Nhận thức được vấn đề trên, xuất phát từ yêu cầu thực tế trong quá trình tác nghiệp và triển khai nghiệp vụ, thông qua việc nghiên cứu một cách toàn diện và phân tích thực trạng và tìm r
Tính cấp thiết của đề tài
Theo A.S Abramova (2022), ngân hàng thương mại (NHTM) đóng vai trò quan trọng trong sự phát triển kinh tế quốc gia NHTM thực hiện huy động và tích lũy tiết kiệm từ cá nhân, sau đó cho vay lại cho doanh nghiệp và cá nhân có nhu cầu, đồng thời thực hiện các nghiệp vụ chiết khấu và thanh toán Những hoạt động này không chỉ mang lại lợi nhuận cho NHTM mà còn giúp điều phối dòng tiền trong nền kinh tế.
Trong bối cảnh kinh tế biến động, các ngân hàng thương mại (NHTM) đã điều chỉnh chính sách để quản lý tỷ lệ nợ xấu, một vấn đề ưu tiên hàng đầu nhằm bảo vệ nguồn thu từ tín dụng Theo Huỳnh Thị Hương Thảo (2022), tỷ lệ nợ xấu cao không chỉ làm tăng chi phí hoạt động cho NHTM, mà còn ảnh hưởng tiêu cực đến hiệu quả hoạt động, lợi nhuận và uy tín của tổ chức Việc theo dõi, thu hồi và quản lý nợ xấu có thể gây thiệt hại tài chính, đồng thời tạo ra rủi ro cho cả người vay và ngân hàng.
Trong bối cảnh phục hồi kinh tế sau COVID-19, các chính sách hỗ trợ và nới lỏng vay vốn của chính phủ đang dần hết hiệu lực Các ngân hàng thương mại (NHTM) và tổ chức tín dụng (TCTD) đang áp dụng các phương pháp và công cụ để quản lý nợ xấu hiệu quả Thông tư 14/2021/TT-NHNN, ban hành ngày 07/09/2021, đã hỗ trợ doanh nghiệp và cá nhân trong việc cơ cấu lại thời hạn trả nợ và điều chỉnh lãi suất cho đến hết tháng 06/2022 Tuy nhiên, Ngân hàng Nhà nước (NHNN) đã quyết định không gia hạn thời gian hiệu lực, cùng với biến động trên thị trường bất động sản, chứng khoán và trái phiếu doanh nghiệp, đã dẫn đến việc tỷ lệ nợ xấu tại một số NHTMCP có xu hướng gia tăng (Báo Đầu tư Online, 2022).
Quản lý chặt chẽ và có hệ thống vấn đề nợ xấu tại mỗi tổ chức là cần thiết để hạn chế tối đa rủi ro, giúp hoạt động kinh doanh sản xuất phát triển thuận lợi Điều này không chỉ hỗ trợ cho sự phát triển của từng doanh nghiệp mà còn là bước đệm quan trọng cho sự phục hồi và phát triển của nền kinh tế chung sau đại dịch.
Ngân hàng TMCP Á Châu (ACB) được biết đến là một trong những ngân hàng có khả năng quản lý nợ xấu tốt nhất, với tỷ lệ nợ xấu duy trì dưới 1% trong 7 năm liên tiếp và tỷ lệ bao phủ nợ xấu khoảng 150% (Minh Tú, 2023) Tuy nhiên, tình hình nợ xấu trong toàn ngành ngân hàng đã ảnh hưởng tiêu cực đến lợi nhuận năm 2022, với dư nợ xấu tăng 35% so với đầu năm và gần 50% ngân hàng thương mại phải đối mặt với tỷ lệ nợ xấu gia tăng, dẫn đến việc cần trích lập dự phòng nhiều hơn (Thảo Nguyên, 2023) Do đó, ACB cần tiếp tục tìm kiếm và nâng cao các giải pháp hiệu quả nhằm hạn chế nợ xấu, giảm thiểu rủi ro từ việc người vay không đủ khả năng thanh toán, từ đó bảo vệ hiệu quả kinh doanh của ngân hàng.
Nhằm giải quyết vấn đề nợ xấu tại Ngân hàng TMCP Á Châu - ACB, bài nghiên cứu này sẽ phân tích toàn diện thực trạng và các yếu tố ảnh hưởng đến tỷ lệ nợ xấu Từ đó, đề xuất các giải pháp khả thi để hạn chế tình trạng này, đáp ứng yêu cầu thực tế trong quá trình triển khai nghiệp vụ.
Tổng quan chủ đề nghiên cứu
Nghiên cứu của Shrieves và Dahl (1992) trên 1800 bộ dữ liệu ngân hàng tại Mỹ từ 1984 đến 1986 cho thấy tỷ lệ Vốn chủ sở hữu/Tổng tài sản có tác động tích cực đến tỷ lệ nợ xấu Trong thập niên 90, Keeton William R (1999) đã sử dụng dữ liệu từ 260 ngân hàng thương mại tại Mỹ trong giai đoạn 1982 - 1986 để kiểm tra ảnh hưởng của tỷ lệ tăng trưởng tín dụng đến nợ xấu Kết quả nghiên cứu chỉ ra mối quan hệ chặt chẽ giữa tăng trưởng tín dụng và nợ xấu, với tác động cùng chiều; đồng thời, tác giả nhận định rằng sự gia tăng tốc độ tăng trưởng tín dụng kết hợp với việc giảm tiêu chuẩn kiểm tín dụng ở một số bang là nguyên nhân chính dẫn đến sự gia tăng nợ xấu tại Mỹ.
Nhiều nghiên cứu trên thế giới đã chỉ ra các nhân tố ảnh hưởng đến nợ xấu của ngân hàng thương mại Fofack (2005) sử dụng phương pháp GMM để phân tích dữ liệu bảng và xác định rằng lãi suất thực, tốc độ tăng trưởng GDP, chỉ số lạm phát, tỷ suất thu nhập trên tổng tài sản (ROA) và thu nhập lãi cận biên (NIM) đều có tác động đến nợ xấu tại các quốc gia vùng sa mạc Sahara Tương tự, Hu Jinli và các cộng sự (2004) đã kiểm định các yếu tố ảnh hưởng đến tỷ lệ nợ xấu ở các quốc gia Châu Á dựa trên các nghiên cứu trước đó.
40 NHTM tại Đài Loan trong giai đoạn 1996 -1999 Các kết quả thực nghiệm thu được trong bài nghiên cứu bao gồm:
Tỷ lệ sở hữu cổ phần của chính phủ trong các ngân hàng thương mại (NHTM) có ảnh hưởng ngược chiều đến tỷ lệ nợ xấu Cụ thể, khi tỷ lệ cổ phần của chính phủ vượt quá mức trần, tỷ lệ nợ xấu sẽ gia tăng.
+ Quy mô ngân hàng tỷ lệ nghịch với nợ xấu
+ Đa dạng hóa nguồn thu từ các hoạt động kinh doanh có thể giảm đáng kể tỷ lệ nợ xấu
+ Tỷ lệ nợ xấu tại các NHTM Đài Loan có xu hướng tăng trưởng mạnh trong giai đoạn 1996 - 1999
+ Các NHTM được thành lập sau khi chính phủ bãi bỏ quy định có tỷ lệ nợ xấu thấp hơn các NHTM thành lập ở giai đoạn trước đó
Misra và Dhal (2010) đã tiến hành nghiên cứu trên dữ liệu của 27 ngân hàng Ấn Độ từ năm 1996 đến 2008, tập trung phân tích các chỉ số ngân hàng liên quan đến nợ xấu Nghiên cứu chỉ ra rằng lãi suất, quy mô ngân hàng và tỷ lệ nợ xấu của năm gần nhất đều có tác động tích cực đến tỷ lệ nợ xấu trong năm nghiên cứu Đặc biệt, thời hạn vay lại có ảnh hưởng ngược chiều với nợ xấu, do sự tin tưởng giữa bên vay và bên cho vay, dẫn đến việc các khoản vay thường được thanh toán trong thời gian dài và làm tăng tỷ lệ nợ xấu.
Nghiên cứu của Louzis và các cộng sự (2012) về các yếu tố ảnh hưởng đến nợ xấu trong hệ thống ngân hàng Hy Lạp, dựa trên 9 ngân hàng lớn từ Quý 1 2003 đến Quý 3 2009, cho thấy mối quan hệ nghịch giữa tốc độ tăng trưởng GDP và tỷ lệ nợ xấu, trong khi tỷ lệ thất nghiệp và lãi suất thực có mối quan hệ thuận Kết quả cũng chỉ ra rằng độ nhạy cảm của nợ xấu khác nhau tùy theo loại khoản vay; cho vay tiêu dùng nhạy cảm nhất với lãi suất, trong khi cho vay thế chấp ít bị ảnh hưởng bởi yếu tố kinh tế vĩ mô Tác giả đề xuất các chính sách điều chỉnh tỷ lệ nợ xấu và nhấn mạnh rằng các chính sách không hiệu quả trước đó có thể dẫn đến nợ xấu trong tương lai Chính phủ và cơ quan quản lý cần tập trung vào hiệu quả quản lý để phát hiện ngân hàng có nợ xấu gia tăng, đồng thời cải thiện hệ thống quản lý rủi ro để ngăn ngừa bất ổn tài chính.
Nghiên cứu của Makri và cộng sự (2014) trên dữ liệu của 17 nước Châu Âu trong giai đoạn 2000 - 2008 cho thấy tốc độ tăng trưởng GDP, tỷ suất ROE và dự phòng RRTD có mối quan hệ ngược chiều với tỷ lệ nợ xấu Ngược lại, sự gia tăng tỷ lệ thất nghiệp, nợ xấu năm trước và nợ công sẽ dẫn đến tỷ lệ nợ xấu tăng cao.
Nghiên cứu của Ekanayake (2015) về các nhân tố tác động đến nợ xấu tại các ngân hàng thương mại Sri Lanka từ năm 1999 đến 2012 cho thấy rằng tỷ lệ nợ xấu chịu ảnh hưởng từ cả yếu tố vĩ mô và yếu tố cụ thể trong ngân hàng Hai chỉ số tài chính, tỷ lệ Dư nợ/Tài sản và tỷ lệ tổn thất cho vay, được sử dụng để đo lường rủi ro ngân hàng, cho thấy mối tương quan tích cực với nợ xấu Đặc biệt, tăng trưởng tín dụng cao lại có mối tương quan ngược chiều với nợ xấu, cho thấy các ngân hàng hoạt động tích cực hơn trên thị trường tín dụng.
Nghiên cứu cho thấy rằng 5 yếu tố sẽ giúp giảm khả năng nợ xấu Hiệu quả kinh doanh và quy mô ngân hàng có ảnh hưởng trái ngược đến nợ xấu Trong số các yếu tố vĩ mô, GDP và lạm phát tác động ngược chiều lên nợ xấu, với mức ảnh hưởng lên đến 21% Cụ thể, trong thời kỳ lạm phát cao, tỷ lệ nợ xấu thường thấp hơn so với các giai đoạn khác.
Nghiên cứu của Argaw (2016) về các yếu tố ảnh hưởng đến nợ xấu tại các ngân hàng thương mại ở Ethiopia đã sử dụng mô hình hỗn hợp và dữ liệu chuỗi thời gian từ báo cáo thường niên cùng báo cáo kiểm toán Tác giả đã phỏng vấn 12 chuyên gia tín dụng để củng cố kết luận Kết quả cho thấy các biến độc lập như Tỷ lệ Cho vay/Tiền gửi, tỷ suất ROE và mức độ an toàn vốn có tác động đáng kể đến tỷ lệ nợ xấu Ngoài ra, các yếu tố như đánh giá rủi ro tín dụng kém, tập trung cho vay dựa trên tài sản thế chấp, giám sát khoản vay kém, kỹ năng xử lý nợ của ngân hàng, sản phẩm cho vay kém, thời gian cho vay ngắn và thiếu thông tin tư vấn tín dụng cũng góp phần làm gia tăng nợ xấu Nghiên cứu kết luận rằng việc chú trọng vào các tỷ lệ nợ xấu có thể giúp hạn chế khả năng vỡ nợ khi mở rộng tín dụng trong tương lai.
