Phân Tích Các Nhân Tố Ảnh Hưởng Đến Nợ Xấu Của Ngân Hàng Thương Mại Cổ Phần Việt Nam

MỤC LỤC

GIỚI THIỆU NGHIÊN CỨU

  • Mục tiêu nghiên cứu .1 Mục tiêu tổng quát

    Theo báo cáo của Ngân hàng nhà nước (NHNN) Việt Nam, tỷ lệ nợ xấu của hệ thống NHTM trong những năm gần đây luôn ở ngưỡng an toàn là dưới 3% và đây cũng là ngưỡng mà NHNN sử dụng để đánh giá xếp loại cao nhất của ngân hàng TMCP theo quyết định số 06/2008/QĐ-NHNN ban hành ngày 12/03/2008 về việc quyết định xếp loại ngân hàng cổ phần. Xuất phát từ lý do trên, tác giả quyết định chọn đề tài “Nhân tố ảnh hưởng đến nợ xấu của các Ngân hàng thương mại Cổ phần Việt Nam” nhằm tìm ra các nhân tố tác động đến tình trạng nợ xấu của các ngân hàng TMCP Việt Nam, đồng thời đề xuất một số khuyến nghị nhằm hoàn thiện công tác ngăn ngừa và hạn chế nợ xấu để từ đó giúp ngành Ngân hàng phát triển bền vững hơn trong tương lai.

    Giới thiệu nghiên cứu: Chương này giới thiệu tính cấp thiết đề tài nghiên cứu, mục tiêu nghiên cứu, câu hỏi nghiên cứu cũng như xác định đối tượng và

    Dựa trên những cơ sở đó, các nhà lãnh đạo ngân hàng sẽ có thể định hướng cho công tác kiểm soát, hạn chế nợ xấu, từ đó làm cơ sở đưa ra các giải pháp phù hợp trong từng giai đoạn kinh tế.

    TểM TẮT CHƯƠNG 1

    CƠ SỞ LÝ THUYẾT VÀ THỰC NGHIỆM

    AEG đã thống nhất định nghĩa “về cơ bản, một khoản nợ được coi là nợ xấu khi quá hạn trả lãi và/hoặc gốc trên 90 ngày, hoặc các khoản lãi chưa trả từ 90 ngày trở lên đã được nhập gốc, tái cấp vốn hoặc chậm trả từ 90 ngày trở lên đã được nhập gốc, tái cấp vốn hoặc chậm trả theo thỏa thuận, hoặc các khoản phải thanh toán đã quá hạn dưới 90 ngày nhưng có lý do chắn chắn để nghi ngờ về khả năng khoản vay sẽ được thanh toán đầy đủ”. Theo Thông tư 11/2021/TT-NHNN ban hành năm 2021, nợ xấu bao gồm các nhóm nợ được phân loại như sau: “Nhóm 3: Dư nợ dưới tiêu chuẩn là các khoản nợ quá hạn từ 91 ngày đến 180 ngày; các khoản nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn dưới 30 ngày theo thời hạn trả nợ đã được cơ cấu lại lần đầu; các khoản nợ được miễn hoặc giảm lãi do khách hàng không đủ khả năng trả lãi đầy đủ theo hợp đồng tín dụng.

    Dư nợ có khả năng mất vốn là các khoản nợ quá hạn trên 360

    • Tổng quan các nghiên cứu thực nghiệm .1 Các nghiên cứu thực nghiệm ở nước ngoài
      • Các nhân tố ảnh hưởng đến nợ xấu của ngân hàng thương mại .1 Yếu tố nội tại

