GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
LÝ DO CHỌN ĐỀ TÀI
Tín dụng trong hoạt động của ngân hàng thương mại là hoạt động không chỉ là nguồn thu nhập chủ yếu mà còn đóng vai trò cốt yếu trong việc kích thích nâng cao kinh tế - xã hội Tuy nhiên, hoạt động tín dụng cũng đi kèm với rủi ro tín dụng, thường phát sinh từ cả nhân tố bên ngoài lẫn bên trong Rủi ro tín dụng có thể dẫn đến tình trạng nợ xấu tăng lên, ảnh hưởng tiêu cực đến lợi nhuận của ngân hàng Nợ xấu là các khoản vay mà ngân hàng không thể thu hồi do nhiều nguyên nhân, là trở ngại nan giải đối với nhiều ngân hàng thương mại, không chỉ ở Việt Nam mà còn trên toàn thế giới Do đó, việc nghiên cứu các yếu tố ảnh hưởng đến tín dụng trở nên quan trọng, giúp các cơ quan kiểm soát duy trì sự ổn định tài chính và khuyến khích các ngân hàng áp dụng các chính sách giám sát rủi ro một cách có trách nhiệm hơn
Rủi ro tín dụng là những biến động tiềm ẩn trong thu nhập thuần và giá trị vốn do khách hàng không thực hiện đúng cam kết thanh toán (Timothy & MacDonald, 1995) Theo pháp luật Việt Nam hiện hành thì RRTD trong hoạt động ngân hàng là tổn thất có khả năng xảy ra đối với nợ của TCTD, chi nhánh ngân hàng nước ngoài do khách hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ của mình theo cam kết (02/2013/TT-NHNN)
Trong bối cảnh kinh tế Việt Nam đang phát triển, sự tăng trưởng của hoạt động tín dụng tại các ngân hàng đi đôi với sự gia tăng của RRTD Rủi ro này biểu hiện qua tỷ lệ nợ xấu, gây ra nhiều vấn đề cho hoạt động ngân hàng, bao gồm việc phải tăng cường trích lập dự phòng rủi ro, làm giảm lợi nhuận Việc trích lập dự phòng quá mức có thể ảnh hưởng đến niềm tin của cổ đông và làm giảm thị giá cổ phiếu Nợ xấu không chỉ làm tăng RRTD mà còn dẫn đến rủi ro thanh khoản, rủi ro kỳ hạn và rủi ro hệ thống
Theo báo cáo từ NHNN cho biết rằng cuộc xung đột tại Ukraine và dịch bệnh Covid-19 tác động xấu tới các doanh nghiệp trong nước, đã dẫn đến việc họ buộc phải đóng cửa hoặc hạn chế sản xuất, gây ra tác động tiêu cực lớn đối với hoạt động kinh doanh và gây ra tác động nghiêm trọng đến khả năng thanh toán của các doanh nghiệp Giai đoạn 2020-2021, tỷ lệ nợ xấu chúng ta đã chứng kiến có sự gia tăng và tỷ lệ nợ xấu nội bảng, cùng với việc nợ tiềm ẩn chuyển sang trạng thái nợ xấu một cách nhanh chóng và có chiều hướng tăng nhanh Thực tế đã cho thấy, tình hình nợ xấu phức tạp, thường xuyên biến động, các tổ chức tài chính đã chủ động bằng nhiều hình thức khác nhau, áp dụng biện pháp phân loại nợ, trích lập việc dự phòng rủi ro được tiến hành (chiếm khoảng 80% thị phần tổng tài sản) Mức dự phòng này đã tăng lên đáng kể, đạt mức cao chưa từng có là 150% vào cuối năm 2021 Năm 2021 với việc chuyển cho VAMC toàn bộ nợ và nợ xấu nội bảng (Công ty quản lý tài sản Việt Nam), cùng với những nợ tiềm ẩn đã chuyển thành dạng nợ xấu, còn tồn đọng ở mức cao là 6,31% Năm 2022, so với tổng dư nợ toàn hệ thống là 2% được tính đối với tỉ lệ nợ xấu nội bảng Tuy nhiên, đến thời điểm cuối tháng 2/2023, tỷ lệ này tăng lên 2,91% (so với chỉ 1,49% vào năm 2021 và mức 2% vào năm 2022) Trong khoảng thời gian này, toàn bộ hệ thống đã nâng cao hiệu quả trong việc giải quyết tổng cộng 21,3 ngàn tỷ đồng nợ xấu Vì vậy, các NHTM cần có những giải pháp nhằm quản lý RRTD
Nhận thức về kiểm soát rủi ro trong hoạt động ngân hàng là một vấn đề đang được quan tâm sâu sắc, bởi ảnh hưởng của nó đến hoạt động cho vay là một chủ đề cấp bách và có ý nghĩa thực tiễn trong lĩnh vực quản lý ngân hàng Nghiên cứu này nhằm phân tích “Các yếu tố ảnh hưởng đến rủi ro tín dụng của Ngân hàng Thương mại Việt Nam”.
MỤC TIÊU NGHIÊN CỨU
1.2.1 Mục tiêu nghiên cứu tổng quát
Nghiên cứu này nhằm xác định và đo lường các yếu tố ảnh hưởng đến RRTD tại các NHTM Việt Nam Từ đó kết quả của nghiên cứu, đề xuất một số gợi ý chính sách cho công tác quản lý RRTD tại các NHTM Việt Nam
1.2.2 Mục tiêu nghiên cứu cụ thể Để thực hiện các mục tiêu tổng quát được đề cập trên, tác giả thực hiện với các mục tiêu nghiên cứu cụ thể trong bài khóa luận này bao gồm:
Thứ nhất: Xác định các yếu tố tác động đến RRTD tại các NHTM Việt Nam
Thứ hai: Đo lường mức độ tác động của các yếu tố đến RRTD tại các NHTM Việt
Thứ ba: Đề xuất một số gợi ý chính sách khiến nghị nhằm giúp các NHTM Việt Nam quản lý RRTD một cách hiệu quả.
CÂU HỎI NGHIÊN CỨU
Nhằm đạt được mục tiêu nghiên cứu đề ra, bài nghiên cứu cần thực hiện lần lượt các câu hỏi nghiên cứu bao gồm:
Câu hỏi 1: Các yếu tố ảnh hưởng đến RRTD tại các NHTM Việt Nam?
Câu hỏi 2: Mức độ và chiều hướng tác động của từng yếu tố đến RRTD tại các NHTM Việt Nam như thế nào?
Câu hỏi 3: Những đề xuất chính sách và kiến nghị nào được đưa ra dựa trên kết quả nghiên cứu các yếu tố tác động đến RRTD tại các NHTM Việt Nam?
ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
Khóa luận tập trung nghiên cứu các yếu tố ảnh hưởng đến RRTD tại các NHTM Việt Nam Bao gồm các nhân tố thuộc bên trong các NHTM và các nhân tố thuộc về môi trường vĩ mô bên ngoài
Về không gian: Mẫu nghiên cứu được dựa trên dữ liệu từ các BCTC đã được hợp nhất của 25 Ngân hàng TMCP đang hoạt động xuyên suốt trong khoảng thời gian tác giả nghiên cứu đề tài Tác giả chọn những ngân hàng này vì những ngân hàng đó đã đạt được mức độ tín nhiệm cao và đáp ứng các yêu cầu về sự tồn tại với những thông tin cần sử dụng trong bài đều được công bố chính xác và minh bạch
Về thời gian: Số liệu được thu thập trong 12 năm trong khoảng thời gian từ năm 2011 đến năm 2022 Vì khoảng thời gian này VN đang phục hồi lại nên kinh tế sau suy thoái tài chính từ năm 2008 đến nay, trong thời gian này hệ thống NHTM cũng phải đối mặt với những khó khăn, thử thách có liên quan đến RRTD.
PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU
1.5.1 Phương pháp nghiên cứu Để đạt được các mục tiêu nghiên cứu được đề ra, bài nghiên cứu sử dụng các phương pháp nghiên cứu như sau:
Phương pháp nghiên cứu định tính: Bài nghiên cứu dùng các phương pháp định tính như tổng hợp, mô tả, phân tích, liệt kê, so sánh các yếu tố tác động đến RRTD của NHTM Việt Nam trong Chương 2, qua đó cho được mô hình nghiên cứu thích hợp nhất trong phần tiếp theo Ngoài ra, phương pháp này còn được sử dụng ở Chương 4 để tổng kết lại kết quả nghiên cứu đã nghiên cứu và đưa ra các đề xuất thích hợp trong chương cuối
Phương pháp nghiên cứu định lượng: Được sử dụng làm phương pháp chính của bài nghiên cứu Nghiên cứu sử dụng kỹ thuật hồi quy bằng dữ liệu bảng (Panel Data) để đánh giá những nhân tố ảnh hưởng đến RRTD của NHTM VN Bê cạnh đó, các mô hình dữ liệu bảng được sử dụng trong bài nghiên cứu bao gồm 3 mô hình như sau: Mô hình hồi quy bình phương tối thiểu gộp (Pooled OLS), mô hình tác động cố định (Fixed Effects Model - FEM), mô hình tác động ngẫu nhiên (Random Effects Model - REM) Tiếp đến, tác giả thực hiện các kiểm định cần thiết qua phần mềm Stata 17.0 để tìm ra mô hình phù hợp nhất dựa trên dữ liệu nghiên cứu làm kết quả nghiên cứu
Dữ liệu được tác giả sử dụng trong bài nghiên cứu là dữ liệu thứ cấp, được lấy từ các nguồn như sau:
Dữ liệu vi mô: được tổng hợp từ những BCTN và BCTC đã qua kiểm toán của
Dữ liệu vĩ mô: được tổng hợp từ Tổng cục Thống kê, Ngân hàng Thế giới (World Bank).
ĐÓNG GÓP CỦA ĐỀ TÀI
Về mặt khoa học: Đề tài đã giúp đỡ một phần trong việc hệ thống cơ sở lý thuyết và các nhân tố ảnh hưởng đến RRTD của NHTM tai Việt Nam trong khoảng thời gian 2011-2022 Thêm vào đó, nghiên cứu cũng đã bổ sung thêm những bằng chứng cần thiết để đưa ra kết luận từ đó đưa ra một số chính sách và kiến nghị để hạn chế RRTD trong NHTM
Về mặt thực tiễn: Tác giả đã thu thập dữ liệu và nghiên cứu các nhân tố ảnh hưởng đến RRTD của NHTM tại VN từ 25 NHTMCP VN trong giai đoạn 2011-2022, các nhà quản trị ngân hàng và những người lập kế hoạch chính sách có thể sử dụng kết quả nghiên cứu của tác giả để có cái nhìn toàn diện và có những chính sách hiệu quả nhằm kiểm soát RRTD và góp phần nâng cao hiệu quả hoạt động kinh doanh của NHTM tại VN trong tương lai.
BỐ CỤC CỦA ĐỀ TÀI
Bố cục của bài khóa luận được chia thành 5 chương:
Chương 1: Giới thiệu đề tài nghiên cứu
Trong chương đầu tiên, tập trung vào giới thiệu các vấn đề then chốt của đề tài bao gồm: Đặt vấn đề; Tính cấp thiết của đề tài; Mục tiêu nghiên cứu; Đối tượng nghiên cứu và phạm vi nghiên cứu; Ý nghĩa nghiên cứu Chương này sẽ đưa ra những lý do tác giả lựa chọn đề tài này để nghiên cứu
Chương 2: Cơ sở lý thuyết về các yếu tố ảnh hưởng đến RRTD của NHTM
Trong chương tiếp theo này, tác giả trình bày những định nghĩa về đề tài và các mô hình lý thuyết liên quan đến các yếu tố ảnh hưởng đến rủi ro tín dụng của Ngân hàng Thương mại Việt Nam Bên cạnh đó, chương 2 lược khảo các công trình nghiên cứu của VN và thế giới từ đó làm nền tảng để tìm ra mô hình nghiên cứu tối ưu nhất ở chương tiếp theo
Chương 3: Mô hình và phương pháp nghiên cứu
Chương này chú trọng vào xây dựng mô hình nghiên cứu dựa trên cơ sở lý thuyết đã được trình bày ở chương trước, các biến, dữ liệu, phương pháp được sử dụng để nghiên cứu và các bước thực hiện kinh tế lượng nhằm thu hoạch được kết quả thích hợp
Chương 4: Kết quả nghiên cứu và thảo luận Ở chương 4, tác giả đưa ra kết quả nghiên cứu sau khi chạy phần mềm Stata và thảo luận về kết quả nghiên cứu đó Nội dung chính bao gồm thực hiện thống kê mô tả và thực hiện phân tích mô hình bằng các phương pháp như hồi quy Pooled OLS, FEM, REM Ngoài ra, tác giả còn tiến hành kiểm định hiện tượng đa cộng tuyến, kiểm định phương sai sai số thay đổi, tự tương quan và tìm cách khắc phục khuyết tật của mô hình để tạo ra kết quả hiệu quả nhất Từ đó thảo luận và nhận xét dựa trên kết quả thu được từ quá trình nghiên cứu đó
Chương 5: Kết luận và kiến nghị
Nội dung trong phần này sẽ tóm lược các kết quả thu được từ chương trước, đóng góp, ý nghĩa thực tiễn của đề tài, nêu ra những hạn chế của đề tài Kết thúc khóa luận, tác giả đưa ra những kiến nghị cho các hướng nghiên cứu sau này
Chương 1 trình bày nội dung sơ bộ về các vấn đề của bài nghiên cứu Ngoài ra còn giúp cho người đọc có cái nhìn bao quát về những nội dung của bài nghiên cứu như: lý do chọn đề tài, mục tiêu, câu hỏi nghiên cứu, đối tượng và phạm vi, phương pháp nghiên cứu cả bài khóa luận Bên cạnh đó, trong chương này tác giả cũng cho biết những ý nghĩa về cả khoa học và thực tiễn của đề tài, và trình bày bố cục tổng quát của bài khóa luận.
CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU
RỦI RO TÍN DỤNG
2.1.1 Khái niệm rủi ro tín dụng
Trong bộ Nguyên tắc quản trị Rủi ro tín dụng của Ủy ban Basel về Giám sát Ngân hàng ban hành tại thời điểm tháng 9/2000 có đề cập “RRTD được định nghĩa một cách đơn giản nhất là khả năng bên vay nợ ngân hàng hoặc bên đối tác không đáp ứng các nghĩa vụ của mình theo các điều khoản đã thỏa thuận”
Thomas P Fitch (1997) nhận định rằng “Rủi ro tín dụng là loại rủi ro xảy ra khi người vay không thanh toán được nợ theo thỏa thuận hợp đồng dẫn đến sai hẹn trong nghĩa vụ trả nợ Cùng với rủi ro lãi suất, rủi ro tín dụng là một trong những rủi ro chủ yếu trong hoạt động cho vay của ngân hàng”
Bessis (2011) cho rằng “RRTD là rủi ro phát sinh tổn thất do suy giảm uy tín tín dụng của các đối tác RRTD là rủi ro lâu đời nhất và quan trọng nhất đối với các ngân hàng”
Theo khoản 1 điều 3 thông tư 11/2021/TT-NHNN quy định “Rủi ro tín dụng trong hoạt động ngân hàng (gọi tắt là rủi ro) là khả năng xảy ra tổn thất đổi 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 (gọi chung là thoa thuận) với tổ chức tin dụng, chi nhánh ngân hàng nước ngoài”
Nguyễn Văn Tiến (2012) cho rằng “RRTD phát sinh trong trường hợp ngân hàng không thu đủ được đầy đủ gốc là lãi khoản vay, hoặc việc thanh toán nợ gốc lãi không đúng kỳ hạn Nếu tất cả các khoản đầu tư của ngân hàng được thanh toán đầy đủ cả gốc và lãi đúng hạn thì ngân hàng không chịu bất cứ RRTD nào Trong trường hợp người vay tiền phá sản thì việc thu hồi gốc lãi tín dụng đầy đủ là không chắc chắn, do đó, ngân hàng có thể gặp RRTD”
Từ những định nghĩa trên, RRTD được hiểu là những rủi ro tiềm ẩn nảy sinh trong quá trình cấp tín dụng của ngân hàng, xuất phát từ khách hàng vay không thực hiện đúng nghĩa vụ trả nợ (bao gồm lãi vay và gốc) hoặc trả nợ không đúng hạn cho ngân hàng như trong hợp đồng tín dụng đã cam kết RRTD đóng vai trò cực kỳ quan trọng, khiến ngân hàng phải đối mặt với sự mất cân đối trong việc quản lý thu chi Không chỉ làm mất cân đối tài chính do không thu hồi được nợ, ngân hàng còn phải trả vốn lẫn lãi cho nguồn tiền được gửi tại ngân hàng Điều này có thể dẫn đến vòng quay vốn tín dụng bị giảm và nguy cơ mất thanh khoản, ảnh hưởng ngược chiều với chất lượng tín dụng và uy tín của NHTM Trong tương lai, nếu RRTD không được kiểm soát, từ đó lan rộng và gây hậu quả xấu cho nền kinh tế
2.1.2 Phân loại rủi ro tín dụng
RRTD được chia thành 2 loại bao gồm rủi ro giao dịch và rủi ro danh mục
(i) Rủi ro giao dịch: Là các trở ngại xuất hiện trong quá trình giao dịch giữa ngân hàng và khách hàng, đặc biệt là trong việc xét duyệt yêu cầu vay của khách hàng RRGD gồm 3 loại rủi ro chính:
Rủi ro lựa chọn: Là các thách thức liên quan tới việc thẩm định năng lực tài chính của khách hàng và khả năng phân tích tín dụng, trong đó ngân hàng đóng vị trí khá quan trọng trong việc phân tích, đánh giá và lựa chọn phương án cho vay
Rủi ro đảm bảo: Là những nguy cơ phát sinh từ các tiêu chuẩn được thiết lập để bảo đảm như điều khoản hợp đồng giao kết, đối tượng khách hàng và cách thức thực hiện đảm bảo và cấp độ cho vay
Rủi ro nghiệp vụ: Là các vấn đề của lĩnh vực nghiệp vụ cho vay của ngân hàng, khả năng giám sát hiệu quả trong tác nghiệp của cán bộ nhân viên đóng vai trò quan trọng
(ii) Rủi ro danh mục: Là các vấn đề phát sinh khi ngân hàng không thể kiểm soát danh mục cho vay một cách cẩn thận và khoa học RRDM được phân thành 2 loại chủ yếu:
Rủi ro nội tại: Có nguồn gốc từ bên trong của cá nhân, tổ chức đi vay và chủ thể trong nền kinh tế tổng thể
Rủi ro tập trung: Là tình trạng dư nợ của các khách hàng được dồn lại thành một nhóm hoặc cụm đối tượng, một lĩnh vực kinh tế hoặc một phân khúc sản phẩm hoặc một địa điểm
2.1.3 Nguyên nhân rủi ro tín dụng
Thứ nhất, thường phát sinh do sự kém hiệu quả trong các quy trình thẩm định tín dụng trước, trong và sau khi cho vay, dẫn đến việc chọn lựa không chính xác đối với khách hàng có chất lượng (Berger & DeYoung, 1997) Ta thấy RRTD phát sinh từ chính nội bộ của ngân hàng, bao gồm chính sách tín dụng không rõ ràng, việc cấp tín dụng quá mức, quản lý hoạt động cho vay không hiệu quả, Ngoài ra, RRTD còn có thể phát sinh khi đội ngũ cán bộ của ngân hàng thiếu trách nhiệm, trình độ chuyên môn thấp, không có đạo đức nghề nghiệp, tham nhũng, làm giả hồ sơ cho vay dẫn đến hồ sơ tín dụng và những khoản vay kém chất lượng ảnh hưởng đến uy tín của ngân hàng Bên cạnh đó, yếu tố gây nên RRTD cũng xuất phát từ việc ngân hàng thẩm định sai về tình trạng tín dụng bao gồm các giá trị tài sản đảm bảo hoặc giá trị tài sản thế chấp có biến động tiêu cực Berger và Deyoung (1997) đã cho rằng việc ngân hàng không tập trung vào quá trình thẩm định và giám sát các khoản vay có thể giúp tăng hiệu quả sử dụng chi phí hoạt động trong ngắn hạn nhưng hậu quả của điều này là nợ xấu của ngân hàng sẽ gia tăng đáng kể trong tương lai
Thứ hai, Berger & DeYoung (1997) cho rằng các NHTM thường đặt ra chiến lược doanh thu cao dẫn đến gia tăng các khoản cho vay, ngân hàng thường dành ít nguồn lực trong quá trình thẩm định và giám sát khoản vay nhằm tăng hiệu quả chi phí hoạt động trong ngắn hạn, điều này sẽ làm tăng RRTD trong tương lai các NHTM không chấp hành các quy tắc bảo đảm an toàn vốn, từ đó sẽ tạo ra RRTD (Das & Ghosh, 2007)
Ngoài những yếu tố đến từ nội bộ ngân hàng thì RRTD còn bị ảnh hưởng bởi các tác nhân khách quan như sau:
Thứ nhất, do tình hình kinh tế và pháp lý Sự biến động trong chính trị hoặc chiến lược của Chính phủ để thích hợp với diến biến kinh tế của VN có thể ảnh hưởng đến các NHTM Chính sách đầu tư tích cực để thu hút đầu tư sẽ mang lại cơ hội và ngân hàng sẽ chọn được khách hàng tốt Ngoài ra theo Wang (2013) có rằng nếu môi trường pháp luật thiếu đồng bộ, tạo điều kiện cho các hành vi vi phạm pháp luật như tham ô, chiếm đoạt tài sản, dẫn đến sự mất cân bằng trong kinh doanh, tạo ra trở ngại trong hoạt động cho vay của ngân hàng dẫn đến tác động không tốt đến hoạt động tín dụng của ngân hàng
CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN RỦI RO TÍN DỤNG TẠI NGÂN HÀNG THƯƠNG MẠI
Qua các lý thuyết nêu trên, ta có thể thấy các yếu tố ảnh hưởng đến RTTD bao gồm các yếu tố vi mô và vĩ mô được trình bày bên dưới
2.2.1 Các yếu tố vi mô
Khả năng sinh lời được tính theo tỷ lệ giữa lợi nhuận sau thuế trên tổng tài sản Công thức như sau:
Lợi nhuận sau thuếTổng tài sản
Nguồn: Nguyễn Văn Tiến (2012) Đây là một chỉ tiêu quan trọng trong việc đánh giá hiệu quả hoạt động của ngân hàng Chỉ tiêu sinh lời của ngân hàng phản ánh lên chất lượng của quản lý ngân hàng đó có hiệu suất trong nhiệm vị giám sát rủi ro hay không Vì vậy, khả năng sinh lời được xem là có tương quan nghịch biến với rủi RRTD (Tehulu & Olana, 2014) Ghosh (2017) cho rằng các ngân hàng có lợi nhuận cao thường ít có xu hướng đầu tư vào các hoạt động kinh doanh rủi ro hơn so với các ngân hàng có lợi nhuận thấp Ngược lại, các ngân hàng có hoạt động chưa hiệu quả thường tập trung vào tăng lợi nhuận bằng cách cấp các khoản tín dụng mặc dù có thể không đạt chuẩn, làm tăng nguy cơ RRTD Trong trường hợp tỷ suất sinh lời tăng, ngân hàng có thể có khả năng giảm RRTD (Chaibi & Ftiti, 2015) Điều này cho thấy hiệu suất cao phản ánh chất lượng quản lý tốt giúp giảm nguy cơ RRTD
Khả năng thanh khoản là một chỉ số quan trọng phản ánh năng lực của ngân hàng trong việc quản trị và kiểm soát RRTD, được đo lường thông qua tỷ lệ giữa tài sản có tính thanh khoản trên nợ phải trả Đây là một trong những tiêu chí cốt lõi trong việc giám sát và quản lý hoạt động của các ngân hàng, giúp đánh giá khả năng thanh khoản và khả năng chi trả của một TCTD Tỷ lệ thanh khoản cao cho thấy ngân hàng có khả năng huy động vốn một cách hiệu quả
Theo nghiên cứu của Tehulu và Olana (2014), khi tính thanh khoản tăng lên, điều này có nghĩa là lượng tín dụng được cấp thấp hơn và do đó, xác suất xảy ra RRTD giảm Theo Acharya (2011), các công ty tài chính gia tăng các khoản nợ phải luân chuyển liên tục và sử dụng chúng để tài trợ cho tài sản, do đó càng nhiều khoản nợ ngân hàng thì RRTD ngân hàng càng cao Đặc biệt, trong các giai đoạn khủng hoảng tài chính khi giá trị tài sản đảm bảo giảm, ngân hàng gặp trở ngại trong việc đảo nợ, làm tăng rủi ro thanh khoản
Tỷ lệ VCSH trên TTS là một trong những chỉ số quan trọng để giảm thiểu rủi ro trong ngân hàng Chỉ số này giúp đánh giá khả năng tài chính và độ ổn định của ngân hàng Dựa theo Hiệp định vốn Basel yêu cầu quy định mỗi ngân hàng cần duy trì một tỷ lệ vốn nhất định so với tài sản có rủi ro Trong tình huống khủng hoảng tài chính, tỷ lệ vốn này trở thành chỉ số cốt lõi để đảm bảo ngân hàng sẽ che chắn cho các khoản vay có rủi ro, nếu như lợi nhuận không đủ Theo nguyên tắc chung, một ngân hàng vững mạnh sẽ có CAP cao so với TTS Tỷ lệ vốn cao cũng phản ánh khả năng sinh lời tốt của ngân hàng, dẫn đến tỷ lệ RRTD thấp
