Bên cạnh đó, Das and Ghosh 2007 cũng đưa ra thực nghiệm nghiên cứu ở Ấn Độ về những yếu tố ảnh hưởng đến RRTD bao gồm cả vi mô và vị mô, cụ thể ở vĩ mô thì tăng trưởng GDP, ở vi mô, tăng
TỔNG QUAN NGHIÊN CỨU
Lý do chọn đề tài
Đối với nền kinh tế ngày nay, hệ thống NHTM được xem là thành phần chủ chốt, đóng vai trò rất quan trọng trong việc cung cấp nguồn vốn và phân bổ nguồn tài chính đến những đối tượng đang cần Chính vì thế, các NHTM luôn nỗ lực phấn đấu để có thể phát triển vai trò đó và giúp ích cho nền kinh tế thông qua việc mở rộng thêm nhiều những sản phẩm dịch vụ cho khách hàng Trong đó, hoạt động tín dụng đóng vai trò quan trọng và là nguồn thu chủ yếu cho ngân hàng, cũng chính vì vậy mà không tránh được nhiều rủi ro tín dụng tiềm ẩn đến từ khách hàng chẳng hạn như không trả được nợ đúng hạn, đã đến hạn nhưng không thể trả được gốc và lãi, điều này có thể để lại cho ngân hàng nhiều hậu quả nghiêm trọng và có thể gây ra những tổn thất lớn
RRTD không chỉ là một thách thức lớn đối với ngành ngân hàng toàn cầu mà còn là một vấn đề nổi bật tại Việt Nam, khía cạnh tín dụng đang thu hút sự chú ý đặc biệt Trong bối cảnh Việt Nam đang tiến trình hội nhập kinh tế quốc tế và phát triển mạnh mẽ, hoạt động tín dụng của các NHTM ngày càng mở rộng, kéo theo đó là sự tăng trưởng của tổng dư nợ Sự phát triển này gắn liền với RRTD - một yếu tố không thể tránh khỏi và ngày càng trở nên phức tạp, khó đoán định trong môi trường ngân hàng Chính vì thế, RRTD được xem là một trong những yếu tố chính ảnh hưởng đến độ ổn định của các ngân hàng Việc quản lý loại rủi ro này một cách hiệu quả là bước không thể thiếu, đóng vai trò quan trọng trong việc đảm bảo sự thành công và phát triển bền vững của các tổ chức ngân hàng trong một nền kinh tế biến động và đầy thách thức
Lê Thanh Tâm và cộng sự (2021) cho biết hoạt động cấp tín dụng đóng vai trò quan trọng trong hoạt động kinh doanh của các NHTM Việt Nam, chính vì thế RRTD được xem là rủi ro lớn nhất mà ngân hàng phải đối mặt và có thể khiến cho hoạt động kinh doanh ngân hàng thua lỗ và có nguy cơ dẫn đến phá sản Theo Morina (2020), RRTD được nhận định là loại rủi ro trọng yếu và cơ bản nhất mà các NHTM phải đối diện trong hoạt động cho vay của mình Loại rủi ro này là một yếu tố luôn tồn tại trong lĩnh vực tài chính và thương mại quốc tế, trong hoạt động kinh doanh của ngân hàng thì đây là một phần không thể thiếu Chính vì vậy, một trong những mục tiêu chủ yếu của ngân hàng là kiểm soát tốt RRTD vì đây là một yếu tố cốt lõi trong việc thực hiện quản lý rủi ro một cách toàn diện, và đóng vai trò thiết yếu trong sự phát triển bền vững và lâu dài của tất cả ngân hàng Bên cạnh đó, Das and Ghosh (2007) cũng đưa ra thực nghiệm nghiên cứu ở Ấn Độ về những yếu tố ảnh hưởng đến RRTD bao gồm cả vi mô và vị mô, cụ thể ở vĩ mô thì tăng trưởng GDP, ở vi mô, tăng trưởng cho vay, chi phí hoạt động, quy mô của ngân hàng đóng vai trò quan trọng nhất có thể ảnh hưởng đến RRTD Từ những nghiên cứu trên có thể thấy những vấn đề liên quan đến RRTD này có thể tác động tiêu cực đến doanh thu, chi phí và cả sự uy tín của ngân hàng và nghiêm trọng hơn ngân hàng có thể sẽ bị đe dọa đến sự tồn tại trên thị trường Đến lúc đó, điều này không phải là vấn đề riêng của ngân hàng nữa mà lạ tín hiệu cho cả một nền kinh tế vì ngân hàng đóng vai trò là trung gian tài chính Vì thế vấn đề được xem là quan trọng nhất mà bộ phận quản trị tín dụng cần phải xem trọng và chú ý chính là làm giảm thiểu TLNX cho ngân hàng
Theo báo cáo của NHNN, tính đến cuối tháng 6/2023, TLNX nội bảng của cả hệ thống là 3,36%, cao gấp 2 lần so với cuối năm 2020 với 1,69%, chỉ ra rằng gánh nặng nợ xấu đang ngày càng nặng nề Theo NHNN (2021), sự tăng lên của nợ xấu phần lớn do việc tái cấu trúc nợ và gia hạn thời hạn thanh toán cho các khách hàng bị ảnh hưởng bởi dịch Covid-19 Trong giai đoạn 2023-2024, giai đoạn của một nền kinh tế vĩ mô, trái phiếu doanh nghiệp và thị trường bất động sản đầy biến động, dự kiến NHNN sẽ duy trì chính sách tiền tệ chặt chẽ Bên cạnh rủi ro về khả năng thanh khoản căng thẳng, ngành ngân hàng còn phải đương đầu với việc chi phí vốn dự kiến sẽ tăng trong năm sau và dẫn đến việc thu hẹp biên lãi ròng (NIM) của các ngân hàng
Do vậy, việc tập trung vào việc cải thiện chất lượng tín dụng và quản lý RRTD chặt chẽ càng trở nên quan trọng đối với các NHTM
Dựa vào bối cảnh theo từng giai đoạn được trình bày như trên phản ánh sự cần thiết trong việc nhận thức toàn diện về RRTD ở trong mọi giai đoạn Phần lớn các nghiên cứu hiện nay chỉ tập trung vào các yếu tố ảnh hưởng đến RRTD mà không khảo sát sâu về cấu trúc sở hữu ngân hàng Ở Việt Nam, NHTM được phân thành hai nhóm chính: nhóm có sở hữu nhà nước và nhóm tư nhân Mỗi nhóm có những đặc điểm hoạt động và chiến lược kinh doanh khác nhau, ảnh hưởng tới quản trị và cách tiếp cận rủi ro, từ đó ảnh hưởng đến hiệu quả hoạt động và rủi ro, đặc biệt là RRTD
Vì thế, bài khóa luận thảo luận rõ hơn về những yếu tố ảnh hưởng đến RRTD dựa vào những nghiên cứu trước và đồng thời làm rõ về sự ảnh hưởng của sở hữu nhà nước đến RRTD Điều này tạo sự hiệu quả cho công tác quản trị tín dụng và cũng như hoạt động kinh doanh của các NHTM, đồng thời đáp ứng kịp thời nhu cầu khẩn cấp cho nền kinh tế Việc này đóng góp vào việc duy trì sự ổn định và thúc đẩy sự phát triển bền vững xã hội Vì sự quan trọng của vấn đề này, khóa luận nghiên cứu chọn đề tài “Các yếu tố ảnh hưởng đến rủi ro tín dụng của hệ thống Ngân hàng thương mại Việt Nam” nhằm chỉ ra những yếu tố tác động đến RRTD của hệ thống NHTM và từ đó đề xuất những giải pháp giúp NHTM Việt Nam có thể giảm thiểu RRTD.
Mục tiêu đề tài
Mục tiêu nghiên cứu tổng quát của đề tài là phân tích được những yếu tố tác động đến rủi ro tín dụng của hệ thống NHTM và từ đó đưa ra các hàm ý quản trị và khuyến nghị chính sách về RRTD giúp cho ngân hàng có thể giảm thiểu những rủi ro đó và tăng cường hiệu quả hoạt động kinh doanh của ngân hàng
Những mục tiêu cụ thể cần đạt được để có thể đạt được mục tiêu tổng quan trên:
- Xác định các yếu tố tác động đến RRTD của hệ thống NHTM Việt Nam
- Đánh giá mức độ và chiều hướng tác động của từng yếu tố này đến RRTD của hệ thống NHTM Việt Nam
- Dựa trên kết quả của nghiên cứu, đưa ra các hàm ý quản trị và khuyến nghị chính sách nhằm hạn chế RRTD của hệ thống NHTM Việt Nam.
Câu hỏi nghiên cứu
Để đạt được các mục tiêu nghiên cứu trên, khóa luận tập trung trả lời những câu hỏi sau:
- Yếu tố nào ảnh hưởng đến RRTD của hệ thống NHTM Việt Nam?
- Từng yếu tố tác động đến RRTD của hệ thống NHTM Việt Nam như thế nào?
- Gợi ý gì cho các nhà quản trị liên quan đến các yếu tố ảnh hưởng đến RRTD của hệ thống NHTM Việt Nam?
Đối tượng và phạm vi nghiên cứu
1.4.1 Đối tượng nghiên cứu Đối tượng nghiên cứu của đề tài hướng đến là các yếu tố ảnh hưởng đến RRTD của hệ thống NHTM Việt Nam
- Về thời gian nghiên cứu: dữ liệu nghiên cứu lấy trong giai đoạn từ năm
- Về không gian nghiên cứu: Hiện nay đang có hơn 31 NHTMCP Việt Nam nhưng vì thông tin không được công bố đầy đủ nên bài nghiên cứu được thực hiện dựa trên 25 NHTMCP Việt Nam (trong đó có 6 NHTMCP có cổ phiếu giao dịch trên sàn UPCOM, 16 NHTMCP trên sàn HOSE, có 2 NHTMCP trên sàn HNX và 1 NHTM hiện chưa có cổ phiếu được giao dịch) dựa trên dữ liệu từ Báo cáo thường niên, Báo cáo tài chính từ năm
2013 đến năm 2022 do FinnPro cung cấp Vì những ngân hàng trong mẫu này chiếm một phần lớn thị phần cả trong lĩnh vực huy động vốn lẫn cấp tín dụng trên thị trường với tổng tài sản lớn trong hệ thống NHTM, do đó mô hình này có khả năng phản ánh đặc điểm chung của cả hệ thống NHTM Việt Nam.
Phương pháp nghiên cứu
Để đạt được những mục tiêu nghiên cứu trên, tác giả sử dụng chủ yếu là phương pháp định lượng
- Về phương pháp nghiên cứu định lượng: tác giả thu nhập số liệu từ báo cáo thường niên, báo cáo tài chính của 25 NHTMCP Việt Nam qua từng năm từ năm 2013 đến năm 2022 từ FinnPro Sau khi thu nhập đầy đủ các số liệu, tác giả đã sử dụng phần mềm thống kê STATA 17 để thực hiện hồi quy bằng những phương pháp: bình phương nhỏ nhất (OLS), mô hình tác động ngẫu nhiên (REM), mô hình tác động cố định (FEM), 2 mô hình REM và FEM được thực hiện nhằm kiểm định mức độ tác động của các yếu tố đến RRTD Sau đó, tác giả kiểm định kết quả của từng mô hình và so sánh để lựa chọn mô hình phù hợp nhất bằng kiểm định Hausman, F-test Theo Breuch and Pagan (1979), tác giả dùng kiểm định F-test để chọn FEM và OLS, lựa chọn REM và FEM dùng kiểm định Hausman Sau khi lựa chọn được mô hình phù hợp, tác giả tiến hành kiểm định các khuyết tật của mô hình như kiểm định đa cộng tuyến, phương sai của sai số thay đổi, tự tương quan và sẽ khắc phục nếu có xảy ra bằng phương pháp bình phương tối thiểu tổng quát khả thi (FGLS).
Ý nghĩa của đề tài
Bài nghiên cứu được thực hiện nhằm chỉ ra các yếu tố vi mô và vĩ mô có thể ảnh hưởng đến RRTD của hệ thống NHTM Việt Nam và giúp ngân hàng có cái nhìn tổng quan hơn về những yếu tố đó, qua đó ngân hàng có thể đưa ra những đề xuất và định hướng thực tế để kiểm soát được RRTD và nâng cao hiệu quả hoạt động.
