Tác Động Của Quản Lý Rủi Ro Tín Dụng Đến Khả Năng Sinh Lời Của Các Ngân Hàng Thương Mại Việt Nam.pdf

Sau khi xem xét các nghiên cứu trước đó, tác giả quyết định sử dụng phần mềm STATA 17.0 để ước tính tác động của các biến quản lý rủi ro tín dụng như Tỷ lệ nợ xấu NPL, Tỷ lệ an toàn vốn

GIỚI THIỆU NGHIÊN CỨU

Tính cấp thiết của đề tài

Sự lành mạnh của hệ thống tài chính Việt Nam nói chung và hệ thống các ngân hàng thương mại nói riêng là vấn đề quan trọng, vì sự thất bại của nó có thể làm gián đoạn tăng trưởng kinh tế của đất nước Tại Việt Nam, quản lý rủi ro tín dụng đóng vai trò quan trọng trong việc đảm bảo an toàn cho hoạt động tín dụng của ngân hàng và cũng là chiến lược hiệu quả mà các doanh nghiệp có thể sử dụng để tránh giảm thiểu rủi ro về vốn đầu tư Trên cơ sở nguyên tắc chuẩn mực quản trị rủi ro quốc tế, hệ thống quản trị rủi ro vốn tín dụng gồm các vấn đề cơ bản như: cơ sở pháp lý cho hoạt động cấp tín dụng phải đầy đủ vả chuẩn mực; chất lượng nguồn nhân lực trong quản lý rủi ro; xây dựng hệ thống phân khúc thị trường và phân khúc khách hàng; thẩm định và phê duyệt hồ sơ tín dụng; xây dựng các quy trình cụ thể, rõ ràng điều chỉnh hoạt động cấp tín dụng

Hệ thống tổ chức tín dụng tại Việt Nam duy trì ổn định, năng lực quản lý tài chính của các NHTM, đặc biệt là quản lý rủi ro, đã được cải thiện đáng kể trong những năm gần đây, từng bước đáp ứng yêu cầu hội nhập quốc tế Theo lộ trình, các ngân hàng thương mại Việt Nam đã thực hiện yêu cầu về an toàn Basel II và đang từng bước tiến tới những tiêu chuẩn của Basel III, xây dựng một bộ đệm vốn vững chắc cho việc tăng trưởng tín dụng trong tương lai

Do mức nợ xấu (NPL) của các NHTM Việt Nam vẫn ở mức cao trong bối cảnh hoạt động kinh tế còn đang khó khăn nên công tác quản lý rủi ro trong ngành tài chính cần được đặc biệt quan tâm Về lý thuyết, khi rủi ro tín dụng phát sinh sẽ tác động ngay đến lợi nhuận của các NHTM Khi đó nó có ảnh hưởng đến hoạt động kinh doanh cũng như hiệu quả tài chính của các NHTM

Sau khi trải qua khủng hoảng kinh tế toàn cầu và sự xuất hiện của đại dịch Covid-19, sự cạnh tranh giữa các ngân hàng, phi ngân hàng và các công ty công nghệ tài chính ngày càng gay gắt Hơn nữa, cuộc cách mạng công nghệ 4.0 dựa trên nền tảng internet kết nối, dữ liệu lớn và điện toán đám mây đang tác động đến hệ thông thông tin của ngành ngân hàng, dẫn đến sự phát triển nhanh chóng Điều này cũng dẫn đến các loại rủi ro do cách mạng 4.0 gây ra ảnh hưởng lớn đến tính bảo mật của hồ sơ ngân hàng và sự an toàn của tài khoản người tiêu dùng

Xuất phát từ thực tiễn xã hội và những kiến thức đã được tích lũy trong suốt quá trình học, tác giả quyết định tiến hành nghiên cứu đề tài “Tác động của quản lý rủi ro tín dụng đến khả năng sinh lời của các ngân hàng thương mại Việt Nam” nhằm hiểu rõ hơn các yếu tố nội bộ và vĩ mô ảnh hưởng đến hoạt động tài chính của ngân hàng, cũng như phân tích và đề xuất các bước thực hiện nhằm nâng cao hiệu quả quản lý rủi ro tại các NHTM Việt Nam.

Mục tiêu nghiên cứu

1.2.1 Mục tiêu tổng quát

Nhằm góp phần nâng cao hiệu quả quản lý rủi ro và khả năng sinh lời của các ngân hàng thương mại tại Việt Nam Từ đó mang lại lợi ích cho các ngân hàng và nâng cao niềm của người tiêu dùng và các nhà đầu tư

- Xác định và kiểm tra tác động của quản lý rủi ro tín dụng đến khả năng sinh lời của các NHTM tại Việt Nam

- Đề xuất các giải pháp nhằm nâng cao hiệu quả quản lý rủi ro tín dụng, từ đó cải thiện khả năng sinh lời của các NHTM Việt Nam

Tác giả quyết định đặt các câu hỏi dựa trên mục tiêu nghiên cứu đã nêu ở trên để có thể hoàn thành mục tiêu nghiên cứu trong quá trình thực hiện đề tài nghiên cứu

“Tác động của quản lý rủi ro tín dụng đến khả năng sinh lời của các ngân hàng thương mại Việt Nam”:

- Các yếu tố quản lý rủi ro tín dụng có tác động như thế nào đến khả năng sinh lời của các ngân hàng thương mại Việt Nam?

- Những cải tiến nào được khuyến nghị nhằm khắc phục cải thiện khả năng sinh lời của các ngân hàng thương mại Việt Nam?

1.3 Đối tượng và phạm vi nghiên cứu

1.3.1 Đối tượng nghiên cứu

Các yếu tố ảnh hưởng đến quản lý rủi ro tín dụng tại các NHTM Việt Nam được tác giả lựa chọn bao gồm các biến nội bộ: Tỷ lệ nợ xấu (NPL), Tỷ lệ an toàn vốn (CAR), Quy mô ngân hàng (SIZE), Tỷ lệ dư nợ tín dụng trên vốn huy động (LDR), Tỷ lệ chi phí trên thu nhập (CIR) và hai biến vĩ mô bao gồm: Tổng sản phẩm quốc nội (GDP) và Tỷ lệ lạm phát (INF) Hai biến phụ thuộc trong nghiên cứu là Tỷ suất lợi nhuận trên tài sản (ROA) và Tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE)

Tác giả lựa chọn 25 ngân hàng thương mại đang hoạt động tại Việt Nam (Tổng hợp tại Phụ lục A, Bảng A.1)

Nghiên cứu thực hiện trong giai đoạn từ quý 1 năm 2018 và kết thúc vào quý

Dựa trên các mô hình nghiên cứu trước đây và tìm ra các biến phù hợp, thu thập số liệu từ báo cáo tài chính của các NHTM, tác giả sử dụng phần mềm STATA 17.0 với dữ liệu bảng để minh họa tác động của quản lý rủi ro tín dụng đến khả năng sinh lời của các ngân hàng thương mại tại Việt Nam

Quy trình thực hiện như sau:

• Phương pháp thu thập dữ liệu: Lý thuyết về nghiên cứu, mẫu nghiên cứu và dữ liệu thu thập được đều được đã được phát triển Khung nghiên cứu phải đáp ứng các yêu cầu sau: lựa chọn các biến độc lập liên quan đến các khía cạnh vi mô và vĩ mô của ngân hàng, các biến phụ thuộc đại diện cho tài sản và vốn của ngân hàng, và các mô hình nghiên cứu mang lại kết quả và kết luận đáng tin cậy Để thu thập dữ liệu cho nghiên cứu, tác giả đã sử dụng dữ liệu được thu thập từ các trang web ngân hàng thương mại, như báo cáo hàng năm, báo cáo dòng tiền, hiệu suất kinh doanh,…trong giai đoạn từ năm 2018 đến năm 2022

• Phương pháp xử lý dữ liệu: Sau khi dữ liệu đã được thu thập, sử dụng Microsoft Excel để tính toán dữ liệu thành các biến theo yêu cầu của nghiên cứu Sau đó, sử dụng chương trình thống kê STATA 17.0 để xử lý dữ liệu bằng các mô hình kinh tế (Pooled OLS, FEM, REM, GLS) để xác minh các yếu tổ quản lý rủi ro tín dụng ảnh hưởng đến khả năng sinh lời của các ngân hàng thương mại

• Phương pháp định lượng: Được sử dụng để phát hiện mối liên hệ và kết nối giữa các biến và để xác minh kết quả của phân tích dữ liệu

Dựa vào mục tiêu đã đề ra, bài nghiên cứu sẽ phân tích tác động của quản lý rủi ro đến khả năng sinh lời của các ngân hàng thương mại Việt Nam Xác định và thu thập dữ liệu trong giai đoạn từ 2018 – 2022, xử lý dữ liệu bằng mô hình kinh tế lượng để xác định yếu tố QLRR tín dụng ảnh hưởng đến khả năng sinh lời Từ đó sẽ phân tích kết quả nghiên cứu để đưa ra các khuyến nghị nhằm cải thiện hiệu quả QLRR tín dụng cũng như khả năng sinh lời của các NHTM

1.6 Đóng góp của đề tài

Kết quả của luận văn này có thể được sử dụng làm tài liệu tham khảo cho các nhà quản trị ngân hàng, các Cơ quan nhà nước nhằm giúp nâng cao hiệu quả hoạt động của ngân hàng và mang lại lợi ích chung cho toàn bộ hệ thống ngân hàng Đồng thời, hỗ trợ các ngân hàng xây dựng chiến lược và chính sách nhằm giảm thiểu rủi ro, tổn thất, thất thoát vốn liên quan đến tín dụng

1.7 Kết cấu của đề tài

Khóa luận được chia thành 5 chương:

Chương 1: Giới thiệu nghiên cứu

Chương 2: Cơ sở lý luận về tác động của quản lý rủi ro tín dụng đến khả năng sinh lời của các ngân hàng thương mại Việt Nam

Chương 3: Phương pháp nghiên cứu tác động của quản lý rủi ro tín dụng đến khả năng sinh lời của các ngân hàng thương mại Việt Nam

Chương 4: Kết quả nghiên cứu tác động của quản lý rủi ro tín dụng đến khả năng sinh lời của các ngân hàng thương mại Việt Nam

Chương 5: Kết luận và khuyến nghị nhằm cải thiện khả năng sinh lời của các ngân hàng thương mại Việt Nam.

KẾT LUẬN CHƯƠNG 1 Ở chương 1, để hiểu rõ hơn về các biến nội bộ và vĩ mô tác động đến khả năng sinh lời của các ngân hàng thương mại, tác giả bày tỏ mong muốn thực hiện nghiên cứu về chủ đề “Tác động của quản lý rủi ro tín dụng đến khả năng sinh lời của các ngân hàng thương mại tại Việt Nam” Đánh giá và đề xuất các biện pháp nhằm nâng cao hiệu quả quản lý rủi ro tại các ngân hàng thương mại Việt Nam

Tác giả đã lựa chọn đặt câu hỏi, phương pháp và cấu trúc nghiên cứu dựa trên mục tiêu nghiên cứu nhằm đảm bảo đạt được mục tiêu trong quá trình hoàn thành khóa luận Những phát hiện của khóa luận này có thể được các nhà quản trị ngân hàng sử dụng để hỗ trợ nâng cao hiệu quả của các ngân hàng thương mại và toàn bộ hệ thống tài chính.

