Nợ xấu còn có ảnh hưởng tiêu cực đến khả năng tiếp cận vốn vay của ngân hàng, gây gián đoạn trong việc phê duyệt hồ sơ giải ngân, ảnh hưởng đến tiến trình kinh doanh của khách hàng doanh
Tính cấp thiết của đề tài
Ngân hàng thương mại (NHTM) là một cơ quan thiết yếu trong nền kinh tế, đóng vai trò trung gian tài chính quan trọng, giúp luân chuyển vốn từ nơi thừa sang nơi thiếu NHTM không chỉ cung cấp dịch vụ tài chính cho các chủ thể kinh tế mà còn cho cả quốc gia Tại các quốc gia đang phát triển, đặc biệt là Việt Nam, vai trò của NHTM càng trở nên quan trọng hơn bao giờ hết.
Các ngân hàng thương mại (NHTM) đóng vai trò quan trọng trong sự phát triển kinh tế và sự ổn định của hệ thống tài chính Khi hoạt động ngân hàng không hiệu quả, có thể dẫn đến suy giảm tài chính và khủng hoảng kinh tế, như đã xảy ra vào năm 2008 Tại các quốc gia phát triển, sự gia tăng nợ xấu và khoản vay thế chấp đã chỉ ra mối liên hệ giữa sự sụp đổ của thị trường tín dụng và bất ổn tài chính Nợ xấu cao thường xảy ra ở các ngân hàng có nguy cơ phá sản, ảnh hưởng tiêu cực đến khả năng thanh khoản và lợi nhuận của ngân hàng Điều này cũng gây khó khăn trong việc cấp tín dụng, làm gián đoạn quá trình kinh doanh của khách hàng Cấp tín dụng là hoạt động chủ yếu mang lại lợi nhuận cho ngân hàng, do đó, các NHTM luôn nỗ lực tối đa hóa nguồn lợi nhuận này Tuy nhiên, trong quá trình cấp tín dụng, việc đánh giá rủi ro khách hàng là một thách thức lớn, dẫn đến việc phát sinh nợ xấu.
Nợ xấu hiện đang là chủ đề được bàn luận nhiều trong ngành ngân hàng, trở thành tài liệu quý giá cho các nhà quản trị và chiến lược gia nhằm giảm thiểu tỷ lệ nợ xấu trong hệ thống NHTM Dưới sự điều hành của NHNN, nợ xấu đã giảm trong 10 năm qua, nhưng với sự phát triển của kinh tế và xã hội trong thời đại 4.0, một số chính sách hiện tại của NHNN đã không còn phù hợp và hiệu quả Do đó, cần thiết phải nghiên cứu và cập nhật các chính sách dựa trên diễn biến thực tế của nền kinh tế và xã hội hiện nay.
Tại Việt Nam, nợ xấu được coi là một vấn đề nghiêm trọng trong bối cảnh nền kinh tế đang phát triển Các nhà lãnh đạo ngân hàng và cán bộ tín dụng thường lo ngại về tác động tiêu cực của nợ xấu đối với hoạt động kinh doanh Trong khi các ngân hàng kỳ vọng vào sự gia tăng lợi nhuận và thu nhập lãi thuần, nợ xấu lại là yếu tố mà họ phải tìm cách hạn chế Nợ xấu không chỉ ảnh hưởng xấu đến hoạt động của ngân hàng mà còn có thể dẫn đến sự sụp đổ của các ngân hàng thương mại và tổ chức tín dụng, cũng như nguy cơ phá sản cho các doanh nghiệp và tổ chức kinh doanh.
Nợ xấu không chỉ là gánh nặng tài chính cho cá nhân và hộ gia đình mà còn ảnh hưởng đến nền kinh tế vĩ mô Nghiên cứu của Stephen và cộng sự (2009) chỉ ra rằng nợ xấu có thể dẫn đến nhiều hệ lụy tiêu cực, gây khó khăn cho sự phát triển kinh tế bền vững.
Nợ xấu được coi là yếu tố then chốt gây ra sự đổ vỡ trong cấu trúc nền kinh tế, dẫn đến bất ổn chính trị - xã hội và ảnh hưởng tiêu cực đến phúc lợi xã hội, đồng thời kìm hãm sự tăng trưởng và phát triển kinh tế Do đó, việc nghiên cứu và tìm kiếm giải pháp để hạn chế sự gia tăng nợ xấu tại các ngân hàng thương mại đã trở thành mục tiêu quan trọng của các nhà quản lý, nhà hoạch định chính sách và các nhà nghiên cứu tại Việt Nam.
Tác giả đã chọn chủ đề "Các nhân tố ảnh hưởng tới nợ xấu của NHTM Việt Nam giai đoạn 2018-2023" làm đề tài cho Khóa luận tốt nghiệp, nhằm phân tích và làm rõ các yếu tố tác động đến tình hình nợ xấu trong các ngân hàng thương mại tại Việt Nam trong khoảng thời gian này.
Tổng quan nghiên cứu
a Các nghiên cứu thực nghiệm
- Các nghiên cứu nước ngoài
Nghiên cứu của Louzis và đồng nghiệp (2010) đã phân tích tác động của các yếu tố vĩ mô như tỷ lệ nợ xấu năm trước, GDP, tỷ lệ thất nghiệp, hiệu quả hoạt động và lãi suất cho vay đối với 9 ngân hàng lớn nhất tại Hy Lạp trong giai đoạn 2003-2010 Kết quả cho thấy tăng trưởng GDP có tác động ngược chiều mạnh mẽ nhất đến tỷ lệ nợ xấu trong dài hạn, trong khi các chỉ số ROA và ROE có ảnh hưởng ngược chiều đến nợ xấu Đặc biệt, nghiên cứu đã phân tích riêng biệt ba loại hình cho vay: vay thế chấp, vay cho hoạt động sản xuất và vay tiêu dùng Kết quả chỉ ra rằng nợ xấu từ khoản vay doanh nghiệp bị ảnh hưởng mạnh mẽ bởi điều kiện môi trường, trong khi lãi suất cho vay tác động mạnh mẽ nhất đến danh mục vay tiêu dùng.
Nghiên cứu của Nkusu (2011) dựa trên 26 ngân hàng thương mại tại các nước phát triển trong giai đoạn 1998-2009, sử dụng mô hình hồi quy bảng, phương trình đơn và mô hình VAR Kết quả cho thấy rằng tốc độ tăng trưởng GDP có mối quan hệ ngược chiều với nợ xấu, trong khi tỷ lệ lạm phát và thất nghiệp lại có mối quan hệ cùng chiều với nợ xấu.
In Klein's (2013) study titled "Non-performing loans in CESEE: Determinants and impact on macroeconomic performance," the analysis employs vector autoregression to examine data from a specified timeframe, highlighting the factors influencing non-performing loans and their effects on macroeconomic performance in Central, Eastern, and Southeastern Europe (CESEE).
Nghiên cứu từ năm 1998 đến 2011 chỉ ra rằng tỷ lệ thất nghiệp cao, tỷ giá tăng và lạm phát cao đều làm gia tăng tỷ lệ nợ xấu trong các ngân hàng thương mại (NHTM), trong khi tốc độ tăng trưởng GDP lại có mối quan hệ ngược chiều Đặc biệt, tỷ trọng vốn chủ sở hữu trên tổng tài sản và tỷ lệ ROE cho thấy mối quan hệ ngược chiều, trong khi việc cho vay quá mức dẫn đến tỷ lệ nợ xấu gia tăng Mặc dù có một số yếu tố khác ảnh hưởng đến tỷ lệ nợ xấu, nhưng tác động tổng thể của chúng không lớn Nghiên cứu cũng nhấn mạnh rằng tỷ lệ nợ xấu có ảnh hưởng mạnh mẽ đến nền kinh tế, với việc nợ xấu gia tăng ở các quốc gia trong khu vực CESEE gây tác động tiêu cực đến tốc độ hồi phục kinh tế.
Ekanayake và Azeez (2015) đã áp dụng mô hình FEM để nghiên cứu 9 ngân hàng thương mại (NHTM) tại Sri Lanka từ năm 1999 đến 2012, bao gồm 2 NHTM công cộng và 5 NHTM tư nhân Nghiên cứu phân tích các yếu tố vĩ mô và đặc điểm riêng của từng ngân hàng, cho thấy tăng trưởng GDP có ảnh hưởng mạnh nhất đến nợ xấu với hệ số tương quan -1, là chỉ báo quan trọng dự báo rủi ro tín dụng Các yếu tố như hiệu quả hoạt động, tỷ lệ dư nợ cho vay trên tổng tài sản, nợ xấu năm trước và mức độ trích lập dự phòng có mối tương quan thuận với nợ xấu, trong khi tốc độ tăng trưởng tín dụng, ROA và quy mô ngân hàng thể hiện xu hướng ngược lại Do đó, việc đánh giá chất lượng hồ sơ tín dụng và theo dõi khả năng thanh toán của người vay là cần thiết để đảm bảo sự ổn định cho hoạt động của các NHTM.
Jimenez và Saurina (2006) trong nghiên cứu "Chu kỳ tín dụng, rủi ro tín dụng và quy định thận trọng" đã chỉ ra mối liên hệ giữa tăng trưởng tín dụng và tổn thất khoản vay Họ cho rằng, trong bối cảnh suy thoái kinh tế, cả doanh nghiệp và hộ gia đình đều phải đối mặt với khó khăn về thanh khoản, dẫn đến việc chậm trễ trong việc thực hiện các nghĩa vụ tài chính.
Nghiên cứu của Dash và Kabra (2010) về “Các yếu tố quyết định các khoản nợ xấu trong ngân hàng thương mại Ấn Độ” đã được thực hiện trên mẫu 27 ngân hàng khu vực công tại Ấn Độ trong giai đoạn 2001 – 2005 Nghiên cứu nhằm phân tích các yếu tố ảnh hưởng đến tình trạng nợ xấu của các ngân hàng Ấn Độ trong khoảng thời gian này.
Skarica (2013) đã nghiên cứu “Các yếu tố quyết định nợ xấu ở các nước Trung và Đông Âu” với mẫu nghiên cứu từ 7 quốc gia, bao gồm Bulgaria, Croatia, Cộng hòa Czech, Hungary, Latvia, Romania và Slovakia, trong giai đoạn từ quý III/2007 đến quý III/2012 Kết quả cho thấy rằng GDP, lạm phát và tỷ lệ thất nghiệp có mối liên hệ chặt chẽ với các khoản nợ xấu của ngân hàng.