Kết cấu của đề tài
Kết cấu đề tài bao gồm 5 chương:
➢ Chương 1: Tổng quan nghiên cứu
Chương này sẽ trình bày tổng quan về đề tài nghiên cứu gồm lý do chọn đề tài, xác định vấn đề đang nghiên cứu, qua đó nêu ra mục tiêu của bài nghiên cứu, đối tượng, phạm vi nghiên cứu và đồng thời nêu ý nghĩa của công trình nghiên cứu Bên cạnh đó cũng xác định rõ về phương pháp nghiên cứu và kết cấu tổng quan của đề tài
➢ Chương 2: Cơ sở lý thuyết và những nghiên cứu có liên quan
Nội dung chương này sẽ trình bày cơ sở lý thuyết và cơ sở lý luận chung về RRTD của các NHTM Việt Nam, sau đó tác giả sẽ trình bày những bài nghiên cứu trước đây bao gồm cả trong nước và ngoài nước có liên quan đến những yếu tố ảnh hưởng đến RRTD của hệ thống NHTM Việt Nam, từ đó làm cơ sở để xây dựng giả thuyết nghiên cứu và đề xuất mô hình nghiên cứu phù hợp cho chương sau
➢ Chương 3: Mô hình nghiên cứu và phương pháp nghiên cứu
Dưạ vào cơ sở lý thuyết và những công trình nghiên cứu trước đã được trình bày trong chương 2, tác giả sẽ trình bày phương pháp nghiên cứu và xây dựng mô hình nghiên cứu, các giả thuyết, biến, dữ liệu, công cụ xử lý dữ liệu được sử dụng trong bài nghiên cứu
➢ Chương 4: Kết quả nghiên cứu
Chương này sẽ trình bày kết quả từ thống kê mô tả các biến trong mô hình, kiểm định mô hình nghiên cứu để chọn ra mô hình nghiên cứu phù hợp nhất và từ đó phân tích mối tương quan giữa các biến có trong mô hình và phân tích những yếu tố ảnh hưởng đến RRTD của các NHTM
➢ Chương 5: Kết luận và khuyến nghị chính sách
Dựa vào kết quả ở chương 4, chương này sẽ đánh giá lại kết quả nghiên cứu và từ đó đưa ra những khuyến nghị và đề xuất cho các NHTM Việt Nam nhằm hạn chế những yếu tố ảnh hưởng đến RRTD của ngân hàng Bên cạnh đó, chương này cũng trình bày những hạn chế của nghiên cứu và đưa ra hướng nghiên cứu tiếp theo
Chương 1 đã trình bày khái quát những vấn đề của bài nghiên cứu và đưu ra những vấn đề cơ bản về lý do chọn đề tài “Các yếu tố ảnh hưởng đến rủi ro tín dụng của hệ thống Ngân hàng thương mại Việt Nam”, những mục tiêu cụ thể từ mục tiêu tổng quát, câu hỏi nghiên cứu, đối tượng, phạm vi nghiên cứu và phương pháp nghiên cứu gồm cả định lượng và định tính Phần cuối của chương là tổng quát bộ cục của bài nghiên cứu gồm 5 chương và nêu sơ lược về nội dung chính của từng chương.
CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU
Khái quát về rủi ro tín dụng của ngân hàng thương mại
2.1.1 Khái niệm rủi ro rín dụng của ngân hàng thương mại
Hiện nay, khái niệm RRTD được hiểu theo nhiều cách giải thích khác nhau: Theo Ngô Hướng và ctg (2014), “RRTD khi người vay lỗi hẹn trong thực hiện nghĩa vụ trả nợ theo hợp đồng, bao gồm vốn, lãi, hoặc vốn và lãi Sự lỗi hẹn có thể là trễ hạn (delayed payment) về thời gian đã thỏa thuận hoặc không thanh toán được (nonpayment) theo nội dung thỏa thuận trong hợp đồng tín dụng RRTD sẽ dẫn đến tổn thất tài chính, tức là giảm thu nhập ròng và giảm giá trị thị trường của ốn Trong trường hợp nghiêm trọng có thể dẫn đến thua lỗ, hoặc ở mức độ cao hơn có thể dẫn đến phá sản”
Theo MacDonald và Koch (2006), RRTD là “sự thay đổi tiềm ẩn của thu nhập thuần và thị giá khi khách hàng không thanh toán hay thanh toán trễ hạn”
Theo hiệp ước Basel II, RRTD được định nghĩa là khả năng khách hàng vay hoặc bên đối tác của ngân hàng không thực hiện đúng các điều khoản đã thỏa thuận trong hợp đồng
“Rủi ro tín dụng là rủi ro do khách hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ trả nợ hợp đồng hoặc thỏa thuận với ngân hàng, chi nhánh ngân hàng nước ngoài” (NHNN, 2016)
Theo nhiều định nghĩa phong phú cho RRTD như trên, ta có thể được hiểu RRTD là loại rủi ro xuất hiện khi ngân hàng thực hiện hoạt động cho vay, thường được thể hiện qua tình trạng khách hàng không thanh toán đúng thời hạn, trả nợ nhưng không đủ hoặc thậm chí là không thể thanh toán được khoản nợ và điều này gây ra nhiều thiệt hại về mặt tài chính và gây trở ngại cho những hoạt động kinh doanh khác của ngân hàng
2.1.2 Phân loại rủi ro tín dụng của ngân hàng thương mại
Phân lo ại căn cứ theo nguyên nhân phát sinh RR: Theo Ngô Hướng và ctg
(2004), RRTD được chia thành hai loại dựa vào nguyên nhân phát sinh RR là RR danh mục và RR giao dịch:
• RR danh m ụ c : là RRTD có nguyên phát sinh từ những hạn chế trong việc quản lý danh mục đầu tư cho vay của ngân hàng, được chia thành hai loại là
RR nội tại xuất phát từ đặc điểm hoạt động và sử dụng vốn như thế nào của khách hàng, ngược lại là RR tập trung có nguyên nhân từ việc ngân hàng chỉ tập trung cho vay ở một số khách hàng cụ thể nào đó, một ngành kinh tế và việc này gây nên RR cao
• RR giao d ị ch: là RRTD có nguyên nhân phát sinh từ những hạn chế xuất hiện trong quá trình thực hiện giao dịch, xét duyệt cho vay cho đến đánh giá khách hàng có đủ tiêu chuẩn hay không Loại RR này bao gồm RR lựa chọn (liên quan đến quá trình đánh giá, phân tích tín dụng, phương án vay như thế nào để ngân hàng quyết định tài trợ cho vay); RR bảo đảm (có nguyên nhân từ những tiêu chuẩn đảm bảo như loại tài sản đảm bảo, mức cho vay, chủ thể đảm bảo, …); RR nghiệp vụ (liên quan đến quản lý những khoản vay và quá trình cho vay gồm việc sủ dụng hệ thống xếp hạng rủi ro và kỹ thuật xử lý khi xảy ra những khoản vay có vấn đề
Phân lo ại căn cứ theo suy bi ế n r ủ i ro:
• RR khách quan: là loại RR có nguyên nhân từ yếu tố khách quan có thể là thiên tai, dịch bệnh, mất tích người vay chết, …làm cho ngân hàng không thu hồi được khoản vay dù khách hàng hay ngân hàng đều đã thực hiện đúng như trong hợp đồng
• RR ch ủ quan : là loại RR xuất phát từ người vay hoặc người cho vay đã cố tình hay vô tình làm cho vốn vay bị thất thoát
2.1.3 Các chỉ tiêu đo lường rủi ro tín dụng của ngân hàng thương mại
Có nhiều chỉ tiêu đo lường RRTD tại NHTM và chúng đóng một vai trò cực kỳ quan trọng trong việc phản ánh mức độ RRTD mà ngân hàng phải đối mặt (Phạm Thái Hà, 2017) Những chỉ tiêu có thể đánh giá trực tiếp mức RRTD tại các NHTM gồm:
Theo Phạm Thái Hà (2017) cho rằng nợ quá hạn được xem là một tiêu chí cơ bản để đánh giá mức độ RRTD Sự xuất hiện của nợ quá hạn xảy ra khi thời hạn trả nợ đã được thỏa thuận trước đó không được tuân thủ, với việc bên đi vay không thể hoàn trả toàn bộ hoặc một phần nợ đúng hạn Dựa trên thời gian nợ quá hạn, những khoản nợ được phân thành 5 nhóm: Nợ nhóm 1 (Nợ đủ tiêu chuẩn), Nợ nhóm 2 (Nợ cần chú ý), Nợ nhóm 3 (Nợ dưới chuẩn), Nợ nhóm 4 (Nợ nghi ngờ) và Nợ nhóm 5 (Nợ có nguy cơ mất vốn) Trong quá trình hướng tới mục tiêu tăng trưởng, các ngân hàng không thể hoàn toàn tránh khỏi sự xuất hiện của nợ quá hạn Tuy nhiên, nếu tỷ lệ nợ quá hạn vượt quá mức cho phép, điều này có thể làm giảm khả năng thanh khoản của ngân hàng, điều này phản ánh sự kém hiệu quả trong quản lý tín dụng cũng như trong việc thu hồi nợ của ngân hàng
Tỷ lệ nợ quá hạn = 𝑆ố 𝑑ư 𝑛ợ 𝑞𝑢á ℎạ𝑛
Theo NHNN (2021), nợ được phân loại theo từng nhóm như sau:
✓ Nợ nhóm 1: Nợ đủ tiêu chuẩn
✓ Nợ nhóm 2: Nợ cần chú ý
✓ Nợ nhóm 3: Nợ dưới tiêu chuẩn
✓ Nợ nhóm 4: Nợ nghi ngờ
✓ Nợ nhóm 5: Nợ có khả năng mất vốn
Nợ xấu được quy định thuộc các nhóm 3, 4, 5 Theo Phan Thị Thu Hà (2013), TLNX thường được xem là chỉ tiêu nhằm đánh giá chất lượng danh mục cho vay của ngân hàng như thế nào Tỷ lệ này có thể đánh giá được phần trăm của nợ xấu trên tổng dư nợ cho vay của ngân hàng, nếu tỷ lệ cao cho thấy hiệu quả quản lý tín dụng của ngân hàng thấp và dẫn đến chất lượng danh mục cho vay không đảm bảo Khi TLNX tăng, nó không chỉ làm ảnh hưởng đến khả năng thanh khoản mà còn dẫn đến khả năng mất vốn, tác động tiêu cực đến uy tín của ngân hàng so với những ngân hàng khác và ngược lại nếu tỷ lệ này được ngân hàng kiểm soát tốt sẽ cho thấy chất lượng danh mục cho vay đang được kiểm soát tích cực
Theo Ashour (2011), dự phòng RRTD là khoản chi phí được trích lập và hạch toán vào chi phí hoạt động của ngân hàng nhằm dự phòng cho những tổn thất có thể xảy ra đối với những khoản nợ không thu hồi được
Tỷ lệ dự phòng được tính dựa trên tổng dư nợ gốc của khách hàng gồm dự phòng chung và dự phòng cụ thể Tỷ lệ này cho thấy sự chuẩn bị của ngân hàng đối với những tổn thấy có thể xảy ra, nếu tỷ lệ càng cao cho thấy ngân hàng đang có danh mục cho vay không an toàn, khả năng thu hồi nợ thấp và làm cho RRTD tăng
Tỷ lệ dự phòng RRTD = 𝑀ứ𝑐 𝑑ự 𝑝ℎò𝑛𝑔 𝑅𝑅𝑇𝐷
2.1.4 Tác động của rủi ro tín dụng
✓ Làm gi ả m uy tín c ủ a ngân hàng: Theo nghiên cứu của Zribi và Boujelbène
(2011), khi hoạt động cho vay của ngân hàng gặp rủi ro dẫn đến HĐKD của ngân hàng bị ảnh hưởng tiêu cực sẽ khiến cho uy tín của ngân hàng giảm sút trên thị trường Đây có thể được xem là sự tổn thất vô hình đối với ngân hàng và làm cho hoạt động kinh doanh của ngân hàng gặp nhiều khó khăn
✓ Làm gi ả m kh ả năng thanh toán: Hoạt động huy động vốn và cho vay có mối liên kết với nhau và đóng vai trò quan trọng trong NHTM, vì thế khi RRTD xảy ra, trong khi không thu hồi được các khoản nợ gốc và lãi thì khách hàng gửi tiền lại rút ồ ạt khiến cho NHTM không cân bằng được thu và chi dẫn đến tình trạng khó khăn ở khâu thanh toán (Phan Thị Linh, 2023)
Những yếu tố ảnh hưởng đến rủi ro tín dụng của ngân hàng thương mại
• Lý thuyết thông tin bất cân xứng
Lý thuyết thông tin không cân xứng được Akerlof đề xuất vào năm 1970, nhấn mạnh việc sự thiếu cân bằng thông tin giữa các bên tham gia thị trường có thể dẫn đến những hậu quả tiêu cực Trong tình huống này, một bên thường có lợi thế do biết nhiều thông tin hơn, dẫn đến sự không đồng đều trong việc ra quyết định giao dịch
Cụ thể, giá cả không còn cân bằng trên thị trường mà có thể quá cao hoặc quá thấp Hai hệ quả phổ biến của lý thuyết này bao gồm rủi ro đạo đức (moral hazard) và sự lựa chọn nghịch (adverse selection)
Lựa chọn nghịch thường xảy ra trước khi ký kết hợp đồng, một bên có thông tin nhiều hơn về sản phẩm hoặc dịch vụ so với bên còn lại, dẫn đến nguy cơ giao dịch không công bằng hoặc tổn thất cho bên thông tin kém Trong hoạt động tín dụng của ngân hàng, ví dụ, nếu thông tin về khách hàng có nhu cầu được cấp vay không được ngân hàng thu nhập đầy đủ có thể dẫn đến nguy cơ không thu hồi được cả gốc và lãi gia tăng và điều này có thể dẫn đến việc tăng RRTD
Rủi ro đạo đức xảy ra khi một bên sử dụng thông tin ưu việt của mình để gây ra những tổn hại cho bên còn lại sau khi ký kết hợp đồng Đối với hoạt động cấp tín dụng, sự không cân xứng thông tin có thể xảy ra khi ngân hàng không phát hiện được các hành vi không trung thực của khách hàng, có những hành vi không đúng dẫn đến việc cung cấp vay cho những khách hàng xấu mà bỏ đi những khách hàng tốt vì thông thường ngân hàng có ít thông tin hơn về dự án và mục đích sử dụng vốn mà họ cấp cho khách hàng, điều này sẽ gây ra rất nhiều thiệt hại cho ngân hàng
Lý thuyết này đã được Makri, Tsagkanos và Bellas (2014), Raiter (2021) đề cập đến để giải thích cách quản lý của những NHTM ảnh hưởng như thế nào đến RRTD thông qua các yếu tố bên trong ngân hàng như quy mô ngân hàng, khả năng sinh lời, tỷ lệ vốn CSH
• Lý thuyết chu kỳ kinh tế
Dựa vào lý thuyết chu kỳ kinh tế của Burns và Mitchell (1946), chu kỳ kinh tế mô tả sự biến động của tổng sản lượng của 1 nước, thu nhập và thị trường lao động trong một khoảng thời gian 2 - 10 năm, thường được đặc trưng bởi sự mở rộng hoặc thu hẹp trong hầu hết các lĩnh vực của nền kinh tế theo qui mô lớn Chu kỳ này thường bao gồm hai giai đoạn chính là suy thoái và hưng thịnh, với điểm đỉnh và đáy là những điểm chuyển đổi trong một chu kỳ Mỗi chu kỳ thường trải qua những giai đoạn là thu hẹp sản lượng, suy thoái, phục hồi và hưng thịnh Thường thì, chu kỳ kinh tế được đánh giá thông qua sự biến động của tỷ lệ tăng trưởng GDP thực (hay tốc độ tăng trưởng kinh tế) theo xu hướng dài hạn của nó Tùy thuộc vào giai đoạn của nền kinh tế, các ngân hàng sẽ điều chỉnh chính sách tín dụng bằng cách mở rộng hoặc thu hẹp cho phù hợp Trong thời kỳ suy thoái kinh tế, thu nhập của người dân thường giảm và làm giảm khả năng thanh toán những khoản nợ vay, từ đó gia tăng nguy cơ RRTD Ngược lại, Khi GDP tăng, nguy cơ nợ xấu giảm do thu nhập của họ tăng Lý thuyết này được áp dụng để phân tích RRTD của ngân hàng bị ảnh hưởng bởi những yếu tố vĩ mô như tốc độ tăng trưởng kinh tế, lạm phát, tỷ lệ thất nghiệp, …
2.2.2 Những yếu tố ảnh hưởng đến rủi ro tín dụng của ngân hàng thương mại
Dựa vào những lý thuyết trên, những yếu tố có thể ảnh hưởng đến RRTD của ngân hàng có thể xuất phát từ bên trong ngân hàng và từ nền kinh tế
2.2.2.1 Nh ữ ng y ế u t ố đặc trưng hoạt độ ng ngân hàng
• Hiệu quả hoạt động của ngân hàng (ROA, ROE)
Hiệu quả hoạt động kém của ngân hàng có thể liên quan ánh việc điều hành ngân hàng không hiệu quả, bao gồm cả quản lý về mặt tín dụng dẫn đến lợi nhuận thấp hơn (biểu hiện bằng lợi nhuận trên tài sản) Theo lý thuyết “quản lý kém” của Berger và DeYoung (1997), khi nói đến việc quản lý RRTD, những ngân hàng này có thể thiếu việc thực hiện các biện pháp cần thiết để kiểm soát việc cho vay: kỹ năng đánh giá tín dụng của khách hàng yếu, định giá tài sản thế chấp không chính xác, hoặc gặp khó khăn trong việc thu hồi nợ từ khách hàng Raiter (2021) cho rằng những điểm yếu này có thể là lý do khiến cho TLNX của ngân hàng tăng lên, và do đó, RRTD cũng tăng theo Vì vậy, dựa theo lý thuyết "quản lý kém", hoạt động kinh doanh của ngân hàng kém hiệu quả là một trong những nguyên nhân dẫn đến tỷ lệ RRTD tăng Theo hướng này Boudriga, Boulila Taktak và Jellouli (2009) cho rằng các ngân hàng hoạt động kém hiệu quả với khả năng sinh lời thấp hơn sẽ có xu hướng tham gia vào việc cung cấp các khoản vay kém an toàn và rủi ro hơn để tăng khả năng sinh lời hoặc đáp ứng yêu cầu của cơ quan quản lý Tuy nhiên theo quan điểm của Zribi và Boujelbène (2011) cho rằng những ngân hàng có lợi nhuận cao thường có ít động lực hơn trong việc tìm kiếm thu nhập mới, và do đó, họ có xu hướng ít bị giới hạn bởi việc thực hiện các hoạt động cho vay tiềm ẩn nhiều rủi ro
Chất lượng khoản vay cũng có thể liên quan đến sự đa dạng của ngân hàng, khi ngân hàng có thể đa dạng hóa các khoản cho vay qua nhiều lĩnh vực, nhóm khách hàng, địa lý mà không tập trung vào một lĩnh vực cụ thể nào đó thì sẽ giảm được RRTD và sẽ không có một khoản vay nào đó có thể gây ra rủi ro lớn cho ngân hàng nếu có trường hợp vỡ nợ Chẳng hạn tham gia vào các hoạt động chấp nhận rủi ro phi tín dụng như giao dịch thanh toán, môi giới, v.v., nhờ vậy có thể đa dạng hóa nguồn doanh thu và cho phép ngân hàng tạo ra thu nhập ít rủi ro hơn và làm giảm động cơ tài trợ cho các dự án đầu cơ Bên cạnh đó, ngân hàng có thể hạn chế số khoản vay sai sót bằng cách cho nhiều nhóm người vay khác nhau vay tiền Và dựa vào giả thuyết này, Kharabsheh (2019) đã sử dụng quy mô ngân hàng để thể hiện cho mức độ đa dạng hóa các khoản vay và kết luận rằng có mối quan hệ ngược chiều giữa quy mô ngân hàng và RRTD Tác giả cho rằng những ngân hàng có có quy mô lớn sẽ có lợi thế trong việc đa dạng những khoản vay và có nhiều khoản vay ít rủi ro nhất Tuy nhiên, Abdullah và cộng sự (2012) cho rằng các có quy mô lớn có khả năng đối mặt với rủi ro lớn hơn do sự kì vọng vào sự hỗ trợ của nhà nước trong trường hợp khủng hoảng, có thể dẫn đến một tỷ lệ cao đối với các khoản vay không thu hồi được
Dựa vào lý thuyết Rủi ro đạo đức (moral hazard), Berger và DeYoung (1997) cho biết các ngân hàng có lượng vốn sở hữu ít thường chọn lựa các khoản đầu tư mang tính rủi ro cao hơn, ngân hàng có thể bị cám dỗ để tăng cường các hoạt động cho vay mạo hiểm hơn nhằm đem lại lợi nhuận cao hơn và làm tăng khả năng xảy ra nợ xấu trong hệ thống, người vay thường có nhiều thông tin hơn ngân hàng về dự án và mục đích sử dụng vốn và do sự chênh lệch thông tin này và việc giám sát không chặt chẽ, khách hàng có thể đưa ra quyết định đầu tư rủi ro cao và kém hiệu quả với số tiền đã vay; và ngân hàng kỳ vọng vào sự can thiệp của chính phủ hoặc các cơ quan quản lý trong trường hợp họ gặp khó khăn tài chính, dựa trên lý thuyết "too big to fail", điều này có thể làm giảm cảm giác cần thiết phải duy trì một tỷ lệ vốn CSH cao, khuyến khích họ tiếp tục các hoạt động cho vay mạo hiểm.Vốn huy động được xem là một thành phần không thể thiếu đối với các hoạt động trong nền kinh tế nói chung và ngân hàng nói riêng Ngân hàng huy động vốn nhằm phục vụ mục đích chính là cho vay và những hoạt động dịch vụ khác nhằm đem lại lợi nhuận cho ngân hàng Những nghiên cứu thực nghiệm trước đây thường đo mức độ vốn hóa của ngân hàng thông qua tỷ lệ vốn CSH trên tổng tài sản Nguyễn Thị Thiều Quang (2023) đã cho ra kết quả trong nghiên cứu rằng ngân hàng có hệ số vốn chủ sở hữu thấp sẽ khiến cho tỷ lệ RRTD tăng do ngân hàng tập trung vào dạng hóa danh mục cho vay trong khi có mức vốn hóa thấp và dẫn đến khả năng của nợ xấu cao và ngược lại khi có đòn bẩy tài chính hấp dẫn thì ngân hàng không phải mở rộng thêm cho vay khách hàng để đầu tư vào những những mục khác nên RRTD của ngân hàng cũng sẽ giảm theo (Ahmadyan và Abadi 2021)
Tốc độ tăng trưởng tín dụng có thể xem là một trong những thành phần quan trọng nhằm dự báo trước về RRTD trong hoạt động của ngân hàng Đối với nền kinh tế đang tăng trưởng thì các ngân hàng có thể sẽ dề dàng hơn trong việc xét duyệt những điều kiện cho vay và tốc độ tín dụng sẽ tăng, điều này sẽ khiến cho ngân hàng có thể đối diện với những rủi ro có thể xuất hiện vào thời kỳ kinh tế suy thoái Điều này đã được Salas và Saurina (2002) chỉ ra với độ trễ trong khoảng từ 1 đến 4 năm
Thông thường NHTM sẽ thực hiện chính sách mở rộng tín dụng trong giai đoạn kinh tế phát triển mạnh và điều này có thể sẽ tích lũy nợ xấu và đối với thời kỳ kinh tế suy giảm ngân hàng sẽ áp dụng chính sách ngược lại và thắt chặt đối với cho vay khách hàng Mối quan hệ ngược chiều giữa tốc độ tăng trưởng tín dụng và RRTD được thể hiện qua TLNX trong nghiên cứu của Kjosevski, Petkovski và Naumovska (2019), trong khi đó Kharabsheh (2019) lại cho ra kết quả rằng khi tốc độ tăng trưởng tín dụng của ngân hàng tăng sẽ khiến cho RRTD cao hơn Nhiều nghiên cứu cho thấy rằng khi ngân hàng đẩy mạnh tín dụng và có thể cho vay những khách hàng không đủ tiêu chuẩn thì sẽ không thể bảo đảm được khả năng trả nợ của họ và làm tăng RRTD Ngược lại, một số nghiên cứu chứng minh rằng việc ngân hàng tăng trưởng tín dụng sẽ giúp nhiều khách hàng đang cần vốn sẽ tiếp cận được khoản vay nhanh hơn và họ có thể nâng cao được hiệu quả kinh doanh và rủi ro không trả được nợ sẽ giảm
• Tỷ lệ dự phòng rủi ro tín dụng Để dự phòng cho những tổn thất có thể xảy ra trong hoạt động ngân hàng, ngân hàng sẽ trích lập một số tiền và được hạch toán trong chi phí hoạt động Khoản tiền dự phòng này tăng sẽ giúp ngân hàng gia tăng được khả năng hạn chế được những khoản nợ xấu Chính vì thế có một số nghiên cứu đã cho rằng tỷ lệ dự phòng RRTD tác động tiêu cực đến RRTD của ngân hàng Tuy nhiên, theo chiều hướng ngược lại, Nguyễn Thị Bích Vượng, Đỗ An Bích Phương và Nguyễn Thúy Hà (2022) cho rằng khi dự phòng RRTD tăng đồng nghĩa rằng rủi ro đối với các khoản nợ xấu lớn vì nó đại diện cho những nguy cơ xảy ra nợ xấu, lúc đó TLNX sẽ tăng theo và ngược lại Makri, Tsagkanos và Bellas (2014) cũng cho ra kết quả tương tự
• Rủi ro tín dụng với độ trễ 1 năm
Theo Thiagarajan và cộng sự (2011), RRTD ở quá khứ với độ trễ một năm có tác động đến RRTD năm hiện tại
Makri, Tsagkanos và Bellas (2014) đã thực hiên nghiên cứu dựa trên dữ liệu của 14 quốc gia trong khoảng thời gian từ 2000 – 2008 và cho ra kết quả những khoản nợ xấu chưa thu hồi được ở năm trước có ảnh hưởng tích cực đến TLNX ở năm hiện tại Để giảm được RRTD trong tương lai và tránh những hậu quả xấu đến hoạt động ngân hàng, các NHTM cần chú ý và kiểm soát tốt những khoản nợ xấu ở thời điểm hiện tại (Võ Thị Quý và Bùi Ngọc Toản 2014)
2.2.2.2 Nh ữ ng y ế u t ố kinh t ế vĩ mô
Khi lạm phát tăng thu nhập thực sẽ giảm và đồng thời Ngân hàng trung ương thường tăng lãi suất để có thể kiểm soát được lạm phát Theo Kjosevski và cộng sự (2019), lạm phát cao hơn có thể làm cho việc trả nợ dễ dàng hơn do giá trị thực của khoản vay giảm, tuy nhiên về mặt khác, nó có thể làm suy yếu khả năng trả nợ của khách hàng do giảm thu nhập thực tế của họ Bên cạnh đó, Ngô Trường Đức (2023) đã cho ra kết quả trong nghiên cứu rằng lạm phát tăng sẽ làm cho khả năng trả nợ của khách hàng giảm và tăng RRTD của ngân hàng, Gunsel (2012) và Curak và cộng sự (2013) cũng cho ra kết quả tương tự
• Tốc độ tăng trưởng kinh tế
Xác định vấn đề nghiên cứu
Sau khi khảo lược các công trình nghiên cứu trước, tác giả nhận thấy tính đến thời điểm hiện tại, số lượng công trình nghiên cứu về sự ảnh hưởng của cấu trúc vốn sở hữu của ngân hàng đến RRTD trong các NHTM tại Việt Nam vẫn còn hạn chế và chưa được tập trung một cách đầy đủ Phần lớn các nghiên cứu hiện nay tập trung vào việc xác định các yếu tố ảnh hưởng đến RRTD mà không đề cập đến cấu trúc sở hữu ngân hàng trong việc đánh giá RRTD của các NHTM Ở Việt Nam, NHTM chủ yếu được chia thành hai nhóm chính: nhóm ngân hàng có sự sở hữu của Nhà nước và nhóm ngân hàng không có sở hữu của nhà nước Mỗi nhóm này có những đặc điểm riêng biệt về hoạt động và chiến lược kinh doanh, điều này góp phần tạo ra những ảnh hưởng đáng kể đến cách thức quản trị, cũng như cách tiếp cận rủi ro trong hoạt động của họ, đây là yếu tố có thể ảnh hưởng đến hiệu quả hoạt động và rủi ro của ngân hàng cụ thể là RRTD Do vậy bên cạnh nghiên cứu về các yếu tố ảnh hưởng đến RRTD dựa vào những nghiên cứu trước đây tác giả bổ sung và làm rõ hơn về ảnh hưởng của sở hữu nhà nước đến RRTD
Trong chương 2 trình, tác giả đã khái quát các lý thuyết cơ bản liên quan đến tín dụng NHTM và RRTD của NHTM Theo đó, tác giả trình bày cụ thể về những khái niệm liên quan đến tín dụng NHTM, RRTD của NHTM, phân loại RRTD, tác động của những RR này đến ngân hàng cũng như là nền kinh tế, các yếu tố ảnh hưởng và các chỉ tiêu đo lường RRTD Bên cạnh đó phần này cũng trình bày những công trình nghiên cứu trong nước và ngoài nước và các nghiên cứu này đã chỉ ra những kết luận đa dạng về các yếu tố ảnh hưởng tới RRTD ở các NHTM Sự đa dạng này xuất phát từ nhiều phương pháp phân tích khác nhau, áp dụng các biến số khác nhau trong mô hình nghiên cứu và tác giả dựa trên những nghiên cứu này để làm cơ sở cho mô hình nghiên cứu ở chương 3.
MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Quy trình nghiên cứu
Tác giả tiến hành nghiên cứu theo các bước được trình bày trong sơ đồ dưới đây Dữ liệu sau khi tác giả thu nhập sẽ thống kê và xử lý theo từng bước thông qua phần mềm Stata:
Hình 3.1 Quy trình thực hiện nghiên cứu
C ụ th ể quy trình nghiên c ứu như sau:
• Bước 1: Thu nhập dữ liệu
Trong quá trình nghiên cứu, tác giả sử dụng phương pháp thu thập dữ liệu thứ cấp thông qua việc sử dụng số liệu đã được công bố từ báo cáo tài chính đã được kiểm toán, báo cáo thường niên và những tài liệu liên quan khác của 25 NHTMCP tại Việt Nam từ năm 2013 đến 2022 do FiinPro cung cấp Từ đó, tác giả tiến hành các
Kết quả nghiên cứu và đề xuất những kiến nghị Kiểm định những những khuyết tật của mô hình và xử lý
Sử dụng kiểm định Hausman, F-test, Breusch-Pagan để lựa chọn mô hình Phân tích hồi quy các biến theo phương pháp Pooled OLS, FEM, REM
Phân tích ma trận tương quan giữa các biến Thống kê mô tả các biên trong mô hình
Thu nhập dữ liệu phép tính lại để xác định dữ liệu cụ thể mà nghiên cứu cần đến Dữ liệu vĩ mô được tác giả thu nhập từ Worldbank, website của Ngân hàng Nhà nước Việt Nam
• Bước 2: Thống kê mô tả biến trong mô hình nghiên cứu Để tiến hành thực hiện thống kê mô tả, tác giả sử dụng phần mềm Stata 17 để xác định đặc điểm của dữ liệu như giá trị nhỏ nhất, giá trị lớn nhất, độ lệch chuẩn, giá trị trung bình của các biến độc lập và biến phụ thuộc
• Bước 3: Phân tích ma trận hệ số tương quan và kiểm định hiện tượng đa cộng tuyến
Phân tích tương quan giữa các biến trong mô hình hồi quy được coi là một bước rất quan trọng Các biến độc lập không được có sự tương quan với nhau là giả thiết quan trọng của mô hình hồi quy tuyến tính Tác giả sử dụng ma trận tương quan để kiểm định sự tương quan giữa các biến và sẽ xảy ra hiện tượng đa cộng tuyến nếu giả thiết này bị vi phạm và làm cho việc ước lượng mô hình trở nên không khả thi và hiệu quả
• Bước 4: Phân tích hồi quy dựa trên 3 mô hình Pooled OLS, FEM, REM
Tác giả tiến hành thực hiện phân tích mô hình hồi quy theo lần lượt các mô hình: mô hình bình phương nhỏ nhất Pooled OLS, mô hình tác động cố định (Fixed Effects Model - FEM) và mô hình tác động ngẫu nhiên (Random Effects Model - REM) trên phần mềm Stata 17
• Bước 5: Lựa chọn mô hình phù hợp nhất thông qua các kiểm định Hausman, F-test, Breusch-Pagan
Sau khi thực hiện ước lượng với 3 mô hình, tác giả sử dụng kiểm định F-test để so sánh 2 mô hình Pooled OLS và FEM, sau đó kiểm định Hausman để lựa chọn mô hình phù hợp giữa 2 mô hình FEM và REM, kiểm định Breusch-Pagan để lựa chọn giữa Pooled OLS và REM
• Bước 6: Kiểm định và khắc phục các khuyết tật của mô hình nghiên cứu
Khi đã chọn được mô hình ước lượng thích hợp, tác giả tiếp tục kiểm tra các khuyết tật của mô hình thông qua các kiểm định tự tương quan, phương sai sai số thay đổi nhằm nâng cao độ tin cậy và khả năng áp dụng cho kết quả nghiên cứu Sau đó, tác giả tiếp tục xử lý và khắc phục những khuyết tật đó bằng phương pháp FGLS
• Bước 7: Trình bày kết quả của nghiên cứu và dựa vào đó đề xuất những kiến nghị
Dựa vào kết quả phân tích hồi quy, tác giả tiến hành thảo luận và đưa ra kết luận, cũng như đưa ra các đề xuất và khuyến nghị để giải quyết các mục tiêu nghiên cứu đã đặt ra.
Mô hình nghiên cứu và giả thuyết nghiên cứu
Mô hình nghiên cứu về các yếu tố ảnh hưởng đến RRTD của hệ thống NHTM Việt Nam được xây dựng từ việc áp dụng mô hình kinh tế lượng và dựa trên lý thuyết thông tin bất cưng xứng và lý thuyết chu kỳ kinh tế đã được thảo luận ở chương 2 và kế thừa những công trình nghiên cứu trước đây, tác giả đưa vào mô hình các biến vi mô và vĩ mô Cụ thể, tác giả lựa chọn mô hình của Raiter (2021) làm mô hình gốc để kế thừa và phát triển vì mô hình được Raiter (2021) sử dụng có các biến nghiên cứu phù hợp với đặc điểm của nền kinh tế Việt Nam, do đó có thể được điều chỉnh phù hợp và tiến hành nghiên cứu ở Việt Nam Tác sử dụng biến Tỷ lệ nợ xấu làm biến phụ thuộc dựa vào mô hình gốc vì đây là chỉ số trực tiếp và rõ ràng nhất để đo lường chất lượng tín dụng và mức độ tín dụng của một ngân hàng, đây cũng là chỉ số đo lường được nhiều nghiên cứu trước đây dùng để đo lường RRTD Thêm vào đó, tác giả tham khảo công trình nghiên cứu của Kharabsheh (2019) để thêm các biến độc lập mới như Tốc độ tăng trưởng tín dụng, Tỷ lệ vốn CSH, Tỷ lệ dự phòng RRTD vào mô hình và đồng thời mở rộng mô hình bằng cách thêm biến giả Sở hữu Nhà nước nhằm đánh giá một cách toàn diện ảnh hưởng của các yếu tố vi mô và vĩ mô đến RRTD của các NHTM tại Việt Nam
Mô hình nghiên c ứu được đề xu ất như sau:
- it: sai số của ước lượng
- 𝑁𝑃𝐿 𝑖𝑡 : TLNX của ngân hàng i vào năm t
- 𝐶𝐴𝑃 𝑖𝑡 Tỷ lệ vốn CSH của ngân hàng i vào năm t
- 𝐺𝑅𝑂𝑊 𝑖𝑡 : Tốc độ tăng trưởng tín dụng của ngân hàng i vào năm t
- 𝑅𝑂𝐴 𝑖𝑡 : Khả năng sinh lời trên tổng tài sản của ngân hàng i vào năm t
- 𝐿𝐿𝑅 𝑖𝑡 Tỷ lệ dự phòng rủi ro của ngân hàng i vào năm t
- 𝑆𝐼𝑍𝐸 𝑖𝑡 Quy mô ngân hàng i vào năm t
- 𝐺𝐷𝑃 𝑡 : Tốc độ tăng trưởng kinh tế vào năm t
- 𝐼𝑁𝐹 𝑡 : Tỷ lệ lạm phát vào năm t
- 𝑆𝑇𝐴 𝑖 : Sở hữu Nhà nước của ngân hàng i
Bảng 3.1 mô tả tổng quan về các biến được sử dụng trong mô hình nghiên cứu và các giả thuyết
Bảng 1.1 Giải thích các biến trong mô hình nghiên cứu
Biến Tên biến Mô tả Cách tính Nguồn
TLNX - biến đại diện cho RRTD
Tốc độ tăng trưởng tín dụng
Khả năng sinh lời trên tổng tài sản
Tỷ lệ dự phòng RRTD
Omobolade và cộng sự (2020), Nguyễn Thị Bích Vượng, Đỗ An Bích Phương và Nguyễn Thúy Hà (2022)
Tốc độ tăng trưởng kinh tế
Số liệu cụ thể hàng năm
INF Tỷ lệ lạm phát Số liệu cụ thể hàng năm
Bằng 1 đối với những ngân hàng có Vốn CSH nhà nước, bằng 0 nếu không có Vốn CSH nhà nước
Dựa vào cơ sở lý thuyết và các công trình nghiên cứu đã được thực hiện trước đây, tác giả đưa ra những kỳ vọng liên quan đến giả thuyết như sau:
• Tỷ lệ vốn CSH và RRTD
Dựa vào lý thuyết thông tin bất cưng xứng và kết quả nghiên cứu của Nguyễn Thanh Nhã và Nguyễn Thanh Tường (2022); Nguyễn Thành Đạt (2019); Zribi và Boujelbène (2011) cho thấy có sự tác động tiêu cực giữa tỷ lệ vốn CSH và RRTD, mức tỷ lệ vốn CSH thấp trong ngân hàng thường dẫn đến tỷ lệ RRTD tăng vì ngân hàng chủ yếu tập trung vào việc mở rộng danh mục cho vay trong khi có một lượng vốn hóa không lớn, khi đó ngân hàng sẽ cho vay khi chưa có đầy đủ thông tin từ khách hàng gây ra sự chênh lệch thông tin giữa ngân hàng và khách hàng, điều này có thể khiến cho nguy cơ phát sinh nợ xấu tăng cao hơn Ngược lại, khi ngân hàng có khả năng sử dụng đòn bẩy tài chính một cách hiệu quả thì họ không cần thiết phải mở rộng quy mô cho vay khách hàng để tài trợ cho những dự án đầu tư khác và theo đó tỷ lệ RRTD của ngân hàng cũng sẽ giảm xuống Tuy nhiên, sự tác động tích cực giữa tỷ lệ vốn CSH và RRTD cũng được chỉ ra trong nghiên cứu của Kharabsheh (2019) Tác giả dự đoán rằng mối quan hệ ngược chiều giữa tỷ lệ vốn CSH và RRTD
Gi ả thuy ế t H1: Có m ố i quan h ệ ngượ c chi ề u gi ữ a T ỷ l ệ v ố n CSH và RRTD
• Tốc độ tăng trưởng tín dụng và RRTD
Trong nghiên cứu của Kharabsheh (2019) cũng như là Tehulu và Olana (2014), các tác giả cho rằng giữa tốc độ tăng trưởng tín dụng và RRTD có mối quan hệ cùng chiều Cả 2 nghiên cứu đều cho rằng sự tăng trưởng về cho vay là nguyên nhân dẫn đến RRTD cho ngân hàng, với tốc độ tăng trưởng cho vay quá nhanh đồng nghĩa với sự sụt giảm mạnh về mức vốn ngân hàng là những dấu hiệu cho thấy sự suy giảm sức khỏe tài chính của ngân hàng và có thể được sử dụng làm dấu hiệu cảnh báo về những khoản vay có vấn đề trong tương lai Các NHTM ngày nay có xu hướng mở rộng hoạt động cho vay, điều này dẫn đến tiêu chuẩn tín dụng thấp hơn và dần dần dẫn đến các khoản vay có vấn đề cao hơn