Phương pháp nghiên cứu

Dựa trên các mô hình nghiên cứu trước đây và tìm ra các biến phù hợp, thu thập số liệu từ báo cáo tài chính của các NHTM, tác giả sử dụng phần mềm STATA 17.0 với dữ liệu bảng để minh họa tác động của quản lý rủi ro tín dụng đến khả năng sinh lời của các ngân hàng thương mại tại Việt Nam

Quy trình thực hiện như sau:

• Phương pháp thu thập dữ liệu: Lý thuyết về nghiên cứu, mẫu nghiên cứu và dữ liệu thu thập được đều được đã được phát triển Khung nghiên cứu phải đáp ứng các yêu cầu sau: lựa chọn các biến độc lập liên quan đến các khía cạnh vi mô và vĩ mô của ngân hàng, các biến phụ thuộc đại diện cho tài sản và vốn của ngân hàng, và các mô hình nghiên cứu mang lại kết quả và kết luận đáng tin cậy Để thu thập dữ liệu cho nghiên cứu, tác giả đã sử dụng dữ liệu được thu thập từ các trang web ngân hàng thương mại, như báo cáo hàng năm, báo cáo dòng tiền, hiệu suất kinh doanh,…trong giai đoạn từ năm 2018 đến năm 2022

• Phương pháp xử lý dữ liệu: Sau khi dữ liệu đã được thu thập, sử dụng Microsoft Excel để tính toán dữ liệu thành các biến theo yêu cầu của nghiên cứu Sau đó, sử dụng chương trình thống kê STATA 17.0 để xử lý dữ liệu bằng các mô hình kinh tế (Pooled OLS, FEM, REM, GLS) để xác minh các yếu tổ quản lý rủi ro tín dụng ảnh hưởng đến khả năng sinh lời của các ngân hàng thương mại

• Phương pháp định lượng: Được sử dụng để phát hiện mối liên hệ và kết nối giữa các biến và để xác minh kết quả của phân tích dữ liệu.

Nội dung nghiên cứu

Dựa vào mục tiêu đã đề ra, bài nghiên cứu sẽ phân tích tác động của quản lý rủi ro đến khả năng sinh lời của các ngân hàng thương mại Việt Nam Xác định và thu thập dữ liệu trong giai đoạn từ 2018 – 2022, xử lý dữ liệu bằng mô hình kinh tế lượng để xác định yếu tố QLRR tín dụng ảnh hưởng đến khả năng sinh lời Từ đó sẽ phân tích kết quả nghiên cứu để đưa ra các khuyến nghị nhằm cải thiện hiệu quả QLRR tín dụng cũng như khả năng sinh lời của các NHTM

1.6 Đóng góp của đề tài

Kết quả của luận văn này có thể được sử dụng làm tài liệu tham khảo cho các nhà quản trị ngân hàng, các Cơ quan nhà nước nhằm giúp nâng cao hiệu quả hoạt động của ngân hàng và mang lại lợi ích chung cho toàn bộ hệ thống ngân hàng Đồng thời, hỗ trợ các ngân hàng xây dựng chiến lược và chính sách nhằm giảm thiểu rủi ro, tổn thất, thất thoát vốn liên quan đến tín dụng

1.7 Kết cấu của đề tài

Kết cấu của đề tài

CƠ SỞ LÝ LUẬN VỀ TÁC ĐỘNG CỦA QUẢN LÝ RỦI RO TÍN DỤNG ĐẾN KHẢ NĂNG SINH LỜI CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

Cơ sở lý luận về quản lý rủi ro tín dụng

Khái niệm rủi ro tín dụng

Theo khuôn khổ Basel III: “Rủi ro tín dụng là khả năng mà khách hàng vay hoặc bên đối tác không thực hiện được các nghĩa vụ của mình theo những điều khoản đã cam kết” Hơn nữa, Uỷ ban Basel về Giám sát ngân hàng (BCBS) đã mô tả rủi ro tín dụng là “Rủi ro mất tài sản có thể xảy ra khi một đối tác không đáp ứng nghĩa vụ tài chính hoặc nghĩa vụ hợp đồng với ngân hàng, bao gồm cả việc không trả được nợ khi đến hạn, dù là gốc hay lãi” Nghĩa là rủi ro tín dụng được đánh giá dựa trên việc người đi vay thực hiện các cam kết tài chính, bao gồm cả việc trả nợ gốc và lãi

Tại Điều 3 Thông tư số 11/2021/ TT-NHNN ngày 30 tháng 7 năm 2021, Ngân hàng Nhà nước Việt Nam mô tả rủi ro tín dụng như sau: “Rủi ro tín dụng trong hoạt động ngân hàng là khả năng xảy ra tổn thất đối với nợ của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài do khách hàng không có khả năng trả được một phần hoặc toàn bộ nợ của mình theo hợp đồng hoặc thỏa thuận với tổ chức tín dụng, chi nhánh ngân hàng nước ngoài”

Như vậy, rủi ro tín dụng có thể phát sinh bất cứ lúc nào và có thể dẫn đến tổn thất tài chính cho ngân hàng, giảm giá trị thị trường của vốn ngân hàng Rủi ro tín dụng là một phần tất yếu trong hoạt động ngân hàng; trên thực tế, một ngân hàng tham gia hoạt động kinh doanh tài chính – tín dụng có thể được coi là một doanh nghiệp kinh doanh có lãi dựa trên những rủi ro liên quan đến hoạt động đó

Khái niệm quản lý rủi ro tín dụng

Quản lý rủi ro tín dụng là một quá trình quan trọng trong hoạt động của các tổ chức tài chính, đặc biệt là ngân hàng QLRR tín dụng bao gồm tổng thể tất cả các hành động nhằm kiểm soát rủi ro phát sinh trong quá trình vận hành và phát triển quy mô của các ngân hàng thương mại Việt Nam như phân tích các yếu tổ rủi ro, đo lường mức độ rủi ro

Quản lý rủi ro tín dụng theo Uỷ ban Basel (2006), được định nghĩa là “việc áp dụng các biện pháp nhằm tối đa hóa tỷ suất lơi nuận được điều chỉnh theo rủi ro tín dụng trong khi vẫn duy trì số dư tín dụng trong giới hạn cho phép” Mục đích của nguyên tắc QLRR tín dụng được Uỷ ban Basel nêu rõ là tăng lợi nhuận bằng cách đảm bảo các khoản lỗ phát sinh do rủi ro tín dụng Tất cả những điều đó đều nằm trong giới hạn mà ngân hàng sẽ công nhận

Theo Lê Thị Huyền Diệu (2010), quản lý rủi ro tín dụng là việc thiết lập cơ chế nhận biết, đo lường, quản lý và kiểm soát được các rủi ro hiện tại và rủi ro tiềm ẩn trong hoạt động tín dụng một cách đầy đủ toàn diện nhằm tối đa hóa lợi nhuận được điều chỉnh theo yếu tố rủi ro bằng cách duy trì mức độ rủi ro tín dụng trong một phạm vi chấp nhận được

Dựa trên kết quả nghiên cứu của Kutsienyo (2011), Tỷ lệ an toàn vốn (CAR), Quy mô ngân hàng (SIZE), Tỷ lệ dư nợ tín dụng trên vốn huy động (LDR), Tỷ lệ chi phí trên thu nhập (CIR), Cung tiền tệ (LMS), Ngân hàng tập trung (BKC), Thanh khoản (AOD) và hai biến vĩ mô bao gồm Tổng sản phẩm quốc nội (GDP) và Tỷ lệ lạm phát (INF) là những biến số thể hiện khả năng sinh lời của các ngân hàng Hơn nữa, Nợ xấu (NPL), theo tác giả Abiola và Olausi (2014), minh họa cách các ngân hàng quản lý rủi ro tín dụng bằng cách xác định Tỷ lệ tổn thất cho vay trên Tổng số tiền cho vay Với dữ liệu hạn chế, tác giả đã lựa chọn các biến Tỷ lệ nợ xấu (NPL), Tỷ lệ an toàn vốn (CAR), Quy mô ngân hàng (SIZE), Tỷ lệ dư nợ tín dụng trên vốn huy động (LDR), Tỷ lệ chi phí trên thu nhập (CIR), và hai yếu tố vĩ mô là Tổng sản phẩm quốc nội (GDP) và Tỷ lệ lạm phát (INF) được sử dụng trong khóa luận này.

Cơ sở lý luận về khả năng sinh lời của các ngân hàng thương mại

2.2.1 Khái niệm khả năng sinh lời của ngân hàng thương mại

Khả năng sinh lời của ngân hàng thương mại thể hiện phương thức sử dụng các nguồn lực của ngân hàng nhằm đạt được lợi ích cao nhất với chi phí thấp nhất

Có rất nhiều quan điểm về khả năng sinh lời của NHTM và tuỳ theo mục tiêu của khóa luận, khái niệm này có thể được nhìn nhận từ nhiều góc độ khác nhau

TheoDemirgỹỗ-Kunt và Huizinga (2004), sự ổn định tài chớnh của ngõn hàng được coi là một yếu tố quan trọng đối với hiệu suất tài chính của chúng Các ngân hàng với môi trường tài chính ổn định có thể trải qua ít biến động trong lợi nhuận và rủi ro tài chính, đồng thời tạo được sự tin cậy và lòng tin từ phía khách hàng và cổ đông Vì vậy, một hệ thống tài chính ổn định là hệ thống hoạt động kinh doanh hiệu quả và sự lành mạnh tài chính của ngân hàng Kết quả này không chỉ thể hiện khả năng sinh lời của ngân hàng mà còn thể hiện sự ổn định thanh khoản và khả năng chấp nhận rủi ro trong tương lai của các NHTM

Theo Million và cộng sự (2015), khả năng sinh lời của một ngân hàng là một chỉ số then chốt phản ánh năng lực quản lý rủi ro tín dụng của ngân hàng đó Theo nghiên cứu, các ngân hàng có khả năng sinh lời cao thường có hệ thống quản lý rủi ro hiệu quả, giúp giảm thiểu tổn thất từ các khoản vay không sinh lời và tối ưu hóa lợi nhuận

Theo Bizuayehu (2015), khả năng sinh lời của ngân hàng là một chỉ số then chốt để đánh giá hiệu quả trong việc quản lý rủi ro tín dụng và duy trì chất lượng tài sản Sự liên kết chặt chẽ giữa quản lý rủi ro tín dụng và khả năng sinh lời là yếu tố quyết định trong việc đánh giá sức khỏe tài chính và khả năng cạnh tranh của các ngân hàng Khả năng sinh lời do đó không chỉ là một chỉ số tài chính mà còn là một thước đo quan trọng về năng lực quản lý và chất lượng tài sản của ngân hàng

