Các Nhân Tố Ảnh Hưởng Đến Rủi Ro Tín Dụng Tại Các Ngân Hàng Thương Mại Việt Nam.pdf

TÓM TẮT Luận văn "Các nhân tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam" được thực hiện với dữ liệu nghiên cứu của 24 ngân hàng thương mại Việt Nam trong khoảng

GIỚI THIỆU

LÝ DO CHỌN ĐỀ TÀI

Nền kinh tế của mỗi quốc gia là một hệ thống mạng lưới của các mối quan hệ kinh tế giữa các cá nhân, doanh nghiệp, tổ chức tín dụng và chính phủ trong quá trình sản xuất, phân phối và tiêu thụ hàng hóa, dịch vụ Kể từ sau đại dịch Covid-19 đến nay, nền kinh tế Việt Nam nói riêng và trên toàn thế giới nói chung trong năm gần đây đã gánh chịu những ảnh hưởng nặng nề, đưa thị trường vào một tình thế đầy biến động và phức tạp Theo số liệu Tổng cục Thống kê cho biết, trong năm 2023, Việt Nam đã có gần 173,000 doanh nghiệp rút lui khỏi thị trường, bình quân mỗi tháng có hơn 14,000 doanh nghiệp

“đóng cửa”, tương ứng với mức tăng hơn 20% so với năm 2022 Đây là con số rất đáng lưu tâm và cho thấy một bức tranh toàn cảnh đầy khó khăn và thách thức đối với nền kinh tế

Sức khoẻ doanh nghiệp lại có tác động trực tiếp đến kết quả hoạt động kinh doanh của các ngân hàng thương mại – xương sống của nền kinh tế, đặc biệt là trong mảng hoạt động tín dụng Theo công bố kết quả kinh doanh của các ngân hàng, nhóm ngành này không chỉ ghi nhận sự sụt giảm trong hoạt động kinh doanh tín dụng mà chất lượng tài sản cũng có sự đi xuống, kéo theo đó là tỷ lệ nợ xấu tăng lên theo xu hướng toàn ngành và chưa có dấu hiệu chững lại Tính đến hết năm 2023, tổng dư nợ xấu toàn ngành đã lên đến con số hơn 195,000 tỉ đồng, tỷ lệ tăng lên đến con số 40% so với cùng kì năm ngoái Ô nhiễm khí hậu và hiện tượng nóng lên toàn cầu đang là mối lo ngại hàng đầu và chi phối kinh tế - xã hội Nhiệt độ trái đất đã tăng hơn 2°C so với mức thời kì tiền công nghiệp và nếu tiếp tục mức tăng này thì có thể tiếp tục vượt quá 2°C vào năm 2030 và 4°C trở lên vào thế kỉ 22 Đồng nghĩa với việc làm đảo ngược điều hoà khí hậu hàng triệu năm trong vòng chưa đầy hai thế kỉ, tác động nặng nề đến hoạt động sản xuất kinh doanh và đời sống trên toàn thế giới

Bài toán cấp bách cho các ngân hàng hiện tại là cần làm những gì để vượt qua được giai đoạn khó khăn này Một trong những điều tiên quyết cần làm chính là tăng cường quản trị rủi ro tín dụng một cách chặt chẽ hơn để trước mắt đưa ngân hàng tạm thời vào thế

2 ổn định và trong tầm kiểm soát Hiện nay, ở Việt Nam đã có nhiều bài nghiên cứu về các nhân tố ảnh hưởng đến rủi ro tín dụng, tuy nhiên các kết quả nghiên cứu vẫn chưa có sự thống nhất, cùng với đó sự tác động của biến đổi khí hậu đến rủi ro tín dụng cũng chưa được làm rõ Nghiên cứu lần sẽ tìm hiểu về các nhân tố ảnh hưởng đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam và qua đó đóng góp các hàm ý chính sách nhằm giảm thiểu rủi ro tín dụng tại các ngân hàng thương mại Việt Nam

MỤC TIÊU NGHIÊN CỨU

Nghiên cứu về các nhân tố ảnh hưởng đến rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam

- Xác định các nhân tố ảnh hưởng đến rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam

- Đo lường mức độ ảnh hưởng của các nhân tố trên đến rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam

- Đóng góp các hàm ý chính sách nhằm giảm thiểu rủi ro tín dụng của các ngân hàng thương mại Việt Nam.

CÂU HỎI NGHIÊN CỨU

- Các nhân tố nào ảnh hưởng đến rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam?

- Các nhân tố trên có mức độ ảnh hưởng như thế nào đến rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam?

- Các hàm ý chính sách nào nhằm giảm thiểu rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam?

ĐỐI TƯỢNG NGHIÊN CỨU

Đối tượng nghiên cứu: Các nhân tố ảnh hưởng đến rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam

Không gian: 24 Ngân hàng thương mại niêm yết trên Sàn giao dịch Chứng khoán Việt

Nam Là những Ngân hàng thương mại tại Việt Nam có đầy đủ số liệu về báo cáo tài chính và báo cáo kết quả kinh doanh trong thời gian từ năm 2012 đến năm 2022

Thời gian: Từ năm 2012 đến năm 2022 Trong phạm vi 10 năm, bắt đầu từ năm 2012 là năm Việt Nam bắt đầu có dấu hiệu hồi phục sau cuộc suy thoái kinh tế toàn cầu tới năm 2022 là năm có được số liệu cập nhật mới nhất tại thời điểm nghiên cứu.

PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU

Phương pháp định tính: Phân tích và đánh giá để xây dựng hệ thống các cơ sở lý luận có sự liên kết, chọn lựa mô hình nghiên cứu phù hợp với mục tiêu nghiên cứu, đồng thời áp dụng trong quá trình bóc tách kết quả nghiên cứu và qua đó đưa ra các đóng góp hàm ý giải pháp thích đáng

Phương pháp định lượng: Sử dụng phương pháp hồi quy đa biến bằng dữ liệu bảng, tác giả sẽ thực hiện kiểm định dữ liệu qua ba mô hình Pooled OLS, REM, FEM để lựa chọn ra mô hình phù hợp, sau đó tiến hành khắc phục khuyết tật bằng phương pháp FGLS nhằm đo lường chính xác mức độ ảnh hưởng của các yếu tố tác động đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam

Tác giả sử dụng dữ liệu thứ cấp được thu thập trong thời gian từ năm 2012 đến năm 2012:

Các dữ liệu vi mô bao gồm quy mô ngân hàng, tỷ suất sinh lời trên tài sản, tốc độ tăng trưởng tín dụng được thu thập từ báo cáo tài chính của các ngân hàng thương mại Việt Nam qua các năm được trích xuất từ phần mềm Fiinpro

Các dữ liệu vĩ mô như tốc độ tăng trưởng kinh tế, tỷ lệ lạm phát và lượng khí thải CO2 được thu thập số liệu thống kê từ worldbank.org.

GIÁ TRỊ ĐÓNG GÓP CỦA NGHIÊN CỨU

- Góc độ khoa học:Góp phần vào hệ thống nghiên cứu về các nhân tố ảnh hưởng đến rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam

- Góc độ thực tiễn: Nghiên cứu sử dụng các dữ liệu tính đến cuối năm 2022, đem đến sự phản ánh và cập nhật diễn biến của thị trường kinh tế Qua đó góp phần cung cấp một góc nhìn ứng dụng thiết thực trong hoạt động quản trị các ngân hàng

CẤU TRÚC NGHIÊN CỨU

Cấu trúc của nghiên cứu dự kiến 5 chương:

Chương 1 sẽ trình bày về đề tài nghiên cứu, bao gồm lý do chọn đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng nghiên cứu, phương pháp nghiên cứu, dữ liệu nghiên cứu, giá trị đóng góp của nghiên cứu và cuối cùng là cấu trúc được sử dụng trong bài nghiên cứu.

CƠ SỞ LÝ LUẬN VỀ CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN RỦI RO TÍN DỤNG TẠI CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

TỔNG QUÁT VỀ RỦI RO TÍN DỤNG

2.1.1 Khái niệm rủi ro tín dụng

Theo quan niệm của Uỷ ban Basel (2010), Rủi ro tín dụng là khả năng khách hàng vay hoặc bên đối tác của ngân hàng không thực hiện đúng cam kết đã thoả thuận

Theo Ngân hàng Nhà nước (2021) định nghĩa, rủi ro tín dụng là khả năng xảy ra tổn thất đối với nợ của các tổ chức tín dụng do khách hàng vay không có đủ khả năng chi trả một phần hoặc toàn bộ nợ theo hợp đồng hoặc thoả thuận với tổ chức tín dụng

Theo Thomas P Fitch (2000) định nghĩa, rủi ro tín dụng phát sinh khi người vay không thể thanh toán khoản vay theo thoả thuận trong hợp đồng, dẫn đến việc nghĩa vụ trả nợ bị chậm trễ

2.1.2 Ảnh hưởng của rủi ro tín dụng

• Đối với nền kinh tế

Theo Phan Thị Linh (2023), rủi ro tín dụng có những tác động tiêu cực đối với nền kinh tế như sau:

Thứ nhất, rủi ro tín dụng làm đình trệ hoạt động của nền kinh tế Sự xuất hiện của rủi ro tín dụng khiến các ngân hàng thương mại gặp khó khăn hơn trong quá trình cấp vốn vào thị trường, dẫn đến tình trạng dòng vốn lưu thông bị suy giảm Mặt khác, các doanh nghiệp có lịch sử tín dụng không tốt cũng sẽ gặp rất nhiều trở ngại trong quá trình tiếp cận các khoản tín dụng Điều đấy dẫn đến các hoạt động kinh doanh sản xuất bị gián đoạn, người lao động không có việc làm, sản phẩm dịch vụ không được cung cấp ra thị trường, từ đó có thể dẫn đến khủng hoảng và suy thoái kinh tế

Thứ hai, rủi ro tín dụng gây mất ổn định cho hệ thống tài chính – ngân hàng Bản chất hệ thống các ngân hàng thương mại có sự liên kết chặt chẽ với nhau thông qua các nghiệp vụ như cho vay giữa các liên ngân hàng Vì vậy, khi một ngân hàng thương mại gặp rủi ro tín dụng dẫn đến phá sản sẽ kéo theo một chuỗi hệ quả phức tạp đến các ngân hàng thương mại khác trong hệ thống gây khó khăn và rủi ro vô cùng lớn, nếu không

8 có sự xử lý kịp thời sẽ có thể dẫn đến sự sụp đổ của cả một hệ thống tài chính – ngân hàng

Thứ ba, rủi ro tín dụng làm thâm hụt ngân sách nhà nước Rủi ro tín dụng khiến cho hoạt động các doanh nghiệp và ngân hàng thương mại gặp khó khăn đình trệ Hệ quả là các doanh nghiệp làm ăn thua lỗ, các ngân hàng trích lập dự phòng rủi ro cao, người lao động bị giảm thu nhập sẽ dẫn đến thuế thu nhập doanh nghiệp và thuế thu nhập cá nhân mà nhà nước thu được bị giảm mạnh Trong nhiều trường hợp, ngân hàng nhà nước còn phải can thiệp để xử lý các tình trạng nợ xấu mà ngân hàng thương mại không thể xử lý, qua đó làm tăng các khoản phải chi của ngân sách nhà nước

Theo Phan Thị Linh (2023), rủi ro tín dụng cũng đồng thời để lại những hệ quả nặng nề cho ngân hàng như sau: Đầu tiên, rủi ro tín dụng làm giảm khả năng thanh toán của ngân hàng Khi rủi ro xảy ra thì việc thu hồi các khoản nợ gốc và lãi tiền vay chắc chắn sẽ gặp nhiều khó khăn do bởi ngân hàng thương mại phải thực hiện các nghĩa vụ thanh toán khi đến hạn các khoản gốc và lãi tiền gửi cho các khoản vốn huy động Trong khi không huy động được nguồn vốn mà người gửi tiền tiến hành rút tiền một cách ồ ạt, làm cho ngân hàng thương mại rơi vào tình trạng không cân đối thu, chi và gặp khó khăn trong khâu thanh toán

Thứ hai, rủi ro tín dụng làm giảm độ tin cậy và khả năng cạnh tranh của ngân hàng Khi không có khả năng thanh khoản, ngân hàng thương mại bắt buộc đi vay từ nhiều nguồn khác nhau để đảm bảo khả năng chi trả, một khi thông tin sẽ được đăng tải trên các phương tiện truyền thông dẫn đến việc huy động vốn trở nên khó khăn hơn, uy tín trên thị trường tài chính sẽ giảm đi và làm cho hoạt động kinh doanh gặp nhiều khó khăn

Thứ ba, rủi ro tín dụng làm giảm lợi nhuận của ngân hàng Khi rủi ro tín dụng xảy ra, sẽ làm tăng khả năng mất vốn của ngân hàng thương mại Ngoài ra, việc tăng mức trích lập dự phòng rủi ro tín dụng sẽ làm cho chi phí gia tăng, kéo theo là kết quả hoạt động kinh doanh giảm sút, đồng nghĩa với việc giảm lợi nhuận

Cuối cùng, rủi ro tín dụng có thể dẫn ngân hàng đến phá sản Khi rủi ro tín dụng xảy ra thông thường gây ra những tổn thất về tài chính cho ngân hàng và để đảm bảo khả năng chi trả, ngân hàng phải đi vay vốn trên thị trường liên ngân hàng với lãi suất rất cao Nếu tình trạng kèo dài, ngân hàng sẽ buộc phải đóng cửa, nguy cơ đối mặt với tuyên bố phá sản.

CÁC TIÊU CHÍ ĐÁNH GIÁ RỦI RO TÍN DỤNG CỦA NGÂN HÀNG THƯƠNG MẠI

Theo Trần Huy Hoàng (2011), các chỉ tiêu thường được sử dụng để đánh giá rủi ro tín dụng của ngân hàng thương mại là tỷ lệ nợ quá hạn, tỷ lệ nợ xấu và mức trích lập dự phòng rủi ro tín dụng

• Tỷ lệ nợ quá hạn

𝑇ỷ 𝑙ệ 𝑛ợ 𝑞𝑢á ℎạ𝑛 = Tổng dư nợ cho vay quá hạn

Tổng dư nợ cho vay

Nợ quá hạn được hiểu là những khoản cấp tín dụng không được bên vay hoàn trả đúng thời hạn và không đạt điều kiện để được bên cho vay gia hạn nợ Theo Ngân hàng Nhà nước (2016), nợ quá hạn được quy định là những dư nợ gốc không được hoàn trả đúng theo thoả thuận ban đầu giữa tổ chức tín dụng và khách hàng vay đồng thời không được chấp nhận cơ cấu lại thời hạn trả nợ, khi đó những dư nợ gốc này sẽ bị chuyển nợ quá hạn

Tổng dư nợ cho vay

Nợ xấu được hiểu là những khoản cấp tín dụng khó thu hồi khi đã quá hạn hoàn trả từ

91 ngày trở lên nhưng vẫn chưa được bên vay hoàn trả, khi đó những dư nợ này được liệt vào nợ xấu Theo Ngân hàng Nhà nước (2021), dựa vào cách thức phân loại nợ, nợ xấu sẽ bao gồm nợ dưới tiêu chuẩn (nợ nhóm 3) quy định cho các khoản nợ quá hạn từ

91 ngày đến 180 ngày, nợ nghi ngờ (nợ nhóm 4) quy định cho các khoản nợ quá hạn từ

181 ngày đến 360 ngày và nợ có khả năng mất vốn (nợ nhóm 5) quy định cho các khoản nợ quá hạn từ trên 360 ngày