Nghiên cứu của Kartikasary và các cộng sự (2020) tại khu vực ASEAN cho thấy tỷ lệ Cho vay/Tiền gửi có tác động tích cực đến nợ xấu của ngân hàng Indonesia trong giai đoạn 2014 - 2017 Tương tự, nghiên cứu của Rehma (2017) về hệ thống ngân hàng Nam Á từ 1999 - 2015 chỉ ra rằng các yếu tố vĩ mô và vi mô ảnh hưởng đến tỷ lệ nợ xấu, với tỷ suất ROE và tỷ giá hối đoái cao làm giảm nợ xấu, trong khi tăng trưởng cho vay, lạm phát và tỷ lệ thất nghiệp cao lại gia tăng nợ xấu Tại Việt Nam, Nguyễn Thị Như Quỳnh và các cộng sự (2018) đã phân tích dữ liệu của 25 ngân hàng TMCP, cung cấp cái nhìn sâu sắc về tình hình nợ xấu trong nước.
Trong giai đoạn 2006 - 2016, nhóm tác giả đã áp dụng mô hình FEM và phương pháp tối thiểu tổng quát khả thi (FGLS) để khắc phục các khuyết tật Kết quả cho thấy có mối tương quan ngược chiều giữa tốc độ tăng trưởng kinh tế, tỷ lệ thất nghiệp, tốc độ tăng trưởng tín dụng tại ngân hàng và tỷ lệ nợ xấu Ngược lại, tỷ lệ nợ xấu của ngân hàng năm trước và tỷ lệ lạm phát của nền kinh tế lại có tác động cùng chiều đến tỷ lệ nợ xấu.
Nghiên cứu của Phạm Dương Phương Thảo và Nguyễn Linh Đan phân tích các yếu tố tác động đến tỷ lệ nợ xấu tại các ngân hàng thương mại cổ phần ở Việt Nam trong cùng một giai đoạn Nghiên cứu này nhằm cung cấp cái nhìn sâu sắc về các nguyên nhân gây ra nợ xấu, từ đó đề xuất các giải pháp quản lý hiệu quả hơn cho các ngân hàng Việc hiểu rõ các nhân tố này không chỉ giúp cải thiện tình hình tài chính của ngân hàng mà còn góp phần ổn định hệ thống tài chính quốc gia.
Nghiên cứu năm 2018 đã phân tích số liệu từ báo cáo tài chính đã được kiểm toán của 27 ngân hàng trong giai đoạn 2005-2016, sử dụng mô hình hồi quy GMM Kết quả cho thấy các yếu tố nội tại của ngân hàng, như chi phí trích lập dự phòng, chi phí hoạt động, lợi nhuận và tăng trưởng kinh tế, có ảnh hưởng ngược chiều đến tỷ lệ nợ xấu Ngược lại, tỷ lệ nợ xấu của năm trước có mối quan hệ cùng chiều với tỷ lệ nợ xấu hiện tại của các ngân hàng thương mại cổ phần.
Hoàng Thị Thanh Hằng và các cộng sự (2020) đã sử dụng phương pháp hồi quy GMM để nghiên cứu ảnh hưởng của 8 biến độc lập đến tỷ lệ nợ xấu của các ngân hàng TMCP Việt Nam trong giai đoạn 2012 - 2018 Nghiên cứu cho thấy 4 biến độc lập có tác động đến tỷ lệ nợ xấu, trong đó tỷ suất ROA và tốc độ tăng trưởng kinh tế có tác động ngược chiều, trong khi trích lập dự phòng rủi ro tín dụng và tỷ lệ vốn chủ sở hữu trên tài sản có mối tương quan cùng chiều với tỷ lệ nợ xấu Kết quả tương tự cũng được ghi nhận trong nghiên cứu của Lê Kiều Oanh Đào và các cộng sự.
Nghiên cứu năm 2020 cho thấy rằng tỷ suất ROA và tốc độ tăng trưởng tín dụng có tác động ngược chiều đến tỷ lệ nợ xấu Ngược lại, tỷ lệ nợ xấu của năm trước và lãi suất lại có ảnh hưởng cùng chiều với tỷ lệ nợ xấu hiện tại.
Khoảng trống nghiên cứu
Nhiều nghiên cứu trong nước đã chỉ ra các yếu tố vĩ mô và vi mô ảnh hưởng đến tỷ lệ nợ xấu tại các ngân hàng thương mại Việt Nam, nhưng số liệu thường đã cũ và không còn phù hợp với thực tế hiện nay, đặc biệt trong giai đoạn 2020-2022 Chưa có nhiều nghiên cứu đánh giá tác động của dịch Covid-19 đến nợ xấu cũng như khả năng hoạt động kinh doanh của các tổ chức trong giai đoạn phục hồi kinh tế Điều này tạo ra khoảng trống trong nghiên cứu hiện tại Đề tài “Thực trạng và giải pháp hạn chế tỷ lệ nợ xấu tại Ngân hàng TMCP Á Châu - ACB” nhằm cung cấp cái nhìn tổng quan về thực trạng nợ xấu trong hệ thống ngân hàng, xác định các yếu tố ảnh hưởng và triển khai biện pháp hạn chế rủi ro, nâng cao chất lượng tín dụng và lợi nhuận của ACB, đồng thời thúc đẩy nền kinh tế và tích lũy bài học kinh nghiệm trong bối cảnh hội nhập kinh tế toàn cầu.
Mục tiêu nghiên cứu và các giả thuyết nghiên cứu
Nghiên cứu này nhằm đánh giá thực trạng và các yếu tố ảnh hưởng đến nợ xấu tại Ngân hàng TMCP Á Châu (ACB), đồng thời đưa ra kiến nghị cho chính phủ và ngân hàng Mục đích chính là tìm câu trả lời cho các câu hỏi nghiên cứu mà tác giả đã đặt ra.
Thứ nhất, “Thực trạng nợ xấu tại Ngân hàng TMCP Á Châu - ACB hiện tại như thế nào ?”
Thứ hai, “Các nhân tố nào ảnh hưởng đến tỷ lệ nợ xấu tại Ngân hàng ACB ?”
Thứ ba, “Giải pháp nào cho Chính phủ, Ngân hàng Nhà nước và Ngân hàng
ACB để hạn chế tỷ lệ nợ xấu ?”
Chính vì vậy, điều quan trọng là phải hiểu sâu sắc về đối tượng nghiên cứu:
Tình hình nợ xấu tại Ngân hàng TMCP Á Châu (ACB) trong giai đoạn 2015-2022 đang trở thành một vấn đề đáng quan tâm Bài viết này phân tích thực trạng nợ xấu và đề xuất các giải pháp nhằm hạn chế tỷ lệ nợ xấu tại ACB Nghiên cứu sẽ tập trung vào các yếu tố ảnh hưởng đến nợ xấu và cách thức quản lý hiệu quả để cải thiện tình hình tài chính của ngân hàng.
- Thứ nhất, hệ thống hóa lý luận về nợ xấu và các nhân tố ảnh hưởng đến nợ xấu tại Ngân hàng TMCP Á Châu - ACB
- Thứ hai, nghiên cứu thực tiễn của tình hình nợ xấu tại Ngân hàng TMCP Á
Đo lường mức độ ảnh hưởng của các yếu tố đến tỷ lệ nợ xấu là cần thiết để đưa ra những kết luận và kiến nghị hiệu quả, nhằm hạn chế nợ xấu tại ACB.
Phương pháp nghiên cứu
Để tiếp cận vấn đề, đề tài sẽ sử dụng một số phương pháp nghiên cứu khoa học, logic nhằm đạt được mục tiêu đề ra Cụ thể:
Trong giai đoạn đầu tiên, tác giả áp dụng các phương pháp thống kê mô tả, tổng hợp và so sánh dữ liệu nhằm tăng cường tính trực quan và thuyết phục, từ đó đưa ra những đánh giá chính xác hơn.
Trong giai đoạn 2015-2022, dữ liệu từ Báo cáo tài chính của Ngân hàng TMCP Á Châu (ACB) đã được thu thập, cùng với các số liệu vĩ mô từ World Bank, ADP, Tổng cục Thống kê Việt Nam và Ngân hàng Nhà nước Việt Nam.
Sử dụng mô hình định lượng, bài viết ước lượng mô hình tuyến tính thông qua phương pháp bình phương nhỏ nhất (OLS) Để kiểm định tính hợp lệ của mô hình, nghiên cứu áp dụng phần mềm Stata.
+ Sử dụng chỉ số phóng đại phương sai VIF (Variance Inflation Factor) để kiểm tra hiện tượng khuyết tật đa cộng tuyến trong mô hình
+ Áp dụng kiểm định Durbin - Watson để kiểm tra hiện tượng tự tương quan trong mô hình
Kiểm định phương sai sai số thay đổi theo kiểm định White giúp nâng cao độ chính xác trong quá trình lượng hóa mối quan hệ giữa các biến độc lập và biến phụ thuộc.
Kết cấu nghiên cứu
Đề tài nghiên cứu "Thực trạng và giải pháp hạn chế tỷ lệ nợ xấu tại Ngân hàng TMCP Á" tập trung vào việc phân tích tình hình nợ xấu hiện tại và đưa ra các biện pháp hiệu quả nhằm giảm thiểu tỷ lệ này Nghiên cứu sẽ cung cấp cái nhìn sâu sắc về nguyên nhân gây ra nợ xấu và các giải pháp khả thi để cải thiện tình hình tài chính của ngân hàng.
Châu - ACB” được kết cấu thành 3 chương như sau:
- Chương 1: Tổng quan lý luận chung về nợ xấu và các nhân tố tác động đến tỷ lệ nợ xấu tại Ngân hàng TMCP Á Châu - ACB
- Chương 2: Thực trạng nợ xấu tại Ngân hàng TMCP Á Châu - ACB
- Chương 3: Mô hình đánh giá tác động của các nhân tố ảnh hưởng đến tỷ lệ nợ xấu tại Ngân hàng TMCP Á Châu - ACB
- Chương 4: Định hướng, khuyến nghị và giải pháp hạn chế tỷ lệ nợ xấu tại Ngân hàng TMCP Á Châu - ACB
Tổng quan lý luận chung về nợ xấu và các nhân tố tác động đến tỷ lệ nợ xấu tại Ngân hàng TMCP Á Châu – ACB
Cơ sở lý luận chung về nợ xấu
1.1.1 Khái niệm về nợ xấu
Theo Quỹ Tiền tệ Quốc tế (IMF), nợ xấu được định nghĩa là khoản vay không sinh lời khi quá hạn thanh toán gốc hoặc lãi 90 ngày trở lên Nợ xấu cũng được xác định khi các khoản lãi đã quá hạn 90 ngày được vốn hóa, cơ cấu lại hoặc trì hoãn theo thỏa thuận Ngoài ra, ngay cả khi các khoản thanh toán đến hạn dưới 90 ngày, nhưng có dấu hiệu rõ ràng cho thấy người vay sẽ không thể hoàn trả nợ, thì cũng được coi là nợ xấu Do đó, nợ xấu được đánh giá dựa trên thời gian quá hạn và khả năng trả nợ của khách hàng.
Theo Ủy ban Basel về Giám sát Ngân hàng (BCBS)
Trong thỏa thuận Basel III, Ủy ban Basel về Giám sát Ngân hàng (BCBS) không quy định cụ thể thời gian quá hạn của nợ xấu Tuy nhiên, theo các hướng dẫn về quản lý rủi ro tín dụng (RRTD) tại nhiều quốc gia, BCBS nêu rõ rằng những khoản nợ đã quá hạn mà ngân hàng đánh giá người vay không có khả năng thanh toán, trong khi ngân hàng chưa thực hiện biện pháp thu hồi, sẽ được xem xét nghiêm túc.