2.2.2 Chỉ số đo lường khả năng sinh lời

Do hạn chế về thời gian và năng lực nên tác giả nghiên cứu đề tài này chủ yếu xem xét, phân tích khả năng sinh lời của các NHTM sử dụng hai chỉ tiêu tài chính về khả năng sinh lời là Tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE) và Tỷ suất lợi nhuận trên tài sản (ROA)

Tỷ suất lợi nhuận trên tài sản (ROA)

Tỷ suất lợi nhuận trên tài sản (ROA) thể hiện khả năng quản lý của ngân hàng trong việc tạo ra thu nhập từ các tài sản của ngân hàng Hầu hết các cơ quan quản lý coi ROA là thước đo tốt nhất để đo lường khả năng sinh lời của ngân hàng, theo Hassan và Bashir (2003) Thước đo này cho thấy tổng tài sản của ngân hàng càng cao thì ROA càng thấp, nghĩa là tài sản đó ít sinh lời hơn Điều này hợp lý vì các ngân hàng đang gặp khó khăn hơn trong việc lựa chọn các dự án đầu tư ưu việt khi họ tăng quy mô kinh doanh

Tỷ suất lợi nhuận trên vốn chủ sỡ hữu (ROE)

Lợi nhuận trên vốn chủ sở hữu (ROE) là thước đo xác định mức độ sử dụng vốn chủ sở hữu của công ty có hiệu quả như thế nào Việc phân tích ROE sẽ hỗ trợ ngân hàng xác định điểm mạnh, điểm yếu trong hoạt động ngân hàng nói chung và khả năng sinh lời của ngân hàng nói riêng (Nguyễn Thị Quỳnh Hương, 2012)

Ngoài ROA – đại diện cho lợi nhuận trung bình trên tổng tài sản của ngân hàng thì ROE phản ánh một mục tiêu cụ thể của các NHTM: hiệu quả sử dụng vốn chủ sở hữu trong hoạt động kinh doanh Theo phân tích thì trong lĩnh vực đầu tư, giá trị ROE di chuyển theo xu hướng của ROA; ngoài ra, chỉ số này còn thể hiện khả năng phục hồi và tác động của đòn bẩy tài chính tại các ngân hàng thương mại (TS Nguyễn Quang Minh, 2020)

Các nhà quản lý có thể phân tích Tỷ suất lợi nhuận trên tài sản (ROA) và Tỷ suất sinh lời trên vốn chủ sở hữu (ROE) để đánh giá khả năng sinh lời cũng như hiệu quả tài chính của các ngân hàng thương mại Trong đó, thực hiện cơ cấu lại hệ thống ngân hàng một cách khoa học nhằm đạt được mục tiêu tăng trưởng dài hạn và tiềm năng cạnh tranh với các tổ chức tài chính quốc tế trong tương lại (Tạp chí Tài chính số 11 – Kỳ 2 – 2015)

Giai đoạn 2009 – 2014, xu hướng chung ROE của các ngân hàng thương mại giảm dần qua các năm Trong giai đoạn này, các ngân hàng đã triển khai Đề án “Cơ cấu lại hệ thống các tổ chức tín dụng giai đoạn 2011 – 2015” và xử lý nợ xấu theo Quyết định số 254/QĐ-TTg ngày 01 tháng 3 năm 2012 của Thủ tướng Chính phủ, lợi nhuận của các NHTM có xu hướng giảm đáng kể Quyết định số 1058/QĐ-TTg năm 2017 của Thủ tướng Chính phủ phê duyệt Đề án “Cơ cấu lại hệ thống tín dụng của các tổ chức gắn với xử lý nợ xấu giai đoạn 2016 – 2020” đã giúp ích cho các ngân hàng thương mại định hướng hoạt động kinh doanh của mình để tăng lợi nhuận Theo đó, Thủ tướng Chính phủ phê duyệt Đề án “Cơ cấu lại hệ thống các tổ chức tín dụng gắn với xử lý nợ xấu giai đoạn 2021 – 2025” theo Quyết định số 689/QĐ-TTg ngày 08 tháng 6 năm 2022 nhằm nâng cao hiệu quả, chất lượng hoạt động của hệ thống các ngân hàng.

Các yếu tố ảnh hưởng đến khả năng sinh lời

Tỷ lệ nợ xấu (NPL) Đây là khoản nợ mà người vay không thể hoặc không muốn thanh toán cho ngân hàng hay các tổ chức tài chính trong khoảng thời gian quy định Tỷ lệ nợ xấu cho biết bao nhiêu phần danh mục cho vay của ngân hàng được phân loại là nợ xấu trên mỗi 100 đồng khoản vay, cho thấy chất lượng và rủi ro của danh mục cho vay

Tỷ lệ này cao so với mức trung bình ngành và đang có xu hướng tăng lên, phản ánh về những khó khăn của nền kinh tế cũng như ngân hàng trong việc quản lý chất lượng khoản vay

Do chi phí hoạt động cao, tỷ lệ nợ xấu cao sẽ ảnh hưởng đến hoạt động kinh doanh Nợ xấu sẽ làm giảm lợi nhuận của ngân hàng vì ngân hàng sẽ phải tăng dự phòng nợ xấu để tránh thất thoát vốn Khả năng thu hồi tiền bị chậm lại do các khoản nợ xấu và các ngân hàng không thể cho người tiêu dùng mới vay Các ngân hàng phải chấp nhận giảm đòn bẩy tài chính nhằm nâng cao tỷ lệ an toàn vốn dẫn đến thiếu hụt nguồn cung tín dụng

Với tình hình kinh tế trong và ngoài nước gặp khó khăn khiến nợ xấu của hệ thống ngân hàng tăng mạnh từ cuối năm 2022 đến nay Tuy nhiên, diễn biến nợ xấu của ngân hàng rất đa dạng, dựa trên chiến lược kinh doanh khác nhau của từng ngân hàng Dù vậy, các con số chưa thực sự phản ánh toàn bộ nợ xấu của ngân hàng bởi Thông tư 02/2023/TT-NHNN về cơ cấu, giãn hoãn nợ cho phép các ngân hàng được tái cơ cấu nợ đến cuối tháng 06/2024 Xu hướng cho thấy việc triển khai áp dụng Thông tư 02/2023 tạo điều kiện cho các ngân hàng giữ nguyên nhóm nợ của khách hàng, góp phần kìm hãm sự gia tăng của nợ xấu

Tỷ lệ an toàn vốn (CAR)

Tỷ lệ an toàn vốn là thước đo tài chính thể hiện mối quan hệ giữa vốn chủ sở hữu của các ngân hàng thương mại và tài sản được điều chỉnh theo rủi ro Các cơ quan quản lý quốc gia theo dõi CAR của ngân hàng để đảm bảo ngân hàng có thể chịu được khoản lỗ hợp lệ trong khi vẫn đáp ứng các yêu cầu về vốn

Theo các nghiên cứu trước đây, mối liên hệ giữa vốn và lợi nhuận ngân hàng khá phức tạp và khó dự đoán Một số nghiên cứu tìm thấy mối liên hệ giữa vốn và lợi nhuận ngân hàng Mặt khác, một số nghiên cứu chỉ ra rằng vốn có quan hệ nghịch biến với khả năng sinh lời của ngân hàng

Tỷ lệ an toàn vốn đo lường lượng vốn của ngân hàng trong mối tương quan với mức độ rủi ro tín dụng được tính theo rủi ro của ngân hàng CAR duy trì khả năng thanh toán tài chính của các ngân hàng trong việc thu hồi một khoản lỗ hợp lý Việc áp dụng tỷ lệ an toàn vốn tối thiểu thúc đẩy sự ổn định và hiệu quả của hệ thống tài chính ngân hàng

Theo TS Cấn Văn Lực và Nhóm chuyên gia Viện Đào tạo và Nghiên cứu BIDV, hệ số CAR của các ngân hàng thương mại Việt Nam cải thiện chậm và ở mức thấp so với khu vực Đông Nam Á Trong khi các nước trong khu vực đã thực hiện áp dụng Basel III hoặc một phần của Basel III, các ngân hàng thương mại Việt Nam mới đang trong giai đoạn triển khai Basel II

Quy mô ngân hàng có thể cho thấy tính kinh tế của quy mô Các ngân hàng lớn được hưởng lợi từ quy mô kinh tế giúp giảm chi phí sản xuất và thu thập thông tin (Boyd và Runkhle, 1993)

Hơn vậy, các ngân hàng thương mại lớn có uy tín tín dụng cao hơn nên có thể dễ dàng truy cập vào thị trường vốn và huy động vốn với chi phí thấp hơn so với các ngân hàng nhỏ hơn Điều này cho phép các ngân hàng lớn đầu tư hơn vào công nghệ, mở rộng mạng lưới chi nhánh và cơ hội tăng trưởng dễ dàng hơn Các ngân hàng này có dòng tiền ổn định và khả năng phá sản thấp hơn các ngân hàng nhỏ

Tổng tài sản của một ngân hàng có thể được sử dụng để xác định quy mô; tài sản của ngân hàng càng lớn thì quy mô càng lớn Trong nghiên cứu này, quy mô tài sản được phân tích bằng cách sử dụng logarit tự nhiên của tổng tài sản các ngân hàng để giảm bớt khoảng cách giữa các ngân hàng

Tỷ lệ dư nợ tín dụng trên vốn huy động (LDR)

Tỷ lệ dư nợ tín dụng trên vốn huy động là chỉ số được tính bằng cách lấy dư nợ cho vay khách hàng chia cho vốn huy động LDR quá cao, ngân hàng có thể gặp rủi ro thanh khoản Ngược lại, LDR quá thấp có thể làm ngân hàng chưa tận dụng hết nguồn vốn, hiệu quả không cao (vnbiz.com)

Các ngân hàng có thể đạt được hiệu quả tốt hơn và đảm bảo tăng trưởng bền vững thông qua việc quản lý Tỷ lệ dư nợ tín dụng trên vốn huy động một cách cẩn thận Quản lý hiệu quả LDR có thể cải thiện hiệu suất tài chính và sự ổn định của ngân hàng (Hovakimian và cộng sự (2003))

Tỷ lệ chi phí trên thu nhập (CIR)

Hiệu suất chi phí, hay còn gọi là Tỷ lệ chi phí trên thu được đo bằng CIR (Tỷ lệ chi phí trên thu nhập) Tỷ lệ này cung cấp cho nhà đầu tư một bức tranh rõ ràng hơn về hiệu quả hoạt động của ngân hàng

Theo lý thuyết quản lý ngân hàng, một ngân hàng hiệu quả là ngân hàng có khả năng kiểm soát chi phí tốt và sử dụng nguồn lực một cách hiệu quả để tối đa hóa lợi nhuận CIR thấp cho thấy ngân hàng đang hoạt động hiệu quả, sử dụng ít chi phí hơn để tạo ra thu nhập, điều này phản ánh sự quản lý tốt và hiệu quả kinh doanh cao (Kutsienyo, 2008)

Tổng sản phẩm quốc nội (GDP)

