Nguồn: Báo cáo tài chính ACB 2015
Nhìn vào bảng có thể thấy số dư dự phịng của ACB liên tục tăng. Trong giai đoạn này, do nền kinh tế rơi vào khủng hoảng, chất lượng tín dụng xuống thấp, ngân hàng phải trích lập DPRR cao nhằm đảm bảo an tồn hoạt động. Việc chi phí trích lập dự phòng tăng mạnh cũng cho thấy ACB đang nỗ lực trong việc minh bạch
hố thơng tin với mức trích lập dự phòng tương đối cao. Tuy nhiên, việc trích lập dự phịng của ACB vẫn chưa đầy đủ, khi năm 2012, ACB ghi nhận món tiền gửi khoảng 719 tỷ đồng có kỳ hạn mà ACB đã ủy thác cho nhân viên gửi tại một ngân hàng thương mại cổ phần khác đã chuyển sang nợ nhóm 2 nhưng vẫn chưa trích lập dự phịng. Đến năm 2013, ACB mới trích lập dự phịng 375.908 triệu đồng cho món tiền đã quá hạn trên.
Năm 2013, nợ xấu của ACB tăng lên tới 3.242 tỷ đồng, riêng nợ nhóm 5 tăng gấp đơi lên 2.122 tỷ đồng, mà tổng dự phịng trích lập chỉ là 1.548 tỷ đồng… Trong dư nợ ACB năm 2013, vẫn cịn tồn nhiều món nợ giá trị lớn và chưa có biện pháp thu hồi nợ hiệu quả. Do đó, chi phí dự phịng của ACB sẽ cịn tăng cao qua các năm tới, khi các món nợ này đến thời gian đáo hạn.
Năm 2015, nợ xấu giảm nhanh xuống cịn 1.770 tỷ đồng nợ xấu, trong đó nợ nhóm 5 là 1.066 tỷ đồng và trong năm ACB chỉ trích thêm 411 tỷ đồng dự phòng, nâng số dư dự phịng cuối kỳ lên 1.540 tỷ đồng.
Mức trích lập dự phòng so với giá trị nợ xấu của ACB năm 2015 đạt 87%, cho thấy ACB đã tích cực tăng trích lập nhằm xử lý nợ xấu, giảm tỷ lệ nợ xấu đáng kể.
Sau khi đã trích lập DPRR, những khoản nợ này sẽ được đưa ra ngoại bảng để được theo dõi và xử lý tiếp.
Bán nợ
Sau khi nợ xấu được đưa ra ngoại bảng, bán nợ là phương án mà ACB sử dụng để xử lý nợ xấu. Trong năm 2014-2015, ngân hàng đã bán cho VAMC hơn 2.200 tỷ đồng nợ xấu. Năm 2014, ACB đã bán 1.036 tỷ đồng nợ xấu cho VAMC (ghi nhận 970 tỷ đồng giá trị trái phiếu đặc biệt), chi phí trích lập dự phịng rủi ro là 1.531 tỷ đồng. ACB đặt mục tiêu xử lý 1.600 tỷ đồng nợ xấu, đăng ký bán 1000 tỷ đồng nợ xấu cho VAMC trong năm 2015.
Tuy nhiên, VAMC thực chất chưa xử lý được nợ xấu mà chỉ làm những giao dịch mang tính chất kế tốn. VAMC chỉ giúp ngân hàng chuyển nợ xấu ra ngoại
bảng để nợ xấu trên báo cáo tài chính sạch hơn. Nếu sau 5 năm mà khoản nợ đã bán vẫn khơng xử lý được hết thì NHTM phải nhận lại món nợ đó để tiếp tục xử lý.
Một trong những khó khăn của VAMC hiện nay là do Việt Nam chưa có cơ chế thị trường để đấu giá các khoản nợ. Nếu các khoản nợ chỉ dời từ ngân hàng sang VAMC mà khơng tìm ra được các biện pháp xử lý thì những khoản nợ này sẽ không thể nào biến mất khỏi hệ thống ngân hàng. Do đó, rủi ro vẫn thuộc về ACB và ACB phải trích lập dự phịng nợ xấu từ lợi nhuận hàng năm. Tuy nhiên, VAMC có giải quyết nợ xấu thành công hay khơng sẽ đóng vai trị quyết định đối với lợi nhuận của ngân hàng.