Berger và De Young (1997) nhận định rằng các ngân hàng có tỷ lệ VCSH thấp trên TTS hoặc tỷ lệ đòn bẩy thấp thường chấp nhận rủi ro cao hơn trong hoạt động cho vay Mặt khác, Salas và Saurina (2002) đã chứng minh một mối tương quan cùng chiều giữa tỷ lệ vốn và RRTD, tức là tỷ lệ vốn càng cao thì RRTD càng thấp Ngược lại, Zribi và Boujelbegrave (2011) đã chỉ ra một mối quan hệ nghịch biến giữa vốn chủ sở hữu và rủi ro, cho thấy rằng các ngân hàng có vốn hóa cao thường ít chấp nhận rủi ro so với những ngân hàng có vốn hóa thấp hơn
SIZE thường tượng trưng cho quy mô ngân hàng và được dùng để đánh giá năng lực thị trường của ngân hàng và thường được sử dụng trong nghiên cứu các nhân tố ảnh hưởng đến RRTD Size được xác định bằng logarit tổng tài sản ngân hàng Toàn bộ tài sản của một ngân hàng được dùng để tính toán quy mô của nó Ngân hàng có quy mô lớn thường có xu hướng giảm thiểu rủi ro và tìm cách mở rộng hóa các khoản vay để giảm thiểu rủi ro, nhằm duy trì mức độ rủi ro ở mức thấp nhất có thể Ngân hàng lớn cũng thường có hệ thống quản lý rủi ro hiệu quả và có khả năng tiếp cận với các khoản vay có mức độ rủi ro thấp hơn
Các ngân hàng có quy mô lớn đa phần có khả năng trong việc đa dạng hóa các danh mục đầu tư và có các kỹ năng trong kiểm soát rủi ro, cho phép họ đánh giá chất lượng hiệu quả hơn với những khách hàng đi vay có khả năng gây ra nợ xấu (Zribi & Boujelbène, 2011)
Das và Ghosh (2007) chỉ ra rằng các ngân hàng với quy mô lớn hơn thì tâm lý chấp nhận mức độ rủi ro cao hơn, điều này có thể dẫn đến hậu quả tiêu cực trong tương lai Lý do là các ngân hàng lớn thường có xu hướng cấp tín dụng cho các công ty lớn, làm cho quy trình phê duyệt vay vốn trở nên đơn giản hơn, từ đó tăng khả năng phát sinh rủi ro tín dụng đối với những khoản vay này
2.2.1.5 Hi ệ u qu ả chi phí ho ạt độ ng
Berger và DeYoung (1997) chỉ ra rằng hiệu quả hoạt động ngân hàng và RRTD thường đi ngược nhau Họ lý giải rằng ngân hàng không hiệu quả thường chịu chi phí cao và rủi ro lớn hơn trong việc quản lý nợ xấu Điều này dẫn đến việc sử dụng nhiều nguồn lực hơn để xử lý các khoản vay kém, làm tăng chi phí và giảm hiệu quả Ngược lại, ngân hàng tiết kiệm nguồn lực cho quản lý chất lượng vay có thể giảm chi phí ngắn hạn, nhưng sẽ đối mặt với nợ xấu cao trong dài hạn
Ngân hàng với hiệu quả chi phí cao thường ít phải đối mặt với RRTD, nhờ vào khả năng quản lý chi tiêu nội bộ và kiểm soát nợ xấu một cách hiệu quả Trái lại, ngân hàng không quản lý giám sát tốt có thể gặp phải tình trạng nợ xấu tăng lên do các vấn đề vượt quá khả năng kiểm soát Do đó, cần phải quan tâm nhiều nguồn lực hơn vào việc thu hồi nợ để cải thiện hiệu quả chi phí Điều này cũng phản ánh phần nào sự yếu kém trong giám sát khoản vay và quản lý nợ của ban quản trị
2.2.2 Các yếu tố vĩ mô
2.2.2.1 T ốc độ tăng trưở ng kinh t ế
Tốc độ tăng trưởng kinh tế được viết tắt là GDP, tăng trưởng kinh tế của một quốc gia đóng vai trò là thước đo đánh giá tổng giá trị thị trường của hàng hóa và dịch vụ hoàn chỉnh được tạo ra bởi một đất nước trong một giai đoạn cụ thể Các bài nghiên cứu thường xem xét GDP hàng năm, sự biến đổi về sản lượng, và sự tăng lên của thu nhập trung bình đầu người để xác định các yếu tố tác động đến RRTD
GDP thường được kỳ vọng có mối quan hệ ngược chiều với RRTD do tỷ lệ GDP của đất nước tốt, đồng nghĩa tỷ lệ lạm phát được kiểm soát ở một mức hợp lí, điều này thường mang lại lợi ích cho cả hoạt động của ngân hàng và sự phát triển của đất nước Tuy nhiên, khi tình trạng kinh tế suy thoái, các doanh nghiệp có nguy cơ phá sản cao từ đó gây ra RRTD trong NHTM Các nghiên cứu của Chaibi & Ftiti (2015), Zheng, Sarker & Nahar (2018) và Mpofu & Nikolaidou (2018) cho thấy GDP ảnh hưởng ngược chiều với RRTD Qua những nghiên cứu trên cho thấy tỷ lệ nợ xấu ít quan trọng trong thời gian phát triển kinh tế do các khách hàng cá nhân và khách hàng doanh nghiệp có đủ nguồn tiền trả nợ đúng thời hạn cam kết Tuy nhiên, khi kinh tế suy thoái, thu nhập giảm sẽ làm tăng trở ngại trong việc trả nợ, dẫn đến sự gia tăng của nợ xấu Điều này buộc các ngân hàng phải thắt chặt điều kiện cho vay, làm tăng khó khăn về thanh khoản và tiếp tục ảnh hưởng tiêu cực đến kinh tế, khiến cho tình trạng nợ xấu càng trở nên trầm trọng hơn
Tỷ lệ lạm phát thể hiện mức giá chung của dịch vụ và hàng hóa gia tăng liên tục trong khoảng thời gian nhất định của một nền kinh tế do sự suy giảm giá trị của tiền tệ đang được sử dụng Tỷ lệ lạm phát được đo lường bằng phần trăm trung bình mức giá, sản phẩm và dịch vụ của một đất nước
Một tỷ lệ lạm phát cao có thể làm cho việc thanh toán nợ trở nên dễ dàng hơn bằng cách giảm giá trị thực của khoản vay Tuy nhiên, nó cũng có thể làm giảm năng lực thanh toán nợ của người dân do thu nhập thực tế bị giảm Lạm phát có thể có cả tác động tích cực và tiêu cực đến RRTD Theo Castro (2013), một mặt, khi tỷ lệ lạm phát gia tăng dẫn đến giá trị thực của khoản tiền đã vay bị giảm giúp tạo điều kiện cho trả nợ của khách hàng được thuận lợi hơn, mặt khác, tỷ lệ lạm phát gia tăng dẫn đến giá trị thực của thu nhập bị giảm gây tác động tiêu cực đến khả năng trả nợ của người vay
TỔNG QUAN VỀ CÁC NGHIÊN CỨU THỰC NGHIỆM
2.3.1 Các nghiên cứu trong nước
Võ Th ị Quý & Bùi Ng ọ c To ả n (2014) tiến hành nghiên cứu về các yếu tố ảnh hưởng đến RRTD của 26 NHTM tại Việt Nam từ năm 2009 đến 2012, mẫu nghiên cứu sử dụng phương pháp OLS kết hợp phương pháp GMM nhằm giải quyết vấn đề tương quan bậc nhất giữa các sai số trong mô hình Kết quả thu được cho thấy RRTD ngân hàng của năm hiện tại có ảnh hưởng thuận chiều với RRTD trong quá khứ Tuy nhiên, RRTD ngân hàng của năm hiện tại có tác động ngược chiều với tỷ lệ tăng trưởng tín dụng năm trước, tỷ lệ tăng trưởng GDP năm trước Điều này chứng tỏ tỷ lệ tăng trưởng GDP giảm, tăng trưởng tín dụng tăng làm gia tăng RRTD của các NHTM
Nguy ễ n Th ị Ng ọ c Di ệ p & Nguy ễ n Th ị Minh Ki ể u (2015) đã nghiên cứu những nhân tố ảnh hưởng đến RRTD tại các 32 NHTM Việt Nam trong khoảng thời gian 2010 - 2013, sử dụng các phương pháp nghiên cứu bao gồm Pooled OLS, FEM, REM, ngoài ra tác giả còn dùng kiểm định Hausman nhằm đánh giá lại các mô hình để lựa chọn mô hình tối ưu nhất Do nguồn vốn của NHTM chủ yếu là từ hoạt động huy động tiền gửi, nên biến phụ thuộc chính trong nghiên cứu là RRTD Kết quả cho thấy, các biến LGR, SIZE và CIR đều có tác động cùng chiều với RRTD
Nguy ễ n Th ị Như Quỳ nh và c ộ ng s ự (2018) đã nghiên cứu về các nhân tố ảnh hưởng đến RRTD của NHTM được đo lường bằng nợ xấu là biến phụ thuộc trong giai đoạn 2006 - 2016 Mẫu nghiên cứu bao gồm 25 NHTM tại Việt Nam, sử dụng các phương pháp ước lượng như Pooled OLS, FEM, REM và sử dụng phương pháp hồi quy bình phương tối thiểu tổng quát khả thi (FGLS) để khắc phục hiện tượng phương sai thay đổi FEM để đưa ra kết quả tốt nhất Nghiên cứu cho thấy có tương quan âm giữa tỷ lệ nợ xấu với tỷ lệ tăng trưởng kinh tế, tăng trưởng tín dụng và tỷ lệ thất nghiệp với mức thống kê là 1% Bên cạnh đó, tỷ lệ nợ xấu hiện tại có tương quan dương với tỷ lệ lạm phát và tỷ lệ nợ xấu năm trước Ngược lại, không phát hiện mối tương quan giữa quy mô ngân hàng với khả năng sinh lời và tỷ lệ nợ xấu
Lê Hoàng Vinh và c ộ ng s ự (2021) đã nghiên cứu về các yếu tố tác động tới
RRTD trong hoạt động cho vay của 24 NHTM tại Việt Nam trong giai đoạn 2009 -
2019 và sử dụng phương pháp ước lượng GLS Kết quả cho thấy, tăng trưởng cho vay có mối quan hệ hình chữ U đối với RRTD, ngược lại SIZE tác động ngược chiều dạng hình chữ U với RRTD Ngoài ra, RRTD còn tác động ngược chiều với thanh khoản, hiệu quả quản lý và ảnh hưởng cùng chiều với VCSH và thu nhập lãi cho vay
Lê Duy Khánh (2021) đã phân tích về các nhân tố tác động đến RRTD tại 16
NHTM của VN trong khoảng thời gian 2009 - 2019 và sử dụng phương pháp ước lượng Moment với biến phụ thuộc là tỷ lệ nợ xấu Theo kết quả đạt được, tỷ lệ nợ xấu ở hiện tại có tương quan cùng chiều với tỷ lệ trích lập dự phòng RRTD và cũng có tác động cùng chiều với tỷ lệ nợ xấu năm t-1 Ngược lại, tỷ lệ nợ xấu năm nay có tương quan ngược chiều với quy mô ngân hàng và thu nhập ngoài lãi Bên cạnh đó, các yếu tố tỷ lệ lạm phát, đòn bẩy nợ và hiệu quả hoạt động không phát hiện mối tương quan
2.3.2 Các nghiên cứu nước ngoài