PHƯƠNG PHÁP NGHIÊN CỨU TÁC ĐỘNG CỦA QUẢN LÝ RỦI

Dữ liệu nghiên cứu

Nguồn: Tác giả tự tổng hợp

Bước 1: Đánh giá lý thuyết nền tảng và các nghiên cứu trước đây

Bước 2: Xây dựng mô hình và phương pháp nghiên cứu

Bước 3: Phân tích tác động của các biến phụ thuộc đến khả năng sinh lời của ngân hàng

Xử lý dữ liệu Phân tích hồi quy

Bước 4: Kiểm định mô hình hồi quy

Bước 5: Phân tích kết quả hồi quy và thảo luận về kết quả nghiên cứu

Bước 6: Đề xuất giải pháp và hạn chế của đề tài

Hình 3 1 Quá trình nghiên cứu

Hình 3.1 thể hiện quá trình nghiên cứu của khóa luận bao gồm các bước sau:

Bước 1: Tác giả sẽ tiến hành đánh giá các lý thuyết nền tảng liên quan đến quản lý rủi ro tín dụng của NHTM Việt Nam Đồng thời phân tích và xem xét lại các kết quả của các nghiên cứu trước đây có liên quan đến đề tài để làm cơ sở xác định các biến và xây dựng mô hình nghiên cứu

Bước 2: Dựa trên cơ sở lý luận và các nghiên cứu liên quan, tác giả xây dựng mô hình và áp dụng các phương pháp nghiên cứu phù hợp để phân tích tác động của các yếu tố quản lý rủi ro tín dụng đến khả năng sinh lời của các ngân hàng trong bước tiếp theo

Bước 3: Từ mô hình nghiên cứu được đề xuất, bao gồm: Pooled OLS, FEM và REM, tác giả sẽ ước tính tác động của từng yếu tố quản lý rủi ro tín dụng đến hiệu quả hoạt động của các NHTM tại Việt Nam

Bước 4: Để đảm bảo tính tin cậy của kết quả nghiên cứu, tác giả thực hiện các kiểm định mô hình hổi quy như kiểm định đa cộng tuyến, tự tương quan và phương sai thay đổi

Bước 5: Phân tích và thảo luận kết quả nghiên cứu

Bước 6: Đề xuất những giải pháp và hạn chế của đề tài cũng như hướng nghiên cứu tiếp theo

Dữ liệu được tác giả thu thập bằng cách sử dụng mẫu quan sát từ 25 ngân hàng thương mại Việt Nam (được liệt kê trong bảng A.1 của Phụ lục A) Tác giả chọn 25 ngân hàng này vì đây là những ngân hàng nằm trong 31 ngân hàng thương mại tại Việt Nam có số liệu đầy đủ nhất từ các chỉ tiêu cho bài luận Dữ liệu ngân hàng này được thu thập từ báo cáo tài chính và báo cáo hàng năm Dữ liệu bảng (được trình bày trong Phụ lục E), với n là số lượng ngân hàng thương mại và t đại diện cho thời gian nghiên cứu (5 năm).

Mô hình nghiên cứu và các giả thiết nghiên cứu

cỡ mẫu, sử dụng công thức: Cỡ mẫu của khóa luận được tính là n ≥ 106 (vì nghiên cứu có 7 biến độc lập)

Cỡ mẫu của khóa luận theo công thức của Tabachnick là 125 quan sát, tức là hơn 106 quan sát, đảm bảo cỡ mẫu đại diện cho tổng thể nghiên cứu

3.2 Mô hình nghiên cứu và các giả thiết nghiên cứu

Mô hình nghiên cứu đề xuất được chia thành hai mô hình dựa trên lý thuyết và nghiên cứu của Kutsienyo (2011); Abiola và Olausi (2014); Bizuayehu (2015); Million và cộng sự (2015); Saeed và Zahid (2016); Ekinci và cộng sự (2019); Dung (2021), và những người khác Nhìn chung, các tài liệu về hiệu quả hoạt động của ngân hàng đã đề cập rằng các yếu tố quyết định khả năng sinh lời có thể được chia thành hai loại chính là các yếu tố bên trong của ngân hàng (tức là các yếu tố chịu ảnh hưởng bởi các quyết định quản lý và mục tiêu chính sách của ngân hàng) và các yếu tố vĩ mô (tình hình kinh tế và ngành) Các biến được chọn để đo lường hiệu quả hoạt động của ngân hàng cùng với các biến được chọn để kiểm tra các yếu tố ảnh hưởng đến nó sẽ được trình bày và thảo luận dưới đây Khả năng sinh lời của các ngân hàng thương mại được đo lường bằng lợi nhuận trên tài sản (ROA) và lợi nhuận trên vốn chủ sở hữu (ROE) Mặc dù tác giả đã đề cập đến hai chỉ số (ROE, ROA) ở chương 2 phản ánh hiệu quả hoạt động của NHTM nhưng sau khi tổng hợp các nghiên cứu liên quan trước đây, tác giả xác định rằng hầu hết các nghiên cứu đều sử dụng ROE và ROA làm thước đo hiệu quả hoạt động của ngân hàng thương mại nên tác giả đã chọn hai chỉ số này đại diện cho biến phụ thuộc

Pit(ROE, ROA) = F (Yit, Zit) + eit

Pit: hiệu suất của ngân hàng i vào thời điểm t

Yit: vectơ đặc tính biến đổi của ngân hàng i tại thời điểm t

Zit: thể hiện đặc điểm của các ngân hàng thương mại eit: sai số Để có kết quả chính xác hơn, trước tiên tác giả phân tích các biến mang yếu tố nội bộ ngân hàng bao gồm Tỷ lệ nợ xấu, Tỷ lệ an toàn vốn, Quy mô ngân hàng, Tỷ lệ dư nợ tín dụng trên vốn huy động, Tỷ lệ chi phí trên thu nhập ảnh hưởng đến khả năng sinh lời của các NHTM Tiếp theo, tác giả sử dụng 2 biến vĩ mô là Tổng sản phẩm quốc nội và Tỷ lệ lạm phát để nghiên cứu ảnh hưởng của các nhân tố vĩ mô đến kết quả kinh doanh của các NHTM Vì vậy, từ mô hình trên, tác giả đề xuất hai mô hình nghiên cứu cụ thể như sau:

ROA= β0+β1NPLit+β2CARit+β3SIZEit+β4LDRit+β5CIRit+β6GDPt+β7INFt+eit

ROE= β0+β1NPLit+β2CARit+β3SIZEit+β4LDRit+β5CIRit+β6GDPt+β7INFt+eit

3.2.2 Mô tả các biến và giả thiết nghiên cứu được sử dụng trong mô hình

Khóa luận sử dụng phương pháp nghiên cứu định lượng với mô hình kế thừa từ nghiên cứu của Kutsienyo (2011); Kaaya và Pastory (2013); Abiola và Olausi (2014); Alshatti (2015); Saeed và Zahid (2016); Hamza (2017), Ekinci và cộng sự (2019)

Tỷ suất lợi nhuận trên tài sản (ROA) đo lường khả năng sinh lời trên mỗi đồng tài sản của ngân hàng ROA phản ánh khả năng quản lý của ngân hàng trong việc tạo ra lợi nhuận từ tài sản của ngân hàng

Tỷ suất lợi nhuận trên vốn chủ sỡ hữu (ROE) đo lường khả năng sinh lời trên mỗi đồng vốn của ngân hàng

Tỷ lệ nợ xấu (NPL)

Tỷ lệ nợ xấu là tổng số tiền vay mà khách hàng chưa hoặc không có khả năng thanh toán trong một khoảng thời gian nhất định Biến NPL được tham khảo qua các nghiên cứu trước đây của Kutsienyo (2011), Kolapo và cộng sự (2012), Ekinci và cộng sự (2019), Tefera (2011), Afolabi và cộng sự (2020), Million và cộng sự (2015), Dunyol và cộng sự (2022)

Tỷ lệ an toàn vốn (CAR)

Tỷ lệ an toàn vốn (hay còn gọi là Tỷ lệ vốn cấp 1) được gọi là chỉ tiêu phản ánh mối quan hệ giữa vốn tự có với tài sản có điều chỉnh rủi ro của ngân hàng thương mại Biến này được sử dụng để đánh giá sự lành mạnh về tài chính của ngân hàng Biến CAR được tham chiếu qua các nghiên cứu trước đây của Kutsienyo (2011), El- Ansary và Hafez (2015), Abiola và Olausi (2014), Million và cộng sự (2015), Dung (2021) Công thức chuẩn của CAR là:

𝑇à𝑖 𝑠ả𝑛 𝑐ó 𝑟ủ𝑖 𝑟𝑜 Tuy nhiên với số liệu hạn chế của các ngân hàng thương mại, tác giả sẽ sử dụng công thúc của Abiola và Olausi (2014) để tính toán:

Quy mô ngân hàng (SIZE)

Quy mô ngân hàng được nhiều tác giả lựa chọn để đưa vào mô hình nghiên cứu, được đo lường bằng logarit tự nhiên của tổng tài sản Biến SIZE được tham chiếu qua các nghiên cứu trước đây của Kutsienyo (2011), Ekinci và cộng sự (2019) và Bizuayehu (2015)

Tỷ lệ dư nợ tín dụng trên vốn huy động (LDR)

Tỷ lệ khoản vay trên tiền gửi được sử dụng để đánh giá tính thanh khoản của ngân hàng và đo lường khả năng tài trợ cho các khoản vay của ngân hàng thông qua nguồn vốn huy động từ tiền gửi Biến LDR được tham khảo qua các nghiên cứu trước đây của tác giả Kutsienyo (2011), Kolapo và cộng sự (2012) và Bizuayehu (2015)

Tỷ lệ chi phí trên thu nhập (CIR)

Chi phí trên thu nhập đo lường khả năng ngân hàng chuyển đổi nguồn lực thành thu nhập và cho biết ngân hàng đang quản lý hoạt động kinh doanh của mình hiệu quả như thế nào Biến CIR được tham khảo qua các nghiên cứu trước đây của Dao và Nguyen (2020) và Kutsienyo (2011)

Tổng sản phẩm quốc nội (GDP)

Biến tốc độ tăng trưởng GDP được tính bằng Tỷ lệ tăng trưởng GDPG của năm quan sát Biến GDP được tham khảo qua các nghiên cứu trước đây của Ekinci và cộng sự (2019), Kutsienyo (2011)

Tỷ lệ lạm phát (INF)

Biến tỷ lệ lạm phát được tính bằng Tỷ lệ lạm phát của năm quan sát, Biến INF được tham khảo qua các nghiên cứu trước đây của Ekinci và cộng sự (2019), Kutsienyo (2011)

Bảng 3 1 Giả thuyết nghiên cứu và kỳ vọng của tác giả

STT Tên biến Bằng chứng thực nghiệm trong các nghiên cứu trước đây Dấu kỳ vọng

1 NPL Million và cộng sự (2015), Kutsienyo (2011) -

2 CAR Kutsienyo (2011), Abiola và Olausi (2014) +

4 LDR Kolapo và cộng sự (2012), Kutsienyo (2011) +

5 CIR Dao và Nguyen (2020), Kutsienyo (2011) -

Tác giả đưa ra một số giả thuyết nghiên cứu liên quan đến các biến số ảnh hưởng đến khả năng sinh lời của các ngân hàng Các giả thuyết này được xây dựng dựa trên bằng chứng thực nghiệm từ các nghiên cứu trước đây, với dấu kỳ vọng cụ thể cho từng biến số như sau:

Thứ nhất, nghiên cứu của Million và cộng sự (2015) và Kutsienyo (2011) đã chỉ ra rằng tỷ lệ nợ xấu có tác động tiêu cực đến khả năng sinh lời của các ngân hàng Do đó, tác giả kỳ vọng rằng khi tỷ lệ nợ xấu tăng, khả năng sinh lời của ngân hàng sẽ giảm Dấu kỳ vọng cho biến số này là âm (-), phản ánh mối quan hệ tiêu cực giữa tỷ lệ nợ xấu và hiệu suất tài chính của ngân hàng

Thứ hai, với tỷ lệ an toàn vốn (CAR), Kutsienyo (2011) và Abiola & Olausi (2014) đã cho thấy rằng CAR có tác động tích cực đến hiệu suất tài chính của các ngân hàng Tác giả kỳ vọng rằng tỷ lệ an toàn vốn cao sẽ có tác động tích cực đến khả năng sinh lời của ngân hàng, và dấu kỳ vọng cho biến số này là dương (+) Thứ ba, quy mô ngân hàng (SIZE) là một biến số khác được nghiên cứu Bizuayehu (2015) và Kutsienyo (2011) đã chứng minh rằng quy mô ngân hàng lớn có ảnh hưởng tích cực đến khả năng sinh lời Do đó, tác giả kỳ vọng rằng các ngân hàng có quy mô lớn hơn sẽ có khả năng sinh lời cao hơn, và dấu kỳ vọng cho biến số này là dương (+)

Thứ tư, tỷ lệ dư nợ tín dụng trên vốn huy động (LDR) được Kolapo và cộng sự (2012) và Kutsienyo (2011) tìm thấy có ảnh hưởng tích cực đến khả năng sinh lời của các ngân hàng Tác giả kỳ vọng rằng tỷ lệ cho vay trên tiền gửi cao sẽ có tác động tích cực đến khả năng sinh lời của ngân hàng, và dấu kỳ vọng cho biến số này là dương (+)

Phân tích thống kê mô tả và tương quan

Bảng 3 2 Thống kê mô tả

Variable Obs Mean Std dev Min Max

Nguồn: Số liệu tổng hợp từ STATA

Thống kê mô tả các biến trong mô hình được trình bày ở Bảng 3.1 với tổng số mẫu quan sát được là 125 = 25×5

Theo thống kê mô tả ở Bảng 3.1, biến độc lập NPL có giá trị trung bình là 0.0155, giá trị nhỏ nhất là 0.005 và giá trị lớn nhất là 0.044 Bên cạnh đó, trung bình biến CAR là 0.0931, giá trị thay đổi từ 0.0393 đến 1 Mức trung bình của biến quy mô (SIZE) là 14.342 với mức tối thiểu và mức tối đa lần lượt là 13.309 và 15.326 Với biến LDR, giá trị trung bình là 0.8642, giá trị nhỏ nhất là 0.0576 và giá trị lớn nhất là 1.2879 Biến CIR của các ngân hàng trung bình là 0.4566, mức biến thiên dao động từ 0.2271 đến 0.8745 Đối với các biến vĩ mô, giá trị trung bình của GDP là 0.0552, trong đó giá trị lớn nhất đạt 0.0802 và giá trị nhỏ nhất là 0.0258 Với giá trị trung bình của Tỷ lệ lạm phát (INF) là 0.0292 với mức biến thiên dao động từ 0.0184 đến 0.0354

Biến phụ thuộc ROA (Tỷ suất lợi nhuận trên tài sản) thay đổi trong khoảng từ 0.0013 đến 0.0885 với giá trị trung bình là 0.0118 Trong khi đó, biến ROE (Tỷ suất lợi nhuận trên vốn chủ sỡ hữu) bình quân của 25 ngân hàng là 0.1358, mức tối thiểu là 0.0013 và mức tối đa là 0.0885 Để rõ hơn về thực trạng của các biến ảnh hưởng đến khả năng sinh lời của các NHTM tại Việt Nam giai đoạn 2018 – 2022, tác giả sẽ trình bày số liệu đã thu thập được thông qua các biểu đồ như sau:

Biểu đồ 3.1 Biến động của giá trị ROA bình quân giai đoạn 2018 – 2022

Nguồn: Tác giả tổng hợp

Trong giai đoạn 2018 – 2022, bình quân Tỷ lệ lợi nhuận trên tài sản (ROA) của các NHTM Việt Nam có xu hướng tăng rõ rệt Bình quân ROA của các ngân hàng đạt giá trị cao nhất tại 1,49% vào năm 2022 và thấp nhất tại 0,09% vào năm

Biểu đồ 3.2 Biến động của giá trị ROE bình quân giai đoạn 2018 – 2022

Gía trị bình quân ROE của 25 ngân hàng thương mại Việt Nam trong giai đoạn

2018 - 2022 có sự biến động Năm 2019 tăng lên 13,16% so với năm 2018 rồi giảm xuống còn 12,88% trong năm tiếp theo Bình quân ROE có xu hướng tăng vào 2 năm kế tiếp với giá trị lần lượt là: 14,89% và 14,95%

Biểu đồ 3.3 Biến động của giá trị NPL bình quân giai đoạn 2018 – 2022

Gía trị trung bình của NPL có xu hướng giảm từ 2018 đến 2022, giá trị thấp nhất đạt 0,07% vào năm 2022, cho thấy dấu hiệu tích cực trong công tác quản lý rủi ro của các ngân hàng thương mại Việt Nam trong giai đoạn này

Biểu đồ 3.4 Biến động của giá trị CAR bình quân giai đoạn 2018 – 2022

Bình quân của Tỷ lệ an toàn vốn (CAR) tăng liên tục từ 2018 đến 2022 Giá trị cao nhất đạt 12,98% vào năm 2022 trong khi giá trị thấp nhất vào năm 2018 là 8,15% Chỉ số tích cực trong 5 năm liên tiếp cho thấy hoạt động quản trị rủi ro của các NHTM Việt Nam có hiệu quả tốt

Biểu đồ 3.5 Biến động của giá trị SIZE bình quân giai đoạn 2018 – 2022

Từ năm 2018 đến 2022, giá trị trung bình của biến Quy mô (SIZE) của 25 ngân hàng thương mại Việt Nam có xu hướng tăng, với giá trị thấp nhất là 14.22 năm 2018 và giá trị cao nhất đạt được là 14.46 vào năm 2022

Biểu đồ 3.6 Biến động của giá trị LDR bình quân giai đoạn 2018 – 2022

Bình quân của chỉ số Tỷ lệ dư nợ tín dụng trên vốn huy động (LDR) tăng liên tục trong giai đoạn 2018 – 2022 Từ 8,28% vào năm 2018 đã tăng lên 9,02% vào

LDR năm 2022, chỉ số này tăng cao đã góp phần không ít vào việc quản trị rủi ro của 25 ngân hàng thương mại tại Việt Nam

Biểu đồ 3.7 Biến động của giá trị CIR bình quân giai đoạn 2018 – 2022

Về bình quân của Tỷ lệ chi phí trên thu nhập (CIR), chỉ số có xu hướng giảm từ 5,11% năm 2018 xuống còn 4,05% năm 2022 Tương tự như Tỷ lệ nợ xấu (NPL), giá trị trung bình của CIR giảm cho thấy hoạt động quản lý rủi ro của các NHTM Việt Nam đang được cải thiện và có ảnh hưởng tích cực đến kết quả kinh doanh của ngân hàng

Biểu đồ 3 8 Biến động của giá trị GDP bình quân giai đoạn 2018 – 2022

Giá trị GDP bình quân trong giai đoạn 2018 – 2022 có những biến động rõ rệt Chỉ số này giảm từ 7,07% trong năm 2018 xuống 0.0702 năm 2019 và tiếp tục giảm mạnh xuống chỉ còn 2,58% vào năm 2021 Sau đó vào năm 2022, bình quân GDP tăng mạnh, đạt đỉnh 8,02% Dù ảnh hưởng của đại dịch Covid-19 trong hai năm 2020-2021 nhưng kinh tế Việt Nam vẫn tăng trưởng dương và dần dần hồi phục vào năm 2022

Biểu đồ 3 9 Biến động của giá trị INF bình quân giai đoạn 2018 – 2022

Biến động của bình quân Tỷ lệ lạm phát (INF) thay đổi qua các năm Chỉ số trong năm 2019 giảm xuống 2,79% từ 3,54% năm 2018 Năm 2020 tăng hơn 0,43% so với năm trước, sau đó giảm xuống còn 1,84% vào năm 2021, rồi lại tăng lên 3,21% trong năm 2022 Khi lạm phát cao, hệ thống tín dụng hoạt động trong tình trạng khủng khoảng, nên điều này không phải là tác động tốt của yếu tố vĩ mô đến khả năng sinh lời của NHTM khi tỷ lệ lạm phát tăng

Ma trận tương quan là một bảng hiển thị số lượng mối tương quan giữa các biến Mỗi ô trong bảng hiển thị mối tương quan giữa hai biến Ma trận tương quan được sử dụng để tóm tắt dữ liệu, làm đầu vào cho phân tích và chẩn đoán cho phân tích mô hình Hệ số tương quan có thể nằm trong khoảng từ -1 đến +1, với -1 biểu thị mối tương quan âm hoàn hảo, +1 biểu thị mối tương quan dương hoàn hảo và 0 biểu thị không có mối tương quan nào cả Một biến tương quan với chính nó sẽ luôn có hệ số tương quan bằng 1 Kết quả Ma trận tương quan của bảng cho thấy mối quan hệ giữa các biến đều ở mức chấp nhận được vì giá trị tuyệt đối của hệ số tương quan của tất cả các biến đều nhỏ hơn 80% (Kennedy, 1985).

Bảng 3 3 Phân tích hệ số tương quan

ROA ROE NPL CAR SIZE LD CI GDP INF

Nguồn: Số liệu tổng hợp từ STATA

Quan sát bảng 3.2, ba biến NPL, CIR và INF có quan hệ nghịch biến với biến phụ thuộc ROA, trong khi các biến CAR, SIZE, LDR và GDP có tác động tích cực đến ROA

Các biến NPL, CAR, CIR, GDP và INF tương quan âm với biến phụ thuộc ROE, trong khi hai biến độc lập còn lại trong Bảng có mối tương quan dương với ROE Hệ số tương quan cao nhất trong Bảng ma trận tương quan là 0.05667 giữa Quy mô ngân hàng (SIZE) và Tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE).

KẾT LUẬN CHƯƠNG 3 Ở Chương 3, tác giả mở đầu với Quy trình nghiên cứu được mô tả theo 6 bước rõ ràng Ngoài ra, chương này còn cung cấp một cái nhìn tổng quan về nơi tìm kiếm dữ liệu phân tích, công thức tính từng biến được sử dụng trong khóa luận và cách áp dụng nó trong mô hình nghiên cứu

Tác giả đã trình bày kết quả thống kê mô tả và tương quan, cũng như hiện trạng của các biến số ảnh hưởng trong giai đoạn 2018 – 2022, sử dụng các dữ liệu từ Phụ lục E Do đó, nội dung Chương 3 được làm nền tảng cho chương tiếp theo.

