Những gỉải pháp nâng cao công tác bồi dưỡng nhằm nâng cao chất lượng nguồn nhân lực công chức cấp xã của tỉnh tây ninh (2)

Giới thiệu

Giới thiệu vấn đề nghiên cứu

Nợ xấu (NPLs) là một vấn đề quan trọng thu hút sự chú ý của xã hội, vì nó ảnh hưởng trực tiếp đến sự ổn định của các tổ chức tài chính và nền kinh tế quốc gia Tại Việt Nam, tình trạng nợ xấu cũng đang trở thành một thách thức cần được giải quyết để đảm bảo sự phát triển bền vững.

Trong bối cảnh hiện nay, thế giới đã trải qua hơn 6 năm khủng hoảng với nhiều vấn đề như nợ công ở châu Âu và thâm hụt ngân sách Mỹ Đồng thời, tình hình trong nước cũng có nhiều thay đổi, đặc biệt là Ngân hàng Nhà nước (NHNN) đang tích cực tái cơ cấu ngành ngân hàng để chuẩn bị cho hội nhập tài chính NHNN đã thực hiện hàng loạt chính sách, mang lại nhiều kết quả tích cực trong những năm gần đây.

Theo Thống đốc Nguyễn Văn Bình, tình hình nợ xấu đang có những chuyển biến tích cực Từ năm 2012 đến năm 2014, tổng số nợ xấu được xử lý ước đạt 311,1 nghìn tỷ đồng, cho thấy hiệu quả trong việc xử lý nợ xấu đã được cải thiện đáng kể.

Tổ chức Tín dụng Việt Nam (VAMC) đã mua hơn 137 nghìn tỷ đồng nợ xấu, và đến cuối tháng 12/2014, tỷ lệ nợ xấu chiếm 3,25% tổng dư nợ Tuy nhiên, sự biến động lớn của tỷ lệ nợ xấu qua các năm, với con số 2,36% vào cuối năm 2010, 17% năm 2011 và 3,25% năm 2014, đã tạo ra tâm lý hoài nghi về tính chính xác của dữ liệu này Điều này cho thấy rằng biện pháp xử lý nợ xấu hiện tại đang gặp nhiều khó khăn và chưa phản ánh đúng thực tế.

Thống đốc Ngân hàng Nhà nước Việt Nam, Nguyễn Văn Bình, đã báo cáo rằng vào cuối năm 2014, chỉ còn ba cặp ngân hàng thương mại cổ phần có sở hữu cổ phần trực tiếp lẫn nhau Vốn điều lệ của toàn hệ thống tổ chức tín dụng đạt 435,6 nghìn tỷ đồng vào tháng 12/2014, tăng 3,29% so với tháng 12/2013.

Công ty Trách nhiệm hữu hạn một thành viên Quản lý Tài sản của các Tổ chức Tín dụng Việt Nam (VAMC) được thành lập và hoạt động theo Nghị định 53/2013/NĐ-CP của Chính phủ, Quyết định số 843/QĐ-TTg của Thủ tướng Chính phủ, và Quyết định số 1459/QĐ-NHNN của Ngân hàng Nhà nước Việt Nam.

Nguyễn Văn Giàu cũng bày tỏ quan điểm nghi ngờ về độ trung thực đƣợc phản ánh của nợ xấu (Hằng, 2015).

Các quy định gần đây của Ngân hàng Nhà nước (NHNN) đã gây ra nhiều tranh cãi và đặt ra nhiều nghi vấn về hiệu quả của chúng đối với các Ngân hàng Thương mại Cụ thể, mỗi ngân hàng buộc phải bán nợ xấu cho VAMC theo số lượng do NHNN ấn định, đồng thời phải trích lập 20% cho các khoản nợ đã bán, dẫn đến áp lực tài chính lớn (lên đến hàng chục ngàn tỉ đồng trong năm 2015 và 2016) Hơn nữa, các ngân hàng còn bị khống chế tỷ lệ chia cổ tức, điều này càng làm tăng thêm lo ngại về khả năng hoạt động và phát triển của họ trong tương lai.

780 1 hết hiệu lực, liệu con số nợ xấu có tăng hay không khi phải đƣợc tính theo hướng dẫn của Thông tư 02 2 và Thông tư 09 3 của NHNN?

Nợ xấu là một vấn đề quan trọng và luôn được xã hội quan tâm, cả trong hiện tại lẫn tương lai Tác giả mong muốn đóng góp thêm nghiên cứu nhằm tìm hiểu nguyên nhân và các yếu tố ảnh hưởng đến nợ xấu, từ đó đưa ra những khuyến nghị phù hợp để giải quyết triệt để vấn đề này.

Mục tiêu nghiên cứu

Mục tiêu chính của nghiên cứu này là phân tích các yếu tố ảnh hưởng đến nợ xấu trong hệ thống Ngân hàng Thương mại Việt Nam trong giai đoạn 2006-2014, đồng thời đề xuất các giải pháp cụ thể nhằm cải thiện tình hình nợ xấu.

Mục tiêu của nghiên cứu là phân tích các yếu tố đặc thù trong ngành ngân hàng và tình hình kinh tế vĩ mô ảnh hưởng đến nợ xấu của hệ thống Ngân hàng Thương mại Việt Nam giai đoạn 2006-2014 Bài viết sẽ xem xét xu hướng tác động của những yếu tố này và đưa ra các khuyến nghị phù hợp với thực tế hiện nay nhằm cải thiện tình hình nợ xấu trong hệ thống ngân hàng.

1 Số: 780/QĐ-NHNN, ban hành ngày 23 tháng 04 năm 2012.

2 Số: 02/2013/TT-NHNN, ban hành ngày 21 tháng 01 năm 2013.

3 Số: 09/2014/TT-NHNN, ban hành ngày 18 tháng 03 năm 2014.

Câu hỏi nghiên cứu

1 Các nhân tố kinh tế vĩ mô như: tăng trưởng GDP, tỷ lệ thất nghiệp, nợ công và lãi suất cho vay có tác động đến nợ xấu ngành ngân hàng hay không? Nếu có thì chúng tác động theo chiều hướng nào?

2 Các nhân tố đặc thù ngành ngân hàng nhƣ: qu ả n lý kém, ti ế t ki ệ m, r ủi ro đạ o đứ c, cơ hội kinh doanh đa dạ ng, chính sách tín d ụ ng và tính tr ễ c ủ a n ợ x ấ u có tác động đến nợ xấu ngành ngân hàng hay không? Nếu có thì chúng tác động theo chiều hướng nào?

Phương pháp nghiên cứu

Đề tài này áp dụng phương pháp nghiên cứu định lượng, với mô hình nghiên cứu được xây dựng dựa trên các mô hình của Abid, Ouertani và Zouari-Ghorbel (2014) cùng với Louzis, Vouldis và Metaxas (2012) Phương pháp nghiên cứu được sử dụng là Difference General Method of Moments (DGMM), được đề xuất bởi Arellano và Bond (1991).