Nabila Zribil & Younes Boujelbène (2011) đã nghiên cứu về các nhân tố bao gồm bên trong và bên ngoài ảnh hưởng đến RRTD tại 10 NHTM ở Tunisia trong khoản thời gian từ 1995 đến 2008, sử dụng phương pháp ước lượng bao gồm FEM, REM và kiểm định Hausman, Breush-Pagan và Wooldridge Kết quả thu được là tỷ suất sinh lời và cấu trúc sở hữu tác động cùng chiều với RRTD, ngược lại CAP và quy định an toàn vốn có tương quan âm với RRTD Ngoài ra, những yếu tố vĩ mô có tác động cùng chiều đến quyết định chấp nhận RRTD của các ngân hàng ở Tunisia Ngoài ra, RRTD còn tác động cùng chiều với các ngân hàng thuộc quyền kiểm soát của Nhà nước, vì họ thường phải phân bổ nguồn lực cho việc hỗ trợ nguồn tiền cho các hoạt động Nhà nước và các dự án cộng đồng, từ đó tác động đến sự mở rộng và cải thiện nền kinh tế tại Tunisia
Vítor Castro (2013) đã phân tích về sự tác động giữa các biến kinh tế vĩ mô với RRTD của các ngân hàng tại các nước Châu Âu bao gồm Greece, Ireland, Portugal, Spain và Italy từ năm 1997 đến năm 2011 Nghiên cứu sử dụng phương pháp ước lượng như OLS, FEM, REM Kết quả thu được cho thấy các yếu tố vĩ mô như tỷ lệ tăng trưởng GDP, tỷ lệ thất nghiệp, lãi suất và tỷ giá hối đoái có tác động dương với RRTD của các ngân hàng Ngược lại, RRTD của các ngân hàng có tương quan ngược chiều với tỷ giá hối đoái và chỉ số giá cổ phiếu trong giai đoạn nền kinh tế gặp khủng hoảng tài chính
Hasna Chaibi & Zied Ftiti (2015) đã sử dụng phương pháp tiếp cận dữ liệu bảng động để kiểm tra và so sánh các yếu tố tác động đến nợ xấu của các NHTM của
2 quốc gia Pháp và Đức trong giai đoạn từ 2005 đến 2011, mẫu nghiên cứu bao gồm Pháp: 1029 quan sát của 147 ngân hàng và Đức: 931 quan sát của 133 ngân hàng Nghiên cứu chứng minh rằng các nhân tố kinh tế vĩ mô, đặc biệt là tăng trưởng GDP, lãi suất, tỷ lệ thất nghiệp và tỷ giá hối đoái có ảnh hưởng đến RRTD cả hai nền kinh tế Tuy nhiên, tỷ lệ lạm phát có ảnh hưởng ngược chiều tại Đức, ngược lại không ảnh hường đến RRTD tại Pháp Ngoài ra, tại Đức, các ngân hàng có nợ xấu bị ảnh hưởng bởi đòn bẩy, tuy nhiên nợ xấu của các ngân hàng ở Pháp lại bị tác động bởi các khoản dự phòng cho vay
Zheng, Sarker & Nahar (2018) đã nghiên cứu về các yếu tố tác động đến RRTD của 22 NHTM tại Bangladesh, tác giả thu thập dữ liệu với 322 quan sát từ
2001 đến 2015 và sử dụng phương pháp OLS cho mô hình Kết quả thu được cho thấy RRTD của ngân hàng có mối tương quan ngược chiều với tỷ lệ vốn, quy mô ngân hàng và khả năng sinh lời, trong khi đó biên lãi ròng, CIR lại có mối tương quan dương với RRTD của ngân hàng Tuy nhiên, các biến kinh tế vĩ mô như tỷ lệ tăng trưởng GDP và tỷ lệ lạm phát không phát hiện có sự tương quan nào với rủi ro tín dụng
Mpofu & Nikolaidou (2018) đã sử dụng dữ liệu hàng năm trong giai đoạn
2000-2016 cho một mẫu gồm 22 nền kinh tế châu Phi cận Sahara Dữ liệu được lấy từ Ngân hàng Thế giới, IMF và Ngân hàng Trung ương của các nền kinh tế trọng điểm Phương pháp GMM, OLS và FEM được sử dụng trong bài nghiên cứu Kết quả cho thấy tỷ lệ lạm phát, tý lệ tín dụng trong nước cho khu vực tư nhân của các ngân hàng trên GDP, độ mở thương mại, chi số biến động thị trường và cuộc khủng hoảng tài chính toàn cầu 2008/2009, tất cả đều có gây ảnh hướng đáng kể đến nợ xấu Các biến tốc độ tăng trưởng GDP, tỷ lệ thất nghiệp, lãi suất cho vay, tỷ giá hối đoái hiệu quả thực đều không có nhiều tác động đến RRTD
2.3.3 Nhận xét về các nghiên cứu thực nghiệm
Bảng 2.1 Tổng hợp các nghiên cứu trước
VN từ năm 2009 đến năm
Phương pháp Pooled OLS, FEM,
REM và phương pháp GMM
RRTD ngân hàng năm t-1; LGR năm hiện hành;
LGR năm t-1 và năm t-2; SIZE; tỷ lệ tăng trưởng GDP năm năm t và năm t-1
RRTD ngân hàng năm t-1 có tác động dương với RRTD LGR với độ trễ một năm, tăng trưởng GDP với độ trễ một năm tác động âm với RRTD Ngoài ra, LGR năm hiện hành, LGR với độ trễ hai năm, SIZE và tăng trưởng GDP năm t không mang ý nghĩa thống kê
VN trong khoảng thời gian từ 2010 đến 2013
Phương pháp Pooled OLS, FEM, REM
LGR; tổng dư nợ tín dụng; CIR; tỷ lệ giữa thu nhập ròng từ hoạt động kinh doanh trước chi phí dự phòng RRTD
RRTD có tác động cùng chiều với LGR, tổng dư nợ tín dụng, LGR Tỷ lệ giữa thu nhập ròng từ hoạt động kinh doanh trước chi phí dự phòng RRTD không có ý nghĩa thống kê
Phương pháp hồi quy dữ liệu bảng
Tỷ lệ nợ xấu có tương quan ngược chiều với UNEM, và cộng sự
Biến độc lập: Tốc độ tăng trưởng
INF; tỷ lệ nợ xấu năm trước; SIZE;
LGR và tăng trưởng kinh tế Mối tương quan cùng chiều giữa tỷ lệ nợ xấu hiện tại với INF và tỷ lệ nợ xấu từ năm trước
VN trong khoảng thời gian từ 2009 đến 2019
Tăng trưởng cho vay; SIZE
Vốn chủ sở hữu; thu nhập lãi cho vay; thanh khoản và hiệu quả quản lý
RRTD chịu tác động ngược chiều bởi thanh khoản và hiệu quả quản lý RRTD chịu ảnh hưởng cùng chiều bởi VCSH và thu nhập lãi cho vay Tác động phi tuyến của tăng trưởng cho vay đối với RRTD với mối quan hệ hình chữ U và tầm quan trọng tương đối của từng biến
VN trong khoảng thời gian
Phương pháp Pooled OLS, FEM,
REM và phương pháp GMM
GDP; tỷ lệ nợ xấu với độ trễ một năm; tỷ lệ trích lập Đòn bẩy tài chính, ROA và INF là những biến không đạt ý nghĩa về mặt thống kê, tỷ lệ nợ xấu năm t-1, tỷ lệ từ 2009 đến 2019 dự phòng RRTD; tỷ lệ đòn bẫy; tỷ lệ thu nhập phi lãi;
MÔ HÌNH NGHIÊN CỨU
XÂY DỰNG MÔ HÌNH NGHIÊN CỨU
3.1.1 Cơ sở đề xuất lựa chọn mô hình nghiên cứu
Dựa trên những nội dung đã được nêu ở chương trước, nhằm xác định các yếu tố ảnh hưởng đến RRTD của NHTM VN, tác giả quyết định xây dựng mô hình hồi quy có dạng tổng quát như sau:
Yi,t là biến phụ thuộc đại diện RRTD β0 là biến số đối với tất cả ngân hàng không thay đổi theo thời gian β1 là hệ số của từng biến độc lập tương ứng với mức độ rủi ro
Xi,t là đại diện cho vectơ của mỗi biến độc lập tương ứng với các nhân tố tác động đến RRTD εi,t là sai số của mô hình
Dựa trên những lý thuyết đã được trình bày ở phần trước, tác giả quyết định sử dụng Tỷ lệ nợ xấu với cách tính là tỷ lệ nợ xấu / tổng dư nợ để đo lường biến phụ thuộc RRTD Tác giả sử dụng biến Tỷ lệ nợ xấu vì nó là một biến phản ánh thích hợp cho RRTD của NHTM Cách đo lường này có thể được thấy ở các nghiên cứu trước đó như Nguyễn Thị Như Quỳnh và cộng sự (2018), Lê Duy Khánh (2021), Hasna Chaibi & Zied Ftiti (2015), Zheng, Sarker & Nahar (2018) và Vítor Castro (2013), Mpofu & Nikolaidou (2018)
Dựa trên phân tích đã được thực hiện trong Chương 2 về những nghiên cứu thực nghiệm trước đây, nhiều công trình nghiên cứu của Việt Nam và các nước thế giới đã áp dụng mô hình hồi quy dữ liệu bảng, bao gồm các phương pháp ước lượng như Pooled OLS, FEM, REM, để kiểm tra các biến số Bên cạnh đó, khóa luận sử dụng mô hình hồi quy dữ liệu bảng làm phương pháp nghiên cứu chính Lựa chọn này được đưa ra dựa trên lược khảo từ những nghiên cứu thực nghiệm về RRTD của các NHTM do các nhà nghiên cứu quốc tế như Võ Thị Quý & Bùi Ngọc Toản (2014), Nguyễn Thị Ngọc Diệp & Nguyễn Thị Minh Kiểu (2015), Nguyễn Thị Như Quỳnh và cộng sự (2018), Lê Duy Khánh (2021), Nabila Zribil & Younes Boujelbène (2011), Vítor Castro (2013), Hasna Chaibi & Zied Ftiti (2015), Zheng, Sarker & Nahar (2018), Mpofu & Nikolaidou (2018)
Ngoài ra, qua các phân tích về những nghiên cứu thực nghiệm trước đây, tác giả sử dụng các biến độc lập được dùng trong bài nghiên cứu dựa trên những bài nghiên cứu trước là những biến dùng phổ biến và đạt ý nghĩa thống kê bao gồm các biến vi mô là quy mô ngân hàng, khả năng sinh lời, tỷ lệ vốn, tốc độ tăng trưởng tín dụng, hiệu quả chi phí hoạt động và những nhân tố vĩ mô như tốc độ tăng trưởng kinh tế, tỷ lệ lạm phát, tỷ lệ thất nghiệp Những tác giả trước đây đã dùng những biến này cho bài nghiên cứu bao gồm Võ Thị Quý và Bùi Ngọc Toản (2014), Nguyễn Thị Ngọc Diệp và Nguyễn Minh Kiều (2015), Nabila & Younes (2011), Chaibi & Ftiti (2015), Zheng, Sarker & Nahar (2018), Mpofu & Nikolaidou (2018)
3.1.2 Thiết kế mô hình nghiên cứu
Qua sự chọn lọc biến cho mô hình nghiên cứu dựa vào những nghiên cứu trước đây đã được đề cập ở phần trên, bài nghiên cứu có mô hình nghiên cứu cụ thể như sau:
CRi,t: RRTD của ngân hàng i, tại năm t;
SIZEi,t: Quy mô ngân hàng của ngân hàng i, tại năm t;
ROAi,t : Tỷ lệ LNST trên TTS của ngân hàng i, tại năm t;
CAPi,t: Tỷ lệ vốn chủ sở hữu trên tổng tài sản của ngân hàng i, tại năm t; LGRi,t: Tốc độ tăng trưởng tín dụng của ngân hàng i, tại năm t;
CIRi,t: Hiệu quả chi phí hoạt động của ngân hàng i, tại năm t;
GDPt: Tốc độ tăng trưởng kinh tế năm t;
INFt: Tỷ lệ lạm phát năm t;
UNEMt: Tỷ lệ thất nghiệp năm t; εi,t: là sai số của mô hình; β0: là hệ số chặn (hằng số); β1, β2, β3, β4, β5, β6, β7, β8: là mức độ ảnh hưởng của từng biến độc lập đến rủi ro tín dụng
Bảng 3.1 Bảng mô tả và đo lường các biến
Ký hiệu Diễn giải biến Công thức tính
CR Tỷ lệ nợ xấu Nợ xấu/Tổng dư nợ
Các yếu tố vi mô
SIZE Quy mô ngân hàng Log (Tổng tài sản)
ROA Khả năng sinh lời LNST/TTS
CAP Tỷ lệ vốn Vốn chủ sở hữu/Tổng tài sản
LGR Tốc độ tăng trưởng tín dụng
(Tổng dư nợ năm t - Tổng dư nợ năm t-1)/Tổng dư nợ năm t-1
CIR Hiệu quả chi phí hoạt động
Chi phí hoạt động/Thu nhập hoạt động
Các yếu tố vĩ mô
GDP Tốc độ tăng trưởng kinh tế (GDPt - GDPt-1)/GDPt-1