• Tỷ lệ trích lập dự phòng rủi ro tín dụng

𝑇ỷ 𝑙ệ 𝑡𝑟í𝑐ℎ 𝑙ậ𝑝 𝑑ự 𝑝ℎò𝑛𝑔 𝑟ủ𝑖 𝑟𝑜 𝑡í𝑛 𝑑ụ𝑛𝑔 = Mức trích lập dự phòng

Tổng dư nợ cho vay

Theo Ngân hàng Nhà nước (2021), dự phòng rủi ro là việc trích lập một khoản tiền dự phòng và xem nó như một khoản chi phí bằng cách hạch toán khoản tiền này vào chi phí hoạt động trong bảng cân đối kế toán Khoản tiền dự phòng này nhằm để dự phòng cho những rủi ro có thể xảy ra đối với các khoản cấp tín dụng của ngân hàng Theo quy định của Ngân hàng nhà nước, các ngân hàng thương mại phải tuân thủ việc trích lập dự phòng rủi ro tín dụng với mức dự phòng chung là 0.75% trên tổng dư nợ nhóm 1 đến dư nợ nhóm 4 và được phân bổ với tỷ lệ tương ứng cho mức dự phòng riêng là 0% cho nợ nhóm 1; 5% cho nợ nhóm 2; 20% cho nợ nhóm 3; 50% cho nợ nhóm 4 và 100% cho nợ nhóm 5.

CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN RỦI RO TÍN DỤNG CỦA NGÂN HÀNG THƯƠNG MẠI

• Tốc độ tăng trưởng kinh tế

Tốc độ tăng trưởng kinh tế của một quốc gia thường được xác định bằng chỉ số GDP (Gross Domestic Products) – tổng sản phẩm quốc nội Theo Brian Duigpan (2017) định nghĩa GDP là tổng giá trị thị trường của hàng hóa và dịch vụ được sản xuất bởi nền kinh tế của một quốc gia trong một khoảng thời gian nhất định Thông qua GDP, các nhà phân tích có thể phác hoạ bức tranh tăng trưởng của nền kinh tế, dựa trên hoạt động kinh doanh sản xuất và sản lượng sản phẩm cung ứng cho thị trường Khi tốc độ tăng trưởng kinh tế tăng cho thấy một nền kinh tế năng động, phát triển với việc các doanh nghiệp đẩy mạnh kinh doanh sản xuất, tạo ra nhiều giá trị thặng dư từ đó kích cầu tiêu dùng Đây cũng là lúc nhu cầu về các khoản tín dụng mà ngân hàng thương mại cung cấp được tăng lên, nhằm phục vụ cho quá trình sản xuất cũng như tiêu thụ của toàn thị trường

Tỷ lệ lạm phát của một quốc gia thường được xác định thông qua chỉ số giá tiêu dùng CPI (Consumer Price Index) Theo Cục Dự trữ Liên bang Cleveland (Cleveland Federal

Reserve) định nghĩa, lạm phát là sự gia tăng liên tục của mức giá chung đối với hàng hóa và dịch vụ trong nền kinh tế theo thời gian Khi lạm phát được duy trì ở một mức thấp và ổn định sẽ giúp ích cho sự phát triển và tăng trưởng của nền kinh tế, tuy nhiên khi lạm phát tăng cao và khó kiểm soát, điều đó sẽ gây ra những khủng hoảng và biến động phức tạp cho thị trường và tác động tiêu cực đến nguồn cung cầu trong sản xuất tiêu dùng Các ngân hàng thương mại từ đó cũng sẽ gặp nhiều khó khăn trong hoạt động kinh doanh tín dụng của mình

• Rủi ro biến đổi khí hậu

Theo IPCC Annex II Glossary (2022) định nghĩa, rủi ro biến đổi khí hậu được hiểu là nguy cơ xảy ra những hậu quả tiêu cực đối với hệ sinh thái và con người do tác động bởi quá trình biến đổi gây mất cân bằng của hệ thống khí hậu Rủi ro biến đổi khí hậu đã và đang gây ra những hệ quả nghiêm trọng không chỉ đối với môi trường mà còn tác động lớn đến quá trình sản xuất kinh doanh cũng như tương lai phát triển của nền kinh tế Thực trạng trong những năm gần đây trên thế giới cho thấy, những thiên tai như sạt lở, động đất, lũ lụt, đang ngày càng nghiêm trọng với tần suất tăng cao và khó kiểm soát Các tác động của thiên tai làm ảnh hưởng nặng nề đến hoạt động của toàn nền kinh tế, khi ruộng đất, nhà máy, các công trình cơ sở hạ tầng bị tàn phá, các hoạt động vận chuyển chuỗi cung ứng và giao thương bị ùn tắc, đình trệ… Các ngân hàng thương mại, với vai trò là trung gian tài chính cho nền kinh tế, từ đó cũng bị tác động không nhỏ bởi các rủi ro đầy thách thức của biến đổi khí hậu

Quy mô của một ngân hàng là trị giá của ngân hàng đó trên thị trường, thường được xét dựa trên tổng tài sản mà ngân hàng sở hữu Đây là một trong những tiêu chí quan trọng khi phân tích một ngân hàng thương mại Theo nghiên cứu của Rajiv Ranjan và Sarat Chandra Dhal (2003) và nghiên cứu của Nil Gunsel (2011) cho thấy quy mô ngân hàng có tương quan ngược chiều với nợ xấu Quy mô ngân hàng càng lớn, tổng tài sản càng cao, ngân hàng càng có nhiều lợi thế về năng lực cạnh tranh, tiềm lực tài chính từ đó càng có thêm điều kiện để các hoạt động của ngân hàng được phát triển và tăng trưởng

12 mạnh mẽ hơn trên thị trường, trong đó bao gồm cả hoạt động kinh doanh tín dụng và từ đó tác động đến rủi ro tín dụng của ngân hàng

• Tỷ suất sinh lời trên tài sản

Theo Susan V Crosson (2008) định nghĩa, tỷ suất lợi nhuận trên tài sản (ROA – Return on Assets) cho biết tỷ lệ phần trăm lợi nhuận mà tài sản của công ty tạo ra trong việc tạo ra doanh thu Đây luôn là một chi tiêu quan trọng không chỉ đối với các nhà đầu tư mà còn đối với các nhà quản trị Tỷ suất sinh lời trên tài sản cho ta biết với mỗi đồng tài sản được tạo ra thì doanh nghiệp sẽ thu về bao nhiêu đồng lợi nhuận Khi tỷ suất sinh lời trên tài sản của ngân hàng tăng, điều đó cho thấy hoạt động kinh doanh của ngân hàng đang tiến triển tốt, có nhiều dư địa để đầu tư và phát triển Một điểm cần lưu tâm, lợi nhuận của các ngân hàng thương mại phần lớn đến từ lãi vay của các khoản cho vay tín dụng mà ngân hàng cấp cho khách hàng, vậy nên tỷ suất sinh lời trên tài sản của các ngân hàng thương mại có mối liên hệ mật thiết với hoạt động kinh doanh tín dụng cũng như là rủi ro tín dụng của ngân hàng

