Nghiên cứu thu thập dữ liệu gồm 20 NHTMCP tại Việt Nam đang hoạt động giai đoạn 2011-2022 sử dụng phương pháp nghiên cứu định lượng đối với dữ liệu bảng bằng các mô hình ước lượng bao gồm:“Mô hình hồi quy OLS, Mô hình hồi quy với các tác động cố định (Fixed Effects), Mô hình hồi quy với các tác động ngẫu nhiên (Random Effects), Mô hình ước lượng GLS (Generalized Least Squares) nhằm khắc phục các khuyết tật của mô hình nghiên cứu nhằm mục đích nhận diện và đánh giá mức độ tác động của các yếu tố đến NPL của các NHTM Việt Nam.”Thông qua nghiên cứu sơ bộ, tác giả đề xuất mô hình nghiên cứu gồm biến phụ thuộc và 09 biến độc lập tác động đến nợ xấu của NHTM (Lợi nhuận trên vốn chủ sở hữu; Tỷ lệ chi phí hoạt động; Dư nợ cho vay trên tổng tài sản; Tỷ lệ tăng trưởng tổng tài sản; Tỷ lệ tăng trưởng tín dụng; Quy mô ngân hàng; Tỷ lệ thất nghiệp; Tỷ lệ tăng trưởng tổng sản phẩm quốc nội; Tỷ lệ lạm phát) tương ứng với 09 giả thuyết của mô hình nghiên cứu làm cơ sở để tiến hành chạy mô hình nghiên cứu bằng phần mềm stata 14.1. Kết quả nghiên cứu cho thấy có 5 yếu tố vi mô ảnh hưởng đến nợ xấu của NHTM Việt Nam giai đoạn 2012 - 2022, cụ thể:“Lợi nhuận trên vốn chủ sở hữu (ROE); Tỷ lệ chi phí hoạt động (CIR); Quy mô ngân hàng (SIZE); Tỷ lệ thất nghiệp (UNT) tác động ngược chiều với tỷ lệ nợ xấu (NPL). Trong khi đó, yếu tố Tỷ lệ lạm phát (CPI) tác động cùng chiều đến tỷ lệ nợ xấu (NPL).”Trên cơ sở đó, tác giả đề xuất các nhóm giải pháp đối với NHNN và nhóm giải pháp đối với các NHTM Việt Nam. Từ khoá: nợ xấu, ngân hàng thương mại, việt nam ABSTRACT The study collects data from 20 commercial joint-stock banks in Vietnam operating during the period 2011-2022, utilizing quantitative research methods on panel data through estimation models including: Ordinary Least Squares (OLS) regression model, Fixed Effects model, Random Effects model, and Generalized Least Squares (GLS) estimation model. These models are employed to address the deficiencies in the research model with the objective of identifying and evaluating the impact of various factors on the non-performing loans (NPLs) of Vietnamese commercial banks. Based on preliminary research, the author proposes a research model comprising a dependent variable and nine independent variables that impact the NPLs of commercial banks. These variables include: Return on Equity (ROE); Cost-to-Income Ratio (CIR); Loan-to-Total Assets Ratio (LTA); Total Assets Growth Rate (TAG); Credit Growth Rate (CG); Bank Size (SIZE); Unemployment Rate (UNT); Gross Domestic Product Growth Rate (GDPG); and Inflation Rate (CPI). These correspond to nine hypotheses within the research model. The model is tested using Stata 14.1 software. The research findings indicate that there are five microeconomic factors affecting the non-performing loans of Vietnamese commercial banks during the period 2012-2022. Specifically, Return on Equity (ROE), Cost-to-Income Ratio (CIR), Bank Size (SIZE), and Unemployment Rate (UNT) have an inverse relationship with the NPL ratio. In contrast, the Inflation Rate (CPI) has a positive correlation with the NPL ratio. Based on these findings, the author proposes various groups of solutions for the State Bank of Vietnam and Vietnamese commercial banks. Keyword: non-performing loans, commercial banks, vietnam
ĐẶT VẤN ĐỀ
Tính cấp thiết của đề tài nghiên cứu
Nền kinh tế Việt Nam giai đoạn 2011-2022 đang trên đà phát triển với nhiều biến động và đối mặt với hàng loạt thách thức, bao gồm suy giảm của thị trường bất động sản và sự chậm lại trong tăng trưởng kinh tế Đặc biệt, thị trường bất động sản
Việt Nam đã trải qua một chu kỳ tăng trưởng mạnh mẽ trong giai đoạn 2015-2018 nhưng đã bắt đầu chững lại và gặp nhiều khó khăn từ năm 2019 làm ảnh hưởng đáng kể đến các khoản vay bất động sản và tăng nguy cơ nợ xấu Theo báo cáo của
Bộ Xây dựng Việt Nam, lượng giao dịch bất động sản giảm mạnh, giá bất động sản cũng có sự biến động lớn từ năm 2020 đến nay.“Hơn nữa, nền kinh tế Việt Nam và hệ thống ngân hàng thương mại (NHTM) đã phải đối mặt với nhiều vấn đề nghiêm trọng mới, làm cho việc nghiên cứu về các yếu tố tác động đến nợ xấu trở nên cấp thiết và có tính mới.”Một số vấn đề nổi bật bao gồm: Nhiều NHTM đã phải cạnh tranh gay gắt để giành thị phần, dẫn đến việc hạ lãi suất cho vay và nới lỏng các điều kiện tín dụng Tốc độ tăng trưởng tín dụng của hệ thống ngân hàng Việt Nam đã đạt khoảng 12,17% vào năm 2021, cao hơn mức 9,7% của năm 2020 Nhiều NHTM đã đẩy mạnh cho vay để thúc đẩy nền kinh tế, nhưng điều này cũng làm tăng rủi ro nợ xấu nếu các khoản vay không được quản lý chặt chẽ Báo cáo tài chính của các NHTM cũng cho thấy sự gia tăng các khoản nợ xấu và nợ cần chú ý.“Theo báo cáo của NHNN, tính đến cuối năm 2020, có khoảng 8 NHTM có tỷ lệ nợ xấu tăng mạnh, trong đó có ngân hàng với tỷ lệ nợ xấu nội bảng trên 3%.” Đến cuối quý I/2023, tỷ lệ nợ xấu nội bảng của toàn hệ thống ngân hàng là khoảng 2,91%, tăng so với mức 2,17% vào cuối năm 2020 Nợ cần chú ý (nhóm 2) đã tăng mạnh, với nhiều ngân hàng có tỷ lệ nợ cần chú ý vượt quá 5%, báo hiệu rủi ro tiềm ẩn trong hệ thống tài chính.“Tại BIDV, tỷ lệ nợ xấu nội bảng cuối năm 2021 là
1,62%, tăng so với mức 1,59% vào cuối năm 2020 Tại VietinBank, tỷ lệ nợ xấu nội bảng là 1,25% vào cuối năm 2021, tăng nhẹ so với mức 1,2% vào cuối năm 2020
Tại Vietcombank, tỷ lệ nợ xấu nội bảng cuối năm 2021 là 0,63%, giảm so với mức 0,8% vào cuối năm 2020, nhưng nợ cần chú ý (nhóm 2) lại có xu hướng tăng.”Những nguyên nhân chủ yếu là ảnh hưởng nặng nề của biến đổi khí hậu và thiên tai Theo Báo cáo của Chính phủ, thiệt hại do thiên tai gây ra trong năm 2020 ước tính khoảng 1,5 tỷ USD Các sự kiện thiên tai như bão, lũ lụt đã gây thiệt hại lớn cho nông nghiệp và các ngành kinh tế khác, làm giảm khả năng trả nợ của nhiều khách hàng vay vốn Tỷ lệ thất nghiệp tăng cao, đặc biệt trong các ngành du lịch, dịch vụ và sản xuất Theo Tổng cục Thống kê, tỷ lệ thất nghiệp vào cuối năm 2020 đạt mức 2,48%, cao nhất trong 10 năm qua Thu nhập bình quân của người lao động giảm sút, làm giảm khả năng trả nợ của các cá nhân vay vốn.”Nhiều NHTM đã triển khai các chương trình tái cấu trúc để cải thiện hiệu quả hoạt động và quản lý rủi ro
Ví dụ, việc sáp nhập, mua bán và hợp nhất các ngân hàng nhỏ để tạo ra các ngân hàng lớn hơn, mạnh hơn.“Cải cách này giúp nâng cao năng lực cạnh tranh nhưng cũng đi kèm với những rủi ro trong quá trình chuyển đổi và hội nhập.”Việc mở cửa thị trường tài chính và ngân hàng thu hút sự tham gia của các nhà đầu tư nước ngoài Sự tham gia này mang lại nguồn vốn mới và công nghệ quản lý tiên tiến, nhưng cũng tạo ra áp lực cạnh tranh lớn hơn cho các NHTM trong nước Năm 2021, nhiều ngân hàng Việt Nam đã thu hút được vốn đầu tư từ các quỹ nước ngoài, ví dụ như thương vụ bán cổ phần của VPBank cho Sumitomo Mitsui Financial Group.“Đặc biệt hơn nữa là đại dịch COVID-19 đã gây ra những tác động tiêu cực sâu rộng đến nền kinh tế toàn cầu, và Việt Nam không phải là ngoại lệ.”Theo Ngân hàng Nhà nước Việt Nam (NHNN), tỷ lệ nợ xấu nội bảng của toàn hệ thống ngân hàng đã tăng từ 1,63% vào cuối năm 2019 lên khoảng 2,14% vào cuối năm 2020
Con số này có thể còn cao hơn nếu tính cả các khoản nợ đã được cơ cấu lại nhưng vẫn tiềm ẩn rủi ro Đại dịch đã buộc nhiều doanh nghiệp phải ngừng hoạt động hoặc phá sản, tạo ra một lượng lớn nợ xấu cho các NHTM Nhiều ngân hàng phải đối mặt với áp lực duy trì chất lượng tín dụng trong bối cảnh kinh tế khó khăn Quản lý rủi ro trở thành thách thức lớn khi các ngân hàng phải cân nhắc giữa việc mở rộng tín dụng để thúc đẩy kinh tế và duy trì an toàn tài chính Chính phủ Việt Nam đã triển khai nhiều gói hỗ trợ kinh tế trị giá hàng tỷ USD để giúp đỡ các doanh nghiệp và người lao động bị ảnh hưởng bởi COVID-19.“NHNN cũng đã ban hành Thông tư
01/2020/TT-NHNN về tái cơ cấu thời hạn trả nợ, miễn, giảm lãi, phí và giữ nguyên nhóm nợ nhằm hỗ trợ khách hàng bị ảnh hưởng bởi dịch bệnh.”Đến tháng 6/2021, khoảng 357.000 tỷ đồng dư nợ đã được cơ cấu lại thời hạn trả nợ NHNN đã điều chỉnh chính sách tiền tệ để hỗ trợ nền kinh tế, bao gồm hạ lãi suất điều hành và mở rộng các gói hỗ trợ tín dụng Tính đến năm 2021, NHNN đã giảm lãi suất điều hành ba lần với tổng mức giảm từ 1,5-2% Chính sách này giúp giảm chi phí vay vốn nhưng cũng đặt ra thách thức về việc kiểm soát lạm phát và duy trì ổn định tài chính Những số liệu này không chỉ cung cấp cái nhìn tổng quan về tình hình nợ xấu mà còn chứng minh tính cấp thiết và sự mới mẻ của đề tài nghiên cứu về các yếu tố tác động đến nợ xấu của các ngân hàng thương mại tại Việt Nam Việc nghiên cứu này sẽ giúp làm rõ các yếu tố rủi ro và đề xuất giải pháp quản lý nợ xấu hiệu quả, góp phần vào sự phát triển bền vững của hệ thống ngân hàng và nền kinh tế Việt Nam.”Bởi nợ xấu không chỉ là một con số trên bảng cân đối kế toán mà còn tác động đến sự ổn định và tương lai của các NHTM Bởi sự gia tăng của nợ xấu còn ảnh hưởng rất nhiều đến hoạt động kinh doanh (HĐKD) của các ngân hàng, gia tăng chi phí trích lập dự phòng rủi ro (DPRR) và nguy cơ tiềm ẩn rủi ro, không chỉ ảnh hưởng đến lợi nhuận mà còn đe dọa đến sự ổn định của toàn bộ hệ thống.”Vì vậy, việc nghiên cứu các yếu tố tác động đến nợ xấu của các NHTM có vai trò quan trọng khi tín dụng ngân hàng vẫn chiếm tỷ lệ cao nhất trong tổng tài sản, giúp cho việc kiểm soát nợ xấu được chặt chẽ hơn không chỉ là một nhiệm vụ quản lý rủi ro mà còn là một thách thức về chiến lược và sự bền vững Việc này sẽ giúp luận văn có tính mới, cấp thiết và mang lại giá trị thực tiễn cao Do đó, xuất phát từ thực tiễn, tác giả đã chọn đề tài: “Các yếu tố tác động đến nợ xấu của các ngân hàng thương mại tại Việt Nam” cho luận văn thạc sĩ của mình
1.2.1 Mục tiêu nghiên cứu tổng quát Đề tài nghiên cứu này“nhằm xác định và phân tích các yếu tố tác động đến nợ xấu của các NHTM tại Việt Nam trong giai đoạn 2011-2022 Thông qua việc tìm hiểu các yếu tố vi mô và vĩ mô, nghiên cứu sẽ đề xuất các giải pháp quản lý nợ xấu”hiệu quả nhằm giảm thiểu rủi ro và đảm bảo sự ổn định của hệ thống các NHTM Việt Nam hiện nay
1.2.2 Mục tiêu nghiên cứu cụ thể
Mục tiêu 1: Xây dựng cơ sở lý thuyết và mô hình để phân tích nợ xấu của các ngân hàng thương mại tại Việt Nam
Mục tiêu 2: Đánh giá thực trạng biến động của nợ xấu tại các ngân hàng thương mại Việt Nam giai đoạn 2011-2022
Mục tiêu 3: Phân tích kết quả định lượng về tác động của các yếu tố kinh tế vĩ mô và vi mô đến nợ xấu
Mục tiêu 4: Đề xuất các giải pháp để nâng cao quản lý rủi ro và giảm thiểu nợ xấu tại các ngân hàng thương mại Việt Nam
Câu hỏi nghiên cứu 1: Làm thế nào để xây dựng một mô hình lý thuyết hiệu quả về nợ xấu trong ngành ngân hàng thương mại, bao gồm các yếu tố kinh tế vĩ mô và vi mô, để phân tích tác động của chúng đến nợ xấu của các ngân hàng tại Việt Nam?