Tỷ lệ biện pháp xử lý nợ xấu mà ACB áp dụng:
Bảng 2.13: Tỷ lệ các biện pháp xử lý nợ xấu ACB áp dụng từ năm 2011 –2015 2015
Biện pháp Tỷ trọng
Xử lý bằng Quỹ DPRR 33%
Cơ cấu lại nợ 6%
Phát mãi TSBĐ 10%
Bán nợ 18%
Khởi kiện khách hàng 2%
Thu nợ 6%
Miễn giãm lãi 5%
Tiếp tục cấp tín dụng 6%
Yêu cầu bên bảo lãnh thực hiện nghĩa
vụ trả thay 3%
Biện pháp khác 11%
Nguồn: Tác giả tổng hợp từ Báo cáo tổng kết ACB
Trong các biện pháp thì xử lý nợ xấu bằng Quỹ DPRR vẫn là biện pháp được ACB sử dụng nhiều nhất. Đây cũng là một biện pháp đang được các ngân hàng khác áp dụng nhiều nhất. Biện pháp phát mãi TSBĐ cũng là một biện pháp ACB áp dụng nhiều vì nguyên tắc cho vay của ACB là cho vay dựa trên TSBĐ, giúp ACB thu hồi được một phần nợ xấu. Tuy nhiên, việc phát mãi TSĐB mất nhiều thời gian, thủ tục rườm rà, tốn kém nhiều chi phí, thêm vào đó thị trường bất động sản đóng băng
cũng khiến cho việc bán TSĐB rất khó khăn. Một biện pháp khác ACB áp dụng là bán nợ cho VAMC, chiếm tỷ trọng cao, biện pháp này giúp giảm tỷ lệ nợ xấu ACB.
2.4. Thực trạng nghiên cứu khảo sát các nhân tố tác động đến công tác quản lý nợ xấu tại NHTM CP Á Châu
Phân tích các nhân tố tác động đến công tác quản lý nợ xấu tại ACB sẽ giúp biết được chính xác các yếu tố nào đang tác động đến công tác quản lý nợ xấu tại ACB, từ đó kịp thời đề ra những giải pháp phù hợp giúp công tác quản lý nợ xấu tại ACB được hồn thiện hơn.
2.4.1. Mơ hình nghiên cứu
Từ lý thuyết chương 1, tác giả đã đề xuất mơ hình nghiên cứu gồm 3 biến độc lập và 1 biến phụ thuộc:
Quản lý Nợ xấu (Y) = f(F1,F2,F3)
với:
F1: Nhân tố từ phía khách hàng đi vay F2: Nhân tố từ phía ngân hàng cho vay
F3: Nhân tố từ Mơi trường kinh tế và môi trường pháp lý
2.4.2. Các biến nghiên cứu và dữ liệu nghiên cứu
Các giả thiết nghiên cứu
• Giả thiết H1: Nhân tố khách hàng đi vay có tác động đến cơng tác quản lý nợ xấu tại ACB
• Giả thiết H2: Nhân tố từ phía ngân hàng cho vay có tác động đến cơng tác quản lý nợ xấu tại ACB
• Giả thiết H3: Nhân tố từ Môi trường kinh tế và mơi trường pháp lý có tác động đến cơng tác quản lý nợ xấu tại ACB
Thời gian thực hiện khảo sát là từ tháng 5/2014 đến tháng 7/2014. Phạm vi khảo sát: các chi nhánh ACB trên địa bàn Thành phố Hồ Chí Minh
Các biến nghiên cứu
• Biến phụ thuộc: Cơng tác quản lý nợ xấu
• Biến độc lập: nhân tố từ phía khách hàng đi vay, nhân tố từ phía ngân hàng cho vay và nhân tố từ Môi trường kinh tế và môi trường pháp lý Mẫu khảo sát: Tác giả thực hiện khảo sát với 200 phiếu được phát ra, số lượng
thu về là 184 phiếu chiếm tỷ lệ 92.0%. Số phiếu này đạt yêu cầu về số lượng mẫu để đảm bảo độ tin cậy dữ liệu.
Đối tượng khảo sát: là các nhân viên, quản lý đang làm việc tại hệ thống ACB trên địa bàn thành phồ Hồ Chí Minh, các cổ đơng của ACB.