Theo chuẩn mực kế toán quốc tế (IAS 39)
Chuẩn mực kế toán quốc tế IAS 39 quy định về nợ xấu với trọng tâm là khả năng hoàn trả của khách hàng, ngay cả khi khoản vay chưa đến hạn Để đánh giá khả năng trả nợ, hai phương pháp chính được áp dụng là phân tích dòng tiền tương lai chiết khấu và xếp hạng khoản vay của khách hàng.
Theo Thông tư số 02/2013/TT - NHNN ngày 21/1/2013 và các sửa đổi tại Thông tư số 09/2014/TT - NHNN ngày 18/3/2014 của Thống đốc NHNN Việt Nam, nợ xấu được phân loại thành ba nhóm: nhóm 3 (nợ dưới chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn).
Các nhóm nợ trên bao gồm các khoản nợ gốc và lãi đã quá hạn từ 90 ngày trở lên Mặc dù có nhiều khái niệm khác nhau, nhưng nhìn chung, nợ xấu được xác định dựa trên hai yếu tố cơ bản.
- Các khoản dư nợ đã quá hạn từ 90 ngày trở lên;
Khả năng trả nợ của khách hàng được đánh giá là nghi ngờ khi khoản vay không thể được thanh toán đầy đủ Đối với các ngân hàng, nợ xấu là những khoản vay không thể thu hồi từ doanh nghiệp hoặc cá nhân do thua lỗ hoặc phá sản Các tổ chức tín dụng cần ước tính trước các khoản nợ xấu trong chu kỳ kinh doanh hiện tại dựa trên số liệu nợ xấu của các kỳ trước.
Nợ xấu thường được coi là dấu hiệu của rủi ro tiềm ẩn khi khách hàng chuyển sang nhóm 3 Nếu nợ xấu phản ánh sự không muốn hoặc không khả năng hoàn trả, khoản vay có thể gặp vấn đề nghiêm trọng và khó thu hồi Tuy nhiên, nếu nợ chỉ phát sinh từ việc tiêu thụ hàng hóa chậm hoặc do các yếu tố khách quan mà vẫn có thể xử lý, tình hình chưa đến mức nghiêm trọng.
Phân loại nợ là quy trình mà các ngân hàng đánh giá danh mục cho vay, phân chia các khoản vay thành các nhóm khác nhau dựa trên mức độ rủi ro và những điểm tương đồng giữa chúng.
Các tiêu chí phân loại nợ theo Ngân hàng thế giới (2015):
Nợ đạt tiêu chuẩn là loại nợ không có dấu hiệu nghi ngờ về khả năng trả nợ, với tài sản được đảm bảo hoàn toàn bằng tiền hoặc tương đương tiền Thời gian quá hạn của nợ này dưới 90 ngày.
Nợ cần theo dõi là những khoản nợ có thể tiềm ẩn rủi ro ảnh hưởng đến khả năng trả nợ, bao gồm các điều kiện tinh tế hoặc tài chính trong tương lai có thể gặp khó khăn Đặc biệt, các khoản nợ này thường có thời gian quá hạn dưới 90 ngày.
Nợ dưới tiêu chuẩn là những khoản nợ có điểm yếu về tín dụng, ảnh hưởng đến khả năng trả nợ của người vay Điều này bao gồm các khoản nợ đã được thỏa thuận lại và các khoản nợ quá hạn.
- Nợ nghi ngờ: Không chắc chắn thu hồi được toàn bộ dư nợ ở hiện tại; Có khả năng thất thoát; Các khoản nợ quá hạn từ 180 - 360 ngày
- Nợ mất vốn: Các khoản nợ không thể thu hồi; Các khoản nợ quá hạn hơn 360 ngày
Theo Ngân hàng Thế giới, nợ xấu được phân loại thành ba nhóm chính: Nợ dưới tiêu chuẩn, Nợ nghi ngờ và Nợ mất vốn.
Các tiêu chí phân loại nợ theo Ngân hàng thanh toán quốc tế (BIS) (2017)
Theo BIS, các khoản nợ tại các ngân hàng và các TCTD được phân thành 5 nhóm:
- Nợ đủ chuẩn: Bao gồm nợ được đánh giá là có khả năng thu hồi đầy đủ gốc và lãi đúng hạn
- Nợ cần chú ý: Bao gồm những khoản nợ khách hàng có dấu hiệu suy giảm khả năng trả nợ
- Nợ dưới tiêu chuẩn: Những khoản nợ đã quá hạn 3 tháng
- Nợ nghi ngờ: Bao gồm những khoản nợ bị nghi ngờ về khả năng thu hồi và xác định là sẽ gây tổn thất
- Nợ có khả năng mất vốn: Bao gồm nợ được đánh giá là không còn khả năng thu hồi, mất vốn
Với cách phân loại nợ này, nợ dưới tiêu chuẩn, nợ nghi ngờ và nợ có khả năng mất vốn được xác định là những khoản nợ xấu
Các tiêu chí phân loại nợ tại Việt Nam
Ngân hàng nhà nước đã tiến hành phân loại các nhóm nợ xấu tại Thông tư 11/2021/TT - NHNN theo 5 nhóm cụ thể:
Nợ nhóm 1, hay còn gọi là nợ đủ tiêu chuẩn, là nhóm nợ có khả năng trả nợ cao nhất, với các khoản nợ chưa đến hạn thanh toán Điều kiện kinh tế của các bên nợ trong nhóm này cho thấy khả năng thu hồi đầy đủ cả gốc và lãi Ngoài ra, nếu bên nợ thanh toán quá hạn dưới 10 ngày nhưng vẫn có khả năng thu hồi đầy đủ cả lãi quá hạn và nợ gốc, thì cũng sẽ được phân loại vào nhóm nợ đủ tiêu chuẩn.
Nợ nhóm 2, hay còn gọi là nợ cần chú ý, là những khoản nợ đã quá hạn thanh toán lên đến 90 ngày theo hợp đồng tín dụng, hoặc các khoản nợ đã được tổ chức tín dụng hoặc chi nhánh ngân hàng điều chỉnh lại kỳ hạn trả nợ.
- Nợ nhóm 3 (Nợ dưới tiêu chuẩn): Nhóm nợ đã chậm thanh toán khoản nợ từ
Trong khoảng thời gian từ 91 đến 180 ngày, các khoản nợ thuộc nhóm này đã được các tổ chức tín dụng và chi nhánh ngân hàng điều chỉnh kỳ hạn trả nợ Những khoản nợ được gia hạn lần đầu vẫn còn trong thời gian hiệu lực.
Các nhân tố ảnh hưởng đến nợ xấu
Dựa trên các nghiên cứu trong nước và quốc tế, tỷ lệ nợ xấu bị ảnh hưởng bởi nhiều yếu tố khác nhau.
Tỷ lệ nợ xấu kỳ trước
Nợ xấu kỳ trước gây áp lực lớn lên tỷ lệ nợ xấu hiện tại, buộc ngân hàng phải nhanh chóng giải quyết các dư nợ tồn đọng Nghiên cứu của Makri và cộng sự (2014) chỉ ra rằng nợ xấu trước có mối quan hệ cùng chiều với tỷ lệ nợ xấu Tương tự, các nghiên cứu của Nguyễn Thị Như Quỳnh (2018), Phạm Dương Phương Thảo (2018) và Lê Kiều Oanh Đào (2020) cũng xác nhận kết luận này khi phân tích dữ liệu từ các ngân hàng thương mại tại Việt Nam.
Tốc độ tăng trưởng tín dụng nhanh chóng có thể dẫn đến rủi ro tiềm ẩn do điều kiện phê duyệt cho vay nới lỏng, cùng với sự cạnh tranh trong thị trường tín dụng khiến các ngân hàng tung ra nhiều sản phẩm vay ưu đãi Điều này có thể gây ra khủng hoảng kinh tế, làm chậm dòng tiền và tăng nguy cơ ngân hàng không thu hồi được nợ Nghiên cứu của Keeton William R (1999) cho thấy có mối quan hệ chặt chẽ giữa tăng trưởng tín dụng và tỷ lệ nợ xấu, đặc biệt khi các ngân hàng nới lỏng tiêu chuẩn đánh giá tín dụng Ngược lại, Ekanayake (2015) chỉ ra rằng các ngân hàng tại Sri Lanka hoạt động tích cực trên thị trường tín dụng lại có tỷ lệ nợ xấu thấp hơn Các nghiên cứu trong nước của Nguyễn Thị Như Quỳnh (2018) và Lê Kiều Oanh Đào (2020) cũng khẳng định mối tương quan ngược chiều giữa nợ xấu và tăng trưởng tín dụng.
Tỷ suất lợi nhuận ROA/ ROE
Khả năng sinh lời của ngân hàng không chỉ giúp hạn chế rủi ro từ nợ xấu mà còn tăng cường khả năng trích lập dự phòng rủi ro Điều này cho phép ngân hàng có những phương án hiệu quả để đối phó với rủi ro nợ xấu, từ đó giảm thiểu tác động tiêu cực đến tài sản Một khả năng sinh lời tốt là yếu tố quan trọng để ngân hàng duy trì sự ổn định và phát triển bền vững.
Nghiên cứu của Makri (2014), Argaw (2016) và Rehma (2017) chỉ ra rằng tỷ suất ROE có mối quan hệ ngược chiều với tỷ lệ nợ xấu Tương tự, Fofack (2005), Hoàng Thị Thanh Hằng (2018) và Lê Kiều Oanh Đào (2020) cũng kết luận rằng tỷ suất lợi nhuận trên tổng tài sản có tác động ngược chiều với tỷ lệ nợ xấu Hu Jinli và các cộng sự (2004) nhấn mạnh rằng việc đa dạng hóa nguồn thu nhập của các tổ chức tín dụng có thể giúp hạn chế tỷ lệ nợ xấu.
Tỷ lệ Vốn chủ sở hữu/ Tổng tài sản
Tỷ lệ vốn chủ sở hữu trên tổng tài sản là chỉ số quan trọng phản ánh mức độ an toàn vốn của ngân hàng Chính phủ thường kiểm soát tỷ lệ vốn và mức độ rủi ro cho phép của các ngân hàng, với tỷ lệ vốn cao hơn cho phép rủi ro lớn hơn Nghiên cứu của Shrieves và Dahl (1992), Argaw (2016) và Hoàng Thị Thanh Hằng (2018) cho thấy tỷ lệ vốn chủ sở hữu trên tổng tài sản có mối quan hệ tích cực với tỷ lệ nợ xấu.
Tổng tài sản ngân hàng phản ánh quy mô hoạt động và theo quy định của NHNN, khi quy mô NHTM tăng, ngân hàng cần tăng vốn chủ sở hữu (VCSH) Sự gia tăng tổng tài sản nâng cao khả năng cấp tín dụng của các NHTM Ngân hàng lớn thường có quy trình tín dụng chặt chẽ và kinh nghiệm xử lý rủi ro tốt hơn Nghiên cứu của Hu Jinli và cộng sự (2004) cho thấy quy mô ngân hàng có mối quan hệ nghịch với tỷ lệ nợ xấu tại Đài Loan Tương tự, Ekanayake (2015) kết luận rằng ngân hàng có quy mô tài sản tốt hơn sẽ ít gặp rủi ro nợ xấu hơn tại Sri Lanka Tuy nhiên, Misra và Dhal (2010) chỉ ra rằng tại Ấn Độ, tỷ lệ nợ xấu lại cùng chiều với quy mô tổng tài sản, cho thấy quy mô ngân hàng có thể tác động tích cực và tiêu cực đến tỷ lệ nợ xấu tại các tổ chức tín dụng.
Dự phòng rủi ro tín dụng
Tỷ lệ dự phòng rủi ro cao giúp ngân hàng có khả năng chuẩn bị tài chính tốt hơn để ứng phó với rủi ro tín dụng Việc trích lập dự phòng rủi ro từ một phần lợi nhuận không chỉ bảo vệ ngân hàng khỏi tổn thất mà còn nâng cao sự ổn định tài chính tổng thể.