Câu hỏi nghiên cứu 2: Trong giai đoạn 2011-2022, nợ xấu ở các ngân hàng thương mại Việt Nam đã thay đổi như thế nào và yếu tố nào có ảnh hưởng lớn nhất đến sự biến động này?
Câu hỏi nghiên cứu 3: Các yếu tố kinh tế vĩ mô (tăng trưởng GDP, lạm phát, tỷ lệ lãi suất) và yếu tố vi mô (chất lượng tài sản, quản lý rủi ro) có tác động như thế nào đến mức độ nợ xấu của các ngân hàng thương mại tại Việt Nam?
Câu hỏi nghiên cứu 4: Dựa trên kết quả phân tích, những giải pháp cụ thể nào có thể được đề xuất để tăng cường quản lý rủi ro và giảm thiểu nợ xấu tại các ngân hàng thương mại Việt Nam?
1.4 Đối tượng và phạm vi nghiên cứu 1.4.1 Đối tượng nghiên cứu Đối tượng của nghiên cứu này là các yếu tố tác động đến nợ xấu của các ngân hàng thương mại tại Việt Nam
Về không gian nghiên cứu: Nghiên cứu các yếu tố tác động đến nợ xấu của 20 NHTMCP tại Việt Nam giai đoạn 2011-2022 bao gồm: VCB, CTG, MBB, BID, ACB, TCB, VIB, VPB, TPB, LPB, HDB, SHB, MSB, OCB, STB, EIB, NAB, PGB, ABB, BVB
Về thời gian nghiên cứu: Tác giả thu thập bộ dữ liệu cần thiết trong các BCTC (đã qua kiểm toán độc lập) 20 NHTMCP nêu trên từ năm 2011 đến năm 2022
Đối tượng và phạm vi nghiên cứu
1.2.2 Mục tiêu nghiên cứu cụ thể
Mục tiêu 1: Xây dựng cơ sở lý thuyết và mô hình để phân tích nợ xấu của các ngân hàng thương mại tại Việt Nam
Mục tiêu 2: Đánh giá thực trạng biến động của nợ xấu tại các ngân hàng thương mại Việt Nam giai đoạn 2011-2022
Mục tiêu 3: Phân tích kết quả định lượng về tác động của các yếu tố kinh tế vĩ mô và vi mô đến nợ xấu
Mục tiêu 4: Đề xuất các giải pháp để nâng cao quản lý rủi ro và giảm thiểu nợ xấu tại các ngân hàng thương mại Việt Nam
Câu hỏi nghiên cứu 1: Làm thế nào để xây dựng một mô hình lý thuyết hiệu quả về nợ xấu trong ngành ngân hàng thương mại, bao gồm các yếu tố kinh tế vĩ mô và vi mô, để phân tích tác động của chúng đến nợ xấu của các ngân hàng tại Việt Nam?
Câu hỏi nghiên cứu 2: Trong giai đoạn 2011-2022, nợ xấu ở các ngân hàng thương mại Việt Nam đã thay đổi như thế nào và yếu tố nào có ảnh hưởng lớn nhất đến sự biến động này?
Câu hỏi nghiên cứu 3: Các yếu tố kinh tế vĩ mô (tăng trưởng GDP, lạm phát, tỷ lệ lãi suất) và yếu tố vi mô (chất lượng tài sản, quản lý rủi ro) có tác động như thế nào đến mức độ nợ xấu của các ngân hàng thương mại tại Việt Nam?
Câu hỏi nghiên cứu 4: Dựa trên kết quả phân tích, những giải pháp cụ thể nào có thể được đề xuất để tăng cường quản lý rủi ro và giảm thiểu nợ xấu tại các ngân hàng thương mại Việt Nam?
1.4 Đối tượng và phạm vi nghiên cứu 1.4.1 Đối tượng nghiên cứu Đối tượng của nghiên cứu này là các yếu tố tác động đến nợ xấu của các ngân hàng thương mại tại Việt Nam
Về không gian nghiên cứu: Nghiên cứu các yếu tố tác động đến nợ xấu của 20 NHTMCP tại Việt Nam giai đoạn 2011-2022 bao gồm: VCB, CTG, MBB, BID, ACB, TCB, VIB, VPB, TPB, LPB, HDB, SHB, MSB, OCB, STB, EIB, NAB, PGB, ABB, BVB
Về thời gian nghiên cứu: Tác giả thu thập bộ dữ liệu cần thiết trong các BCTC (đã qua kiểm toán độc lập) 20 NHTMCP nêu trên từ năm 2011 đến năm 2022.
Phương pháp nghiên cứu
Thứ nhất, tác giả dùng phương pháp định tính bao gồm: thống kê, tổng hợp, phân tích, so sánh, đối chiếu nguồn dữ liệu thứ cấp có sẵn, từ đó tổng hợp thành bảng biểu hoặc đồ thị để đánh giá và so sánh Phương này được áp dụng để tổng hợp cơ sở lý thuyết, các nghiên cứu có liên quan, phân tích thực trạng nợ xấu của các NHTM tại Việt Nam để tìm ra các thành tựu, các nguyên nhân và hạn chế
Thứ hai, tác giả sử dụng phương pháp nghiên cứu định lượng đối với dữ liệu bảng bằng các mô hình ước lượng bao gồm:“Mô hình hồi quy OLS, Mô hình hồi quy với các tác động cố định (Fixed Effects), Mô hình hồi quy với các tác động ngẫu nhiên (Random Effects), Mô hình ước lượng GLS (Generalized Least Squares) nhằm khắc phục các khuyết tật của mô hình nghiên cứu nhằm mục đích nhận diện và đánh giá mức độ tác động của các yếu tố đến NPL của các NHTM Việt Nam.”
Ý nghĩa của đề tài nghiên cứu
“Nghiên cứu sẽ đi sâu vào phân tích và đánh giá các yếu tố kinh tế vĩ mô và vi mô tác động đến nợ xấu của các ngân hàng thương mại tại Việt Nam Điều này giúp lấp đầy khoảng trống tri thức hiện tại về tác động của các yếu tố này đến sự ổn định tài chính của ngân hàng Nghiên cứu cung cấp các cơ sở lý luận và chứng minh thực tiễn về tầm quan trọng của các yếu tố kinh tế vĩ mô (như tăng trưởng GDP, lạm phát, tỷ lệ lãi suất) và yếu tố vi mô (như chất lượng tài sản, quản lý rủi ro) đối với nợ xấu.“Điều này có thể giúp các ngân hàng và các nhà quản lý nắm bắt hiệu quả hơn về các yếu tố này để đưa ra các chiến lược quản lý rủi ro hiệu quả.”Dựa trên kết quả nghiên cứu, đề tài đưa ra các giải pháp cụ thể nhằm nâng cao quản lý rủi ro và giảm thiểu nợ xấu tại các ngân hàng thương mại Việt Nam Điều này có thể hỗ trợ cho các quyết định chính sách của ngành và giúp cải thiện tính bền vững của hệ thống ngân hàng Bằng việc công bố các kết quả và phân tích chi tiết, đề tài có thể đóng góp vào việc nâng cao hiểu biết và nhận thức của cộng đồng nghiên cứu về vấn đề tài chính, rủi ro và quản lý ngân hàng tại Việt Nam Tóm lại, đề tài này không chỉ mang tính học thuật mà còn có ý nghĩa rất lớn đối với thực tiễn, đóng góp vào việc cải thiện quản lý rủi ro và sự ổn định tài chính của các ngân hàng thương mại tại Việt Nam.
Cấu trúc của luận văn
Ngoài các thành phần bổ sung như các danh mục, phụ lục, tóm tắt, kết luận thì cấu trúc của đề tài nghiên cứu này được trình bày gồm có 05 chương, cụ thể:
Chương 1 Giới thiệu tổng quan đề tài nghiên cứu
“Giới thiệu ngắn gọn về đề tài nghiên cứu, nhấn mạnh vào sự quan trọng và tính cấp thiết của việc nghiên cứu vấn đề này.”Cung cấp một cái nhìn tổng quan về lĩnh vực nghiên cứu, bao gồm cả bối cảnh lý luận và thực tiễn
Chương 2 Tổng quan lý thuyết và các nghiên cứu liên quan
“Đánh giá và phân tích các lý thuyết, mô hình và các nghiên cứu đã được thực hiện trước đây liên quan đến vấn đề nghiên cứu Xác định các vấn đề nghiên cứu chưa được giải quyết và cơ sở lý luận để xây dựng nghiên cứu của bạn.”
Chương 3 Phương pháp nghiên cứu và mô hình nghiên cứu
“Trình bày chi tiết về phương pháp nghiên cứu mà bạn sử dụng để thu thập và phân tích dữ liệu.”Bao gồm mô tả về các phương pháp nghiên cứu (như phân tích định lượng, mô hình hóa) và lựa chọn mô hình để nghiên cứu vấn đề
Chương 4 Kết quả nghiên cứu và thảo luận
Trình bày và phân tích kết quả của nghiên cứu dựa trên phương pháp và mô hình đã đề cập trong Chương 3 Thảo luận về những phát hiện chính và so sánh với các nghiên cứu trước đây Đưa ra những nhận định sâu sắc về ý nghĩa và hạn chế của kết quả nghiên cứu
Chương 5 Kết luận và đề xuất giải pháp
Tóm tắt lại những điểm chính của nghiên cứu và rút ra các kết luận quan trọng Đề xuất những giải pháp cụ thể dựa trên kết quả nghiên cứu để cải thiện hoặc giải quyết vấn đề được nghiên cứu
Chương này tác giả đã trình bày sơ lược về nội dung của đề tài nghiên cứu, bao gồm: Sự cần thiết của việc nghiên cứu về nợ xấu tại các NHTM Việt Nam, mục tiêu, câu hỏi nghiên cứu, phạm vi nghiên cứu, đối tương nghiên cứu, phương pháp nghiên cứu và ý nghĩa của đề tài Bên cạnh đó, cấu trúc của luận văn cũng được trình bày để giúp định hình cho việc nghiên cứu và trình bày kết quả một cách có tổ chức, mỗi chương có mục đích cụ thể để đảm bảo rằng nghiên cứu của bạn có cấu trúc logic, phân tích sâu sắc về vấn đề và đưa ra những đóng góp quý giá cho lĩnh vực nghiên cứu của bạn.
TỔNG QUAN CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC
Tổng quan lý luận về nợ xấu của các ngân hàng thương mại
2.1.1 Hoạt động tín dụng và rủi ro tín dụng của các ngân hàng thương mại
Ngân hàng thương mại (NHTM), một trong những định chế tài chính được thực hiện nhiều hoạt động nhằm đạt được mục tiêu lợi nhuận, theo Luật các Tổ chức tín dụng số 47/2010/QH12 và 17/2017/QH14 NHTM đóng vai trò quan trọng và đa năng trong nền kinh tế thị trường thông qua việc cung cấp các dịch vụ tài chính như tiếp nhận tiền gửi, cấp tín dụng, trao đổi tiền tệ và chuyển tiền phục vụ nhu cầu của cả cá nhân và doanh nghiệp trong cộng đồng (Khalid & Ctg, 2012; Kwambai & Ctg, 2013; Moussu & Ctg, 2014)
Hoạt động tín dụng, hoạt động chủ yếu của NHTM, là quá trình đưa ra các hợp đồng tín dụng (HĐTD) giữa ngân hàng (bên cho vay) và cá nhân hoặc doanh nghiệp (bên vay) với mục đích và thời hạn nhất định, trong đó người vay cam kết trả cả gốc lẫn lãi suất theo thỏa thuận Hoạt động này đóng góp quan trọng vào lợi nhuận của ngân hàng, song cũng đi kèm với nhiều rủi ro (Kwambai & Ctg, 2013)
Trong số các rủi ro này, rủi ro tín dụng (RRTD) được định nghĩa là khả năng của bên vay không thực hiện hoặc không có khả năng hoàn trả một phần hoặc toàn bộ khoản vay theo HĐTD đã ký kết với ngân hàng (Thông tư 13/2018, Thông tư 40/2018, Thông tư 11/2021, Thông tư 14/2023) Nợ xấu thường là hậu quả của việc không quản lý rủi ro tín dụng hiệu quả hoặc do khách hàng gặp khó khăn tài chính
2.1.2 Tổng quan về nợ xấu của các ngân hàng thương mại
2.1.2.1 Nợ xấu và phân loại nợ xấu của các ngân hàng thương mại
Theo quan điểm của NHNH Việt Nam, Các Thông tư số 02/2013, Thông tư 13/2018, Thông tư 40/2018, Thông tư 14/2023, Thông tư 11/2021…đã có quy định chi tiết về các nhóm nợ cụ thể như sau:
Nhóm 1 Nợ đủ tiêu chuẩn: Các khoản nợ quá hạn dưới 10 ngày, vẫn còn trong hạn và khả năng thu hồi đầy đủ gốc và lãi theo đúng thời hạn.”
Nhóm 2 Nợ cần chú ý: Các khoản nợ quá hạn từ 10 ngày đến 90 ngày, đã vượt quá thời hạn ban đầu và có thể cần cơ cấu lại thời hạn trả nợ lần đầu.”
Nhóm 3 Nợ dưới tiêu chuẩn: Các khoản nợ quá hạn từ 90 ngày đến 180 ngày, có khả năng không trả lãi theo hợp đồng và có thể được miễn hoặc giảm lãi.”
Nhóm 4 Nợ nghi ngờ mất vốn: Các khoản nợ quá hạn từ 180 ngày đến 360 ngày, có nguy cơ mất vốn, có thể cần cơ cấu lại thời hạn trả nợ lần hai.”
Nhóm 5 Dư nợ có khả năng mất vốn: Các khoản nợ quá hạn trên 360 ngày, có nguy cơ cao mất vốn, có thể cần cơ cấu lại thời hạn trả nợ lần ba trở lên.”