Nội dung khảo sát: khảo sát các nhân tố tác động tới công tác quản lý nợ xấu tại ACB, thông qua bảng câu hỏi (xem phụ lục 1)
2.4.3. Kết quả nghiên cứu 2.4.3.1. Mô tả mẫu khảo sát
Với câu hỏi khảo sát vị trí cơng tác của các đối tượng cho kết quả: Vị trí Quản
lý 25,1% số người trả lời; Chuyên gia chiếm 30,4% số người trả lời; Nhân viên
chiếm 40,4% số người trả lời và cuối cùng là Cổ đông chiếm 4,4% số người trả lời (xem phụ lục 2 - bảng 2.1)
Về giới tính của các đối tượng khảo sát: Tỷ lệ nam và nữ trong khảo sát này khá khác xa nhau, cụ thể nam giới chiếm là 61,4% và nữ là 38,6%. Điều này cho thấy nam giới có xu thế làm việc trong ACB nhiều hơn nữ giới (xem phụ lục 2 - bảng 2.2)
Với câu hỏi khảo sát về độ tuổi của đối tượng khảo sát, độ tuổi chiếm nhiều nhất với 66,3% là tuổi từ 20 đến dưới 40 tuổi; tiếp đến là tuổi từ 40 đến dưới 60 tuổi có 51 đối tượng chiếm 27,7% số người trả lời; các lứa tuổi còn lại chiếm 6%. Điều này cho thấy các nhân viên, các nhà quản lý, cổ đơng của ACB có độ tuổi trung bình cao nhất là 20 đến dưới 40 tuổi (xem phụ lục 2 - bảng 2.3)
Kết quả khảo sát về trình độ học vấn: trên đại học có 6 cá nhân, chiếm 3,3% số trả lời; trình độ đại học có 122 cá nhân chiếm tỷ lệ cao nhất là 66,3% số người trả lời, cao đẳng là 31 cá nhân chiếm 16,8% số đối tượng, trung cấp là 25 cá nhân chiếm 13,6% số người trả lời
Kết quả này cho thấy rằng các đối tượng khảo sát có trình độ đại học có số lượng lớn nhất, điều này cho thấy ACB có đầu vào nhân sự có trình độ cao (xem phụ lục 2 - bảng 2.4)
2.4.3.2. Tiến hành thống kê mô tả giá trị các biến độc lập:
Về Nhân tố từ phía khách hàng đi vay (xem phụ lục 2 - bảng 2.5) ta thấy giá trị trung bình là 3,74, rất gần so với mức 4 là mức lựa chọn Đồng ý. Điều này cho thấy
Nhân tố từ phía khách hàng đi vay được đánh giá có tác động mạnh đến công tác quản lý nợ xấu tại ACB.
Về Nhân tố từ phía Ngân hàng cho vay (xem phụ lục 2 - bảng 2.6) ta thấy giá trị trung bình là 3,86, rất gần so với mức 4 là mức lựa chọn Đồng ý. Điều này cho thấy
Nhân tố từ phía Ngân hàng cho vay được đánh giá có tác động mạnh đến cơng tác quản lý nợ xấu tại ACB.
Về Nhân tố từ Môi trường kinh tế và môi trường pháp lý (xem phụ lục 2 - bảng 2.7) ta thấy giá trị trung bình là 3,69, rất gần so với mức 4 là mức lựa chọn Đồng ý. Điều này cho thấy Nhân tố từ Môi trường kinh tế và môi trường pháp lý được đánh giá có tác động mạnh đến cơng tác quản lý nợ xấu tại ACB.
2.4.3.3. Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach Alpha
Tính hệ số độ tin cậy Cronbach Alpha: Hệ số Cronbach’s Alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát. Tiến hành loại bỏ các biến không phù hợp và hạn chế biến rác trong mơ hình nghiên cứu. Chỉ những biến có hệ số tương quan biến tổng phù hợp (Corrected Item-Total Correlation) lớn hơn 0,3 và hệ số Alpha lớn hơn 0,6 mới được xem là chấp nhận được và thích hợp đưa vào phân tích những bước tiếp theo. Khi thang đo
có độ tin cậy từ 0,8 trở lên đến gần 1 là thang đo lường tốt. Tác giả sẽ lần lượt tiến hành kiểm tra độ tin cậy của từng biến bao gồm 3 biến độc lập và 1 biến phụ thuộc.
Kiểm định Nhân tố từ phía khách hàng đi vay: Nhân tố này bao gồm 6 biến
được mã hóa cụ thể trong bảng khảo sát. Kết quả được thể hiện trong phụ lục 2 - bảng 2.8.
Nhìn vào phụ lục 2 - bảng 2.8 cho thấy hệ số Cronbach’s Alpha của nhân tố con người là 0,817 > 0,6 nên thang đo đạt tiêu chuẩn. Đồng thời, các biến quan sát đều có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) đều lớn hơn 0,3 nên các biến đạt yêu cầu về độ tin cậy của dữ liệu.
Kiểm định Nhân tố từ phía Ngân hàng cho vay: Bao gồm 14 biến được mã hóa cụ thể trong bảng khảo sát. Kết quả được thể hiện trong phụ lục 2 - bảng 2.9.
Nhìn vào bảng trên cho thấy hệ số Cronbach’s Alpha của Nhân tố từ phía Ngân hàng cho vay là 0,884 > 0,6 nên thang đo đạt tiêu chuẩn. Các biến quan sát đều có hệ số tương quan biến - tổng đều lớn hơn 0,3 nên các biến đạt yêu cầu về độ tin cậy của dữ liệu.