• Tốc độ tăng trưởng tín dụng

Tốc độ tăng trưởng tín dụng được tính bằng sự gia tăng của tổng dư nợ cho vay tín dụng tại một thời điểm nhất định so với cùng kỳ trước đó Tốc độ tăng trưởng tín dụng hợp lí sẽ là tạo ra dòng thu nhập ổn định cho các ngân hàng thương mại cũng như thúc đẩy quá trình lưu thông tiền tệ, tạo đà cho tốc độ tăng trưởng kinh tế Trên thực tế, tăng trưởng tín dụng và tăng trưởng kinh tế có mối quan hệ tác động lẫn nhau, hay cụ thể như nghiên cứu của Santiago Fernández de Lis (2000) chỉ ra rằng tốc độ tăng trưởng tín dụng thường đi kèm với tốc độ tăng trưởng kinh tế Khi tốc độ tăng trưởng kinh tế giảm, điều đó cho thấy nền kinh tế có dấu hiệu suy yếu, các hoạt động kinh doanh sản xuất bị đình trệ, kéo theo cầu tín dụng giảm do nhu cầu về vốn cho các hoạt động kinh doanh sản xuất là không có, từ đó tác động lên tốc độ tăng trưởng tín dụng Xét về trong nội tại ngân hàng, tăng trưởng tín dụng đồng nghĩa với việc hoạt động kinh doanh tín dụng của ngân hàng đang được phát triển, ngân hàng cấp nhiều dư nợ tín dụng hơn, danh mục cho vay được mở rộng, từ đó mà rủi ro tín dụng của các ngân hàng sẽ có sự ảnh hưởng

PHƯƠNG PHÁP NGHIÊN CỨU

QUY TRÌNH NGHIÊN CỨU

Nghiên cứu định lượng sử dụng phương pháp hồi quy đa biến bằng dữ liệu bảng, tác giả sẽ thực hiện kiểm định dữ liệu qua ba mô hình bình phương nhỏ nhất (Pooled OLS), mô hình tác động ngẫu nhiên (REM), mô hình tác động cố định (FEM) để lựa chọn ra mô hình phù hợp, sau đó tiến hành khắc phục khuyết tật bằng phương pháp bình phương tổng quát khả thi (FGLS) nhằm đo lường chính xác mức độ ảnh hưởng của các yếu tố đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam Quy trình nghiên cứu được trình bày như sau:

Bước 1: Thu thập và xử lý dữ liệu

Trong bước này, tác giả sẽ tiến hành chọn lọc, lấy mẫu, tính toán, tổng hợp và tinh chỉnh dữ liệu từ các nguồn đáng tin cậy và sử dụng vào trong mô hình nghiên cứu

Bước 2: Phân tích thống kê mô tả

Thông qua phân tích thống kê mô tả, tác giả có thể mô tả và phân tích được các đặc tính, thông số của bộ dữ liệu được sử dụng trong nghiên cứu một cách tổng quát và ngắn gọn nhất biến một bộ dữ liệu lớn và phức tạp trở nên trực quan về tổng lược Cụ thể, bằng phân tích thống kê mô tả, chúng có thể chỉ ra được số quan sát (Obs), giá trị trung bình (Mean), giá trị nhỏ nhất (Min), giá trị lớn nhất (Max), độ lệch chuẩn (Std dev.) của các biến có trong mô hình nghiên cứu

Bước 3: Phân tích tương quan

Phân tích tương quan là một phương pháp đặc biệt nhằm đo lường mức độ liên hệ giữa các biến với nhau trong cùng một mô hình Mức độ liên hệ ở đây được hiểu về cơ bản là sự tăng giảm về giá trị của một biến này sẽ có mức độ tác động nào đến sự tăng giảm và phân bổ xác suất của một biến khác trong mô hình Mối liên hệ tương quan được xác định cụ thể thông qua độ mạnh yếu của tương quan, dạng tương quan giữa các biến (tương quan tuyến tính và tương quan phi tuyến tính) và cuối cùng là hướng tương quan (tương quan thuận, tương quan nghịch và không tương quan)

Bước 4: Chạy các mô hình hồi quy

Trong phân tích hồi quy mô hình đa biến, có ba mô hình phổ biến thường được sử dụng là mô hình phương nhỏ nhất (Pooled OLS Model), mô hình tác động ngẫu nhiên (REM

- Random-Effect-Model) và mô hình tác động cố định (FEM - Fixed-Effect-Model) để xác định mối liên hệ và mức độ tác động của các biến độc lập đến biến phụ thuộc có trong mô hình nghiên cứu Trong đó, Mô hình Pooled OLS là mô hình cơ bản nhất, mô hình này sẽ không xác định đặc điểm riêng của các đối tượng và không có tác động phổ quát theo thời gian Đối với mô hình FEM, mô hình sẽ xét đến các đặc điểm riêng của các đối tượng, nhưng chúng không thay đổi theo thời gian và những đặc điểm riêng được xét đến này không tương quan với biến phụ thuộc Và cuối cùng là mô hình REM sẽ cho chúng ta một số tác động ngẫu nhiên hệ thống của các đối tượng và tồn tại đặc điểm riêng, cố định theo thời gian, không tương quan với biến độc lập

Bước 5: Kiểm định mô hình hồi quy phù hợp

Bước này nhằm kiểm định trong ba mô hình hồi quy được nêu trên, bao gồm mô hình bình phương nhỏ nhất (Pooled OLS Model), mô hình tác động ngẫu nhiên (REM - Random-Effect-Model) và mô hình tác động cố định (FEM - Fixed-Effect-Model), mô hình nào là phù hợp nhất để sử dụng cho nghiên cứu Việc kiểm định giữa mô hình Pooled OLS và mô hình FEM được thực hiện qua kiểm định F-test, kiểm định giữa mô hình Pooled OLS và mô hình REM được thực hiện qua kiểm định Breush and Pagan Lagrangian multiplier và kiểm định giữa mô hình FEM và REM được thực hiện qua kiểm định Hausman

Bước 6: Kiểm định khuyết tật mô hình

Có 3 loại khuyết tật phổ biến thường gặp trong mô hình hồi quy dữ liệu bảng, bao gồm hiện tượng tự tương quan (Autocorrelation) , hiện tượng phương sai sai số thay đổi (Heteroskedasticcity) và hiện tượng đa cộng tuyến (Multicollinearity) Trong đó, hiện tượng tự tương quan được hiểu khái quát là sự tương quan giữa các giá trị phần nhiễu trong một chuỗi dữ liệu quan sát giữa một biến và một biến khác như một phiên bản trễ của chính nó Hiện tượng phương sai sai số thay đổi được hiểu khái quát là hiện tượng giá trị phương sai của các sai số không bằng nhau và các giá trị phần dư được phân phối

21 không như nhau Hiện tượng đa cộng tuyến được hiểu khái quát là hiện tượng mà ở đó các biến độc lập có trong mô hình bị phụ thuộc tuyến tính lẫn nhau dưới dạng hàm số

Bước 7: Khắc phục khuyết tật mô hình

Phương pháp bình phương tối thiểu tổng quát khả thi FGLS (Feasible Generalized Least Squares) sẽ được áp dụng để khắc phục các khuyết tật phát sinh của mô hình bằng cách biến đổi dữ liệu dựa trên các giả thiết của mô hình cổ điển và áp dụng trọng số cho những quan sát có trong dữ liệu mô hình để khắc phục các khiếm khuyết về phương sai và cho ra kết quả hồi quy có độ chính xác cao nhất

Bước 8: Trình bày và phân tích kết quả

Sau khi đã chạy ra kết quả, nghiên cứu sẽ tiến hành phân tích định tính bằng cách tổng hợp, mô tả, diễn giải và đúc kết các phân tích luận ra từ các kết quả số liệu thu về được đồng thời liên hệ với các phân tích có được từ các bài nghiên cứu có liên quan

Quy trình nghiên cứu được thực hiện có thể tóm lược bằng sơ đồ như sau:

Sơ đồ 3.1: Quy trình nghiên cứu định lượng

Bước 1: Thu thập và xử lý dữ liệu

Bước 2: Phân tích thống kê mô tả

Bước 3: Phân tích tương quan

Bước 4: Chạy các mô hình hồi quy

Bước 5: Kiểm định mô hình hồi quy phù hợp

Bước 6: Kiểm định khuyết tật mô hình

Bước 7: Khắc phục khuyết tật mô hìnhBước 8: Trình bày và phân tích kết quả

MÔ HÌNH NGHIÊN CỨU

Sau quá trình tìm hiểu và tham khảo các công trình nghiên cứu cùng chủ đề đã được công bố, tác giả lựa chọn sử dụng mô hình hồi quy tổng quát có dạng như sau:

Mô hình tổng quát: Y it = β 0 + β 1 X it + ε it

Y it : Biến phụ thuộc β 0 : Hằng số β 1 : Hệ số của các biến độc lập

X it : Vecto của các biến độc lập ε it : Sai số phần dư

Từ mô hình tổng quát trên, kết hợp cùng các cơ sở lý thuyết đã được trình bày ở chương

2, tác giả phát triển thành mô hình nghiên cứu đề xuất như sau:

Mô hình nghiên cứu đề xuất: NPL it = β 0 + β 1 SIZE it + β 2 LGR it + β 3 ROA it + β 4 GDP it

NPL: Tỷ lệ nợ xấu của ngân hàng

SIZE: Quy mô của ngân hàng

LGR: Tỷ lệ tăng trưởng tín dụng của ngân hàng

ROA: Tỷ tỷ suất sinh lời trên tài sản của ngân hàng

GDP: Tốc độ tăng trưởng kinh tế

INF: Tỷ lệ lạm phát

CO2: Rủi ro khí hậu toàn cầu i: Ngân hàng thứ i t: Năm t

MÔ TẢ CÁC BIẾN VÀ GIẢ THUYẾT NGHIÊN CỨU

Biến NPL (Rủi ro tín dụng)

Biến NPL (Non-Performing-Loan) hay còn được gọi là nợ xấu được chọn là biến đại diện cho rủi ro tín dụng trong nghiên cứu này Nợ xấu được hiểu là những khoản cấp tín dụng khó thu hồi khi đã quá hạn hoàn trả từ 91 ngày trở lên nhưng vẫn chưa được bên vay hoàn trả, khi đó những dư nợ này được liệt vào nợ xấu Ahlem Selma Messai và Fathi Jouini (2013), Nir Klein (2013), Nil Gunsel (2011), Vítor Castro (2013) cùng rất nhiều nghiên cứu khác đều sử dụng NPL làm biến phụ thuộc, với công thức được tính như sau:

Tổng dư nợ tín dụng Trong đó:

Tổng nợ xấu được tính từ tổng các khoản mục “Nợ dưới tiêu chuẩn”, “Nợ nghi ngờ” và

“Nợ có khả năng mất vốn” được thu thập từ Thuyết minh Báo cáo tài chính của các ngân hàng thương mại

Tổng dư nợ tín dụng được thu thập từ khoản mục “Cho vay khách hàng” trong Bảng cân đối Kế toán của các ngân hàng thương mại Việt Nam

• Biến SIZE (Quy mô ngân hàng)

Quy mô của một ngân hàng là trị giá của ngân hàng đó trên thị trường, thường được xét dựa trên tổng tài sản mà ngân hàng sở hữu Đây là một trong những tiêu chí quan trọng khi phân tích một ngân hàng thương mại Quy mô ngân hàng càng lớn, tổng tài sản càng cao, ngân hàng càng có nhiều lợi thế về năng lực cạnh tranh, tiềm lực tài chính từ đó càng có thêm điều kiện để các hoạt động của ngân hàng được phát triển và tăng trưởng mạnh mẽ hơn trên thị trường, trong đó bao gồm cả hoạt động kinh doanh tín dụng và từ đó tác động đến rủi ro tín dụng của ngân hàng Các kết quả nghiên cứu của Rajiv Ranjan và Sarat Chandra Dhal (2003) và Nil Gunsel (2011) đều chỉ ra rằng quy mô ngân hàng

25 có mối tương quan ngược chiều đối với rủi ro tín dụng Nguyên nhân được cho rằng các ngân hàng có quy mô lớn thường có khả năng và nguồn lực tốt hơn trong quản trị rủi ro nhờ có thể đa dạng hoá danh mục tốt hơn các ngân hàng có quy mô nhỏ cũng như nắm giữ được nhiều khoản vay có độ tín nhiệm cao và rủi ro tín dụng thấp

SIZE = Logarit (Tổng tài sản)

Trong đó: Tổng tài sản được thu thập từ Bảng cân đối kế toán của các ngân hàng thương mại Việt Nam

Giả thuyết H1: “Có mối quan hệ ngược chiều giữa quy mô ngân hàng và rủi ro tín dụng”

• Biến LGR (Tốc độ tăng trưởng tín dụng)

Tốc độ tăng trưởng tín dụng được tính bằng mức độ chênh lệch của tổng dư nợ cho vay tín dụng tại một thời điểm nhất định so với cùng kỳ trước đó Tốc độ tăng trưởng tín dụng nếu hợp lí sẽ là tạo ra dòng thu nhập ổn định cho các ngân hàng thương mại cũng như thúc đẩy quá trình lưu thông tiền tệ, tạo đà cho tốc độ tăng trưởng kinh tế Các kết quả nghiên cứu của Ahlem M và Fathi J (2013); Abhiman D và Saiba G (2007) đều chỉ ra rằng tốc độ tăng trưởng tín dụng có mối tương quan ngược chiều đối với rủi ro tín dụng Nguyên nhân được cho rằng khi tốc độ tăng trưởng tín dụng tăng cho thấy bối cảnh kinh doanh sản xuất của người dân và doanh nghiệp đang phát triển, dòng tiền được tạo ra nhiều, khả năng thanh khoản cho các khoản cấp tín dụng cao nên làm giảm rủi ro tín dụng

LGR = (Tổng dư nợ tín dụng năm t) − (Tổng dư nợ tín dụng năm t − 1)

Tổng dư nợ tín dụng năm t − 1

Tổng dư nợ tín dụng được thu thập từ khoản mục “Cho vay khách hàng” trong Bảng cân đối Kế toán của các ngân hàng thương mại

Giả thuyết H2: “Có mối quan hệ ngược chiều giữa tốc độ tăng trưởng tín dụng và rủi ro tín dụng”

• Biến ROA (Tỷ tỷ suất sinh lời trên tài sản)

Tỷ suất sinh lời trên tài sản hay còn được gọi là ROA (Return-On-Assets) luôn là một chi tiêu quan trọng không chỉ đối với các nhà đầu tư mà còn đối với các nhà quản trị

Tỷ suất sinh lời trên tài sản cho ta biết với mỗi đồng tài sản được tạo ra thì doanh nghiệp sẽ thu về bao nhiêu đồng lợi nhuận Các kết quả nghiên cứu của Ahlem Messai và Fathi Jouini (2013); Nir Klein (2013) đều chỉ ra rằng tỷ suất sinh lời trên tài sản có mối tương quan ngược chiều đối với rủi ro tín dụng Các ngân hàng có tỷ suất sinh lời trên tài sản cao cho thấy tiềm lực tài chính dồi dào và phần lớn nguồn lợi nhuận của hoạt động kinh doanh đều đến từ những khoản cấp tín dụng có độ tín nhiệm cao, ngược lại những ngân hàng có tỷ suất sinh lời trên tài sản thấp phần nhiều đều bị ảnh hưởng bởi những khoản vay có tỷ lệ rủi ro cao

ROA =Tổng lợi nhuận sau thuế

Tổng lợi nhuận sau thuế được thu thập từ khoản mục “Báo cáo kết quả hoạt động kinh doanh” của các ngân hàng thương mại Việt Nam

Tổng tài sản được thu thập từ Bảng cân đối kế toán của các ngân hàng thương mại Việt Nam

Giả thuyết H3: “Có mối quan hệ ngược chiều giữa tỷ suất sinh lời trên tài sản và rủi ro tín dụng”

• Biến GDP (Tốc độ tăng trưởng kinh tế)

Tốc độ tăng trưởng kinh tế của một quốc gia thường được xác định bằng chỉ số GDP (Gross-Domestic-Products) – tổng sản phẩm quốc nội, tức tổng giá trị của tất cả các hàng hoá, dịch vụ cuối cùng mà một quốc gia tạo ra, sản xuất ra trong một thời điểm Các kết quả nghiên cứu của Nir Klein (2013), Rajiv Ranjan và Sarat Chandra Dhal