Ngoài ra, NHNN còn quy định về việc trích lập dự phòng rủi ro vào năm nhóm khác nhau dựa trên mức độ rủi ro Trường hợp chưa xác định được khối lượng của từng nhóm nợ, mức trích lập dự phòng chung là 0.75% tổng số dư nợ từ nhóm 1 đến nhóm 4 (trừ các khoản tiền gửi, đầu tư, các khoản vay khác của ngân hàng) trong bảng dưới đây:
Bảng 2.1 Tỷ lệ trích lập dự phòng rủi ro các nhóm nợ theo năm Nhóm nợ Tên nhóm nhợ Tỷ lệ trích lập dự phòng
4 Nợ nghi ngờ mất vốn 50%
5 Nợ có khả năng mất vốn 100%
“Nguồn: Tác giả tổng hợp nghiên cứu”
Qua các nghiên cứu và bảng 2.1, các tác giả nhận thấy rủi ro tín dụng (RRTD) của các Ngân hàng Thương mại (NHTM) được đánh giá qua hai tiêu chí chất lượng dư nợ cho vay như sau:
Thứ nhất, tiêu chí về nợ quá hạn bao gồm các khoản nợ thuộc nhóm 1 & 2, trong đó bên vay được phép trả chậm một phần hoặc toàn bộ khoản vay, nhưng không quá 90 ngày kể từ ngày đến hạn theo“cam kết trong hợp đồng tín dụng Các NHTM sử dụng hai chỉ tiêu để đo lường tiêu chí này:”
− “Tỷ lệ nợ quá hạn = Số dư nợ quá hạn/Tổng dư nợ;”
− “Tỷ lệ khách hàng có nợ quá hạn = Số khách hàng có nợ quá hạn/Tổng số khách hàng có dư nợ.”Đây là chỉ số cho biết tỷ lệ khách hàng đang gặp khó khăn trong việc trả nợ, góp phần đánh giá mức độ rủi ro tín dụng của NHTM
Thứ hai, tiêu chí về nợ xấu (NPL) được sử dụng để xác định các khoản vay thuộc nhóm nợ 3, 4 và 5 (Thông tư 11/2021), đánh giá tính lành mạnh của hệ thống
− Tổng nợ xấu: Đây là giá trị tuyệt đối của các khoản nợ xấu của Ngân hàng, phản ánh quy mô và tình trạng nợ xấu
− “Tỷ lệ khách hàng có nợ xấu = Số khách hàng có nợ xấu/Tổng số khách hàng có dư nợ.” Chỉ số này cho thấy tỷ lệ khách hàng vay vốn có nợ xấu, từ đó đánh giá hiệu quả của chính sách tín dụng của NHTM
Tổng quan về các yếu tố tác động đến nợ xấu của ngân hàng thương mại
2.3.1.1 Lợi nhuận trên vốn chủ sở hữu
Tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE) dùng để đo lường lợi nhuận hay“mức độ hiệu quả sử dụng vốn chủ sở hữu”của ngân hàng đó trong năm t, thường được được thể hiện trên Báo cáo KQKD và chỉ tiêu vốn chủ sở hữu bình quân trên“Bảng cân đối kế toán của ngân hàng.”Công thức đo lường:
𝑅𝑂𝐸𝑡 = Lợi nhuận sau thuế (năm t)
Vốn chủ sở hữu bình quân (năm t) Các nghiên cứu của các tác giả như: Nguyễn Kim Phước & Ctg (2017);
Nguyễn Thị Hồng Vinh (2015); Trần Vương Thịnh & Ctg (2021); Nguyễn Thị Ánh Hoa (2021); Bùi Đan Thanh & Ctg (2022); Klein (2013); Louzis & Ctg (2012);
Dimitrios & Ctg (2012); Nguyễn Thanh Phương & Ctg (2023)….chứng minh sự tác động giữa ROE đến NPL của các ngân hàng thương mại
2.3.1.2 Tỷ lệ chi phí hoạt động
Tỉ lệ chi phí hoạt động (CIR) thể hiện tổng chi phí hoạt động chiếm bao nhiêu phần trăm tổng“thu nhập hoạt động của ngân hàng”đó trong năm t, cho thấy mức độ hiệu quả trong vận hành của ngân hàng Công thức đo lường:
𝐶𝐼𝑅 = Chi phí hoạt động (năm t)
Thu nhập hoạt động (năm t)
Sự tác động giữa CIR đến NPL được minh chứng thông qua“nghiên cứu của tác giả” Phạm Dương Phương Thảo & Ctg (2018) Tỷ lệ CIR“càng thấp thể hiện khả năng”quản lý chi phí càng tốt và hiệu suất“hoạt động của ngân hàng càng cao”thì tỷ lệ nợ xấu sẽ gia tăng“do ngân hàng giảm thiểu chi phí”đảm bảo chất lượng khoản vay, theo dõi các khách hàng vay,“đánh giá tài sản đảm bảo”và giám sát, kiểm soát các khách hàng sau khi vay để tiết kiệm chi phí và ngược lại
2.3.1.3 Dư nợ cho vay trên tổng tài sản
Tỷ lệ dư nợ cho vay trên tổng tài sản cho biết“mức độ chấp nhận rủi ro của ngân hàng”đó trong năm t Nếu tỷ lệ này quá cao chứng tỏ ngân hàng không có đủ nguồn lực tài chính mà chủ yếu đi vay để có vốn kinh doanh và ngược lại, chỉ số này nhỏ thì“ngân hàng có khả năng về tự chủ tài chính cao,”tuy nhiên nếu tỷ lệ này quá nhỏ cũng phản ánh rằng công ty chưa biết khai thác tốt đòn bẩy tài chính, chưa biết huy động vốn từ nguồn đi vay Công thức đo lường:
Tỷ lệ dư nợ cho vay trên tổng tài sản = Dư nợ cho vay (năm t)
Các nghiên cứu của Trần Trọng Phong & Ctg (2015), Nguyễn Thị Hồng Ánh
& Ctg (2021) khẳng định: Các NHTM tăng“tỷ lệ cho vay trên tổng tài sản có thể dẫn tới các khoản nợ xấu”cao hơn trong thời kỳ nền kinh tế suy thoái
2.3.1.4 Tỷ lệ tăng trưởng tổng tài sản
Tỷ lệ tăng trưởng của tổng tài sản cho biết mức tăng trưởng tài sản tương đối qua các thời kỳ đó trong năm t so với năm t-1,“được đo lường bằng”công thức:
Tỷ lệ tăng tổng tài sản =Tổng tài sản năm t − Tổng tài sản năm (t − 1)
Những ngân hàng có tổng tài sản tăng trưởng tốt làm giảm tỷ lệ nợ xấu (Nguyễn Kim Phước & Ctg, 2017) Điều này do bản thân ngân hàng“có nhiều nguồn lực hơn”trong công tác kiểm soát và quản lý rủi ro tín dụng hơn so với những ngân hàng có quy mô nhỏ
2.3.1.5 Tỷ lệ tăng trưởng tín dụng
Tỷ lệ tăng trưởng tín dụng năm t cho biết mức tăng tưởng dư nợ cho vay tương đối tại năm t so với thời điểm trước đó năm t-1 Công thức đo lường:
Tỷ lệ tăng trưởng tín dụng = Dư nợ năm t − Dư nợ năm (t − 1)
Dư nợ năm (t − 1) Một số“nghiên cứu của Nguyễn Thị Hồng Vinh (2015),”Nguyễn Kim Phước &
Ctg (2017); Nguyễn Thị Như Quỳnh & Ctg (2018); Trần Vương Thịnh & Ctg (2021); Bùi Đan Thanh & Ctg (2022); Nguyễn Thị Ánh Hoa (2021) cho rằng:“Khi các ngân hàng cho vay quá mức, tăng trưởng tín dụng quá cao sẽ dẫn đến việc nợ xấu gia tăng Ngược lại, kết quả của các nghiên cứu: Nguyễn Thanh Phương & Ctg (2023); Nguyễn Thị Hồng Ánh & Ctg (2022); Nguyễn Thị Hồng Vinh (2017) lại cho rằng:“Mức tăng trưởng tín dụng có mối tương quan ngược chiều với tỷ lệ nợ xấu.”
Quy mô ngân hàng thể hiện năng lực thị trường của ngân hàng đó trong năm t, công thức đo lường:
Quy mô ngân hàng = Ln (Tổng tài sản năm t) Nếu“ngân hàng có tổng tài sản càng lớn”thì quy mô ngân hàng càn lớn tạo điều kiện cho“ngân hàng có nhiều nguồn lực, kinh nghiệm hơn trong việc đầu tư cải thiện quy trình tín dụng, quản trị rủi ro cũng như xử lý và phân tích các vấn đề về sự lựa chọn đối nghịch và rủi ro đạo đức so với các ngân hàng có quy mô nhỏ” Đó cũng là kết quả nghiên cứu của các tác giả Nguyễn Thị Hồng Vinh (2015);
Trần Trọng Phong & Ctg (2015); Nguyễn Thị Hồng Vinh (2017); Trần Vương Thịnh & Ctg (2021); Nguyễn Thị Ánh Hoa (2021); Dimitrios & Ctg (2012); Amit Ghosh (2015).“Bên cạnh đó, các nghiên cứu của các tác giả”Louzis & Ctg (2012);
Bùi Đan Thanh & Ctg (2022); Nguyễn Thị Hồng Ánh & Ctg (2022); Lê Duy Khánh (2023); Nguyễn Thị Hồng Ánh & Ctg (2021) cho thấy mối tương quan âm giữa quy mô ngân hàng với tỷ lệ nợ xấu của các NHTM
2.3.2 Các yếu tố vĩ mô
2.3.2.1 Tỷ lệ tăng trưởng tổng sản phẩm quốc dân
Trong nhiều nghiên cứu trước đây về mối qua hệ giữa nợ xấu và tăng trưởng chung của nền kinh tế (Nguyễn Thị Như Quỳnh & Ctg, 2018) Một số kết quả nghiên của các tác giả: Amit Ghosh (2015); Phạm Dương Phương Thảo & Ctg (2018); Nguyễn Thị Hồng Ánh & Ctg (2021); Bùi Đan Thanh & Ctg (2022);
Nguyễn Thị Hồng Ánh & Ctg (2022); Lê Duy Khánh (2023); Louzis & Ctg (2012);
Dimitrios & Ctg (2012), Messai & Ctg (2013),“Nguyễn Thị Hồng Vinh”(2017)… cũng đồng quan điểm: Nếu nền kinh tế vĩ mô ổn định và phát triển tốt,”thu nhập của các“cá nhân & doanh nghiệp”tăng lên thì“khả năng hoàn trả các khoản nợ”vay tốt hơn Do đó cải thiện tỷ lệ nợ xấu của các NHTM.
Các nghiên cứu trước có liên quan
Các“nghiên cứu trong và ngoài nước”của các tác giả: Trần Trọng Phong & Ctg (2015), Nguyễn Thị Hồng Vinh (2017), Nguyễn Thị Như Quỳnh & Ctg (2018), Trần Vương Thịnh & Ctg (2021), Nguyễn Thị Ánh Hoa (2021), Bùi Đan Thanh &
Ctg (2022), Amit Ghosh (20150….nhận định: Tỷ lệ lạm phát tăng cao sẽ làm mất đi“giá trị thực”của đồng tiền chung, do đó sẽ làm“giảm các khoản thu nhập thực tế của các cá nhân,”hộ gia đình, doanh nghiệp trong nước Từ đó làm“giảm khả năng trả nợ của họ,”đồng thời, tỷ lệ lạm phát tăng cao cũng ảnh hưởng lớn đến nguồn vốn sở hữu và giản nở quy mô nợ xấu của các NHTM
Tỷ lệ thất nghiệp có sự ảnh hưởng mạnh mẽ và có xu hướng“tác động cùng chiều đến dòng thu nhập thuần”của các cá nhân, hộ gia đình và làm gia tăng số nợ của họ Ngoài ra, tỷ lệ thất nghiệp còn phản ánh sự kém hiệu quả trong hoạt động sản xuất kinh doanh, làm giảm doanh thu và kéo doanh nghiệp vào tình trạng khó khăn Do đó, tỷ lệ thất nghiệp có sự tác động nghiêm trọng đến tỷ lệ nợ xấu của các NHTM
Các nghiên cứu của các tác giả: Nguyễn Thị Như Quỳnh & Ctg (2018); Messai
& Ctg (2013); Klein (2013) Nguyễn Thị Hồng Ánh & Ctg (2022)…cũng đồng quan điểm trên
2.4 Các nghiên cứu trước có liên quan 2.4.1 Nghiên cứu trong nước
Bảng 2.2 Tổng hợp các nghiên cứu trong nước có liên quan
Tác giả, năm Phạm vi Mô hình Kết quả nghiên cứu, mối tương quan
22 NHTM Việt Nam giai đoạn
Mô hình OLS, FEM, REM,
Lợi nhuận trên vốn chủ sở hữu (-);
Tăng trưởng kinh tế (-); Nợ xấu trong quá khứ (+); Quy mô ngân hàng (+); Tăng trưởng tín dụng (+)
15 NHTM Việt Nam giai đoạn
Mô hình Pooled OLS gộp, FEM và
“Tỷ lệ nợ xấu kỳ trước”(+); Kết quả kinh doanh trong quá khứ”(+); Sự kém hiệu quả (+); Quy mô của ngân hàng” (+); Tỷ lệ cho vay trên tổng tài sản (+); Tỷ lệ lạm phát (-); Tỷ lệ vốn chủ sở hữu trên tổng tài sản (-)
22 NHTM hoạt động giai đoạn từ 2006-2015
Mô hình Pooled OLS gộp, FEM và REM
Lợi nhuận trên vốn chủ sở hữu (-);
Tăng trưởng tín dụng (+); Tổng tài sản (-); Dự phòng rủi ro (+)
34 NHTM Việt Nam giai đoạn
Mô hình GMM sai phân
Tăng trưởng tín dụng (-); Vốn chủ sở hữu (-); Dư nợ trên vốn huy động (-); Tăng trưởng kinh tế (-);
Dự phòng rủi ro tín dụng (+); Quy mô ngân hàng (+); Tỷ lệ lạm phát
27 NHTM Việt Nam giai đoạn
Mô hình GMM sai phân
“Tỷ lệ nợ xấu năm trước (+); Chi phí dự phòng rủi ro tín dụng (+);
“Chi phí hoạt động (+); Lợi nhuận của ngân hàng (-); Tốc độ tăng trưởng kinh tế (-).”