INF Tỷ lệ lạm phát (INFt - INFt-1)/INFt-1
UNEM Tỷ lệ thất nghiệp (UNEMt - UNEMt-1)/UNEMt-1
Nguồn: Tác giả tổng hợp
MÔ TẢ BIẾN VÀ GIẢ THUYẾT NGHIÊN CỨU
CR là từ đại diện cho biến RRTD Bên cạnh đó, nợ xấu bao gồm các nhóm nợ 3,4,5 và nợ từ nhóm 2 trở đi phải trích lập dự phòng RRTD theo quy định Nhà nước Điều này được đề cập chi tiết trong BCTN của các NHTM Biến CR càng cao cho thấy RRTD của NHTM càng lớn và đồng thời cũng cho thấy hoạt động tài chính cũng như việc kiểm soát RRTD của ngân hàng kém Những nghiên cứu trước đây cũng đã dùng chỉ số này vào mô hình nghiên cứu như Nguyễn Thị Như Quỳnh và cộng sự (2018), Lê Duy Khánh (2021), Hasna Chaibi & Zied Ftiti (2015), Zheng, Sarker & Nahar (2018) và Vítor Castro (2013)
3.2.2.1 Quy mô ngân hàng (SIZE)
Quy mô ngân hàng (SIZE) thường được dùng để đánh giá năng lực thị trường của ngân hàng và thường được sử dụng trong nghiên cứu các nhân tố ảnh hưởng đến RRTD Những ngân hàng có quy mô lớn thường có xu hướng giảm thiểu rủi ro và tìm cách đa dạng hóa các khoản vay để giảm thiểu rủi ro, nhằm duy trì mức độ rủi ro ở mức thấp nhất có thể Ngân hàng lớn cũng thường có hệ thống quản lý rủi ro hiệu quả và có khả năng tiếp cận với các khoản vay có mức độ rủi ro thấp hơn Các ngân hàng có quy mô lớn đa phần có khả năng trong việc sở hữu các danh mục đầu tư phong phú và có nhiều kỹ năng trong kiểm soát rủi ro, cho phép họ đánh giá chất lượng hiệu quả hơn với những khách hàng đi vay có khả năng gây ra nợ xấu (Zribi & Boujelbène, 2011) Vì vậy giả thuyết trên được kỳ vọng có ảnh hưởng cùng chiều với RRTD
Giả thuyết H 1 : Quy mô ngân hàng có tác động cùng chiều với rủi ro tín dụng
3.2.2.2 Kh ả năng sinh lờ i (ROA)
Biến ROA là biến đại diện cho khả năng sinh lời trên tổng tài sản Đây là một chỉ tiêu quan trọng trong việc đánh giá hiệu quả hoạt động của ngân hàng Chỉ tiêu sinh lời của ngân hàng phản ánh lên chất lượng của quản lý ngân hàng đó có hiệu quả trong nhiệm vụ giám sát rủi ro hay không Ghosh (2017) cho rằng các ngân hàng có lợi nhuận cao thường ít có xu hướng đầu tư vào các hoạt động kinh doanh rủi ro hơn so với các ngân hàng có lợi nhuận thấp Ngược lại, các ngân hàng có hoạt động chưa hiệu quả thường tập trung vào tăng lợi nhuận bằng cách cấp các khoản tín dụng mặc dù có thể không đạt chuẩn, làm tăng nguy cơ RRTD Trong trường hợp ROA tăng của ngân hàng, họ có thể có khả năng giảm RRTD (Chaibi & Ftiti, 2015) Điều này cho thấy hiệu suất cao phản ánh chất lượng quản lý tốt giúp giảm nguy cơ RRTD Vì vậy giả thuyết trên được kỳ vọng có ảnh hưởng ngược chiều với RRTD
Giả thuyết H 2 : Khả năng sinh lời có tác động ngược chiều với rủi ro tín dụng
Biến CAP đại diện cho tỷ lệ VCSH trên tổng tài sản Đây là một trong những chỉ tiêu quan trọng để giảm thiểu rủi ro trong ngân hàng Chỉ số này giúp đánh giá khả năng tài chính và độ ổn định của ngân hàng Trong tình hình suy thoái tài chính, tỷ lệ vốn này trở thành chỉ số cốt lõi để đảm bảo ngân hàng có thể che chắn cho các khoản vay có rủi ro, nếu như lợi nhuận không đủ Theo nguyên tắc chung, một ngân hàng vững mạnh sẽ có CAP cao so với TTS Tỷ lệ vốn cao cũng phản ánh khả năng sinh lời tốt của ngân hàng, dẫn đến tỷ lệ RRTD thấp Zribi và Boujelbegrave (2011) đã chỉ ra một mối quan hệ nghịch biến giữa vốn chủ sở hữu và rủi ro, cho thấy rằng các ngân hàng có vốn hóa cao thường ít chấp nhận rủi ro so với những ngân hàng có vốn hóa thấp hơn Ngược lại, ở nghiên cứu của Lê Hoàng Vinh và cộng sự (2021) tỷ lệ vốn có tác động cùng chiều với RRTD CAP cao tạo nên một cơ sở tài chính mạnh mẽ, đóng góp vào sự bền vững và ổn định của các NHTM Vì lý do này, các ngân hàng có vốn lớn thường sẵn lòng đối mặt với rủi ro để mong đợi lợi tức cao hơn, điều này có thể làm tăng khả năng phát sinh rủi ro tài chính đáng kể Vì vậy giả thuyết trên được kỳ vọng có ảnh hưởng cùng chiều với RRTD
Giả thuyết H 3 : Tỷ lệ vốn có tác động cùng chiều với rủi ro tín dụng
3.2.2.4 T ốc độ tăng trưở ng tín d ụ ng (LGR)
Biến LGR là đại diện cho tốc độ tăng trưởng tín dụng Theo Võ Thị Quý và Bùi Ngọc Toản (2014) cho rằng vào giai đoạn kinh tế hội nhập quốc tế, các ngân hàng sẽ đối đầu với sự tranh giành khốc liệt nhằm giành lấy phần thị trường trong lĩnh vực cho vay Điều này dẫn đến việc mở rộng hoạt động tín dụng một cách nhanh chóng, và để thu hút nhiều khách hàng vay mượn hơn, các ngân hàng có thể giảm bớt các yêu cầu cho vay, làm tăng số lượng các khoản vay có rủi ro cao Khi kinh tế suy thoái, các vấn đề vĩ mô sẽ tác động đến khả năng trả nợ của khách hàng, qua đó làm tăng số lượng nợ xấu đáng kể Các nghiên cứu của Nguyễn Thị Ngọc Diệp và Nguyễn Minh Kiều (2015) chỉ ra LGR có ảnh hưởng cùng chiều với RRTD Vì vậy giả thuyết trên được kỳ vọng có ảnh hưởng cùng chiều với RRTD
Giả thuyết H 4 : Tốc độ tăng trưởng tín dụng có tác động cùng chiều với rủi ro tín dụng
3.2.2.5 Hi ệ u qu ả chi phí ho ạt độ ng (CIR)
Biến CIR là đại diện cho hiệu quả chi phí hoạt động Đây là chỉ số đánh giá mức độ hiệu quả giám sát chi phí của ngân hàng, được tính toán bởi tỷ lệ chi phí hoạt động so với tổng doanh thu từ hoạt động kinh doanh Nếu CIR thấp đồng nghĩa với ngân hàng kiểm soát chi phí hiệu quả, tạo ra lợi nhuận cao, từ đó làm động lực cho ngân hàng mở rộng tăng cường cho vay và có thể dẫn đến tăng RRTD Trái lại, một tỷ lệ cao chỉ ra rằng ngân hàng đang tập trung vào việc giảm thiểu rủi ro, có thể làm giảm lợi nhuận và ảnh hưởng đến khả năng tăng trưởng tín dụng, từ đó làm giảm
RRTD Do đó giả thuyết trên được kỳ vọng có ảnh hưởng ngược chiều với rủi ro tín dụng
Giá thuyết H 5 : Hiệu quả chi phí hoạt động có ảnh hưởng ngược chiều với rủi ro tín dụng
3.2.2.6 T ốc độ tăng trưở ng kinh t ế (GDP)
Tốc độ tăng trưởng kinh tế được đại diện bởi biến GDP Tăng trưởng GDP của một quốc gia đóng vai trò là thước đo đánh giá tổng giá trị thị trường của hàng hóa và dịch vụ hoàn chỉnh được tạo ra bởi một đất nước trong một giai đoạn nhất định Bên cạnh đó, các nghiên cứu thường xem xét GDP hàng năm, sự biến đổi về sản lượng, và sự tăng lên của thu nhập trung bình đầu người để xác định các nhân tố ảnh hưởng đến RRTD
GDP thường được kỳ vọng có mối quan hệ ngược chiều với RRTD do tỷ lệ GDP của đất nước tốt, đồng nghĩa tỷ lệ lạm phát được kiểm soát ở một mức hợp lí, điều này thường mang lại lợi ích cho cả hoạt động của ngân hàng và sự phát triển của đất nước Tuy nhiên, khi tình trạng kinh tế suy thoái, các doanh nghiệp có nguy cơ phá sản cao từ đó gây ra RRTD cho NHTM Các nghiên cứu của Chaibi & Ftiti (2015), Zheng, Sarker & Nahar (2018) và Mpofu & Nikolaidou (2018) cho thấy GDP tác động ngược chiều với RRTD Qua những nghiên cứu trên cho thấy tỷ lệ nợ xấu ít quan trọng trong thời gian phát triển kinh tế do các khách hàng cá nhân và khách hàng doanh nghiệp có đủ nguồn tiền trả nợ đúng thời hạn cam kết Tuy nhiên, khi kinh tế không ổn định, thu nhập giảm sẽ làm tăng trở ngại trong việc trả nợ, dẫn đến sự gia tăng của nợ xấu Điều này buộc các ngân hàng phải thắt chặt điều kiện cho vay, làm tăng khó khăn về thanh khoản và tiếp tục ảnh hưởng tiêu cực đến kinh tế, khiến cho tình trạng nợ xấu càng trở nên trầm trọng hơn Vì vậy chỉ tiêu này được kỳ vọng có ảnh hương ngược chiều với RRTD
Giả thuyết H 6 : Tốc độ tăng trưởng kinh tế có tác động ngược chiều với rủi ro tín dụng
Biến INF là đại diện cho tỷ lệ lạm phát Tỷ lệ lạm phát thể hiện mức giá chung của dịch vụ và hàng hóa gia tăng liên tục trong khoảng thời gian nhất định của một nền kinh tế do sự suy giảm giá trị của tiền tệ đang được sử dụng Tỷ lệ lạm phát được đo lường bằng phần trăm trung bình mức giá, sản phẩm và dịch vụ của một đất nước
Tỷ lệ lạm phát cao có thể làm cho việc thanh toán nợ trở nên dễ dàng hơn bằng cách giảm giá trị thực của khoản vay Tuy nhiên, nó cũng có thể làm giảm năng lực thanh toán nợ của người dân do thu nhập của họ bị giảm Lạm phát có thể có cả tác động tích cực và tiêu cực đến RRTD Chỉ tiêu INF có tác động cùng chiều với RRTD và đã được chứng minh trong các bài nghiên cứu của Nguyễn Thị Như Quỳnh và cộng sự (2018), Vítor Castro (2013), Hasna Chaibi & Zied Ftiti (2015), khi lạm phát còn tiếp diễn thì từ đó nhu cầu vay vốn của khách hàng sẽ tăng lên để nhu cầu tiêu dùng được đáp ứng kịp thời, do giá cả dịch vụ và hàng hóa ngày càng tăng Vì vậy giả thuyết trên được kỳ vọng có ảnh hưởng cùng chiều với RRTD
Giả thuyết H 7 : Tỷ lệ lạm phát có tác động cùng chiều với rủi ro tín dụng
UNEM là đại diện cho tỷ lệ thất nghiệp Tỷ lệ thất nghiệp cao thường phản ánh tình trạng khó khăn của nền kinh tế, điều này làm suy giảm lượng cầu của người tiêu dùng Với số lượng doanh nghiệp chiếm phần lớn trong cơ cấu tín dụng ngân hàng, sự suy thoái kinh tế có thể tác động tiêu cực đến hoạt động kinh doanh của họ Điều này khiến hạn chế sản xuất và kinh doanh của các doanh nghiệp, từ đó kéo theo việc giảm hoạt động cho vay Vì vậy, các NHTM có khuynh hướng sẽ thu hồi vốn và giảm bớt việc cấp vay mới, qua đó làm giảm RRTD Vì vậy giả thuyết trên được kỳ vọng có ảnh hưởng ngược chiều với RRTD