KẾT QUẢ NGHIÊN CỨU TÁC ĐỘNG CỦA QUẢN LÝ RỦI RO TÍN DỤNG ĐẾN KHẢ NĂNG SINH LỜI CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

Kết quả hồi quy (Mô hình 1)

ROA= β 0 +β 1 NPL it +β 2 CAR it +β 3 SIZE it +β 4 LD i +β 5 CI it +β 6 GDP it +β 7 INF it +e it

Tác giả phân tích dữ liệu bảng sử dụng các mô hình Pooled OLS, FEM và REM (được trình bày lần lượt trong Phụ lục B bằng các bảng B.1, B.2 và B.3)

Sử dụng kiểm định F để so sánh giữa hai mô hình Pooled OLS và FEM (được trình bày tại Phụ lục B, bảng B.1 và B.2) Ta được Prob > F = 0.0000 < 5%, theo mô hình được thu thập trong cuốn sách “Phân tích dữ liệu nghiên cứu với SPSS” của Nhà xuất bản Thống kê (2005), mô hình FEM là phù hợp hơn so với mô hình Pooled OLS

Kiểm định Hausman được sử dụng để so sánh các tác động cố định và ngẫu nhiên, từ đó lựa chọn ra mô hình phù hợp để giải thích mối quan hệ của các yếu tố trong mô hình nghiên cứu Ta có giả thuyết:

H 0 : Ước lượng của mô hình FEM và REM không có sự khác nhau

H 1 : Có sự khác nhau của ước lượng mô hình FEM và REM

Kết quả kiểm định Hausman (được trình bày trong Phụ lục C, bảng C.1), Prob

= 0.800 > 5% nên bác bỏ H 1 , chấp nhận H 0, do đó mô hình hiệu ứng ngẫu nhiên (REM) phù hợp hơn để đánh giá dữ liệu bảng

Bảng 4 1 Kết quả ước tính Hiệu ứng ngẫu nhiên (REM)

Biến phụ thuộc ROA Biến phụ thuộc ROE

Biến Coef Std Err Coef Std Err

Nguồn: Tác giả tổng hợp kết quả từ STATA

Kết quả REM của mô hình 1 trong Bảng 4.1 cho thấy P(LDR) = 0.002, P(CIR) = 0.000 và P(GDP) = 0.030 < 5%, các biến này đều có mức ý nghĩa 5% Biến LDR và GDP có tác động tích cực đến ROA, trong khi biến CIR có tác động ngược lại

Bảng 4 2 Kết quả kiểm định Wooldridge (Mô hình 1)

Nguồn: Sử dụng STATA tính toán

Prob > F = 0.2421 F( 1, 24) = 1.438H0: no first-order autocorrelationWooldridge test for autocorrelation in panel data

Tác giả sử dụng kiểm định Wooldridge để kiểm tra tự tương quan của mô hình

H 0 : Mô hình không có hiện tượng tự tương quan

H 1 : Mô hình có hiện tượng tự tương quan

Dựa vào kết quả ở Bảng 4.2 cho thấy P-value = 0.2421 > 5%, bác bỏ H 1 , chấp nhận H 0 nên mô hình 1 không có hiện tượng tự tương quan

Tiếp theo tác giả sử dụng kiểm định Breusch and Pagan LM để kiểm tra hiện tượng phương sai thay đổi đối với REM Đặt giả thuyết:

H 0 : Mô hình không có hiện tượng phương sai thay đổi

H 1 : Mô hình có hiện tượng phương sai thay đổi

Bảng 4 3 Kết quả kiểm định Breusch and Pagan LM (Mô hình 1)

Dựa vào kết quả phân tích ở bảng 4.3, P-value = 0.000 < 5%, bác bỏ H 0 , chấp nhận H 1 nên mô hình 1 có hiện tượng phương sai thay đổi Do đó mô hình cần khắc phục hiện tượng phương sai thay đổi này

Kiểm tra hiện tượng đa cộng tuyến bằng hệ số VIF; nếu hệ số VIF nhỏ thì khó xảy ra hiện tượng đa cộng tuyến và ngược lại Nguyên tắc chung thì VIF > 10 sẽ xảy ra hiện tượng đa cộng tuyến, theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005) Kết quả dựa vào bảng 4.4 cho thấy các hệ số VIF đều nhỏ hơn 10 chứng tỏ mô hình

Prob > chibar2 = 0.0000 chibar2(01) = 134.14 Test: Var(u) = 0 u 0000202 0044924 e 3.99e-06 0019966 ROA 0000544 0073766 Var SD = sqrt(Var) Estimated results:

ROA[NGANHANG,t] = Xb + u[NGANHANG] + e[NGANHANG,t]

Breusch and Pagan Lagrangian multiplier test for random effects

Bảng 4 4 Kết quả kiểm định VIF (Mô hình 1)

Mô hình 1 có hiện tượng phương sai thay đổi, do đó tác giả lựa chọn mô hình GLS để tiếp tục phân tích và khắc phục khuyết tật

Từ kết quả hồi quy tại Bảng 4.5, mô hình 1 có 5 biến với mức ý nghĩa 1%, bao gồm các biến NPL, CAR, LDR, CIR và GDP

Bảng 4 5 Kết quả hồi quy GLS Biến phụ thuộc ROA Biến phụ thuộc ROE

Biến Coef Std Err Coef Std Err

Nguồn: Tác giả tổng hợp kết quả từ STATA

Mean VIF 1.56 CAR 1.07 0.934641 NPL 1.32 0.757361 GDP 1.51 0.664023 INF 1.54 0.649687 LDR 1.58 0.633296 CIR 1.87 0.535110 SIZE 2.07 0.482968 Variable VIF 1/VIF

Kết quả từ Bảng 4.5 cho thấy những yếu tố ảnh hưởng đến Tỷ suất lợi nhuận trên tài sản (ROA) bao gồm: Tỷ lệ nợ xấu (NPL), Tỷ lệ an toàn vốn (CAR), Tỷ lệ dư nợ tín dụng trên vốn huy động (LDR), Tỷ lệ chi phí trên thu nhập (CIR) và Tổng sản phẩm quốc nội (GDP)

Biến NPL có giá trị P = 0.009 < 0.01 nên nó có ý nghĩa thống kê tại mức 1% Mặt khác, biến này có hệ số hồi quy là -0.121 < 0 cho thấy nó có tác động tiêu cực đến biến phụ thuộc ROA Với các điều kiện các yếu tố khác không đổi, sự gia tăng của nợ xấu sẽ làm giảm khả năng sinh lời của các ngân hàng, Tỷ lệ nợ xấu tăng 1 đơn vị sẽ làm cho ROA giảm 0.121 đơn vị với mức ý nghĩa thống kê 1% Điều này phù hợp với kỳ vọng của tác giả cũng như kết quả của Tefera (2011) và Million và cộng sự (2015) Do đó, kết quả NPL của nghiên cứu này cho thấy cần phải quản lý quy trình cho vay và rủi ro tín dụng thật hiệu quả để giữ mức nợ xấu ở mức thấp nhất có thể, giúp duy trì khả năng sinh lời của các NHTM tại Việt Nam

Biến CAR có P-value = 0.004 < 0.01 nên có ý nghĩa thống kê tại mức 1% CAR có hệ số hồi quy là 0.016 > 0 nên có tác động tích cực đến biến phụ thuộc ROA, tức tỷ lệ an toàn vốn tăng thì khả năng sinh lời sẽ tăng Điều này phù hợp với kết quả nghiên cứu của Kutsienyo (2011), Abiola và Olausi (2014) và Million và cộng sự (2015) cũng như kỳ vọng của tác giả Theo các nghiên cứu, CAR lớn không chỉ tạo điều kiện thuận lợi cho hoạt động của ngân hàng, mà còn tạo dựng niềm tin cho khách hàng và điều này làm tăng lợi nhuận cho ngân hàng

Biến LDR có P-value = 0.000 < 0.01 nên có mức ý nghĩa thống kê tại 1% Biến này cũng có hệ số hồi quy là 0.014 > 0 nên có tác động tích cực đến biến phụ thuộc ROA, tức LDR tăng 1 đơn vị sẽ làm ROA tăng 0.014 đơn vị Kết quả nghiên cứu của khóa luận phù hợp với kết quả của Kolapo và cộng sự (2011) và Bizuayehu (2015) cũng như kỳ vọng của tác giả, nhưng trái ngược với kết quả nghiên cứu của Kutsienyo (2011) có tác động tiêu cực đền ROA Dư nợ tăng là một trong những điều kiện để ngân hàng gia tăng thu nhập từ lãi nhưng ngân quỹ giảm làm ngân hàng đối mặt với rủi ro thanh khoản cao hơn (Nguyễn Thanh Phương – Đặng Thị Lan Phương (2022))

Biến CIR có giá trị P = 0.000 < 0.01 nên có mức ý nghĩa 1% Hơn nữa, biến này có hệ số hồi quy -0.029 < 0 nên có tác động tiêu cực đến biến ROA, tức tỷ lệ chi phí trên thu nhập tăng sẽ làm tăng hiệu quả hoạt động của các ngân hàng thương mại CIR là viết tắt của tỷ lệ chi phí trên thu nhập và tỷ lệ này càng thấp thì ngân hàng càng hoạt động hiệu quả hơn; mục tiêu kinh doanh của bất kỳ ngân hàng nào cũng là có chi phí thấp và lợi nhuận lớn Kết quả này phù hợp với kỳ vọng ban đầu trong giả thuyết đề xuất, đồng thời phù hợp với kết quả nghiên cứu của Kutsienyo (2011) và Dao và Nguyen (2020)

Biến vĩ mô GDP có P-value = 0.001 < 0.01, hệ số hồi quy là 0.036 tại mức ý nghĩa 1% Do đó biến này có tác động tích cực đến biến phụ thuộc ROA, tức tốc độ tăng trưởng GDP tăng sẽ làm tăng khả năng sinh lời của các NHTM tại Việt Nam Kết quả nghiên cứu này phù hợp với kết quả thu được từ ma trận hệ số tương quan và cũng phù hợp với kết quả nghiên cứu của Ekinci và cộng sự (2019), Kutsienyo (2011) Nếu điều kiện kinh tế thuận lợi không chỉ giúp người vay khôi phục khả năng thanh toán mà còn nâng cao nhu cầu vay vốn của các hộ gia đình và doanh nghiệp, thúc đẩy thu nhập của các NHTM.