25 NHTM Việt Nam giai đoạn
Mô hình Pooled OLS, FEM, REM &
Tốc độ tăng trưởng kinh tế (+);
Tăng trưởng tín dụng (+); Tỷ lệ thất nghiệp (+); Tỷ lệ lạm phát (-); Tỷ lệ nợ xấu năm trước”(-)
22 NHTM Việt Nam giai đoạn
Mô hình Pooled OLS, FEM, REM &
Tỷ lệ trích lập dự phòng rủi ro tín dụng (+); Quy mô ngân hàng (+), Tốc độ tăng trưởng tín dụng (+), Tỷ
FGLS lệ lợi nhuận sau thuế trên vốn chủ sở hữu (-); Tỷ lệ lạm phát (+)
22 NHTM Việt Nam giai đoạn
Mô hình Pooled OLS, FEM, REM &
Quy mô ngân hàng (+); Tỷ suất sinh lợi nhuận trên vốn chủ sở hữu”(+);
“Tỷ lệ trích lập dự phòng rủi ro tín dụng”(+); Tốc độ tăng trưởng tín dụng (+); Tỷ lệ lạm phát (-)
25 NHTMCP Việt Nam trong giai đoạn 2011-
Mô hình Pooled OLS, FEM, REM &
Dự phòng rủi ro tín dụng (+); Tỷ lệ cho vay trên tổng tài sản (+); Tố tốc độ tăng trưởng kinh tế (-); Quy mô ngân hàng (-)
27 NHTM Việt Nam giai đoạn
Mô hình OLS, FEM, REM &
Tỷ lệ nợ xấu năm trước (+); Tỷ lệ dự phòng rủi ro tín dụng (+); Tốc độ tăng trưởng tín dụng (+); Quy mô ngân hàng (-); Suất sinh lời trên vốn chủ sở hữu (-); Tốc độ tăng trưởng kinh tế (-); Tỷ lệ lạm phát
24 NHTM Việt Nam giai đoạn
Mô hình OLS, FEM, REM &
Quy mô ngân hàng (-); Tỷ lệ lợi nhuận trên tổng tài sản (-); Tỷ tăng trưởng tín dụng (-); Tỷ lệ tăng trưởng kinh tế (-); Tỷ lệ thất nghiệp
(-); Tỷ lệ dự phòng rủi ro (+)
25 NHTM Việt Nam giai đoạn
Mô hình Pooled OLS, FEM, REM &
“Tỷ lệ thu nhập lãi cận biên (+); Dự phòng rủi ro tín dụng”(+); Tỷ lệ sinh lời trên vốn chủ sở hữu (-); Tốc độ tăng trưởng tín dụng (-)
16 NHTM Việt Nam giai đoạn
Mô hình OLS, FEM, REM &
Tỷ lệ nợ xấu năm trước (+), Quy mô ngân hàng (-); Tỷ lệ trích lập dự phòng rủi ro tín dụng (+); Thu nhập phi lãi (-); Tăng trưởng kinh tế (-)
“Nguồn: Tác giả tổng hợp nghiên cứu”
Bảng 2.3 Tổng hợp các nghiên cứu nước ngoài có liên quan
Tác giả, Năm Phạm vi Mô hình Kết quả nghiên cứu, mối tương quan
09 NHTM Hy Lạp từ Quý I/2003-III/2009
Mô hình dữ liệu bảng,
“Tốc độ tăng trưởng kinh tế (-);
Quy mô ngân hàng (-); Suất sinh lợi trên vốn chủ sở hữu (-)
NHTM tại Ai Cập giai đoạn 2003-2009
Mô hình dữ liệu bảng,
Quy mô ngân hàng (+); dự phòng rủi ro (+); Suất sinh lợi trên vốn chủ sở hữu”(+); Tăng trưởng kinh tế (-)
10 NHTM lớn nhất của 16 nền kinh tế: Trung - Đông - Đông Nam Châu Âu
Mô hình dữ liệu bảng, D-GMM và
Tỷ lệ thất nghiệp (+); Lạm phát (+);
Tỷ giá hối đoái (-); Tăng trưởng tín dụng (+); Suất sinh lợi trên vốn chủ sở hữu (-); Tỷ lệ Vốn chủ sở hữu trên tổng tài sản (-).”
85 ngân hàng ở ba quốc gia (Ý, Hy Lạp và Tây
Mô hình hồi quy dữ liệu bảng và FEM
Tăng trưởng kinh tế (-); Suất sinh lợi trên tổng tài sản (-); Tốc độ tăng trưởng tín dụng (+); Tỷ lệ thất nghiệp (+); Lãi suất (-)
“NHTM và tổ chức tiết kiệm trên 50 tiểu bang Hoa Kỳ và Quận
Mô hình FEM và DGMM
Tăng trưởng kinh tế (-); Tỷ lệ lạm phát (+); Quy mô ngân hàng (+);
Dự phòng rủi ro (+); Tăng trưởng tín dụng (+)
“Nguồn: Tác giả tổng hợp nghiên cứu”
Qua các nghiên cứu thực nghiệm trong nước trước đây có liên quan đến đề tài, tác giả nhận thấy hầu hết các nghiên cứu sử dụng“bộ số liệu đã cũ, mới chỉ cập nhật đến năm 2020”trong bối cảnh“nền kinh tế đang trong quá trình phục hồi”và phát triển trở lại sau khi chịu ảnh hưởng nghiêm trọng của đại dịch Covid-19.“Về phía các nghiên cứu trên thế giới”như nghiên cứu của Louzis & Ctg (2012), Dimitrios &
Ctg (2012), Klein (2013), Messai & Ctg (2013), Amit Ghosh (2015)… chỉ xem xét và áp dụng trên những khu vực, quốc gia nằm ngoài lãnh thổ Việt Nam.”Dựa trên những“đánh giá tổng quan tình hình nghiên cứu trong”và ngoài nước trên,“tác giả thấy rằng cần có một nghiên cứu thực hiện đánh giá tác động của nhiều nhân tố hơn để thể hiện đầy đủ hơn về nợ xấu của các NHTM Việt Nam,”đồng thời“cập nhật bộ số liệu mới nhất đến thời điểm hiện tại”để có cái nhìn mới hơn, phù hợp hơn với tình hình kinh tế Việt Nam hiện nay
Trong chương 2 này, tác giả tổng quan lý thuyết về nợ xấu của các NHTM và các nghiên cứu có liên quan chỉ ra“các yếu tố (vi mô và vĩ mô) tác động đến”nợ xấu của các ngân hàng thương mại, tạo tiền đề“xây dựng mô hình nghiên cứu và các giả thuyết nghiên cứu ở chương 3.”
PHƯƠNG PHÁP NGHIÊN CỨU
Phương pháp nghiên cứu
Hình 3.1 Sơ đồ quy trình nghiên cứu của đề tài
“Nguồn: Tác giả thiết kế nghiên cứu”
Nghiên cứu này được thực hiện qua 05 bước chính:
Giai đoạn 1 Xác định vấn đề cần nghiên cứu và mục tiêu nghiên cứu
Bước này, tác giả xác định“tính cấp thiết của đề tài nghiên cứu,”các mục tiêu nghiên cứu,“đối tượng nghiên cứu, phạm vi nghiên cứu,”phương pháp nghiên cứu cụ thể, chọn bộ dữ liệu nghiên cứu phù hợp cũng như kết cấu nghiên cứu cho nghiên cứu này
Giai đoạn 2 Xây dựng khung lý thuyết và các“kết quả thực nghiệm có liên quan để xác định các bằng chứng thực nghiệm”trong nghiên cứu
+ Xây dựng khung lý thuyết của nghiên cứu là tổng hợp các“cơ sở lý thuyết và phương pháp nghiên cứu”cụ thể cho đề tài nghiên cứu với những tiêu chuẩn của bộ dữ liệu cần thu thập.Tiến hành xử lý và định dạng bộ dữ liệu đã thu thập được“phục vụ cho quá trình phân tích định lượng,”số liệu được“thu thập từ các báo cáo tài chính được 20 NHTM Việt Nam công bố hàng năm.”Tác giả thực hiện thu thập và làm sạch các số liệu ban đầu“có li ên quan đến nghiên cứu này”bằng excel 2010
+ Phương pháp nghiên cứu và đề xuất mô hình nghiên cứu dựa trên các phân tích tổng hợp các nghiên cứu thực nghiệm trước đây để tham khảo lý luận, mô hình nghiên cứu cũng như kết quả nghiên cứu có liên quan trước đây, tác giả đưa ra các yếu tố tác động kỳ vọng và đề xuất mô hình nghiên cứu của tác giả
Sau đó là sự kết hợp giữa khung lý thuyết, mô hình đề xuất và bộ dữ liệu có được, tác giả tiến hành thử nghiệm mô hình và đánh giá sơ bộ, điều chỉnh hoặc thay đổi các dữ liệu nghiên cứu (nếu có) bằng phần mềm stata 14.1
Giai đoạn 3 Phân tích định lượng (OLS, FEM, REM, FGLS),“các kiểm định để lựa chọn mô hình phù hợp, điều chỉnh (nếu cần).”
Phân tích thống kê mô tả, hệ số tương quan giữa các biến, phân tích định lượng với “mô hình nghiên cứu đề xuất”trên bằng phần mềm stata 14.1 bằng các mô hình hồi quy OLS, REM, FEM và các kiểm định tự tương quan,“kiểm định đa cộng tuyến, phương sai thay đổi,”Hausman (1978)….để lựa chọn mô hình phù hợp Khắc phục khiếm khuyết, điều chỉnh mô hình (nếu có) và kiểm định giả thuyết đã đặt ra, tác giả chọn“mô hình FGLS”để khắc phục mô hình nếu có
Giai đoạn 4 Phân tích thực trạng,“thảo luận kết quả nghiên cứu”
Tác giả tiến hành phân tích thực trạng nợ xấu ngân hàng thương mại“giai đoạn 2011-2023 và thảo luận kết quả nghiên cứu.”Từ đó, đánh giá và đưa ra các yếu tố tác động đến nợ xấu của các NHTM Việt Nam
Giai đoạn 5 Đề xuất giải pháp và kiến nghị phù hợp nhằm khắc phục, hạn chế nợ xấu của các NHTM Việt Nam
Mẫu nghiên cứu là 20 NHTMCP tại Việt Nam đang hoạt động giai đoạn 2011- 2022, ưu tiên chọn các ngân hàng có dữ liệu tài chính và các chỉ tiêu kinh tế tài chính có sẵn từ năm 2011 đến 2022 Tác giả nghiên cứu loại trừ các NHTM đã được NHNN Việt Nam mua lại 0 đồng hoặc sáp nhập vào các NHTM khác, kể cả các NHTM không công bố đầy đủ BCTC, số liệu về nợ xấu của NH trong giai đoạn xem xét Đồng thời mẫu nghiên cứu đảm bảo một số tiêu chí sau: (1) Lựa chọn các ngân hàng có dữ liệu hoàn chỉnh và có thể so sánh được với nhau qua thời gian (2)
Chọn các ngân hàng có vị trí và kích thước khác nhau trên thị trường để có cái nhìn đa dạng về“hoạt động và tình hình tài chính.”(3) Lựa chọn các ngân hàng có thể phản ánh được các xu hướng và biến động chung của ngành ngân hàng thương mại cổ phần Việt Nam trong giai đoạn đã nêu Như vậy, các ngân hàng được chọn đảm bảo phản ánh đầy đủ những biến động, thay đổi cũng như“các yếu tố ảnh hưởng đến sự ổn định tài chính”và“hoạt động kinh doanh”trong thời gian nghiên cứu của bạn
Bảng 3.1 Danh sách 20 NHTMCP Việt Nam trong mẫu nghiên cứu
STT Ký hiệu Tên ngân hàng Số quan sát
1 VCB Ngân hàng TMCP Ngoại Thương Việt Nam 12
2 CTG Ngân hàng TMCP Công thương Việt Nam 12
3 MBB Ngân hàng TMCP Quân Đội 12
4 BID Ngân hàng TMCP Đầu tư và Phát triển Việt Nam 12
5 ACB Ngân hàng TMCP Á Châu 12
6 TCB Ngân hàng TMCP Kỹ Thương 12
7 VIB Ngân hàng TMCP Quốc Tế 12
8 VPB Ngân hàng TMCP Việt Nam Thịnh Vượng 12
9 TPB Ngân hàng TMCP Tiên Phong 12
10 LPB Ngân hàng TMCP Bưu điện Liên Việt 12
11 HDB Ngân hàng TMCP Phát triển TP HCM 12
12 SHB Ngân hàng TMCP Sài Gòn – Hà Nội 12
13 MSB Ngân hàng TMCP Hàng Hải 12
14 OCB Ngân hàng TMCP Phương Đông 12
15 STB Ngân hàng TMCP Sài Gòn Thương Tín 12
16 EIB Ngân hàng TMCP Xuất Nhập Khẩu 12
17 NAB Ngân hàng TMCP Nam Á 12
18 PGB Ngân hàng TMCP Thịnh Vượng và Phát triển 12
19 ABB Ngân hàng TMCP An Bình 12
20 BVB Ngân hàng TMCP Bản Việt 12
Nguồn: Tác giả nghiên cứu tổng hợp 3.1.2.2 Thu thập, “ xử lý và phân tích dữ liệu ”
Bước 1: Thu thập “ dữ liệu từ các NHTM đang hoạt động tại Việt Nam giai đoạn 2011-2022 ”
Lựa chọn nguồn dữ liệu: Để thu thập“dữ liệu tài chính của các ngân hàng,”bạn có thể sử dụng các nguồn sau: (1) Các báo cáo tài chính công bố trên website chính thức của từng ngân hàng (2) Các báo cáo tài chính được công bố trên website của NHNN Việt Nam (3) Các cơ sở dữ liệu tài chính như:“Tổng cục thống kê,”IMF, WB,… hay các cơ sở dữ liệu tài chính khác có sẵn dữ liệu của các ngân hàng này
Thu thập dữ liệu: Trích xuất các chỉ số tài chính và các thông tin khác từ các nguồn đã chọn Các chỉ số thường được quan tâm“bao gồm: doanh thu, lợi nhuận sau thuế,”tài sản, nợ phải thu, nợ xấu, tỷ lệ nợ xấu, tỷ lệ lãi suất cho vay, hoạt động“tín dụng, chi phí hoạt động, tỷ lệ sinh lời,”và các chỉ số tài chính khác…
Bước 2: Xử lý dữ liệu vừa thu thập được
Kiểm tra tính đầy đủ và chính xác của dữ liệu: Đảm bảo rằng dữ liệu thu thập được là đầy đủ và chính xác, không thiếu sót hoặc sai sót
Chuẩn hóa dữ liệu: Đối với các chỉ số có đơn vị đo khác nhau hoặc không cùng quy mô, cần chuẩn hóa dữ liệu để có thể so sánh và phân tích
Xây dựng các biến số nghiên cứu: Dựa trên mục đích nghiên cứu, bạn có thể xây dựng các biến số nghiên cứu từ dữ liệu thu thập để“phân tích mối quan hệ giữa các yếu tố” khác nhau
Phân tích và báo cáo: Sử dụng các phương pháp phân tích thống kê và“kinh tế để phân tích dữ liệu”và rút ra các kết luận nghiên cứu
Các số liệu thu thập được xử lý sơ cấp bằng excel, sau đó dung phần mềm stata để phân tích chuyên sâu hơn phục vụ cho nhu cầu nghiên cứu của đề tài
Mô hình nghiên cứu đề xuất
3.2.1 Các biến nghiên cứu và xu hướng tác động
Dựa vào“các nghiên cứu của các tác”giả Klein (2013); Amit Ghosh (2015);
Nguyễn Thị Ánh Hoa (2021); Bùi Đan Thanh & Ctg (2022)… Biến phụ thuộc của mô hình nghiên cứu này”là: Nợ xấu của ngân hàng i năm t được tính bằng tỷ lệ nợ xấu (%) gồm tổng nợ nhóm 3 & nhóm 4 & nhóm 5 trên tổng dư nợ cho vay của ngân hàng năm t Ký hiệu biến là NPLit
Công thức đo lường của biến phụ thuộc:
NPLit =Dư nợ nhóm 3 + Dư nợ nhóm 4 + Dư nợ nhóm5
“Các biến độc lập của mô hình nghiên cứu này”là các yếu tố tác động đến nợ xấu của các NHTM tại Việt Nam giai đoạn 2011-2022 được tác giả đề xuất dưới đây:
Bảng 3.2 Bảng các“biến độc lập”và xu hướng tác động kỳ vọng Yếu tố Ký hiệu Ý nghĩa Kỳ vọng Nghiên cứu trước đây
Các yếu tố vi mô
Lợi nhuận trên vốn chủ sở hữu
Bùi Đan Thanh & Ctg (2022); Trần Vương Thịnh & Ctg (2021); Phạm Dương Phương Thảo & Ctg (2018);
Nguyễn Thị Hồng Vinh (2015); Klein (2013); Louzis & Ctg (2012)
Tỷ lệ chi phí hoạt động
Phạm Dương Phương Thảo & Ctg (2018), Ghenimi A & cộng sự (2017),
Shehzad và cộng sự (2010), Bourkis
Dư nợ cho vay trên tổng tài sản
(+) Nguyễn Thị Hồng Ánh & Ctg (2021);
Tỷ lệ tăng trưởng tổng tài sản
Tỷ lệ tăng trưởng tín dụng
Nguyễn Thị Hồng Vinh (2015); Nguyễn Kim Phước & Ctg (2017); Nguyễn Thị Như Quỳnh & Ctg (2018); Trần Vương
Thịnh & Ctg (2021); Nguyễn Thị Ánh Hoa (2021); Bùi Đan Thanh & Ctg (2022); Klein (2013); Messai & Ctg
Bùi Đan Thanh & ctg (2022); Nguyễn Thị Như Quỳnh & ctg (2018); Nguyễn Thị Hồng Vinh (2017); Ekanayake & ctg (2015); Nguyễn Thị Ánh Hoa (2021); Phạm Dương Phương Thảo &
Các yếu tố vĩ mô
Messai & ctg (2013); Nguyễn Thị Quỳnh Như & ctg (2018); Vantansever
& ctg (2015); Klein (2013); Amit Ghosh (2015); Makri & cộng sự (2014)
Tỷ lệ tăng trưởng tổng sản phẩm quốc nội
Nguyễn Thị Hồng Vinh (2017); Phạm Dương Phương Thảo & Ctg (2018);
Nguyễn Thị Hồng Ánh & Ctg (2021);
Bùi Đan Thanh & Ctg (2022); Nguyễn Thị Hồng Ánh & Ctg (2022); Lê Duy
Dimitrios & Ctg (2012); Messai & Ctg (2013); Amit Ghosh (2015)
Bùi Đan Thanh & ctg (2022), Nguyễn Thị Như Quỳnh & ctg (2018); Nguyễn Thị Hồng Vinh (2017); Ekanayake & ctg (2015); Nguyễn Thị Ánh Hoa
“Nguồn: Tác giả nghiên cứu đề xuất”
3.2.2 “Mô hình nghiên cứu đề xuất”
Tác giả“đề xuất mô hình nghiên cứu”cho đề tài này dựa trên tổng quan các nghiên cứu trước đây kết hợp với quá trình phân tích thực trạng và“đánh giá mức độ tác động” của các yếu tố đến nợ xấu của các NHTM Việt Nam giai đoạn 2011-2022 cũng như tính hợp lý của bộ dữ liệu thu thập được (dạng dữ liệu bảng) để giải thích sự tồn tại“yếu tố tác động”đến nợ xấu của các NHTM tại Việt Nam
Hình 3.2 Mô hình hoá các yếu tố tác động đến nợ xấu các NHTM Việt Nam
Nguồn: Tác giả đề xuất dựa trên tổng quan nghiên cứu đề tài
Mô hình nghiên cứu được thể hiện dưới dạng phương trình như sau:
NPL it = β 0 + β 1 *ROE it + β 2 *CIR it + β 3 *LOAN it + β 4 *UNT it + β 5 *GROW it + β 6 *GDP it + β 7 *LG it + β 8 *SIZE it + β 9 *CPI it + ε it (*) Trong đó:
+ β0: Hệ số chặn và β1…Β9: Hệ số của các biến độc lập theo thứ tự trong mô hình (*);
+ i và t = [1, 2, 3…20], với i là số ngân hàng thương mại (20NHTM) và t là số năm nghiên cứu (10 năm); εit là sai số của mô hình ước lượng hồi quy;
+ NPLit: Nợ xấu của ngân hàng I trong năm t, được tính bằng tỷ lệ nợ xấu (%)
3.2.3 Các giả thuyết của mô hình nghiên cứu”
Dựa vào“kết quả của các nghiên cứu trước đây”và sự đặc thù của các NHTM tại Việt Nam,“tác giả đưa ra các giả thuyết của mô hình nghiên cứu như sau:”
Giả thuyết H1: Lợi nhuận trên vốn chủ sở hữu (ROEit) có tác động tiêu cực đến nợ xấu của“ngân hàng, dựa trên các nghiên cứu”của Nguyễn Thanh Phương & đồng nghiệp (2023), Bùi Đan Thanh & đồng nghiệp (2022), Trần Vương Thịnh & đồng nghiệp (2021), Phạm Dương Phương Thảo & đồng nghiệp (2018), Nguyễn Kim Phước & đồng nghiệp (2017), Nguyễn Thị Hồng Vinh (2015), Klein (2013), Louzis
Giả thuyết H2: Tỷ lệ chi phí hoạt động (CIRit) có tác động tích cực đến nợ xấu, dựa trên nghiên cứu của Phạm Dương Phương Thảo & đồng nghiệp (2018), Ghenimi A & cộng sự (2017), Shehzad và cộng sự (2010), Bourkis (2013)
Giả thuyết H3: Dư nợ“cho vay trên tổng tài sản”(LOANit) có“tác động tích cực”đến nợ xấu, dựa trên nghiên cứu của Nguyễn Thị Hồng Ánh & đồng nghiệp (2021), Trần Trọng Phong & đồng nghiệp (2015)
Giả thuyết H4: Tỷ lệ tăng trưởng tổng tài sản (GROWit) có tác động tiêu cực đến nợ xấu, dựa trên nghiên cứu của Nguyễn Kim Phước & đồng nghiệp (2017)
Giả thuyết H5: Tỷ lệ tăng trưởng tín dụng (LGit) có tác động tích cực đến nợ xấu, dựa trên“nghiên cứu của Nguyễn Thị Hồng Vinh (2015),”Nguyễn Kim Phước
& đồng nghiệp (2017), Nguyễn Thị Như Quỳnh & đồng nghiệp (2018), Trần Vương Thịnh & đồng nghiệp (2021), Nguyễn Thị Ánh Hoa (2021), Bùi Đan Thanh
& đồng nghiệp (2022), Klein (2013), Messai & đồng nghiệp (2013), Amit Ghosh (2015)
Giả thuyết H6: Quy mô ngân hàng (SIZEit) có tác động tiêu cực đến nợ xấu, dựa trên nghiên cứu của Bùi Đan Thanh & đồng nghiệp (2022), Nguyễn Thị Như Quỳnh & đồng nghiệp (2018), Nguyễn Thị Hồng Vinh (2017), Ekanayake & đồng nghiệp (2015), Nguyễn Thị Ánh Hoa (2021), Phạm Dương Phương Thảo & đồng nghiệp (2018), Klein (2013), Ghosh (2015)
Giả thuyết H7: Tỷ lệ thất nghiệp (UNTit) có“tác động tích cực đến nợ xấu,”dựa trên nghiên cứu của Messai & đồng nghiệp (2013), Nguyễn Thị Quỳnh Như & đồng nghiệp (2018), Vantansever & đồng nghiệp (2015), Klein (2013), Amit Ghosh (2015), Makri & cộng sự (2014)
Giả thuyết H8: Tỷ lệ tăng trưởng tổng sản phẩm quốc nội (GDPit) có tác động tiêu cực đến nợ xấu, dựa trên nghiên cứu của Nguyễn Thị Hồng Vinh (2017), Phạm Dương Phương Thảo & đồng nghiệp (2018), Nguyễn Thị Hồng Ánh & đồng nghiệp (2021), Bùi Đan Thanh & đồng nghiệp (2022), Lê Duy Khánh (2023), Louzis & đồng nghiệp (2012), Dimitrios & đồng nghiệp (2012), Messai & đồng nghiệp (2013), Amit Ghosh (2015)
Giả thuyết H9: Tỷ lệ lạm phát (CPIit) có tác động tích cực đến nợ xấu, dựa trên nghiên cứu của Bùi Đan Thanh & đồng nghiệp (2022), Nguyễn Thị Như Quỳnh & đồng nghiệp (2018), Nguyễn Thị Hồng Vinh (2017), Ekanayake & đồng nghiệp (2015), Nguyễn Thị Ánh Hoa (2021), Phạm Dương Phương Thảo & đồng nghiệp (2018), Klein (2013), Amit Ghosh (2015)
Chương 3 này, tác giả trình bài phương pháp và quy trình nghiên cứu chi tiết Đồng thời, “tác giả đề xuất mô hình nghiên cứu gồm biến phụ thuộc” và 09 biến độc lập tác động đến nợ xấu của NHTM (Lợi nhuận trên“vốn chủ sở hữu;”Tỷ lệ
“chi phí hoạt động”; Dư nợ cho vay trên tổng tài sản; Tỷ lệ tăng trưởng tổng tài sản;
Tỷ lệ tăng trưởng tín dụng; Quy mô ngân hàng; Tỷ lệ thất nghiệp; Tỷ lệ“tăng trưởng tổng sản phẩm quốc nội;” Tỷ lệ lạm phát) tương ứng với 09 giả thuyết của“mô hình nghiên cứ”làm cơ sở để tiến hành chạy mô hình nghiên cứu bằng phần mềm stata 14.1 và tiến hành phân tích kết quả, kiểm định giả thuyết ở chương 4.
KẾT QUẢ VÀ THẢO LUẬN CÁC KẾT QUẢ
Kết quả nghiên cứu và thảo luận
Bảng 4.1 Kết quả thống kê mô tả
Giá trị trung bình Độ lệch chuẩn
Nguồn: Tác giả trích xuất kết quả nghiên cứu trên phần mềm Stata
Theo bảng mô tả các biến nghiên cứu (Bảng 4.1) trên cho thấy:
Tỷ lệ nợ xấu (NPL) các NHTM Việt Nam có sự biến động nhẹ qua các“năm trong giai đoạn nghiên cứu từ 2011 đến 2022, với giá trị trung bình là 2.12% và độ lệch chuẩn là 1.19% cho thấy các ngân hàng luôn cố gắng giữ cho tỷ lệ nợ xấu ở“mức độ ổn định và thấp nhất có thể Giá trị nhỏ nhất của tỷ lệ nợ xấu là 0.467%, thuộc về Ngân hàng Thương mại Cổ phần Kỹ Thương (Techcombank) vào năm 2020, có thể được giải thích bởi việc ngân hàng này đã“chủ động xử lý nợ xấu để củng cố sức mạnh bảng cân đối trước các tác động của đại dịch COVID-19”lên nền kinh tế Giá trị lớn nhất của tỷ lệ nợ xấu là 8.807%, thuộc về“Ngân hàng Thương mại Cổ phần Sài Gòn - Hà Nội (SHB) vào năm 2012 có thể được giải thích bởi việc ngân hàng này thực hiện trích lập dự phòng theo quy định của các khoản nợ tồn đọng từ Vinashin,”một trong những vụ án nợ xấu lớn nhất tại Việt Nam Tổng thể, sự biến động nhẹ của tỷ lệ nợ xấu trong giai đoạn này cho thấy sự ổn định và cố gắng của“các ngân hàng trong việc quản lý rủi ro và xử lý nợ xấu.”
Tỷ lệ lợi nhuận trên vốn chủ sở hữu (ROE) của các Ngân hàng Thương mại (NHTM) tại“Việt Nam có sự biến động lớn qua các năm, với giá trị trung bình là 11.49% và độ lệch chuẩn là 9.32% cho thấy mức độ chênh lệch về ROE giữa các ngân hàng khá lớn qua các năm Giá trị nhỏ nhất của ROE là -82.002%, thuộc về Ngân hàng Thương mại Cổ phần Tiên Phong (TPBank) vào năm 2011 Trong khi đó, giá trị lớn nhất của ROE là 42.038%, thuộc về Ngân hàng Thương mại Cổ phần Á Châu (ACB) vào năm 2018.“Khoảng cách về ROE giữa các ngân hàng trong giai đoạn này là rất lớn Kết quả thu thập cho thấy rằng ROE của các ngân hàng có sự dao động rất dữ dội, tạo ra sự khác biệt đáng kể trong quá trình thu lợi nhuận của hệ thống ngân hàng.”Tuy nhiên, một số NHTM như ACB, TCB, VIB, VCB, BID vẫn giữ được ROE ổn định và có mức tăng trưởng đều đặn qua các năm Điều này có thể phản ánh sự ổn định và hiệu quả trong hoạt động kinh doanh của những ngân hàng này
Tỷ lệ chi phí hoạt động (CIR) của các Ngân hàng Thương mại (NHTM) tại Việt Nam có sự biến động mạnh trong giai đoạn nghiên cứu từ 2011 đến 2022, với giá trị trung bình là 84.97% và độ lệch chuẩn là 554.049% cho thấy rằng tỷ lệ CIR có sự biến động lớn và không ổn định trong thời gian này Giá trị nhỏ nhất của CIR là 22.706%, thuộc về“Ngân hàng Thương mại Cổ phần Sài Gòn - Hà Nội (SHB) vào năm 2022 Trong khi đó, giá trị lớn nhất của CIR là 8630.244%, thuộc về Ngân hàng Thương mại Cổ phần Tiên Phong (TPBank) vào năm 2011 có thể được giải thích bởi ảnh hưởng từ thương vụ Tập đoàn Vàng bạc Đá quý Doji nhảy vào Ngân hàng Tiên Phong với tỉ lệ nắm giữ 20%, gây ra sự biến động đột ngột trong chi phí hoạt động của ngân hàng Mức độ biến động rất lớn của“CIR trong giai đoạn nghiên cứu từ 2011 đến 2022 có thể phản ánh sự biến động trong hoạt động kinh doanh và chi phí của các Ngân hàng Thương mại tại Việt Nam,”có thể do ảnh hưởng từ các yếu tố kinh doanh và môi trường kinh doanh thay đổi
Tỷ lệ dư nợ cho vay trên tổng tài sản (LOAN) của các Ngân hàng Thương mại
(NHTM) tại Việt Nam có sự biến động mạnh trong giai đoạn nghiên cứu từ 2011 đến 2020 Giá trị trung bình của LOAN là 57.86%, độ lệch chuẩn là 12.67%, cho thấy LOAN có sự biến động lớn trong thời gian nghiên cứu Giá trị nhỏ nhất của
LOAN là 14.726%, thuộc về Ngân hàng Thương mại Cổ phần Tiên Phong (TPBank) vào năm 2011 Trong khi đó, giá trị lớn nhất của LOAN là 80.063%, thuộc về“Ngân hàng Thương mại Cổ phần Đầu từ và Phát triển Việt Nam (BIDV) vào năm”2020 Sự biến động mạnh của LOAN trong giai đoạn nghiên cứu có thể phản ánh sự biến động”trong cơ cấu tài sản và dư nợ cho vay của các ngân hàng Điều này có thể do ảnh hưởng từ các yếu tố như chiến lược kinh doanh, chính sách cho vay, và biến động trong thị trường tài chính và kinh doanh
Tỷ lệ tăng trưởng tổng tài sản (GROW) của các Ngân hàng Thương mại
(NHTM) tại Việt Nam trong giai đoạn nghiên cứu có giá trị trung bình là 16.76%, và độ lệch chuẩn cũng là 16.76%, cho thấy GROW có sự biến động nhẹ trong thời gian nghiên cứu Giá trị nhỏ nhất của GROW là -39.240%, thuộc về Ngân hàng Thương mại Cổ phần Tiên Phong (TPBank) vào năm 2012 Trong khi đó, giá trị lớn nhất của GROW là 112.217%, cũng thuộc về TPBank, nhưng vào năm 2013 Sự biến động nhẹ của GROW có thể phản ánh sự ổn định và sự phát triển tương đối“ổn định của tổng tài sản của các ngân hàng trong giai đoạn nghiên cứu.”Tuy nhiên, sự biến động lớn giữa“giá trị nhỏ nhất và lớn nhất của GROW cũng cho thấy có sự chênh lệch trong mức độ phát triển của các ngân hàng trong cùng một giai đoạn.”