Tuy nhiên dựa vào lý thuyết chu kỳ kinh tế và nghiên cứu của Kjosevski và cộng sự (2019) mối quan hệ giữa tốc độ tăng trưởng tín dụng và RRTD là mối quan hệ ngược chiều, khi nền kinh tế tăng trưởng, doah thu vào lợi nhuận của doanh nghiệp thường tăng và khả năng trả nợ của họ cải thiện, và các NHTM thưởng mở rộng tín dụng trong giai đoạn này, việc tăng trưởng tín dụng giúp nhiều khách hàng đang cần vốn sẽ tiếp cận được khoản vay nhanh hơn và họ có thể nâng cao được hiệu quả kinh doanh và rủi ro không trả được nợ sẽ giảm Chính vì thế tốc độ tăng trưởng tín dụng có thể tác động tích cực hoặc tiêu cực đến RRTD Tác giả kì vọng có mối quan hệ cùng chiều giữa tốc độ tăng trưởng tín dụng và RRTD
Gi ả thuy ế t H2: Có m ố i quan h ệ cùng chi ề u gi ữ a t ốc độ tăng trưở ng tín d ụ ng và RRTD
• Khả năng sinh lời trên tổng tài sản và RRTD
Lợi nhuận trên tổng tài sản là chỉ số tài chính đo lường lợi nhuận của ngân hàng, biểu thị hiệu quả sử dụng tài sản và cho biết ngân hàng tạo ra bao nhiêu thu nhập từ việc đầu tư vào tài sản của họ Kết quả nghiên cứu của Maryem Naili và Younes Lahrichi (2022) đã cho thấy rằng có mối tương quan ngược chiều giữa khả năng sinh lời và RRTD, những ngân hàng có khả năng sinh lời cao cho thấy kỹ năng quản lý tốt liên quan đến chiến lược cho vay và do đó có mức nợ xấu thấp Có cùng với quan điểm này, Kharabsheh (2019) cũng cho ra kết quả khả năng sinh lời trên tổng tài sản tác động ngược chiều đến RRTD của ngân hàng Giống với kết quả nghiên cứu của Maryem Naili và Younes Lahrichi (2022), giả thuyết được tác giả đưa ra:
Gi ả thuy ế t H3: Có m ố i quan h ệ ngượ c chi ề u gi ữ a kh ả năng sinh lờ i trên t ổ ng tài s ả n và RRTD
• Tỷ lệ dự phòng RRTD và RRTD
Tác giả kỳ vọng tỷ lệ trích lập dự phòng RRTD có mối quan hệ tương quan dương đối với RRTD vì khi tỷ lệ dự phòng RRTD tăng đồng nghĩa rằng rủi ro đối với các khoản nợ xấu lớn vì nó đại diện cho những nguy cơ xảy ra nợ xấu, là số tiền mà ngân hàng trích ra trước nhằm đối phó với những thiệt hại có thể phát sinh trong tương lai từ những khoản vay, lúc đó TLNX sẽ tăng theo và ngược lại Việc dự phòng cho RRTD phản ánh quan điểm quản lý rủi ro của một ngân hàng Quản lý rủi ro một cách hiệu quả đóng vai trò quan trọng trong việc giảm bớt TLNX của các NHTM Nghiên cứu của Omobolade và cộng sự (2020); Nguyễn Thị Bích Vượng, Đỗ An Bích Phương và Nguyễn Thúy Hà (2022) đã chứng minh rằng tỷ lệ dự phòng RRTD ảnh hưởng trực tiếp và tích cực đến RRTD của ngân hàng Vì thế tác giả dự đoán rằng:
Gi ả thuy ế t H4: Có m ố i quan h ệ cùng chi ề u gi ữ a t ỷ l ệ d ự phòng RRTD và RRTD
• Quy mô ngân hàng và RRTD
Nhiều công trình nghiên cứu đã đưa yếu tố quy mô của ngân hàng vào các mô hình để phân tích những yếu tố ảnh hưởng đến RRTD của ngân hàng và hầu hết những nghiên cứu trước đều cho ra kết quả yếu tố quy mô được tính theo tổng tài sản đều có sự tác động đến RRTD Theo Morina (2020), khi tài sản được gia tăng, các ngân hàng thường mở hoạt động cho vay và điều này có thể làm tăng khả năng phát sinh nợ xấu Điều này cũng cho thấy có mối quan hệ tích cực giữa quy mô của ngân hàng và RRTD Tuy nhiên, dựa vào lý thuyết thông tin bất cưng xứng và kết quả nghiên cứu của Ngô Trường Đức (2023), có mối quan hệ ngược chiều giữa quy mô ngân hàng và RRTD, ngân hàng có quy mô lớn sẽ có nguồn lực tốt hơn và công nghệ tiên tiến hơn để giảm sát và thu nhập thông tin giảm thiểu sự bất cân xứng thông tin giữa ngân hàng và khách hàng, các ngân hàng lớn thường có số lượng người vay lớn hơn với nhiều loại hình kinh doanh khác nhau, việc đa dạng hóa có thể làm giảm rủi ro phi hệ thống, đa dạng hóa nguồn thu và danh mục cho vay có thể giảm thiểu RRTD của ngân hàng một cách hiệu quả
Tác giả dự đoán rằng khi ngân hàng có quy mô càng lớn thì khả năng tiềm ẩn RRTD của ngân hàng càng giảm
Gi ả thuy ế t H5: Có m ố i quan h ệ ngượ c chi ề u gi ữ a quy mô ngân hàng và RRTD
• Tốc độ tăng trưởng kinh tế (GDP) và RRTD
GDP là một trong những chỉ số chính về sức khoẻ của bất kỳ nền kinh tế của đất nước và đại diện cho giá trị thị trường của tất cả hàng hóa và dịch vụ được sản xuất trong nền kinh tế trong một khoảng thời gian nhất định Áp dụng lý thuyết chu kỳ kinh tế vào dựa vào kết quả nghiên cứu của Morina (2020); Raiter (2021) cho rằng khi nền kinh tế có tốc độ tăng trưởng GDP cao sẽ làm tăng thu nhập của người dân và doanh nghiệp, khả năng tài chính của họ được cải thiện và tỷ lệ thất nghiệp giảm, vì thế làm tăng khả năng trả nợ và từ đó giảm nợ xấu Ngược lại, trong giai đoạn suy thoái, các hoạt động kinh tế sẽ giảm làm cho thu nhập của khách hàng giảm và làm gia tăng tỉ lệ vỡ nợ và giảm khả năng trả nợ của khách hàng sẽ làm giảm TLNX ở các ngân hàng Đồng thời những nghiên cứu của Kjosevski và cộng sự (2019); Nguyễn Thị Bích Vượng, Đỗ An Bích Phương và Nguyễn Thúy Hà (2022); Nguyễn Thành Đạt (2019) cũng cho ra kết quả tương tự Dựa vào những nghiên cứu trước, mối quan hệ giữa tốc độ tăng trưởng kinh tế và RRTD được dự đoán là tiêu cực
Gi ả thuy ế t H6: Có m ố i quan h ệ ngượ c chi ề u gi ữ a T ốc độ t ằng trưở ng kinh t ế (GDP) và RRTD
• Tỷ lệ lạm phát và RRTD
Dựa vào lý thuyết chu kỳ kinh tế, trong chu kỳ kinh tế lạm phát thường gia tăng trong giai đoạn phục hồi và phát triển, khiến cho giá trị của đồng tiền suy giảm so với hàng hóa và tiền tệ khác, làm giảm khả năng mua của đồng tiền Lạm phát tăng làm giá trị thực của khoản vay giảm đi và việc trả nợ sẽ dễ dàng hơn cho người đi vay và điều này có thể phản ánh mối quan hệ tiêu cực (Morina 2020) Ngược lại, theo nghiên cứu của Curak, Pepur và Poposki (2013), Omobolade và cộng sự (2020) lại cho rằng khi lạm phát tăng sẽ làm giảm thu nhập thực tế của khách hàng, khi thu nhập không tăng theo kịp với mức độ tăng của lạm phát thì khả năng thanh toán nợ sẽ bị ảnh hưởng và làm TLNX tăng Bên cạnh đó, mức lãi suất cho vay đặc biệt là những khoản vay có lãi suất biến động cũng sẽ tăng theo và khiến cho khoản vay của khách hàng sẽ tăng tương ứng Chính vì thế, lạm phát tăng sẽ làm tăng gánh nặng trả nợ của khách hàng và điều này phản ánh mối tương quan tích cực giữa lạm phát và TLNX
Vì vậy, tác giả đề xuất giả thuyết:
Gi ả thuy ế t H7: Có m ố i quan h ệ cùng chi ề u gi ữ a L ạ m phát và RRTD
• Ảnh hưởng của Sở hữu Nhà nước và RRTD
Theo nghiên cứu của Hu và cộng sự (2004), các ngân hàng có chính phủ nắm giữ cổ phần thường đối mặt với RRTD ít hơn đối với những ngân hàng tư nhân Những NHTM nhà nước hoạt động theo hướng ổn định và an toàn, với việc ưu tiên cấp tín dụng cho những khách hàng có uy tín, nhằm mục đích mở rộng dư nợ một cách cẩn trọng và duy trì một quy trình đánh giá nghiêm ngặt ở mọi giai đoạn để giảm thiểu RRTD Ngược lại những NHTM tư nhân lại có xu hướng tiềm ẩn RRTD cao hơn là vì nợ xấu có thể gia tăng nhanh hơn khi ngân hàng có nhu cầu mở rộng tín dụng linh hoạt hơn và tăng lợi nhuận Vì thế tác giả cũng cho rằng những ngân hàng có Vốn CSH nhà nước sẽ phải chịu nhiều RRTD hơn loại hình ngân hàng tư nhân
Gi ả thuy ế t H8: Có m ố i quan h ệ ngượ c chi ề u gi ữ a S ở h ữu nhà nướ c và RRTD
Mẫu và dữ liệu nghiên cứu
Trong quá trình nghiên cứu, tác giả sử dụng phương pháp thu thập dữ liệu thứ cấp thông qua việc sử dụng số liệu đã được công bố từ báo cáo tài chính đã được kiểm toán, báo cáo thường niên và những tài liệu liên quan khác của 25 NHTMCP Việt Nam (trong đó có 6 NHTMCP có cổ phiếu giao dịch trên sàn UPCOM, 16 NHTMCP trên sàn HOSE, 2 NHTMCP trên sàn HNX và 1 NHTM hiện chưa có cổ phiếu được giao dịch) từ năm 2013 đến năm 2022 do FinnPro cung cấp Vì những ngân hàng này công bố đầy đủ thông tin và dữ liệu trong giai đoạn này và mang tính đại diện cho hệ thống NHTM Việt Nam Từ đó, tác giả tiến hành các phép tính lại để xác định dữ liệu cụ thể mà nghiên cứu cần đến Dữ liệu vĩ mô được tác giả thu nhập từ Worldbank, website của Ngân hàng Nhà nước Việt Nam Bài nghiên cứu này gồm
250 quan sát và đáp ứng yêu cầu về độ tin cậy về mặt thống kê của kết quả nghiên cứu.