Kiểm định Nhân tố từ Môi trường kinh tế và môi trường pháp lý: Bao gồm
10 biến được mã hóa cụ thể trong bảng khảo sát. Kết quả được thể hiện trong phụ lục 2 - bảng 2.10
Ta thấy hệ số Cronbach’s Alpha của Nhân tố từ Môi trường kinh tế và môi trường pháp lý là 0,804 > 0,6 nên thang đo đạt tiêu chuẩn. Đồng thời, các biến quan
sát đều có hệ số tương quan biến - tổng đều lớn hơn 0,3 nên các biến đạt yêu cầu về độ tin cậy của dữ liệu.
Kiểm định nhân tố phụ thuộc Biện pháp giúp tăng cường quản lý nợ xấu tại ACB: Bao gồm 6 biến được mã hóa cụ thể trong bảng khảo sát. Kết quả được thể hiện trong phụ lục 2 - bảng 2.11
Ta thấy hệ số Cronbach’s Alpha của nhân tố Biện pháp giúp tăng cường quản lý nợ xấu tại ACB là 0,785 > 0,6 nên thang đo đạt tiêu chuẩn. Đồng thời, các
biến quan sát đều có hệ số tương quan biến - tổng đều lớn hơn 0,3 nên các biến đạt yêu cầu về độ tin cậy của dữ liệu.
Thực hiện các bước kiểm tra độ tin cậy của dữ liệu cho thấy rằng tất cả các biến đều đảm bảo độ tin cậy của dữ liệu, thỏa mãn yêu cầu về dữ liệu được đặt ra. Dùng các dữ liệu này cho các bước tiếp theo là hoàn toàn hợp lý.
2.4.3.4. Phân tích nhân tố khám phá Exploratory Factor Analysis (EFA)
Sau khi kiểm tra độ tin cậy, các dữ liệu đều thỏa mãn độ tin cậy với 3 nhóm biến độc lập với 30 yếu tố kỳ vọng tác động đến nợ xấu tại ACB được đưa vào phân tích nhân tố khám phá. Phân tích nhân tố khám phá EFA là kỹ thuật được sử dụng để thu nhỏ và tóm tắt dữ liệu. Phương pháp này rất hiệu quả trong việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Nghiên cứu này sử dụng phương pháp kiểm định Kaiser-Meyer-Olkin (KMO) và Bartlett để đo lường sự tương thích của mẫu khảo sát. Hệ số KMO phải có giá trị trong khoảng từ 0,5 đến 1 thì phân tích này mới thích hợp, cịn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với dữ liệu, tiến hành loại bỏ và thực hiện lại đến khi các hệ số đều lớn hơn 0,5. Một phần quan trọng trong bảng phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rolated component matrix). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố Principal Component nên các hệ số tải nhân tố phải có trọng số lớn hơn 0,5 thì mới đạt u cầu.
Bảng 2.14: Bảng tóm tắt các hệ số khi sử dụng phân tích nhân tốLần Tổng số biến Lần Tổng số biến phân tích Biến quan sát bị loại Hệ số KMO Sig Phương sai trích Số nhân tố phân tích được 1 30 .860 .000 62.713 7 2 28 2 biến .855 .000 64.507 7
Nguồn: Nghiên cứu của tác giả
Dựa vào bảng 2.14 cho thấy hệ số KMO > 0,5 và sig = 0,000 < 0,05 nên giả thuyết H0 trong phân tích này “Độ tương quan giữa các biến quan sát bằng 0 trong tổng thể” sẽ bị bác bỏ, điều này có nghĩa là các biến quan sát có tương quan với nhau trong tổng thể và phân tích nhân tố EFA là thích hợp. Các con số trong bảng Rotated Component Matrix thể hiện các trọng số nhân tố hay hệ số tải nhân tố (factor loading) lớn nhất của mỗi biến quan sát. Để phân tích nhân tố EFA được xem là quan trọng và có ý nghĩa thiết thực, chỉ giữ lại các biến quan sát có trọng số nhân tố > 0,5.
Sau khi loại những biến quan sát có trọng số nhỏ hơn 0,5, mơ hình nghiên cứu cịn lại 28 yếu tố thành phần trích thành 7 nhóm được tổng hợp và trình bày ở bảng 2.11. Các giá trị Eigenvalues đều lớn hơn 1 và độ biến thiên được giải thích tích luỹ là 64,507% cho biết 7 nhóm nhân tố nêu trên giải thích được 64,507% biến thiên của các biến quan sát.
Bảng 2.15: Bảng phân tích nhân tố tương ứng với các biến quan sátPhân nhóm và mã hóa Rotated Component Matrixa Phân nhóm và mã hóa Rotated Component Matrixa
Component 1 2 3 4 5 6 7 Nhân tố nội bộ (NB)