Giả thuyết H 8 : Tỷ lệ thất nghiệp có tác động ngược chiều với rủi ro tín dụng
Bảng 3.2 Tổng hợp kỳ vọng dấu các biến của mô hình Tên biến Ký hiệu Dấu kỳ vọng Nghiên cứu trước
Quy mô ngân hàng SIZE +
Nguyễn Thị Ngọc Diệp & Nguyễn Minh Kiều (2015), Hasna Chaibi & Zied Ftiti (2015), Lê Hoàng Vinh và cộng sự (2021)
Khả năng sinh lời ROA -
Chaibi & Ftiti (2015), Zheng, Sarker & Nahar (2018), Lê Hoàng Vinh và cộng sự (2021)
Tỷ lệ vốn CAP + Zribi và Boujelbène (2011)
Tốc độ tăng trưởng tín dụng LGR + Nguyễn Thị Ngọc Diệp và
Hiệu quả chi phí hoạt động CIR - Berger vàDeYoung (1997)
Tốc độ tăng trưởng kinh tế GDP -
Hasna Chaibi & Zied Ftiti, (2015) Zheng, Sarker& Nahar (2018), Mpofu & Nikolaidou (2018), Nguyễn Thị Như Quỳnh và cộng sự (2018), Lê Hoàng Vinh và cộng sự (2021)
Tỷ lệ lạm phát INF + Vítor Castro (2013), Hasna
Nguyễn Thị Như Quỳnh và cộng sự (2018)
Tỷ lệ thất nghiệp UNEM - Mpofu & Nikolaidou (2018)
Nguồn: Tác giả tổng hợp
DỮ LIỆU NGHIÊN CỨU
Khóa luận lấy dữ liệu từ 25 NHTMCP tại Việt Nam hiện tại đang được niêm yết trên sàn chứng khoán Việt Nam trong 12 năm trong khoảng thời gian từ năm 2011 đến năm 2022 Vì khoảng thời gian này VN đang phục hồi lại nên kinh tế sau suy thoái tài chính từ năm 2008 đến nay, trong thời gian này hệ thống NHTM cũng phải đối mặt với những thử thách, vấn đề liên quan đến RRTD Danh sách 25 NHTM được tác giả lựa chọn làm mẫu nghiên cứu được trình bày ở Phụ lục 1
Số liệu tác giả thu thập cho các biến bao gồm biến Quy mô ngân hàng (SIZE), Khả năng sinh lời (ROA), Tỷ lệ vốn (CAP), Tốc độ tăng trưởng tín dụng (LGR), Hiệu quả chi phí hoạt động (CIR), Tốc độ tăng trưởng kinh tế (GDP), Tỷ lệ lạm phát (INF),
Tỷ lệ thất nghiệp (UNEM) được thu thập từ nguồn dữ liệu thứ cấp, chủ yếu từ các báo cáo thường niên và báo cáo tài chính đã được kiểm toán theo chuẩn mực kế toán Việt Nam Đối với các biến vĩ mô như: tốc độ tăng trưởng kinh tế (GDP), tỷ lệ lạm phát (INF), tỷ lệ thất nghiệp (UNEM) được tác giả tổng hợp từ Tổng cục thống kê Việt Nam và Ngân hàng Thế giới từ năm 2011 đến 2022 Ngoài ra, tác giả đồng thời kết hợp thêm phần mềm Excel để tính toán các số liệu của các biến độc lập và phần mềm Stata 17.0 nhằm xác định mức độ tác động của biến độc lập lên biến phụ thuộc.
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
THỐNG KÊ MÔ TẢ
Bảng 4.1 Kết quả thống kê mô tả các biến
Biến Số quan sát GTTB Độ lệch chuẩn GTNN GTLN
ROA 300 0.008951 0.0074942 -0.0551175 0.0323799 CAP 300 0.0911032 0.0377614 0.0406177 0.2383814 LGR 300 0.1903805 0.1636183 -0.2986362 1.082034 CIR 300 0.7757638 4.956695 0.0379389 86.30194 GDP 300 0.0606516 0.0165602 0.0256156 0.0801979
Nguồn: Tổng hợp từ phần mềm Stata 17.0
Qua kết quả chạy ra được từ phần mềm Stata đã nêu ở bảng 4.1 ta thấy các GTTB, độ lệch chuẩn, GTNN và GTLN của các biến có liên quan đến mô hình hồi quy thu thập được từ 25 NHTMCP VN trong giai đoạn từ 2011 đến 2022 với 300 quan sát
Tỷ lệ nợ xấu (CR): Dựa vào bảng 4.1, ta có thể nhận thấy rằng biến CR với GTTB là 0.0227417 và độ lệch chuẩn là 0.0195513 Trong khi đó, ngân hàng Phương Đông (OCB) ghi nhận mức RRTD cao nhất là 0.28 vào năm 2012 và mức thấp nhất thuộc về ngân hàng Kỹ thương (TCB) vào năm 2020 với giá trị là 0.0046669 Qua đó, ta có thể thấy các ngân hàng đã thúc đẩy giám sát các khoản vay để chắc chắn tỷ lệ nợ xấu bé hơn 3% theo phần trăm của Ngân hàng Nhà nước Việt Nam đặt ra
Quy mô ngân hàng (SIZE): SIZE được tính bằng công thức là Logarit của Tổng tài sản có GTTB là 8.17597 và độ lệch chuẩn là 0.5299688 Qua bảng trên, ngân hàng TMCP Đầu tư và Phát triển là ngân hàng có quy mô lớn nhất là 9.326474 và ngân hàng TMCP Sài Gòn Công thương là ngân hàng có quy mô nhỏ nhất là 7.166866
Khả năng sinh lời (ROA): Biến ROA có GTTB đạt 0.008951 với độ lệch chuẩn là 0.5299688 TCB đạt GTLN là 0.0323799 vào năm 2021, tuy nhiên TPB ghi nhận mức thấp nhất là -0.0551175 trong năm 2011 do LNST mang dấu âm ROA thấp nguyên nhân từ các sự kiện như cuộc khủng hoảng tài chính năm 2008 và khủng hoảng nợ công Châu Âu năm 2012 đã gây ra hệ quả nghiêm trọng cho các ngân hàng Tuy nhiên, bắt đầu từ năm 2016, chất lượng tín dụng đã nâng cao, thu nhập cũng như lợi nhuận đã được cải thiện và tăng lên
Tỷ lệ vốn (CAP): Biến tỷ lệ vốn cho thấy sự dao động từ GTNN là 0.0406177 của ngân hàng BIDV năm 2017 đến GTLN là 0.2383814 của ngân hàng SGB năm
2013 GTTB là 0.0961 và độ lệch chuẩn là 0.0451 Từ đó cho thấy các ngân hàng đã tăng VCSH, đồng thời Chính phủ cũng đã nâng tỷ lệ an toàn VCSH thấp nhất lên 9% và áp dụng chuẩn Basel II để chắc chắn hoạt động ngân hàng không gặp trở ngại sau khoảng thời gian khủng hoảng
Tốc độ tăng trưởng tín dụng (LGR): LGR có GTLN là HDB với 1.082034 ở năm 2015 và GTNN là TPB với -0.2986362 năm 2011 cho thấy LGR không đồng đều giữa các ngân hàng Giá trị trung bình của LGR là 0.1903805 và độ lệch chuẩn là 0.1636183 Trong một số năm trở lại đây, các NHTM đặc biệt tập trung vào các khoản cho vay chất lượng, tránh các khoản vay không rõ ràng và nâng cao quản lý nợ xấu Đặc biệt, từ lúc khi dịch Covid-19 hiện hành, hoạt động tín dụng đã chịu ảnh hưởng nghiêm trọng và không có dấu hiệu giảm sút
Tỷ lệ chi phí hoạt động (CIR): Biến CIR có GTTB là 0.7757638 và độ lệch chuẩn là 4.956695 GTNN là 0.0379389 vào năm 2011 của VCB, đến GTLN là 86.30194 vào năm 2011 của TPB, cho thấy CIR của các ngân hàng có chiều hướng giảm qua thời gian Qua đó ta thấy các ngân hàng đã tiến hành cắt giảm chi phí, tăng cường lao động và quy trình làm việc có bổ sung công nghê số để giảm chi phí và thay thế dần các hoạt động tín dụng truyền thống
Tăng trưởng kinh tế (GDP): GDP Việt Nam ghi nhận GTTB là 6.06% và độ lệch chuẩn là 1.65% Năm 2021 là năm thấp nhất với GDP chỉ đạt 2.56% do ảnh hưởng của dịch Covid-19 Tuy nhiên, năm 2022 VN đã chứng kiến sự phục hồi mạnh mẽ của nền kinh tế với mức tăng trưởng GDP đạt 8.02%, vượt qua mức kỳ vọng và cho thấy sự tái phát triển nhanh chóng của kinh tế sau đại dịch
Tỷ lệ lạm phát (INF): Tỷ lệ lạm phát INF có giá trị trung bình là 4.98% độ lệch chuẩn là 4.64% INF của Việt Nam có GTLN là 18.68% trong năm 2011 và GTNN của INF của VN là 0.63% năm 2015, phần trăm này là con số thấp nhất từ trước đến nay (không đến 1%) Đây là mức lạm phát thấp đáng kinh ngạc mà VN ghi nhận kể từ khi bắt đầu có chỉ số lạm phát, những năm sau đó VN cũng cố gắng duy trì tỷ lệ này ở mức ổn định nhất có thể
Tỷ lệ thất nghiệp (UNEM): có GTNN là 1.95% năm 2012 và GTLN là 3.2% năm 2021, GTTB là 2.31% cùng với độ lệch chuẩn 0.30% Trải qua những biến động trong nền kinh tế của đất nước, các lĩnh vực đều bị tác động nặng nề, thu hẹp quy mô hoạt động sản xuất, giảm bớt nguồn nhân công ở nhiều địa phương do đó tỷ lệ thất nghiệp vẫn cao Kể từ năm 2012, có dấu hiệu hồi phục của nền kinh tế, các lĩnh vực sản xuất từng bước mở rộng quy mô, dẫn đến sự giảm nhẹ của tỷ lệ thất nghiệp trong những năm sau Bên cạnh đó, đến năm 2021, dịch bệnh Covid-19 đã gây ra sự đình trệ mạnh mẽ trong nền kinh tế, dẫn đến mức tăng cao về tỷ lệ thất nghiệp, đây là thời kỳ có tỷ lệ UNEM cao nhất.
PHÂN TÍCH TƯƠNG QUAN
Phân tích này nhằm xem xét sự tương quan giữa các biến độc lập và biến phụ thuộc để xem xét sự tương quan của từng cặp với nhau và yêu cầu không cao hơn 0,8 Khi hệ số tương quan càng lớn càng có nguy cơ xuất hiện hiện tượng đa cộng tuyến
Ma trận tương quan chạy được từ phần mềm được trình bày dưới đây:
Bảng 4.2 Ma trận tương quan giữa biến phụ thuộc và các biến độc lập
CIR SIZE ROA CAP LGR CIR GDP INF UNE
Nguồn: Tổng hợp từ phần mềm Stata 17.0
Ghi chú: mức ý nghĩa 10%, 5% và 1% tương ứng với (*), (**), (***)
Bảng 4.2 trình bày giữa RRTD (CR) và tỷ lệ vốn (CAP), tỷ lệ lạm phát (INF) có ảnh hưởng cùng chiều, trong khi đó, các chỉ số khác như quy mô ngân hàng (SIZE), khả năng sinh lời (ROA), tốc độ tăng trưởng tín dụng (LGR), hiệu suất chi phí (CIR), tốc độ tăng trưởng kinh tế (GDP) và tỷ lệ thất nghiệp (UNEM) lại có mối tương quan ngược chiều với RRTD (CR) Đáng chú ý, biến ROA với hệ số tương quan là -0.0655 với độ tin cậy 5%, cho thấy sự ảnh hưởng ngược chiều: khi ROA tăng lên, RRTD có xu hướng giảm và ngược lại Bên cạnh đó, LGR có hệ số -0.0151 với độ tin cậy 5%, chỉ ra rằng tốc độ tăng trưởng tín dụng cao hơn dẫn đến sự giảm của RRTD UNEM có hệ số -0.1903 với độ tin cậy 1%, nghĩa là tỷ lệ thất nghiệp cao hơn sẽ làm giảm RRTD
Thêm vào đó, bảng 4.2 cũng chỉ ra rằng hệ số tương quan giữa các biến số đều nhỏ hơn 0.8, qua đó ta có thể thấy rằng khả năng xuất hiện hiện tượng đa cộng tuyến là không đáng kể.