Phương pháp nghiên cứu
Bài nghiên cứu này sử dụng phương pháp nghiên cứu định lượng là chủ yếu thông qua các phương pháp kỹ thuật: thống kê mô tả, phân tích tương quan và phân tích hồi quy dữ liệu bảng:
Phương pháp thống kê mô tả là kỹ thuật dùng để mô tả và tổng hợp các đặc điểm của tập dữ liệu Trong nghiên cứu, việc này thường được thực hiện bằng phần mềm Stata 17 và bao gồm các chỉ số như giá trị trung bình, độ lệch chuẩn, cũng như giá trị tối thiểu và tối đa của dữ liệu Giá trị trung bình giúp xác định xu hướng chung, độ lệch chuẩn đo lường sự phân tán của dữ liệu quanh giá trị trung bình, với số lớn thể hiện biến động cao và sự ổn định thấp, trong khi số nhỏ cho thấy dữ liệu ổn định và ít biến động hơn Giá trị tối thiểu và tối đa cung cấp khoảng giá của dữ liệu, từ thấp nhất đến cao nhất, giúp hiểu rõ phạm vi biến động của dữ liệu
Phân tích tương quan là một công cụ thống kê được sử dụng để đánh giá mối quan hệ tuyến tính giữa các biến trong nghiên cứu, qua đó xác định độ mạnh và hướng (cùng chiều hoặc trái chiều) của mối liên kết Hệ số tương quan Pearson (r) dao động từ -1 đến 1 Giá trị r = ±1 chỉ ra mối tương quan hoàn hảo, trong khi r = 0 không cho thấy mối tương quan nào Các giá trị gần với -1 hoặc 1 thể hiện mối quan hệ mạnh Bên cạnh đó, phân tích này còn giúp phát hiện hiện tượng đa cộng tuyến, tức là sự tương quan chặt chẽ giữa các biến độc lập trong mô hình Một hệ số tương quan Pearson giữa các biến độc lập cao hơn 0.8 cho thấy khả năng cao của đa cộng tuyến Để xác nhận điều này, ta cần kiểm tra thêm hệ số VIF (Variance Inflation Factor) VIF lớn hơn 10 cho thấy rõ ràng có đa cộng tuyến, trong khi giá trị dưới 10 cho thấy không có vấn đề đáng kể về đa cộng tuyến Tolerance, được tính bằng 1/VIF, nếu nhỏ hơn 0.1 cũng chỉ ra sự tồn tại của đa cộng tuyến trong mô hình
Phân tích h ồ i quy và ki ểm định để l ự a ch ọ n ra mô hình phù h ợ p trong 3 mô hình Pooled OLS, FEM và REM:
Việc tiến hành phân tích hồi quy là một phương pháp thống kê quan trọng giúp xác định mối quan hệ giữa các biến độc lập và biến phụ thuộc Kết quả từ phân tích hồi quy thường được dùng làm bằng chứng để đánh giá ảnh hưởng của các yếu tố Trong nghiên cứu, tác giả đã xem xét đến các mô hình hồi quy khác nhau bao gồm: Pooled OLS, Fixed effect và Random effect Để lựa chọn mô hình ước lượng phù hợp nhất cho nghiên cứu, cần phải cân nhắc kỹ lưỡng về các tính chất và đặc thù của từng mô hình này
✓ Mô hình h ồ i quy Pooled OLS
Phương pháp này phân tích dữ liệu dạng bảng bằng cách kết hợp tất cả dữ liệu mà không phân biệt giữa các đơn vị qua các kỳ khác nhau Mặc dù đơn giản, Pooled OLS không tính đến sự khác biệt đặc thù giữa các đơn vị theo không gian và thời gian, đây là một hạn chế đáng kể
✓ Mô hình tác độ ng c ố đị nh (FEM)
Giả định rằng mỗi đơn vị có các đặc điểm đặc trưng ảnh hưởng đến biến độc lập, FEM đánh giá mối liên kết giữa các sai số cụ thể của từng đơn vị và biến độc lập, kiểm soát và loại bỏ ảnh hưởng của những đặc điểm cố định từ biến độc lập để xác định chính xác hơn ảnh hưởng thực sự của chúng
Mô hình tác độ ng ng ẫ u nhiên (REM)
Khác biệt so với giả định αi là không đổi qua thời gian, phương pháp hiệu ứng ngẫu nhiên (REM) cho rằng αi là biến ngẫu nhiên, với αi được biểu diễn như α + εi (cho i từ 1 đến n), dẫn đến mô hình mới: Yit = α + βXit + εi + μit Trong mô hình này, εi được xem là phần lỗi theo từng đơn vị, và μit là phần lỗi liên quan đến cả đơn vị và thời gian Theo cách tiếp cận của REM, các đặc tính riêng lẻ của đơn vị được coi là biến số ngẫu nhiên và không có sự tương quan với biến độc lập, hành xử như một biến giải thích thêm ảnh hưởng đến biến phụ thuộc
Từ việc phân tích ba phương pháp ước lượng này, tác giả kết luận rằng cả mô hình hiệu ứng ngẫu nhiên (REM) và mô hình hiệu ứng cố định (FEM) đều mang lại nhiều lợi ích hơn so với phương pháp Pooled OLS Sau đó, tác giả sẽ dùng kiểm định để lựa chọn mô hình phù hợp nhất:
• Dùng kiểm định F-test để lựa chọn giữa mô hình Pooled OLS và mô hình FEM với giả thuyết như sau:
✓ H0: Mô hình Pooled OLS phù hợp với mẫu nghiên cứu
✓H1: Mô hình FEM phù hợp với mẫu nghiên cứu Nếu kết quả của mô hình cho ra rằng p-value < α (5%) thì bác bỏ giả thuyết H0 và chọn mô hình FEM và ngược lại nếu p-value ≥ α (5%) thì chọn mô hình Pooled OLS
• Dùng kiểm định Breusch-Pagan để lựa chọn giữa mô hình Pooled OLS và mô hình REM với giả thuyết như sau:
✓ H0: Mô hình Pooled OLS phù hợp với mẫu nghiên cứu
✓ H1: Mô hình REM phù hợp với mẫu nghiên cứu
Nếu kết quả của mô hình cho ra rằng p-value < α (5%) thì bác bỏ giả thuyết H0 và chọn mô hình REM và ngược lại nếu p-value ≥ α (5%) thì chọn mô hình Pooled OLS
• Dùng kiểm định Hausman để lựa chọn giữa mô hình FEM và mô hình REM với giả thuyết như sau:
✓ H0: Mô hình REM phù hợp với mẫu nghiên cứu (Không có sự tương quan giữa biến độc lập và biến giải thích)
✓ H1: Mô hình FEM phù hợp với mẫu nghiên cứu (Không có sự tương quan giữa biến độc lập và biến giải thích)
Nếu kết quả của mô hình cho ra rằng p-value < α (5%) thì bác bỏ giả thuyết H0 và chọn mô hình FEM và ngược lại nếu p-value ≥ α (5%) thì chọn mô hình REM
Ki ểm đị nh các khuy ế t t ậ t c ủ a mô hình:
Sau khi đã lựa chọn được mô hình phù hợp sẽ tiến hành kiểm tra các khuyết tật của mô hình:
• Dùng kiểm định Wooldridge để kiểm định hiện tượng tự tương quan
✓ H0: Không có hiện tượng tự tương quan
✓ H1: Có hiện tượng tự tương quan
Nếu kết quả của mô hình cho ra rằng p-value < α (5%) thì bác bỏ giả thuyết H0 và có hiện tượng tự tương quan trong mô hình và ngược lại nếu p-value ≥ α (5%) thì không có có hiện tượng tự tương quan
• Dùng kiểm định Breusch and Pagan Lagrangian Multiplier để kiểm định hiện tượng phương sai sai số thay đổi
✓ H0: Có phương sai không thay đổi
✓ H1: Có phương sai thay đổi
Nếu kết quả của mô hình cho ra rằng p-value < α (5%) thì bác bỏ giả thuyết H0 và có hiện tượng phương sai sai số thay đổi trong mô hình và ngược lại nếu p- value ≥ α (5%) thì không có có hiện tượng phương sai sai số thay đổi
Kh ắ c ph ụ c các khuy ế t t ậ t c ủ a mô hình:
Dùng mô hình FGLS (Feasible Generalized Least Squares) để kiểm soát hoặc khắc phục hiện tượng tự tương qua và phương sai sai số thay đổi
Dựa vào lý thuyết về những yếu tố ảnh hưởng tới RRTD cùng với việc tham khảo các công trình nghiên cứu thực tiễn, tác giả đã thiết lập mô hình nghiên cứu, các biến trong mô hình, quy trình thực hiện nghiên cứu, dữ liệu được sử dụng và phương pháp phân tích để khám phá sự ảnh hưởng của các yếu tố lên RRTD và thực hiện các bài kiểm định nhằm xác định mô hình phù hợp nhất Mô hình nghiên cứu được xây dựng gồm các biến như sau: Tỷ lệ nợ xấu (NPL) là biến phụ thuộc, những biến độc lập: Tốc độ tăng trưởng tín dụng (GROW), Khả năng sinh lời trên tổng tài sản (ROA),
Tỷ lệ dự phòng rủi ro (LLR), Tỷ lệ vốn CSH (CAP), Quy mô ngân hàng (SIZE), Tốc độ tăng trưởng kinh tế (GDP), Tỷ lệ lạm phát (INF), Sở hữu nhà nước (STA) Từ dữ liệu của 25 NHTMCP tại Việt Nam được thu nhập chủ yếu từ báo cáo thường niên, báo cáo tài chính do FiinPro cung cấp tác giả thực hiện lần lượt những mô hình Pooled OLS, FEM, REM và thực hiện kiểm định để lựa chọn mô hình phù hợp nhất cho nghiên cứu và tiếp tục kiểm tra những khuyết tật của mô hình Sau đó, để khắc phục và nâng cao độ chính xác của kết quả nghiên cứu, mô hình FGLS được sử dụng để khắc phục những khuyết tật đó.
KẾT QUẢ NGHIÊN CỨU
Tình hình nợ xấu tại các ngân hàng thương mại Việt Nam giai đoạn 2013 -
Qua việc tổng hợp dữ liệu từ 25 NHTMCP tại Việt Nam trong khoảng thời gian từ năm 2013 đến 2022, đồ thị dưới đây biểu diễn rõ tình trạng nợ xấu trong giai đoạn này:
Hình 4.1 Tỷ lệ nợ xấu của các NHTM tại Việt Nam giai đoạn từ 2013 - 2022
Hình 4.1 trình bày biến động TLNX của các NHTM tại Việt Nam từ năm 2013 đến 2022, cho thấy một quá trình thăng trầm rõ rệt Vào năm 2013 TLNX đạt đỉnh tại mức 2,782% và sau đó chứng kiến một sự sụt giảm liên tục, đánh dấu một cải thiện đáng kể về chất lượng tín dụng Sự giảm sút này có thể phản ánh những chính sách kiểm soát chặt chẽ và quản lý RRTD hiệu quả hơn từ phía NHNN Đến năm 2015, tỷ lệ này giảm mạnh, xuống còn 1,830%, cho thấy những nỗ lực trong việc xử lý nợ xấu đã mang lại kết quả tích cực
Tỷ lệ nợ xấu của các NHTM tại Việt Nam giai đoạn 2013-2022
Nhưng sự thắt chặt quản lý không kéo dài mãi, khi từ năm 2015 trở đi, TLNX lại bắt đầu tăng lên Điều này có thể liên quan đến việc các ngân hàng chuyển hướng đến một chiến lược tăng trưởng mạo hiểm hơn, nhằm mục đích mở rộng thị phần và tối đa hóa lợi nhuận Kết quả là TLNX tăng vọt từ 1,830% lên 2,002% vào năm 2016 và sau đó có xu hướng giảm trong vòng 3 năm (2016 đến năm 2019) Trong giai đoạn từ năm 2019 đến năm 2022, TLNX chứng kiến khuynh hướng tăng trở lại với một sự gia tăng đáng kể với tốc độ nhanh từ 1,841% lên đến 2,453% vào năm 2022 Vào năm 2020 tỷ lệ nợ xấu đạt 1,984% tương ứng với khoảng tăng là 0,143% so với năm trước đó Có thể thấy, đại dịch Covid-19 bắt đầu từ cuối năm 2019 đến đầu năm
2020 đã gây ra những tác động tiêu cực đến nền kinh tế, vì tiến hành công tác chống dịch nên tạm đóng cửa thị trường, khiến cho nhiều doanh nghiệp và cá nhân gặp khó khăn trong việc duy trì hoạt động kinh doanh, không thể tiêu thụ hàng hóa và làm giảm khả năng thanh toán nợ, góp phần làm tăng TLNX Và TLNX tiếp tục tăng từ năm 2021 đến năm 2022 mặc dù chứng kiến một sự giảm nhẹ từ mức 1,984% xuống còn 1,811% vào năm 2021 do hiệu quả của các biện pháp quản lý nợ và các chính sách tài chính được thực hiện trong bối cảnh đại dịch Covid-19, các ngân hàng có thể đã nỗ lực tái cơ cấu nợ, hoặc cải thiện thu hồi nợ và Chính phủ, NHNN có thể đã đưa ra các chương trình hỗ trợ tài chính, cùng với việc áp dụng chính sách lãi suất thấp để giúp doanh nghiệp và cá nhân có thể vượt qua những khó khăn trong giai đoạn này
Sự ảnh hưởng của Covid – 19 vẫn tiếp diễn đến năm 2022 và chứng kiến những biến động kinh tế toàn cầu và các khủng hoảng tài chính, tiền tệ, làm trầm trọng thêm khó khăn cho doanh nghiệp và cá nhân, từ đó làm suy giảm khả năng thanh toán và dẫn đến TLNX tiếp tục có xu hướng tăng Nhìn chung, xu hướng tăng của TLNX phản ánh những thách thức liên tục trong quản lý RRTD cũng như ảnh hưởng của môi trường kinh tế vĩ mô đến chất lượng tài sản của các ngân hàng
4.2 Thống kê mô tả các biến
Tác giả đã tổng hợp kết quả thống kê từ mẫu nghiên cứu và thể hiện trong bảng 4.1 dưới đây:
Bảng 4.1 Kết quả thống kê mô tả Tên biến Giá trị trung bình Độ lệch chuẩn
Ngu ồ n: Tác gi ả x ử lý b ằ ng ph ầ n m ề m Stata
Dựa vào bảng 4.1 có thể thấy GTTB của NPL – tỷ lệ nợ xấu là 2,08%, điều này có nghĩa là các NHTM trong giai đoạn này bình quân có mức nợ xấu là 2,08% trên tổng dư nợ Với một độ lệch chuẩn là 1,5%, giá trị nhỏ nhất là 0,47% (tại Ngân hàng TMCP Kỹ thương TCB trong năm 2020), trong khi giá trị cao nhất lên tới 17,93% (tại Ngân hàng TMCP Quốc Dân NVB vào năm 2022), dựa vào số liệu này, sự chênh lệch của NPL của các NHTM qua các năm trong giai đoạn nghiên cứu là đáng kể Qua phân tích, giá trị cao nhất của NPL xuất hiện vào năm 2022, một năm đánh dấu sự tăng trưởng mạnh mẽ về tín dụng và sự gia tăng đáng kể của nợ xấu trong hệ thống ngân hàng
CAP – Tỷ lệ vốn CSH của các NHTM có GTTB là 8,73%, cho thấy tỷ lệ vốn CSH so với tổng tài sản của các ngân hàng ở mức khá thấp cùng sự biến động khá lớn giữa các NHTM trong mẫu nghiên cứu với độ lệch chuẩn là 3,39% Vào năm
2016, Ngân hàng Ngoại thương Việt Nam (VCB) ghi nhận tỷ lệ ETA thấp nhất là 0,01%, trong khi Ngân hàng Sài Gòn Công Thương (SGB) đạt mức cao nhất là 22,89% vào năm 2013
GROW – Tốc độ tăng trưởng tín dụng có GTTB là 19,2% cùng với độ lệch chuẩn là 13,29%, tỷ lệ này có GTNN là -14,23% (ngân hàng TMCP Hàng Hải Việt Nam) vào năm 2014 và đạt GTLN với 96,05% (ngân hàng TMCP Tiên Phong) vào năm 2013, cho thấy sự biến động tương đối lớn về sự tăng trưởng tín dụng của các NHTM Việt Nam trong giai đoạn này
ROA – Khả năng sinh lời trên tổng tài sản có GTTB đạt 0,89% với độ lệch chuẩn là 0,74%, GTNN là 0% thuộc về ngân hàng Quốc Dân (NVB) vào năm 2022 và lớn nhất là 3,65% (ngân hàng Kỹ thương Việt Nam) vào năm 2021, cho thấy mức độ chênh lệch của các ngân hàng qua từng năm khá lớn, hầu hết các ngân hàng có hiệu suất tài sản khác nhau Điều này phản ánh sự phân biệt giữa các ngân hàng có quy mô lớn và những ngân hàng nhỏ hơn trong việc tạo ra lợi nhuận
LLR – Tỷ lệ dự phòng rủi ro đạt GTTB là 4,47% với độ lệch chuẩn là 17,26%, GTNN của tỷ lệ này thuộc về ngân hàng TMCP Nam Á với 0.66% vào năm 2013 và GTLN là 99,24% của ngân hàng TMCP Sài Gòn Công Thương vào năm 2020 Điều này phản ánh một sự khác biệt khá lớn trong mức lập dự phòng rủi ro cho các khoản vay của các NHTM trong giai đoạn này
SIZE – Quy mô ngân hàng có GTTB là 28,9821 được đo bằng Ln (Tổng tài sản) với độ lệch chuẩn là 7,6080 biểu thị một xu hướng các ngân hàng đang chú trọng mở rộng quy mô hoạt động của mình nhằm xây dựng và củng cố thương hiệu, với Ngân hàng TMCP Ngoại thương Việt Nam (VCB) dẫn đầu về quy mô, đạt 41,2082 vào năm 2016, trong khi Ngân hàng TMCP Bảo Việt (BaoVietBank) ghi nhận mức quy mô thấp nhất là 13,22501 vào năm 2013
GDP – Tốc độ tăng trưởng kinh tế đạt GTTB là 6,09% cùng với độ lệch chuẩn là 1,8% có thể phản ánh lên được sự tác động cực kỳ lớn của đại dịch Covid – 19 vào đầu năm 2020 với mức thấp nhất ghi nhận được là 2,56% vào năm 2021 là năm mà đại dịch Covid-19 gây ra ảnh hưởng nặng nề nhất đối với nền kinh tế Việt Nam, khiến cho hoạt động sản xuất và tiêu dùng hàng hóa gặp nhiều khó khăn, dẫn đến việc GDP giảm xuống mức thấp chưa từng thấy trong vòng mười năm qua Trong khi đó, mức cao nhất được ghi nhận là 8,02% vào năm 2022 trong giai đoạn đang phục hồi nền kinh tế sau đại dịch Covid
INF – Tỷ lệ lạm phát có GTTB ở mức 3,2% và độ lệch chuẩn là 1,47% cho thấy rằng mức độ biến động tương đối hạn chế nhờ vào những nỗ lực từ Chính phủ nhằm kiểm soát tỷ lệ lạm phát và giữ cho nó ở mức thấp để ngăn chặn tình trạng tăng giá liên tục và gây ảnh hưởng đến việc lưu thông hàng hóa và tạo nhiều trở ngại cho các bên tham gia trong nền kinh tế, bao gồm cả khả năng thanh toán nợ của họ đối với các NHTM Mức thấp nhất của tỷ lệ lạm phát đạt được là ở mức 0,63% vào năm
2015, trong khi mức cao nhất đạt tới 6,59% vào năm 2013
STA – Sở hữu nhà nước là biến giả được gán giá trị bằng 1 khi ngân hàng có vốn sở hữu của Nhà nước trên 50% và bằng 0 khi là ngân hàng tư nhân Theo đó, giá trị 1 được áp dụng cho các NHTM như BID, CTG, VCB do có vốn sở hữu của Nhà nước trên 50% Ngược lại, các ngân hàng khác được gán giá trị 0 vì không có có không có vốn sở hữu từ Nhà nước.