Tỷ lệ tăng trưởng tín dụng (LG) của các Ngân hàng Thương mại (NHTM) tại Việt Nam trong giai đoạn nghiên cứu có“giá trị trung bình là 20.49%, và độ lệch chuẩn là 17.28%, cho thấy LG có sự biến động nhẹ trong thời gian nghiên cứu.”Giá trị nhỏ nhất của LG là -29.864%, thuộc về Ngân hàng Thương mại Cổ phần Tiên Phong (TPBank) vào năm 2011 Trong khi đó, giá trị lớn nhất của LG là 108.203%, thuộc về“Ngân hàng Thương mại Cổ phần Phát triển Thành phố Hồ Chí Minh (HDBank)”vào năm 2013 Sự biến động nhẹ của LG cho thấy có sự ổn định trong hoạt động tăng trưởng tín dụng của các ngân hàng trong giai đoạn nghiên cứu Tuy nhiên,“sự chênh lệch giữa giá trị nhỏ nhất và lớn nhất của LG cũng cho thấy có sự đa dạng trong mức độ tăng trưởng tín dụng giữa các ngân hàng trong cùng một giai đoạn.”
Quy mô ngân hàng (SIZE) của các Ngân hàng Thương mại (NHTM) tại Việt Nam có giá trị trung bình là 18.9653 và độ lệch chuẩn là 111.224%, cho thấy SIZE có mức độ biến động lớn qua các năm Giá trị nhỏ nhất của SIZE là 16.5316, thuộc về Ngân hàng Thương mại Cổ phần Tiên Phong (TPBank) vào năm 2012 Trái lại, giá trị lớn nhất của SIZE là 21.4750, thuộc về“Ngân hàng Thương mại Cổ phần Đầu tư và Phát triển Việt Nam (BIDV) vào năm 2022.”Sự biến động lớn của SIZE phản ánh sự cạnh tranh sòng phẳng“trong ngành ngân hàng, khi các NHTM nỗ lực gia tăng quy mô của mình để tạo ra thương hiệu mạnh mẽ và giành lại thị phần trong hệ thống ngân hàng.”
Tỷ lệ thất nghiệp (UNT) của“Việt Nam trong giai đoạn từ 2011 đến 2022 có giá trị trung bình là 2.32%, và độ lệch chuẩn rất thấp là 0.29%, cho thấy chính phủ luôn cố gắng duy trì ổn định trong tình hình thất nghiệp.”Giá trị thấp nhất của UNT là 1.99% (năm 2012), trong khi giá trị cao nhất là 3.20% (năm 2021) do tình hình dịch Covid-19 kéo dài ảnh hưởng đến tình hình kinh doanh trong nước Việc hàng hóa không được sản xuất ổn định và tiêu thụ chậm dẫn đến các doanh nghiệp tăng cường cắt giảm nhân công, gia tăng tỷ lệ thất nghiệp trong dân cư Sự duy trì“ổn định của tỷ lệ thất nghiệp cũng phản ánh sự chăm chỉ trong quản lý và định hình chính sách kinh tế và xã hội của chính phủ Việt Nam trong giai đoạn này.”
Tỷ lệ tăng trưởng tổng sản phẩm quốc nội (GDP) của Việt Nam trong giai đoạn 2011-2022 có“giá trị trung bình là 6.04%, và độ lệch chuẩn là 1.64%.”Giá trị tăng trưởng thấp nhất của GDP là 2.57%, vào năm 2020,“khi đại dịch Covid-19 đã gây ra sự đình trệ trong sản xuất và tiêu thụ hàng hóa, dẫn đến sự suy giảm lớn trong nền kinh tế của Việt Nam.”Đây được coi là năm có GDP thấp nhất trong giai đoạn 10 năm gần đây Ngược lại, giá trị tăng trưởng cao nhất của GDP là 8.02%, đạt được vào năm 2022 Sự tăng trưởng mạnh mẽ này có thể phản ánh“sự phục hồi của nền kinh tế sau đại dịch và các biện pháp kích thích kinh tế của chính phủ trong giai đoạn này.”
Tỷ lệ lạm phát (CPI) của“Việt Nam có giá trị trung bình là 4.99%, và độ lệch chuẩn là 4.63% cho thấy tỷ lệ lạm phát có mức độ biến động khá lớn trong thời gian nghiên cứu.”Giá trị thấp nhất của tỷ lệ lạm phát là 0.63% (năm 2015), có thể được giải thích bởi sự kiểm soát chặt chẽ của Chính phủ Việt Nam trong quản lý lạm phát và nền kinh tế trong năm đó Trái lại, giá trị cao nhất của tỷ lệ lạm phát là 18.58%
(năm 2011) có thể xuất phát từ việc nền kinh tế không có sự đột phá về tăng trưởng mặc dù có dòng tiền chi ra mạnh mẽ, dẫn đến tình trạng lạm phát cao và khó kiểm soát trong giai đoạn đó
4.2.2 Phân tích tương quan
Bảng 4.2 Bảng ma trận hệ số tương quan của các biến
Biến NPL ROE CIR LOAN GROW LG SIZE UNT GDP CPI
“Nguồn: Tác giả trích xuất kết quả nghiên cứu trên phần mềm Stata”
Theo bảng ma trận tương quan (Bảng 4.2) cho thấy: Tất cả các hệ số tương quan giữa các biến trong mô hình nghiên cứu này có giá trị không cao, thấp nhất là - 0.6745 (cặp bến UNT, GDP) và cao nhất là 0.5732 (cặp biến GROW, LG) thấp hơn 0.8 (hệ số tương quan chuẩn) của Farrar & Glauber (1967) Do đó, giữa các biến trong mô hình này không có hiện tượng đa cộng tuyến nghiêm trọng
4.2.3 Phân tích hiện tượng đa cộng tuyến
Bảng 4.3 Kết quả kiểm tra VIF theo từng biến độc lập
Biến ROE UNT CIR GDP SIZE LG GROW LOAN CPI
Nguồn: Tác giả trích xuất kết quả nghiên cứu trên phần mềm Stata
Kết quả kiểm tra hệ số VIF (Variance Inflation Factor) trong Bảng 4.3“cho thấy rằng tất cả các hệ số VIF của các biến độc lập đều nhỏ hơn 10 cho thấy không có dấu hiệu của hiện tượng đa cộng tuyến (multicollinearity).”Trong phân tích hồi quy, việc các biến độc lập không có mức độ tương quan quá mạnh với nhau là một điều tích cực, giúp cho các ước lượng hồi quy trở nên ổn định và đáng tin cậy hơn
4.2.4 “Phân tích kết quả hồi quy”
***Kết quả ước lượng mô hình OLS, FEM, REM
Theo Bảng 4.4 Kết quả“hồi quy của ba mô hình dưới đây thì mức độ ý nghĩa tác động và dấu tương quan của các biến độc lập ROE, CIR đến nợ xấu của cả ba mô hình đều giống nhau.”Mặt khác, biến SIZE chỉ có ý nghĩa thống kê hay có tác động đến nợ xấu tại kết quả của mô hình OLS Trong khi đó các biến LOAN, GROW, LG, UNT, GDP, CPI không có ý nghĩa thống kê hay không có tác động đến nợ xấu tại kết quả của cả ba mô hình
Bảng 4.4 Kết quả ước lượng mô hình OLS, FEM, REM
“Nguồn: Tác giả trích xuất kết quả nghiên cứu trên phần mềm Stata”
Vì vậy“tiến hành kiểm định mô hình phù hợp cuối cùng để có kết quả nghiên cứu chính thức.”
***Kiểm định sự phù hợp giữa mô hình FEM, REM
Tác giả sử dụng kiểm định Hausman để lựa chọn mô hình thích hợp giữa FEM và REM Giả thuyết kiểm định như sau:
Giả thuyết H0:“Không có tương quan giữa các biến độc lập và phần dư (REM được chọn);”
Giả thuyết H1:“Có tương quan giữa các biến các biến độc lập và phần dư (FEM được chọn).”
Theo kết quả kiểm định Hausman Bảng 4.5 dưới đây, ta thấy giá trị P-value 0.9452 cao hơn 0.05 vì vậy chấp nhận giả thuyết giả thuyết H0, bác bỏ giả thuyết
Kết quả nghiên cứu và thảo luận
Bảng 4.9 “Tóm tắt kết quả nghiên cứu”
NPL Giả thuyết “Kết quả nghiên cứu”
Kỳ vọng dấu P-value Mức ý nghĩa
ROE Âm (-) Âm (-) 0.000 Có ý nghĩa thống kê CIR Dương (+) Âm (-) 0.000 Có ý nghĩa thống kê LOAN Dương (+) Dương (+) 0.185 Không có ý nghĩa thống kê GROW Âm (-) Âm (-) 0.485 Không có ý nghĩa thống kê LG Dương (+) Âm (-) 0.509 Không có ý nghĩa thống kê SIZE Âm (-) Âm (-) 0.000 Có ý nghĩa thống kê
UNT Dương (+) Âm (-) 0.007 Có ý nghĩa thống kê GDP Âm (-) Âm (-) 0.288 Không có ý nghĩa thống kê
CPI Dương (+) Dương (+) 0.000 Có ý nghĩa thống kê
Ghi chú: + là tác động cùng chiều, - là tác động ngược chiều
“Nguồn: Tác giả tổng hợp kết quả nghiên cứu trên phần mềm Stata”
“Kết quả nghiên cứu các yếu tố tác động đến nợ xấu của NHTM Việt Nam giai đoạn 2012 – 2022 bảng 4.9 cho thấy:”
Tỷ lệ lợi nhuận trên vốn chủ sở hữu (ROE): Tác động ngược chiều với hệ số hồi quy 0.0458499 và mức ý nghĩa 1% (p-value = 0.000 < 0.01) cho thấy khi lợi nhuận trên vốn chủ sở hữu của ngân hàng cao hơn, hiệu quả kinh doanh của ngân hàng tốt hơn, dẫn đến việc quản lý rủi ro tín dụng hiệu quả hơn và do đó giảm tỷ lệ nợ xấu.“Trước những biến động của nền kinh tế, công tác cho vay trở nên cẩn trọng hơn, và các ngân hàng có thị phần lớn đang trên đà phát triển, đặc biệt trong giai đoạn từ năm 2020 đến nay.”Kết quả này phù hợp với các nghiên cứu trước đây của
Nguyễn Thanh Phương & cộng sự (2023); Bùi Đan Thanh & cộng sự (2022); Trần Vương Thịnh & cộng sự (2021); Phạm Dương Phương Thảo & cộng sự (2018);
Nguyễn Kim Phước & cộng sự (2017); Nguyễn Thị Hồng Vinh (2015); Klein (2013); Louzis & cộng sự (2012) Như vậy, kết quả này nhấn mạnh rằng các ngân hàng có hiệu quả kinh doanh cao hơn thường có khả năng quản lý rủi ro tín dụng tốt hơn, giúp giảm tỷ lệ nợ xấu.“Điều này cũng cho thấy tầm quan trọng của việc duy trì lợi nhuận cao và ổn định trong việc giảm thiểu rủi ro tín dụng và đảm bảo sự phát triển bền vững của các ngân hàng trong bối cảnh kinh tế biến động.”
Tỷ lệ chi phí hoạt động (CIR): Tác động ngược chiều với hệ số hồi quy 0.0007486 và mức ý nghĩa 1% (p-value = 0.000 < 0.01) cho thấy khi CIR giảm (tức là chi phí hoạt động so với thu nhập giảm), tỷ lệ nợ xấu cũng giảm Điều này cho thấy rằng“các ngân hàng hoạt động hiệu quả hơn và quản lý chi phí tốt hơn sẽ có khả năng kiểm soát nợ xấu tốt hơn.”Ngân hàng thể hiện khả năng quản lý chi phí càng tốt và hiệu suất hoạt động càng cao thì tỷ lệ nợ xấu sẽ giảm Điều này là do ngân hàng có thể giảm thiểu chi phí đảm bảo chất lượng khoản vay, theo dõi các khách hàng vay,“đánh giá tài sản đảm bảo, và giám sát, kiểm soát các khách hàng sau khi vay để tiết kiệm chi phí Kết quả này khác với các nghiên cứu trước đây như của Phạm Dương Phương Thảo & cộng sự (2018) và Ghenimi A & cộng sự (2017),”cho thấy sự khác biệt trong bối cảnh nghiên cứu Sự khác biệt này có thể do các yếu tố đặc thù của nền kinh tế Việt Nam và các biện pháp quản lý rủi ro của các ngân hàng trong thời gian gần đây Như vậy, kết quả này nhấn mạnh rằng “việc cải thiện hiệu quả hoạt động và quản lý chi phí là yếu tố quan trọng trong việc giảm tỷ lệ nợ xấu, và các ngân hàng cần chú trọng đến việc này để duy trì sự ổn định và phát triển bền vững.”