(2003), Nguyễn Quốc Anh và Nguyễn Hữu Thạch (2015) đều chỉ ra rằng tốc độ tăng trưởng kinh tế có mối tương quan ngược chiều với rủi ro tín dụng Khi nền kinh tế tăng trưởng, hoạt động sản xuất kinh doanh được đẩy mạnh, dòng tiền được lưu thông năng động cùng khả năng thanh khoản cao, khách hàng được cấp tín dụng của các ngân hàng

27 thương mại có đủ nguồn lực để chi trả cho những khoản vay tốt hơn Ngược lại khi nền kinh tế bị suy yếu, các hoạt động kinh doanh sản xuất bị đình trệ, đó là lúc các khoản cấp tín dụng của ngân hàng thương mại sẽ gặp những rủi ro không thể tránh khỏi Trong nghiên cứu này, chỉ số GDP được thu thập từ dữ liệu thống kê worldbank.org

Giả thuyết H4: “Có mối quan hệ ngược chiều giữa tốc độ tăng trưởng kinh tế và rủi ro tín dụng”

• Biến INF (Tỷ lệ lạm phát)

Tỷ lệ lạm phát của một quốc gia thường được xác định thông qua chỉ số giá tiêu dùng CPI (Consumer-Price-Index), tỷ lệ lạm phát nhằm biểu hiện mức độ tăng giá chung của các sản phẩm, hàng hoá đang lưu thông trên thị trường trong một thời điểm đồng thời cho thấy sự mất giá trị đồng tiền tệ của quốc gia đó Các kết quả nghiên cứu của Nil Gunsel (2011); Vitor Castro (2013); Nir Klein (2013) đều chỉ ra rằng tỷ lệ lạm phát có mối tương quan thuận chiều với rủi ro tín dụng Khi tỷ lệ lạm phát tăng cao, điều đó cho thấy nền kinh tế đang gặp khủng hoảng, vật giá leo thang, giá trị đồng tiền sụt giảm dẫn đến thu nhập thực tế của người dân bị giảm xuống và khả năng chi trả cho các khoản vay

Trong nghiên cứu này, chỉ số CPI được thu thập từ dữ liệu thống kê worldbank.org

Giả thuyết H5: “Có mối quan hệ thuận chiều giữa tỷ lệ lạm phát và rủi ro tín dụng”

• Biến CO2 (Rủi ro biến đổi khí hậu)

Rủi ro biến đổi khí hậu được hiểu là nguy cơ xảy ra những hậu quả tiêu cực đối với hệ sinh thái và con người do tác động bởi quá trình biến đổi gây mất cân bằng của hệ thống khí hậu Rủi ro biến đổi khí hậu đã và đang gây ra những hệ quả nghiêm trọng không chỉ đối với môi trường mà còn tác động lớn đến quá trình sản xuất kinh doanh cũng như tương lai phát triển của nền kinh tế Theo nghiên cứu của Giusy Capasso, Gianfranco Gianfrate và Macro Spinelli (2020), rủi ro biến đổi khí hậu được đại diện bởi lượng phát thải khí CO2 và kết quả nghiên cứu cho thấy có mối tương quan lớn giữa lượng phát thải khí CO2 và rủi ro tín dụng của các doanh nghiệp Lượng khí thải CO2 sẽ làm biến đổi tiêu cực bầu khí quyển và tác động đến hoạt động sản xuất kinh doanh của các doanh nghiệp như cơ sở hạ tầng, nhà máy, đất nông nghiệp bị tàn phá bởi thiên tai, hệ thống

28 vận chuyển chuỗi cung ứng bị gián đoạn gây thiệt hại về tài sản và tổn thất tài chính nghiêm trọng

Rủi ro biến đổi khí hậu = Logarit (Lượng phát thải khí CO2)

Trong đó, Lượng phát thải khí CO2 được thu thập từ dữ liệu thống kê của worldbank.org

Giả thuyết H6: “Có mối quan hệ thuận chiều giữa rủi ro biến đổi khí hậu và rủi ro tín dụng”

Bảng 3.1: Tóm tắt mô tả các biến

BIẾN TÊN DIỄN GIẢI CÁCH TÍNH

NPL Rủi ro tín dụng Tổng nợ xấu

Tổng dư nợ tín dụng

SIZE Quy mô ngân hàng Logarit (Tổng tài sản)

LGR Tốc độ tăng trưởng tín dụng (Tổng dư nợ TD năm t) − (Tổng dư nợ TD năm t − 1)

Tổng dư nợ TD năm t − 1

ROA Tỷ suất sinh lời trên tài sản

Tổng lợi nhuận sau thuế Tổng tài sản

GDP Tốc độ tăng trưởng kinh tế Chỉ số GDP

INF Tỷ lệ lạm phát Chỉ số CPI

CO2 Rủi ro biến đổi khí hậu Logarit (Lượng phát thải khí CO2)

Bảng 3.2: Tóm tắt kỳ vọng dấu các biến BIẾN TÊN KỲ VỌNG

DẤU NGHIÊN CỨU THỰC NGHIỆM

SIZE ( - ) Rajiv Ranjan và Sarat Chandra Dhal (2003); Nil Gunsel

LGR ( - ) Ahlem Messai và Fathi Jouini (2013); Abhiman Das và

Saiba Ghosh (2007); Nguyễn Tuấn Kiệt và Đinh Hùng

ROA ( - ) Ahlem Messai và Fathi Jouini (2013); Nir Klein (2013);

Nguyễn Tuấn Kiệt và Đinh Hùng Phú (2016);

GDP ( - ) Nir Klein (2013); Rajiv Ranjan và Sarat Chandra Dhal

(2003); Nguyễn Quốc Anh và Nguyễn Hữu Thạch

INF ( + ) Nil Gunsel (2011); Vitor Castro (2013); Nir Klein (2013)

CO2 ( + ) Giusy Capasso, Gianfranco Gianfrate và Macro Spinelli

DỮ LIỆU NGHIÊN CỨU

Các dữ liệu vi mô thuộc về yếu tố nội tại ngân hàng được thu thập từ Bảng cân đối Kế toán, Báo cáo Kết quả hoạt động kinh doanh và Thuyết minh Báo cáo tài chính của 24 Ngân hàng thương mại Việt Nam trong khoảng thời gian từ năm 2012 đến năm 2022 được trích xuất từ phần mềm Fiinpro, cụ thể như sau:

- Tổng nợ xấu được tính từ tổng các khoản mục “Nợ dưới tiêu chuẩn”, “Nợ nghi ngờ” và “Nợ có khả năng mất vốn” được thu thập từ Thuyết minh Báo cáo tài chính của các ngân hàng

- Tổng dư nợ tín dụng được thu thập từ khoản mục “Cho vay khách hàng” trong Bảng cân đối Kế toán của các ngân hàng

- Tổng tài sản được thu thập từ Bảng cân đối kế toán của các ngân hàng thương mại Việt Nam

- Tổng lợi nhuận sau thuế được thu thập từ khoản mục “Báo cáo kết quả hoạt động kinh doanh” của các ngân hàng

Các dữ liệu vĩ mô bao gồm tốc độ tăng trưởng kinh tế, tỷ lệ lạm phát và lượng phái thải khí CO2 tại Việt Nam trong khoảng thời gian từ năm 2012 đến năm 2022 được thu thập từ trang dữ liệu thống kê worldbank.org

Chương 3 đã trình bày chi tiết nội dung phương thức nghiên cứu mà đề tài áp dụng, bao gồm quy trình áp dụng phương pháp nghiên cứu, mô hình nghiên cứu được sử dụng, mô tả các biến nghiên cứu và kỳ vọng dấu cuối cùng là nguồn dữ liệu nghiên cứu được sử dụng nhằm đáp ứng với mục tiêu mà đề tài hướng đến Từ nội dung của chương 3, tác giả sẽ tiến hành thực hiện chạy mô hình và đưa ra kết quả phân tích trong chương

THỰC HIỆN VÀ PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU

THỐNG KÊ MÔ TẢ

Thông qua phân tích thống kê mô tả, tác giả có thể mô tả và phân tích được các đặc tính, thông số của dữ liệu nghiên cứu sử dụng một cách tổng quát và ngắn gọn nhất biến một bộ dữ liệu lớn và phức tạp trở nên trực quan về tổng lược

Thống kê mô tả được thực hiện trên phần mềm Stata cho ra kết quả như sau:

Bảng 4.1: Kết quả thống kê mô tả các biến Variable Obs Mean Std dev Min Max NPL 264 0211501 0118345 0046669 0880662

Nhìn chung, sự phân bổ giá trị của các biến có sự khác biệt so với nhau và kết quả trên cho thấy có sự biến động về giá trị của các biến trong khoảng thời gian từ năm 2012 đến năm 2022

Biến NPL đại diện cho tỷ lệ nợ xấu (rủi ro tín dụng) qua thống kê cho thấy rằng 24 ngân hàng trong giai đoạn 2012-2022 có tỷ lệ nợ xấu trung bình là 2.11% Trong số 264 quan sát, Ngân hàng Techcombank (TCB) là ngân hàng có tỷ lệ nợ xấu thấp nhất với con số là 0.46% vào năm 2020 và Ngân hàng SHB (SHB) là ngân hàng có tỷ lệ nợ xấu cao nhất với con số là 8.8% vào năm 2012 Cùng với đó, độ lệch chuẩn của biến NPL là 1.18% cho thấy mức độ phân tán vừa phải trong tỷ lệ nợ xấu giữa các ngân hàng thương mại Việt Nam

Biến ROA đại diện cho tỷ suất sinh lời trên tài sản của ngân hàng qua thống kê cho thấy rằng 24 ngân hàng thương mại Việt Nam trong giai đoạn 2012-2022 có tỷ suất sinh lời trên tài sản trung bình là 0.9% Trong số 264 quan sát, Ngân hàng BVBank (BVB) là ngân hàng có tỷ suất sinh lời trên tài sản thấp nhất với con số là 0.008% vào năm 2017 và Ngân hàng Techombank (TCB) là ngân hàng có tỷ suất sinh lời trên tài sản cao nhất với con số là 3.23% vào năm 2021

Biến SIZE đại diện cho quy mô ngân hàng qua thống kê cho thấy, trong số 264 quan sát, Ngân hàng Sài Gòn Công Thương (SGB) có quy mô nhỏ nhất với tổng tài sản là 14,684 tỷ đồng vào năm 2013 và Ngân hàng BIDV (BID) có quy mô lớn nhất với tổng tài sản là 2,120,609 tỷ đồng vào năm 2022

Biến LGR đại diện cho tốc độ tăng trưởng tín dụng qua thống kê cho thấy rằng 24 ngân hàng thương mại Việt Nam trong giai đoạn 2012-2022 có tốc độ tăng trưởng tín dụng trung bình là 20.05% Trong số 264 quan sát, Ngân hàng MSB (MSB) có tốc độ tăng trưởng tín dụng thấp nhất với con số là -23.3% vào năm 2012 và Ngân hàng HDBank (HDB) có tốc độ tăng trưởng tín dụng cao nhất với con số là 108.2% vào năm 2013

Biến GDP đại diện cho tốc độ tăng trưởng kinh tế của Việt Nam qua thống kê cho thấy giá trị trung bình của tốc độ tăng trưởng kinh tế là 6.03% với độ lệch chuẩn là 1.72% Trong đó, năm 2021 ghi nhận tốc độ tăng trưởng kinh tế thấp nhất là 2.56% và ngay liền kề sau đó năm 2022 được ghi nhận là có tốc độ tăng trưởng kinh tế cao nhất vào

34 năm 2022 với con số là 8.01% Chính sự xuất hiện của đại dịch COVID-19 gây nên bối cảnh giãn cách xã hội đã ảnh hưởng mạnh mẽ đến tốc độ tăng trưởng kinh tế của Việt Nam

Biến INF đại diện cho tỷ lệ lạm phát của Việt Nam qua thống kê cho thấy giá trị trung bình của tỷ lệ lạm phát là 3.73% với độ lệch chuẩn là 2.19% Trong đó năm 2015 ghi nhận tỷ lệ lạm phát thấp nhất với con số là 0.63% và năm 2012 ghi nhận tỷ lệ lạm phát cao nhất với con số lên đến 9.09% Năm 2012 chính là năm mà nền kinh tế Việt Nam

“chạm đáy” từ việc gánh chịu hậu quả của cuộc đại suy thoái kinh tế toàn cầu bắt đầu vào năm 2008

Biến CO2 đại diện cho rủi ro biến đổi khí hậu của Việt Nam được tính bằng logarit lượng phát thải khí CO2 qua thống kê cho thấy lượng phát thải khí CO2 có giá trị trung bình là 1.192308 trong giai đoạn 2012-2022 với độ lệch chuẩn là 7.01% Trong đó năm

2012 ghi nhận lượng phát thải khí CO2 mức độ thấp nhất và ghi nhận mức độ tăng cao nhất vào năm 2019, thời điểm trước khi quốc gia bước vào giai đoạn giãn cách

PHÂN TÍCH TƯƠNG QUAN

Phân tích tương quan là một phương pháp đặc biệt nhằm đo lường mức độ liên hệ giữa các biến với nhau trong cùng một mô hình Mức độ liên hệ ở đây được hiểu về cơ bản là sự tăng giảm về giá trị của một biến này sẽ có mức độ tác động nào đến sự tăng giảm và phân bổ xác suất của một biến khác trong mô hình

Bảng 4.2: Kết quả phân tích tương quan các biến

NPL ROA SIZE LGR GDP INF CO2

Kết quả được trích xuất cho thấy hệ số tương quan giữa các cặp biến dao động từ – 0.3033 đến 0.3789 Trong đó, cặp biến có hệ số tương quan cao nhất 0.3789 là cặp biến giữa ROA và SIZE Như vậy tất cả các cặp biến đều có hệ số tương quan bé hơn 0.8, vì vậy có thể kết luận mô hình hồi quy được sử dụng trong nghiên cứu là phù hợp

KẾT QUẢ CÁC MÔ HÌNH HỒI QUY

4.3.1 MÔ HÌNH BÌNH PHƯƠNG NHỎ NHẤT (POOLED OLS)

Mô hình POOLED OLS được thực hiện trên phần mềm Stata cho ra kết quả như sau:

Bảng 4.3: Kết quả mô hình Pooled OLS NPL Coefficient Std err t P>t [95% conf interval] ROA -.050931 1183353 -0.43 0.667 -.2839613 1820994

Theo kết quả hồi quy được trích xuất cho thấy, các biến SIZE, LGR là các biến độc lập có ý nghĩa thống kê ở mức là 1%, biến INF có ý nghĩa thống kê ở mức 5% Trong đó, biến SIZE đại diện cho quy mô ngân hàng có tương quan âm với biến NPL với hệ số là – 0.0238157, biến LGR đại diện cho tốc độ tăng trưởng tín dụng có tương quan âm với biến NPL với hệ số là – 0.0106463 , biến INF đại diện cho tỷ lệ lạm phát có tương quan dương với biến NPL với hệ số là 0.1060889 Kết quả mô hình hồi quy Pooled OLS có thể được trình bày như sau:

4.3.2 MÔ HÌNH TÁC ĐỘNG NGẪU NHIÊN (REM)

Mô hình REM được thực hiện trên phần mềm Stata cho ra kết quả như sau:

Bảng 4.4: Kết quả mô hình REM NPL Coefficient Std err z P>z [95% conf interval] ROA -.098838 1281568 -0.77 0.441 -.3500208 1523448

Theo kết quả hồi quy được trích xuất cho thấy, các biến LGR và INF là các biến độc lập có ý nghĩa thống kê ở mức 5% Trong đó, biến LGR đại diện cho tốc độ tăng trưởng tín dụng có tương quan âm với biến NPL với hệ số là – 0.0084711 , biến INF đại diện cho tỷ lệ lạm phát có tương quan dương với biến NPL với hệ số là 0.1138645 Kết quả mô hình hồi quy REM có thể được trình bày như sau:

4.3.3 MÔ HÌNH TÁC ĐỘNG CỐ ĐỊNH (FEM)

Mô hình FEM được thực hiện trên phần mềm Stata cho ra kết quả như sau:

Bảng 4.5: Kết quả mô hình FEM NPL Coefficient Std err t P>t [95% conf interval] ROA -.1311461 1413925 -0.93 0.355 -.4097111 1474189

Theo kết quả hồi quy được trích xuất cho thấy, biến INF là biến độc lập có ý nghĩa thống kê ở mức 1%, biến LGR có ý nghĩa thống kê ở mức 10% Trong đó, biến LGR đại diện cho tốc độ tăng trưởng tín dụng có tương quan âm với biến NPL với hệ số là – 0.0074132 , biến INF đại diện cho tỷ lệ lạm phát có tương quan dương với biến NPL với hệ số là 0.1162139 Kết quả mô hình hồi quy REM có thể được trình bày như sau:

KIỂM ĐỊNH MÔ HÌNH HỒI QUY PHÙ HỢP

4.4.1 Kiểm định giữa FEM và POOLED OLS

Nghiên cứu sử dụng kiểm định F-test để kiểm định giữa FEM và Pooled OLS với giả thuyết đặt ra:

H0: hệ số tác động cố định ≠ 0, mô hình Pooled OLS là phù hợp;

H1: Hệ số tác động cố định = 0, mô hình FEM là phù hợp.

Kiểm định F-test được thực hiện trên phần mềm Stata cho ra kết quả như sau:

Bảng 4.6: Kết quả kiểm định F-test

Kết quả kiểm định cho thấy: Prob = 0.0000 < 0.05 => Bác bỏ H0, chấp nhận H1 Kết luận, mô hình FEM phù hợp hơn mô hình Pooled OLS

4.4.2 Kiểm định giữa REM và FEM

Nghiên cứu sử dụng kiểm định Hausman để kiểm định giữa mô hình REM và FEM với giả thuyết đặt ra:

H0: sự khác biệt trong hệ số tác động là ngẫu nhiên, mô hình REM là phù hợp;

H1: sự khác biệt trong hệ số tác động là không ngẫu nhiên, mô hình FEM là phù hợp

Kiểm định Hausman được thực hiện trên phần mềm Stata cho ra kết quả như sau:

Bảng 4.7: Kết quả kiểm định Hausman

Kết quả kiểm định cho thấy: Prob = 0.9898 > 0.05 => Chấp nhận H0, bác bỏ H1

Kết luận, mô hình REM phù hợp hơn mô hình FEM

Như vậy sau quá trình kiểm định mô hình hồi quy phù hợp cho nghiên cứu, mô hình tác động ngẫu nhiên REM là mô hình được sử dụng để nghiên cứu các nhân tố ảnh hưởng

41 đến rủi ro tín dụng của 24 ngân hàng thương mại Việt Nam trong giai đoạn từ năm 2012 đến năm 2022.

KIỂM ĐỊNH KHUYẾT TẬT MÔ HÌNH

4.5.1 Kiểm định tự tương quan

Nghiên cứu sử dụng kiểm định Wooldridge nhằm kiểm định hiện tượng tự tương quan với giả thuyết đặt ra:

H0: không có hiện tượng tự tương quan;

H1: có hiện tượng tự tương quan.

Kiểm định Wooldridge được thực hiện trên phần mềm Stata cho ra kết quả như sau:

Bảng 4.8: Kết quả kiểm định Wooldridge

Kết quả kiểm định cho thấy, Prob = 0.0001 < 0.05 => Bác bỏ H0, chấp nhận H1 Kết luận, mô hình có hiện tượng tự tương quan

4.5.2 Kiểm định phương sai sai số thay đổi

Nghiên cứu sử dụng kiểm định Breusch and Pagan Lagrangia để kiểm định hiện tượng phương sai sai số thay đổi với giả thuyết đặt ra:

H0: không có hiện tượng phương sai sai số thay đổi;

H1: có hiện tượng phương sai sai số thay đổi.

Bảng 4.9: Kết quả kiểm định Breusch & Pagan Lagrangia

Kết quả kiểm định cho thấy, Prob = 0.0000 < 0.05 => Bác bỏ H0, chấp nhận H1 Kết luận, mô hình có hiện tượng phương sai sai số thay đổi

4.5.3 Kiểm định đa cộng tuyến Để kiểm định hiện tượng đa cộng tuyến, tác giả sử dụng kiểm định chỉ số phóng đại phương sai VIF (Variance-Inflation-Factor)

Kiểm định VIF được thực hiện trên phần mềm Stata cho ra kết quả như sau:

Bảng 4.10: Kết quả kiểm định VIF

Kết quả kiểm định cho thấy, các biến đều có chỉ số VIF dao động từ 1.07 đến 2.61, với con số VIF trung bình là 1.62, tất cả đều nhỏ hơn 10 vậy nên có thể kết luận mô hình không gặp hiện tượng đa cộng tuyến

KHẮC PHỤC KHUYẾT TẬT MÔ HÌNH

Sau khi thực hiện kiểm định khuyết tật mô hình, các kết quả cho ra đưa đến kết luận rằng mô hình nghiên cứu gặp hiện tượng tự tương quan và hiện tượng phương sai sai số thay đổi Để khắc phục các khuyết tật này, tác giả sử dụng mô hình phương pháp bình phương nhỏ nhất tổng quát khả thi FGLS (Feasible Generalize Least Square) để cho ra kết quả hồi quy chính xác nhất

Mô hình FGLS được thực hiện trên phần mềm Stata cho ra kết quả như sau:

Bảng 4.11: Kết quả hồi quy mô hình FGLS NPL Coefficient Std err z P>z [95% conf interval] ROA -.1694176 0677777 -2.50 0.012 -.3022596 -.0365757

Kết quả từ mô hình có thể được trình bày như sau:

KIỂM ĐỊNH GIẢ THUYẾT NGHIÊN CỨU

Với kết quả hồi quy thu được từ mô hình FGLS, tác giả tiến hành kiểm định kết quả nghiên cứu với giả thuyết nghiên cứu đã đặt ra ở chương 3 như sau:

Bảng 4.12: Kiểm định giả thuyết nghiên cứu

TÊN BIẾN GIẢ THUYẾT NGHIÊN CỨU

ROA “Tỷ suất sinh lời trên tài sản có tương quan âm với rủi ro tín dụng.” Chấp nhận

SIZE “Quy mô ngân hàng có tương quan âm với rủi ro tín dụng.” Chấp nhận

LGR “Tốc độ tăng trưởng tín dụng có tương quan âm với rủi ro tín dụng.” Chấp nhận

GDP “Tốc độ tăng trưởng kinh tế có tương quan âm với rủi ro tín dụng.”

Không có ý nghĩa thống kê

INF “Tỷ lệ lạm phát có tương quan dương với rủi ro tín dụng.” Chấp nhận

CO2 “Rủi ro biến đổi khí hậu có tương quan dương với rủi ro tín dụng.” Bác bỏ

Kết quả thu được từ nghiên cứu cho ra kết luận rằng có 4 giả thuyết được chấp nhận liên quan đến biến ROA, SIZE, LGR và INF; bên cạnh đó biến CO2 cho ra kết quả khác với giả thuyết được đặt ra và cuối cùng là biến GDP không có ý nghĩa thống kê Kết quả này sẽ được thảo luận cụ thể hơn ở phần sau