Phân tích tương quan
Sự tương quan giữa các biến trong mô hình nghiên cứu được thể hiện qua ma trận tương quan như sau:
Bảng 4.2 Ma trận hệ số tương quan
NPL CAP GROW ROA LLR SIZE GDP INF STA NPL 1,0000
Ngu ồ n: Tác gi ả x ử lý b ằ ng ph ầ n m ề m Stata
Ma trận hệ số tương quan giúp đánh giá sự ảnh hưởng và mức độ ảnh hưởng giữa các biến độc lập với nhau theo từng cặp, và chỉ ra được những biến độc lập nào có tác động lẫn nhau trong mô hình
Qua kết quả bảng 4.2 có thể thấy rằng tất cả các hệ số tương quan trong ma trận đều dưới 0,8, điều này chứng tỏ rằng không có vấn đề đa cộng tuyến nghiêm trọng giữa các biến độc lập trong mô hình
Kiểm định đa cộng tuyến
Bảng 4.3 Kết quả kiểm định đa cộng tuyến
Ngu ồ n: Tác gi ả x ử lý b ằ ng ph ầ n m ề m Stata
Bảng 4.3 thể hiện chỉ số VIF, một chỉ số VIF nếu vượt quá 5 cho thấy mô hình có sự hiện diện của hiện tượng đa cộng tuyến ở mức cao và nếu chỉ số này gần với
10 cảnh báo về mức độ nghiêm trọng của hiện tượng này (Gujrati 2003) Tuy nhiên, giá trị VIF cao nhất được ghi nhận trong bảng này là 1.75, điều này chỉ ra rằng hiện tượng đa cộng tuyến không là vấn đề nghiêm trọng trong nghiên cứu này.
Phân tích hồi quy
4.4.1 Kết quả của các mô hình Để đánh giá mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc, tác giả đã áp dụng 3 mô hình hồi quy khác nhau: Hồi quy Pooled OLS, Hồi quy Tác động Ngẫu nhiên (REM) và Hồi quy Tác động Cố định (FEM) Kết quả hồi quy từ 3 mô hình thu được như sau:
Bảng 4.4 Kết quả hồi quy tổng hợp theo 3 mô hình Pooled OLS, FEM và REM
Mô hình Pooled OLS Mô hình FEM Mô hình REM
Ngu ồ n: Tác gi ả x ử lý b ằ ng ph ầ n m ề m Stata
Kết quả từ bảng 4.4, sau khi áp dụng hồi quy với các mô hình, cho biết yếu tố tỷ lệ lạm phát (INF) có ảnh hưởng tích cực lên tỷ lệ nợ xấu (NPL) với độ tin cậy thống kê ở mức 5% Ngược lại, các biến như Tăng trưởng tín dụng (GROW), Khả năng sinh lời trên tổng tài sản (ROA), Quy mô ngân hàng (SIZE) tác động ngược chiều đến NPL với mức ý nghĩa là 5% và 1% Trong đó, ở cả 3 mô hình thì biến Tỷ lệ vốn CSH (CAP), Tỷ lệ dự phòng RRTD (LLR) và biến Sở hữu nhà nước (STA) không có ý nghĩa thống kê Từ phân tích cho thấy sự tương đồng khá cao trong tác động của các biến đến TLNX, điều này khẳng định sự phù hợp của mô hình với dữ liệu nghiên cứu và là cơ sở cho các phân tích tiếp theo
Tuy nhiên, trong việc sử dụng mô hình Pooled OLS, một hạn chế nảy sinh do việc ràng buộc dữ liệu chéo một cách chặt chẽ theo cả không gian và thời gian, với các hệ số hồi quy được thiết lập là cố định Điều này gây khó khăn cho mô hình Pooled OLS trong việc nắm bắt được những biến đổi đặc thù của từng ngân hàng, làm cho hiệu quả ước lượng của các biến độc lập trên biến phụ thuộc bị suy giảm, và do đó, kết quả hồi quy có thể không chính xác phản ánh được thực tế Tuy nhiên, việc xác định liệu mô hình tác động cố định (FEM) hay mô hình tác động ngẫu nhiên (REM) là lựa chọn tối ưu vẫn chưa được xác định được Chính vì thế, tác giả tiến hành kiểm định lựa chọn mô hình phù hợp cho nghiên cứu
4.4.2 Kiểm định lựa chọn mô hình Pooled OLS và mô hình FEM
Dùng kiểm định F-test để lựa chọn giữa mô hình Pooled OLS và mô hình FEM với giả thuyết như sau:
• H0: Mô hình Pooled OLS phù hợp với mẫu nghiên cứu
• H1: Mô hình FEM phù hợp với mẫu nghiên cứu
Nếu kết quả của mô hình cho ra rằng p-value < α (5%) thì bác bỏ giả thuyết H0 và chọn mô hình FEM và ngược lại nếu p-value ≥ α (5%) thì chọn mô hình Pooled OLS
Bảng 4.5 Kết quả lựa chọn mô hình Pooled OLS và FEM
Kết luận Mô hình FEM
Ngu ồ n: Tác gi ả x ử lý b ằ ng ph ầ n m ề m Stata
Theo kết quả của bảng 4.5, mô hình có giá trị Prob > F dưới 0,05 ở mức ý nghĩa là 5%, điều này dẫn đến kết luận rằng mô hình tác động cố định (FEM) được đánh giá cao hơn so với mô hình Pooled OLS
Sau đó, để quyết định lựa chọn giữa mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM), tác giả tiếp tục tiến hành kiểm định Hausman
4.4.3 Kiểm định lựa chọn mô hình FEM và mô hình REM
Dùng kiểm định Hausman để lựa chọn giữa mô hình Pooled OLS và mô hình FEM với giả thuyết như sau:
• H0: Mô hình REM phù hợp với mẫu nghiên cứu (Không có sự tương quan giữa biến độc lập và biến giải thích)
• H1: Mô hình FEM phù hợp với mẫu nghiên cứu (Không có sự tương quan giữa biến độc lập và biến giải thích)
Nếu kết quả của mô hình cho ra rằng p-value < α (5%) thì bác bỏ giả thuyết H0 và chọn mô hình FEM và ngược lại nếu p-value ≥ α (5%) thì chọn mô hình REM
Bảng 4.6 Kết quả kiểm định lựa chọn mô hình FEM và REM
Kết luận Mô hình REM
Ngu ồ n: Tác gi ả x ử lý b ằ ng ph ầ n m ề m Stata
Theo kết quả của bảng 4.6, mô hình có giá trị Prob > chi2 lớn hơn 0,05 ở mức ý nghĩa là 5%, điều này có nghĩa là chấp nhận giả thuyết H0, dẫn đến kết luận rằng mô hình tác động ngẫu nhiên (REM) được đánh giá cao hơn so với mô hình tác động cố định (FEM)
Qua quá trình so sánh và đánh giá ba phương pháp phân tích, khóa luận lựa chọn áp dụng mô hình tác động ngẫu nhiên (REM) nhằm phân tích và xác định ảnh hưởng của các yếu tố lên RRTD trong hệ thống NHTM Việt Nam
4.4.4 Kiểm định hiện tượng tự tương quan của mô hình
Tác giả dùng kiểm định Wooldridge để kiểm định hiện tượng tự tương quan
• H0: Không có hiện tượng tự tương quan
• H1: Có hiện tượng tự tương quan
Nếu kết quả của mô hình cho ra rằng p-value < α (5%) thì bác bỏ giả thuyết H0 và có hiện tượng tự tương quan trong mô hình và ngược lại nếu p-value ≥ α (5%) thì không có có hiện tượng tự tương quan
Bảng 4.7 Kết quả kiểm định hiện tượng tự tương quan của mô hình Wooldridge test
Kết luận Có hiện tượng tự tương quan
Ngu ồ n: Tác gi ả x ử lý b ằ ng ph ầ n m ề m Stata
Theo kết quả của bảng 4.7, mô hình có giá trị Prob > F bé hơn 0,05 ở mức ý nghĩa là 5%, điều này có nghĩa là bác bỏ giả thuyết H0 và mô hình có hiện tượng tự tương quan
4.4.5 Kiểm định hiện tượng phương sai sai số thay đổi
Dùng kiểm định Breusch and Pagan Lagrangian Multiplier để kiểm định hiện tượng phương sai sai số thay đổi với giả thuyết như sau:
• H0: Có phương sai không thay đổi
• H1: Có phương sai thay đổi
Nếu kết quả của mô hình cho ra rằng p-value < α (5%) thì bác bỏ giả thuyết H0 và có hiện tượng phương sai sai số thay đổi trong mô hình và ngược lại nếu p- value ≥ α (5%) thì không có có hiện tượng phương sai sai số thay đổi
Bảng 4.8 Kết quả kiểm định hiện tượng phương sai sai số thay đổi
Breusch and Pagan Lagrangian Multiplier Test
Kết luận Có hiện tượng phương sai sai số thay đổi
Ngu ồ n: Tác gi ả x ử lý b ằ ng ph ầ n m ề m Stata
Theo kết quả của bảng 4.8, mô hình có giá trị Prob > chibar2 bé hơn 0,05 ở mức ý nghĩa là 5%, điều này có nghĩa là bác bỏ giả thuyết H0 và mô hình có hiện tượg phương sai số thay đổi
4.4.6 Khắc phục các khuyết tật của mô hình
Sau khi áp dụng kiểm định Wooldridge và kiểm định Breusch and Pagan Lagrangian Multiplier, kết quả cho thấy mô hình REM có hiện tượng tự tương quan và phương sai sai số thay đổi và làm giảm độ tin cậy của mô hình và có thể dẫn đến những kết luận không chính xác Tác giả tiến hành sử dụng phương pháp ước lượng FGLS nhằm khắc phục những khuyết tật này để đạt được kết quả ước lượng chắc chắn và hiệu quả
Bảng 4.9 Kết quả hồi quy mô hình theo phương pháp FGLS
NPL Coefficient Std err z P>|z| [95% conf interval] CAP 0,0274 0,0203 1,35 0,1769 -0,0124 0,0671 GROW -0,0072** 0,0032 -2,29 0,0223 -0,0134 -0,0010 ROA -0,3646*** 0,0825 -4,42 0,0000 -0,5263 -0,2029 LLR -0,0008 0,0035 -0,23 0,8169 -0,0077 0,0061 SIZE -0,0002** 0,0001 -2,14 0,0328 -0,0005 -0,0000 GDP 0,0145 0,0163 0,89 0,3739 -0,0175 0,0465 INF 0,1351*** 0,0212 6,37 0,0000 0,0936 0,1767 STA -0,0038** 0,0016 -2,38 0,0175 -0,0068 -0,0007 _cons 0,0239*** 0,0043 5,60 0,0000 0,0156 0,0323
Ngu ồ n: Tác gi ả x ử lý b ằ ng ph ầ n m ề m Stata
Khi ứng dụng phương pháp FGLS để khắc phục các hiện tượng phương sai sai số thay đổi và hiện tượng tự tương quan, mô hình hồi quy với biến phụ thuộc là NPL đã cho thấy sự phù hợp với bộ dữ liệu và mang tính chính xác cao ở mức ý nghĩa 1% (với Prob = 0.0000).