Kết quả hồi quy (Mô hình 2)

ROE= β 0 +β 1 NPL it +β 2 CAR it +β 3 SIZE it +β 4 LD i +β 5 CI it +β 6 GDP it +β 7 INF it +e it

Tương tự như Mô hình 1, Mô hình 2 sử dụng OLS, FEM và REM để phân tích (Trình bày trong Phụ lục B, Bảng B.4, B.5 và B.6)

Tác giả sử dụng kiểm định F để so sánh giữa Pooled OLS và FEM (trình bày tại Phụ lục B, Bảng B.5) Với Prob > F = 0.0000 < 5%, tác giả lựa chọn mô hình Hiệu ứng cố định (FEM)

Chọn ra hiệu ứng phù hợp để phân tích dữ liệu sử dụng kiểm định Hausman (trình bày tại Phụ lục C, Bảng C.2) Kết quả cho thấy Prob = 0.54 > 5%, bác bỏ H 1 , chấp nhận H 0 tại mức ý nghĩa 5%, vậy Hiệu ứng ngẫu nhiên (REM) phù hợp hơn để phân tích dữ liệu bảng

Kết quả REM của Mô hình 2 trong Bảng 4.1 cho thấy P(CAR) = 0.000, P(CIR)

= 0.000 và P(GDP) = 0.042 < 5%, cả 3 biến này đều có mức ý nghĩa 5% Trong đó biến GDP có tác động tích cực đến ROA, còn CAR và CIR có tác động tiêu cực

Bảng 4 6 Kết quả kiểm định Wooldridge (Mô hình 2)

Tương tự ở Mô hình 1, tác giả sử dụng kiểm định Wooldridge để kiểm tra tự tương quan Ta có giả thiết:

H 0 : Mô hình không có hiện tượng tự tương quan

H 1 : Mô hình có hiện tượng tự tương quan

Dựa vào kết quả ở Bảng 4.6 cho thấy P-value = 0.0066 < 5%, bác bỏ H 0 , chấp nhận H 1 nên mô hình 2 có hiện tượng tự tương quan

Tiếp theo tác giả sử dụng kiểm định Breusch and Pagan LM để kiểm tra hiện tượng phương sai thay đổi đối với REM Đặt giả thuyết:

H 0 : Mô hình không có hiện tượng phương sai thay đổi

H 1 : Mô hình có hiện tượng phương sai thay đổi

Prob > F = 0.0066 F( 1, 24) = 8.843H0: no first-order autocorrelationWooldridge test for autocorrelation in panel data

Bảng 4 7 Kết quả kiểm định Breusch and Pagan LM (Mô hình 2)

Dựa vào kết quả phân tích ở bảng 4.7, P-value = 0.000 < 5%, bác bỏ H 0 , chấp nhận H 1 nên mô hình 2 có hiện tượng phương sai thay đổi Do đó mô hình cần khắc phục hiện tượng phương sai thay đổi này

Bảng 4 8 Kết quả kiểm định VIF (Mô hình 2)

Kết quả dựa vào bảng 4.8 cho thấy các hệ số VIF đều nhỏ hơn 10 chứng tỏ mô hình 1 không đa cộng tuyến

Mô hình 2 có hiện tượng tự tương quan và phương sai thay đổi, do đó tác giả lựa chọn mô hình GLS để tiếp tục phân tích và khắc phục khuyết tật

Prob > chibar2 = 0.0000 chibar2(01) = 122.19 Test: Var(u) = 0 u 0017317 0416134 e 0005164 0227234 ROE 0044407 0666389 Var SD = sqrt(Var) Estimated results:

ROE[NGANHANG,t] = Xb + u[NGANHANG] + e[NGANHANG,t]

Breusch and Pagan Lagrangian multiplier test for random effects

Mean VIF 1.56 CAR 1.07 0.934641 NPL 1.32 0.757361 GDP 1.51 0.664023 INF 1.54 0.649687 LDR 1.58 0.633296 CIR 1.87 0.535110 SIZE 2.07 0.482968 Variable VIF 1/VIF

Từ kết quả hồi quy tại Bảng 4.5, mô hình 2 có 6 biến với mức ý nghĩa 1%, bao gồm các biến NPL, CAR, SIZE, LDR, CIR và GDP Trong đó, biến có mối quan hệ nghịch biến với biến phụ thuộc ROE là NPL, CAR và CIR, với hệ số hồi quy lần lượt là -1.523, -0.228 và -0.227 Các biến có mối quan hệ cùng chiều với ROE bao gồm SIZE, LDR và GDP với hệ số hồi quy lần lượt là 0.45, 0.594 và 0.238

Biến SIZE trong mô hình 2 có tác động tích cực đến biến phụ thuộc ROE Kết quả nghiên cứu của khóa luận phù hợp với kỳ vọng của tác giả, cũng như với kết quả nghiên cứu của Kutsienyo (2011), Ekinci và cộng sự (2019) Theo tác giả, các ngân hàng có quy mô lớn thường có lịch sử hoạt động lâu dài, trong khi các ngân hàng nhỏ, nhìn chung mới thành lập hoặc là ngân hàng tư nhân với số vốn đầu tư khiêm tốn, chưa tạo được niềm tin với người tiêu dùng, dẫn đến tạo ra mức lợi nhuận thấp hơn

Kết quả sau khi kiểm định GLS cho thấy, ngoại trừ biến CAR, các biến còn lại đều có ý nghĩa thống kê và dấu kỳ vọng như tác giả mong đợi ở Mô hình 2 Hơn nữa, CAR có tác động tiêu cực đến mô hình này là hợp lý, vì dự phòng cho vay là khoản dự phòng rủi ro cho vay lũy kế, sẽ thay đổi theo số lượng dự phòng cho vay mới được bổ sung mỗi năm Các ngân hàng có thể giảm bớt sự biến động trong thu nhập bằng cách trích lập dự phòng nhiều hơn mức cần thiết khi chất lượng tín dụng và thu nhập ròng cao, trong điều kiện kinh tế thuận lợi Trong trường hợp này, dự phòng sẽ không phải tăng nhiều nếu chất lượng tín dụng xấu đi hoặc điều kiện kinh tế khó khăn, ban lãnh đạo có thể sử dụng phí lợi nhuận để phân phối lợi nhuận

Kết quả hồi quy của khóa luận phù hợp với kết quả thu được từ ma trận hệ số tương quan (Mô hình 2) Như vậy, nếu so sánh kết quả hồi quy của mô hình 1 thì kết quả hồi quy của mô hình có thêm biến SIZE có ý nghĩa thống kê 1% Hơn nữa, các biến đều có ý nghĩa thống kê trong mô hình 2 và tác động của nó cũng nhất quán trong mô hình 1

Tóm lại, các biến ảnh hưởng đến khả năng sinh lời của các ngân hàng thương mại Việt Nam trong hai mô hình đều có ý nghĩa thống kê ở mức 1%, trong đó: Tỷ lệ an toàn vốn (CAR) có tác động tích cực đến ROA nhưng ngược lại với ROE; so với mô hình 1, mô hình 2 có thêm biến Quy mô ngân hàng (SIZE) có tác động tích cực đến ROE; Tỷ lệ dư nợ tín dụng trên vốn huy động (LDR) có quan hệ cùng chiều với cả ROA và ROE; Tỷ lệ chi phí trên thu nhập (CIR) đều trái ngược với ROA và ROE; Tổng sản phẩm quốc nội (GDP) có tác động tích cực đến hai biến ROA và ROE Nói chung, hầu hết các biến đều có ảnh hưởng đến lợi nhuận của ngân hàng

Dựa trên phân tích định lượng, sử dụng kiểm định F để lựa chọn giữa mô hình Pooled OLS và FEM, tác giả tiếp tục sử dụng kiểm định Hausman để lựa chọn giữa hai mô hình FEM và REM Tác giả đã lựa chọn Hiệu ứng ngẫu nhiên cho cả hai mô hình Hơn nữa, tác giả cũng chỉ rõ các biến có mức ý nghĩa 5% cho mỗi mô hình

Kiểm định Wooldridge về tự tương quan, kiểm định Breusch and Pagan LM về phương sai thay đổi và hệ số VIF, mô hình của tác giả có hiện tượng tự tương quan và phương sai thay đổi khiến kết quả của mô hình không đáng tin cậy Vì vậy, tác giả quyết định sử dụng phương pháp hồi quy GLS ở Chương 4 để đưa ra kết quả cuối cùng và phân tích tác động của các biến ở mức ý nghĩa 1% đến mô hình

Sau đó, tác giả xem xét tác động của từng biến số đến khả năng sinh lời của các ngân hàng thương mại Việt Nam trước khi đi đến kết luận và khuyến nghị ở chương sau.

KẾT LUẬN VÀ KHUYẾN NGHỊ NHẰM CẢI THIỆN KHẢ NĂNG

Kết luận

Kết quả nghiên cứu cuối cùng của mô hình cho thấy, trong mô hình với ROA là biến phụ thuộc, có 5 biến có ý nghĩa thống kê: NPL, CAR, LDR, CIR và GDP Với mô hình biến phụ thuộc ROE, có 6 biến có ý nghĩa thống kê bao gồm: NPL, CAR, SIZE, LDR, CIR và GDP

Mô hình 1, được hồi quy bằng phương pháp Hiệu ứng ngẫu nhiên (REM), cho thấy rằng các biến Tỷ lệ nợ xấu (NPL), Tỷ lệ an toàn vốn (CAR), Tỷ lệ dư nợ tín dụng trên vốn huy động (LDR), Tỷ lệ chi phí trên thu nhập (CIR), và Tổng sản phẩm quốc nội (GDP) đều có ảnh hưởng đáng kể đến ROA Cụ thể, NPL và CIR có tác động tiêu cực, trong khi CAR, LDR và GDP có tác động tích cực đến ROA Kết quả này phù hợp với các kỳ vọng ban đầu của tác giả cũng như các nghiên cứu trước đây, như của Million và cộng sự (2015) và Kutsienyo (2011) Điều này nhấn mạnh tầm quan trọng của việc quản lý rủi ro tín dụng và chi phí hoạt động hiệu quả để cải thiện khả năng sinh lời của ngân hàng

Mô hình 2, tương tự như mô hình 1, cũng sử dụng phương pháp Hiệu ứng ngẫu nhiên (REM) để phân tích tác động đến ROE Kết quả cho thấy các biến NPL, CAR, SIZE, LDR, CIR, và GDP đều có ảnh hưởng đáng kể đến ROE Trong đó, NPL, CAR và CIR có tác động tiêu cực, trong khi SIZE, LDR và GDP có tác động tích cực Kết quả này cũng phù hợp với kỳ vọng của tác giả và các nghiên cứu trước đây như của Kutsienyo (2011) và Ekinci và cộng sự (2019) Đặc biệt, biến SIZE trong mô hình 2 có tác động tích cực đến ROE, cho thấy các ngân hàng lớn thường có lợi thế về quy mô và khả năng tạo lợi nhuận cao hơn

Kết quả từ cả hai mô hình đều chỉ ra rằng Tỷ lệ an toàn vốn (CAR) có tác động trái ngược đến ROA và ROE Điều này có thể được giải thích bởi việc dự phòng rủi ro tín dụng lũy kế của các ngân hàng, có thể dẫn đến biến động trong thu nhập và ảnh hưởng khác nhau đến các chỉ số sinh lời Hơn nữa, Tỷ lệ dư nợ tín dụng trên vốn huy động (LDR) có quan hệ cùng chiều với cả ROA và ROE, cho thấy rằng việc sử dụng hiệu quả các nguồn vốn huy động để cho vay có thể gia tăng thu nhập từ lãi suất, từ đó cải thiện khả năng sinh lời