Nghiên cứu của Makri và cộng sự (2014) về các yếu tố ảnh hưởng đến nợ xấu tại 17 quốc gia Eurozone trong giai đoạn 2000 - 2008 cho thấy nợ xấu có mối quan hệ ngược chiều với tăng trưởng GDP và cùng chiều với tỷ lệ thất nghiệp Bên cạnh đó, nghiên cứu cũng chỉ ra rằng tỷ lệ nợ xấu liên quan đến tỷ lệ an toàn vốn tối thiểu, tỷ lệ nợ xấu của năm trước và lợi nhuận trên vốn chủ sở hữu Khi GDP tăng trưởng, tỷ lệ nợ xấu của các ngân hàng có xu hướng giảm.
- Các nghiên cứu trong nước
Nguyễn Thị Hồng Vinh (2015) đã tiến hành nghiên cứu về "Yếu tố tác động đến nợ xấu của các NHTM Việt Nam" bằng ba mô hình ước lượng: hiệu ứng cố định (FEM), GMM dạng sai phần và GMM dạng hệ thống Nghiên cứu tập trung phân tích ảnh hưởng của các yếu tố đến nợ xấu của 22 NHTM trong giai đoạn 2007-2014, nhằm tìm ra mối quan hệ giữa khả năng sinh lời, tăng trưởng kinh tế và nợ xấu Kết quả cho thấy cả yếu tố đặc thù và vĩ mô đều ảnh hưởng quan trọng đến nợ xấu của hệ thống NHTM Việt Nam Đặc biệt, nghiên cứu đã áp dụng phương pháp đo lường rủi ro đạo đức và mức độ đa dạng hóa, là một trong số ít nghiên cứu tại Việt Nam thực hiện điều này Tác giả kết luận rằng hiệu suất sinh lời và tăng trưởng kinh tế có tác động ngược chiều đến nợ xấu, trong khi nợ xấu, quy mô ngân hàng và tăng trưởng tín dụng có tác động cùng chiều Ngoài ra, nghiên cứu còn cung cấp bằng chứng về mối tương quan giữa vốn chủ sở hữu và lạm phát đối với tỷ lệ nợ xấu thông qua phương pháp GMM hệ thống.
Nguyễn Thị Như Quỳnh và đồng nghiệp (2018) đã phân tích hoạt động của 25 ngân hàng thương mại tại Việt Nam giai đoạn 2006 - 2016, nhằm đánh giá ảnh hưởng của các yếu tố vĩ mô và vi mô đến nợ xấu Nghiên cứu sử dụng các phương pháp ước lượng như OLS, FEM và REM Kết quả cho thấy tỷ lệ thất nghiệp, lạm phát, nợ xấu năm trước và tăng trưởng tín dụng đều có tác động tích cực đến nợ xấu, trong khi tăng trưởng GDP lại có tác động ngược lại Đáng chú ý, nghiên cứu không tìm thấy mối liên hệ giữa quy mô ngân hàng và khả năng sinh lời với tỷ lệ nợ xấu Ngoài ra, tác giả nhấn mạnh rằng kết quả nghiên cứu có thể không phản ánh thực tế hiện nay do sự thay đổi trong hệ thống ngân hàng thương mại và cải thiện chất lượng tín dụng nhờ vào chính sách từ NHNN và chiến lược quản lý hiệu quả.
Tô Ngọc Hưng và đồng nghiệp (2013) đã nghiên cứu các yếu tố ảnh hưởng đến nợ xấu trong giai đoạn 2008 - 2012, khi nền kinh tế Việt Nam phải đối mặt với khủng hoảng toàn cầu và suy thoái nội địa, dẫn đến lạm phát và tăng lãi suất cao, cùng với sự sụp đổ của thị trường bất động sản, gây sốc cho hệ thống ngân hàng thương mại Qua việc áp dụng phương pháp hồi quy dữ liệu bảng trên số liệu của 13 ngân hàng thương mại Việt Nam, tác giả nhận định rằng lạm phát và quy mô ngân hàng có tác động tích cực đến nợ xấu, trong khi tăng trưởng tín dụng và khả năng quản trị lại có ảnh hưởng tiêu cực đến nợ xấu của các ngân hàng này.
Tác giả so sánh mức độ ảnh hưởng của các yếu tố và nhận định rằng lạm phát có tác động mạnh mẽ hơn so với những yếu tố khác.
Bảng 0 1 Tổng hợp các kết quả nghiên cứu
Tác giả Phạm vi Mô hình Chiều tác động tới nợ xấu
80 ngân hàng khu vực Hội đồng Hợp tác Vùng Vịnh (1995-2008)
Phương pháp OLS, FEM, GMM
9 NHTM lớn nhất Hy Lạp (2003-2010)
NHTM của 26 nước phát triển (1998-2009)
Hồi quy bảng, phương trình đơn, mô hình VAR
NHTM trong khu vực CESEE (1998-
Mô hình FEM, mô hình GMM hệ thống
- Dư nợ cho vay/TTS (+)
Mô hình hồi quy dữ liệu bảng
- Dư nợ cho vay/TTS (+)
27 ngân hàng công tại Ấn Độ (1996-
NHTM tại 17 quốc gia khu vực Châu Âu (2000-2008)
Hiệu ứng cố định FEM, GMM
Hiệu ứng cố định FEM, GMM
Như Quỳnh và cộng sự
Nguồn: Tổng hợp từ tác giả b Khoảng trống nghiên cứu
Hiện nay, có nhiều nghiên cứu trong và ngoài nước về các nhân tố ảnh hưởng tới nợ xấu tại các ngân hàng thương mại (NHTM) Tuy nhiên, tác giả nhận thấy vẫn còn một số khoảng trống trong các nghiên cứu trước đây Do đó, bài khóa luận tốt nghiệp này sẽ kế thừa và củng cố những khoảng trống chưa được làm rõ, đồng thời đưa ra những nhận định cá nhân về vấn đề nợ xấu ở các NHTM Việt Nam.
Mặc dù nhiều tác giả trước đây đã nghiên cứu sâu về các khía cạnh khác nhau của nền kinh tế, nhưng vẫn còn một số hạn chế cần được khắc phục.
Mục tiêu nghiên cứu
Phân tích và đánh giá tác động của các nhân tố vi mô và vĩ mô đến tình hình nợ xấu của các ngân hàng thương mại (NHTM) Đưa ra kết quả cụ thể về tình trạng nợ xấu và đề xuất các giải pháp khuyến nghị thực tiễn nhằm hạn chế tình trạng này tại các NHTM.
Bài viết này phân tích các cơ sở lý luận và mức độ ảnh hưởng của các nhân tố đến dữ liệu của các ngân hàng thương mại (NHTM) Việt Nam Nó đánh giá thực trạng nợ xấu trong hệ thống NHTM Việt Nam giai đoạn 2018-2023, đồng thời đề xuất các giải pháp và khuyến nghị chính sách phù hợp cho hệ thống NHTM Việt Nam trong bối cảnh hiện tại và tương lai.
Câu hỏi nghiên cứu
Các nhân tố ảnh hưởng tới nợ xấu của các ngân hàng thương mại (NHTM) bao gồm tình hình kinh tế vĩ mô, quản lý rủi ro tín dụng, và chất lượng thông tin tín dụng Những yếu tố này có tác động trực tiếp đến khả năng trả nợ của khách hàng, dẫn đến tăng trưởng nợ xấu Khi nợ xấu gia tăng, NHTM phải đối mặt với rủi ro tài chính, ảnh hưởng đến lợi nhuận và khả năng cho vay Cuối cùng, nợ xấu cao không chỉ tác động tiêu cực đến các NHTM mà còn làm suy giảm sự ổn định của nền kinh tế, gây cản trở cho sự phát triển bền vững.
Câu hỏi 2: Thực trạng của nợ xấu tại các NHTM Việt Nam trong giai đoạn
Câu hỏi 3: Các khuyến nghị và đề xuất giải pháp nhằm hạn chế nợ xấu tại các
Phương pháp nghiên cứu
Bài khóa luận áp dụng nhiều phương pháp nghiên cứu khác nhau để khám phá một cách toàn diện chủ đề nghiên cứu, nhằm đạt được mục tiêu ban đầu của đề tài Một số phương pháp được sử dụng trong bài khóa luận bao gồm:
Tác giả đã áp dụng phương pháp thống kê để thu thập dữ liệu vĩ mô từ các nguồn uy tín, bao gồm Tổng Cục Thống kê và các báo cáo của cơ quan quản lý Nhà nước Dữ liệu này liên quan đến hoạt động kinh doanh của 26 ngân hàng thương mại Việt Nam, bao gồm báo cáo tài chính (BCTC), báo cáo kết quả hoạt động kinh doanh (BCKQHĐKD) và báo cáo thường niên (BCTN) của các ngân hàng.
Phương pháp phân tích định lượng sử dụng dữ liệu đã thu thập và phần mềm Excel để xử lý số liệu, cùng với phần mềm Stata 17 để thực hiện phân tích và tổng hợp kết quả Quá trình này bao gồm đánh giá độ tin cậy và độ chính xác của các yếu tố ảnh hưởng, kiểm định kết quả nghiên cứu, đồng thời kết hợp với các phương pháp thống kê nhằm mô tả, tổng hợp, lượng hóa và đánh giá mức độ ảnh hưởng của các yếu tố đã nêu.
Phương pháp phân tích, so sánh và tổng hợp được sử dụng để đánh giá thực trạng nợ xấu của các ngân hàng thương mại Việt Nam trong giai đoạn 2018 Tác giả tiến hành phân tích và so sánh số liệu từ các báo cáo tài chính (BCTC), báo cáo kết quả hoạt động kinh doanh (BCKQHĐKD) và báo cáo tài chính năm (BCTN) của các NHTM, nhằm đưa ra cái nhìn khách quan về tình hình nợ xấu hiện tại.
Phương pháp suy luận logic cho phép tác giả rút ra kết luận về nguyên nhân, thực trạng và hạn chế của nợ xấu tại các ngân hàng thương mại ở Việt Nam, dựa trên cơ sở lý luận và thực tiễn.
Bài viết sử dụng dữ liệu tổng hợp từ các nghiên cứu, báo cáo, luận văn và bài báo của các tác giả trước Tác giả cũng đã tự thu thập, tính toán và xử lý dữ liệu dựa trên Báo cáo tài chính (BCTC) và Báo cáo tài chính năm (BCTN) của ngân hàng Tất cả dữ liệu được xử lý và kiểm soát bằng phần mềm Excel.
Sử dụng các mô hình phổ biến như hồi quy bình phương nhỏ nhất, tác động cố định, tác động ngẫu nhiên và hồi quy bình phương tối thiểu tổng quát để thực hiện kiểm định.