Thảo luận kết quả nghiên cứu
Kết quả nghiên cứu từ 3 mô hình được tóm tắt ở bảng 4.10 như sau:
Bảng 4.10 Tổng hợp kết quả theo 4 phương pháp
Ngu ồ n: Tác gi ả x ử lý b ằ ng ph ầ n m ề m Stata
Sau khi xử lý dữ liệu và tiến hành phân tích qua phần mềm Stata 17, tác giả thu được và so sánh kết quả từ 4 mô hình nghiên cứu khác nhau, kết quả p-value của mô hình sử dụng phương pháp FGLS sau khi khắc phục các khuyết tật thu được là 0.000, nhỏ hơn mức 5%, điều này cho thấy mô hình đáng tin cậy và có ý nghĩa thống kê cho phân tích sau Thêm vào đó, kết quả cũng cho thấy sự đồng nhất cao về dấu ảnh hưởng của biến độc lập đến biến phụ thuộc NPL.Vì vậy, việc lựa chọn mô hình FGLS làm cơ sở để thảo luận và phân tích những yếu tố tác động đến RRTD của hệ thống NHTM Việt Nam là phù hợp và có cớ sở
Bảng 4.11 Tóm tắt kết quả nghiên cứu theo phương pháp FGLS
Giả thuyết Kết quả nghiên cứu
CAP - + 0,1769 Không có ý nghĩa thống kê
GROW + - 0,0223 Có ý nghĩa thống kê
ROA - - 0,0000 Có ý nghĩa thống kê
LLR + - 0,8169 Không có ý nghĩa thống kê
SIZE - - 0,0328 Có ý nghĩa thống kê
GDP - + 0,3739 Không có ý nghĩa thống kê
INF + + 0,0000 Có ý nghĩa thống kê
STA - - 0,0175 Có ý nghĩa thống kê
Ngu ồ n: Tác gi ả t ổ ng h ợ p Phương trình củ a mô hình nghiên c ứu như sau:
NPL = 0,0239 – 0,0072*GROW – 0,3646*ROA – 0,0002*SIZE + 0,1351*INF – 0,0038*STA
Dựa vào kết quả từ nghiên cứu từ bảng 4.12 và giả thuyết ban đầu có sự phù hợp tương đối Dưới đây là phân tích chi tiết về các chỉ số mô hình và nghiên cứu về yếu tố ảnh hưởng đến RRTD tại các NHTM Việt Nam từ năm 2013 đến năm 2022:
Về Tỷ lệ vốn CSH (CAP) có hệ số tương quan đạt 0,0274 nhưng chỉ số P – value của biến này là 0,1769 cho thấy không có mối tương quan giữa biến này với tỷ lệ nợ xấu (NPL), điều này trái ngược với giả thuyết ban đầu, vì vậy bác bỏ giả thuyết H1
Về Tốc độ tăng trưởng tín dụng (GROW) có hệ số tương quan đạt -0,0072, cho thấy mối tương quan nghịch biến giữa biến này và tỷ lệ nợ xấu (NPL) Cụ thể, khi Tốc độ tăng trưởng tín dụng của ngân hàng tăng lên một đơn vị, TLNX giảm 0,0072 đơn vị, điều này trái ngược với dự đoán ban đầu Từ đó, bác bỏ giả thuyết H2
Về Khả năng sinh lời trên tổng tài sản (ROA) có hệ số tương quan đạt -0,3646, cho thấy mối quan hệ nghịch biến giữa ROA và tỷ lệ nợ xấu (NPL) Cụ thể, khi Khả năng sinh lời của ngân hàng tăng 1 đơn vị thì TLNX lại giảm đi 0,3646 đơn vị, cho thấy kết quả phù hợp với giả thuyết ban đầu Do đó, có cơ sở để giả thuyết H3 được chấp nhận
Về Tỷ lệ dự phòng RRTD (LLR) có hệ số tương quan là -0,0008 nhưng chỉ số
P – value của biến này là 0,8169 cho thấy không có mối tương quan giữa biến này với tỷ lệ nợ xấu (NPL), điều này trái ngược với giả thuyết ban đầu Do đó, giả thuyết H4 chưa có đủ cơ sở để được chấp nhận
Về Quy mô ngân hàng (SIZE), có hệ số tương quan đạt -0,0002, cho thấy mối quan hệ nghịch biến giữa biến này và tỷ lệ nợ xấu (NPL) tuy nhiên mối quan hệ này rất yếu, khi Quy mô ngân hàng tăng 1 đơn vị thì TLNX lại giảm đi 0,0002 đơn vị, kết quả này phù hợp với giả thuyết ban đầu Do đó, chấp nhận giả thuyết H5
Với Tốc độ tăng trưởng kinh tế (GDP) có hệ số tương quan là 0,0145 nhưng chỉ số P – value của biến này là 0.3739 cho thấy không có mối tương quan giữa biến này với tỷ lệ nợ xấu (NPL), điều này trái ngược với giả thuyết ban đầu Do đó, giả thuyết H6 chưa có đủ cơ sở để chấp nhận
Với Tỷ lệ lạm phát (INF) có hệ số tương quan đạt 0,1351, cho thấy có mối quan hệ đồng biến giữa biến này và tỷ lệ nợ xấu (NPL) Cụ thể, khi Khả năng sinh lời của ngân hàng tăng 1 đơn vị thì TLNX tăng thêm 0.1351 đơn vị, cho thấy kết quả phù hợp với giả thuyết ban đầu Do đó, chấp nhận giả thuyết H7
Với Sở hữu nhà nước (STA) có hệ số tương quan là -0,0038, cho thấy có mối quan hệ ngược chiều giữa biến này và tỷ lệ nợ xấu (NPL) Cụ thể, khi NH có tỷ lệ sở hữu bởi Nhà nước càng cao, TLNX giảm 0.0038, điều này phù hợp với giả thuyết ban đầu Chính vì thế chấp nhận giả thuyết H8
Bảng 4.12 Kết luận giả thuyết của mô hình
Giả thuyết Dấu kì vọng Kết quả nghiên cứu Kết luận
H1 (-) Không có ý nghĩa thống kê
Không có ý nghĩa thống kê
H4 (+) Không có ý nghĩa thống kê
Không có ý nghĩa thống kê
H6 (-) Không có ý nghĩa thống kê
Không có ý nghĩa thống kê
Thảo luận kết quả nghiên cứu:
Hình 4.12 đã cung cấp một cái nhìn tổng quan và chi tiết về diễn biến của nợ xấu tại các NHTM, giúp làm rõ mức độ biến động của nợ xấu trong khoảng thời gian mười năm, từ đó phản ánh độ an toàn và hiệu quả của quản lý RRTD tại các tổ chức tài chính, độ tiềm ẩn RRTD đang rất cao Dựa vào tình hình nợ xấu trong giai đoạn này và kết quả từ nghiên cứu thực nghiệm, tác giả đưa ra phân tích về những yếu tố ảnh hưởng đến RRTD như sau:
• T ốc độ tăng trưở ng tín d ụ ng
Mục tiêu hàng đầu của mọi tổ chức tài chính là thúc đẩy sự phát triển trong lĩnh vực tín dụng, bởi đây là nguồn thu nhập chính của hầu hết các ngân hàng, chiếm một tỷ lệ lớn trong tổng doanh thu Sự gia tăng trong việc cung cấp vốn tín dụng là một tín hiệu tích cực cho thấy khả năng sử dụng vốn dư thừa một cách hiệu quả, đưa nó vào luồng kinh tế để hỗ trợ các đơn vị cần vốn Tuy nhiên, điều này cần được hỗ trợ bởi một quy trình kiểm soát chặt chẽ trong việc thu hồi vốn từ các khoản vay, nhằm đảm bảo nguồn lợi nhuận ổn định cho ngân hàng Nhiều nghiên cứu đã chỉ ra mối quan hệ nghịch biến giữa việc mở rộng tín dụng và tình trạng nợ xấu Theo Kjosevski và cộng sự (2019), những ngân hàng đặt mục tiêu mở rộng tín dụng thường áp dụng nghiêm ngặt các biện pháp kiểm soát quy trình vay và tiến hành đánh giá kỹ lưỡng khả năng trả nợ của khách hàng nhằm hạn chế RRTD Tương tự, Tehulu và Olana (2014) cũng đã nhận định rằng việc gia tăng tín dụng giúp nhiều khách hàng đang cần vốn sẽ tiếp cận được khoản vay nhanh hơn và giảm thiểu RRTD trong hoạt động của ngân hàng, và họ có thể nâng cao được hiệu quả kinh doanh và rủi ro không trả được nợ sẽ giảm, cho thấy một ảnh hưởng ngược lại giữa hai yếu tố này
Trên thực tế cho thấy trong giai đoạn năm 2019 đến năm 2022 tốc độ tăng trưởng của tín dụng giảm xuống mức thấp nhất do sự xuất hiện của đại dịch Covid – 19 khiến cho tình hình kinh tế khó khăn, khách hàng không còn có nhu cầu vay, điều này khiến cho RRTD lại tăng lên do khả năng trả nợ của người vay giảm Nhiều doanh nghiệp và cá nhân không thể tiếp cận vốn cần thiết để duy trì hoặc mở rộng hoạt động, đối mặt với rủi ro cao không thể duy trì hoạt động kinh doanh hoặc thu nhập giảm, làm tăng khả năng không trả được nợ Kết quả này không tương đồng với giả thuyết nhưng phù hợp với kết quả của Tehulu và Olana (2014), Kjosevski, Petkovski và Naumovska (2019)
• Kh ả năng sinh lờ i trên t ổ ng tài s ả n
Dựa vào lý thuyết thông tin bất cưng xứngcác NHTM có hiệu suất sinh lời cao có khả năng tiếp cận thông tin tốt hơn và có nguồn lực để phân tích và đánh giá chất lượng của các khoản vay, hạn chế được thông tin bất cưng xứng, khách hàng đưa thông tin về dự án đầu tư hay nhu cầu vay sai lệch Điều này cho phép họ từ chối các khoản vay không đảm bảo chất lượng, giảm thiểu rủi ro nợ xấu Nhờ vậy, họ có thể tập trung vào những khoản vay đáng tin cậy, qua đó quản lý hiệu quả nợ xấu và giảm chi phí hoạt động Nếu một NHTM có khả năng tạo ra lợi nhuận cao, họ sẽ có thể dễ dàng từ chối các khoản vay không đảm bảo chất lượng và do đó giảm thiểu được rủi ro liên quan đến nợ xấu Họ có thể chọn lọc mạnh mẽ và chỉ tập trung vào những khoản vay đáng tin cậy, các ngân hàng này cũng có khả năng quản lý hiệu quả nợ xấu và giảm thiểu chi phí hoạt động, qua đó hạn chế những khoản vay không thu hồi được Mặt khác, các NHTM có hiệu suất kém trong việc sinh lời thì buộc phải xem xét và lựa chọn những khoản vay tốt nhất từ số lượng lớn các khoản vay có chất lượng thấp, với hy vọng cải thiện tình hình tài chính và nâng cao lợi nhuận của mình Tuy nhiên, điều này làm gia tăng RRTD mà ngân hàng phải đối mặt Nghiên cứu này đã xác nhận điều đó, và kết quả thu được cũng phù hợp với quan điểm của nhiều nhà nghiên cứu khác điển hình như Kharabsheh (2019), Raiter (2021), Ngô Trường Đức (2023)
Quy mô ngân hàng có mối quan hệ ngược chiều đối với TLNX tại các NHTM cho thấy rằng những ngân hàng có quy mô lớn thường nổi trội hơn trong việc quản lý và kiểm soát nợ xấu so với những ngân hàng nhỏ hơn Dựa vào lý thuyết danh mục đầu tư hiện đại, việc đa dạng hóa danh mục đầu tư có thể giảm thiểu rủi ro, ngân hàng có thể cho vay nhiều loại khách hàng khác nhau mà còn đến nhiều ngành nghề và khu vực địa lý khác nhau Các ngân hàng lớn thường có số lượng người vay lớn hơn với nhiều loại hình kinh doanh khác nhau, chính vì thế đa dạng hóa danh mục có thể làm giảm rủi ro phi hệ thống, đa dạng hóa nguồn thu và danh mục cho vay có thể giảm thiểu RRTD của ngân hàng một cách hiệu Bên cạnh đó, Họ thường xuyên huấn luyện các chuyên gia quản lý RRTD có năng lực cao và thực hiện việc phân tán rủi ro thông qua việc đa dạng hóa danh mục tín dụng Kết quả này tương đồng với giả thuyết của tác giả và nghiên cứu của Kharabsheh (2019), Tehulu và Olana (2014), Raiter (2021)