        Theo Thông tư 11/2021/TT-NHNN ban hành năm 2021về phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của TCTD, chi nhánh ngân hàng nước ngoài, dư nợ của ngân hàng được phân thành 5 nhóm nợ gồm: nhóm 1- nợ đủ tiêu chuẩn, nhóm 2- nợ cần chú ý, nhóm 3- nợ dưới tiêu chuẩn, nhóm 4- nợ nghi ngờ và nhóm 5- nợ có khả năng mất vốn. Theo Weinberg (1995) đã đưa ra giả thuyết rủi ro cho vay tăng trong thời kỳ phát triển kinh tế vì lợi nhuận kỳ vọng từ các dự án đầu tư được cải thiện, do đó lợi nhuận kỳ vọng từ tất cả khoản vay cũng tăng lên, điều này đã khiến các ngân hàng thường xuyên nới lỏng tiêu chuẩn bảo lãnh phát hành, trong khi hoạt động tín dụng cần được thắt chặt, vì vậy các khoản nợ xấu tăng lên cùng với sự gia tăng tín dụng.

        TểM TẮT CHƯƠNG 2

        PHƯƠNG PHÁP NGHIÊN CỨU

        • Phương pháp xác định biến .1 Biến phụ thuộc

          Sau khi xem xét thực trạng nợ xấu của các ngân hàng TMCP Việt Nam hiện nay, tác giả thấy rằng có hai nhóm nhân tố chính ảnh hưởng đáng kể đến nợ xấu, bao gồm các yếu tố nội tại như tỷ lệ nợ xấu năm trước, quy mô ngân hàng, khả năng sinh lời, dự phòng rủi ro tín dụng, tốc độ tăng trưởng tín dụng, vốn chủ sở hữu trên tổng tài sản và các yếu tố vĩ mô gồm tốc độ tăng trưởng kinh tế và tỷ lệ lạm phát. • Giả thuyết H1: Tỷ lệ nợ xấu năm trước tác động cùng chiều với tỷ lệ nợ xấu Điều này có nghĩa là nợ xấu của năm trước tồn đọng càng nhiều, ngân hàng càng thể hiện mặt yếu kém trong khâu quản trị nợ, các ngân hàng gặp khó khăn trong việc xử lý và từ đó gây ảnh hưởng và làm gia tăng nợ xấu năm hiện tại. Khi nền kinh tế tăng trưởng đồng nghĩa với kết quả hoạt động kinh doanh của các cá nhân và tổ chức thay đổi theo chiều hướng tích cực, tạo điều kiện thuận lợi cho các đối tượng này chi trả vốn và lãi vay cho ngân hàng, nợ xấu được giải quyết và tỷ lệ nợ xấu giảm đi đáng kể.

          Dựa trên lý thuyết về hai nhóm yếu tố nội tại ngân hàng và vĩ mô gây ra nợ xấu theo thời gian và trên cơ sở tham khảo các mô hình nghiên cứu thực nghiệm trong và ngoài nước đã trình bày ở Chương 2, mô hình luận văn sử dụng chủ yếu đúc kết từ nghiên cứu của Nguyễn Thị Hồng Vinh (2017), nghiên cứu này được lựa chọn dựa trên cơ sở nguồn lực về tài liệu, dữ liệu và khả năng nghiên cứu của tác giả. Các nghiên cứu trên cho thấy các yếu tố ảnh hưởng chủ yếu đến tỷ lệ nợ xấu bao gồm tỷ lệ nợ xấu năm trước, khả năng sinh lời, quy mô ngân hàng, tỷ lệ vốn chủ sở hữu trên tổng tài sản, tỷ lệ dự phòng rủi ro, tốc độ tăng trưởng tín dụng, tỷ lệ lạm phát, tỷ lệ tăng trưởng kinh tế và tỷ lệ thất nghiệp. Các ngân hàng thường dự đoán mức lỗ vốn để có mức trích lập dự phòng cao hơn để giảm sự biến động của thu nhập hay tỷ lệ dự phòng rủi ro là một trong những cách ngân hàng kiểm soát rủi ro, nghĩa là quyết định tăng mức trích lập dự phòng rủi ro các khoản vay sẽ ảnh hưởng trực tiếp đến chi phí hoạt động của ngân hàng.