Dư nợ cho vay trên tổng tài sản (LOAN): Mặc dù LOAN có tác động dương như kỳ vọng với hệ số hồi quy 0.0057530, nhưng kết quả không có ý nghĩa thống kê (p-value = 0.185 > 0.05) Điều này chỉ ra rằng tỷ lệ cho vay trên tổng tài sản không có tác động đáng kể đến tỷ lệ nợ xấu trong giai đoạn nghiên cứu Kết quả này có thể do các yếu tố khác như chất lượng tín dụng và các“biện pháp quản lý rủi ro tín dụng của ngân hàng đóng vai trò quan trọng hơn.”Mặc dù“kết quả này không phù hợp với nghiên cứu của Nguyễn Thị Hồng Ánh & cộng sự (2021) và Trần Trọng Phong & cộng sự (2015),”nhưng với thời điểm hiện tại, nó vẫn có ý nghĩa kinh tế Cụ thể, các ngân hàng đã cải thiện các biện pháp “quản lý rủi ro và nâng cao chất lượng tín dụng, giảm thiểu tác động của tỷ lệ cho vay trên tổng tài sản đối với tỷ lệ nợ xấu Điều này cho thấy rằng các yếu tố quản lý rủi ro và chất lượng tín dụng đóng vai trò quan trọng hơn so với tỷ lệ cho vay trên tổng tài sản làm giảm tác động của LOAN đến nợ xấu.”Như vậy, kết quả này vẫn có ý nghĩa kinh tế trong việc nhấn mạnh tầm quan trọng của quản lý rủi ro và chất lượng tín dụng trong duy trì tỷ lệ nợ xấu thấp, hơn là chỉ tập trung vào tỷ lệ cho vay trên tổng tài sản
Tỷ lệ tăng trưởng tổng tài sản (GROW): Tác động ngược chiều đến tỷ lệ nợ xấu như kỳ vọng với hệ số hồi quy 0.0023721, nhưng không có ý nghĩa thống kê (p- value = 0.485 > 0.05) Điều này cho thấy tỷ lệ tăng trưởng tổng tài sản không có tác động đáng kể đến tỷ lệ nợ xấu trong mô hình nghiên cứu này Tăng trưởng tổng tài sản có thể không đồng nhất với chất lượng tín dụng hoặc khả năng quản lý rủi ro tín dụng của ngân hàng Kết quả này không phù hợp với nghiên cứu của Nguyễn Kim Phước & cộng sự (2017), nhưng với thời điểm hiện tại, nó vẫn có ý nghĩa kinh tế
Cụ thể, trong bối cảnh hiện tại, mặc dù tổng tài sản của các ngân hàng tăng trưởng, nhưng điều này không đồng nghĩa với việc chất lượng tín dụng được cải thiện hoặc rủi ro tín dụng được quản lý tốt hơn Các yếu tố như chiến lược tăng trưởng, môi trường kinh tế, và năng lực quản lý rủi ro của từng ngân hàng có thể ảnh hưởng đến mối quan hệ này Kết quả này vẫn có ý nghĩa kinh tế khi nhấn mạnh rằng tăng trưởng tổng tài sản không phải là chỉ số duy nhất phản ánh sức khỏe tín dụng của ngân hàng.“Việc tập trung vào chất lượng tín dụng và quản lý rủi ro tín dụng vẫn cần thiết để duy trì tỷ lệ nợ xấu thấp, bất kể mức tăng trưởng tổng tài sản.”
Tỷ lệ tăng trưởng tín dụng (LG): Tác động ngược chiều đến tỷ lệ nợ xấu với hệ số hồi quy 0.0022775, trái ngược với kỳ vọng rằng nó sẽ có tác động cùng chiều
Tuy nhiên, kết quả này không có ý nghĩa thống kê (p-value = 0.509 > 0.05), cho thấy rằng tỷ lệ tăng trưởng tín dụng không có tác động đáng kể đến tỷ lệ nợ xấu trong mô hình nghiên cứu này Kết quả này không phù hợp với nghiên cứu của Nguyễn Thị Hồng Vinh (2015); Nguyễn Kim Phước & cộng sự (2017); Nguyễn Thị Như Quỳnh & cộng sự (2018); Trần Vương Thịnh & cộng sự (2021); Nguyễn Thị Ánh Hoa (2021); Bùi Đan Thanh & cộng sự (2022); Klein (2013); Messai & cộng sự (2013); Amit Ghosh (2015) Với thời điểm hiện tại, kết quả này vẫn có ý nghĩa kinh tế.“Tốc độ tăng trưởng tín dụng không phải lúc nào cũng đồng nghĩa với việc gia tăng chất lượng tín dụng hay giảm thiểu rủi ro tín dụng Các ngân hàng có thể tăng trưởng tín dụng nhanh chóng nhưng không cải thiện được chất lượng các khoản cho vay hoặc quản lý rủi ro hiệu quả.”Điều này cho thấy, mặc dù tăng trưởng tín dụng có thể thúc đẩy lợi nhuận ngắn hạn, nhưng nó không đảm bảo giảm tỷ lệ nợ xấu nếu không có biện pháp quản lý rủi ro phù hợp Như vậy, kết quả này vẫn có ý nghĩa kinh tế trong việc nhấn mạnh rằng tăng trưởng tín dụng cần đi đôi với cải thiện chất lượng tín dụng và quản lý rủi ro để duy trì tỷ lệ nợ xấu thấp Các ngân hàng cần chú trọng đến việc thẩm định tín dụng và giám sát rủi ro chặt chẽ hơn, thay vì chỉ tập trung vào tăng trưởng tín dụng
Quy mô ngân hàng (SIZE):“Tác động ngược chiều đến tỷ lệ nợ xấu, phù hợp với kỳ vọng ban đầu với hệ số hồi quy 0.0019111 và mức ý nghĩa 1% (p-value 0.000 < 0.01), cho thấy rằng các ngân hàng có quy mô lớn hơn thường có nhiều nguồn lực và hệ thống quản lý rủi ro tốt hơn, giúp giảm tỷ lệ nợ xấu.”Kết quả này phù hợp với các nghiên cứu trước đây như của Lê Duy Khánh (2023), Bùi Đan Thanh & cộng sự (2022), Nguyễn Thị Hồng Ánh & cộng sự (2021), Louzis & cộng sự (2012) Điều này cho thấy rằng quy mô lớn giúp các ngân hàng có khả năng đầu tư vào công nghệ, hệ thống quản lý rủi ro tiên tiến, và đội ngũ nhân sự chuyên môn cao, từ đó cải thiện khả năng kiểm soát và giảm thiểu rủi ro tín dụng.“Các ngân hàng lớn cũng có thể phân tán rủi ro tốt hơn thông qua đa dạng hóa danh mục cho vay và có khả năng tiếp cận các nguồn vốn rẻ hơn và ổn định hơn.”
Tỷ lệ thất nghiệp (UNT) có tác động ngược chiều đến tỷ lệ nợ xấu với“hệ số hồi quy 0.5227695, trái ngược với kỳ vọng rằng nó sẽ có tác động cùng chiều, và mức ý nghĩa 1% (p-value = 0.007 < 0.01) cho thấy rằng khi tỷ lệ thất nghiệp tăng, tỷ lệ nợ xấu giảm Điều này có thể giải thích bởi các biện pháp hỗ trợ kinh tế và tài chính từ chính phủ trong thời kỳ kinh tế khó khăn,”hoặc do“các ngân hàng đã cải thiện hệ thống quản lý rủi ro để đối phó với tình hình kinh tế bất ổn.”Trong thời gian kinh tế khó khăn, chính phủ thường áp dụng các gói hỗ trợ tài chính để giảm bớt gánh nặng cho người lao động và doanh nghiệp, góp phần ổn định tỷ lệ nợ xấu Kết quả này không phù hợp với các nghiên cứu trước đây như của Messai & cộng sự (2013);
Nguyễn Thị Quỳnh Như & cộng sự (2018); Vantansever & cộng sự (2015); Klein (2013); Amit Ghosh (2015); Makri & cộng sự (2014), nhưng nó vẫn có ý nghĩa kinh tế trong bối cảnh hiện tại Sự khác biệt này có thể do các yếu tố đặc thù của nền kinh tế và chính sách của Việt Nam, nơi các biện pháp hỗ trợ từ chính phủ và các ngân hàng đã được triển khai hiệu quả trong thời kỳ khủng hoảng Như vậy,“kết quả này vẫn có ý nghĩa kinh tế trong việc nhấn mạnh tầm quan trọng của các biện pháp hỗ trợ tài chính và cải thiện quản lý rủi ro của các ngân hàng trong việc giảm tỷ lệ nợ xấu, ngay cả khi tỷ lệ thất nghiệp tăng.”
Tỷ lệ tăng trưởng tổng sản phẩm quốc nội (GDP): Tác động ngược chiều đến tỷ lệ nợ xấu như kỳ vọng với hệ số hồi quy 0.0343076 nhưng không có ý nghĩa thống kê (p-value = 0.288 > 0.05) Điều này cho thấy rằng“tăng trưởng GDP không có tác động đáng kể đến tỷ lệ nợ xấu trong mô hình nghiên cứu này.”Tăng trưởng GDP có thể không đồng nhất với khả năng thanh toán của các khách hàng vay.“Kết quả này không phù hợp với các nghiên cứu trước đây như của Nguyễn Thị Hồng Vinh (2017); Phạm Dương Phương Thảo & cộng sự (2018); Nguyễn Thị Hồng Ánh & cộng sự (2021); Bùi Đan Thanh & cộng sự (2022);”Nguyễn Thị Hồng Ánh & cộng sự (2022); Lê Duy Khánh (2023); Louzis & cộng sự (2012); Dimitrios & cộng sự (2012); Messai & cộng sự (2013); Amit Ghosh (2015) Tuy nhiên, kết quả này vẫn có ý nghĩa kinh tế trong bối cảnh hiện tại Tăng trưởng GDP không đảm bảo rằng tất cả các khách hàng vay sẽ có khả năng thanh toán tốt hơn, bởi lẽ sự tăng trưởng có thể không phân bổ đồng đều giữa các ngành và khu vực Hơn nữa, các yếu tố khác như chính sách“tài chính, mức độ quản lý rủi ro của các ngân hàng, và sự ổn định của các ngành nghề cụ thể có thể ảnh hưởng nhiều hơn đến tỷ lệ nợ xấu.”Kết quả này nhấn mạnh rằng các ngân hàng cần tập trung vào việc đánh giá rủi ro tín dụng và khả năng thanh toán của khách hàng một cách cẩn trọng hơn, thay vì chỉ dựa vào các chỉ số kinh tế vĩ mô như GDP.“Điều này cũng cho thấy tầm quan trọng của việc phát triển các biện pháp quản lý rủi ro tín dụng hiệu quả để giảm thiểu tỷ lệ nợ xấu trong bối cảnh kinh tế biến động.”
Tỷ lệ lạm phát (CPI):“Tác động cùng chiều với tỷ lệ nợ xấu, phù hợp với kỳ vọng ban đầu với hệ số hồi quy 0.0396280 và mức ý nghĩa 1% (p-value = 0.000 <
0.01) cho thấy rằng khi lạm phát tăng, tỷ lệ nợ xấu cũng tăng.”Điều này có thể do lạm phát cao làm giảm khả năng thanh toán của các khách hàng vay, dẫn đến tăng tỷ lệ nợ xấu Kết quả này phù hợp với các nghiên cứu trước đây như của Klein
KẾT LUẬN VÀ KHUYẾN NGHỊ
Kết luận nghiên cứu
Nghiên cứu được thực hiện nhằm mục tiêu xác định các yếu tố tác động đến nợ xấu của các NHTM tại Việt Nam“với mẫu nghiên cứu gồm 20 NHTMCP Việt Nam trong giai đoạn 2011 – 2020 bằng phương pháp hồi quy dữ liệu bảng.”Kết quả nghiên cứu nhấn mạnh rằng hiệu quả kinh doanh, quy mô ngân hàng, và lạm phát có tác động đáng kể đến tỷ lệ nợ xấu Quản lý chi phí và các biện pháp hỗ trợ kinh tế cũng“đóng vai trò quan trọng trong việc giảm thiểu nợ xấu Ngược lại, các yếu tố như tỷ lệ cho vay trên tổng tài sản, tăng trưởng tổng tài sản, tăng trưởng tín dụng, và GDP không có tác động đáng kể trong giai đoạn nghiên cứu này cho thấy các ngân hàng”cần tập trung vào quản lý rủi ro tín dụng, kiểm soát chi phí, và duy trì hiệu quả kinh doanh để giảm tỷ lệ nợ xấu và đảm bảo sự phát triển bền vững Ngoài các yếu tố đã đề cập, thời điểm hiện tại, nợ xấu của các NHTM ở Việt Nam có thể chịu sự tác động của một số yếu tố sau đây: Chính sách tài khóa và tiền tệ có sự tác động đến nợ xấu: Biện pháp giảm lãi suất của Ngân hàng Nhà nước để kích thích tăng trưởng kinh tế đã tạo ra áp lực lớn đối với các ngân hàng Mặc dù đã thúc đẩy các hoạt động vay mượn, nhưng đồng thời cũng làm tăng nguy cơ cho các khoản vay không đảm bảo nếu có sự thay đổi bất lợi trong chính sách tiền tệ Trong giai đoạn từ 2020 đến 2022, tỷ lệ nợ xấu trong các khoản vay doanh nghiệp và cá nhân tại Việt Nam tăng từ 2% lên 3,5% Đây là biểu hiện rõ ràng cho thấy tác động của chính sách tiền tệ nới lỏng đến sự gia tăng rủi ro tín dụng và nợ xấu trong hệ thống ngân hàng Trong vài năm qua, tăng giá bất động sản có sự tác động đến nợ xấu, giá bất động sản tại các khu vực đô thị lớn như Hà Nội và TP.HCM đã tăng vọt, đặc biệt là các dự án cao cấp Điều này dẫn đến nhu cầu vay vốn mua nhà đất gia tăng đáng kể Từ năm 2018 đến năm 2023, tỷ lệ nợ xấu trong các khoản vay bất động sản tại Việt Nam đã tăng từ 3% lên 5% (theo số liệu của Ngân hàng Nhà nước Việt Nam) Đây là sự tăng đáng kể, cho thấy tác động của sự biến động giá bất động sản đến rủi ro tín dụng và nợ xấu trong hệ thống ngân hàng.“Tác động của đại dịch COVID-19 có sự tác động đến nợ xấu đã gây ra suy thoái kinh tế và làm tăng đáng kể tỷ lệ nợ xấu, đặc biệt là trong các khoản vay cho các ngành dịch vụ và sản xuất bị ảnh hưởng nặng nề Từ năm 2020, tỷ lệ nợ xấu trong các ngành dịch vụ và sản xuất tại Việt Nam tăng từ 2,5% lên 4,5% là minh chứng cụ thể về sự tác động mạnh mẽ của đại dịch COVID-19”đến tăng rủi ro tín dụng và nợ xấu trong ngân hàng
Nhìn chung, kết quả nghiên cứu cung cấp cái nhìn sâu sắc về các yếu tố tác động đến nợ xấu của các NHTM tại Việt Nam và cho thấy rằng một số yếu tố có tác động khác nhau so với nghiên cứu trước đây, có thể do đặc thù của thị trường Việt Nam hoặc do phương pháp nghiên cứu sử dụng
5.2 Giải pháp đề xuất đối với các ngân hàng thương mại Việt Nam”
5.2.1 Nâng cao hiệu quả kinh doanh, kiểm soát chi phí hoạt động ngân hàng
Thứ nhất, các NHTM cần tập trung vào việc tối ưu hóa nguồn vốn, kiểm soát chi phí “nâng cao hiệu quả kinh doanh các ngân hàng cần triển khai một loạt các biện pháp chiến lược và cụ thể dưới đây:”
− “Các ngân hàng cần cân nhắc kỹ lưỡng giữa các nguồn huy động và sử dụng vốn, đảm bảo cơ cấu vốn hợp lý và giảm thiểu chi phí vốn bao gồm việc”sử dụng các công cụ tài chính hiện đại và quản lý thanh khoản một cách hiệu quả
− “Áp dụng các biện pháp kiểm soát chi phí chặt chẽ và nâng cao hiệu quả hoạt động để tối đa hóa lợi nhuận có thể đạt được thông qua việc cải thiện quy trình nội bộ, tối ưu hóa quy trình vận hành và giảm thiểu lãng phí.”