Kiểm định hiện tượng đa cộng tuyến bằng hệ số nhân tử VIF
Dùng kiểm định Hausman để so sánh và lựa chọn mô hình tối ưu giữa hai mô hình REM và FEM
Sau khi chọn mô hình phù hợp, nếu vẫn còn khuyết tật, cần áp dụng mô hình FGLS để khắc phục những vấn đề tồn tại.
Kết cấu khóa luận
Kết cấu của bài Khóa luận bao gồm 4 chương:
Chương 1: Cơ sở lý luận về nợ xấu và các nhân tố ảnh hưởng tới nợ xấu tại các NHTM Việt Nam
Chương 2: Thực trạng nợ xấu tại các NHTM Việt Nam giai đoạn 2018-2023
Chương 3: Nghiên cứu về các nhân tố ảnh hưởng tới nợ xấu của NHTM giai đoạn 2018-2023
Chương 4: Một số giải pháp nhằm phòng ngừa và hạn chế thực trạng nợ xấu tại các NHTM Việt Nam
CƠ SỞ LÝ LUẬN VỀ NỢ XẤU VÀ CÁC NHÂN TỐ ẢNH HƯỞNG TỚI NỢ XẤU TẠI CÁC NHTM
Cơ sở lý luận về nợ xấu tại các NHTM
1.1.1 Khái niệm về nợ xấu
Theo Điều 4, khoản 3 của Luật Các tổ chức tín dụng 2010, ngân hàng thương mại (NHTM) là loại hình ngân hàng thực hiện mọi hoạt động ngân hàng và các hoạt động kinh doanh khác nhằm mục tiêu lợi nhuận NHTM cung cấp dịch vụ như nhận tiền gửi, cấp tín dụng và dịch vụ thanh toán qua tài khoản.
Nợ xấu là thuật ngữ trong kinh tế chỉ các khoản nợ khó đòi khi người vay không thể thanh toán đúng hạn theo hợp đồng tín dụng Nếu quá thời gian quá hạn thanh toán trên 90 ngày, khoản nợ sẽ được coi là nợ xấu Tuy nhiên, quan điểm về nợ xấu không thống nhất giữa các quốc gia, định chế tài chính và ngân hàng, dẫn đến sự khác biệt trong việc phân loại nợ xấu.
Theo quỹ tiền tệ quốc tế (IMF) (2022), nợ xấu được xác định khi khoản vay đã quá hạn thanh toán gốc hoặc lãi 90 ngày trở lên, hoặc khi lãi đã quá hạn 90 ngày và đã được vốn hóa, cơ cấu lại hoặc trì hoãn Ngoài ra, nợ xấu cũng có thể được nhận diện khi các khoản thanh toán đến hạn dưới 90 ngày nhưng có dấu hiệu rõ ràng cho thấy người vay không thể hoàn trả nợ (người vay phá sản) Như vậy, nợ xấu được đánh giá dựa trên thời gian quá hạn và khả năng trả nợ của khách hàng, có thể là toàn bộ hoặc một phần gốc và lãi.
Theo định nghĩa của Nhóm Chuyên gia tư vấn Advisor Expert Group (AEG) của Liên Hợp Quốc (2004), nợ xấu được xác định khi một khoản nợ đã quá hạn trả lãi hoặc gốc trên 90 ngày, hoặc các khoản lãi chưa trả từ 90 ngày trở lên đã được nhập vào gốc, tái cấp vốn hoặc chậm trả theo thỏa thuận Ngoài ra, các khoản phải thanh toán quá hạn dưới 90 ngày nhưng không có lý do chắc chắn để nghi ngờ về khả năng thanh toán đầy đủ cũng được xem là nợ xấu.
Theo Ngân hàng Trung ương Liên minh Châu Âu (ECB), một khoản nợ được xác định là nợ xấu khi quá hạn thanh toán gốc và lãi từ 90 ngày trở lên, phù hợp với định nghĩa của Basel III về tổn thất, hoặc khi có lý do rõ ràng để nghi ngờ khả năng thanh toán đầy đủ của khoản vay.
Tại Việt Nam, nợ xấu được định nghĩa theo Thông tư số 02/2013/TT-NHNN là những khoản nợ từ nhóm 3 trở lên, tức là nợ dưới chuẩn, nợ nghi ngờ và nợ có khả năng mất vốn Định nghĩa này tương đồng với tiêu chuẩn quốc tế và thực tiễn ở nhiều quốc gia như Hoa Kỳ, Nhật Bản, Singapore và Trung Quốc Tuy nhiên, cách phân loại nợ xấu có sự khác biệt giữa các quốc gia do các yếu tố như phương pháp xếp hạng khả năng trả nợ, chuẩn mực kế toán, năng lực tài chính và hiệu lực thực thi của các quy định quản lý.
Phân loại nợ là quá trình mà các tổ chức tín dụng sử dụng tiêu chuẩn định tính và định lượng để đánh giá rủi ro của các khoản vay và cam kết ngoại bảng Dựa trên đánh giá này, các khoản nợ được phân loại vào các nhóm nợ phù hợp.
Theo Ngân hàng Thế giới (WB) (2015): các tiêu chí phân loại nợ được phân loại như sau:
Nợ đạt tiêu chuẩn là những khoản nợ có khả năng thanh toán tốt, được trả đầy đủ và đúng hạn, không có nghi ngờ về khả năng trả nợ Tài sản đảm bảo cho các khoản vay này hoàn toàn bằng tiền hoặc tương đương tiền, và các khoản vay quá hạn không vượt quá 90 ngày.
Nợ cần theo dõi: đây là các khoản nợ có mức độ rủi ro cao hơn so với nhóm
Cần theo dõi và quản lý chặt chẽ các khoản nợ để giảm thiểu rủi ro mất tiền đầu tư, đặc biệt là những khoản nợ có điểm yếu tiềm tàng có thể ảnh hưởng đến khả năng trả nợ Đặc biệt chú ý đến các khoản nợ đã được thỏa thuận lại hoặc đã quá hạn dưới 90 ngày.
Nợ dưới tiêu chuẩn là những khoản nợ có rủi ro cao, có khả năng trở thành nợ xấu nếu không được xử lý kịp thời Những khoản nợ này thường có nhược điểm rõ rệt về tín dụng và có thể ảnh hưởng đến khả năng trả nợ Đặc biệt, nợ dưới tiêu chuẩn bao gồm các khoản đã được thỏa thuận lại và quá hạn từ 90 đến 180 ngày.
Nợ đáng ngờ là những khoản nợ đã được xử lý nhưng lại phát sinh trở lại vì một số lý do Những khoản nợ này có khả năng không thu hồi được toàn bộ trong điều kiện hiện tại, với nguy cơ thất thoát và thời gian quá hạn từ 180 đến 360 ngày.
Nợ mất vốn: đây là các khoản nợ có mức độ rủi ro cao nhất, đã quá hạn hơn
360 ngày và không thể thu hồi được, có thể ảnh hưởng đến tính thanh khoản và lợi nhuận của tổ chức tài chính
Theo các phân loại này, nợ xấu sẽ thuộc 3 nhóm: Nợ dưới chuẩn, Nợ đáng ngờ và Nợ mất vốn
Theo Ngân hàng thanh toán quốc tế (BIS) (2017), các chỉ tiêu phân loại nợ được phân loại như sau:
Nợ đạt 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 ra tổn thất;
Nợ có khả năng mất vốn: bao gồm nợ được đánh giá là không có khả năng thu hồi, mất vốn
Theo các phân loại này, Nợ dưới tiêu chuẩn, Nợ nghi ngờ và Nợ có khả năng mất vốn được xếp vào Nợ xấu
Tại Việt Nam, nợ xấu được phân loại như sau:
Theo Thông tư số 11/2021/TT-NHNN của Thống đốc Ngân hàng Nhà nước ban hành ngày 30/7/2021, quy định về phân loại tài sản và phương pháp trích lập dự phòng rủi ro trong hoạt động của tổ chức tín dụng và chi nhánh ngân hàng nước ngoài, "Nợ" được phân loại theo các tiêu chí cụ thể nhằm xử lý rủi ro hiệu quả.
Nhóm 1 (Nợ đủ tiêu chuẩn) bao gồm: Khoản nợ trong hạn và được đánh giá là có khả năng thu hồi đầy đủ cả nợ gốc và lãi đúng hạn Khoản nợ quá hạn dưới 10 ngày và được đánh giá là có khả năng thu hồi đầy đủ nợ gốc và lãi bị quá hạn và thu hồi đầy đủ nợ gốc và lãi còn lại đúng thời hạn;
Nhóm 2 (Nợ cần chú ý) bao gồm: Khoản nợ quá hạn đến 90 ngày;
Nhóm 3 (Nợ dưới tiêu chuẩn) bao gồm: Khoản nợ quá hạn từ 91 ngày đến 180 ngày;
Nhóm 4 (Nợ nghi ngờ) bao gồm: Khoản nợ quá hạn từ 181 ngày đến 360 ngày;
Nhóm 5 (Nợ có khả năng mất vốn) bao gồm: Khoản nợ quá hạn trên 360 ngày Như vậy, Nợ xấu được xác định là cá loại nợ thuộc Nhóm 3,4,5
1.1.3 Chỉ số đo lường nợ xấu
Hiện nay, các ngân hàng thương mại (NHTM) tại Việt Nam và trên toàn cầu sử dụng chỉ số NPL (Tỷ lệ nợ xấu) để đánh giá mức độ nợ xấu Chỉ số này được tính bằng cách chia giá trị dư nợ của các khoản nợ xấu trên báo cáo tài chính cho tổng dư nợ, bao gồm cả nợ xấu trước khi trừ dự phòng khó đòi.
Tỷ lệ nợ xấu trong tổng dư nợ của tổ chức tín dụng cho biết số tiền nợ xấu trên 100 đồng Theo tiêu chuẩn quốc tế hiện nay, tỷ lệ an toàn cho nợ xấu được khuyến nghị là dưới 3%.
Các nhân tố ảnh hưởng tới nợ xấu tại các NHTM
1.2.1 Các nhân tố định tính ảnh hưởng tới nợ xấu tại các NHTM
1.2.1.1 Các nhân tố khách quan
Đạo đức của khách hàng vay là một yếu tố khó xác định đối với cán bộ tín dụng, và ngân hàng sẽ đối mặt với rủi ro nếu khách hàng có ý định lừa đảo hoặc chiếm đoạt tài sản Việc sử dụng vốn vay sai mục đích, không tuân thủ thỏa thuận ban đầu, hoặc cố tình trì hoãn trách nhiệm trả nợ, mặc dù có khả năng thanh toán, đều là những hành vi gây rủi ro cho ngân hàng.
Khách hàng có thể đối mặt với rủi ro từ các đối tác kinh doanh, khi bên thứ ba chiếm dụng vốn, dẫn đến mất khả năng thanh khoản và không thể chi trả lãi cho ngân hàng Tình trạng này không chỉ đẩy doanh nghiệp của khách hàng đến bờ vực phá sản mà còn khiến ngân hàng phải đối mặt với nguy cơ mất vốn.
Khách hàng có thể rơi vào nhóm nợ xấu do tình hình tài chính không ổn định, phụ thuộc vào vốn vay ngân hàng, quản trị doanh nghiệp kém và thiếu khả năng thích ứng với biến động của môi trường kinh tế Những yếu tố này thường xuất phát từ một số nguyên nhân khách quan.
Việc không lập kế hoạch trả nợ hợp lý và sử dụng tiền vay một cách thiếu kiểm soát có thể dẫn đến tình trạng mất khả năng thanh toán hoàn toàn khi đến thời điểm đáo hạn khoản vay.
Không chú ý đến thời gian thanh toán khoản vay có thể dẫn đến việc không chuẩn bị tiền kịp thời, gây quên hạn trả nợ, và cuối cùng dẫn đến tình trạng nợ xấu.
Khi bạn bè hoặc người thân lợi dụng danh nghĩa của bạn để vay tiền tại ngân hàng hoặc tổ chức tín dụng mà không thanh toán đúng hạn, bạn sẽ phải gánh chịu trách nhiệm về khoản vay đó Hành động này có thể dẫn đến tình trạng nợ xấu, ảnh hưởng tiêu cực đến hồ sơ tín dụng của bạn.
Khi đến kỳ hạn thanh toán, bạn có thể đối mặt với nhiều rủi ro như tai nạn hay bệnh tật Nếu bạn đang đi công tác xa hoặc thực hiện các công việc đột xuất, có thể sẽ không có phương tiện nào để thanh toán khoản vay đúng hạn.
Khách hàng sử dụng hình thức thấu chi lương của ngân hàng nhưng do vay mượn không kiểm soát và thiếu kế hoạch cụ thể, dẫn đến việc không đủ khả năng thanh toán khi đến hạn Họ đầu tư tiền vào các dự án kinh doanh, nhưng khi đến kỳ hạn thanh toán lại không thể rút tiền để trả nợ theo dự kiến, gây ra tình trạng nợ kéo dài và dẫn đến nợ xấu.
Trong quá trình thanh toán khoản nợ, lỗi kỹ thuật của hệ thống đã khiến khách hàng nhầm tưởng rằng giao dịch đã hoàn tất Tuy nhiên, do sự cố phát sinh, khoản nợ vẫn chưa được thanh toán Sau vài ngày, đơn vị cho vay thông báo rằng khách hàng đã thanh toán trễ hạn và rơi vào tình trạng nợ xấu.
- Nhân tố từ phía môi trường tự nhiên
Thiên tai, bão lũ và dịch bệnh là những nguyên nhân khách quan gây ra nợ xấu tại các ngân hàng thương mại Việt Nam, chiếm khoảng 1% tổng dư nợ Những yếu tố này ảnh hưởng tiêu cực đến hoạt động kinh doanh của khách hàng, dẫn đến thua lỗ và mất khả năng thanh toán nợ gốc cũng như lãi suất vay Khi nguồn trả nợ và kế hoạch trả nợ của khách hàng bị thay đổi, nợ xấu xuất hiện Đây là những nguyên nhân mà cả ngân hàng lẫn khách hàng đều không thể dự đoán và phòng tránh.
- Nhân tố từ phía môi trường pháp lý
Tất cả hoạt động kinh tế phải tuân thủ quy định và điều luật do Nhà nước ban hành, tạo ra một môi trường kinh doanh minh bạch và cạnh tranh lành mạnh Việc tăng cường kiểm tra và bổ sung các điều luật là cần thiết để ngăn chặn việc lách luật và cho vay sai quy định.
1.2.1.2 Các nhân tố chủ quan
Nguyên nhân chính dẫn đến nợ xấu chủ yếu xuất phát từ phía ngân hàng, bao gồm chất lượng thẩm định kém và rủi ro đạo đức của cán bộ Hiện nay, nhiều cán bộ ngân hàng đã phải chịu trách nhiệm cho những vấn đề này.
Chính sách tín dụng của ngân hàng đóng vai trò quan trọng trong việc định hướng và hướng dẫn hoạt động cấp tín dụng cho khách hàng Nếu ngân hàng không xây dựng chính sách phù hợp và đầy đủ, điều này có thể dẫn đến những sai lệch trong quyết định của cán bộ tín dụng, gây ra rủi ro tiềm ẩn cho ngân hàng.
Quy trình tín dụng bao gồm 6 bước: lập hồ sơ tín dụng, phân tích hồ sơ tín dụng, ra quyết định tín dụng, giải ngân, giám sát tín dụng và thanh lý tín dụng Mỗi bước cần được thực hiện đầy đủ, cẩn thận và chính xác bởi các cán bộ tín dụng để giảm thiểu rủi ro Việc thực hiện đúng quy trình này giúp ngân hàng nâng cao chất lượng tín dụng và giảm thiểu nợ xấu Ngược lại, nếu quy trình không được thực hiện đầy đủ, nợ xấu có thể gia tăng.
Bộ phận tổ chức, kiểm tra và giám sát khoản vay có nhiệm vụ theo dõi khoản vay của khách hàng, nhằm phát hiện sớm các sai sót Việc này giúp triển khai các biện pháp phòng ngừa kịp thời và phù hợp, từ đó giảm thiểu rủi ro và khả năng phát sinh nợ xấu.
THỰC TRẠNG NỢ XẤU TẠI CÁC NHTM VIỆT NAM GIAI ĐOẠN 2018-2023
Thực trạng nợ xấu tại các NHTM Việt Nam giai đoạn 2018-2023
Giai đoạn 2018-2023 chứng kiến nhiều biến động trong nền kinh tế toàn cầu và Việt Nam, đặc biệt là qua hai giai đoạn: Đại dịch Covid-19 và giai đoạn phục hồi kinh tế Sự thay đổi của các nhân tố tác động tới nợ xấu cũng phản ánh rõ rệt trong hai giai đoạn này Để phân tích thực trạng hệ thống ngân hàng thương mại, tác giả đã chọn 7 ngân hàng thương mại tiêu biểu, có uy tín, quy mô tổng tài sản lớn và tăng trưởng tín dụng tương đối ổn định trong giai đoạn này.
2.1.1 Dư nợ cho vay khách hàng
Biểu đồ 2 1: Dư nợ cho vay khách hàng tại các NHTM Việt Nam (2018-2023)
Nguồn: Tác giả thực hiện
Trong giai đoạn 2018-2021, dư nợ cho vay của 7 ngân hàng thương mại được phân tích cho thấy sự gia tăng liên tục theo thời gian Tuy nhiên, tốc độ tăng trưởng này còn hạn chế và chịu ảnh hưởng tiêu cực từ dịch bệnh.
VCB CTG BIDV TCB MBB VPB ACB
Trong năm 2018, dịch bệnh chưa xuất hiện, dẫn đến sự ổn định trong dư nợ cho vay khách hàng Tuy nhiên, từ năm 2019 đến 2021, dư nợ cho vay của các ngân hàng đã có xu hướng gia tăng theo thời gian.
Dẫn đầu là TCB với mức tăng 73,5% năm 2021 so với 2018, tiếp theo là MBB với 38,9%, ACB với 36,3% và thấp nhất là Vietinbank (17,4%)
Năm 2022, trong giai đoạn phục hồi kinh tế sau đại dịch Covid, các ngân hàng ghi nhận sự biến động lớn trong dư nợ cho vay, với một số ngân hàng như VCB giảm 24,2% Trong khi đó, VPB dẫn đầu về tăng trưởng dư nợ với tỷ lệ 77,6%, vượt qua TCB và MBB Một số ngân hàng khác như Vietinbank và TCB cũng có sự tăng trưởng đáng kể, gần 60% và 59% tương ứng Tuy nhiên, sang năm 2023, hầu hết các ngân hàng đều ghi nhận giảm dư nợ cho vay, điển hình như Vietinbank (-20%), TCB (-1,18%), và VPB (-12,6%) Dù vậy, VCB và MBB vẫn duy trì được tăng trưởng với tỷ lệ lần lượt là 70,4% và 30,2%.
Trong lĩnh vực cho vay và mua nợ năm 2019, có 2 trong 7 ngân hàng đã hoàn thành kế hoạch đề ra, bao gồm ACB với tỷ lệ 103%, VCB đạt 100% và MB đạt 102% Các ngân hàng thương mại cổ phần còn lại cũng đã đạt trên 80% kế hoạch của họ.
Tính đến cuối quý IV, tổng dư nợ cho vay khách hàng và mua nợ của 26 Ngân hàng TMCP đã đạt 5,6 triệu tỷ đồng, tăng 16% so với 4,8 triệu tỷ đồng đầu năm Trong đó, TCB có mức tăng trưởng cao nhất với 44% BIDV, VietinBank và VCB dẫn đầu ngành với dư nợ lần lượt là 1,1 triệu tỷ đồng, 935,271 tỷ đồng và 734,707 tỷ đồng Các ngân hàng TMCP cổ phần khác như ACB và MBB có mức dư nợ từ hơn 100,000 đến gần 300,000 tỷ đồng.
2.1.2 Dư nợ xấu tại các NHTM
Bảng 2 1: Dư nợ xấu tại các NHTM Việt Nam giai đoạn 2018-2023
Dư Nợ xấu tại một số NHTM ( triệu đồng)
Nguồn: Tổng hợp của tác giả
Từ số liệu trên, ta có thể thấy được xu hướng thay đổi của dư nợ xấu tại các NHTM dưới dạng biểu đồ như sau:
Biểu đồ 2 2: Số dư nợ xấu tại một số NHTM giai đoạn 2018-2023
Nguồn: Tác giả tổng hợp
Trong giai đoạn 2018-2019, các ngân hàng thương mại (NHTM) đã ghi nhận xu hướng giảm nợ xấu, chủ yếu nhờ vào sự can thiệp hiệu quả của Nhà nước.
Trong năm 2019, các ngân hàng như VPBank, BID, TCB, MBB, CTG, VCB và ACB đã nỗ lực trong việc quản lý và điều tiết hoạt động tín dụng, giúp giảm tăng trưởng tín dụng xuống còn 14% so với năm 2018 Đồng thời, các ngân hàng cũng đã thực hiện mạnh mẽ các biện pháp xử lý nợ xấu, góp phần cải thiện chất lượng tín dụng và giảm tỷ lệ nợ xấu trong hệ thống các tổ chức tín dụng.
Trong giai đoạn 2019-2020, đại dịch Covid-19 đã ảnh hưởng đến các ngân hàng thương mại (NHTM) theo nhiều cách khác nhau, đặc biệt là về dư nợ xấu Một số ngân hàng như VPB và BIDV đã ghi nhận mức tăng trưởng ấn tượng lần lượt là gần 28% và 13,6% Ngược lại, một số ngân hàng khác như TCB và Vietinbank lại trải qua sự giảm sút đáng kể, với tỷ lệ giảm lần lượt là -31,8% và gần 30%.
Vào giai đoạn 2021-2022, phần lớn các ngân hàng đã ghi nhận mức tăng đáng kể trong nợ xấu, đặc biệt là VCB và VPB (gần 55%)
Nợ xấu tăng mạnh trong năm vừa qua có thể được giải thích bởi việc các ngân hàng tái phân loại nợ xấu và nợ quá hạn theo quy định của Ngân hàng Nhà nước Điều này đặc biệt xảy ra sau khi Thông tư 14/2021/TT-NHNN về cơ cấu lại nợ, giữ nguyên nhóm nợ và miễn giảm lãi suất cho khách hàng do dịch Covid-19 kết thúc vào ngày 30/6/2022.
Trong năm 2023, nợ xấu tại nhiều ngân hàng đã tăng mạnh và dự kiến sẽ tiếp tục tăng trong những năm tới Sự gia tăng này buộc các ngân hàng phải tăng trích lập dự phòng rủi ro (DPRR), dẫn đến việc giảm lợi nhuận Đáng chú ý, ngay cả các ngân hàng có quy mô tài sản lớn cũng ghi nhận xu hướng tăng nợ xấu.
Đến cuối năm 2023, tổng nợ xấu của Techcombank đạt 5.999 tỷ đồng, với nợ nhóm 3 tăng 105,8% lên 1.857 tỷ đồng, nợ nhóm 4 tăng 144% lên 2.762 tỷ đồng, và nợ nhóm 5 tăng 38% lên 1.380 tỷ đồng Đồng thời, dư nợ cho vay khách hàng của ngân hàng này cũng tăng 23,3%, đạt 518.642 tỷ đồng.
Theo dữ liệu từ Wigroup, tỷ lệ nợ xấu trong hệ thống ngân hàng đang gia tăng nhanh chóng, vượt mức 3% Đồng thời, tỷ lệ bao phủ nợ xấu cũng có xu hướng giảm xuống dưới 100%, trái ngược với mức trên 100% như trước đây.
PGS TS Nguyễn Hữu Huân từ Đại học Kinh tế TP.HCM nhận định rằng xu hướng nợ xấu sẽ gia tăng và có thể đạt đỉnh vào năm nay, đặc biệt khi Thông tư 02/2023/TT-NHNN sẽ chính thức hết hiệu lực từ ngày 30/6/2024 Do đó, việc kiểm soát nợ xấu trở thành ưu tiên hàng đầu của ngành ngân hàng trong năm nay.
Biểu đồ 2 3: Tỷ lệ nợ xấu tại NHTM giai đoạn 2018-2023
Nguồn: Tác giả tổng hợp
Trong năm 2018, có 15 ngân hàng công bố báo cáo tài chính ghi nhận sự gia tăng nợ xấu, với Vietcombank có tỷ lệ tăng từ 0,1% đến 81,8% VietinBank dẫn đầu về mức tăng nợ xấu với 50% Ngoài ra, một số ngân hàng như VPBank (21,2%), VIB (20,4%) và TPBank (21,7%) cũng cho thấy mức độ gia tăng nợ xấu không hề thấp, mặc dù có sự tăng trưởng cho vay khách hàng cao.
Tuy nhiên, trong năm 2018, dịch Covid-19 chưa bùng phát, do đó, nợ xấu tại các NHTM vẫn ở mức ổn định và kiểm soát được
Đánh giá thực trạng các NHTM Việt Nam giai đoạn 2018 - 2023
Năm 2019, hầu hết các báo cáo tài chính (BCTC) ghi nhận sự tăng trưởng so với năm trước, với gần một nửa số ngân hàng báo cáo lãi trước thuế tăng trưởng trên 50%.
Trong năm nay, VAMC đã thực hiện mua nợ thanh toán bằng trái phiếu đặc biệt với tổng dư nợ gốc nội bảng đạt 20,544 tỷ đồng, trong khi giá mua nợ chỉ là 19,846 tỷ đồng Hợp tác với các tổ chức tín dụng, VAMC dự kiến sẽ xử lý tổng dư nợ gốc lên tới 69,778 tỷ đồng.
Mặc dù chịu ảnh hưởng từ đại dịch Covid-19, năm 2020, hoạt động kinh doanh của hệ thống ngân hàng thương mại Việt Nam vẫn đạt được thành công, với nhiều ngân hàng ghi nhận lợi nhuận tăng trưởng đáng kể so với năm 2019.
Gần đây, Ngân hàng Nhà nước (NHNN) đã chỉ đạo các tổ chức tín dụng (TCTD) cải thiện chất lượng tín dụng và hạn chế nợ nhóm 2 cũng như nợ xấu Cần kiểm soát chặt chẽ chất lượng tín dụng ở các lĩnh vực tiềm ẩn rủi ro, thực hiện phân loại tài sản và sử dụng dự phòng rủi ro (DPRR) theo đúng quy định pháp luật Đồng thời, các biện pháp thu hồi nợ xấu và nợ đã sử dụng dự phòng cần được triển khai mạnh mẽ để giải quyết rủi ro.
Trích lập DPRR cho các khoản vay một cách đầy đủ đã đóng vai trò phần nào trong việc hạn chế nợ xấu của các ngân hàng
Thứ nhất, các NHTM vẫn tồn tại tỷ lệ nợ xấu khá cao, hầu như tại các ngân hàng, tỷ lệ này tăng dần theo các năm
Tỷ lệ bao phủ nợ xấu đang giảm nhanh chóng, với số dư trích lập tăng chậm hơn so với tổng nợ xấu Tình hình này dự kiến sẽ tiếp tục gây áp lực lên việc tăng trích lập dự phòng, dẫn đến suy giảm lợi nhuận của hệ thống ngân hàng trong các quý tới.
Sự dịch chuyển mạnh mẽ của nợ xấu từ nhóm 2 sang nhóm 3, 4, 5 đang diễn ra, dẫn đến tổng số dư nợ xấu của các ngân hàng ngày càng gia tăng.
Công tác xử lý nợ của các tổ chức tín dụng (TCTD) gặp nhiều vướng mắc không chỉ do cơ chế và quy định pháp luật mà còn phụ thuộc vào thái độ và hành vi của khách nợ cũng như năng lực của nhân viên thu hồi nợ.
Thứ năm, ý thức của khách hàng đóng vai trò quan trọng trong việc quản lý rủi ro tín dụng Một số khách hàng thiếu thiện chí trong việc trả nợ, dẫn đến việc họ cố tình trốn tránh nghĩa vụ với ngân hàng Rủi ro này, được gọi là rủi ro lựa chọn đối nghịch, là một vấn đề phổ biến mà hầu hết các ngân hàng phải đối mặt Do yếu tố đạo đức của khách hàng không thể xác định chính xác, nếu ngân hàng không thực hiện thẩm định một cách chặt chẽ, khả năng chọn sai khách hàng vay sẽ gia tăng, từ đó làm tăng nguy cơ phát sinh nợ xấu.
Từ cuối năm 2022 đến quý 1/2023, lãi suất cho vay tăng nhanh đã tác động mạnh đến thị trường bất động sản, làm cho việc xử lý tài sản đảm bảo là nhà đất của các ngân hàng trở nên khó khăn hơn Điều này đặc biệt ảnh hưởng đến các khoản nợ lớn, buộc các ngân hàng phải tổ chức bán nợ theo giá thị trường.
Nợ xấu đã diễn biến phức tạp gần đây do nhiều yếu tố tác động, bao gồm cả yếu tố nội tại từ các ngân hàng và yếu tố bên ngoài từ nền kinh tế Để làm rõ mức độ ảnh hưởng của các yếu tố này tới nợ xấu trong giai đoạn qua, tác giả sẽ áp dụng phương pháp định lượng trong Chương 3 của bài Khóa luận tốt nghiệp.
NGHIÊN CỨU VỀ CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN NỢ XẤU TẠI CÁC NHTM GIAI ĐOẠN 2018-2023
Cơ sở dữ liệu
Sơ đồ 3 1: Các nhân tố định lượng lựa chọn làm dữ liệu nghiên cứu bằng mô hình
Trong các nhân tố trên, tác giả lựa chọn ra 5 nhân tố định lượng, trong đó có
Hai nhân tố vĩ mô quan trọng là tốc độ tăng trưởng và tỷ lệ lạm phát, trong khi ba nhân tố vi mô bao gồm quy mô ngân hàng, dư nợ cho vay trên tổng tài sản và tỷ lệ sinh lời trên vốn chủ sở hữu Những dữ liệu này sẽ được sử dụng để kiểm định các mô hình phù hợp.
Tác giả đã tiến hành tìm kiếm và tổng hợp dữ liệu thứ cấp, bao gồm dữ liệu vĩ mô của nền kinh tế từ các website của Tổng cục Thống kê và Ngân hàng Nhà nước, cùng với dữ liệu vi mô từ báo cáo tài chính và báo cáo thường niên của 26 ngân hàng thương mại Việt Nam Những dữ liệu này được khai thác và xử lý bằng phần mềm Excel 2019 Tác giả cũng đã lựa chọn mẫu quan sát dựa trên các tiêu chí cụ thể.
- Là NHTM được niêm yết trên sàn chứng khoán
- Là ngân hàng có báo cáo dữ liệu đầy đủ trong khoảng thời gian chọn làm giới hạn nghiên cứu
- Là ngân hàng còn tồn tại và hoạt động cho tới thời điểm nghiên cứu
Theo tác giả Green (1991), kích thước mẫu tối thiểu cho phân tích hồi quy phải có các điều kiện:
Dư nợ cho vay trên tổng tài sản
Tỷ lệ sinh lời trên VCSH
- Để đánh giá mức độ phù hợp tổng quan của mô hình, cần quy mô mẫu tối thiểu là 50+8m (m là số lượng biến độc lập)
Để đánh giá mối tương quan giữa các biến độc lập và biến phụ thuộc, cần có quy mô mẫu tối thiểu là 104 cộng với số lượng biến độc lập (m).