ƯỚC LƯỢNG MÔ HÌNH HỒI QUY
Nghiên cứu dùng 3 mô hình Pool OLS, FEM, REM để xem xét mức độ ảnh hưởng của các biến phụ thuộc với biến độc lập, nhằm xem xét các nhân tố ảnh hưởng đến RRTD trong NHTM VN
Bảng 4.3 Tổng hợp kết quả hồi quy Pooled OLS, FEM, REM
OLS Mô hình FEM Mô hình REM
Hệ số β P- value Hệ số β P- value Hệ số β P- value
Ghi chú: mức ý nghĩa 10%, 5% và 1% tương ứng với (*), (**), (***)
Nguồn: Tổng hợp từ phần mềm Stata 17.0
Kết quả từ mô hình Pooled OLS cho biết có bốn biến thống kê ảnh hưởng đến RRTD (CR), biến CAP có ảnh hưởng cùng chiều với độ tin cậy 5% Ngược lại, CIR và GDP có sự tác động ngược chiều với RRTD ở mức độ tin cậy 5%, và UNEM cũng có mối quan hệ ngược chiều nhưng ở mức độ tin cậy 1% Hệ số R 2 là 0.124, điều này chỉ ra rằng các biến độc lập có khả năng giải thích 12.4% sự biến đổi của biến phụ thuộc Ngoài ra, các biến SIZE, ROA, LGR và INF không được xem xét trong mô hình do không đạt được ý nghĩa thống kê
Kết quả từ mô hình FEM cho thấy năm biến thống kê có ảnh hưởng đến RRTD (CR), biến CAP có ảnh hưởng cùng chiều với độ tin cậy 1% Ngược lại, ROA, CIR, GDP và UNEM có sự tác động ngược chiều với RRTD ở mức độ tin cậy 5% Hệ số
R 2 là 0.141, điều này chỉ ra rằng các biến độc lập có khả năng giải thích 14.1% sự biến đổi của biến phụ thuộc Ngoài ra, các biến SIZE, LGR và INF không được xem xét trong mô hình do không đạt được ý nghĩa thống kê
Kết quả từ mô hình REM cho thấy năm biến thống kê có ảnh hưởng đến RRTD (CR), biến CAP có ảnh hưởng cùng chiều với độ tin cậy 5% Tuy nhiên, ROA, CIR và GDP có tác động ngược chiều với RRTD ở mức độ tin cậy 5%, và UNEM cũng có tác động ngược chiều nhưng ở mức độ tin cậy 1% Hệ số R 2 là 0.1395, điều này chỉ ra rằng các biến độc lập có khả năng giải thích 13.95% sự biến đổi của biến phụ thuộc Ngoài ra, các biến SIZE, LGR và INF không được xem xét trong mô hình do không đạt được ý nghĩa thống kê.
KIỂM ĐỊNH LỰA CHỌN MÔ HÌNH
4.4.1 Kiểm định lựa chọn giữa hai mô hình Pooled OLS và FEM
Bảng 4.4 Kiểm định F-Test lựa chọn hai mô hình Pooled OLS và FEM
Nguồn: Tổng hợp từ phần mềm Stata 17.0
Tác giả sử dụng kiểm định F-test để đưa ra lựa chọn giữa hai mô hình Pooled OLS và FEM Kết quả cho được giá trị Prob > F = 0.0002 < 5%, vì vậy chấp nhận giả thuyết H1 (H1: Có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau), vì vậy mô hình phù hợp là mô hình FEM
4.4.2 Kiểm định lựa chọn giữa hai mô hình FEM và REM
Bảng 4.5 Kiểm định Hausman lựa chọn hai mô hình FEM và REM chi2(8) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 3.86 Prob > chi2 = 0.8693
Nguồn: Tổng hợp từ phần mềm Stata 17.0
Tác giả sử dụng kiểm định Hausman để lựa chọn giữa hai mô hình FEM và REM Kết quả thống kê cho thấy giá trị Prob > chi2 là 0.8693, cao hơn mức ý nghĩa 5% Điều này dẫn đến việc chấp nhận giả thuyết H0 (H0: Không tồn tại giữa các biến số độc lập và phần dư tương quan), qua đó khẳng định mô hình REM là mô hình thích hợp
4.4.3 Kiểm định lựa chọn giữa hai mô hình Pooled OLS và REM
Bảng 4.6 Kiểm định Reusch and Pagan Lagrangian lựa chọn hai mô hình
Nguồn: Tổng hợp từ phần mềm Stata 17.0
Tác giả sử dụng kiểm định Reusch and Pagan Lagrangian để lựa chọn giữa hai mô hình Pooled OLS và REM Kết quả thống kê cho thấy giá trị Prob > chi2 là 0.0000, nhỏ hơn mức ý nghĩa 5% Điều này dẫn đến việc chấp nhận giả thuyết H1 (H1: Phương sai sai số thay đổi), qua đó khẳng định mô hình REM là mô hình thích hợp
Qua đánh giá ba mô hình Pooled OLS, FEM và REM, mô hình REM được xác định là thích hợp nhất để phân tích các nhân tố tác động đến RRTD của các NHTMCP
KIỂM ĐỊNH CÁC KHUYẾT TẬT MÔ HÌNH
4.5.1 Kiểm định đa cộng tuyến
Bảng 4.7 Kết quả kiểm định hiện tượng đa cộng tuyến
Nguồn: Tổng hợp từ phần mềm Stata 17.0
Từ bảng trên, ta thấy tất cả các giá trị VIF đều nhỏ hơn 10, do đó không xuất hiện hiện tượng đa cộng tuyến Dựa vào dữ liệu trên cho thấy không xuất hiện hiện tượng đa cộng tuyến và tám biến trong bài đều được giữ lại trong mô hình nghiên cứu
4.5.2 Kiểm định phương sai sai số thay đổi
Nhằm giải quyết vấn đề phương sai sai số thay đổi, tác giả sẽ dùng kiểm định Modified Wald cho mô hình Ta có giả thuyết:
H0: Không tồn tại hiện tượng phương sai sai số thay đổi
H1: Tồn tại hiện tượng phương sai sai số thay đổi
Bảng 4.8 Kết quả kiểm định phương sai sai số thay đổi
Nguồn: Tổng hợp từ phần mềm Stata 17.0
Kết quả kiểm định cho thấy giá trị Prob > chi2 là 0.0000, nhỏ hơn mức ý nghĩa 5% Điều này dẫn đến việc chấp nhận giả thuyết H1 (H1: Kết quả là mô hình có hiện tượng phương sai sai số thay đổi)
4.5.3 Kiểm định tự tương quan Để giải quyết vấn đề tự tương quan, tác giả sẽ dùng kiểm định Wooldridge cho mô hình Ta có giả thuyết:
H0: Không tồn tại hiện tượng tự tương quan
H1: Tồn tại hiện tượng tự tương quan
Bảng 4.9 Kết quả kiểm định tự tương quan Kiểm định Wooldridge
Giá trị thống kê F Prob > F
Nguồn: Tổng hợp từ phần mềm Stata 17.0
Qua kiểm định thu được giá trị Prob > F là 0.0499, nhỏ hơn mức ý nghĩa 5% Điều này dẫn đến việc chấp nhận giả thuyết H1 (H1: Kết quả là mô hình có hiện tượng tự tương quan)
KHẮC PHỤC KHUYẾT TẬT MÔ HÌNH
Qua những kiểm định trên, xác định lựa chọn thích hợp là mô hình REM, sau khi tiến hành một số kiểm định để đánh giá sự phù hợp của mô hình Phát hiện rằng mô hình có vấn đề liên quan đến phương sai của sai số thay đổi và có sự tự tương quan, do đó sẽ áp dụng phương pháp FGLS để giải quyết những vấn đề này Các kết quả ước lượng mô hình FGLS chạy được từ phần mềm:
Bảng 4.10 Kết quả ước lượng mô hình bằng phương pháp FGLS
Biến Hệ số hồi quy Sai số chuẩn P-value
Ghi chú: mức ý nghĩa 10%, 5% và 1% tương ứng với (*), (**), (***)
Nguồn: Tổng hợp từ phần mềm Stata 17.0
Có sáu biến độc lập trong mô hình FGLS mang ý nghĩa thống kê với CR bao gồm ba biến vi mô là ROA, CAP, CIR và ba biến vĩ mô là GDP, INF và UNEM Bên cạnh đó, biến SIZE và LGR không có ý nghĩa với mô hình Từ đó, tác giả rút ra được phương trình của mô hình nghiên cứu như sau:
CRit = 0.0318 - 0.5151*ROA it + 0.0961*CAP it - 0.0006*CIR it - 0.0521*GDP t + 0.0400*INF t - 0.4314*UNEM t +ε i,t
KIỂM ĐỊNH GIẢ THUYẾT NGHIÊN CỨU
Từ mô hình cuối cùng đã được tác giả kiểm định và khắc phục trong mục 4.6, tác giả tiến hành kiểm định kết quả mô hình nghiên cứu với giả thuyết ban đầu đã nêu ở chương 3
Bảng 4.11 Kiểm định giả thuyết nghiên cứu
Biến Giả thuyết nghiên cứu
Không có ý nghĩa thống kê
Không có ý nghĩa thống kê
INF (+) (+) Chấp nhận giả thuyết
Nguồn: Tổng hợp từ phần mềm Stata 17.0
THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
4.8.1 Quy mô ngân hàng (SIZE)
Biến SIZE có mối tương quan nghịch với RRTD, cụ thể là khi quy mô tăng thêm một đơn vị, RRTD giảm 0.0006559 đơn vị Dù kết quả này không phù hợp với giả định ban đầu của tác giả, nó lại phản ánh quan điểm tương tự như nghiên cứu của Nguyễn Thị Ngọc Diệp & Nguyễn Minh Kiều (2015), Hasna Chaibi & Zied Ftiti (2015), Lê Hoàng Vinh và cộng sự (2021) Quy mô ngân hàng thường được dùng để đánh giá năng lực thị trường của ngân hàng và thường được sử dụng trong nghiên cứu các nhân tố ảnh hưởng đến rủi ro tín dụng Các NHTM có quy mô lớn thì có xu hướng giảm thiểu rủi ro và tìm cách đa dạng hóa các khoản vay để giảm thiểu rủi ro, nhằm duy trì mức độ rủi ro ở mức thấp nhất có thể Ngân hàng lớn cũng thường có hệ thống quản lý rủi ro hiệu quả và có khả năng tiếp cận với các khoản vay có mức độ rủi ro thấp hơn
Một trường hợp điển hình cho việc quản lý RRTD hiệu quả trong bối cảnh ngân hàng có quy mô lớn tại Việt Nam là Ngân hàng Đầu tư và Phát triển Việt Nam (BIDV) Trong giai đoạn từ 2010 đến 2021, BIDV đã chứng kiến sự phát triển mạnh mẽ và đã áp dụng nhiều biện pháp quản lý cũng như kiểm soát rủi ro tín dụng khác nhau Đầu tư vào công nghệ cũng giúp ngân hàng nhận biết sớm các dấu hiệu người vay không có năng lực thanh toán các khoản vay, từ đó quản lý RRTD một cách tốt hơn Kết quả là, tổng tài sản năm 2010 của BIDV là 19.719 tỷ VND và tỷ lệ nợ xấu là 2.26%, khi TTS năm 2021 tăng lên 21.483 tỷ VND, tỷ lệ nợ xấu đã giảm xuống còn 1.39%, giảm 38.5% so với năm 2010
4.8.2 Khả năng sinh lời (ROA)
Biến ROA có mối tương quan ngược chiều với RRTD với mức ý nghĩa 1%, kết quả này phù hợp với giả thuyết ban đầu mà tác giả đưa ra và cũng tương đồng với các nghiên cứu của Chaibi & Ftiti (2015), Zheng, Sarker & Nahar (2018), Lê Hoàng Vinh và cộng sự (2021) Điều này cho thấy các NHTM Việt Nam đang vận hành có hiệu quả, quản lý chi phí kinh doanh tốt, từ đó tạo ra nguồn thu nhập ổn định Khoản lợi nhuận này giúp bù đắp cho các khoản nợ xấu, giảm thiểu RRTD cho ngân hàng Việc ngân hàng không còn phụ thuộc nhiều vào lãi suất cho vay và có thêm nhiều nguồn thu khác đã giúp ổn định lợi nhuận Ngoài ra, lợi nhuận tăng còn nhờ vào việc hoàn nhập dự phòng, khuyến khích các ngân hàng có lợi nhuận cao thanh toán các khoản nợ xấu đã bán cho Công ty Quản lý tài sản Việt Nam (VAMC), qua đó giảm tỷ lệ nợ xấu đáng kể
Kể từ khoảng thời gian suy thoái tài chính năm 2008, lợi nhuận của các ngân hàng đã dần hồi phục, và những ngân hàng có chỉ số ROA cao cho thấy họ kiểm soát hiệu quả hơn và sở hữu tài sản chất lượng cao so với các ngân hàng có chỉ số ROA thấp Một ví dụ điển hình về RRTD của Ngân hàng MB trong giai đoạn 2014-2022 giảm từ 2.73% còn 1.09%, ROA tăng từ 1.31% lên 2.72% Nhờ vào sự mở rộng các dịch vụ cho vay đến lĩnh vực tiêu dùng và bán lẻ mà còn cải thiện quy trình, đẩy mạnh triển khai các công nghệ mới để mang lại nhiều tiện ích mới cho khách hàng, qua đó giảm chi phí của ngân hàng bên cạnh đó vẫn duy trì được một lượng lớn khách hàng và hoạt động có hiệu quả Nhờ những cố gắng trong việc tăng cường hiệu quả kinh doanh, xử lý nợ xấu một cách hiệu quả và cải thiện chất lượng tín dụng, MB đã hoàn thành việc thanh toán khoản nợ trái phiếu đã bán cho VAMC vào năm 2017 với số tiền là 3,000 tỷ đồng, đồng thời nằm trong số những ngân hàng hàng đầu trong việc giải quyết nợ xấu sớm tại VAMC
Biến CAP có ảnh hưởng cùng chiều với RRTD với mức ý nghĩa 1%, kết quả này phù hợp với giả thuyết ban đầu mà tác giả đưa ra và cũng tương đồng với các nghiên cứu của Zribi và Boujelbène (2011) và Lê Hoàng Vinh và cộng sự (2021) Trong tình hình suy thoái tài chính, CAP trở thành chỉ số cốt lõi để đảm bảo ngân hàng có khả năng che chắn các khoản vay có rủi ro, nếu như lợi nhuận không đủ Theo nguyên tắc chung, một ngân hàng vững mạnh sẽ có CAP cao so với tổng tài sản CAP cao cũng phản ánh khả năng sinh lời tốt của ngân hàng, dẫn đến tỷ lệ RRTD thấp
Một trường hợp điển hình cho trường hợp này là chỉ số CAP của VPBank tăng từ 7.24% năm 2011 lên 16.4% năm 2022 và đồng thời RRTD của các NHTM cũng tăng từ 1.82% lên 5.83% cùng số năm Có thể hiểu rằng, khi VCSH tăng lên, các nhà lãnh đạo sẽ sẵn lòng chấp nhận mức rủi ro cao hơn Điều này thúc đẩy nhu cầu đảm bảo lợi nhuận đều đặn, vì vậy các ngân hàng phát triển hoạt động đầu tư và cho vay Tuy nhiên, nếu không kiểm soát chặt chẽ, điều này có thể làm giảm chất lượng tài sản và tác động xấu đến hiệu quả vốn của ngân hàng trong dài hạn
4.8.4 Tốc độ tăng trưởng tín dụng (LGR)
Biến LGR có có mối tương quan nghịch với RRTD, chi tiết là khi LGR tăng thêm một đơn vị, RRTD giảm 0.0008071 đơn vị Dù kết quả này không phù hợp với giả định ban đầu của tác giả, nó lại phản ánh quan điểm tương tự như nghiên cứu của Abhiman Das và Saiba Ghosh (2007) Chúng ta có thể nhận thấy rằng sự tăng trưởng tín dụng của các ngân hàng Việt Nam không chỉ bị tác động bởi chính sách của NHNN và tình hình kinh tế của đất nước, mà còn bởi chính sách nội bộ của các NHTM, bao gồm các quy tắc và tiêu chuẩn trong việc chọn lọc khách hàng, nhằm giảm thiểu RRTD và bảo vệ uy tín của ngân hàng từ đó đảm bảo chất lượng tín dụng và doanh thu của ngân hàng
Trong khoảng thời gian từ 2009 đến 2013, dù Chính phủ và các NHTM đã cố gắng kiểm soát và quản lý LGR, nhưng do ảnh hưởng từ quá khứ, tỷ lệ nợ xấu (RRTD) vẫn tiếp tục tăng Các NHTM đã cắt giảm hoạt động tín dụng và chú tâm và thi hành các kế hoạch tiền tệ, giảm lượng tiền lưu thông trên thị trường để dễ dàng kiểm soát nền kinh tế Vì vậy, trong thời gian này, LGR gặp nhiều khó khăn và có xu hướng giảm Do đó, RRTD và LGR có tác động ngược chiều trong thời gian này Trong những năm tiếp theo, nhờ vào những cố gắng của các ngân hàng đã nâng cao tín dụng, RRTD đã giảm và được duy trì ở mức ổn định Các ngân hàng cũng quan tâm nhiều hơn trong việc đánh giá và lựa chọn khách hàng
Ngoài ra, trong những năm sau đó, mặc dù Chính phủ đã đưa ra các chính sách nới lỏng tín dụng, LGR vẫn tiếp tục giảm Trong giai đoạn từ 2016 đến 2022, sự nới lỏng của chính sách tiền tệ góp phần đẩy mạnh sự phát triển kinh tế đất nước Tuy nhiên, việc cho vay mở rộng mà không được quản lý chặt chẽ đã dẫn đến sự tăng của RRTD Điều này cho thấy RRTD không chỉ phụ thuộc vào LGR mà còn phụ thuộc vào khả năng quản trị rủi ro của các ngân hàng Vì vậy, trong suốt quá trình nghiên cứu từ năm 2011 đến 2022, RRTD đôi khi có tác động ngược chiều và đôi khi có tác động cùng chiều với LGR, làm cho mối quan hệ giữa chúng không rõ ràng và không có ý nghĩa thống kê trong giai đoạn nghiên cứu này
4.8.5 Hiệu quả chi phí hoạt động (CIR)
Biến CIR có tác động ngược chiều với RRTD với mức ý nghĩa 1%, kết quả này phù hợp với giả thuyết ban đầu mà tác giả đưa ra, nó lại phản ánh quan điểm tương tự như nghiên cứu của Berger và DeYoung (1997) Nếu tỷ lệ này thấp ta có thể thấy các NHTM quản lý chi phí hiệu quả, từ đó được lợi nhuận cao, từ đó thúc đẩy ngân hàng mở rộng cho vay nhiều hơn và có thể dẫn đến tăng RRTD cao Trái lại, một tỷ lệ cao chỉ ra rằng ngân hàng đang tập trung vào việc giảm thiểu rủi ro, có thể làm giảm lợi nhuận và tác động đến khả năng tăng trưởng tín dụng, từ đó làm giảm RRTD
Một trường hợp điển hình cho trường hợp này là chỉ số CIR của NHTMCP Kiên Long tăng từ 38.72% năm 2011 lên 86.60% năm 2020 và đồng thời RRTD của ngân hàng cũng tăng từ 2.77% còn 1.02% cùng số năm Sau cuộc khủng hoảng kinh tế, Kienlongbank đã chi nhiều ngân sách để cải thiện quy trình giám sát và giải quyết các trở ngại liên quan đến RRTD trong năm 2011 Đồng thời, từ năm 2016 đến 2020, ngân hàng đã thực hiện thành công Đề án tái cơ cấu, đạt được nhiều thành tựu quan trọng Kienlongbank đã chú trọng vào việc thu hồi nợ xấu, nâng cao chất lượng dịch vụ tín dụng, và chủ động thanh toán sớm các khoản vay từ VAMC Nhờ vậy, tình hình nợ xấu của NHTM đã được giảm đáng kể và duy trì ở mức thấp
4.8.6 Tốc độ tăng trưởng kinh tế (GDP)
Biến GDP có mối tương quan ngược chiều với RRTD với mức ý nghĩa 5%, kết quả này phù hợp với giả thuyết ban đầu mà tác giả đưa ra và cũng tương đồng với các nghiên cứu của Chaibi & Ftiti (2015), Zheng,Sarker& Nahar (2018) Tăng trưởng GDP của một quốc gia đóng vai trò là thước đo đánh giá tổng giá trị thị trường của hàng hóa và dịch vụ hoàn chỉnh được tạo ra bởi một đát nước trong một giai đoạn nhất định Các nghiên cứu thường xem xét GDP hàng năm, sự biến đổi về sản lượng, và sự tăng lên của thu nhập trung bình đầu người để xác định các nhân tố tác động đến RRTD
Trong giai đoạn 2011 đến 2013, tốc độ tăng trưởng GDP của Việt Nam giảm từ 6.41% vào năm 2011 xuống còn 5.55% vào năm 2013, phản ánh ảnh hưởng nặng nề của cuộc khủng hoảng kinh tế đối với khả năng thanh toán nợ của cá nhân và tổ chức Tuy nhiên, vào năm 2014, kinh tế đã phục hồi, với GDP đạt 6.42% cho thấy sự ổn định kinh tế góp phần nâng cao thu nhập và khả năng trả nợ của người dân và doanh nghiệp, từ đó giảm thiểu RRTD Đến năm 2019, GDP tăng lên 7.36% Mặc dù đại dịch Covid-19 đã gây ra sự sụt giảm trong nền kinh tế, nhưng vào năm 2022, GDP vẫn tăng trưởng ấn tượng lên 8.02% Qua quá trình nghiên cứu từ năm 2011 đến 2022, có thể thấy rằng sự tăng trưởng của GDP thường đi kèm với sự giảm RRTD, và ngược lại, khi kinh tế không ổn định, RRTD có xu hướng tăng lên, do đó GDP có ảnh hưởng trực tiếp đến RRTD
4.8.7 Tỷ lệ lạm phát (INF)
Biến INF có tác động cùng chiều với RRTD với mức ý nghĩa 1%, kết quả này phù hợp với giả thuyết ban đầu mà tác giả đưa ra và cũng tương đồng với các nghiên cứu của Vítor Castro (2013); Chaibi và Ftiti (2015) Tỷ lệ lạm phát thể hiện mức giá chung của dịch vụ và hàng hóa gia tăng liên tục trong khoảng thời gian nhất định của một nền kinh tế do sự suy giảm giá trị của tiền tệ đang được sử dụng Một tỷ lệ lạm phát cao có thể làm giảm khả năng trả nợ của người dân do thu nhập thực tế bị giảm, khi lạm phát còn tiếp diễn thì từ đó nhu cầu vay vốn của khách hàng sẽ tăng lên để nhu cầu tiêu dùng được đáp ứng kịp thời, do giá cả dịch vụ và hàng hóa ngày càng tăng
Từ năm 2011 đến năm 2014, Việt Nam ghi nhận mức tỷ lệ lạm phát khá cao (trên 4%), đặc biệt tỷ lệ lạm phát được ghi nhận khá cao ở Việt Nam với 18.68% Nguyên nhân dẫn đến tỷ lệ lạm phát cao là do chính sách tiền tệ thắt chặt bao gồm việc tăng lãi suất, cùng với việc nợ xấu tích lũy qua nhiều năm trở nên nghiêm trọng khi lạm phát tăng Điều này dẫn đến việc nhiều cá nhân và doanh nghiệp thua lỗ hoặc phá sản Trong thời kỳ lạm phát cao, RRTD tăng lên do trở ngại trong việc thanh toán các khoản vay, và lãi suất cao làm tăng giá trị nợ, gây ra nhiều nợ xấu cho ngân hàng Tuy nhiên, sau năm 2012, Việt Nam đã kiểm soát được lạm phát và đạt được sự ổn định với tỷ lệ 9.09% Chính phủ đã áp dụng nhiều biện pháp giảm các khoản thuế, lãi suất,… giúp cải thiện hoạt động sản xuất kinh doanh và đời sống người dân Việt Nam trở thành một trong những quốc gia giám sát lạm phát hiệu quả nhất, với INF chỉ 1.84% vào năm 2021 Đồng thời, tỷ lệ nợ xấu trong hệ thống ngân hàng cũng giảm xuống còn 1.9% và tuột dốc 60.91% so với năm 2012
4.8.8 Tỷ lệ thất nghiệp (UNEM)