− Tối ưu hóa quy trình làm việc, xem xét và cải thiện các quy trình nội bộ để giảm thiểu lãng phí và tăng cường hiệu quả làm việc Sử dụng công nghệ và phần mềm hiện đại để tự động hóa các quy trình, giảm thiểu lỗi do con người và tăng cường hiệu suất
− Kiểm soát chi phí cố định và biến đổi, đánh giá và kiểm soát các khoản chi phí cố định và biến đổi để đảm bảo ngân sách được sử dụng hiệu quả nhất.“Áp dụng các biện pháp tiết kiệm chi phí, như giảm thiểu tiêu hao năng lượng, sử dụng hiệu quả tài nguyên và tối ưu hóa chi phí vận hành.”
− “Kiểm soát chi phí nhân sự, tối ưu hóa nguồn lực nhân sự như sử dụng nguồn lực nhân sự một cách hiệu quả, đảm bảo rằng mỗi nhân viên đều được phát huy tối đa năng lực và đóng góp vào hoạt động của ngân hàng.”Thực hiện các đánh giá hiệu quả công việc để phát hiện và giải quyết kịp thời các vấn đề về hiệu suất, đồng thời khuyến khích nhân viên nâng cao năng lực làm việc
− Thiết lập hệ thống giám sát chi phí, xây dựng và triển khai hệ thống giám sát chi phí chặt chẽ, giúp phát hiện sớm các vấn đề và đưa ra biện pháp xử lý kịp thời.“Cung cấp các báo cáo tài chính minh bạch và chính xác, giúp ban lãnh đạo có cái nhìn tổng quan và đưa ra các quyết định chiến lược đúng đắn.”
− Đánh giá và điều chỉnh chiến lược, đánh giá hiệu quả hoạt động định kỳ: Thực hiện các đánh giá hiệu quả hoạt động định kỳ để nhận diện các điểm mạnh và điểm yếu,“từ đó có các biện pháp cải thiện phù hợp Dựa trên các đánh giá, điều chỉnh chiến lược kinh doanh và quản lý chi phí một cách linh hoạt để đảm bảo ngân hàng luôn hoạt động hiệu quả và bền vững.”
Thứ hai, đa dạng hóa dịch vụ,“phát triển các sản phẩm tài chính mới để đáp ứng nhu cầu đa dạng của khách hàng, các ngân hàng cần liên tục nghiên cứu và phát triển các sản phẩm tài chính”mới bao gồm các dịch vụ ngân hàng số, các sản phẩm tài chính vi mô và các giải pháp tài chính cá nhân hóa ở thành thị lẫn nông thôn
− Tăng cường cung cấp các dịch vụ giá trị gia tăng như tư vấn tài chính, quản lý tài sản và các dịch vụ hỗ trợ doanh nghiệp Các dịch vụ này không chỉ giúp tăng doanh thu mà còn tạo ra sự khác biệt và thu hút khách hàng trung thành
− Cải thiện chất lượng dịch vụ chăm sóc khách hàng chuyên nghiệp bằng cách đào tạo đội ngũ nhân viên chăm sóc khách hàng chuyên nghiệp, tận tâm và có kỹ năng giao tiếp tốt giúp xây dựng mối quan hệ lâu dài và bền vững với khách hàng
− “Sử dụng hệ thống quản lý quan hệ khách hàng để hiểu rõ nhu cầu và hành vi của khách hàng, từ đó cung cấp các dịch vụ và sản phẩm phù hợp.”Hệ thống CRM cũng giúp quản lý thông tin khách hàng hiệu quả hơn
− Đầu tư vào các hoạt động xây dựng và phát triển thương hiệu để tạo dựng hình ảnh uy tín và chuyên nghiệp Thương hiệu mạnh mẽ giúp ngân hàng thu hút khách hàng và tạo niềm tin trên thị trường, chiến lược tiếp thị hiệu quả để quảng bá sản phẩm và dịch vụ của ngân hàng đến đúng đối tượng khách hàng bao gồm việc sử dụng các kênh tiếp thị số, tổ chức các sự kiện và chiến dịch truyền thông phù hợp
Giải pháp đề xuất đối với Chính phủ và Ngân hàng Nhà Nước
NHNN cần phải điều chỉnh lãi suất hợp lý để cân bằng giữa tăng trưởng kinh tế và kiểm soát lạm phát là một nhiệm vụ phức tạp, đòi hỏi sự phối hợp chặt chẽ giữa các cơ quan tài chính và NHNN
Phân tích tình hình kinh tế và lạm phát bao gồm: Thu thập dữ liệu kinh tế và theo dõi các chỉ số kinh tế quan trọng như GDP, tỷ lệ thất nghiệp,“chỉ số giá tiêu dùng (CPI), và các chỉ số sản xuất Phân tích xu hướng và đánh giá tình hình lạm phát hiện tại và dự báo lạm phát trong tương lai dựa trên dữ liệu lịch sử và các yếu tố kinh tế hiện tại.”
Thiết lập mục tiêu chính sách tiền tệ: Xác định và đặt ra một mục tiêu lạm phát cụ thể (ví dụ: 2-3% mỗi năm) mà NHNN sẽ cố gắng duy trì Thiết lập mục tiêu tăng trưởng kinh tế có định rõ mức tăng trưởng GDP mong muốn để“đảm bảo sự phát triển kinh tế bền vững.” Điều chỉnh lãi suất ngắn hạn như: Tăng lãi suất khi lạm phát cao, vượt quá mức mục tiêu, NHNN có thể tăng lãi suất để giảm bớt áp lực lạm phát bằng cách làm giảm nhu cầu tiêu dùng và đầu tư Giảm lãi suất khi nền kinh tế có dấu hiệu suy thoái hoặc tăng trưởng chậm lại, NHNN có thể giảm lãi suất để khuyến khích tiêu dùng và đầu tư, qua đó thúc đẩy tăng trưởng kinh tế
“Sử dụng các công cụ chính sách tiền tệ khác như: NHNN có thể mua hoặc bán trái phiếu chính phủ để ảnh hưởng đến lượng tiền trong nền kinh tế,”từ đó điều chỉnh lãi suất Điều chỉnh tỷ lệ dự trữ bắt buộc của các NHTM để kiểm soát lượng tiền cho vay ra thị trường Quan trọng là NHNN cần tăng cường phối hợp chính sách tài khóa bao gồm: NHNN cần phối hợp chặt chẽ với các cơ quan chính phủ để đảm bảo rằng các chính sách tài khóa (thuế và chi tiêu công) hỗ trợ cho các mục tiêu kinh tế và lạm phát Chính phủ cần điều chỉnh chi tiêu công để không gây áp lực lên lạm phát, đồng thời hỗ trợ tăng trưởng kinh tế thông qua đầu tư vào cơ sở hạ tầng và các chương trình phát triển kinh tế
NHNN cần thông báo rõ ràng về các quyết định chính sách tiền tệ và lý do đằng sau các quyết định đó để tạo sự tin tưởng và ổn định kỳ vọng của thị trường Cung cấp các báo cáo kinh tế định kỳ để người dân và doanh nghiệp có thông tin đầy đủ về tình hình kinh tế và các chính sách tiền tệ
“Liên tục giám sát tác động của các chính sách lãi suất lên nền kinh tế và điều chỉnh kịp thời nếu cần thiết Đồng thời, thu thập và phân tích phản hồi từ các doanh nghiệp và người tiêu dùng để đánh giá tác động thực tế của chính sách tiền tệ và thực hiện các điều chỉnh cần thiết.”
Bằng cách thực hiện các biện pháp này, NHNN có thể điều chỉnh lãi suất một cách hợp lý để cân bằng giữa tăng trưởng kinh tế và kiểm soát lạm phát, đảm bảo sự ổn định và phát triển bền vững của nền kinh tế
5.3.2 Hỗ trợ tài chính cho các doanh nghiệp vượt qua giai đoạn khó khăn
NHNN cần thực thi một số giải pháp hỗ trợ tài chính cho doanh nghiệp để giúp các doanh nghiệp vượt qua khó khăn hiện tại, chúng ta cần triển khai một loạt các gói hỗ trợ tài chính cụ thể và hiệu quả
“Cung cấp các khoản vay với lãi suất thấp hoặc không lãi suất cho các doanh nghiệp đang gặp khó khăn, đặc biệt là các doanh nghiệp nhỏ và vừa (SMEs) Điều này sẽ giúp họ giảm bớt gánh nặng tài chính và có thêm nguồn lực để duy trì hoạt động.”Thiết lập thời hạn vay linh hoạt và kéo dài để doanh nghiệp có đủ thời gian phục hồi và trả nợ Sự linh hoạt này sẽ giúp doanh nghiệp cảm thấy an tâm hơn khi tiếp cận nguồn vốn vay
Chính phủ có thể hợp tác với các ngân hàng để cung cấp bảo lãnh tín dụng cho các doanh nghiệp không có đủ tài sản đảm bảo, giúp họ dễ dàng tiếp cận vốn vay Đây là một cách để chia sẻ rủi ro và hỗ trợ doanh nghiệp vượt qua giai đoạn khó khăn Bảo lãnh từ quỹ phát triển: Sử dụng các quỹ phát triển kinh tế để bảo lãnh cho các khoản vay, giảm thiểu rủi ro cho các ngân hàng cho vay.“Điều này sẽ khuyến khích các ngân hàng cung cấp nhiều khoản vay hơn cho các doanh nghiệp cần thiết.”
“Giảm thuế thu nhập doanh nghiệp tạm thời để doanh nghiệp giảm gánh nặng tài chính, khuyến khích đầu tư và tiêu dùng Biện pháp này sẽ giúp doanh nghiệp giữ lại được nhiều lợi nhuận hơn để tái đầu tư vào hoạt động kinh doanh.”Hoãn các khoản thuế phải nộp trong một thời gian nhất định để doanh nghiệp có thêm nguồn vốn để duy trì hoạt động Sự linh hoạt này sẽ giúp doanh nghiệp có thêm thời gian để phục hồi và ổn định tài chính
Cung cấp hỗ trợ tiền lương cho nhân viên của các doanh nghiệp gặp khó khăn để họ có thể duy trì lực lượng lao động và tránh sa thải hàng loạt Điều này không chỉ giúp bảo vệ người lao động mà còn giữ cho doanh nghiệp hoạt động liên tục Đồng thời, tạm thời giảm phí bảo hiểm xã hội cho các doanh nghiệp để giảm chi phí hoạt động Đây là một cách giúp doanh nghiệp giảm bớt gánh nặng chi phí mà vẫn duy trì các phúc lợi cần thiết cho nhân viên
Cung cấp dịch vụ tư vấn kinh doanh miễn phí hoặc giá rẻ để giúp doanh nghiệp cải thiện quản lý, tái cơ cấu và phát triển chiến lược kinh doanh Sự hỗ trợ này sẽ giúp doanh nghiệp nâng cao hiệu quả hoạt động và khả năng cạnh tranh Tổ chức các khóa đào tạo và nâng cao kỹ năng cho nhân viên của doanh nghiệp để tăng cường hiệu quả làm việc và khả năng cạnh tranh Điều này sẽ giúp doanh nghiệp nâng cao chất lượng nguồn nhân lực và cải thiện năng suất
“Cung cấp các gói hỗ trợ tài chính để doanh nghiệp có thể đầu tư vào công nghệ mới, nâng cao năng suất và hiệu quả kinh doanh Việc áp dụng công nghệ hiện đại sẽ giúp doanh nghiệp cải thiện quy trình và tiết kiệm chi phí.”Hỗ“trợ tài chính cho các dự án nghiên cứu và phát triển (R&D) nhằm thúc đẩy đổi mới sáng tạo trong doanh nghiệp.” Điều này sẽ giúp doanh nghiệp tạo ra các sản phẩm và dịch vụ mới, nâng cao năng lực cạnh tranh
Hỗ trợ doanh nghiệp mở rộng thị trường tiêu thụ trong và ngoài nước thông qua các chương trình xúc tiến thương mại và hội chợ triển lãm.“Điều này sẽ giúp doanh nghiệp tiếp cận được nhiều khách hàng hơn và tăng doanh thu.”Giúp doanh nghiệp tham gia vào các chuỗi cung ứng lớn, tạo điều kiện để họ tiếp cận các đối tác và nhà cung cấp mới Sự hỗ trợ này sẽ giúp doanh nghiệp ổn định nguồn cung ứng và tăng cường khả năng sản xuất