Tác giả áp dụng phương pháp tổng hợp lý thuyết và phân tích thực trạng nợ xấu, từ đó đưa ra những nhận định và khuyến nghị hữu ích.

Đối tương và phạm vi nghiên cứu

Nghiên cứu này tập trung vào nợ xấu trong hệ thống Ngân hàng Thương mại Việt Nam và các nhân tố tác động đến vấn đề này Có nhiều cách tiếp cận để phân tích các nhân tố tác động, bao gồm các yếu tố kinh tế vĩ mô và đặc thù của ngành ngân hàng, cũng như nguyên nhân từ phía các doanh nghiệp vay vốn Tuy nhiên, nghiên cứu này sẽ không xem xét các yếu tố từ phía người nắm giữ nợ mà chỉ tập trung vào các nhân tố kinh tế vĩ mô và đặc điểm của ngành ngân hàng.

1 Ví dụ nhƣ : Theo Li and Ng (2013) thì trình độ quản trị của Giám đốc điều hành (CEO) doanh nghiệp có ảnh hưởng đến nợ xấu của ngân hàng.

Nghiên cứu được thực hiện trên toàn hệ thống Ngân hàng Thương mại Việt Nam, với mẫu đại diện gồm 18 ngân hàng, đảm bảo đầy đủ số liệu thu thập trong giai đoạn nghiên cứu.

Giai đoạn nghiên cứu: Nghiên cứu thực hiện trong giai đoạn từ năm 2006 đến năm 2014.

Kết cấu của luận văn

Chương 2 T ổ ng quan v ề n ợ x ấ u và các nhân t ố tác động đế n n ợ x ấ u.

Chương 3 Th ự c tr ạ ng n ợ x ấ u và các nhân t ố tác độ ng t ạ i NHTMVN giai đoạ n 2006-2014.

Chương 4 Phương pháp, dữ li ệ u và k ế t qu ả nghiên c ứ u

Chương 5 K ế t lu ậ n và khuy ế n ngh ị.

Ý nghĩa khoa học và đóng góp mới của đề tài nghiên cứu

Nghiên cứu này dựa trên mẫu dữ liệu từ hệ thống Ngân hàng Thương mại Việt Nam, sử dụng số liệu cập nhật trong khoảng thời gian 9 năm, với dữ liệu được thu thập đến năm 2014, thời điểm gần nhất tại thời điểm nghiên cứu.

Tại Việt Nam, nhiều nghiên cứu đã được thực hiện về nợ xấu, đặc biệt là từ các luận văn thạc sĩ tại Đại học Kinh tế Tp.HCM Tuy nhiên, hầu hết các nghiên cứu chỉ tập trung vào nợ xấu của từng ngân hàng hoặc toàn bộ hệ thống ngân hàng thương mại mà chưa tiến hành kiểm định giả thuyết thống kê Đối với những nghiên cứu định lượng hiếm hoi, phương pháp chủ yếu sử dụng là Pooled OLS, FEM, REM Do đó, trong nghiên cứu này, tác giả sẽ áp dụng một phương pháp định lượng khác để tìm kiếm thêm bằng chứng và củng cố các nhân tố ảnh hưởng đến nợ xấu của hệ thống ngân hàng thương mại Việt Nam.

1 Tác giả đề cập về các phương pháp này chi tiết hơn ở mục 4.5.

Phương pháp định lượng được tác giả lựa chọn là "General Method of Moments" (GMM), một phương pháp tương đối mới và ít được sử dụng trong các nghiên cứu trước đây.

Một số nghiên cứu trước đây về đề tài này đã áp dụng GMM, nhưng việc lựa chọn các biến kiểm định không nhất quán và chưa giải thích rõ ràng về độ trễ của các biến độc lập cũng như cách xử lý vấn đề nội sinh Hầu hết tác giả chỉ sử dụng một mô hình duy nhất, trong khi nghiên cứu này sẽ xây dựng mô hình kiểm định riêng cho từng biến số đặc thù của ngành ngân hàng Điều này giúp hạn chế tác động qua lại giữa các biến nội sinh và giảm thiểu việc sử dụng quá nhiều biến công cụ.

Tác giả nỗ lực xác định hệ số dài hạn cho các yếu tố ảnh hưởng đến nợ xấu, nhằm tìm ra hệ số góc duy nhất cho từng biến số và đánh giá tác động của chúng đối với nợ xấu qua nhiều kỳ.

Từ khóa

Nợ xấu, nhân tố kinh t ế vĩ mô, nhân tố đặ c thù c ủ a ngành ngân hàng.

Tổng quan lý thuyết liên quan đến nợ xấu và các nhân tố tác động đến nợ xấu

Tổng quan lý thuyết về nợ xấu

Để xác định khái niệm chính xác cho vấn đề nghiên cứu, tác giả đã tham khảo các tài liệu nghiên cứu trước đó, từ đó xây dựng cơ sở lý thuyết cho các vấn đề mình đang nghiên cứu.

Dựa trên việc khảo sát tài liệu, tác giả đã tổng hợp các quan điểm chính về nợ xấu, bao gồm tác động của nó đối với nền kinh tế Bên cạnh đó, tác giả cũng phân tích các yếu tố kinh tế vĩ mô và đặc thù của ngành ngân hàng có ảnh hưởng đến tình trạng nợ xấu.

2.2.Tổng quan về nợ xấu của ngân hàng

2.2.1.Các quan điểm về nợ xấu

Trên thế giới, nhiều tổ chức và cá nhân đã đưa ra các khái niệm khác nhau về nợ xấu của ngân hàng, bao gồm nợ có vấn đề, nợ không lành mạnh, nợ khó đòi và nợ không thể đòi (Trần Huy Hoàng, 2011, trang 214) Tác giả đã tham khảo nhiều tài liệu trước đây để tổng hợp quan niệm chung nhất về “nợ xấu” cho nghiên cứu của mình, từ đó giúp tính toán biến phụ thuộc “tỷ lệ nợ xấu” trong mô hình một cách chính xác và rõ ràng hơn.

Theo Basel (2002), nợ xấu được định nghĩa là tình trạng của "con nợ" khi không thể hoàn thành nghĩa vụ tín dụng đối với các ngân hàng mà họ vay, hoặc khi khoản vay đã quá hạn hơn 90 ngày Do đó, nợ xấu bao gồm tất cả các khoản nợ quá hạn trên 90 ngày.

Theo Beck, Jakubik, và Piloiu (2013) đã đề xuất một phương pháp nhằm cải thiện việc so sánh nợ xấu giữa các quốc gia bằng cách phân loại nợ vay thành năm nhóm cho mục đích báo cáo Các nhóm này bao gồm: nợ “tiêu chuẩn”, nợ “chú ý”, và nợ xấu.

Theo Beck et al (2013), nợ xấu được phân loại thành ba nhóm chính: nhóm nợ "dưới chuẩn", nhóm nợ "nghi ngờ" và nhóm nợ "có khả năng mất vốn" Tại nhiều quốc gia, nợ xấu chủ yếu tương ứng với hai nhóm nợ cuối, trong khi một số quốc gia chỉ xem nhóm nợ "nghi ngờ" và "có khả năng mất vốn" là nợ xấu Trong một số trường hợp, nợ xấu chỉ bao gồm nhóm nợ "có khả năng mất vốn".

Một khoản nợ được coi là nợ xấu khi quan hệ tín dụng trở nên biến chất, không mong đợi và gây hại cho ngân hàng Theo quan điểm của Filip (2015), nợ xấu xuất hiện khi các bên tham gia quan hệ tín dụng có hiệu suất quản lý nguồn tài chính thấp, dẫn đến việc ngăn cản các nguồn cho vay hoặc gây ra tổn thất cho ngân hàng.

Nợ xấu được định nghĩa theo nhiều quan niệm khác nhau trong các nghiên cứu Theo IMF (2006), nợ xấu là những khoản nợ đã quá hạn thanh toán gốc hoặc lãi từ 90 ngày trở lên Louzis et al (2012) cũng cho rằng nợ xấu là những khoản nợ đã chậm trễ thanh toán cho ngân hàng quá 90 ngày từ thời điểm mất khả năng thanh toán Kouser và Saba (2012) xem nợ xấu như một tình huống có thể dẫn đến mất vốn hoặc chắc chắn sẽ mất vốn.

Tác giả nhận thấy có nhiều quan điểm chung về khái niệm “nợ xấu”, đặc biệt là trong giáo trình “Quản trị ngân hàng thương mại” của Trường Đại học Kinh tế Tp.HCM Theo đó, “nợ xấu” được định nghĩa là những khoản nợ quá hạn có khả năng thu hồi thấp hoặc không thể thu hồi, bao gồm cả nợ liên quan đến các vụ án đang chờ xử lý và những khoản nợ quá hạn không được Chính phủ xử lý rủi ro Cụ thể, “nợ xấu” được hiểu là những khoản nợ quá hạn từ 91 ngày trở lên mà không thể thu hồi và không được tái cơ cấu (Trần Huy Hoàng, 2011, trang 214).

2.2.2.Đặc trƣng, phân loại và tác động của nợ xấu

Nợ xấu có các đặc trƣng sau:

− Khách hàng không thực hiện nghĩa vụ trả nợ với ngân hàng khi các cam kết này đã hết hạn.

− Tình hình tài chính của khách hàng đang và có chiều hướng xấu dẫn đến có khả năng ngân hàng không thu hồi đƣợc cả vốn lẫn lãi.

− Tài sản đảm bảo (thế chấp, cầm cố, bảo lãnh) đƣợc đánh giá là giá trị phát mãi không đủ trang trãi nợ gốc và lãi.

(Trần Huy Hoàng, 2011, trang 214) Nếu căn cứ vào tài sản đảm bảo, nợ xấu của ngân hàng có thể chia thành các nhóm nhƣ sau:

Nợ xấu có tài sản đảm bảo bao gồm các khoản nợ tồn đọng tại ngân hàng, trong đó có nợ đã được thu giữ tài sản qua hình thức gán hoặc xiết nợ Ngoài ra, còn có những khoản nợ chưa thu giữ tài sản, như nợ liên quan đến vụ án đang chờ xét xử hoặc nợ có tài sản đảm bảo đã quá hạn.

Nợ xấu không có tài sản đảm bảo và không có đối tượng để thu bao gồm những loại nợ như: nợ xóa do thiên tai chưa có nguồn thu hồi và vẫn còn hạch toán nội bảng; nợ khoanh đối với doanh nghiệp đã giải thể hoặc phá sản; nợ khoanh liên quan đến các vụ án; và nợ khoanh do thiên tai của hộ sản xuất.

Nợ xấu không có tài sản đảm bảo vẫn tồn tại ở các doanh nghiệp đang hoạt động, bao gồm nợ khoanh của doanh nghiệp khó thu hồi, nợ tín dụng chính sách có khả năng thu hồi, và nợ quá hạn trên 360 ngày.

− Ngoài ra, còn có nhóm nợ là những khoản nợ không thu đƣợc nhƣng không đủ điều kiện để khoanh, xóa.

Theo NHNN (2014b), nợ xấu được phân loại thành ba nhóm nợ 3, 4 và 5 Chi tiết về từng nhóm nợ này được trình bày trong Phụ lục 1 của Thông tư số 02/2013/TT-NHNN.

Nợ xấu có ảnh hưởng lớn đến nền kinh tế của một quốc gia, Hou and Dickinson

Theo nghiên cứu của năm 2007, nợ xấu cao không chỉ phản ánh tình hình tài chính xấu đi của ngân hàng cho vay mà còn ảnh hưởng tiêu cực đến các con nợ và toàn bộ nền kinh tế Reinhart và Rogoff (2010) nhấn mạnh rằng sự gia tăng nợ xấu có thể dẫn đến phá sản ngân hàng và là một chỉ số quan trọng để đánh giá khả năng xảy ra khủng hoảng ngân hàng.

Lƣợc khảo tài liệu về các nhân tố tác dộng đến nợ xấu

Nhiều nghiên cứu đã chỉ ra rằng nợ xấu của ngân hàng bị ảnh hưởng bởi các nhân tố kinh tế vĩ mô và đặc thù của từng ngân hàng Cụ thể, nghiên cứu của Beck et al (2013) đã phân tích tác động của các yếu tố kinh tế vĩ mô đến nợ xấu trong ngành ngân hàng ở 75 quốc gia từ năm 2001 đến 2010 Tương tự, Abid et al (2014) đã xác định các yếu tố ảnh hưởng đến nợ xấu trong cho vay mua nhà, bao gồm cả các nhân tố kinh tế vĩ mô và đặc thù ngân hàng Ngoài ra, còn có các nghiên cứu khác như của Salas và Saurina (2002), Louzis et al (2012), cùng với Joseph, Edson, Manuere, Clifford và Michael (2012) cũng đã góp phần làm rõ vấn đề này.

Các nghiên cứu được nêu trên đều thuộc cùng một lĩnh vực, nhưng mỗi tác giả lại có cách lựa chọn biến số trong hai nhóm nhân tố khác nhau.

2.3.1.Các nhân tố kinh tế vĩ mô

Phân tích vĩ mô thường sử dụng các biến số như tăng trưởng GDP, tỷ lệ thất nghiệp, lãi suất cho vay và nợ công Nghiên cứu của Salas và Saurina (2002) chỉ ra rằng tăng trưởng GDP có tác động tiêu cực đáng kể đến nợ xấu, cho thấy sự liên kết mạnh mẽ giữa phát triển kinh tế vĩ mô và khả năng trả nợ của các thành phần trong nền kinh tế.

Nghiên cứu của các tác giả như Khemraj và Pasha (2009) và Louzis et al (2012) đã chỉ ra rằng có mối quan hệ nghịch đảo giữa sự phát triển của nợ xấu và tăng trưởng GDP; cụ thể, khi tăng trưởng GDP tăng lên, các khoản nợ có vấn đề sẽ giảm xuống và ngược lại Thêm vào đó, Beck et al (2013) cũng xác nhận mối liên hệ thống kê có ý nghĩa giữa tăng trưởng GDP thực và tỷ lệ nợ xấu.

Khi nói đến "có ý nghĩa về mặt thống kê", tác giả ám chỉ tác động có ý nghĩa nhỏ hơn hoặc bằng 10% Nghiên cứu của Lawrence (1995), Rinaldi và Sanchis-Arellano (2006), Berge và Boye (2007), cùng Louzis et al (2012) cho thấy tỷ lệ thất nghiệp có ảnh hưởng lớn đến nợ xấu Nkusu (2011) cũng xác định tỷ lệ thất nghiệp là yếu tố gây ra thay đổi trong quy mô nợ xấu, trong khi Filip (2015) cho rằng tỷ lệ thất nghiệp tăng sẽ làm giảm thu nhập và tăng nợ xấu trong tương lai Về lãi suất cho vay, Berge và Boye (2007) chỉ ra rằng nợ có vấn đề liên quan đáng kể đến lãi suất thực cho vay, và Louzis et al (2012) xác nhận lãi suất thực có tác động thống kê đến tỷ lệ nợ xấu Abid et al (2014) nhấn mạnh lãi suất thực là yếu tố quyết định đến nợ xấu trong các khoản vay mua nhà Beck et al (2013) cũng chỉ ra lãi suất cho vay tác động tiêu cực đến chất lượng tài sản, làm tăng chi phí vay và ảnh hưởng đến nợ xấu Cuối cùng, Louzis et al (2012) phát hiện nợ công cũng tác động đến nợ xấu, trong khi Reinhart và Rogoff (2010) cung cấp bằng chứng rằng khủng hoảng ngân hàng thường xảy ra đồng thời hoặc trước khủng hoảng nợ công, cho thấy mối quan hệ giữa nợ công và nợ xấu ngân hàng.

Ngoài các yếu tố đã đề cập, nhiều yếu tố kinh tế vĩ mô khác cũng có tác động đáng kể đến nợ xấu, như đã được nghiên cứu bởi các tác giả trước đây.

Nghiên cứu của Khemraj và Pasha (2009), Abid et al (2014) và Filip (2015) cho thấy tỷ lệ lạm phát có tác động tích cực đến quy mô nợ xấu Klein (2013) lập luận rằng lạm phát làm giảm giá trị thực của các khoản vay, từ đó giảm tỷ lệ nợ xấu Rinaldi và Sanchis-Arellano (2006) cung cấp bằng chứng cho thấy thu nhập khả dụng và điều kiện thị trường tiền tệ ảnh hưởng lớn đến nợ xấu Beck et al (2013) chỉ ra rằng sự sụt giảm giá cổ phiếu và tỷ giá hối đoái có tác động tiêu cực đến nợ xấu của ngân hàng Tuy nhiên, trong nghiên cứu này, do hạn chế về dữ liệu, các yếu tố này không được xem xét trong mô hình.

2.3.2.Các nhân tố đặc thù của ngân hàng

Các nhân tố kinh tế vĩ mô không phải là yếu tố duy nhất ảnh hưởng đến nợ xấu, mà còn có các yếu tố bên trong ngành ngân hàng Việc phân tích nợ xấu cần xem xét cả những yếu tố đặc thù của ngành ngân hàng, với những kỳ vọng khác nhau từ các nghiên cứu của các tác giả Những yếu tố này có thể tác động khác nhau đến sự tăng trưởng của nợ xấu.

Ngành ngân hàng là một lĩnh vực đặc thù trong kinh tế, với nhiều yếu tố riêng biệt như trình độ công nghệ, quản lý, vốn chủ sở hữu, tỷ lệ an toàn vốn tối thiểu, tỷ lệ thanh khoản và quy mô ngân hàng Trong số các yếu tố này, nhiều yếu tố không có mối liên hệ trực tiếp với nợ xấu Do đó, việc nghiên cứu các "nhân tố đặc thù của ngành ngân hàng" là cần thiết để hiểu rõ hơn về sự ảnh hưởng của chúng đối với tình hình nợ xấu trong ngành.

1 Thông qua tác động xói mòn khả năng thanh toán của người mắc nợ, lạm phát sẽ làm nợ xấu tăng.

Giảm giá cổ phiếu, do ảnh hưởng của hiệu ứng tài sản của người vay hoặc sự suy giảm giá trị tài sản thế chấp, sẽ dẫn đến sự thay đổi trong chất lượng tài sản và ảnh hưởng đến tỷ lệ nợ xấu của ngân hàng.

Sự sụt giảm tỷ giá hối đoái có thể gây ra tác động tiêu cực đến chất lượng tài sản, dẫn đến gia tăng nợ xấu Các yếu tố này không chỉ phản ánh đặc trưng của ngành ngân hàng mà còn có khả năng ảnh hưởng trực tiếp đến tình hình nợ xấu trong hệ thống tài chính.

Tác giả đã tham khảo một số tài liệu trước đây để khảo sát mối quan hệ giữa các yếu tố đặc thù của ngành ngân hàng và nợ xấu, bao gồm các nghiên cứu của Keeton và Morris (1987), Gorton và Rosen (1995), Berger và DeYoung (1997), Salas và Saurina (2002), Williams (2004), Jesus và Gabriel (2006), Podpiera và Weill (2008), cũng như nghiên cứu của Hassan, Chan và Zaini Abd Karim.

(2010), Fiordelisi, Marques-Ibanez, and Molyneux (2011), Louzis et al (2012), Joseph et al (2012), Klein (2013) và Abid et al (2014).

Qua các nghiên cứu, tác giả đã chỉ ra một số yếu tố đặc thù của ngành ngân hàng thường được sử dụng để kiểm định ảnh hưởng đến nợ xấu, chẳng hạn như:

Nhân tố "quản lý kém" được xác định qua nghiên cứu của Berger và DeYoung (1997) về các ngân hàng tại Cộng hòa Czech từ năm 1994 đến 2005, cho thấy rằng các nhà quản trị không hiệu quả sẽ gặp khó khăn trong việc quản lý cấp tín dụng và giám sát các khoản vay Điều này dẫn đến việc giảm chất lượng tín dụng và gia tăng số lượng các khoản vay có vấn đề Nghiên cứu sử dụng lợi nhuận trên vốn chủ sở hữu (ROE) để đại diện cho "quản trị kém" và cung cấp bằng chứng cho thấy yếu tố này có ảnh hưởng đáng kể đến nợ xấu.

Nghiên cứu của Klein (2013) chỉ ra rằng quản lý kém, bao gồm việc bảo lãnh vay vốn, kiểm tra và giám sát con nợ yếu, dẫn đến gia tăng nợ xấu Ông suy luận rằng hiệu quả chi phí thấp là dấu hiệu của đội ngũ quản lý yếu kém, và điều này cũng ảnh hưởng tiêu cực đến nợ xấu của ngân hàng.

Tóm tắt chương

Nợ xấu được định nghĩa là những khoản nợ quá hạn từ 91 ngày trở lên mà không thể thu hồi và không được phép tái cơ cấu Có nhiều quan điểm và phương pháp khác nhau để đo lường nợ xấu, nhưng quan điểm này nhấn mạnh tính chất nghiêm trọng của các khoản nợ không thể thu hồi.

Nợ xấu ảnh hưởng sâu rộng đến nền kinh tế quốc gia, có thể dẫn đến khủng hoảng trong hệ thống ngân hàng, đặc biệt khi một nền kinh tế mạnh gặp phải tình trạng này Sự gia tăng nợ xấu không chỉ tác động đến từng ngân hàng mà còn tạo ra hiệu ứng lan truyền giữa các quốc gia.

Nhiều tác giả đã nghiên cứu các tác nhân ảnh hưởng đến nợ xấu từ nhiều góc độ khác nhau, thường phân chia thành hai nhóm chính: các yếu tố vĩ mô và các yếu tố đặc thù của ngành ngân hàng Các yếu tố vĩ mô bao gồm tăng trưởng GDP, tỷ lệ thất nghiệp, lãi suất cho vay và nợ công Trong khi đó, các yếu tố đặc thù của ngành ngân hàng thường liên quan đến quản lý kém, rủi ro đạo đức, chính sách tín dụng, cơ hội đa dạng hóa trong kinh doanh, tiết kiệm và tính trễ của nợ xấu.

Thực trạng vấn đề nợ xấu và các nhân tố tác động tại Việt Nam giai đoạn 2006-2014

Gi ớ i thi ệu chương

Nợ xấu là một vấn đề đang thu hút sự chú ý của xã hội, với những biến động về con số và phương pháp xử lý nợ xấu được cập nhật liên tục Bài viết này tập trung vào việc thu thập dữ liệu để phản ánh thực trạng nợ xấu trong Hệ thống Ngân hàng Thương mại Việt Nam thời gian gần đây, nhằm cung cấp cái nhìn chính xác về tình hình này.

Tác giả đưa ra cái nhìn tổng quan về tình hình kinh tế vĩ mô và môi trường vi mô của ngành ngân hàng, nhằm xác định các nguyên nhân tác động đến sự biến đổi của nợ xấu trong giai đoạn hiện nay.

Tác giả tổng hợp các nhận định về nợ xấu và đánh giá cách xử lý nợ xấu của NHNN trong giai đoạn hiện tại Qua việc tiếp thu thông tin đa chiều, tác giả sẽ đưa ra đánh giá khách quan và đề xuất những khuyến nghị hiệu quả trong các chương tiếp theo.

Th ự c tr ạ ng n ợ x ấ u t ạ i Vi ệ t Nam 2006-2014

Bảng 3.1 Cho vay và cho thuê tài chính khách hàng, nợ xấu và tỷ lệ nợ xấu của

18 Ngân hàng thương mại Việt Nam Đơn vị tính: nghìn đồng

Cho vay và cho thuê tài chính khách hàng

(Nguồn: Tính toán từ báo cáo tài chính (BCTC) của 18 ngân hàng thương mại trong mẫu dữ liệu, trình bày ở Mục

Tác giả lưu ý rằng một số ngân hàng không cung cấp đủ số liệu trong quá trình nghiên cứu, vì vậy các tính toán chỉ được thực hiện dựa trên số liệu có sẵn.

Trong giai đoạn 2006-2014, nghiên cứu đã phân tích nợ xấu của 18 ngân hàng thương mại Việt Nam, mặc dù mẫu này chỉ đại diện cho một phần nhỏ trong tổng số 34 ngân hàng thương mại hiện có Việc chỉ sử dụng 18 ngân hàng làm mẫu đã ảnh hưởng đến tính đại diện của dữ liệu phân tích, đây là một hạn chế được tác giả đề cập trong mục 5.3 của bài viết.

Trước khi phân tích tình hình nợ xấu hiện nay, nhiều chuyên gia kinh tế cho rằng số liệu nợ xấu của hệ thống ngân hàng là khá lớn và cần có giải pháp kịp thời để xử lý Tuy nhiên, dữ liệu thu thập cho thấy hầu hết các ngân hàng báo cáo nợ xấu ở mức rất thấp, xung quanh 3%, mức cho phép Do đó, tác giả sẽ không phân tích độ chính xác của số liệu nợ xấu được báo cáo mà chỉ tập trung vào nhận xét và kết luận dựa trên số liệu nợ xấu từ báo cáo tài chính đã được kiểm toán của các ngân hàng thương mại, đây là một hạn chế được đề cập ở mục 5.3.

Tác giả đã tìm thấy số liệu thống kê từ Ngân hàng Thế giới (WB) liên quan đến nợ xấu của hệ thống Ngân hàng Thương mại Việt Nam Mặc dù đây là nguồn thông tin đáng tin cậy, nhưng số liệu về nợ xấu không đầy đủ trong khoảng thời gian nghiên cứu Thông tin chi tiết về nợ xấu của các ngân hàng tại Việt Nam được trình bày trong Phụ lục 2, được thống kê từ nguồn của WB.

1 Tác giả có đề cập chi tiết hơn về việc thu thập dữ liệu nghiên cứu ở mục 4.6.

2 Tác giả đề cập chi tiết hơn ở mục 3.4.

Cho vay và cho thuê tài chính của khách hàng tại 18 ngân hàng thương mại Việt Nam đang đối mặt với vấn đề nợ xấu Tỷ lệ nợ xấu trong lĩnh vực này cần được theo dõi chặt chẽ để đảm bảo sự ổn định tài chính Đồ thị 3.1 cung cấp cái nhìn tổng quan về tình hình cho vay, cho thuê tài chính và tỷ lệ nợ xấu, giúp các ngân hàng đánh giá hiệu quả quản lý rủi ro tín dụng.

(Nguồn: Tính toán từ báo cáo tài chính của 18 ngân hàng thương mại trong mẫu dữ liệu, trình bày ở Mục 4.6)

Tỷ lệ nợ xấu của 18 ngân hàng trong mẫu quan sát hiện đang ở mức rất thấp, dao động từ 1,6% đến 2,6% Trong ba năm gần đây (2012, 2013), tình hình nợ xấu vẫn được duy trì ổn định.

2014), tỷ lệ nợ xấu đều giảm; cuối năm 2014 tỷ lệ này còn 2,003%, giảm 2,059% (hơn một nửa) so với năm đầu của giai đoạn nghiên cứu.

Theo quy định của NHNN (2014a), tỷ lệ nợ xấu không được vượt quá 3%, tức là trong 100 đồng vốn cho vay, nợ xấu chỉ chiếm tối đa 3 đồng Việc tỷ lệ nợ xấu dưới mức quy định được coi là điều lạc quan Tuy nhiên, nhiều chuyên gia nghi ngờ về tính trung thực của con số nợ xấu mà các ngân hàng báo cáo.

1 Tác giả đề cập đến các nhận định của các chuyên gia về mức độ trung thực của nợ xấu ở mục 3.4.

Mặc dù tỷ lệ nợ xấu đã giảm, nhưng tổng số nợ xấu tại 18 ngân hàng vẫn tăng qua từng năm, ngoại trừ năm 2007 và 2014 Trung bình, nợ xấu tăng khoảng 3.516 tỷ đồng mỗi năm Các biện pháp xử lý nợ xấu hiện nay chủ yếu nhằm đưa tỷ lệ nợ xấu về mức an toàn, trong khi ít chú trọng đến con số tuyệt đối của nợ xấu.

Tính đến năm 2014, số nợ xấu của các ngân hàng đã tăng lên hơn 1,13 lần so với năm 2006, cho thấy quy mô nợ xấu trong các ngân hàng thương mại đang gia tăng Mặc dù tỷ lệ nợ xấu có giảm, nhưng điều này chưa đủ để khẳng định sự an toàn Các ngân hàng thương mại cần chú trọng hơn vào các biện pháp xử lý nợ xấu, nhằm ổn định số liệu tuyệt đối của nợ xấu qua các năm và không nên chủ quan, mặc dù tỷ lệ nợ xấu đã gần đạt mức giới hạn cho phép là 3%.

Nguyên nhân gia tăng nợ xấu qua các năm chủ yếu do quy mô "cho vay và cho thuê tài chính khách hàng" tăng đều đặn, với mức trung bình 217.204.378.539 nghìn đồng/năm Nếu tỷ lệ rủi ro tín dụng không thay đổi, sự gia tăng này chắc chắn sẽ kéo theo nợ xấu tăng Tuy nhiên, việc chỉ nhìn vào quy mô cho vay mà bỏ qua các yếu tố khác có thể dẫn đến hiểu lầm Ví dụ, vào năm 2014, mặc dù tăng trưởng tín dụng gần 1,16 lần, nợ xấu vẫn giảm 4% so với năm trước, nhờ vào chính sách tái cơ cấu của NHNN, tập trung vào việc xử lý nợ xấu Dự báo với chính sách hiện tại, nợ xấu sẽ tiếp tục giảm trong thời gian tới.

Trong chín tháng đầu năm 2015, hoạt động mua bán nợ xấu diễn ra sôi nổi khi Ngân hàng Nhà nước yêu cầu các ngân hàng thương mại bán nợ xấu theo con số cụ thể, tập trung vào VAMC Điều này đã tạo niềm tin cho Thống đốc Nguyễn Văn Bình rằng nợ xấu sẽ giảm xuống dưới 3% vào cuối năm 2015.

Mặc dù nợ xấu đã giảm đáng kể vào cuối năm 2014 và dự báo cho năm 2015, nhưng con số này có thể không phản ánh chính xác tình hình thực tế hiện tại của nền kinh tế Thực tế, nợ xấu hiện nay đã chuyển ra ngoài hệ thống ngân hàng, làm cho số liệu thu thập về nợ xấu giảm xuống Tuy nhiên, các khoản nợ này đã chuyển sang VAMC và vẫn chưa được xử lý triệt để.

M ộ t s ố ch ỉ s ố kinh t ế liên quan đế n các nhân t ố tác động đế n n ợ x ấ u

3.3.1 Các nhân tố kinh tế vĩ mô Đồ thị 3.2 Nợ xấu và các nhân tố kinh tế vĩ mô

(Nguồn: IMF, 2015; WB, 2015; tính toán từ các BCTC của 18 ngân hàng thương mại trong mẫu dữ liệu)

Tác giả nhấn mạnh rằng các chỉ số kinh tế vĩ mô trong bài viết này được coi là những yếu tố ảnh hưởng đến nợ xấu, với phương pháp tính toán và nguồn thu thập thông tin được trình bày chi tiết trong mục 4.6 Đặc biệt, chỉ số "tăng trưởng GDP" đóng vai trò quan trọng trong việc đánh giá tình hình kinh tế.

Tăng trưởng GDP của Việt Nam dao động từ 5% đến 7,2% trong các năm qua, với xu hướng tăng dần trong ba năm gần đây, mặc dù năm cuối vẫn thấp hơn năm đầu (năm 2014 thấp hơn năm 2006 0,99%) Sự ổn định quanh mức cao và xu hướng tăng trưởng này cho thấy Việt Nam có tốc độ tăng trưởng nhanh, tạo điều kiện cho ngân hàng mở rộng tín dụng do nhu cầu tiêu dùng và sản xuất lớn Tuy nhiên, sự tăng trưởng nhanh của GDP cũng có thể dẫn đến tín dụng tăng trưởng nóng và rủi ro nợ xấu gia tăng Đối với nợ công, theo đồ thị 3.2, nợ công đang có xu hướng tăng dần, từ 38,41% trong các năm qua.

Từ năm 2006 đến 2014, tỷ lệ nợ công của Việt Nam đã tăng từ 58,73% lên 79,06%, tương ứng với mức tăng 20,33% Mặc dù có những năm nợ công giảm nhẹ, nhưng xu hướng chung là nợ công vẫn gia tăng nhanh chóng Hiện tại, trần nợ công của Việt Nam là 65% GDP, cho thấy nợ công thực tế đã gần đạt mức giới hạn này Từ năm 2011 đến 2014, nợ công tăng trưởng với tốc độ 3% mỗi năm, gây ra lo ngại về khả năng kiểm soát nợ công trong tương lai và nguy cơ vượt trần nợ công ngày càng hiện hữu.

Ông Nguyễn Phú Trọng khẳng định rằng Việt Nam hoàn toàn có khả năng đạt mức tăng trưởng GDP từ 6,3% đến 6,4% trong năm 2015 và các năm tiếp theo.

2 Năm 2014, tổng vốn vay nợ công cho đầu tƣ phát triển kinh tế xã hội đã huy động 627,8 nghìn tỷ đồng,bằng 60,3% GDP (P Huyền, 2015).

Sự gia tăng nhanh chóng của nợ công hiện nay có thể dẫn đến nhiều hệ lụy trong tương lai, đặc biệt là vấn đề tìm nguồn để trả nợ Tăng trưởng nợ công cũng tạo áp lực lên các ngân hàng cho vay, có khả năng làm gia tăng nợ xấu khi khu vực công cạnh tranh với khu vực tư về vốn, từ đó giảm khả năng thanh khoản của các ngân hàng.

Lãi suất cho vay đã biến động trong khoảng từ 8% đến 16,9% trong giai đoạn nghiên cứu, nhưng đã có xu hướng giảm liên tục trong ba năm gần đây (2012-2014) với mức giảm trung bình 1,6% mỗi năm Đến năm 2014, lãi suất đã xuống còn 8,6%, giảm 2,5% so với năm 2006, nhờ vào chính sách hạ trần lãi suất cho vay của NHNN Dự đoán rằng lãi suất sẽ tiếp tục giảm trong thời gian tới, như Thống đốc Nguyễn Văn Bình đã khẳng định vào ngày 25/6/2015.

Việc hạ lãi suất cho vay sẽ kích thích nhu cầu vay mượn, dẫn đến tăng trưởng tín dụng và giảm áp lực trả nợ cho con nợ, từ đó giúp giảm nợ xấu cho ngân hàng Theo đồ thị 3.2, tỷ lệ thất nghiệp có xu hướng giảm dần trong giai đoạn nghiên cứu, từ 4,8% năm 2006 xuống còn 2,45% vào năm 2014 Sau sự giảm nhanh chóng vào năm 2011, tỷ lệ thất nghiệp trong 3 năm gần đây duy trì ở mức thấp và tiếp tục có xu hướng giảm.

Tỷ lệ thất nghiệp thấp hiện nay giúp người lao động vay vốn ngân hàng có khả năng trả nợ ổn định hơn, từ đó làm giảm tỷ lệ nợ xấu.

Trong giai đoạn nghiên cứu, các chỉ số kinh tế vĩ mô ổn định và có xu hướng tích cực, với GDP cao và đang tăng trưởng, nợ công gia tăng đều đặn, lãi suất cho vay thấp và tỷ lệ thất nghiệp giảm Điều này tạo điều kiện thuận lợi cho ngân hàng mở rộng tín dụng, đồng thời khả năng trả nợ của con nợ cũng cải thiện Nhờ đó, nợ xấu của ngân hàng có khả năng giảm dần, thể hiện qua tỷ lệ nợ xấu trong ba năm cuối của giai đoạn nghiên cứu, giảm từ 2,55% xuống 2,00%.

3.3.2.Một số chỉ số đặc thù của ngành ngân hàng

Chỉ số vốn chủ sở hữu, tổng tài sản:

Vốn chủ sở hữu Tổng tài sản

Tỷ lệ nợ xấu năm Đồ thị 3.3 Vốn chủ sở hữu, tổng tài sản và tỷ lệ nợ xấu của 18 Ngân hàng thương mại Việt Nam

(Nguồn: Tính toán từ báo cáo tài chính của 18 ngân hàng thương mại trong mẫu dữ liệu, trình bày ở Mục

Đồ thị 3.3 cho thấy vốn chủ sở hữu và tổng tài sản của 18 ngân hàng tăng trưởng ổn định qua các năm, với mức tăng hàng năm lần lượt là 25.216.646.205 nghìn đồng và 325.134.453.068 nghìn đồng Trong khi đó, tỷ lệ nợ xấu có xu hướng giảm, phản ánh sự cải thiện trong tình hình tài chính của các ngân hàng Sự gia tăng vốn chủ sở hữu không chỉ đến từ nỗ lực của từng ngân hàng mà còn do yêu cầu nâng vốn điều lệ từ Ngân hàng Nhà nước trong quá trình tái cấu trúc, nhằm tạo ra các định chế tài chính mạnh mẽ và có khả năng cạnh tranh Việc nâng cao vốn điều lệ còn giúp tăng khả năng cho vay của ngân hàng, từ đó ảnh hưởng tích cực đến tỷ lệ nợ xấu.

Chỉ số lợi nhuận trên vốn chủ sở hữu bình quân (ROEA) bình quân có trọng số 2 :

ROEA bình quân trọng số

Tỷ lệ nợ xấu Đồ thị 3.4 ROEA bình quân có trọng số và tỷ lệ nợ xấu của 18 Ngân hàng thương mại Việt Nam

(Nguồn: Tính toán từ báo cáo tài chính của 18 ngân hàng thương mại trong mẫu dữ liệu, trình bày ở Mục 4.6)

ROEA đại diện cho các Ngân hàng thương mại Việt Nam được tính bằng bình quân có trọng số của ROEA của 18 ngân hàng thương mại.

Khuynh hướng biến đổi của ROEA và tỷ lệ nợ xấu thể hiện sự tương phản rõ rệt, khi nợ xấu tăng thì ROEA giảm và ngược lại Tuy nhiên, trong ba năm gần đây (2012, 2013, 2014), cả ROEA và tỷ lệ nợ xấu đều có xu hướng giảm, với mức giảm trung bình hàng năm lần lượt là 0,588% đối với ROEA và 0,183% đối với tỷ lệ nợ xấu Sự giảm sút này cho thấy một mối liên hệ chặt chẽ giữa hiệu quả hoạt động tài chính và chất lượng tài sản trong lĩnh vực ngân hàng.

1 Thông qua hệ số an toàn vốn tối thiểu, làm tổng tài sản có rủi ro của ngân hàng có thể tăng lên.

Tỷ trọng tài sản của một ngân hàng trong tổng tài sản của 18 ngân hàng quan sát đã giảm trong thời gian gần đây Nguyên nhân là do các Ngân hàng Thương mại phải bán nợ xấu cho VAMC đồng thời trích lập dự phòng cho các khoản nợ này Mặc dù việc bán nợ xấu giúp giảm nợ xấu trên bảng cân đối kế toán, nhưng việc trích lập dự phòng vẫn khiến lợi nhuận giảm theo.