Theo Hair (2014), kích cỡ mẫu tối thiểu nên theo tỷ lệ 5:1, tức 5 quan sát cho
Do đó, tác giả đã lựa chọn 156 quan sát với 5 biến độc lập để đưa vào mô hình.
Phương pháp nghiên cứu
Tác giả đã thu thập dữ liệu và đưa vào bảng dữ liệu Panel data Các mô hình được sử dụng bao gồm: mô hình hồi quy Pool OLS, mô hình tác động cố định FEM, mô hình tác động ngẫu nhiên REM và mô hình bình phương tối thiểu FGLS Đây là những mô hình phổ biến trong nghiên cứu để đánh giá mối quan hệ giữa các biến độc lập và biến phụ thuộc.
Mô hình tác động cố định (FEM) phân tích các tác động của từng biến độc lập, với mỗi biến có đặc điểm riêng và ảnh hưởng nhất định đến biến phụ thuộc FEM giúp tách biệt ảnh hưởng cố định theo thời gian khỏi các biến phụ thuộc, từ đó ước lượng chính xác tác động thực tế của biến độc lập lên biến phụ thuộc.
Mô hình tác động ngẫu nhiên (REM) tương tự như mô hình tác động cố định (FEM), nhưng điểm khác biệt chính là các đặc điểm riêng biệt của mỗi đơn vị không có mối quan hệ tương quan với biến độc lập.
Trong quá trình kiểm định và lựa chọn mô hình, tác giả sử dụng kiểm định Hausman để xác định xem mô hình FEM hay REM là phù hợp hơn Để tăng tính tin cậy của mô hình, tác giả tiến hành kiểm định các khuyết tật như tự tương quan, đa cộng tuyến và PSSS thay đổi của từng mô hình Khi phát hiện các khuyết tật còn tồn tại, tác giả áp dụng mô hình GLS nhằm khắc phục những vấn đề này và tạo ra mô hình hiệu quả nhất.
Mô hình tổng quát là mô hình hồi quy đa tuyến tính, được xây dựng như sau: 𝑁𝑃𝐿 = 𝛽 0 + 𝛽 1 𝑥 𝐺𝐷𝑃 𝑡 + 𝛽 2 𝑥 𝐼𝑁𝐹 𝑡 + 𝛽 3 𝑥 𝑅𝑂𝐸 𝑡 + 𝛽 4 𝑥 𝑆𝐼𝑍𝐸 𝑡 + 𝛽 5 𝑥 𝐿𝑇𝐴 𝑡 + 𝑒 𝑡
NPL - Tỷ lệ nợ xấu
GDP - Tốc độ tăng trưởng kinh tế
INF - Tỷ lệ lạm phát
ROE - Tỷ lệ sinh lời trên VCSH
SIZE - Quy mô tổng tài sản
LTA - Tỷ lệ dư nợ cho vay trên tổng tài sản
Nghiên cứu về các yếu tố ảnh hưởng đến nợ xấu tại các ngân hàng thương mại (NHTM) đã thu hút sự quan tâm của nhiều tác giả trong và ngoài nước, dẫn đến những kết luận đa dạng.
Bảng 3 1: Các nghiên cứu về nợ xấu trước đây
Nhân tố tác động Nghiên cứu Cùng chiều (+) Nghiên cứu Ngược chiều (-)
Jimenez & Saurina (2005), Ouertani and Zouari-Ghorbel
(2014), Nguyễn Thị Ngọc Diệp và Nguyễn Minh Kiều (2015),
Misra và Dhal (2010), Hu và cộng sự (2004), Ekanayale và Azeez (2015), Salad và Saurina (2002)
Hồng Vinh (2015) LTA Klein (2013), Ekanayake và
Tốc độ tăng trưởng kinh tế Rossi (2009) Saba & cộng sự (2012), Klein
Nguyễn Thị Như Quỳnh, Lê Đình Luân, Lê Thị Phương Mai (2018), Nguyễn Thị Trang (2018)
Nguồn: Tác giả tổng hợp
Tác giả kỳ vọng rằng tốc độ tăng trưởng sẽ có mối quan hệ ngược chiều với tỷ lệ nợ xấu (NPL), phù hợp với kết luận của nhiều nghiên cứu trước đây Công thức xác định tốc độ tăng trưởng GDP được sử dụng là: 𝐺𝐷𝑃 (%) = 𝐺𝐷𝑃 𝑡 − 𝐺𝐷𝑃 𝑡−1.
Tác giả dự đoán rằng lạm phát sẽ có mối quan hệ cùng chiều với tỷ lệ nợ xấu (NPL), điều này đồng nhất với quan điểm của nhiều nghiên cứu trong nước Lạm phát được tính toán theo công thức: 𝐼𝑁𝐹 (%) = 𝐶𝑃𝐼 𝑡 − 𝐶𝑃𝐼 (𝑡−1).
Lợi nhuận trên vốn chủ sở hữu (ROE) được kỳ vọng sẽ có mối quan hệ ngược chiều với tỷ lệ nợ xấu (NPL), tương tự như những kết quả đã được trình bày trong các nghiên cứu trước đây ROE được xác định bằng công thức cụ thể, phản ánh hiệu quả sử dụng vốn của doanh nghiệp.
Quy mô ngân hàng có thể được đo lường qua tổng tài sản hoặc vốn chủ sở hữu, và trong nghiên cứu này, tác giả chọn tổng tài sản để phản ánh quy mô ngân hàng Tác giả kỳ vọng rằng quy mô tổng tài sản sẽ có tương quan tích cực với tỷ lệ nợ xấu (NPL), tương tự như các nghiên cứu gần đây trong nước Để đảm bảo tính đồng nhất trong các phép tính, tác giả sử dụng logarit hóa tổng tài sản, biểu diễn bằng công thức: 𝑆𝑖𝑧𝑒 = ln (𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛).
- Tỷ lệ dư nợ cho vay trên tổng tài sản: Với công thức
𝑡ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛 𝑥 100 Tác giả kì vọng tác động của biến này lên NPL là cùng chiều, tức LTA tăng thì NPL cũng sẽ tăng
- Tốc độ tăng trưởng kinh tế (GDP)
Từ năm 2018 đến 2023, nền kinh tế đã trải qua những biến động mạnh mẽ do ảnh hưởng của đại dịch Covid-19 và cuộc chiến giữa Ukraine và Nga Kết quả là, GDP ghi nhận sự thay đổi đáng kể giữa giai đoạn kinh tế khó khăn và giai đoạn phục hồi.
Biểu đồ 3 1: Tốc độ tăng trưởng kinh tế GDP giai đoạn 2018-2023
Nguồn: Tác giả tổng hợp
Giai đoạn 2018-2019, GDP Việt Nam có sự giảm nhẹ, nhưng sự biến động mạnh mẽ sau Covid-19 đã khiến GDP năm 2020 giảm sâu và duy trì ở mức thấp trong hai năm tiếp theo Đến năm 2023, nền kinh tế đang dần phục hồi, GDP có dấu hiệu cải thiện và kỳ vọng sẽ tăng đều trong năm tới.
- Tỷ lệ lạm phát (INF)
Biểu đồ 3 2: Tỷ lệ lạm phát và tăng trưởng kinh tế giai đoạn 2018-2023
Nguồn: Tác giả tổng hợp
Tốc độ tăng trưởng kinh tế (GDP)
Tỷ lệ lạm phát Tốc độ tăng trưởng GDP
Biểu đồ cho thấy mối tương quan giữa tỷ lệ lạm phát và GDP, phản ánh lý thuyết kinh tế rằng khi GDP tăng, lạm phát cũng tăng Tuy nhiên, năm 2020 ghi nhận sự giảm mạnh của GDP nhưng lạm phát vẫn cao, có thể do tác động của đại dịch Covid-19, khi thu nhập người dân giảm do thất nghiệp, dẫn đến sức mua thấp Mặc dù GDP giảm, nhưng nhu cầu cao và hàng hóa khan hiếm đã làm tăng giá cả và lãi suất, gây ra lạm phát cao Trong giai đoạn 2021-2023, nhờ các chính sách can thiệp của nhà nước, nền kinh tế đang dần phục hồi, với tỷ lệ lạm phát và tăng trưởng GDP có mối tương quan dương, tạo cơ sở cho tác giả kỳ vọng vào kết quả kinh tế tích cực.
- Tỷ lệ sinh lời trên VCSH (ROE)
Biểu đồ 3 3: Tỷ lệ ROE của một số ngân hàng giai đoạn 2019-2023
Nguồn: Tác giả tổng hợp
ROE của các ngân hàng có sự biến động qua từng giai đoạn do mục tiêu hoạt động khác nhau Trong giai đoạn 2018-2019, các ngân hàng tập trung vào việc tăng lợi nhuận và ROE Tuy nhiên, sau Covid-19, mục tiêu của các ngân hàng đã thay đổi; một số ngân hàng vẫn kiên trì theo đuổi lợi nhuận để tăng ROE, điều này có thể dẫn đến sự gia tăng nợ xấu tiềm ẩn Ngược lại, một số ngân hàng đã điều chỉnh chiến lược để giảm thiểu rủi ro.
BIDV Vietinbank VCB TCB VPB
Từ năm 2019 đến 2023, nhằm bảo toàn chất lượng tài sản và nguồn vốn, các ngân hàng đã thắt chặt tín dụng, dẫn đến chỉ số ROE có xu hướng giảm hoặc chỉ tăng nhẹ Điều này góp phần hạn chế tỷ lệ nợ xấu (NPL), tạo cơ sở cho tác giả kỳ vọng vào kết quả nghiên cứu về tác động của biến ROE lên NPL.
- Quy mô tài sản (Size)
Theo số liệu thống kê, chất lượng tài sản của các ngân hàng thương mại (NHTM) đang cải thiện qua từng năm Sau những biến động của thị trường kinh tế, các NHTM Việt Nam đã triển khai chính sách tái cấu trúc hệ thống ngân hàng và trích lập dự phòng hợp lý để đo lường và phòng ngừa rủi ro hiệu quả Điều này tạo nền tảng cho kỳ vọng về mối quan hệ ngược chiều giữa quy mô tổng tài sản và tỷ lệ nợ xấu.
