Đối với biến ROE: Mô hình hồi quy cho kết quả p-value = 0,018 < 0.05 � kết quả có ý nghĩa thống kê ở mức 5%. Như vậy, có mối tương quan giữa lợi nhuận ròng trên vốn chủ sở hữu với tỷ lệ nợ xấu. Trong điều kiện các yếu tố khác không đổi thì ROE của BIDV càng thấp thì tỷ lệ nợ xấu càng cao. Kết quả này phù hợp với lý thuyết là khả năng sinh lời kém dẫn tới ngân hàng thiếu nguồn lực trong hoạt động quản lý nợ xấu, tỷ lệ nợ xấu cao. Đồng thời, kết quả nghiên cứu cũng tương đồng với kết quả nghiên cứu của Nguyễn Thị Hồng Vinh (2015) về các ngân hàng thương mại tại Việt Nam và Nguyễn Thị Hồng Vinh, Nguyễn Minh Sáng (2018) về các ngân hàng thương mại tại Đông Nam Á. Như vậy, giả thuyết H1 được chấp nhận.
Đối với biến EA: Mô hình hồi quy cho kết quả p-value = 0,102 > 0.1 � kết quả không có ý nghĩa thống kê. Như vậy với mức ý nghĩa thống kê 10% thì tỷ lệ vốn chủ sở hữu trên tổng tài sản không có mối tương quan với tỷ lệ nợ xấu. Kết quả này không có ý nghĩa thống kê. Giả thuyết H2 bị bác bỏ.
Đối với biến GRL: Mô hình hồi quy cho kết quả p-value = 0,935 >0.1 � kết quả không có ý nghĩa thống kê. Như vậy với mức ý nghĩa thống kê 10% thì tốc độ tăng trưởng tín dụng không có mối tương quan với tỷ lệ nợ xấu. Giả thuyết H3 bị bác bỏ.
Đối với biến NIM: Mô hình hồi quy cho kết quả p-value = 0,447 >0.11 � kết quả không có ý nghĩa thống kê. Như vậy với mức ý nghĩa thống kê 10% thì thu nhập lãi cận biên không có mối tương quan với tỷ lệ nợ xấu. Giả thuyết H4 bị bác bỏ.
Đối với biến NPLt-1: Mô hình hồi quy cho kết quả p-value = 0,000 < 0.05 � kết quả có ý nghĩa thống kê ở mức 5%. Như vậy có mối tương quan giữa tỷ lệ nợ xấu năm trước với tỷ lệ nợ xấu hiện tại. Trong điều kiện các yếu tố khác không đổi thì tỷ lệ nợ xấu năm trước của BIDV càng cao thì tỷ lệ nợ xấu càng cao. Kết quả trên phù hợp với lý thuyết là nợ xấu trong quá khứ cao sẽ làm tăng gánh nặng đối với hoạt động quản lý nợ xấu dẫn đến tỷ lệ nợ xấu tăng cao. Kết quả nghiên cứu đưa ra nhận
định tương đồng với các nghiên cứu trước đây như Salas và Saurina (2002) về các ngân hàng tại Tây Ban Nha, Nguyễn Thị Hồng Vinh (2015) về các ngân hàng thương mại tại Việt Nam và Nguyễn Thị Hồng Vinh, Nguyễn Minh Sáng (2018) về các ngân hàng thương mại tại Đông Nam Á. Như vậy, giả thuyết H5 được chấp nhận.
Đối với biến GDP: Mô hình hồi quy cho kết quả p-value = 0,072 < 0.1 � kết quả có ý nghĩa thống kê ở mức 10%. Như vậy có mối tương quan giữa tốc độ tăng trưởng GDP thực với tỷ lệ nợ xấu. Trong điều kiện các yếu tố khác không đổi thì tốc độ tăng trưởng GDP thực càng cao thì tỷ lệ nợ xấu càng cao. Kết quả này trái ngược với nhận định rằng tốc độ tăng trưởng GDP cao, các doanh nghiệp hoạt động hiệu quả làm giảm nguy cơ phát sinh nợ xấu. Điều này có thể giải thích là trong giai đoạn kinh tế tăng trưởng, ngân hàng có thể chấp nhận các khách hàng có mức độ rủi ro cao hơn dẫn đến làm gia tăng tỷ lệ nợ xấu. Kết quả nghiên cứu cũng đưa ra nhận định trái ngược so với các nghiên cứu của Nguyễn Thị Hồng Vinh (2015) về các ngân hàng thương mại tại Việt Nam và Nguyễn Thị Hồng Vinh, Nguyễn Minh Sáng (2018) về các ngân hàng thương mại tại Đông Nam Á. Tuy nhiên, kết quả này lại tương đồng với nghiên cứu của Inekwe Murumba (2013) về các ngân hàng tại Nigeria. Như vậy, giả thuyết H6 được chấp nhận.