Tổng tài sản của ngân hàng có khả năng bù đắp nợ xấu, giúp giảm nguy cơ nợ xấu và thúc đẩy quản lý rủi ro, tạo lòng tin cho khách hàng và nhà đầu tư Các chỉ tiêu quan trọng như tỷ lệ vốn vay/vốn huy động, mức độ an toàn vốn (CAR), và tỷ lệ dự phòng rủi ro trên dư nợ thường được áp dụng Khi nợ xấu phát sinh, ngân hàng phải tăng chi phí để quản lý, dẫn đến tỷ lệ trích lập dự phòng rủi ro tăng Nghiên cứu của Makri và cộng sự (2014) tại Châu Âu chỉ ra ảnh hưởng tiêu cực của dự phòng RRTD đến tỷ lệ nợ xấu, trong khi nghiên cứu tại Việt Nam của Phạm Dương Phương Thảo và Nguyễn Linh Đan (2018) cũng khẳng định mối quan hệ tương tự Tuy nhiên, Hoàng Thị Thanh Hằng và cộng sự (2020) lại phát hiện mối tương quan cùng chiều giữa dự phòng rủi ro tín dụng và tỷ lệ nợ xấu giai đoạn 2012 - 2018 tại Việt Nam.
Nợ xấu không chỉ bị ảnh hưởng bởi các yếu tố nội tại của ngân hàng mà còn chịu tác động từ các yếu tố kinh tế vĩ mô Nghiên cứu của Bernanke và Gertler (1989) cùng với Bernanke và Gilchrist đã chỉ ra rằng lý thuyết gia tốc tài chính đóng vai trò quan trọng trong việc phân tích tình trạng nợ xấu.
Khung lý thuyết của Kiyotaki và Moore (1997) giải thích mối liên hệ giữa nền kinh tế vĩ mô và RRTD, nhấn mạnh rằng trong giai đoạn tăng trưởng kinh tế, tỷ lệ nợ xấu thường giảm do giá trị tài sản ròng của người đi vay tăng, từ đó cải thiện khả năng trả nợ.
Mối quan hệ giữa tốc độ tăng trưởng GDP và nợ xấu được phân tích theo từng giai đoạn cụ thể của nền kinh tế Nghiên cứu của Fofack (2005) sử dụng dữ liệu để làm rõ mối liên hệ này.
Nghiên cứu sử dụng 24 bảng bằng phương pháp GMM cho thấy tốc độ tăng trưởng GDP có mối quan hệ ngược chiều với nợ xấu Các nghiên cứu quốc tế khác như Khemraj và Pasha (2009), Louzis và cộng sự (2012), và Makri cùng các đồng tác giả cũng đã chỉ ra kết quả tương tự.
Khi khủng hoảng tài chính xảy ra, tình hình tài chính của các công ty, doanh nghiệp, hộ gia đình và cá nhân gặp nhiều khó khăn, dẫn đến tỷ lệ nợ xấu gia tăng đáng kể (Louzis và các cộng sự, 2012).
Lạm phát làm giảm giá trị của tiền tệ, dẫn đến giảm giá trị thực của khoản nợ Nếu lãi suất không theo kịp lạm phát, khả năng trả nợ thực tế sẽ giảm, gây ra tăng nợ xấu khi khách hàng không đủ khả năng thanh toán Lạm phát cũng ảnh hưởng đến các ngành nhạy cảm như bất động sản, xuất khẩu và nông nghiệp, làm giảm khả năng sinh lời và khả năng trả nợ của doanh nghiệp, từ đó gia tăng nợ xấu Nghiên cứu của Fofack (2005), Kartikasary và cộng sự (2020), Nguyễn Thị Như Quỳnh và cộng sự (2018) cho thấy chính sách kiềm chế lạm phát không hiệu quả sẽ dẫn đến tỷ lệ nợ xấu tăng cao Tuy nhiên, một số nghiên cứu như của Ekanayake (2015), Khemraj (2009) và Nkusu (2011) chỉ ra rằng lạm phát cũng có thể cải thiện khả năng thanh toán nợ của khách hàng do giá trị thực của khoản nợ với lãi suất cố định giảm.
Thực trạng nợ xấu tại Ngân hàng TMCP Á Châu - ACB
Giới thiệu về Ngân hàng TMCP Á Châu - ACB
Ngân hàng TMCP Á Châu (ACB) được thành lập vào ngày 04/06/1993, tập trung vào khách hàng cá nhân và SMEs, phù hợp với định hướng phát triển của ngân hàng ACB đã cung cấp các sản phẩm dịch vụ mới trên thị trường và thực hiện cấp tín dụng một cách thận trọng Sau khi cổ phần hóa vào tháng 10/2007, ngân hàng đã chính thức niêm yết tại Trung tâm Giao dịch Chứng khoán Hà Nội Trải qua gần 30 năm, ACB đã mở rộng mạng lưới với hơn 350 chi nhánh và phòng giao dịch trên toàn quốc, cùng với hơn 11.000 máy ATM và 850 đại lý Western Union, phục vụ nhu cầu tiền mặt của khách hàng Hệ thống chi nhánh rộng khắp và đội ngũ hơn 9.000 nhân viên cung cấp đa dạng sản phẩm và dịch vụ.
Bảng 2.1: Thông tin chung về ACB
● Tên giao dịch tiếng Việt: - Ngân hàng Thương mại cổ phần Á
● Tên giao dịch tiếng Anh: - Asia Commercial Joint Stock Bank
● Loại hình: - Ngân hàng Thương mại cổ phần
Ngân hàng TMCP Á Châu (ACB) đã xác định tầm nhìn trở thành ngân hàng thương mại cổ phần bán lẻ hàng đầu tại Việt Nam ngay từ những ngày đầu thành lập Trong bối cảnh kinh tế xã hội Việt Nam lúc bấy giờ, định hướng "Ngân hàng bán lẻ với khách hàng mục tiêu là cá nhân và doanh nghiệp vừa và nhỏ" là một bước đi mới mẻ đối với ngành ngân hàng, đặc biệt là đối với một ngân hàng mới như ACB.
Bảng 2.2: Các sản phẩm, dịch vụ của ACB
+ Thẻ ghi nợ Thẻ trả trước
2 Dịch vụ ngân hàng điện tử
3 Sản phẩm vay vốn + Vay kinh doanh + Vay mua nhà + Vay tiêu dùng
5 Bảo hiểm + Bảo hiểm nhà + Bảo hiểm ô tô + Bảo hiểm sức khỏe + Bảo hiểm nhân thọ
Nguồn: Tổng hợp của tác giả
Các thành tựu mà ACB đạt được sau quá trình gần 30 năm hình thành và phát triển bao gồm:
- “Ngân hàng bán lẻ được tin dùng nhất Việt Nam” do The Asian Banker bình chọn
- “Giải thưởng chất lượng thanh toán Quốc tế xuất sắc nhất”
- “Best Customer Service Bank Viet Nam 2015”
- “Giải thưởng xuất sắc về tỷ lệ điện chuẩn thanh toán quốc tế”
- “Top 50 Doanh nghiệp Niêm yết tốt nhất Việt Nam 2021”
- “Ngân hàng Quản trị rủi ro tốt nhất Việt Nam 2022”
Đánh giá hoạt động kinh doanh của ACB trong giai đoạn 2020 - 2022
2.2.1 Phân tích tài sản và nguồn vốn
2.2.1.1 Thực trạng quy mô tổng tài sản
Trong giai đoạn 2020 - 2022, quy mô tổng tài sản của ACB liên tục tăng trưởng đều hàng năm Cụ thể, năm 2021, tổng tài sản đạt khoảng 528 tỷ đồng, tăng 18,7% so với cuối năm 2020 Đến cuối năm 2022, tổng tài sản đạt đỉnh với 607 nghìn tỷ đồng, ghi nhận mức tăng trưởng khoảng 15% so với cuối năm 2021.
Hình 2.1: Biểu đồ Tổng tài sản của ACB giai đoạn 2020 - 2022 Đơn vị: Tỷ đồng
Nguồn: BCTN ACB giai đoạn 2020 - 2022
Sự gia tăng quy mô tổng tài sản của ACB cho thấy ngân hàng đang phát triển và mở rộng mạng lưới kinh doanh, bao gồm tăng cường hoạt động cho vay, nâng cao dịch vụ ngân hàng và mở rộng chi nhánh Tuy nhiên, điều này cũng đòi hỏi ACB phải cải thiện khả năng quản lý rủi ro để đáp ứng với sự tăng trưởng này Mặt tích cực, quy mô tài sản lớn mang lại lợi thế cạnh tranh, giúp ACB nâng cao độ nhận diện trên thị trường và tạo ra ảnh hưởng lớn hơn trong ngành ngân hàng Ngoài ra, quy mô lớn còn cho phép ngân hàng cung cấp dịch vụ và sản phẩm tài chính đa dạng, thu hút nhiều khách hàng và gia tăng lợi nhuận.
Quy mô tổng tài sản lớn giúp ACB xây dựng uy tín và sự tin cậy trong mắt khách hàng, đối tác và các cơ quan quản lý Điều này cho thấy ngân hàng có khả năng cung cấp tài chính mạnh mẽ, đồng thời đáp ứng tốt các yêu cầu và cam kết với các bên đối tác.
2.2.1.2 Thực trạng quy mô Vốn chủ sở hữu
Hình 2.2: Biểu đồ Vốn chủ sở hữu tại ACB giai đoạn 2020 - 2022 Đơn vị:Tỷ đồng
Nguồn: BCTN ACB giai đoạn 2020 - 2022
Vốn chủ sở hữu của ACB năm 2021 đạt 44 nghìn tỷ đồng, tăng khoảng 26% so với năm 2020, và tiếp tục tăng lên hơn 58 nghìn tỷ đồng vào năm 2022, tương ứng với mức tăng hơn 30% so với cùng kỳ năm trước Vốn chủ sở hữu (VCSH) là nguồn lực quan trọng giúp ngân hàng xử lý các rủi ro trong tương lai như nợ xấu và rủi ro tín dụng ACB đã duy trì sự tăng trưởng ổn định về quy mô VCSH trong giai đoạn này, với lợi nhuận chưa phân phối vào cuối năm 2022 đạt hơn 50 nghìn tỷ đồng, tăng gần 50% so với năm 2021 nhờ vào sự phát triển tốt trong hoạt động kinh doanh Tỷ suất sinh lợi trên vốn chủ sở hữu của ACB năm 2022 đạt 26,5%, nằm trong nhóm ngân hàng dẫn đầu toàn ngành.
2.2.2 Phân tích khả năng huy động vốn và cho vay
2.2.2.1 Tình hình huy động vốn khách hàng tại Ngân hàng Á Châu
Trong bối cảnh dịch COVID-19, ACB chủ động tăng cường nguồn vốn để đáp ứng nhanh chóng nhu cầu tài chính của doanh nghiệp và cá nhân.
Trong giai đoạn 2020 - 2022, Ban lãnh đạo xác định mục tiêu quan trọng là duy trì và ổn định nguồn vốn, nhằm khắc phục thiệt hại kinh tế và khó khăn trong hoạt động sản xuất kinh doanh do ảnh hưởng của đại dịch COVID-19.
Hình 2.3: Biểu đồ Tiền gửi khách hàng giai đoạn 2020 - 2022 Đơn vị: Tỷ đồng
Hoạt động huy động vốn của ngân hàng ACB chiếm khoảng 70% tổng quy mô nguồn vốn, với tiền gửi khách hàng đạt gần 413 nghìn tỷ đồng vào cuối năm 2022, tăng 8% so với năm trước Từ 2020 đến 2022, khoản mục này luôn duy trì tăng trưởng ổn định từ 4-8% ACB không chỉ cung cấp lãi suất tiền gửi hấp dẫn mà còn đa dạng hóa sản phẩm dịch vụ, nâng cao uy tín và độ phủ sóng của ngân hàng Sự ổn định tài chính này giúp ACB tăng cường khả năng cho vay, cung cấp dịch vụ tài chính và mở rộng hoạt động Ngân hàng còn có thể sử dụng tiền gửi để đầu tư vào dự án mới, mở rộng chi nhánh và phát triển sản phẩm, từ đó gia tăng khả năng cạnh tranh và thu hút khách hàng mới.
Trong giai đoạn 2022, hoạt động phát hành giấy tờ có giá ghi nhận hơn 44 nghìn tỷ đồng, tăng khoảng 45% so với năm 2021, nhằm chủ động hơn về nguồn vốn cho các khoản vay trung và dài hạn Điều này phản ánh mục tiêu đẩy mạnh huy động vốn, đặc biệt trong bối cảnh dịch Covid-19 diễn biến phức tạp từ Quý 1/2020 đến Quý 2/2022 Tăng trưởng huy động vốn không chỉ giúp ngân hàng hoạt động ổn định trong thời kỳ khó khăn mà còn tạo điều kiện cho ACB mở rộng hoạt động cho vay, nâng cao khả năng cung cấp dịch vụ và năng lực tài chính, từ đó thúc đẩy tăng trưởng lợi nhuận trong tương lai.
Hình 2.4: Biểu đồ Cơ cấu loại tiền gửi giai đoạn 2020 - 2022
Nguồn: Báo cáo thường niên ACB giai đoạn 2020 - 2022
Trong giai đoạn 2020 - 2022, tiền gửi tiết kiệm tại ACB chiếm khoảng 60% tổng cơ cấu tiền gửi khách hàng Tuy nhiên, mức độ tăng trưởng của loại tiền gửi này đã giảm, do ACB chuyển trọng tâm sang phát triển huy động vốn tiền gửi không kỳ hạn, với mức tăng trưởng 25% trong năm 2021, mặc dù có sự sụt giảm nhẹ 4% vào cuối năm.
2022 Ngoài ra, tiền gửi có kỳ hạn duy trì tốc độ tăng trưởng tốt khoảng 10 - 12% và chiếm tỷ trọng khoảng 18% tổng tiền gửi của khách hàng trong giai đoạn 2020 -
Năm 2022, ACB đã định hướng phù hợp với mục tiêu của mình và xu hướng chung của ngành ngân hàng, nhằm giảm chi phí sử dụng vốn và cải thiện biên lợi nhuận Đồng thời, ngân hàng cũng chú trọng huy động vốn theo từng đối tượng khách hàng.
Hình 2.5: Biểu đồ Cơ cấu Tiền gửi khách hàng giai đoạn 2020 - 2022
Nguồn: Báo cáo thường niên ACB giai đoạn 2020 - 2022
Ngân hàng ACB tiếp tục tập trung vào việc huy động vốn từ khách hàng cá nhân, với gần 80% tổng tiền gửi đến từ nguồn này Gần đây, cơ cấu huy động vốn có sự chuyển dịch nhẹ, hướng đến các doanh nghiệp vừa và nhỏ, chiếm khoảng 18% trong danh mục của ngân hàng Sự chuyển mình này là kết quả của nỗ lực mở rộng tệp khách hàng thông qua việc đa dạng hóa sản phẩm tiền gửi Đồng thời, ACB đã điều chỉnh chính sách lãi suất hấp dẫn, phù hợp với nhiều phân khúc khách hàng, góp phần nâng cao độ phủ sóng và uy tín trên thị trường.
2.2.2.2 Tình hình cho vay khách hàng tại Ngân hàng Á Châu
Hình 2.6: Biểu đồ Tổng dư nợ tại ACB giai đoạn 2020 - 2022 Đơn vị:Tỷ đồng
Giai đoạn 2020 - 2022, Ngân hàng TMCP Á Châu (ACB) ghi nhận tốc độ tăng trưởng cho vay từ 14 - 16% ACB đã chú trọng vào mảng bán lẻ và chiến lược chăm sóc khách hàng, điều này đã góp phần đáng kể vào mức tăng trưởng tín dụng ấn tượng này.
Đến cuối năm 2022, dư nợ tại Ngân hàng ACB đạt hơn 413 nghìn tỷ đồng, với tốc độ tăng trưởng 14% So với cùng kỳ năm 2021, dư nợ này tăng từ hơn 361 nghìn tỷ đồng, cao hơn khoảng 16% so với năm 2020.
38 a Hoạt động cho vay theo đối tượng KH:
Hình 2.7: Biểu đồ Cơ cấu Cho vay theo đối tượng KH giai đoạn 2020 - 2022
Nguồn: BCTN ACB giai đoạn 2020 - 2022
Chiếm tỷ trọng lớn nhất trong cơ cấu hoạt động cho vay của ACB giai đoạn
Từ năm 2020 đến 2022, khách hàng cá nhân chiếm hơn 60% tổng dư nợ vay tại ACB, với chính sách lãi suất ưu đãi và quy định trả nợ trước hạn lên đến 100 triệu đồng mỗi kỳ, thu hút nhiều nhà đầu tư và cá nhân có nhu cầu tài chính Bên cạnh đó, ACB cũng chú trọng phát triển nhóm khách hàng SMEs, với mức tăng trưởng 22% trong năm 2022, chiếm 35% tổng cơ cấu cho vay Định hướng tương lai của ACB là phát huy lợi thế, đa dạng hóa mạng lưới khách hàng, phân tán rủi ro và gia tăng lợi nhuận.
39 b Hoạt động cho vay theo kỳ hạn:
Hình 2.8: Biểu đồ Tổng dư nợ theo kỳ hạn giai đoạn 2020 - 2022 Đơn vị: Tỷ đồng
Nguồn: BCTN ACB giai đoạn 2020 - 2022
Tổng dư nợ ngắn hạn của ngân hàng ACB chiếm khoảng 50-60% hoạt động cho vay, với mức dư nợ đạt hơn 263 nghìn tỷ đồng vào năm 2022, tăng trưởng hơn 15% so với năm 2021 Điều này cho thấy ACB tập trung vào việc đáp ứng nhu cầu vốn ngắn hạn cho các hoạt động như mua sắm trang thiết bị, cung cấp vốn lưu động và ứng phó với biến động kinh tế Cho vay ngắn hạn cũng giúp ACB quản lý rủi ro hiệu quả, đánh giá khả năng trả nợ của khách hàng một cách chính xác Trong giai đoạn 2020-2022, dư nợ dài hạn tăng trưởng ổn định từ 7-8%, với chính sách hỗ trợ khách hàng vay vốn cho các mục đích như sửa chữa, mua nhà và các dự án dài hạn, từ đó xây dựng mối quan hệ lâu dài và mở rộng mạng lưới phân phối sản phẩm.
2.2.3 Phân tích kết quả hoạt động kinh doanh
Hình 2.9: Biểu đồ doanh thu của ACB giai đoạn 2020 - 2022 Đơn vị: Tỷ đồng
Nguồn: Báo cáo thường niên ACB giai đoạn 2020 - 2022
Thực trạng nợ xấu tại Ngân hàng TMCP Á Châu - ACB
Giai đoạn 2020 - 2022, Ngân hàng ACB nổi bật với tỷ lệ nợ xấu thấp nhất trong nhóm Ngân hàng TMCP Chất lượng tín dụng tại ACB được kiểm soát chặt chẽ, đảm bảo quy trình nghiêm ngặt, trong khi tốc độ tăng trưởng tín dụng duy trì ổn định và có kiểm soát, giúp hạn chế rủi ro từ các khoản vay.
2.3.1 Cơ cấu dư nợ theo nhóm từ 1 - 5
Bảng 2.4: Cơ cấu các nhóm nợ của ACB giai đoạn 2020 - 2022 Đơn vị: Tỷ đồng
Nguồn: BCTN ACB giai đoạn 2020 - 2022
Trong giai đoạn 2020 - 2022, ACB duy trì tỷ trọng dư nợ nhóm 1 cao khoảng 98% trong tổng dư nợ, cho thấy sự ổn định trong các khoản vay mặc dù nền kinh tế chịu ảnh hưởng nặng nề từ dịch Covid-19 Dư nợ nhóm 2 ghi nhận sự tăng trưởng mạnh mẽ vào năm 2021, đạt 1,8 nghìn tỷ, gấp 3 lần so với cùng kỳ năm 2020 Mặc dù vào cuối năm 2022, dư nợ nhóm 2 tiếp tục tăng thêm khoảng 500 tỷ, nhưng tốc độ tăng trưởng đã chậm lại, chỉ còn hơn 20%.
ACB cần có những kiểm soát kịp thời, tránh những khoản nợ của nhóm 2 trở thành nợ xấu
Dư nợ xấu của Ngân hàng TMCP Á Châu (ACB) chiếm tỷ trọng nhỏ từ 0,6 - 0,8%, nhờ vào các chính sách tối ưu nhằm hạn chế tăng trưởng nợ xấu và duy trì nhóm nợ tiêu chuẩn tốt, giúp tiết kiệm chi phí trích lập dự phòng rủi ro tín dụng và tăng biên lợi nhuận Giai đoạn 2020 - 2021, mặc dù dư nợ nhóm 3 - 4 tăng khoảng 50%, nhưng đã ổn định vào cuối năm 2022 với hơn 400 tỷ Tuy nhiên, nợ nhóm 5 lại chiếm tỷ trọng cao từ 0,4 - 0,7% tổng dư nợ và có tốc độ tăng trưởng hơn 50%, chiếm trên 70% tổng nợ xấu, gia tăng rủi ro tín dụng cho ngân hàng Nguyên nhân chính là do tác động tiêu cực của dịch Covid-19, khiến nhiều khoản vay không được trả đầy đủ, đặc biệt là nợ nhóm 5 trong giai đoạn 2020 - 2022 Mặc dù giá trị dư nợ nhóm 5 không lớn so với toàn hệ thống ngân hàng, nhưng tiềm ẩn rủi ro lớn nhất như chi phí quản lý và thu hồi tăng cao, ảnh hưởng đến lợi nhuận, đòi hỏi ACB cần có các chính sách hợp lý để thu hồi nợ kịp thời.
2.3.2 Thực trạng nợ quá hạn và tỷ lệ nợ quá hạn
Bảng 2.5: Tình hình nợ quá hạn tại ACB giai đoạn 2020 – 2022
Tổng dư nợ (tỷ đồng) 308.873 357.163 411.658
Nợ quá hạn (tỷ đồng) 2.461 4.697 5.390
Tỷ lệ nợ quá hạn 0,80% 1,32% 1,31%
Nguồn: BCTN ACB giai đoạn 2020 - 2022
Ta có thể thấy tỷ lệ nợ quá hạn tại ACB có chút tăng nhẹ vào năm cuối năm
Đến cuối năm 2022, tỷ lệ dư nợ quá hạn của ngân hàng chỉ chiếm một phần nhỏ trong tổng dư nợ, dao động từ 0,8% đến 1,3%, cho thấy tình hình tài chính vẫn được duy trì ổn định.
Tỷ lệ dư nợ quá hạn của ACB vẫn ổn định bất chấp tác động của đại dịch, nhờ vào các chính sách và điều chỉnh hiệu quả nhằm duy trì và nâng cao chất lượng tín dụng trong bối cảnh nền kinh tế gặp khó khăn.
2.3.3 Tỷ lệ nợ xấu trên tổng dư nợ
Bảng 2.6: Tỷ lệ nợ xấu tại ACB giai đoạn 2020 - 2022 Đơn vị: Tỷ đồng
Tỷ lệ nợ xấu/ Tổng dư nợ (%) 0,59% 0,77% 0,70%
Nguồn: BCTN ACB giai đoạn 2020 - 2022
Ngân hàng TMCP Á Châu (ACB) đã duy trì tỷ lệ nợ xấu ở mức thấp từ 0,6 - 0,7%, mặc dù dư nợ xấu có dấu hiệu tăng trong giai đoạn 2020 - 2022 Cuối năm 2021, dư nợ xấu ghi nhận khoảng 2,8 nghìn tỷ, tăng hơn 50% so với năm 2020, và đến cuối năm 2022, con số này vượt 3 nghìn tỷ với mức tăng trưởng chưa đến 10% so với cùng kỳ năm trước Mặc dù tỷ lệ nợ xấu trên tổng dư nợ có sự gia tăng nhẹ vào năm 2021 do tác động của đại dịch, ACB đã thực hiện các biện pháp phòng ngừa và xử lý rủi ro kịp thời, giúp duy trì tỷ lệ nợ xấu ở mức 0,7% vào cuối năm 2022.
2.3.4 Dự phòng rủi ro tín dụng
2.3.4.1 Chi phí dự phòng rủi ro tín dụng
Bảng 2.7: Chi phí trích lập dự phòng RRTD của ACB giai đoạn 2020 - 2022 Đơn vị: Tỷ đồng
Chi phí trích lập dự phòng
Nguồn: BCTN ACB giai đoạn 2020 - 2022
Chi phí trích lập dự phòng RRTD của ACB sự biến động đáng kể trong 2 năm
Trong giai đoạn 2020 và 2021, tốc độ tăng trưởng của ACB đạt khoảng 250%, phản ánh mức độ rủi ro tín dụng mà ngân hàng phải đối mặt trong bối cảnh kinh tế trì trệ Để phòng ngừa rủi ro, ACB đã thực hiện các biện pháp nhằm giảm thiểu khó khăn tài chính, đặc biệt là trong việc chi trả lãi suất cho khách hàng Mặc dù chi phí dự phòng rủi ro tăng mạnh, nhưng vẫn nằm trong kế hoạch của Ban Giám Đốc, phù hợp với tình hình khủng hoảng kinh tế và các chính sách quản lý rủi ro mà ngân hàng đã đề ra.
Đến năm 2022, nền kinh tế đã phục hồi đáng kể, với chi phí trích lập dự phòng rủi ro chỉ đạt 71 tỷ đồng, tương đương 2% so với cùng kỳ năm trước.
Năm 2022, ACB đã điều chỉnh mức trích lập dự phòng để phù hợp với tình hình doanh nghiệp hoạt động trở lại và thu nhập cá nhân đang dần ổn định Ngân hàng TMCP Á Châu đã thể hiện tầm nhìn và chiến lược đúng đắn trong việc thực hiện trích lập dự phòng thích hợp cho từng giai đoạn khác nhau của nền kinh tế.
2.3.4.2 Tỷ lệ dự phòng rủi ro tín dụng
Bảng 2.8: Tỷ lệ dự phòng rủi ro tín dụng tại ACB giai đoạn 2020 - 2022 Đơn vị: Tỷ đồng
Dự phòng/ Tổng dư nợ
Dự phòng/ Tổng dư nợ xấu (%)
Nguồn: BCTN ACB giai đoạn 2020 - 2022
Ta có thể thấy tỷ lệ dự phòng rủi ro của ACB biến động tăng vào cuối năm
Năm 2021, ngân hàng đã nhận thức được rủi ro tín dụng do suy thoái kinh tế, dẫn đến việc chú trọng vào các khoản nợ xấu Tỷ lệ dự phòng rủi ro tín dụng trên tổng nợ xấu cuối năm 2021 đạt hơn 200%, giúp ACB phòng ngừa và giảm thiểu thiệt hại tài chính trong bối cảnh đại dịch Sang năm 2022, khi nền kinh tế dần ổn định, tỷ lệ này đã giảm nhẹ xuống gần 160%.
Chất lượng tài sản của ACB đang được cải thiện rõ rệt, thể hiện qua việc giảm số lượng nợ xấu, nâng cao quản lý rủi ro tín dụng và tăng cường khả năng thu hồi nợ.
Đánh giá thực trạng nợ xấu tại Ngân hàng TMCP Á Châu - ACB
Sau khi vượt qua giai đoạn khó khăn do dịch Covid-19, Ngân hàng TMCP Á Châu đã đạt được sự tăng trưởng ổn định về doanh thu, lợi nhuận và quy mô Đặc biệt, ngân hàng này đã khẳng định thế mạnh của mình thông qua các chính sách nâng cao chất lượng tài sản Mặc dù tỷ lệ nợ xấu có tăng nhẹ trong 3 năm qua, nhưng vẫn được duy trì ở mức ổn định 0,7% vào cuối năm 2022, cho thấy hiệu quả trong quy trình kiểm định tín dụng của ngân hàng.
Ngân hàng ACB đã duy trì tỷ lệ nợ xấu dưới 1% trong suốt 7 năm qua nhờ vào quy trình quản lý tín dụng chặt chẽ và nghiêm ngặt, đứng đầu trong số các ngân hàng có công tác này tốt nhất trên thị trường ACB cũng đã đạt tiêu chuẩn hoàn thành BASEL III và ILAAP Bên cạnh đó, tỷ lệ bao phủ nợ xấu được điều chỉnh hợp lý từ hơn 200% xuống khoảng 160% khi nền kinh tế đang dần phục hồi.
Giai đoạn 2020 - 2022 là thời điểm ACB thực hiện các chính sách phát triển và quy định hợp lý nhằm giảm thiểu thiệt hại do dịch Covid-19 gây ra.
Chất lượng tín dụng của ngân hàng ACB được duy trì ổn định, với khách hàng cá nhân chiếm tỷ trọng cao nhất trong hoạt động huy động vốn và cho vay nhờ mô hình ngân hàng bán lẻ hiệu quả ACB đang chuyển dịch cơ cấu sang khách hàng doanh nghiệp vừa và nhỏ, nhằm tận dụng tiềm năng phát triển trong tương lai Để chiếm lĩnh thị phần trong nhóm khách hàng này, ACB cần đổi mới và đa dạng hóa sản phẩm để thu hút doanh nghiệp tham gia đầu tư và vay vốn.
Mặc dù tỷ lệ nợ xấu trong toàn hệ thống ngân hàng vẫn ở mức thấp, Ngân hàng TMCP Á Châu - ACB lại đang đối mặt với tỷ trọng nợ nhóm 5 đáng kể, chiếm hơn 70% tổng dư nợ xấu Điều này đặt ACB vào tình thế rủi ro tín dụng lớn, do khả năng thu hồi khoản vay từ nhóm khách hàng này rất hạn chế.
Nguyên nhân khách quan liên quan đến các yếu tố kinh tế vĩ mô đã dẫn đến những biến động tiêu cực, làm giảm khả năng trả nợ của khách hàng vay Dịch Covid-19 đã gây ra sự biến động không thể kiểm soát trong nền kinh tế và đời sống cá nhân, khiến nhóm khách hàng này bị ảnh hưởng nghiêm trọng về thu nhập và mất việc làm ổn định, dẫn đến việc không thể kiểm soát tài chính để trả nợ đúng hạn.
Chính sách quản lý chất lượng tín dụng của ACB trong giai đoạn 2020 - 2022 đã góp phần giảm thiểu thiệt hại do đại dịch, nhưng vẫn tồn tại những hạn chế trong nguyên tắc và quy trình thẩm định tín dụng Đặc biệt, tỷ lệ nợ nhóm 5 chiếm một tỷ trọng lớn trong tổng dư nợ xấu, cho thấy cần có các biện pháp cải thiện hiệu quả hơn trong quản lý rủi ro tín dụng.
ACB chưa đạt hiệu quả tối ưu trong việc đánh giá rủi ro tiềm ẩn liên quan đến công tác cấp tín dụng, cho thấy cần cải thiện các phương án và chính sách hiện tại.
Quy trình tín dụng tại ACB hiện chưa đạt hiệu quả tối ưu và còn phức tạp, bao gồm nhiều bước như thu thập thông tin, đánh giá rủi ro, kiểm tra tín dụng, lập hồ sơ và phê duyệt vay vốn Sự phức tạp này làm tăng khả năng xảy ra sai sót trong cấp tín dụng, đồng thời việc thu hồi nợ và bán nợ không hiệu quả cũng dẫn đến chi phí hoạt động cao và trì hoãn trong việc thu hồi khoản vay.
Công tác giám sát và kiểm soát nội bộ trong ngân hàng còn nhiều hạn chế, với những lỗ hổng trong kiểm soát chất lượng nợ chủ yếu do rủi ro đạo đức của cán bộ nhân viên Sự lạm dụng quyền hạn và việc không tuân thủ quy trình kiểm định khoản vay đã dẫn đến việc phê duyệt cho vay không phù hợp, gây gia tăng tỷ lệ nợ xấu Thiếu kiểm tra nội bộ và giám sát chặt chẽ là nguyên nhân chính làm giảm hiệu quả quản lý rủi ro tín dụng.
Cán bộ ngân hàng thiếu trình độ và hiểu biết thị trường trong giai đoạn kinh tế nhạy cảm, cùng với những chính sách còn tồn tại nhược điểm, đã ảnh hưởng đến hiệu quả và độ chính xác trong kiểm định tài chính và tài sản bảo đảm Những thiếu sót về mặt chuyên môn và đào tạo không bài bản làm giảm năng lực đánh giá khả năng trả nợ của khách hàng.
Mục tiêu của ACB là mở rộng quy mô kinh doanh đồng thời duy trì tỷ lệ nợ xấu ổn định và giảm thiểu rủi ro trong quy trình tín dụng Để đạt được điều này, Ngân hàng TMCP Á Châu cần nâng cao trình độ cán bộ nhân viên tín dụng và liên tục nghiên cứu, điều chỉnh các chính sách quản lý tín dụng phù hợp với từng giai đoạn của nền kinh tế.
Nghiên cứu chỉ ra rằng Ngân hàng TMCP Á Châu (ACB) đã có sự tăng trưởng tốt trong hoạt động huy động vốn và cho vay từ năm 2020 đến 2022 Mặc dù khách hàng cá nhân là mảng kinh doanh chủ lực, ACB đang chuyển dịch cơ cấu sang phục vụ khách hàng doanh nghiệp, đồng thời đa dạng hóa nguồn thu nhập và tối ưu chi phí hoạt động trong tương lai.
Trong bối cảnh ngành ngân hàng bị ảnh hưởng bởi đại dịch, ACB vẫn giữ tỷ lệ nợ xấu thấp nhất nhờ vào các phương pháp quản trị hiệu quả và chính sách tín dụng hợp lý Mặc dù tỷ lệ nợ xấu thấp, tỷ trọng nợ nhóm 5 vẫn cao, yêu cầu ACB cần thêm thời gian để cải thiện chất lượng tín dụng Ở chương tiếp theo, tác giả sẽ xây dựng mô hình và phân tích ảnh hưởng của các yếu tố vĩ mô và vi mô đến tỷ lệ nợ xấu tại Ngân hàng TMCP Á Châu - ACB.
Mô hình đánh giá tác động của các nhân tố ảnh hưởng đến tỷ lệ nợ xấu tại Ngân hàng TMCP Á Châu - ACB
Phương pháp nghiên cứu
Dựa trên nghiên cứu của Louzis và cộng sự (2011), Hoàng Thị Thanh Hằng cùng các cộng sự (2020) đã xác định các biến độc lập ảnh hưởng đến nợ xấu tại các ngân hàng thương mại Việt Nam, bao gồm: (i) Tỷ suất sinh lợi; (ii) Tốc độ tăng trưởng tín dụng; (iii) Tỷ lệ dự phòng rủi ro tín dụng trên tổng dư nợ.
Tỷ lệ VCSH trên Tổng tài sản; (v) Quy mô ngân hàng; (vi) Tốc độ tăng trưởng GDP; (vii) Tỷ lệ thất nghiệp; (viii) Lãi suất thực
Dựa trên kết quả từ các mô hình hồi quy trước đây, tác giả đã chọn sử dụng dữ liệu thứ cấp theo quý về tỷ lệ nợ xấu, quy mô tài sản, tỷ suất lợi nhuận trên tổng vốn chủ sở hữu bình quân và tốc độ tăng trưởng tín dụng tại ACB, cùng với các nhân tố vĩ mô khác trong 8 năm (2015–2022) với 32 quan sát để kiểm định và chạy mô hình Trong bối cảnh nền kinh tế đang phục hồi và chưa có nghiên cứu nào chứng minh ảnh hưởng của dịch Covid-19 đến nợ xấu, tác giả đã sử dụng biến giả COVID để đánh giá tác động của đại dịch lên tỷ lệ nợ xấu của Ngân hàng ACB.
NPL t = β 0 + β 1 ROE t + β 2 SIZE t + β 3 CRE t + β 4 GDP t + β5 CPIt + β 6 UEP t + β 7 COV + u t
Trong đó: t = 1, ,t: Với t là thứ tự quý trong giai đoạn 2015 - 2022
- NPL t : Tỷ lệ nợ xấu của Ngân hàng ACB tại thời điểm t
- ROE t : Tỷ suất lợi nhuận trên tổng VCSH bình quân tại thời điểm t
- SIZE t : Quy mô của Ngân hàng tại thời điểm t
- CRE t : Tốc độ tăng trưởng tín dụng của Ngân hàng tại thời điểm t
- GDP t : Tốc độ tăng trưởng GDP tại thời điểm t
- CPIt : Tốc độ tăng trưởng lạm phát tại thời điểm t
- UEP t : Tỷ lệ thất nghiệp tại thời điểm t
+ COV = 1 trong giai đoạn từ Q1/2020 đến Q2/2022
+ COV = 0 trong các giai đoạn còn lại
- u t: : Sai số ngẫu nhiên tại thời điểm t
Bảng 3.1: Bảng tổng hợp các biến trong mô hình
Biến số Phương pháp tính toán Các giả thuyết đã được kiểm tra
Kết quả mong đợi của Hệ số Beta
Dư nợ xấu t Tổng dư nợ t Biến phụ thuộc
Lợi nhuận sau thuế t Tổng VCSH bình quân t
H1: Mối quan hệ giữa tỷ lệ nợ xấu và tỷ suất lợi nhuận trên tổng VCSH bình quân là ngược chiều
SIZE t log 10 (Tổng tài sản t )
H2: Mối quan hệ giữa tỷ lệ nợ xấu và Quy mô Ngân hàng là ngược chiều
Tổng dư nợ t -Tổng dư nợ t - 1
H3: Mối quan hệ giữa tỷ lệ nợ xấu và tăng trưởng tín dụng là cùng chiều
Thu thập dữ liệu từ Tổng cục Thống kê Việt Nam
H4: Mối quan hệ giữa tỷ lệ nợ xấu và tăng trưởng GDP là ngược chiều
CPIt Thu thập dữ liệu từ WB,
H5: Mối quan hệ giữa tỷ lệ nợ xấu và tăng trưởng lạm phát là cùng chiều
Thu thập dữ liệu từ WB, ADP
H6: Mối quan hệ giữa tỷ lệ nợ xấu và tỷ lệ thất nghiệp là cùng chiều
- COV = 1 trong giai đoạn từ Quý 1/2020 đến Quý 2/2022
- COV = 0 trong các giai đoạn còn lại
H7: Mối quan hệ giữa tỷ lệ nợ xấu và dịch COVID - 19 là cùng chiều
Nguồn: Tổng hợp của tác giả
3.1.2 Dữ liệu nghiên cứu Đề tài tiến hành nghiên cứu, kiểm định các nhân tố ảnh hưởng đến tỷ lệ nợ xấu tại Ngân hàng TMCP Á Châu - ACB giai đoạn từ Quý 1 năm 2015 đến Quý 4 năm
Năm 2022, dữ liệu về tỷ lệ nợ xấu, quy mô tài sản, tỷ suất lợi nhuận trên tổng vốn chủ sở hữu bình quân và tốc độ tăng trưởng tín dụng đã được thu thập từ báo cáo tài chính hàng quý của ACB Ngoài ra, tác giả còn sử dụng dữ liệu từ kho dữ liệu mở của DataBank (Worldbank) với các chỉ số thuộc bộ chỉ số Phát triển Tài chính Toàn cầu và Phát triển Thế giới.
Indicators cũng như kho dữ liệu Asian Development Bank (ADP Bank), Tổng cục Thống kê Việt Nam và NHNN
Dựa trên các nghiên cứu trước đây, tác giả áp dụng phương pháp bình phương nhỏ nhất OLS để xây dựng mô hình hồi quy cho nghiên cứu này Nghiên cứu được thực hiện bằng phần mềm Stata phiên bản 14, với quy trình nghiên cứu cụ thể.
Bước 1: Phân tích thống kê mô tả
Tác giả sử dụng phần mềm Stata để phân tích thống kê mô tả, giúp người đọc có cái nhìn trực quan về bộ dữ liệu thu thập Thống kê mô tả thể hiện các đặc điểm của các biến trong dữ liệu thông qua các thông số quan trọng như Số quan sát (Obs), Giá trị trung bình (Mean), Độ lệch chuẩn (Std.Dev), Giá trị nhỏ nhất (Min) và Giá trị lớn nhất (Max).
Bước 2: Phân tích sự tương quan giữa các biến và hồi quy mô hình
Phân tích sự tương quan giữa các biến trong mô hình nghiên cứu giúp kiểm định hệ số tương quan giữa biến phụ thuộc và các biến độc lập Kết quả cũng chỉ ra mối quan hệ giữa các biến độc lập, từ đó phát hiện hiện tượng đa cộng tuyến trong mô hình.
Bước 3: Kiểm tra các khuyết tật và đánh giá độ phù hợp của mô hình
Tác giả kiểm tra các khuyết tật như đa cộng tuyến và tự tương quan trong mô hình Sau đó, thực hiện các biện pháp khắc phục cần thiết để đánh giá độ tin cậy của mô hình và đưa ra kết luận.
Kết quả nghiên cứu
Bảng 3.2: Thống kê mô tả các biến trong mô hình
STT Biến Obs Mean Std Dev Min Max
Nguồn: Kết quả trích xuất phần mềm Stata
Theo kết quả thống kê mô tả từ phần mềm Stata, tỷ lệ nợ xấu của Ngân hàng ACB trong giai đoạn 2015 - 2022 đạt mức 0,94%, với tỷ lệ cao nhất ghi nhận là 2,1% vào quý 1 năm 2022.
Từ năm 2015, Ngân hàng Á Châu (ACB) đã thực hiện quản lý chặt chẽ các chính sách và quy trình tín dụng, giúp hạn chế rủi ro nợ xấu xuống dưới 2% Tỷ lệ nợ xấu thấp nhất đạt 0,21% với độ lệch chuẩn chỉ 0,34%, cho thấy mức độ phân tán nợ xấu giữa các quý trong giai đoạn 2015 - 2022 rất thấp Điều này chứng tỏ ACB luôn duy trì được sự ổn định trong quản lý tín dụng.
56 thời điều chỉnh chính sách cũng như quy trình thẩm định tín dụng để duy trì tỷ lệ nợ xấu ở mức thấp
Khả năng sinh lời của ngân hàng được thể hiện qua chỉ số ROE với giá trị trung bình là 5,03%, giá trị lớn nhất là 7,87% và giá trị nhỏ nhất là 2,17% Điều này cho thấy ngân hàng đang hoạt động kinh doanh hiệu quả và thực hiện đúng các chiến lược đã đề ra Độ biến thiên của chỉ số ROE trong giai đoạn này khoảng 2% giữa các quý.
Tốc độ tăng trưởng tín dụng của ngân hàng ACB trung bình đạt khoảng 4% mỗi quý, với mức cao nhất là 9,2% vào quý 1 năm 2017 Sự tăng trưởng này cho thấy ACB đang mở rộng mạng lưới chi nhánh và gia tăng số lượng khách hàng có nhu cầu về vốn, qua đó nâng cao uy tín và sức cạnh tranh trên thị trường.
Với yếu tố vĩ mô tăng trưởng GDP có giá trị bình quân trong giai đoạn 2015 -
Năm 2022, tỷ lệ tăng trưởng kinh tế đạt 6,26% với độ lệch chuẩn khoảng 2%, chủ yếu do tác động của dịch Covid-19 đã làm gián đoạn hoạt động sản xuất kinh doanh, gây thiệt hại cho nền kinh tế Trong thời gian đại dịch, tỷ lệ lạm phát cao nhất ghi nhận là 2,1%, nhưng giá trị trung bình chỉ ở mức 0,69% với độ lệch chuẩn 0,76% giữa các quý, cho thấy nỗ lực của chính phủ và Ngân hàng Nhà nước trong việc kiềm chế và ổn định lạm phát.
Bảng 3.3: Phân tích tương quan các biến trong mô hình
NPL t GDP t CPIt COV UEP t ROE t SIZE t CRE t
Nguồn: Kết quả trích xuất phần mềm Stata
Kết quả phân tích sự tương quan từ phần mềm Stata cho thấy:
- Các biến độc lập bao gồm: GDP t , UEP t, và CRE t có mối quan hệ cùng chiều với biến phụ thuộc NPL t
- Các biến còn lại bao gồm: CPIt , COV, ROE t và SIZE t có mối quan hệ ngược chiều với biến phụ thuộc NPL t
Farrar và Glauber (1967) đã chỉ ra rằng khi hệ số tương quan cặp vượt quá 0.8, phương trình hồi quy của mô hình sẽ gặp phải hiện tượng đa cộng tuyến.
Hệ số tương quan giữa các biến trong mô hình không vượt quá 0.8, với giá trị cao nhất là 0.7857, cho thấy mô hình không gặp phải hiện tượng đa cộng tuyến nghiêm trọng.
3.2.2.2 Kết quả của hồi quy mô hình
Bảng 3.4: Kết quả hồi quy mô hình
Nguồn: Kết quả trích xuất phần mềm Stata
Dựa trên bảng kết quả mô hình, giá trị p-value của hai biến UEP (Tỷ lệ thất nghiệp) và CRE (Tốc độ tăng trưởng tín dụng) lần lượt là 0,179 và 0,645, đều lớn hơn mức ý nghĩa 0,1 Do đó, có thể kết luận rằng hai biến độc lập UEP và CRE không đạt ý nghĩa thống kê, dẫn đến việc không xác định được mối tương quan giữa tỷ lệ nợ xấu với tỷ lệ thất nghiệp và tốc độ tăng trưởng tín dụng.
Với mức ý nghĩa 0,0000 < 0,1, các biến GDP, CPI, COV, ROE và SIZE đều có ý nghĩa thống kê và tác động đến tỷ lệ nợ xấu (NPL) Mô hình hồi quy tuyến tính được thể hiện qua một phương trình cụ thể.
NPL t = 0,1147 - 0,1211 ROE t - 0,0117 SIZE t + 0,0732 GDP t - 0,1052 CPIt + 0,0049 COV + u t Đánh giá mô hình hồi quy:
Theo bảng thống kê, giá trị F = 8,34 cho thấy độ tin cậy cao của mô hình với Prob > F = 0.0000 Hơn nữa, các giá trị 𝑅² và 𝑅² hiệu chỉnh lần lượt đạt 70,86% và 62,36%, đều lớn hơn 50%, chứng tỏ mô hình hồi quy tuyến tính ban đầu phù hợp với dữ liệu.
Bảng 3.5: Kết quả kiểm định sự phù hợp của mô hình
Nguồn: Kết quả trích xuất phần mềm Stata 3.2.2.3 Kiểm tra các khuyết tật của mô hình a Đa cộng tuyến
Theo nghiên cứu của Kumari (2008), đa cộng tuyến xảy ra khi các biến độc lập trong mô hình tương quan tuyến tính có mối liên hệ với nhau, dẫn đến sai lệch trong dự báo và phân tích tác động riêng của từng biến Việc phát hiện khuyết tật đa cộng tuyến là rất quan trọng để cải thiện độ chính xác của các mô hình phân tích.
60 cộng tuyến, tác giả lựa chọn sử dụng chỉ số VIF, kết quả thu được từ phần mềm Stata được cụ thể bằng bảng dưới đây:
Bảng 3.6: Bảng chỉ số VIF
Nguồn: Kết quả trích xuất phần mềm Stata
Hệ số VIF lớn hơn 10 có thể dẫn đến hiện tượng đa cộng tuyến trong mô hình hồi quy tuyến tính (Hair và cộng sự, 1995) Dữ liệu bảng cho thấy tất cả các hệ số VIF của các biến độc lập trong mô hình đều nhỏ hơn 10, cho thấy rằng mô hình không gặp phải hiện tượng đa cộng tuyến.