- Dư nợ cho vay trên tổng tài sản (LTA)
Biểu đồ 3 4: Dư nợ cho vay trên tổng tài sản của một số NHTM giai đoạn 2018-
Nguồn: Tác giả tổng hợp
Phân tích kết quả
Bảng 3 2: Thống kê mô tả dữ liệu các biến
Giá trị trung bình Độ lệch chuẩn
Nguồn: Kết quả từ Stata 17
Bài luận đã phân tích rủi ro nợ xấu của 26 ngân hàng thương mại niêm yết trên sàn chứng khoán HOSE, HNX và UPCOM trong giai đoạn 2018-2023, với dữ liệu từ 6 biến, bao gồm 1 biến phụ thuộc và 5 biến độc lập Tỷ lệ nợ xấu trung bình đạt 19.9% và độ lệch chuẩn là 2.5% Ngân hàng có tỷ lệ nợ xấu thấp nhất là Techcombank với 0.5% vào năm 2020, trong khi ngân hàng có tỷ lệ nợ xấu cao nhất là NVB với 26.33% vào năm 2021.
Sự chênh lệch giữa giá trị lớn nhất và giá trị nhỏ nhất của NPL thể hiện rõ sự khác biệt về tỷ lệ nợ xấu giữa các ngân hàng thương mại.
Tốc độ tăng trưởng kinh tế trung bình đạt 4.57% với độ lệch chuẩn 1.94%, cho thấy sự biến động rõ rệt của GDP Giá trị cao nhất ghi nhận là 7.08% vào năm 2018, trong khi giá trị thấp nhất là 2.5% vào năm 2021, phản ánh sự thay đổi mạnh mẽ của GDP ảnh hưởng đến NPL trong giai đoạn nghiên cứu.
Tỷ lệ lạm phát (INF) đạt mức trung bình là 3.175% với độ lệch chuẩn là 0.8%, giá trị dao động trong khoảng 1.84% đến 4.5%
Tỷ suất sinh lời trên vốn chủ sở hữu (ROE) trung bình đạt 13.947%, với độ lệch chuẩn 7.129%, giá trị cao nhất là 34.2596% và thấp nhất là 0% Đối với biến SIZE, do giá trị lớn hơn nhiều so với các biến khác, tác giả đã áp dụng logarit hóa, cho kết quả giá trị trung bình là 32.99722 triệu đồng, độ lệch chuẩn 1.3 triệu đồng, và giá trị dao động từ 28.79316 triệu đến 35.37206 triệu đồng.
Tỷ lệ dư nợ cho vay trên tổng tài sản (LTA) có giá trị trung bình là 63.467%, với độ lệch chuẩn là 7.9378% Giá trị lớn nhất ghi nhận được là 80% (BIDV năm).
2020) và giá trị nhỏ nhất đạt 35.39% (MSB năm 2018)
3.3.2 Kết quả kiểm định mô hình
3.3.2.1 Phân tích tương quan giữa các biến trong mô hình nghiên cứu
Trong quá trình nghiên cứu, tác giả nhận thấy sự liên kết giữa các biến, vì vậy đã tiến hành kiểm định tương quan giữa các biến độc lập.
Theo Francis Galton (1880), hệ số tương quan là công cụ quan trọng để xác định mối liên hệ giữa các biến trong mô hình Khi hệ số này cao, hiện tượng đa cộng tuyến có thể xảy ra, cho thấy các biến đang ảnh hưởng mạnh mẽ lẫn nhau Để đảm bảo độ chính xác của hồi quy mô hình, cần loại bỏ biến gây ra đa cộng tuyến (Ayyangar, 2007) Do đó, trước khi thực hiện hồi quy, tác giả cần kiểm tra tự tương quan giữa các biến để phát hiện sớm hiện tượng này.
Sự dụng Stata để kiểm tra và kết quả trả về như sau:
Bảng 3 3: Ma trận tương quan giữa các biến
GDP INF ROE SIZE LTA NPL
Nguồn: Kết quả từ Stata 17
Theo nghiên cứu của Taylor (2005), hệ số tương quan dao động trong khoảng -1 đến 1, với giá trị gần 1 hoặc -1 cho thấy mối tương quan mạnh giữa hai biến Các nghiên cứu trước đó chỉ ra rằng nếu hệ số tương quan nằm ngoài khoảng -0.8 đến 0.8, hiện tượng đa cộng tuyến có thể xuất hiện (Kennedy, 2008) Dựa vào kết quả từ Stata 17, không có cặp hệ số tương quan nào vượt quá 0.8 hoặc nhỏ hơn -0.8; hệ số cao nhất là 0.4246 (giữa SIZE và ROE) và thấp nhất là -0.0742 (giữa SIZE và GDP) Điều này cho thấy có các biến tác động tích cực và tiêu cực, nhưng không có cặp biến nào đủ mạnh để gây ra hiện tượng đa cộng tuyến nghiêm trọng.
3.3.2.2 Hồi quy với mô hình Pool OLS và kiểm định đa cộng tuyến cho mô hình
Sử dụng hệ số phòng đại phương sai VIF (Variance Inflation Factor), Stata đã phân tích tốc độ tăng trưởng phương sai và hiệp phương sai nhằm kiểm tra hiện tượng đa cộng tuyến trong mô hình Pool OLS Sự xuất hiện của khuyết tật đa cộng tuyến có thể làm giảm độ chính xác của mô hình và làm mất đi ý nghĩa kinh tế của các kết quả.
Bảng 3 4: Chỉ số phòng đại phương sai VIF
Biến độc lập VIF 1/VIF
Nếu Mean VIF< 5: kết luận không có hiện tượng đa cộng tuyến; nếu 5 < VIF
Để xác định hiện tượng đa cộng tuyến trong phân tích hồi quy, nếu chỉ số Mean VIF lớn hơn 10, điều này cho thấy chắc chắn có sự tồn tại của đa cộng tuyến Do đó, cần nỗ lực giảm hệ số VIF càng thấp càng tốt, với mức lý tưởng là VIF nhỏ hơn 3 (Hair và cộng sự, 2009).
Theo bảng 3.4, kết quả kiểm định đa cộng tuyến bằng chỉ số phóng đại phương sai VIF cho thấy tất cả các giá trị VIF đều nhỏ hơn 10, với giá trị lớn nhất là 1.32 và nhỏ nhất là 1.07 Do đó, tác giả khẳng định rằng mô hình không gặp phải hiện tượng đa cộng tuyến nghiêm trọng.
3.3.2.3 Lựa chọn mô hình phù hợp
Kiểm định PSSS thay đổi của mô hình
Bằng việc sử dụng kiểm định Modified Wald, tác giả kiểm định 2 giả thuyết:
H0: Không có hiện tượng PSSS thay đổi
H1: Có hiện tượng PSSS thay đổi Với độ tin cậy 𝛼 = 5%:
Nếu 𝛼 > 5%: chấp nhận H0, bác bỏ H1
Nếu 𝛼 < 5%: bác bỏ H0, chấp nhận H1
Theo đó, phần mền Stata trả về kết quả như sau:
Bảng 3 5: Kiểm định PSSS thay đổi
Nguồn: Kết quả phần mềm Stata 17
Với mức ý nghĩa 5%, kiểm định đưa ra Prob = 0.000 < 5%, do đó, tác giả bác bỏ H0, chấp nhận H1 Tức mô hình OLS có hiện tượng PSSS thay đổi
Kiểm định tự tương quan
Tác giả sử dụng kiểm định Wooldridge để kiểm tra hiện tượng tư ương quan trong mô hình theo 2 giả thuyết sau:
H0: Mô hình không có hiện tượng tự tương quan
H1: Mô hình có hiện tượng tự tương quan Với mức ý nghĩa 5%, ta được kết quả trả về như sau:
F (1, 25) = 1140.842 Prob > F = 0.0000 Theo đó, Prob < 5%, nên bác bỏ H0, chấp nhận H1, nghĩa là mô hình có khuyết tật tự tương quan
Sau khi kiểm định hai khuyết tật PSSS thay đổi và tự tương quan, mô hình Pool OLS không được xác định là tối ưu Do đó, tác giả đã quyết định sử dụng thêm các mô hình khác để tìm ra mô hình tối ưu hơn.
Kiểm định mô hình tác động cố định (FEM) và kiểm định mô hình tác động ngẫu nhiên (REM)
Tác giả đã thực hiện việc chạy hai mô hình REM và FEM, và kết quả được trình bày trong phần phụ lục Sau đó, tác giả tiến hành kiểm định Hausman để xác định mô hình nào là tối ưu hơn.
Theo đó, kiểm định Hausman đã đưa ra 2 giả thuyết kiểm định như sau:
H0: Mô hình REM hiệu quả hơn
H1: Mô hình FEM hiệu quả hơn Kết quả thu được từ Stata 17 như sau:
Bảng 3 6: Kết quả kiểm định Hausman
Nguồn: Kết quả từ phần mền Stata 17
Với độ tin cậy 5%, ta có Prob > 5%, tức chấp nhận H0, bác bỏ H1 Vậy, mô hình REM hiệu quả hơn
Khắc phục khuyết tật PSSS thay đổi và tự tương quan trong mô hình REM
Sau khi lựa chọn mô hình REM, tác giả phát hiện rằng các hệ số hồi quy không còn chính xác và xuất hiện hiện tượng PSSS thay đổi cùng tự tương quan Để khắc phục những hạn chế này và nâng cao độ chính xác của mô hình, tác giả đã áp dụng mô hình bình phương tối thiểu tổng quát (FGLS) nhằm ước lượng một mô hình mới đạt hiệu quả tối ưu hơn.
Tác giả sử dụng các dấu “*” để chỉ mức độ tin cậy của các biến trong mô hình, cụ thể: “*” biểu thị mức ý nghĩa 0.1 với độ tin cậy 90%; “**” thể hiện mức ý nghĩa 0.05 với độ tin cậy 95%; và “***” tương ứng với mức ý nghĩa 0.01 và độ tin cậy 99% Kết quả phân tích được thu thập từ phần mềm Stata 17.
Bảng 3 7: Kết quả mô hình hồi quy
Nguồn: Kết quả từ Stata 17
Sau khi khắc phục các khuyết tật, mô hình FGLS cho kết quả với Prob > chi2
= 0.0000, tức Prob < 5%, như vậy mô hình FGLS có ý nghĩa thống kê Như vậy, ta sẽ đưa ra phương trình hồi quy cuối cùng như sau:
So với kì vọng ban đầu, có một số biến tác động ngược chiều so với kì vọng, cụ thể:
Bảng 3 8: So sánh kì vọng và kết quả nghiên cứu
Biến Kỳ vọng ban đầu Kết quả mô hình Ý nghĩa thống kê
Nguồn: Tác giả tổng hợp 3.3.2.4 Giải thích kết quả thu được
MỘT SỐ GIẢI PHÁP NHẰM PHÒNG NGỪA VÀ HẠN CHẾ NỢ XẤU TẠI CÁC NHTM
Kết luận rút ra từ bài nghiên cứu
Với đề tài: “Các nhân tố ảnh hưởng tới nợ xấu tại Ngân hàng Thương mại Việt
Nam giai đoạn 2018-2023”, tác giả đưa ra các kết luận sau:
Trong giai đoạn 2018-2023, có năm yếu tố chính ảnh hưởng đến tỷ lệ nợ xấu (NPL) của ngân hàng thương mại (NHTM), bao gồm tốc độ tăng trưởng kinh tế, lạm phát, quy mô ngân hàng, tỷ suất sinh lời trên vốn chủ sở hữu (ROE) và dư nợ cho vay trên tổng tài sản Hai yếu tố không có ý nghĩa thống kê là GDP và lãi suất Cụ thể, GDP, lạm phát và lãi suất có mối tương quan dương với NPL, trong khi quy mô ngân hàng và ROE lại có mối tương quan âm.
Trong giai đoạn nghiên cứu từ 2018 đến 2023, thị trường đã trải qua nhiều biến động mạnh mẽ như đại dịch Covid-19, chiến tranh Ukraina – Nga và chính sách tiền tệ thắt chặt của Mỹ Kết quả nghiên cứu của tác giả về ảnh hưởng của các nhân tố đến nợ xấu vì vậy có sự khác biệt so với nhiều nghiên cứu trước đây Tuy nhiên, đây được coi là một điểm mới mẻ, mang đến cái nhìn mới về các tác động của các yếu tố này lên nợ xấu.
Vào thứ ba, tác giả đã lựa chọn các nhân tố nghiên cứu dựa trên những yếu tố đã được sử dụng trong các bài nghiên cứu trước đây về tác động đến nợ xấu Điều này cho thấy bài nghiên cứu không chỉ kế thừa các kết luận và luận điểm trong quá khứ mà còn củng cố cơ sở để đưa ra kết luận của tác giả, từ đó tăng độ tin cậy của kết quả thu được.
Khuyến nghị, giải pháp nhằm hạn chế nợ xấu tại các NHTM Việt Nam hiện nay
- Đối với Ngân hàng Thương mại
Các ngân hàng cần duy trì tốc độ tăng trưởng tín dụng ổn định và tăng cường giám sát quy trình tín dụng, bao gồm thẩm định, ra quyết định và giám sát sau vay Việc xác định rõ khẩu vị rủi ro là rất quan trọng để đưa ra quyết định cấp tín dụng hợp lý, tránh tình trạng cấp tín dụng quá mức hoặc hạ thấp tiêu chuẩn Đồng thời, ngân hàng cần xây dựng danh mục tín dụng phù hợp nhằm đạt được mục tiêu và lợi nhuận đề ra, đồng thời trích lập dự phòng rủi ro tín dụng để giảm thiểu rủi ro khi phát sinh nợ xấu.
Theo tác giả, tỷ lệ nợ xấu năm trước ảnh hưởng đến tỷ lệ nợ xấu hiện tại, do đó, các ngân hàng thương mại (NHTM) cần cải thiện quản trị ngân hàng và nâng cấp cơ chế quản lý rủi ro theo tiêu chuẩn Basel II Việc phân tích và giám sát khả năng trả nợ hiệu quả là rất quan trọng Để giảm thiểu nợ xấu tồn đọng, NHTM cần xử lý triệt để các khoản nợ cũ bằng tài sản đảm bảo, thu hồi nợ từ khách hàng, cơ cấu lại khoản vay, và phối hợp với VAMC trong việc xử lý nợ xấu Hơn nữa, các NHTM nên nới lỏng tín dụng một cách hợp lý để kiểm soát chất lượng khoản vay, tránh chạy theo tăng trưởng tín dụng nóng có thể dẫn đến rủi ro.
Yếu tố quan trọng nhất trong ngân hàng là con người Do đó, các ngân hàng cần thường xuyên tổ chức giáo dục và đào tạo cho cán bộ tín dụng, nhằm nâng cao đạo đức nghề nghiệp, tránh tình trạng cán bộ tín dụng cấu kết với khách hàng để làm giả hồ sơ, dẫn đến nợ xấu.
Các yếu tố vĩ mô là những yếu tố khách quan mà các ngân hàng thương mại không thể kiểm soát, vì vậy ngân hàng cần chủ động đối phó với những thay đổi trong tình hình kinh tế để bảo toàn tài sản Khi ngân hàng có sự chủ động trước các diễn biến kinh tế, họ có thể dự báo các khoản trích lập dự phòng rủi ro, từ đó xây dựng các chiến lược hợp lý nhằm đảm bảo khả năng sinh lời và bảo vệ tài sản.
Để nâng cao ROE và giảm NPL, các ngân hàng thương mại (NHTM) cần cải thiện hiệu quả quản lý chi phí bằng cách thu hút tiền gửi không kỳ hạn CASA, từ đó tối đa hóa chi phí sử dụng vốn và tăng lợi nhuận Việc nâng cao trải nghiệm khách hàng thông qua việc đa dạng hóa sản phẩm, cá nhân hóa dịch vụ và tích hợp nhiều tính năng trên ứng dụng ngân hàng điện tử sẽ khuyến khích khách hàng gửi tiền vào tài khoản thanh toán Hơn nữa, tăng cường hợp tác với các ứng dụng ví điện tử và thương mại điện tử cũng là cách hiệu quả để mở rộng tệp khách hàng sử dụng dịch vụ thanh toán.
Vào thứ sáu, tỷ lệ dư nợ cho vay trên tổng tài sản có tác động tích cực đến NPL, do đó, để cải thiện LTA, các ngân hàng thương mại (NHTM) cần tăng hạn mức tín dụng được phân bổ bởi Ngân hàng Nhà nước (NHNN) Để đạt được điều này, NHTM phải tuân thủ các điều kiện mà NHNN đặt ra trong quy trình đánh giá, xét duyệt và phân bổ hạn mức tín dụng, bao gồm hệ số an toàn vốn CAR và tỷ lệ sử dụng vốn ngắn hạn cho vay trung và dài hạn Đồng thời, các NHTM cũng nên đẩy mạnh cấp tín dụng cho các ngành nghề được Nhà nước ưu tiên như nông nghiệp, và hạn chế cho vay vào những lĩnh vực có nhiều rủi ro như bất động sản và trái phiếu.
Việc ứng dụng công nghệ trong quy trình tín dụng giúp ngân hàng cắt giảm chi phí hoạt động hiệu quả bằng cách tự động hóa, giảm thiểu nhân lực và chi phí quản lý Ngoài ra, công nghệ cao còn thu hút nguồn vốn giá rẻ nhờ rút ngắn quy trình cung cấp dịch vụ, nâng cao sự hài lòng của khách hàng và tạo điều kiện cho họ tiếp cận dịch vụ ngân hàng dễ dàng hơn.
Để nâng cao hiệu quả quản lý tài chính, cần hoàn thiện quy định pháp lý liên quan đến phân loại nợ, tỷ lệ trích lập dự phòng rủi ro tín dụng (DPRR), tỷ lệ an toàn vốn, tăng vốn điều lệ và xử lý tài sản đảm bảo (TSĐB).
Cần tăng cường công tác kiểm tra và giám sát các ngân hàng thương mại (NHTM) để đảm bảo tuân thủ quy trình cấp tín dụng, bao gồm các điều kiện và lãi suất cho vay.
Xử lý nghiêm các hành vi vi phạm pháp luật trong quy trình tín dụng là cần thiết để răn đe cá nhân và tổ chức có hành vi cấu kết, bao che và vi phạm quy định.
Vào thứ tư, cần phối hợp với các ngân hàng thương mại để thực hiện quản trị rủi ro tín dụng theo tiêu chuẩn quốc tế Basel II, đồng thời hướng tới việc áp dụng Basel III trong tương lai.
Lạm phát có mối tương quan tích cực với tỷ lệ nợ xấu, vì vậy Ngân hàng Nhà nước cần áp dụng các biện pháp và chính sách tiền tệ hợp lý nhằm kiểm soát lạm phát ở mức thấp nhất để giảm thiểu nợ xấu.
Hạn chế của bài nghiên cứu
Tác giả chỉ tập trung vào một số yếu tố vi mô của ngân hàng như ROE, SIZE và LTA, mà chưa xem xét đầy đủ nhiều yếu tố khác Hơn nữa, các yếu tố của toàn ngành ngân hàng cũng như các yếu tố định lượng vẫn chưa được đưa vào nghiên cứu.
Tác giả thu thập dữ liệu từ các báo cáo tài chính đã qua kiểm toán của ngân hàng thương mại, nhưng việc báo cáo nợ xấu chưa hoàn toàn trung thực dẫn đến đánh giá không chính xác về quy mô và tình hình nợ xấu của các ngân hàng.
Mẫu nghiên cứu của bài viết còn hạn chế do một số ngân hàng thương mại chưa niêm yết trên sàn chứng khoán hoặc có thời gian hoạt động dưới 5 năm, cùng với việc thiếu thông tin từ các chi nhánh nước ngoài tại Việt Nam Điều này dẫn đến việc dữ liệu không thể được đưa vào nghiên cứu, khiến cho kết quả không phản ánh chính xác tình hình của toàn bộ hệ thống ngân hàng Do đó, kết quả có thể không chính xác đối với một số ngân hàng.
Giai đoạn nghiên cứu từ 2018 đến 2023 chứng kiến nhiều biến động kinh tế mạnh mẽ do ảnh hưởng của dịch bệnh Covid-19, vì vậy kết quả thu được có thể không phản ánh chính xác tình hình của các giai đoạn khác.
Nợ xấu đang trở thành mối quan tâm hàng đầu của các nhà quản trị ngân hàng và các cơ quan điều hành, bao gồm cả Ngân hàng Nhà nước Việt Nam Bài nghiên cứu đã chỉ ra những tác hại nghiêm trọng của nợ xấu và phân tích các nhân tố ảnh hưởng đến tình hình nợ xấu tại Việt Nam trong những năm gần đây.
Để hạn chế nợ xấu tại các ngân hàng thương mại, tác giả đề xuất một số biện pháp như: thắt chặt quy trình tín dụng, nâng cao đạo đức của cán bộ tín dụng, xử lý các khoản nợ tồn đọng từ năm trước và tăng cường cải tiến công nghệ.
Mặc dù bài viết còn tồn tại nhiều thiếu sót và hạn chế, tác giả hy vọng nhận được những đóng góp từ hội đồng giảng viên để nghiên cứu của mình có giá trị thực tiễn cao nhất và có thể trở thành tài liệu tham khảo cho các nghiên cứu sau này.