Đối với biến CPI: Mô hình hồi quy cho kết quả p-value = 0,290 > 0.1 � kết quả không có ý nghĩa thống kê. Như vậy với mức ý nghĩa thống kê 10% thì tỷ lệ lạm phát không có mối tương quan với tỷ lệ nợ xấu. Giả thuyết H7 bị bác bỏ.
Như vậy, kết quả nghiên cứu được so sánh với một số nghiên cứu trước đây như sau:
Bảng 3.8: So sánh kết quả nghiên cứu với các nghiên cứu trước
Biến Kết quả
nghiên cứu Các nghiên cứu trước đây
ROE (-)
(-) Louzis et al (2010) (-) Nguyễn Thị Hồng Vinh (2015)
(-) Nguyễn Thị Hồng Vinh, Nguyễn Minh Sáng (2018)
EA Không có ý
GRL Không có ý
nghĩa thống kê
(+) Salas và Saurina (2002) (+) Nguyễn Thị Hồng Vinh (2015)
NIM Không có ý
nghĩa thống kê (+) Fofack (2005)
NPLt-1 (+)
(+) Salas và Saurina (2002) (+) Nguyễn Thị Hồng Vinh (2015)
(+) Nguyễn Thị Hồng Vinh, Nguyễn Minh Sáng (2018)
GDP (+)
(+) Inekwe Murumba (2013) (-) Nguyễn Thị Hồng Vinh (2015)
(-) Nguyễn Thị Hồng Vinh, Nguyễn Minh Sáng (2018)
CPI Không có ý
nghĩa thống kê (+) Fofack (2005)
KẾT LUẬN CHƯƠNG 3
Trên cở sở dữ liệu từ báo cáo tài chính các quý của BIDV trong giai đoạn 2012- 2020 cùng với các số liệu kinh tế vĩ mô, tác giả xây dựng mô hình nghiên cứu các nhân tố ảnh hưởng đến nợ xấu tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam áp dụng phương pháp hồi quy bình phương nhỏ nhất (OLS).
Các biến được lựa chọn để xây dựng mô hình được chia thành hai nhóm: các yếu tố kinh tế vĩ mô bao gồm tỷ lệ lạm phát và tốc độ tăng trưởng GDP thực; các yếu tố nội tại của ngân hàng bao gồm lợi nhuận trên vốn chủ sở hữu, vốn chủ sở hữu trên tổng tài sản, tốc độ tăng trưởng tín dụng, thu nhập lãi cận biên và tỷ lệ nợ xấu của năm trước.
Thông qua kết quả mô hình nghiên cứu các nhân tố ảnh hưởng đến nợ xấu tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam, ta có thể thấy nợ xấu chịu tác động của cả các yếu tố kinh tế vĩ mô và các yếu tố nội tại bên trong ngân hàng.
Trong đó yếu tố kinh tế vĩ mô là tốc độ tăng trưởng GDP thực có ảnh hưởng cùng chiều với tỷ lệ nợ xấu. Còn đối với các yếu tố nội tại bên trong ngân hàng thì tỷ lệ lợi nhuận ròng trên vốn chủ sở hữu ảnh hưởng ngược chiều với tỷ lệ nợ xấu còn tỷ lệ nợ xấu của năm trước có ảnh hưởng cùng chiều với tỷ lệ nợ xấu.
Phần tiếp theo, trên cơ sở kết quả nghiên cứu, tác giả sẽ đưa ra một số đề xuất góp phần tăng cường hiệu quả quản lý nợ xấu tại BIDV.
CHƯƠNG 4: ĐỀ XUẤT MỘT SỐ GIẢI PHÁP QUẢN LÝ NỢ XẤU TẠI NGÂN HÀNG TMCP ĐẦU TƯ VÀ PHÁT TRIỂN VIỆT NAM
4.1 Định hướng quản lý nợ xấu tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam