MỐI QUAN HỆ GIỮA RỦI RO TÍN DỤNG VÀ RỦI RO THANH KHOẢN CỦA NGÂN HÀNG THƢƠNG MẠI Ở VIỆT NAM

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH KHOÁ LUẬN TỐT NGHIỆP Chuyên ngành TÀI CHÍNH – NGÂN HÀNG Mã ngành 52340201 Đề tài MỐI QUAN HỆ GIỮA RỦI RO TÍN DỤNG VÀ RỦI RO THANH KHOẢN CỦA NGÂN HÀNG THƢƠNG MẠI Ở VIỆT NAM GIAI ĐOẠN 2009 2018 SVTH Võ Yến Anh MSSV 030631150027 GVHD Ths Trần Thị Vân Trà TP HỒ CHÍ MINH NĂM 2019 TÓM TẮT Khoá luận xem xét mối quan hệ giữa rủi ro tín dụng và rủi ro thanh khoản của các ngân hàng thương mại tại Việt Nam giai đoạn.

Đặtvấn đề

Với sự hội nhập ngày càng sâu rộng của nền kinh tế Việt Nam, việc phát triển các cơ hội đầu tư kinh tế và xã hội từ các tổ chức phi chính phủ và các nước phát triển trở nên quan trọng Tuy nhiên, quá trình hội nhập cũng tạo ra áp lực cho thị trường trong nước và ngành ngân hàng Ngân hàng thương mại đóng vai trò chủ chốt trong việc luân chuyển tiền tệ và thúc đẩy sự phát triển của thị trường tiền tệ Do đó, cần thiết phải xây dựng một hệ thống ngân hàng ổn định và hiệu quả, thông qua các công cụ chính sách phù hợp, nhằm đảm bảo lợi nhuận và hạn chế rủi ro tiềm ẩn.

Để nâng cao khả năng cạnh tranh, các ngân hàng thương mại hiện nay cần mở rộng các hình thức tài chính đa dạng, không chỉ tập trung vào hoạt động cho vay Tuy nhiên, điều này cũng dẫn đến những rủi ro như giảm uy tín, mất khả năng thanh khoản tạm thời, và nguy cơ phá sản Vì vậy, bên cạnh việc đảm bảo lợi nhuận, các ngân hàng phải quản lý và chấp nhận rủi ro ở mức hợp lý, đặc biệt là rủi ro tín dụng và rủi ro thanh khoản.

Vai trò quản lý rủi ro là rất quan trọng, nhưng trong nghiên cứu học thuật, các tác giả thường chỉ tập trung vào việc đo lường tác động của từng loại rủi ro mà không xem xét mối liên hệ giữa chúng Điều này đặt ra câu hỏi về sự liên kết giữa rủi ro tín dụng và rủi ro thanh khoản tại các ngân hàng thương mại Việt Nam Để giải quyết vấn đề này, tôi đã chọn đề tài nghiên cứu: "Mối liên hệ giữa rủi ro tín dụng và rủi ro thanh khoản tại các ngân hàng thương mại Việt Nam."

Tínhcấp thiếtđềtài

Hoạt động ngân hàng luôn tiềm ẩn rủi ro, và chỉ cần một sự kiện hay cú sốc kinh tế cũng có thể ảnh hưởng lớn đến sự ổn định của nền kinh tế quốc gia Cuộc khủng hoảng cho vay thế chấp dưới chuẩn ở Mỹ vào giữa năm 2007 là một ví dụ điển hình, tác động mạnh mẽ đến hệ thống tài chính và nền kinh tế thực Vào tháng 8 năm 2007, tỷ lệ trả chậm đạt mức kỷ lục 36%, phản ánh rủi ro thanh khoản gia tăng Cùng năm đó, tình trạng tài sản của các chủ nhà chuyển từ "thanh toán chậm" sang "tịch thu tài sản" để trả nợ, với 50% các khoản vay thế chấp dưới chuẩn dẫn đến vỡ nợ, cho thấy rõ ràng rủi ro tín dụng trong lĩnh vực này.

Theo báo cáo "Material Loss" của FDIC và OCC, một trong những nguyên nhân chính khiến ngân hàng thương mại thất bại là sự kết hợp của rủi ro thanh khoản và rủi ro tín dụng Rủi ro tín dụng có thể làm giảm chất lượng tài sản và tăng chi phí xử lý nợ xấu, dẫn đến giảm lợi nhuận Trong khi đó, rủi ro thanh khoản ảnh hưởng tiêu cực đến nguồn cung dòng tiền, gây khó khăn trong việc đảm bảo khả năng thanh toán khi đến hạn Nghiên cứu của Imbierowicz & Rauch (2014) chỉ ra rằng các ngân hàng thường không phân biệt giữa tài sản có tính thanh khoản cao và thấp, do đó bỏ sót rủi ro tín dụng tiềm ẩn Điều này dẫn đến việc các thành phần trong nền kinh tế có cái nhìn sai lệch về mức độ rủi ro thực sự, khiến họ không kịp phản ứng khi rủi ro bùng phát thành khủng hoảng.

Nhiều nghiên cứu đã chỉ ra mối quan hệ giữa các loại rủi ro và đặc điểm ngân hàng như quy mô và cấu trúc Salas & Saurina (2002) đã phân tích các yếu tố ảnh hưởng đến rủi ro tín dụng trong ngân hàng thương mại và ngân hàng tiền gửi, trong khi Laeven & Levine (2009) xem xét mối liên hệ giữa rủi ro tín dụng, cơ cấu sở hữu và quy định của ngân hàng nhà nước Các nghiên cứu khác như của Houston và cộng sự (2010), Berger và Udell (2004) cũng đóng góp vào lĩnh vực này Về rủi ro thanh khoản, Cifuentes và cộng sự (2005) đã nghiên cứu rủi ro thanh khoản trong hệ thống các tổ chức tài chính liên kết, trong khi Diamond & Rajan (2001) xem xét khả năng tạo thanh khoản và tính mỏng manh của tài chính Những nghiên cứu gần đây của Acharya & Viswanathan (2011), Gorton & Metrick (2012) và Berger & Bouwman (2012) cũng đã làm rõ thêm vấn đề này.

Trên thế giới, có nhiều nghiên cứu về mối quan hệ giữa rủi ro thanh khoản và rủi ro tín dụng của ngân hàng, trong đó Diamond & Dybig (1983) nhấn mạnh rằng cấu trúc tài sản và nợ của ngân hàng có sự liên kết chặt chẽ, đặc biệt là liên quan đến các khoản vay không thể hoàn trả và việc rút tiền đột ngột của khách hàng Mặc dù rủi ro tín dụng luôn hiện hữu trong hoạt động ngân hàng, nhưng rủi ro thanh khoản vẫn chưa được chú trọng đúng mức Các nghiên cứu như Acharya & Mora (2013) chỉ ra rằng ngân hàng mất khả năng thanh toán đã xảy ra từ giai đoạn đầu trước khi vỡ nợ bùng nổ, trong khi Brunnermeier & Oehmke (2013) cho thấy rằng tình trạng dễ rơi vào bẫy rủi ro thanh khoản và tín dụng do cấu trúc nợ ngắn hạn đã dẫn đến tỷ lệ nợ gia tăng theo thời gian, tương tự như các nghiên cứu của He & Xiong (2012), Cole & White (2012), và Imbierowicz & Rauch (2014).

Mặc dù nhiều nghiên cứu đã phân tích tác động của các rủi ro đến sự ổn định ngân hàng, nhưng tại Việt Nam vẫn thiếu các nghiên cứu về mối tương quan giữa rủi ro tín dụng (RRTK) và rủi ro thị trường (RRTD) Do đó, cần xem xét vấn đề này trong bối cảnh nền kinh tế phát triển của Việt Nam, nhằm hiểu rõ hơn về mối quan hệ giữa hai loại rủi ro Từ đó, cần đưa ra các đề xuất và giải pháp hợp lý để kiểm soát tình trạng mất khả năng thanh khoản, đồng thời cân bằng giữa rủi ro và lợi nhuận.

Mụctiêu nghiêncứu

Bài nghiên cứu tìm hiểu về mối quan hệ giữa rủi ro tín dụng và rủi ro thanhkhoảnđể t ừ đ ó đ ư a ra c á c k i ế n ng hị cũ ng n h ư h ư ớ n g đi p h ù hợ pc h o cá c n gâ n hàngthươngmạiViệtNamtronggiaiđoạnhiệnnay.

- Kiểm tra mối quan hệ giữa rủi ro thanh khoản và rủi ro tín dụng của cácNHTMViệtNamtronggiaiđoạn2009-2018.

- Đưa ra các kiến nghị phù hợp đểNHNN và các NHTM Việt Nam có thể điềuchỉnhquảnlínhằmhạnchế củacảhailoạirủiro.

Câuhỏinghiêncứu

Sau khi xác định được mục tiêu nghiên cứu như đã trình bày ở trên, một số câuhỏinghiêncứusauđâyđược đặtra:

- Mối quan hệ giữa RRTK và RRTD cùng chiều hay ngược chiều đối vớiNHTMViệtNamtronggiaiđoạn2009-2018?

- Nhằm hạn chế của cả RRTK và RRTD, NHNN cũng như NHTM cần phảiquảnlínhư thếnào?

Đốitƣợngvàphạmvinghiêncứu

1.5.1 Đốitƣợngnghiêncứu Đối tượng nghiên cứu đề tài là các ngân hàng thương mại tại Việt Namtrong giai đoạn 2008 đến 2018 dựa trên báo cáo thu nhập thường niên và bảngcânđốikếtoán.

Phươngphápnghiêncứu

Phương pháp nghiên cứu được áp dụng trong bài viết này là nghiên cứu định lượng, sử dụng kỹ thuật phân tích hồi quy dữ liệu bảng (data panel) và phương pháp panel VAR Các giả thuyết được kiểm định thông qua phương pháp OLS, FEM, REM, kết hợp với phương pháp ước lượng GLS Tất cả các phân tích và kiểm tra giả thuyết nghiên cứu được thực hiện bằng phần mềm Eviews và Stata.

Kếtcấubàinghiêncứu

Chương này cung cấp cái nhìn tổng quan về đề tài nghiên cứu, bao gồm lý do nghiên cứu, các câu hỏi và mục tiêu nghiên cứu cụ thể Ngoài ra, phạm vi và đối tượng nghiên cứu cũng được xác định rõ ràng, cùng với phương pháp nghiên cứu được áp dụng Cuối cùng, chương này sẽ nêu bật những đóng góp mới mà nghiên cứu mang lại.

CƠ SỞ LÝ THUYẾT VỀ RỦI RO THANH KHOẢN VÀ RỦI ROTÍNDỤNG

Khái niệmrủirothanhkhoảnvàrủiro tíndụng

Theo Điều 4 của Luật Các Tổ Chức Tín Dụng Việt Nam số 47/2010/QH12, ngân hàng được định nghĩa là tổ chức tín dụng có thể thực hiện một hoặc tất cả các hoạt động ngân hàng Các loại hình ngân hàng bao gồm ngân hàng thương mại, ngân hàng chính sách và ngân hàng hợp tác xã Ngân hàng thương mại là loại hình ngân hàng thực hiện toàn bộ các hoạt động ngân hàng, đóng vai trò quan trọng trong việc cho vay và thanh toán Mặc dù có nhiều loại hình tổ chức tài chính khác, ngân hàng thương mại vẫn là loại hình tài chính đặc biệt, với hệ thống ngân hàng thương mại là duy nhất có khả năng tạo ra lượng bút tệ, ảnh hưởng lớn đến chính sách tiền tệ của ngân hàng trung ương.

Trong lĩnh vực tài chính ngân hàng, các nhà quản trị phải cân nhắc giữa việc tối đa hóa lợi nhuận và quản lý rủi ro Theo Phan Thị Cúc (2009), rủi ro trong ngành ngân hàng là những sự kiện không lường trước có thể dẫn đến tổn thất tài sản, giảm lợi nhuận thực tế hoặc gia tăng chi phí Rủi ro ngân hàng có thể được phân loại theo nguồn gốc thua lỗ, biến động thị trường hoặc vỡ nợ (Bessis, 2011) Phạm Tiến Đạt (2013) chia rủi ro thành hai loại: rủi ro nội tại (bao gồm rủi ro tín dụng, rủi ro thanh khoản, rủi ro lãi suất và rủi ro vỡ nợ) và rủi ro từ yếu tố bên ngoài (như rủi ro lạm phát, rủi ro tỷ giá hối đoái, rủi ro chính trị và rủi ro phạm tội).

Theo thông tư 02/2013/TT-NHNN ngày 21/1/2013 đã đưa ra khái niệm về

Rủi ro tín dụng trong hoạt động ngân hàng, hay còn gọi là rủi ro, là khả năng xảy ra tổn thất đối với nợ của tổ chức tín dụng hoặc chi nhánh ngân hàng nước ngoài Tổn thất này xảy ra khi khách hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ tài chính theo cam kết.

Rủi ro tín dụng là khả năng người vay không thể hoàn trả nợ hoặc thực hiện nghĩa vụ hợp đồng, dẫn đến việc ngân hàng không nhận được tiền gốc và lãi còn nợ Điều này không chỉ làm gia tăng chi phí thu hồi nợ mà còn gây thiệt hại cho ngân hàng Rủi ro tín dụng được coi là rủi ro quan trọng nhất trong ngành ngân hàng, ảnh hưởng đến khả năng thực hiện nghĩa vụ trả nợ của người vay (Bessis, 2011).

Theo Bùi Diệu Anh và Lê Thị Hiệp Thương (2011), rủi ro tín dụng là một yếu tố không thể tránh khỏi trong hoạt động ngân hàng, xảy ra khi khả năng và thiện chí trả nợ không được hình thành đầy đủ Trong đó, thiện chí trả nợ là yếu tố vô hình và cảm tính, dẫn đến việc rủi ro tín dụng được hình thành dựa trên toàn bộ tín dụng và không thể loại bỏ triệt để.

Nợ xấu là chỉ tiêu quan trọng phản ánh chất lượng tín dụng của các ngân hàng thương mại Theo Quỹ Tiền tệ Quốc tế (IMF), nợ xấu được xác định qua thời gian quá hạn và khả năng trả nợ đáng nghi ngờ Theo văn bản số 22/VBHN-NHNN ngày 04/06/2014, nợ được phân loại thành năm nhóm: 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) Các khoản vay từ nhóm 3 trở lên được coi là nợ xấu, có nguy cơ rủi ro tín dụng cao.

Chỉ tiêu tín dụng cao cho thấy chất lượng tín dụng của hoạt động ngân hàng kém, dẫn đến giảm lợi nhuận do tăng trích lập dự phòng rủi ro, từ đó gia tăng rủi ro tín dụng.

Dự phòng rủi ro tín dụng (RRTD) được tính dựa trên dư nợ gốc và được ghi nhận vào chi phí của các tổ chức tín dụng Các khoản vay và cam kết ngoại bảng sẽ được phân loại thành 5 nhóm nợ khác nhau dựa trên mức độ tổn thất, từ đó tổ chức tín dụng sẽ thực hiện việc trích lập dự phòng chung và cụ thể cho RRTD.

Theo nghiên cứu của & cộng sự (2015), dự phòng rủi ro thông thường được trích lập từ lợi nhuận của ngân hàng và được coi là một công cụ quản lý thu nhập hiệu quả trong quản lý rủi ro Chỉ số này đã được áp dụng trong nhiều nghiên cứu khác nhau.

Tỷ lệ DPRRTD là công cụ quan trọng trong việc kiểm soát rủi ro tín dụng của ngân hàng Khi tỷ lệ nợ xấu gia tăng, ngân hàng cần nâng cao tỷ lệ DPRRTD để đối phó với các rủi ro tiềm ẩn (Hasan & Wall, 2003) Do đó, các ngân hàng buộc phải trích lập một khoản dự phòng rủi ro, nhằm hạn chế nguy cơ phá sản, mặc dù điều này có thể làm giảm lợi nhuận.

2.1.3.3 Tỷ lệ giữa các tổn thất cho vay ròng trên dự phòng rủi ro tín dụngnămtrước

Theo nghiên cứu của Võ Xuân Vinh và Phạm Hồng Vy (2015), chỉ số DPRR phản ánh tổng quát tổn thất từ hoạt động tín dụng thông qua cho vay ròng và dự phòng khó đòi của kỳ trước Dự phòng rủi ro tín dụng trước đó có ảnh hưởng trực tiếp đến tỷ lệ tín dụng hiện tại Nghiên cứu của Mongkonkiattichai (2012) chỉ ra rằng nhiều ngân hàng châu Á cho thấy DPRR có tính kéo dài, với việc trích lập DPRRTD cao trong quá khứ dẫn đến tăng tỷ lệ dự phòng trong năm hiện tại với độ trễ một năm.

(nợ ãxưlý−nợ ãxư đãxưlý−nợđãxư đãxưlý−nợđãxư lý ã đãxưlý−nợđãxư thuhoi ược đãxưlý−nợđãxư )𝑡 LCR= dựphòngrǔi rotíndụngt−1

Từ đó, có thể thấy rằng nếu LCR > 1 thì tổn thất của ngân hàng vượt mức cho phép đểcáckhoảndự phòngcóthểbùđắpđược rủiro tíndụng.

Hệ số an toàn vốn (CAR) là chỉ số quan trọng đánh giá mối quan hệ giữa vốn tự có và tài sản có điều chỉnh rủi ro của ngân hàng thương mại Qua nhiều lần điều chỉnh, hệ số này đã được cập nhật theo Thông tư 41/2016/TT-NHNN ban hành vào tháng 12/2016, nhằm đảm bảo tỷ lệ an toàn vốn phù hợp với tình hình kinh tế Việt Nam hiện nay.

Nếu so sánh giữa hệ số CAR theo từng Basel thì tử số vẫn là vốn chủ sở hữutrong khiđómẫu sốở Basel I(ban hànhtheo quyếtđ ị n h s ố 2 9 7 / 1 9 9 9 / Q Đ -

N H N N ngày 25/8/1999 chỉ quy định tài sản có điều chỉnh rủi ro tín dụng, trong khi các quy định Basel sau này đã mở rộng ra cả rủi ro hoạt động và rủi ro thị trường Hệ số CAR theo Basel II và Basel III vẫn giữ mức chuẩn 8%, nhưng Basel III yêu cầu tỷ lệ vốn cao hơn, bổ sung các quy định về khả năng thanh khoản, yêu cầu ngân hàng nắm giữ tài sản có tính thanh khoản cao và chất lượng hơn để đáp ứng nhu cầu thanh khoản trong thời kỳ khủng hoảng.

RWA + 12,5 (K hoặc +K MR) là một yếu tố quan trọng trong quản lý rủi ro tín dụng Mặc dù cho vay vẫn là hoạt động chiếm tỷ trọng lớn nhất của các ngân hàng thương mại, việc giảm thiểu hệ số rủi ro tín dụng được xem là chiến lược ưu tiên nhằm đảm bảo hệ số CAR an toàn và bền vững.

Rủi ro thanh khoản là rủi ro do các TCTD, chi nhánh ngân hàng nước ngoàikhôngcókhảnăngthựchiệncácnghĩavụkhiđếnhạnhoặcphảithanhtoánchi phícaođểbùđắpkhảnăngthanhtoán.(theothôngtư 08/2017/TT-NHNN)

Theo Duttweiler (2008), rủi ro thanh khoản phát sinh khi ngân hàng thương mại không có khả năng thanh toán tại một thời điểm nhất định hoặc phải huy động vốn từ bên thứ ba với chi phí cao để đáp ứng nhu cầu thanh toán ngay lập tức Điều này có thể dẫn đến những hệ quả tiêu cực cho hoạt động của ngân hàng.

Tổngquannghiêncứu

Imbierowicz & Rauch (2014)dựa vào NHTM Mỹ trong giai đoạn 1998 đến

Nghiên cứu năm 2010 đã phân chia thành hai giai đoạn: trước và sau khủng hoảng, nhằm tìm hiểu mối liên hệ giữa RRTK (Rủi ro tín dụng) và RRTD (Rủi ro thị trường) Điều này đặt ra câu hỏi liệu mối quan hệ này có ảnh hưởng đến khả năng vỡ nợ của ngân hàng hay không.

Sử dụng mô hình hồi quy logistic đa biến, nghiên cứu này chưa xem xét đến các biến vĩ mô và thiếu cái nhìn tổng quan trong toàn bộ giai đoạn ổn định Kết quả cho thấy không có mối quan hệ giữa tỷ lệ rủi ro tín dụng (RRTK) và tỷ lệ rủi ro default (RRTD) tại các ngân hàng thương mại ở Mỹ Tuy nhiên, tác giả chỉ ra rằng cả hai rủi ro này có tác động cộng hưởng, làm gia tăng hoặc giảm khả năng vỡ nợ của ngân hàng.

Nghiên cứu của Dermine (1986) về mối quan hệ giữa lãi suất huy động, lãi suất cho vay và mức tối ưu của vốn ngân hàng thông qua mô hình Klein Monti (K-M) chỉ ra rằng các khoản vay không thể hoàn trả làm giảm dòng tiền và khấu hao, dẫn đến tăng rủi ro tín dụng Sự gia tăng rủi ro tín dụng này có thể kéo theo rủi ro thanh khoản, đặc biệt trong bối cảnh biến động kinh tế khi lợi nhuận thu được thấp hơn chi phí Vì vậy, rủi ro tín dụng và rủi ro thanh khoản có mối tương quan dương.

Nghiên cứu của Iyer & Puri (2008) về hiệu quả của bảo hiểm tiền gửi cho thấy vai trò của liên kết xã hội với người gửi tiền ảnh hưởng đến hành vi trong thời kỳ khủng hoảng, sử dụng mô hình prohit và mô hình cox Dữ liệu thu thập từ các giao dịch của người gửi tiền trong giai đoạn 1/2000 đến 1/2002 có thể thiếu thông tin cá nhân, dẫn đến độ chính xác không cao Hạn chế của nghiên cứu còn nằm ở việc chỉ tập trung vào mảng ngân hàng mà chưa xem xét các chỉ số kinh tế vĩ mô khác Kết quả cho thấy sự giảm sút thanh khoản xuất phát từ tài sản rủi ro như chứng khoán và bất động sản, cùng với nhu cầu thanh khoản không ổn định dẫn đến hành vi rút tiền đột ngột của người gửi tiền Do đó, rủi ro tín dụng (RRTK) có mối quan hệ đồng biến với rủi ro thanh khoản (RRTD), cả hai đều gây ra sự mất cân bằng trong hoạt động ngân hàng.

Nghiên cứu của Diamond & Rajan (2001) về rủi ro thanh khoản và khủng hoảng tài chính chỉ ra rằng các ngân hàng thường cho vay đối với những người có khả năng thanh khoản kém nhằm tăng cường dòng tín dụng Dù ngân hàng có thể chuyển đổi tài sản thanh khoản thành tiền gửi không kỳ hạn, nhưng không có sự tương quan rõ ràng giữa nhu cầu thanh khoản của người gửi tiền trong thời gian khủng hoảng và việc buộc phải thanh lý, bán tháo tài sản kém thanh khoản Kết quả cho thấy nhu cầu thanh khoản từ người cho vay có thể tạo ra rủi ro thanh khoản cho những người cần sử dụng vốn nếu họ đột ngột rút tiền cho mục đích thanh khoản khác.

Nikomaram, Taghavi, Diman (2013)nghiên cứu mối quan hệR R T K v à

Nghiên cứu về RRTD tại các ngân hàng Iran từ 2005-2012 cho thấy mối quan hệ tích cực và có ý nghĩa giữa RRTK và RRTD, với quy mô ngân hàng cũng ảnh hưởng đến cả hai loại rủi ro Tuy nhiên, không có mối liên hệ giữa sự hỗn loạn tài chính và loại hình sở hữu với các yếu tố rủi ro Kết quả chỉ ra rằng sự gia tăng RRTK sẽ dẫn đến sự gia tăng RRTD, trong khi khủng hoảng tài chính và cấu trúc sở hữu không có tác động đáng kể.

Foos và cộng sự (2010) đã phân tích dữ liệu từ Bankscope về hơn 10,000 ngân hàng tư nhân trong giai đoạn 1997-2005 để nghiên cứu tác động của tăng trưởng cho vay đến rủi ro ngân hàng thông qua ba giả thuyết liên quan đến mối quan hệ giữa tăng trưởng cho vay trong quá khứ và tổn thất cho vay, lợi nhuận ngân hàng, cùng khả năng thanh toán Nghiên cứu cho thấy sự phát triển mạnh mẽ trong hoạt động cho vay có thể dẫn đến thiệt hại tín dụng trong tương lai gần, ảnh hưởng tiêu cực đến thu nhập từ lãi và tỷ lệ vốn Hơn nữa, những tổn thất này tích lũy theo thời gian, gia tăng rủi ro, đặc biệt là tình trạng thanh khoản Tuy nhiên, nghiên cứu chỉ tập trung vào 14 quốc gia lớn và dễ phục hồi sau khủng hoảng, do đó không phản ánh toàn diện tình hình kinh tế và giai đoạn nghiên cứu khá ngắn.

Nghiên cứu của Acharya và cộng sự (2009) chỉ ra rằng khủng hoảng tài chính ảnh hưởng lớn đến quyết định của ngân hàng trong việc nắm giữ tài sản lưu động Khi khủng hoảng xảy ra, nhiều ngân hàng thất bại do nắm giữ tài sản rủi ro với khả năng cầm cố hạn chế và phải bán ra thị trường với giá thấp Ngược lại, những ngân hàng còn tồn tại thường giữ nhiều tiền mặt để tăng khả năng thanh khoản, nhưng lại đầu tư vào các tài sản rủi ro, dẫn đến hiệu quả thấp trong thị trường tín dụng Điều này cho thấy mối quan hệ nghịch đảo giữa RRTK và RRTD.

Võ Xuân Vinh & Mai Xuân Đức (2017)đã sử dụng các phương pháp hồi quy

OLS,FEM, REM cho dữ liệu bảng bao gồm 35 NHTM Việt Nam giai đoạn 2009-

Nghiên cứu năm 2015 cho thấy mối quan hệ giữa sở hữu nước ngoài và rủi ro thanh khoản Kết quả chỉ ra rằng, khi tỷ lệ sở hữu nước ngoài tăng, rủi ro thanh khoản giảm Đồng thời, rủi ro thanh khoản năm hiện tại có mối quan hệ cùng chiều với rủi ro thanh khoản và rủi ro tín dụng năm trước Tại Việt Nam, hoạt động tín dụng gặp khó khăn do tỷ lệ nợ xấu cao, dẫn đến giảm lợi nhuận Các ngân hàng phải cắt giảm tài sản thanh khoản và vay mượn nhiều hơn, từ đó làm tăng rủi ro thanh khoản.

Mai Thị Phương Thúy (2019) đã thực hiện nghiên cứu về mối quan hệ cùng chiều giữa RRTK và RRTD trong việc mất khả năng thanh toán của ngân hàng thương mại tại Việt Nam, sử dụng dữ liệu thứ cấp từ 9 ngân hàng thương mại trong giai đoạn 2007-2017 Nghiên cứu chỉ ra rằng số liệu quan sát còn hạn chế, chủ yếu tập trung vào các ngân hàng lớn và niêm yết, dẫn đến thiếu cái nhìn tổng quát về toàn bộ hệ thống ngân hàng thương mại tại Việt Nam Tác giả khẳng định có sự tồn tại mối quan hệ cùng chiều giữa RRTK và RRTD, đồng thời nhấn mạnh rằng các yếu tố ngoại sinh của mô hình cho thấy các tài sản rủi ro của ngân hàng không đảm bảo tính thanh khoản cho nền kinh tế, và cả hai loại rủi ro này đều tác động tiêu cực đến sự mất cân bằng và khả năng thanh toán của ngân hàng.

Tínhmớicủa đềtài

Hiện tại, nghiên cứu về mối quan hệ giữa RRTK và RRTD trong các ngân hàng thương mại Việt Nam vẫn còn hạn chế Tác giả đã cập nhật dữ liệu nghiên cứu mới hơn, cụ thể từ báo cáo tài chính trong giai đoạn 2009-2018, khác với các nghiên cứu trước đó Bên cạnh đó, tác giả cũng sẽ thêm biến đa dạng hóa thu nhập (HHI) nhằm phân tích tác động của việc đa dạng hóa đến mức độ rủi ro của ngân hàng, đồng thời phân loại theo từng quy mô của các ngân hàng thương mại hiện nay tại Việt Nam.

Mục tiêu của chương này là nghiên cứu khung lý thuyết về rủi ro tín dụng và rủi ro thanh khoản, cũng như mối quan hệ giữa hai loại rủi ro này, nhằm cung cấp cái nhìn sâu sắc hơn về bản chất của đề tài nghiên cứu Chương đã trình bày các lý thuyết về mối quan hệ giữa rủi ro tín dụng và rủi ro thanh khoản, bao gồm lý thuyết trung gian cổ điển và các mở rộng dựa trên mô hình tổ chức công nghiệp Ngoài ra, nghiên cứu cũng điểm qua các công trình trước đây để chứng minh sự tồn tại của mối quan hệ giữa rủi ro thanh khoản và rủi ro tín dụng.

Việc phân tích mối quan hệ giữa rủi ro tín dụng và rủi ro thanh khoản là rất quan trọng để các nhà quản lý ngân hàng và Nhà nước có thể đưa ra các biện pháp giảm thiểu rủi ro cho các ngân hàng thương mại Nghiên cứu này dựa trên các nghiên cứu thực nghiệm trước đó nhằm xây dựng mô hình phù hợp với nền kinh tế Việt Nam Chương này sẽ thực hiện phân tích phương pháp và mô hình, cũng như các biến sẽ được sử dụng trong nghiên cứu.

Nguồndữliệu

Nghiên cứu này sử dụng dữ liệu thứ cấp từ báo cáo tài chính đã được kiểm toán và báo cáo thường niên của 30 ngân hàng thương mại Việt Nam trong giai đoạn 2009-2018, được niêm yết trên sàn chứng khoán HOSE, HNX và sàn OTC Ngoài ra, tác giả cũng thu thập số liệu vĩ mô từ website của Ngân hàng Nhà nước, Tổng cục Thống kê và World Bank.

3.2 Môhìnhướclượngsửdụng Để cung cấp mô tả đầy đủ về mối quan hệ giữa rủi ro thanh khoản và rủi ro tíndụng,bà in gh iê ncứ u n à y sẽd ự a tr ên ha i ph ươ ng ph áp Tr ướ ct iê n, tô isẽ d ù n g m ôhình panel VAR xem xét tác động trễ của hai biến rủi ro này dựa trên kiểm định đồngliên kết (co-intergration test) để kiểm tra mối quan hệ này có biến động cùng nhautrong dài hạn Đặc biệt có kiểm định nhân quả (Causality analysis) được sử dụng đểkiểmchứngchiềuhướngtácđộngcủacáccặpbiếnvàphảnứngđẩy(Impulseresponse) đánh giá được dao động của từng biến dưới cú sốc của một biến là đặc trưngcủamôhìnhpanelVAR.

Để tăng cường tính thuyết phục của mối quan hệ giữa hai rủi ro, bài viết áp dụng các phương pháp hồi quy bảng OLS, FEM và REM, phù hợp với mô hình đã đề ra Mô hình này bổ sung các biến phụ thuộc nhằm đo lường tác động của biến giải thích, đồng thời giải quyết vấn đề tự tương quan Mặc dù có những thách thức, phương pháp này nổi bật với khả năng loại bỏ hiệu quả các yếu tố phương sai thay đổi và hỗ trợ xây dựng, kiểm định những vấn đề phức tạp, từ đó tạo ra một mô hình có hiệu quả về mặt kỹ thuật.

3.2.1 Mô hìnhtự hồi quyvectorbảng(panelVAR)

Nghiên cứu này áp dụng phương pháp tự hồi quy vector dữ liệu bảng kết hợp với phân tích tương quan để kiểm soát độ lập mối quan hệ giữa rủi ro thanh khoản và rủi ro tín dụng trong ngân hàng, đồng thời xem xét độ trễ của mô hình dựa trên Love & Zicchino (2006) Phương pháp này kết hợp giữa VAR truyền thống của Sims (1980), coi tất cả các biến trong hệ thống là nội sinh, và tiếp cận dữ liệu bảng nhằm không đồng nhất từ từng biến quan sát được Mô hình panel VAR được xây dựng theo cách này.

Yit: Biến phụ thuộc của quan sát i trong thời kỳ tYit-1: Biếnnộisinhtrễ αit:hệsốchặn

Trong hệ thống VAR, tất cả các biến được coi là nội sinh, chỉ xem xét tác động trễ của biến này lên giá trị hiện tại của biến kia mà không chú ý đến tác động đồng thời của các biến Điều này cho phép ước lượng từng phương trình trong mô hình VAR bằng phương pháp OLS mà không cần nhận dạng, nhờ vào các biến trễ đã được xác định trước và không tương quan với các sai số Tính không đồng nhất của đơn vị chéo trong hệ thống được mô hình hóa thông qua các tác động cố định dành riêng cho dữ liệu bảng, khác với mô hình VAR chuỗi thời gian, nơi các tham số có tính đặc trưng đơn vị được nghiên cứu, hoặc với VAR dữ liệu bảng có hệ số ngẫu nhiên, trong đó các tham số được ước tính như một phân phối.

3.2.2 Mô hình hồi quy gộp (Pooled

Yit=α+ β1Xit,1+β2Xit,2+…+βkXit,k+uitTrongđó:

Xit,1; Xit,2;Xit,k…:Biếnđộc lậpcủaquansátitrong thờikỳtαi:hệsốchặn β1,β2,βk…:làhệsốước lượngtácđộngcủa biếngiảithíchXit,k

Mô hình hồi quy gộp Pooled OLS thường được áp dụng với giả định không phân biệt đối tượng nghiên cứu theo thời gian và không gian, nhưng gặp phải nhược điểm như hiện tượng tự tương quan trong dữ liệu và giá trị Durbin-Watson thấp Hơn nữa, các ràng buộc về đơn vị chế độ trong mô hình OLS thường khó đáp ứng trong thực tế Để khắc phục những vấn đề này, mô hình FEM và REM được coi là lựa chọn phù hợp hơn, vì chúng không bỏ qua các yếu tố thời gian và các yếu tố riêng biệt.

Yit=αi+β1X1,it+β2X2,it+… +βkXk,it+uitTrongđó:

Xit:Biếnđộclập αi(i=1 … n): Bao gồm hệ số chặn và biến bị bỏ sót của từng đơn vị chéoβk:Hệsố gócđốivớinhântốX

Phương pháp FEM (Fixed Effects Model) được áp dụng để phân tích mối quan hệ giữa phần dư của từng đơn vị và các biến giải thích, giúp kiểm soát và tách biệt ảnh hưởng của những đặc điểm riêng biệt không thay đổi theo thời gian Nhờ đó, FEM có khả năng ước lượng chính xác tác động thực sự của các biến giải thích lên biến phụ thuộc, đồng thời khắc phục vấn đề biến bị bỏ sót Tuy nhiên, một nhược điểm của phương pháp này là làm giảm bậc tự do của mô hình, đặc biệt khi số lượng biến giải thích lớn.

Môhình REM đượctrình bàynhư sau:

Yit= α + β1X1,it+ β2X2,it+ … + βkXk,it+ ωit;với ωit =εi+ νitTrongđó: α: Hệ số chặn chung của tất cả đơn vị chéoωit:Saisốphức hợp εi:Saisốngẫunhiên νit:Tươngquanchéovàk h ô n g tươ ngqu a nchuỗi trongcùngđốitượng

Mô hình REM nghiên cứu sự khác biệt riêng của các đối tượng phân tích theo thời gian, góp phần vào việc hiểu rõ mối quan hệ giữa các biến giải thích Tuy nhiên, tự tương quan có thể tạo ra vấn đề tiềm tàng trong mô hình, cần được giải quyết Một ưu điểm của phương pháp này là khả năng loại bỏ tốt các yếu tố phương sai thay đổi Sự khác biệt giữa FEM và REM nằm ở mức độ biến động giữa các đơn vị; trong khi FEM cho rằng các đơn vị chéo có hệ số chặn cố định và biến động giữa các đơn vị có liên quan đến biến độc lập, REM lại coi biến động giữa các đơn vị là sai số và không tương quan với các biến giải thích.

Vì sự khác biệt giữa các đơn vị có ảnh hưởng đến biến phụ thuộc, mô hình REM sẽ phù hợp hơn so với FEM Trong mô hình này, phần dư của mỗi thực thể, không tương quan với biến giải thích, được coi là một biến giải thích mới.

REM được ước lượng bằng phương pháp GLS khi cấu trúc của sai số phức hợp đã được xác định Tuy nhiên, vì cấu trúc này thường không rõ ràng, nên phương pháp ước lượng bình phương bé nhất tổng quát khả thi (FGLS) thường được sử dụng để ước lượng mô hình REM.

3.2.5 Phương pháp bình phương tối thiểu (GLS – generalized least squares)REMđượcướclượngbằngGLSnếubiếtđượccấutrúccủasaisốphứ chợp, nhưng vì cấu trúc của sai số phức hợp thường không được biết nên thông thường ta sửdụng phương pháp ước lượng bình phương bé nhất tổng quát khả thi FGLS (FeasibleGeneralised Least Squares)đểước lượngmôhìnhREM.

Cấu trúc của phương sai của sai số thay đổi (ζ_(i)) vẫn chưa được xác định rõ, gây khó khăn cho việc ước lượng GLS Để thực hiện ước lượng này, cần áp dụng các phương trình hồi quy do các tác giả Glejser, Breush-Pagan, GodFray và White phát triển.

Giả định phương sai của phần dư có mối quan hệ luỹ thừa với tổ hợp tuyến tínhcácbiếngiảithíchsau:

Var (u|x)=ζ^2exp(δ_0+δ_1x_i1+⋯+δ_k x_ik),trongđó, h(x)=exp(δ_0+δ_1x_i1+δ_2x_i2+⋯+δ_kx_ik)

Nếu mô hình đã chọn gặp phải hiện tượng tự tương quan hoặc phương sai thay đổi qua các biến, tác giả có thể áp dụng các phương pháp điều chỉnh để khắc phục những vấn đề này.

Môhìnhnghiêncứu

Dựa trên các nghiên cứu trước, tác giả áp dụng mô hình của Imbierowicz & Rauch (2014) trong nghiên cứu này, với hai biến phụ thuộc là rủi ro thanh khoản (LR) và rủi ro tín dụng (CR), cùng với các biến độ lập trong hai mô hình.

Rủi ro tín dụng (CR) được định nghĩa bởi Hammami & Boubaker (2015) là khả năng kiểm soát tổn thất từ việc cho vay và bảo hiểm rủi ro cho các khoản vay Theo Shen và cộng sự (2009), ngân hàng cần dự đoán nguy cơ mất vốn từ các khoản vay cao và phải trích lập dự phòng tương ứng; mức độ nợ xấu càng cao thì ngân hàng càng phải trích lập nhiều dự phòng Việc tăng tỷ lệ dự phòng rủi ro tín dụng có thể cho thấy ngân hàng đang thực hiện hoạt động cho vay mạnh mẽ để gia tăng lợi nhuận, đồng thời đối mặt với rủi ro cao hơn.

Việc trích lập dự phòng có thể giúp bù đắp một phần chi phí tín dụng, từ đó hạn chế rủi ro tín dụng Hoạt động cho vay có thể làm gia tăng rủi ro tín dụng (RRTD) khi khách hàng không thể hoàn trả khoản nợ, dẫn đến ngân hàng phải phát mãi tài sản cầm cố Điều này gây khó khăn trong việc thanh khoản, làm giảm tỷ lệ thanh khoản và gia tăng RRTD.

Rủi ro thanh khoản (LR) là một yếu tố quan trọng trong bảng cân đối kế toán của ngân hàng, đặc biệt do hoạt động cho vay chiếm tỷ trọng lớn nhưng lại có tính thanh khoản thấp Khi giá trị cho vay tăng cao, ngân hàng sẽ đối mặt với khả năng thanh khoản kém hơn Theo Francis (2013), các khoản vay thường mang lại tỷ suất lợi nhuận cao hơn so với tài sản an toàn khác, do đó tỷ lệ này có thể ảnh hưởng tích cực đến lợi nhuận Tuy nhiên, rủi ro này cũng có thể dẫn đến chi phí cao nếu xảy ra nợ xấu, khi các khoản tín dụng không đủ tiêu chuẩn làm tăng rủi ro tín dụng và ảnh hưởng đến lợi nhuận của ngân hàng.

HHI – Mức độ đa dạng hoá thu nhập : Theo Chronopoulos & cộng sự

(2011),Elyasiani & Wang (2012), Abdul (2015), Chiorazzo & cộng sự (2008), Stiroh &Rumble (2006) thì đa dạng hoá thu nhập của các ngân hàng thương mại được ướclượngtheocôngthức:

NETOP là tổng thu nhập của các ngân hàng thương mại, bao gồm thu nhập ròng từ lãi (NET) và thu nhập ròng ngoài lãi (NON) HHI phản ánh mức độ đa dạng hóa thu nhập của ngân hàng, với chỉ số HHI có giá trị từ 0 trở lên.

Chỉ số HHI (Herfindahl-Hirschman Index) phản ánh mức độ đa dạng hóa thu nhập của ngân hàng, với HHI = 0 cho thấy ngân hàng hoàn toàn tập trung vào một nguồn thu nhập duy nhất, trong khi HHI = 0.5 cho thấy mức độ đa dạng hóa thu nhập tối đa Nghiên cứu chỉ ra rằng đa dạng hóa thu nhập giúp giảm thiểu rủi ro và nâng cao hiệu quả kinh doanh bằng cách hạn chế rủi ro danh mục Theo Lee và cộng sự (2014), nếu ngân hàng chỉ tập trung vào hoạt động từ lãi, rủi ro tổng thể và rủi ro đặc thù có xu hướng gia tăng trong thời kỳ kinh tế bất ổn Do đó, cân bằng các hoạt động ngoài lãi thông qua đa dạng hóa danh mục sẽ giúp giảm thiểu rủi ro Tuy nhiên, việc đa dạng hóa thu nhập cũng có thể làm tăng rủi ro trong một số trường hợp.

Giả thuyết: Đa dạng hoá thu nhập có mối quan hệ ngược chiều với mối quan hệrủirocủangânhàng

Quy mô ngân hàng được xác định thông qua logarithm tổng tài sản của ngân hàng i tại thời điểm t Việc sử dụng logarithm giúp làm nổi bật đặc điểm có xu hướng mạnh, từ đó lấn át các thành phần khác (Phạm Thị Tuyết Trinh, 2016).

Theo lý thuyết kinh tế, ngân hàng có tổng tài sản lớn thường có khả năng đối phó với rủi ro thanh khoản tốt hơn Điều này là do ngân hàng có thể nhận hỗ trợ từ thị trường liên ngân hàng hoặc từ người vay cuối cùng.

Năm 2011, giả thuyết “quá lợn để sụp đổ” cho rằng các ngân hàng lớn sẽ gặp nhiều rủi ro hơn trong thời kỳ khủng hoảng do việc gia tăng đòn bẩy và cho vay Tình hình này cũng tương tự ở Việt Nam, nơi mà các ngân hàng lớn có thể phải đối mặt với những thách thức tương tự trong bối cảnh kinh tế biến động.

NHTM Nhà nước lại có quy mô lớn hơnNHTMCP;dođó,họsẽnhậnđượcsựbảovệcủachính phủnếuxảyra phásản.

Giả thuyết : Quy mô tổng tài sản của ngân hàng có mối quan hệ cùng chiều vớimốiquanhệcủahailoạirủiro

ROA (Return on Assets) là chỉ số phản ánh khả năng sinh lời của ngân hàng, thể hiện mối quan hệ giữa lợi nhuận sau thuế và tổng tài sản Chỉ tiêu này giúp đánh giá hiệu quả quản lý của ngân hàng (Chiorazzo & cộng sự, 2008) Khi ngân hàng tăng cường cho vay, lợi nhuận sẽ tăng, nhưng điều này cũng tiềm ẩn rủi ro tín dụng nếu việc thẩm định hồ sơ không đạt yêu cầu ROA cũng cung cấp thông tin hữu ích cho các chủ sở hữu và nhà đầu tư trong việc so sánh hiệu quả hoạt động giữa các ngân hàng khác nhau.

Theo giả thuyết "quản lý rủi ro" của Koutsomanoli và cộng sự (2009), để giảm thiểu rủi ro trong hoạt động tín dụng, các nhà quản trị ngân hàng cần gia tăng chi phí cho các hoạt động giám sát và bảo lãnh cho vay Đồng thời, theo nghiên cứu của Berger & DeYoung (1997) dựa trên giả thuyết "tiết kiệm", việc tối ưu hóa lợi nhuận dài hạn hiệu quả hơn so với ngắn hạn nhờ vào việc cắt giảm chi phí thông qua việc sử dụng ít nguồn lực cho quản lý cho vay và bảo lãnh, từ đó giúp ngân hàng hạn chế rủi ro.

Giả thuyết: Khả năng sinh lời có mối quan hệ cùng chiều với mối quan hệ củaRRTDvàRRTK.

Tỷ lệ nợ xấu (NPL) được xác định theo Quyết định số 22/VBHN-NHNN, trong đó các khoản nợ từ nhóm 3 đến nhóm 5 được coi là nợ xấu Nhiều chuyên gia đồng thuận rằng tỷ lệ nợ xấu cao sẽ ảnh hưởng tiêu cực đến chất lượng tài sản trên bảng cân đối kế toán, đồng thời là chỉ số quan trọng để đánh giá chất lượng tín dụng của các tổ chức tín dụng (TCTD) Khi tỷ lệ nợ xấu tăng, chất lượng tín dụng giảm và rủi ro tín dụng cũng gia tăng.

NH không thể thu hồi các khoản nợ vay khi đó càng có khả năng mất thanh khoảndẫnđếngiatăngrủirothanhkhoản.

Vốn chủ sở hữu trên tổng tài sản là một chỉ số quan trọng phản ánh khả năng trả nợ của ngân hàng và đóng vai trò như một khoản dự phòng trước rủi ro Mặc dù chỉ số CAR cung cấp cái nhìn sâu sắc hơn về yêu cầu vốn tối thiểu, nhưng trong giai đoạn nghiên cứu, công thức vốn chủ sở hữu trên tổng tài sản lại đơn giản và hiệu quả hơn Theo nghiên cứu của Diamond & Rajan (2001), ngân hàng có vốn thấp có xu hướng gia tăng dự trữ thanh khoản, từ đó giảm rủi ro thanh khoản Ngược lại, tỷ lệ vốn cao hơn tiền gửi có thể làm giảm tính thanh khoản và gia tăng rủi ro Hơn nữa, ngân hàng có mức vốn thấp thường thể hiện năng lực tài chính yếu kém, vì việc sử dụng vốn chủ sở hữu giúp bảo vệ các tài sản khỏi giảm giá trị và giảm thiểu nguy cơ mất khả năng chi trả.

Giả thuyết: Vốn chủ sở hữu có mối quan hệ cùng chiều với mối quan hệ củaRRTDvàRRTK.

DTL – Cấu trúc tài trợ được đo lường bằng tỷ lệ tiền gửi khách hàng trên tổng nợ phải trả, trong đó nguồn vốn từ tiền gửi khách hàng được xem là nguồn tài trợ ổn định và chi phí thấp hơn so với các nguồn khác Tỷ lệ tiền gửi khách hàng cao sẽ tăng khả năng sinh lời cho ngân hàng, đồng thời cho phép ngân hàng mở rộng khả năng cho vay Tuy nhiên, điều này cũng dẫn đến nguy cơ gia tăng rủi ro tín dụng và thanh khoản nếu khách hàng không thể hoàn trả nợ.

Giả thuyết: cấu trúc vốn có mối quan hệ cùng chiều với mối quan hệ RRTD vàRRTK.

Trong bối cảnh nền kinh tế bất ổn, ngân hàng thường thắt chặt cho vay, giảm lãi suất huy động và tăng dự phòng rủi ro tín dụng, dẫn đến giảm khả năng sinh lời và khó khăn trong thu hồi nợ Ngược lại, khi kinh tế khả quan, thu nhập ổn định giúp tăng tiết kiệm gửi vào ngân hàng, đồng thời doanh nghiệp có nhu cầu vay vốn để mở rộng đầu tư, từ đó cải thiện khả năng sinh lời và khả năng trả nợ của ngân hàng Vì vậy, chu kỳ kinh tế có tác động rõ rệt đến biên lợi nhuận thuần và dự phòng rủi ro tín dụng của ngân hàng.

Giả thuyết: Tỷ lệ tăng trưởng kinh tế có mối quan hệ ngược chiều với mối quanhệcủaRRTDvàRRTK.

Thựctrạngrủiro thanhkhoảnvàrủirotíndụng

Việt Nam đang trong quá trình phát triển, dẫn đến các khoản vay thường có quy mô lớn và thời gian dài hạn, trong khi huy động tiền gửi chủ yếu tập trung vào ngắn và trung hạn Điều này khiến ngân hàng dễ rơi vào tình trạng mất khả năng thanh toán tạm thời khi các khoản phải trả đến hạn Xu hướng lãi suất tăng có thể làm gia tăng rủi ro này.

Từ năm 2009 đến 2018, tỷ lệ nợ xấu và rủi ro tín dụng có sự biến động tương đồng, đặc biệt trong giai đoạn 2011-2013 khi nợ xấu gia tăng, dẫn đến rủi ro tín dụng tăng cao do chất lượng khoản tín dụng giảm sút Năm 2013, sự ra đời của Công ty Quản lý tài sản của các TCTD (VAMC) và các NHTM đã tích cực thực hiện các biện pháp xử lý nợ xấu, giúp tỷ lệ nợ xấu giảm xuống 3,1% vào cuối năm 2017 Nợ xấu chủ yếu tập trung vào lĩnh vực bất động sản và chứng khoán, hai lĩnh vực nhạy cảm với biến động kinh tế vĩ mô Kể từ năm 2016, rủi ro tín dụng có xu hướng ổn định, với tín dụng ngắn hạn tăng trưởng tốt và tín dụng trung dài hạn tăng chậm, đảm bảo khả năng thanh khoản Đến năm 2018, tỷ lệ nợ xấu được kiểm soát ở mức 3%, với tỷ lệ nợ xấu nội bảng toàn hệ thống TCTD là 1,91% Trong năm 2018, hệ thống TCTD đã xử lý 163,14 nghìn tỷ đồng nợ xấu, trong đó 49% từ dự phòng rủi ro, 28% từ khách hàng trả nợ, và 17% bán cho VAMC Tổng cộng từ khi Nghị quyết số 42/2017/QH14 có hiệu lực, hệ thống TCTD đã xử lý 198,5 nghìn tỷ đồng nợ xấu đến cuối năm 2018.

BIẾN ĐỘNG RRTD VÀ RRTK

Nhìn chung có thể thấy mối quan hệ giữa rủi ro tín dụng và rủi ro thanh khoảncó biến động cùng chiều với nhau trong cácg i a i đ o ạ n n g h i ê n c ứ u

Vào năm 2009, rủi ro thanh khoản đã gia tăng đáng kể do tỷ lệ vốn thanh khoản trên tiền gửi huy động giảm mạnh Theo báo cáo tài chính của Ngân hàng Nhà nước vào tháng 12/2009, chỉ số này ở các ngân hàng thương mại nhà nước giảm từ 34,5% xuống 25,8%, trong khi nhóm ngân hàng thương mại cổ phần cũng giảm từ 47,2% xuống 43,4% Tình hình này đã đặt ra nhiều thách thức cho hệ thống ngân hàng trong những năm tiếp theo.

Từ năm 2011, rủi ro thanh khoản có xu hướng giảm nhờ vào sự khởi sắc của nền kinh tế trong và ngoài nước, cùng với các biện pháp can thiệp kịp thời của Ngân hàng Nhà nước thông qua các thông tư quy định tỷ lệ tối đa nguồn vốn ngắn hạn cho vay trung và dài hạn Tuy nhiên, sau năm 2011, rủi ro thanh khoản lại tăng do tốc độ tăng trưởng tín dụng vượt nhanh hơn so với huy động vốn, với tỷ lệ tín dụng/huy động vốn trong hệ thống ngân hàng tăng từ 98,6% vào tháng 10/2010 lên 100,07% vào tháng 1/2011 Từ năm 2012 đến 2018, rủi ro thanh khoản diễn biến ổn định, với tỷ lệ tín dụng/huy động vốn dao động ở mức 87,3% và tỷ lệ nguồn vốn ngắn hạn cho vay trung và dài hạn giảm nhẹ xuống khoảng 31,2% vào năm 2017 Dù vậy, rủi ro thanh khoản vẫn còn cao do một số ngân hàng thương mại gặp khó khăn trong việc quản lý kỳ hạn giữ nguồn vốn và sử dụng vốn.

NHTMcần phải thận trọng trongviệccơ cấu lại nguồn vốncũngnhưbảo đảmtỷlệantoànvốnđểchuẩn bịtăngvốncấp 2phùhợpvớiBaselII.

4.1.3 Mối quanhệrủi rotíndụng vàrủirothanhkhoảnở một sốngânhàng

Ngân hàng Nhà nước (NHNN) đã thực hiện chính sách siết chặt tín dụng với chỉ tiêu định hướng tín dụng năm 2019 chỉ ở mức 19% nhằm kiềm chế lạm phát, điều này có thể làm tăng chỉ số CPI Đồng thời, khi tham gia vào các sàn đấu kinh tế quốc tế, các văn bản pháp luật và quy định như thông tư số 41/2016/TT-NHNN về tỷ lệ an toàn (Basel II) cũng được cải thiện một cách có hệ thống Tuy nhiên, tỷ lệ nợ xấu của các ngân hàng thương mại (NHTM) vẫn tăng cao so với các nước trong khu vực, do đó, cần thiết phải nâng cao chất lượng hoạt động của NHTM, đặc biệt là tài sản đảm bảo tiền vay chủ yếu là bất động sản Điều này ảnh hưởng đến khả năng thanh khoản của các ngân hàng và nếu không có sự kiểm soát chặt chẽ, sẽ dẫn đến rủi ro về thanh khoản.

Hình 4.3:Rủirothanhkhoảnvà rủirotíndụngởNHTMVietcombankvàKiênLongKhixemxétmốiquanhệgiữaRRTKvàR RTDcủamộtsốngânhàngcụthểởViệtNam,hailoạirủironàycóchiềuhướngtácđộngk hôngđồngnhấtquacácnăm.Tuynhiên,cảRRTKvàRRTDcóquanhệcùngchiềuvớinh au.Đâyđượcxemnhưdấuhiệuvềtồn tạimối quanhệgiữaRRTKvàRRTDnhư kìvọngcủanghiêncứu.

Thốngkê môtả

Thông qua kết quả thống kê, chúng ta có thể nhận diện những đặc tính cơ bản của các biến trong mô hình, bao gồm giá trị lớn nhất, giá trị nhỏ nhất, giá trị trung bình và độ lệch chuẩn Những giá trị này cần được phân tích một cách thống kê để hiểu rõ hơn về mẫu nghiên cứu Kết quả thống kê mô tả được trình bày chi tiết trong bảng 4.1 dưới đây.

Variable Observation Mean Std.Dev Min Max

Nguồn: tổng hợp của tác giảNhìnchungdữliệucósựdaođộngổnđịnh,phầnlớnđộlệchchuẩncủamẫunghiêncứ u có giá trị nhỏtrừbiến HHI,toànbộmẫu nghiênc ứ u k h o ả n g 2 9 4 - 3 0 0 q u a n s á t mỗibiếnđượcxemnhưsốlượngmẫutươngđốilớntrongthốngkê.Dữliệuphùhợpđểc hạykiểmđịnhthốngkêvàhồiquytrongmôhình.

Tỷ lệ RRTD trung bình là 0.53%, với giá trị cao nhất đạt 1.92% (NHA Agribank năm 2011) và giá trị thấp nhất là -0,49% (NH Sài Gòn - Hà Nội, năm 2012) Điều này cho thấy hoạt động tín dụng của các ngân hàng đã chú trọng hơn đến việc bảo đảm các khoản vay, đồng thời không còn nhiều chế nhạo lệch RRTD so với các mẫu thể hiện qua độ lệch chuẩn nhỏ là 0.41%.

Rủi ro thanh khoản được đo lường qua tỷ lệ cho vay trên tổng tài sản, với giá trị trung bình đạt 56,46% và giá trị cao nhất là 81,64% (Ngân hàng Sài Gòn - Công Thương, 2009) Giá trị thấp nhất ghi nhận là 17,21% (Ngân hàng Tiên Phong năm 2011), cho thấy độ chênh lệch 12,59% giữa các ngân hàng thương mại, phản ánh rủi ro thanh khoản tương đối cao và sự thiếu hụt chênh lệch giữa các ngân hàng trong hệ thống.

Mức độ đa dạng hóa thu nhập phản ánh sự kết hợp giữa các hoạt động tạo ra thu nhập truyền thống và phi truyền thống Chỉ số HHI càng cao cho thấy mức độ đa dạng hóa thu nhập của các ngân hàng càng lớn Theo thống kê, giá trị trung bình của HHI là -0.5, cho thấy mức độ đa dạng hóa thu nhập của các ngân hàng thương mại còn thấp, trong khi giá trị tối đa là 0.5 cho thấy một số ngân hàng đã đạt được sự đa dạng hóa hoàn toàn trong hoạt động tạo thu nhập của họ.

Quy mô ngân hàng được xác định qua tổng tài sản của các ngân hàng thương mại được khảo sát Theo thống kê, giá trị trung bình quy mô ngân hàng đạt 7.94, với giá trị tối đa là

Tỷ lệ vốn chủ sở hữu trung bình của các ngân hàng đạt 9.63%, cho thấy phần lớn ngân hàng áp dụng chính sách phòng ngừa rủi ro để giảm thiểu nợ xấu trong cho vay Giá trị tối đa và tối thiểu của tỷ lệ này lần lượt là 0.3323 và 0.00629.

72%.Vìvậy,cácngânhàngcầngiatăngvốnchủsởhữuđểtănghệsốantoànvốn(CAR)để có thể thực hiện theo Basel II và mở rộng các hoạt động tạo ra nguồn thu nhập đadạngnhư cungcấpcácgóivaythếchấpkỳhạndàihơn,…

Qua bảng số liệu cho thấy, cấu trúc tài trợ có giá trị trung bình là 81.9%, giá trịDLTt h ấ p n h ấ t l à 0 8 2 8 2 8 5 v à c a o n h ấ t l à 0 9 8 5 6 8 3 2 t h ể h i ệ n n g u ồ n t h u c ủ a n g â n hàngvẫntậptrungchủyếu làtừ hoạtđộngtiềngửikhách.

Trong giai đoạn 2009-2018, ROA bình quân đạt 0.0074588, với độ dao động xung quanh giá trị trung bình khoảng 0.0070527 Giá trị ROA cao nhất là 0.047289 của SGB, trong khi giá trị thấp nhất là -0.0551175 thuộc về TPBank vào năm 2011.

Biến số vĩ mô GDP phản ánh khả năng tăng trưởng của nền kinh tế, với giá trị trung bình đạt 11.1311 Các giá trị GDP dao động trong khoảng từ 11.02537 đến 11.37969, và độ lệch chuẩn được ghi nhận là 0.1135041.

Biến số vĩ mô INF phản ánh tỷ lệ lạm phát trong nền kinh tế, với giá trị trung bình đạt 0.06491, dao động từ 0.0063 đến 0.1858 và độ lệch chuẩn là 0.048377 Điều này cho thấy các giá trị của INF thấp hơn so với giá trị GDP.

KếtquảnghiêncứutheomôhìnhpanelVAR

Mô hình panel VAR yêu cầu các biến phải có tính dừng, thường được kiểm định bằng phương pháp ADF (Augmented Dickey-Fuller) của Dickey & Fuller (1981) để xác định tính ổn định của các biến theo thời gian Tuy nhiên, kiểm định ADF truyền thống thường gặp khó khăn trong việc từ chối giả thuyết tính ổn định của chuỗi thời gian, đặc biệt với kích thước mẫu nhỏ Do đó, nghiên cứu này bổ sung thêm các kiểm định LLC (Levin & cộng sự, 2002) và IPS (Im & cộng sự, 2003) để kiểm tra tính đơn vị và tính dừng của dữ liệu bảng.

Nguồn:tác giả tính toán bằng Eview 10 tại sai phân bậc

Kết quả xử lý dữ liệu cho thấy rằng các biến CR và LR đều có giá trị tuyệt đối của thống kê t lớn hơn giá trị tới hạn tại mức ý nghĩa 1% Điều này cho phép chúng ta bác bỏ giả thuyết H0, tức là CR rủi ro tín dụng và LR rủi ro thanh khoản không có nghiệm đơn vị, hay nói cách khác, dữ liệu của hai biến này có tính dừng.

Kiểm tra đồng liên kết giữa các biến là bước quan trọng để xác định mối quan hệ lâu dài trong dữ liệu bảng Việc sử dụng OLS mà không kiểm tra đồng liên kết có thể dẫn đến sai lệch và hồi quy giả mạo Nếu hai biến có mối quan hệ đồng liên kết, kết quả sẽ đáng tin cậy hơn Phân tích này tương tự như trong chuỗi thời gian nhưng cần xem xét các thống kê trung bình hoặc liên kết Trong kiểm định đồng liên kết, phương pháp Johansen và kiểm định Fisher được áp dụng, cùng với kiểm định Pedroni và Kao dựa trên Engle.

Bảng4.3:Kiểmđịnh đồngliênkết(panelCo-integrationtest) t-statistic Prob.

Kết quả kiểm định Kao cho thấy bác bỏ giả thuyết Ho, cho thấy có sự đồng liên kết giữa LR và CR với mức ý nghĩa 1% Điều này chỉ ra rằng biến LR và CR có mối quan hệ chặt chẽ và đáng kể tại mức ý nghĩa này.

Phân tích nhân quả (Causality analysis) được áp dụng để kiểm tra tác động giữa các cặp biến, với sự chú ý đến ảnh hưởng của biến trễ đối với giá trị hiện tại của các biến số khác Nghiên cứu này sử dụng kiểm định phi nhân quả dữ liệu bảng (panel non-causality test) do Dumitrescu & Hurlin (2012) phát triển, mở rộng từ kiểm định Granger (1969) cho mô hình dữ liệu bảng không đồng nhất Kiểm định này cho phép phân tích mối quan hệ giữa rủi ro tín dụng và rủi ro thanh khoản, trong khi vẫn giữ nguyên tính không đồng nhất của đơn vị chếo Kết quả kiểm định nhân quả cho thấy

Theo kết quả phân tích bằng Eview, với giả thuyết LR không phải là nguyên nhân của CR, giá trị Prob nhỏ hơn 5% cho thấy chúng ta bác bỏ giả thuyết này ở mức ý nghĩa 5% Tương tự, với giả thuyết CR không phải là nguyên nhân của LR, giá trị Prob cũng nhỏ hơn 5%, dẫn đến việc bác bỏ giả thuyết CR không là nguyên nhân của LR Điều này cho thấy có mối quan hệ nhân quả giữa LR và CR, từ LR đến CR và ngược lại.

4.3.4 Tácđộng của rủi ro thanh khoản lên rủi ro tín dụng qua phân tích phảnứngđẩy

Hình 4.3 minh họa phản ứng của rủi ro thanh khoản (LR) đối với cú sốc của rủi ro tín dụng (CR) Khoảng cách giữa hai đường sai số chuẩn tại giá trị 0 ở thời điểm t=3 cho thấy phản ứng của LR không khác 0 ở mức ý nghĩa 5% Điều này cho thấy rằng khi xảy ra cú sốc từ rủi ro tín dụng, phản ứng của rủi ro thanh khoản ban đầu là tiêu cực trong hai năm đầu, và chỉ đến năm thứ ba mới có sự điều chỉnh về vị trí cân bằng, với sự điều chỉnh tăng sau đó.

Hình phải là kết quả kiểm định của phản ứng của rủi ro tín dụng (CR) với cúsốccủarủirothanhkhoản(LR).CRphảnứngvớiLRởmứccânbằngmớiđạtđượctừ t=2ởmứckhoảnglà0.0056.Điềunàychothấy,khixảyracúsốcthìphảnứngcủarủirotí ndụng(CR) điềuchỉnhtăngđếnmứccânbằng mớitạinăm2.

Phântíchtươngquanmôhìnhvớicácbiến

CR LR HHI SIZE EQUITY DTL NPL ROA GDP

Phân tích hệ số tương quan là bước thiết yếu trong việc đánh giá mối quan hệ và mức độ tương quan giữa biến phụ thuộc và các biến độc lập trong mô hình hồi quy Nó cũng giúp xác định mức độ tương quan giữa các biến độc lập với nhau.

Kết quả cho thấy các giá trị tuyệt đối của hệ số cặp giữa các biến nhỏ hơn 1, chứng tỏ mô hình không có hiện tượng tự tương quan và đa cộng tuyến CR và LR có tác động cùng chiều với nhau, trong khi các biến độc lập như HHI, SIZE, DTL, NPL và GDP cũng tác động cùng chiều Ngược lại, chỉ có EQUITY, ROA và INF có tác động ngược chiều với biến phụ thuộc.

ƯớclượngmôhìnhhồiquytheophươngphápPooledOLS,FEM,REM49 4.6 Kiểmđịnhphươngsaicủasaisốthayđổi

Biến LR CR LR CR LR CR

Ghi chú: Biến phụ thuộc: LR và CR; ***, **, * tương ứng với mức ý nghĩa 1%, 5%,10%

Kết quả ước lượng mô hình theo phương pháp Pooled OLS cho thấy rằng LR có tác động từ CR và độ trễ bậc 1 của LR với mức ý nghĩa 1%, trong khi độ trễ bậc 1 của CR có mức ý nghĩa 5% Hệ số hồi quy của Constant và GDP đạt mức ý nghĩa 1%, trong khi SIZE, DTL có mức ý nghĩa 5% và HHI là 10% Mô hình có mức độ giải thích thấp với R² là 68,3%, cho thấy các biến độc lập giải thích được 68,3% biến thiên của biến phụ thuộc Đối với CR, tác động lên LR và độ trễ bậc 1 của CR có ý nghĩa 1%, trong khi độ trễ bậc 1 của LR có mức ý nghĩa 10% Hệ số hồi quy của SIZE và EQUITY có mức ý nghĩa 1% và 10%, giải thích cho biến ROA với mức độ giải thích của mô hình ở mức R² là T,1%.

Kết quả ước lượng mô hình theo phương pháp FEM cho thấy, LR tác động lên biến CR và độ trễ bậc 1 của LR có mức ý nghĩa 1%, trong khi biến trễ bậc 1 của CR có ý nghĩa 5% GDP và hằng số cũng đạt mức ý nghĩa 1%, còn SIZE có mức ý nghĩa 10% Mô hình được giải thích với mức ý nghĩa 51,8% Đối với CR, tác động lên biến LR và độ trễ bậc 1 của CR có mức ý nghĩa 1% ROA, EQUITY và hằng số lần lượt có mức ý nghĩa 1%, 5% và 10% Tuy nhiên, mức độ giải thích của mô hình thấp (R² = 28,23%), cho thấy các biến độc lập chỉ giải thích được 28,23% biến thiên của biến phụ thuộc.

Kết quả của mô hình REM đối với biến độ lập LR cho thấy rằng CR và độ trễ bậc 1 của cả hai biến CR và LR có mức ý nghĩa 1%, trong khi hệ số hồi quy của HHI, SIZE, DTL có mức ý nghĩa 5% GDP và hằng số cũng đạt mức ý nghĩa 1% Mô hình giải thích được 45.61% biến thiên Đối với biến CR tác động đến LR, độ trễ bậc 1 của CR có mức ý nghĩa 1%, trong khi độ trễ bậc 1 của LR có ý nghĩa 10% Hệ số hồi quy của SIZE và EQUITY đạt mức ý nghĩa 1%, còn ROA có mức ý nghĩa 10% Mô hình này có mức độ giải thích thấp (R² = 21.63%), cho thấy các biến độc lập chỉ giải thích được 21.63% biến thiên của biến phụ thuộc Để kiểm định tính phù hợp của mô hình, nghiên cứu sử dụng kết quả kiểm định Hausman với p-value 0.000 < 1%, cho thấy mô hình FEM là phù hợp hơn.

Bài nghiên cứu sử dụng kiểm định LM-Breusch and Pagan Multiplier để kiểmtraphươngsaisaisốthayđổicủamôhình,vớicácgiảthiếtsau:

H0: Phương sai qua các thực thể là không đổiH1:Phươngsaiquacácthực thểthayđổi

Nguồn:Kếtquảđượctínhtoán từphần mềmStata, chitiếttạihình4.7

Với mứcýnghĩaα =1%,kếtquảchothấyp-value=0.0000