của mô hình và dùng phương pháp ước lượng GLS để khắc phục các khuyết tật từ đó tìm ra đƣợc mô hình tối ƣu nhất để phân tích.