Tự tương quan (Autocorrelation) là hiện tượng khi sai số tại thời điểm t có mối liên hệ với sai số tại thời điểm (t - 1), dẫn đến sự khuyết tật trong phân tích dữ liệu Hiện tượng này có thể ảnh hưởng đến độ chính xác của các mô hình dự đoán và cần được xem xét kỹ lưỡng trong quá trình phân tích thống kê.
1) hoặc bất kỳ hạng nhiều nào trong quá khứ Nguyên nhân do quán tính, các độ trễ, xử lý số liệu hoặc do sai lệch do triển khai mô hình hồi quy Hậu quả khiến các kiểm định giả thuyết trở nên đáng nghi vì các sai số ước lượng không còn đáng tin cậy Vì lý do này, kiểm định t và F có thể sẽ không còn hiệu lực
Tác giả đã thực hiện kiểm định Durbin-Watson để kiểm tra hiện tượng tự tương quan bậc 1 với giả thuyết H0 là không có tự tương quan Kết quả thu được được trình bày trong bảng dưới đây.
Bảng 3.7: Kiểm định Durbin - Watson lags (p) chi2 df Prob > chi2
Nguồn: Kết quả trích xuất phần mềm Stata
Kết luận mô hình hồi quy
Bảng 3.9: Kết luận các giả thuyết đưa ra
Biến số Các giả thuyết Kết luận
H1: Mối quan hệ giữa tỷ lệ nợ xấu và tỷ suất lợi nhuận trên tổng VCSH bình quân là ngược chiều
H2: Mối quan hệ giữa tỷ lệ nợ xấu và
Quy mô Ngân hàng là ngược chiều
H3: Mối quan hệ giữa tỷ lệ nợ xấu và tăng trưởng tín dụng là cùng chiều
H4: Mối quan hệ giữa tỷ lệ nợ xấu và tăng trưởng GDP là ngược chiều
CPIt H5: Mối quan hệ giữa tỷ lệ nợ xấu và tăng trưởng lạm phát là cùng chiều
H6: Mối quan hệ giữa tỷ lệ nợ xấu và tỷ lệ thất nghiệp là cùng chiều
COV H7: Mối quan hệ giữa tỷ lệ nợ xấu và dịch COVID - 19 là cùng chiều
Nguồn: Tổng hợp của tác giả
Kết quả mô hình hồi quy thu được được biểu diễn qua phương trình:
NPL t = 0.1147 - 0.1211 ROE t - 0.0117 SIZE t + 0.0732 GDP t - 0.1052 CPIt + 0.0049 COV + u t
Nghiên cứu mô hình hồi quy tuyến tính cho thấy mối quan hệ giữa tỷ lệ nợ xấu (NPL) và các yếu tố như tỷ suất lợi nhuận trên tổng vốn chủ sở hữu (ROE), quy mô ngân hàng (SIZE), tốc độ tăng trưởng GDP (GDP), tốc độ tăng trưởng lạm phát (CPI) và biến giả Covid-19 (COV) Cụ thể, GDP và COV có tác động tích cực đến tỷ lệ nợ xấu tại ACB, trong khi ROE, SIZE và CPI lại có mối quan hệ tiêu cực với NPL.
Tỷ suất lợi nhuận trên tổng vốn chủ sở hữu (ROE) tại ACB có mối quan hệ ngược chiều với tỷ lệ nợ xấu, phù hợp với kỳ vọng ban đầu của nghiên cứu Cụ thể, khi ROE tăng 1%, tỷ lệ nợ xấu giảm 0.1211% Trong giai đoạn ROE gia tăng, ngân hàng Á Châu đã đạt được lợi nhuận cao hơn từ vốn đầu tư nhờ vào chính sách quản lý rủi ro hiệu quả, quyết định thẩm định tín dụng chính xác và mô hình kinh doanh ổn định Những yếu tố này đóng vai trò quan trọng trong việc giảm tỷ lệ nợ xấu tại ngân hàng.
Quy mô ngân hàng ảnh hưởng đến tỷ lệ nợ xấu của Ngân hàng TMCP Á Châu (ACB), với việc tăng 1% tổng tài sản dẫn đến giảm 0.0117% tỷ lệ nợ xấu ACB đã ghi nhận sự tăng trưởng đáng kể trong quy mô hoạt động và mở rộng mạng lưới phân phối sản phẩm Ngân hàng lớn có khả năng đa dạng hóa danh mục tín dụng, từ đó cung cấp tín dụng cho nhiều ngành nghề và khách hàng khác nhau, giúp giảm thiểu rủi ro tập trung và tỷ lệ nợ xấu trong trường hợp một ngành gặp khó khăn Hơn nữa, quy mô lớn giúp ACB xử lý tốt hơn các rủi ro tài chính và khủng hoảng kinh tế.
65 này có được những công nghệ và hệ thống quản lý rủi ro tiên tiến hơn, từ đó hạn chế tỷ lệ nợ xấu
Tốc độ tăng trưởng GDP có tác động tích cực đến tỷ lệ nợ xấu tại ACB, điều này trái với kỳ vọng ban đầu Cụ thể, khi GDP tăng 1%, tỷ lệ nợ xấu tại ngân hàng tăng 0.0732% Sự phát triển kinh tế khiến các doanh nghiệp mở rộng quy mô hoạt động và tăng cường vay vốn đầu tư Tuy nhiên, nếu không quản lý tài chính hiệu quả, doanh nghiệp có thể gặp khó khăn trong khả năng thanh toán Do đó, chính sách thẩm định tín dụng của ACB có thể chưa tối ưu trong một số giai đoạn, dẫn đến khó khăn trong việc thu hồi nợ và làm tăng tỷ lệ nợ xấu.
Mô hình cho thấy tốc độ tăng trưởng lạm phát có mối quan hệ ngược chiều với tỷ lệ nợ xấu tại ngân hàng, điều này trái với kỳ vọng ban đầu của tác giả và tương đồng với nghiên cứu của Ekanayake (2015), Khemraj (2009) và Nkusu (2011) Cụ thể, khi lạm phát tăng 1%, tỷ lệ nợ xấu giảm 0.1052% Lạm phát cao có thể cải thiện khả năng trả nợ nhờ sự sụt giảm giá trị thực của các khoản vay chưa thanh toán Trong giai đoạn phục hồi kinh tế, lạm phát thường đi kèm với tăng trưởng kinh tế, tạo ra thu nhập và việc làm, giúp người vay có khả năng thanh toán tốt hơn và giảm tỷ lệ nợ xấu Chính sách tài khóa của chính phủ cũng đóng vai trò quan trọng trong việc kiềm chế lạm phát ổn định và hỗ trợ các biện pháp quản lý tín dụng chặt chẽ nhằm giảm thiểu rủi ro nợ xấu.
Biến giả Covid-19 đã ảnh hưởng đến tỷ lệ nợ xấu tại ngân hàng ACB, với mức tăng trung bình 0,49% trong giai đoạn dịch bệnh Đại dịch đã gây ra tác động nghiêm trọng đến nền kinh tế, dẫn đến sự đình trệ trong hoạt động sản xuất kinh doanh và nhiều khó khăn trong quá trình vận hành Các biện pháp hạn chế và giãn cách xã hội cũng đã làm gián đoạn hoạt động kinh doanh, góp phần giảm hiệu quả hoạt động của các doanh nghiệp.
Đại dịch đã gây ra ảnh hưởng nghiêm trọng đến nguồn thu của nhiều doanh nghiệp trên cả nước, dẫn đến việc không có đủ tiền để thanh toán dư nợ Tỷ lệ thất nghiệp gia tăng nhanh chóng đã khiến nhiều cá nhân mất nguồn thu nhập, dẫn đến chậm trễ hoặc mất khả năng thanh toán nợ Những tác động này đã ảnh hưởng lớn đến hoạt động tín dụng của ngành ngân hàng, đặc biệt là Ngân hàng TMCP Á Châu - ACB, yêu cầu cần có các chính sách điều chỉnh kịp thời để hạn chế tỷ lệ nợ xấu gia tăng.
Nghiên cứu áp dụng phương pháp ước lượng bình quân nhỏ nhất (OLS) để phân tích mô hình tuyến tính, cho thấy các yếu tố vĩ mô và vi mô ảnh hưởng khác nhau đến tỷ lệ nợ xấu tại Ngân hàng TMCP Á Châu - ACB Cụ thể, các biến vi mô như Tỷ suất lợi nhuận trên tổng VCSH bình quân (ROE), Quy mô ngân hàng (SIZE) và yếu tố vĩ mô như tốc độ tăng trưởng lạm phát (CPI) có tác động ngược chiều đến tỷ lệ nợ xấu Trong khi đó, các yếu tố vĩ mô như tốc độ tăng trưởng GDP (GDP) và dịch Covid-19 (COV) lại có tác động cùng chiều với tỷ lệ nợ xấu (NPL).
Trong bối cảnh nền kinh tế phục hồi và phát triển, nhu cầu tài chính cho đầu tư và sản xuất tăng cao, nhưng cũng kéo theo rủi ro nợ xấu Dựa trên đánh giá thực trạng nợ xấu gần đây và phân tích mô hình, tác giả đưa ra một số kiến nghị cho chính phủ, Ngân hàng Nhà nước và Ngân hàng Thương mại Cổ phần Á Châu - ACB.
Định hướng, khuyến nghị và giải pháp hạn chế tỷ lệ nợ xấu tại Ngân hàng TMCP Á Châu - ACB
Định hướng và mục tiêu của Ngân hàng TMCP - Á Châu ACB
Trong BCTN 2022, Ngân hàng TMCP Á Châu - ACB đặt ra những mục tiêu cụ thể về phát triển mảng tài chính tín dụng ngắn hạn vào năm 2023 bao gồm:
(i) Tổng tài sản tăng trưởng 10% chạm mức khoảng 668 nghìn tỷ đồng
(ii) Dư nợ cho vay khách hàng đạt hơn 450 nghìn tỷ đồng, tăng trưởng 9,7% (iii) Duy trì tỷ lệ nợ xấu ổn định dưới 2%
Mục tiêu trung và dài hạn của ACB là đạt được tăng trưởng bền vững, mở rộng quy mô mạng lưới chi nhánh, phân phối sản phẩm một cách đồng đều và duy trì sự tín nhiệm từ phía khách hàng.
ACB đặt ra những mục tiêu cụ thể cho giai đoạn tới, tập trung vào việc duy trì tính ổn định, mở rộng quy mô hoạt động kinh doanh và kiểm soát hiệu quả tỷ lệ nợ xấu Chiến lược phát triển của ngân hàng trong thời gian tới sẽ được triển khai nhằm đạt được những mục tiêu này.
Ngân hàng cần triển khai các chính sách và quy trình thẩm định tín dụng, đồng thời thiết lập điều kiện phê duyệt phù hợp Việc giám sát và kiểm tra quy định cũng như điều chỉnh chúng theo hạn mức và lĩnh vực kinh doanh ưu tiên của NHNN là rất quan trọng, nhằm đảm bảo sự phát triển bền vững của ACB.
Xây dựng hệ thống tính điểm và xếp hạng tín dụng nội bộ là cần thiết để phân loại các nhóm nợ và kịp thời cảnh báo, xử lý các khoản dư nợ không có khả năng thanh toán Việc phát hiện sớm các khoản vay có nguy cơ suy giảm chất lượng sẽ giúp định hướng phòng ngừa và xử lý rủi ro hiệu quả.
Thứ ba, các quy định về hình thức đảm bảo tiền vay sẽ được áp dụng linh hoạt và giám sát chặt chẽ, nhằm điều chỉnh phù hợp với từng giai đoạn phát triển của nền kinh tế.
Ứng dụng công nghệ trong triển khai hệ thống quản lý rủi ro tín dụng theo tiêu chuẩn Basel II và các quy định của chính phủ là rất quan trọng.
Cuối cùng, việc giám sát hạn mức rủi ro tín dụng là rất quan trọng, bao gồm việc xác định hạn mức tín dụng dựa trên đối tượng khách hàng cũng như các sản phẩm và hình thức bảo đảm, tất cả đều phải phù hợp với mức độ rủi ro tín dụng tương ứng.