          Bảng 3.1: Tổng hợp các biến sử dụng trong mô hình nghiên cứu
          Bảng 3.1: Tổng hợp các biến sử dụng trong mô hình nghiên cứu

          TểM TẮT CHƯƠNG 3

          KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

          • Phân tích hồi quy

            Trong chương này, luận văn trình bày kết quả nghiên cứu thông qua các phương pháp phân tích như thống kê mô tả, phân tích tương quan, ước lượng mô hình hồi quy, kiểm định các mô hình hồi quy nghiên cứu và ước lượng mô hình theo phương pháp Pooled OLS, FEM, REM và GMM. Để kiểm định mức độ ảnh hưởng của các nhân tố đến tỷ lệ nợ xấu của ngân hàng TMCP Việt Nam, nghiên cứu xây dựng mô hình gồm những biến như sau, trong đó có 1 biến phụ thuộc là tỷ lệ nợ xấu (NPL), 8 biến độc lập đại diện cho các yếu tố nội tại bao gồm tỷ lệ nợ xấu năm trước (NPLt-1), khả năng sinh lời (ROE), tỷ lệ vốn chủ sở hữu trên tổng tài sản (ETA), dự phòng rủi ro tín dụng (LLR), quy mô ngân hàng (SIZE), tốc độ tăng trưởng tín dụng (LGR) và các yếu tố tác động vĩ mô bao gồm tốc độ tăng trưởng kinh kế (GDP), tỷ lệ lạm phát (INF). Giá trị tuyệt đối của các hệ số tương quan giữa các biến độc lập gần đến 1 thì các biến có mối quan hệ tuyến tính chặt chẽ, ngược lại, khi giá trị của các hệ số này càng gần đến 0, các biến giải thích sẽ độc lập với nhau và kết quả ước lượng sẽ có độ tin cậy cao.

            Vì vậy, mô hình không có hiện tượng tự tương quan giữa các biến độc lập và không có hiện tượng đa cộng tuyến nghiêm trọng ở các hệ số tương quan có giá trị khá thấp so với chuẩn so sánh theo Farrar và Glauber (1967) là 0.8. Thêm vào đó, mô hình nghiên cứu sử dụng biến trễ của biến phụ thuộc NPLt-1 làm biến độc lập, nên theo Nir Klein (2013) thì mô hình nghiên cứu có dạng dữ liệu bảng động (Dynamic panel data) và biến trễ của biến phụ thuộc NPLt-1 chính là biến nội sinh. Sau khi sử dụng phương pháp GMM để khắc phục các hiện tượng nội sinh, tự tương quan và phương sai sai số thay đổi, mô hình Prob >chi2 = 0.0000 <1% cho nên kết quả ước lượng của mô hình là phù hợp và có thể sử dụng được.

            Tuy nhiên, theo kết quả hồi quy của luận văn, mối quan hệ giữa tăng trưởng kinh tế và nợ xấu là cùng chiều, kết quả này trái với kỳ vọng ban đầu, nhưng tác giả đã tìm được nghiên cứu của Bonilla (2011) để củng cố cho kết quả của mình. Điều này có thể giải thích rằng hiệu quả kinh doanh của ngân hàng thường có liên quan đến hành vi chấp nhận rủi ro của các nhà quản trị ngân hàng, theo nghiên cứu của Hu và các cộng sự (2004), các nghiên cứu cho rằng các ngân hàng muốn đạt được mức lợi nhuận cao thì họ sẽ chấp nhận rủi ro càng cao.

            Bảng 4.2: Ma trận tương quan
            Bảng 4.2: Ma trận tương quan

            TểM TẮT CHƯƠNG 5

            5 0.56742 ROE 1.41 6 0.70734

            Note: the rank of the differenced variance matrix (6) does not equal the number of coefficients being tested (8); be sure what you expect, or there may be problems computing the test. Examine the output of your estimators for anything unexpected and possibly consider scaling your variables so that the coeííicients are on a similar scale.