Kết quả cũng chỉ ra rằng Tỷ lệ chi phí trên thu nhập (CIR) có tác động tiêu cực đến cả ROA và ROE Điều này nhấn mạnh tầm quan trọng của việc kiểm soát chi phí để duy trì và cải thiện hiệu quả hoạt động của ngân hàng Cuối cùng, Tổng sản phẩm quốc nội (GDP) có tác động tích cực đến cả ROA và ROE, cho thấy rằng sự phát triển kinh tế vĩ mô có thể thúc đẩy khả năng sinh lời của các ngân hàng

Từ những phân tích trên, chúng ta có thể kết luận rằng các biến số NPL, CAR, SIZE, LDR, CIR, và GDP đều có vai trò quan trọng trong việc ảnh hưởng đến khả năng sinh lời của các ngân hàng thương mại tại Việt Nam Những kết quả này cung cấp cơ sở lý thuyết và thực tiễn cho việc đề xuất các biện pháp quản lý rủi ro tín dụng và tối ưu hóa hiệu quả hoạt động của ngân hàng Đặc biệt, việc quản lý tốt các yếu tố như tỷ lệ nợ xấu, chi phí hoạt động, và việc sử dụng hiệu quả các nguồn vốn sẽ giúp các ngân hàng duy trì và nâng cao khả năng sinh lời trong bối cảnh kinh tế ngày càng biến động

5.2 Khuyến nghị nhằm cải thiện khả năng sinh lời của các ngân hàng thương mại Việt Nam

Tác giả đề xuất hai nhóm khuyến nghị nhằm nâng cao khả năng sinh lời của các ngân hàng thương mại Việt Nam dựa trên kết quả thực nghiệm nghiên cứu có ý nghĩa thống kê của QLRR tín dụng ảnh hưởng đến khả năng sinh lời của các NHTM Việt Nam: nhóm gợi ý để nâng cao khả năng sinh lời và nhóm khuyến nghị nhằm quản lý rủi ro tín dụng

5.1.2 Nhóm gợi ý để nâng cao khả năng sinh lời của các ngân hàng thương mại Việt Nam

Tác giả tham khảo các đề tài nghiên cứu có liên quan đến khả năng sinh lời của các NHTM trước đó, cũng như các bài báo, sách về tài chính ngân hàng và đề xuất việc sử dụng hiệu quả lợi ích vốn để nâng cao hiệu quả hoạt động tài chính của các NHTM tại Việt Nam

Thứ nhất, ngân hàng phải thực hiện chiến lược huy động vốn nhằm đảm bảo sự ổn định tài chính cũng như thúc đẩy tăng trưởng kinh tế trong nước Do ngân hàng vẫn được coi là nguồn vốn chủ yếu trong nền kinh tế hiện nay nên nhu cầu tín dụng từ ngân hàng sẽ tăng cao dựa trên đà tăng trưởng của kinh tế Nền kinh tế Việt Nam đã dần khôi phục sau hậu Covid-19 song do bối cảnh kinh tế toàn cầu có nhiều biến động mạnh và khó đoán, các NHTM cần có kế hoạch và chiến lược rõ ràng trong việc mở rộng và huy động vốn

Thứ hai, sử dụng nguồn vốn hiệu quả Các NHTM cần thiết lập và xác định chính sách quản lý vốn cũng như các biện pháp và số liệu về vốn; khi thực hiện hiệp định Basel II, đánh giá tình trạng hiện tại và tác động của nó đối với vốn; tránh lãng phí và nên giữ thu nhập để tăng nguồn vốn Những khuyến nghị này có thể giúp ngân hàng tối ưu hóa hoạt động và nguồn vốn, đồng thời đảm bảo tuân thủ các quy định của pháp luật và hỗ trợ cơ quan quản lý nhà nước trong việc nỗ lực giám sát hoạt động của NHTM Nó cũng thúc đẩy khả năng hiện thực hóa lợi nhuận dự kiến của ngân hàng, hỗ trợ cải thiện khả năng sinh lời cũng như cam kết của ngân hàng đối với sự phát triển kinh tế xã hội

Thứ ba, sử dụng đòn bẩy tài chính hợp lý Một thành phần quan trọng để thực hiện điều này là nâng cao đòn bẩy tài chính ROE và ROA Mặt khác, đòn bẩy tài chính có thể là con dao hai lưỡi nếu không được sử dụng đúng cách Nếu sử dụng không đúng cách sẽ làm giảm tính thanh khoản, dẫn đến việc mất khả năng thanh toán hoặc tệ hơn là làm tăng nguy cơ phá sản Do đó, ban lãnh đạo ngân hàng phải lựa chọn thời điềm tốt nhất để tiến hành kinh doanh và quyết định cách sử dụng đòn bẩy tài chính một cách hiệu quả

5.1.3 Nhóm khuyến nghị nhằm quản lý rủi ro tín dụng

Dựa trên các biến Tỷ lệ nợ xấu (NPL), Tỷ lệ an toàn vốn (CAR), Quy mô ngân hàng (SIZE), Tỷ lệ dư nợ tín dụng trên vốn huy động (LDR), Tỷ lệ chi phí trên thu nhập (CIR), Tổng sản phẩm quốc nội (GDP) và Tỷ lệ lạm phát (INF), kết quả nghiên cứu cho thấy mối liên hệ giữa quản lý rủi ro tín dụng và hiệu quả tài chính của các ngân hàng thương mại Điều này cũng cho thấy việc quản lý tốt các chỉ số này có thể hỗ trợ QLRR tín dụng, từ đó thúc đẩy khả năng sinh lời của các ngân hàng thương mại tại Việt Nam Tác giả đưa ra các khuyến nghị sau để có thể thực hiện quản lý phù hợp các chỉ tiêu trên:

Thứ nhất, hiệp định Basel II yêu cầu cơ cấu quản lý rủi ro tín dụng phải được hoàn thiện Cần có một hệ thống QLRR tín dụng phù hợp với từng môi trường rủi ro Chiến lược rủi ro phải xác định rõ mức độ rủi ro tín dụng có thể chấp nhận được, cần thiết để hệ thống quản lý rủi ro tín dụng hoạt động hiệu quả Để vạch ra chiến lược rủi ro tín dụng đầy đủ, các ngân hàng phải tiến hành kiểm tra đầy đủ và chi tiết tình hình kinh doanh và kinh tế vĩ mô

Thứ hai, nâng cao chất lượng hệ thống đánh giá hồ sơ vay vốn của khách hàng Thẩm định là một khâu quan trọng trong quá trình cấp tín dụng cho vay vì nó quyết định khả năng trả nợ và lãi suất của khách hàng Đây cũng là giai đoạn quan trọng trong việc giảm thiểu rủi ro tín dụng Do đó, các ngân hàng phải có hệ thống thẩm định chất lượng cao, nhất quán và đáng tin cậy để đảm bảo chất lượng của các hồ sơ vay vốn được chấp nhận, giảm tỷ lệ nợ xấu, giảm rủi ro nợ xấu và giảm nguy cơ rủi ro tín dụng

Thứ ba, nâng dự phòng rủi ro tín dụng ở mức chấp nhận được Bên cạnh việc giảm tỷ lệ nợ xấu, các ngân hàng cần tập trung đánh giá chính xác việc trích lập dự phòng rủi ro tín dụng để giảm thiểu tác động tiêu cực của rủi ro tín dụng Các nhà quản trị ngân hàng phải phân tích và giám sát kỹ lưỡng tình trạng tín dụng cũng như việc sử dụng vốn của ngân hàng để đạt được mục tiêu này một cách hiệu quả Từ đó đưa ra các chính sách và tính toán dự phòng rủi ro tín dụng đầy đủ Tăng tính thanh khoản và khả năng tạo tiền của ngân hàng bằng cách giảm tác động của nợ xấu trong tương lai

Những hạn chế của đề tài và hướng nghiên cứu tương lai

1 An Tuệ 2022, ‘Tỷ lệ an toàn vốn tối thiểu (CAR) là gì?’, Tạp chí Doanh nghiệp và

Tiếp thị, truy cập tại https://doanhnghieptiepthi.vn/ty-le-an-toan-von-toi-thieu-car- la-gi-161220503171909886.htm, [ngày truy cập: 27/03/2024]

2 Chu Tường Vy, Rủi ro tín dụng là gì? Hạn mức rủi ro tín dụng tối thiểu của tổ chức tín dụng phi ngân hàng và ngân hàng thương mại gồm những gì, truy cập tại

< https://thuvienphapluat.vn/hoi-dap-phap-luat/839EE9F-hd-rui-ro-tin-dung-la- gi-han-muc-rui-ro-tin-dung-toi-thieu-cua-to-chuc-tin-dung-phi-ngan-hang-va- ngan-.html>, [ngày truy cập: 25/03/2024]

3 Cổng Thông tin điện tử Chính phủ 2021 Thông tư số 11/2021/TT-NHNN của Ngân hàng Nhà nước Việt Nam: Quy định về phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài, truy cập tại < https://chinhphu.vn/default.aspx?pageid'160&docid 3811>, [ngày truy cập: 25/03/2024]

4 Đặng Vũ Khánh Vân và Đinh Thị Mỹ Hạnh 2021,’Nâng cao hiệu quả quản trị rủi ro tín dụng các tổ chức tài chính vi mô Việt Nam’, Tạp chí Tài chính, Kỳ 2 (tháng 4/2021), trang 46 – 49

5 Hoàng Trọng và Chu Nguyễn Mộng Ngọc 2005, Phân tích dữ liệu nghiên cứu với

SPSS, NXB Thống kê, TP Hồ Chí Minh

6 H Lan 2022, ‘Năm 2022: Huy động vốn tăng 6%, tín dụng tăng gần 13%’, Đại biểu Nhân dân ngày 27/12/2022, truy cập tại https://daibieunhandan.vn/kinh-te- phat-trien/nam-2022-huy-dong-von-tang-6-tin-dung-tang-gan-13 i312709/, [ngày truy cập: 02/04/2024]

7 Lê Thanh Huyền và Cù Thị Lan Anh 2021, ‘Quản lý rủi ro tín dụng trong hệ thống ngân hàng thương mại Việt Nam’, Tạp chí Tài chính, Kỳ 2 (tháng 7/2021), trang

Tiêu đề	Tác động của quản lý rủi ro tín dụng đến khả năng sinh lời của các ngân hàng thương mại Việt Nam
Tác giả	Nguyễn Quỳnh Giang
Người hướng dẫn	PGS.TS. Đặng Văn Dân
Trường học	Trường Đại Học Ngân Hàng TP. Hồ Chí Minh
Chuyên ngành	Tài chính – Ngân hàng
Thể loại	Khóa luận tốt nghiệp đại học
Năm xuất bản	2024
Thành phố	TP. Hồ Chí Minh

Định dạng
Số trang	85
Dung lượng	1,67 MB