Chỉ số tổng thu nhập ngoài lãi, tổng thu nhập:

Tổng thu nhập ngoài lãi Tổng thu nhập

Tỷ lệ nợ xấu năm Đồ thị 3.5 Tổng thu nhập ngoài lãi, tổng thu nhập và tỷ lệ nợ xấu của 18

Ngân hàng thương mại Việt Nam

(Nguồn: Tính toán từ báo cáo tài chính của 18 ngân hàng thương mại trong mẫu dữ liệu, trình bày ở Mục

Trong giai đoạn nghiên cứu từ năm 2006 đến 2014, thu nhập ngoài lãi và tổng thu nhập của ngân hàng đều có xu hướng tăng, với mức tăng lần lượt là 4,49 lần và 5,84 lần Tuy nhiên, tỷ trọng của thu nhập ngoài lãi trong tổng thu nhập lại giảm từ 29,15% năm 2006 xuống còn 22,44% năm 2014 Điều này cho thấy hoạt động tín dụng vẫn đóng vai trò quan trọng và ngày càng gia tăng đóng góp vào lợi nhuận ngân hàng, mặc dù tỷ lệ đóng góp của thu nhập ngoài lãi có tăng nhưng tốc độ tăng trưởng chậm khiến nó ngày càng chiếm ít trong tổng thu nhập.

Việc kinh doanh truyền thống của ngân hàng, đặc biệt là cho vay, vẫn chiếm ưu thế, trong khi các dịch vụ ngân hàng hiện đại như dịch vụ thẻ và thanh toán qua ngân hàng vẫn chưa phát huy được vai trò nổi bật.

Chỉ số tổng chi phí hoạt động, tổng thu nhập hoạt động:

Tổng chi phí hoạt động Tổng thu nhập hoạt động

2006 2007 2008 2009 2010 2011 2012 2013 2014 Đồ thị 3.6 Tổng chi phí hoạt động, tổng thu nhập hoạt động và tỷ lệ nợ xấu của 18 Ngân hàng thương mại Việt Nam

(Nguồn: Tính toán từ báo cáo tài chính của 18 ngân hàng thương mại trong mẫu dữ liệu, trình bày ở Mục 4.6)

Chi phí hoạt động của ngân hàng đang gia tăng đều đặn, chủ yếu do các khoản chi trả lương cho nhân viên, khấu hao tài sản cố định và chi phí giám sát quản lý Sự tăng trưởng này có thể xuất phát từ việc ngân hàng mở rộng mạng lưới kinh doanh và tuyển dụng thêm nhân viên Đồ thị 3.6 cho thấy thu nhập hoạt động và chi phí hoạt động có xu hướng tăng trưởng tương tự nhau, với thu nhập hoạt động tăng trung bình 20,23% mỗi năm, trong khi chi phí hoạt động tăng 29,29% mỗi năm Tuy nhiên, trong ba năm gần đây, xu hướng này tiếp tục diễn ra.

Nh ận đị nh c ủ a các chuyên gia kinh t ế v ề các v ấn đề liên quan đế n n ợ x ấ u t ạ i Vi ệ t

Theo báo cáo mới nhất từ NHNN tính đến hết tháng 1/2015, tỷ lệ nợ xấu là 3,49% (Bizlive, 2015) NHNN thể hiện sự lạc quan trong việc giảm nợ xấu, với cam kết đưa tỷ lệ này xuống còn 3% vào cuối năm 2015 (Hương, 2015) Tuy nhiên, vấn đề nợ xấu vẫn gây tranh cãi và có thể được phân tích qua ba xu hướng chính khác nhau.

Nợ xấu hiện nay đang gây ra nhiều nghi vấn về độ chính xác và trung thực của số liệu báo cáo Chủ nhiệm Ủy ban Kinh tế Quốc hội, Nguyễn Văn Giàu, đã chỉ trích rằng con số nợ xấu được công bố là “không thể tin nổi” do sự biến động lớn trong các năm gần đây, với tỷ lệ nợ xấu dao động từ 2,36% vào năm 2010 lên 17% vào năm 2011 và chỉ còn 3,25% vào năm 2014, điều này khiến cho tính xác thực của số liệu khó có thể chấp nhận Ngân hàng Nhà nước cũng đã giải thích rằng số liệu nợ xấu có thể khác nhau tùy thuộc vào nguồn thu thập, cho thấy rằng nợ xấu có thể biến động lớn theo thời gian, phụ thuộc vào việc thay đổi nhóm nợ của các khoản vay lớn.

Việc xử lý nợ xấu tại Việt Nam vẫn gặp nhiều khó khăn, đặc biệt là với VAMC khi thu mua nợ xấu chủ yếu bằng trái phiếu đặc biệt mà không sử dụng tiền mặt, dẫn đến hiệu quả đầu tư thấp Theo luật sư Trương Thanh Đức, VAMC chưa có cơ chế rõ ràng để bán nợ, và việc bán dưới giá mua vào cần có sự phê duyệt của cơ quan có thẩm quyền Mặc dù VAMC đã gom nợ xấu, nhưng vẫn chưa xác định được cá nhân hay tổ chức để bán, cũng như cách thức bán, khiến kết quả xử lý nợ xấu rất hạn chế Ông Huỳnh Nghĩa, đại biểu Quốc hội, cho biết nợ xấu vẫn còn nguyên và trở thành gánh nặng cho nền kinh tế, với tỷ lệ xử lý chỉ đạt 2-3% trong ba năm qua Chủ tịch Hội đồng Thành viên VAMC Nguyễn Quốc Hùng thừa nhận rằng việc thu hồi nợ gặp khó khăn do pháp luật không cho phép thu giữ tài sản nếu con nợ không bàn giao, dẫn đến việc xử lý nợ xấu không hiệu quả.

Theo TS Nguyễn Trí Hiếu, VAMC chưa đủ mạnh để thực hiện vai trò "bộ máy quét nợ xấu" Sau Nghị định 34/2015/NĐ-CP, VAMC sẽ chuyển sang hình thức "mua nợ thật, trả tiền thật", nhưng để thực hiện điều này, VAMC cần có nguồn vốn tự có đủ mạnh Hiện tại, nguồn vốn tự có của VAMC còn thấp trong khi nợ xấu trên thị trường lại lớn Thêm vào đó, việc áp dụng Thông tư 02 sẽ làm gia tăng nợ xấu trong hệ thống ngân hàng (Hoài, 2015).

Một số quan điểm cho rằng Ngân hàng Nhà nước (NHNN) đang tiến hành xử lý nợ xấu một cách hiệu quả và đúng hướng, với sự thành lập của Công ty Quản lý Tài sản (VAMC) là giải pháp chính Chủ tịch Hội đồng Thành viên VAMC, Nguyễn Quốc Hùng, cho biết các ngân hàng thương mại đang thực hiện tốt việc bán nợ xấu cho VAMC, cho thấy việc tập trung nợ xấu về một nơi mang lại hiệu quả Tính đến tháng 5/2015, VAMC đã mua hơn 152 nghìn tỷ đồng nợ xấu với giá gốc.

Thông tư số 02/2013/TT-NHNN, ban hành ngày 21 tháng 01 năm 2013, đã chỉ ra rằng việc xử lý nợ xấu qua VAMC mang lại hiệu quả ban đầu, giúp làm sạch bảng cân đối kế toán của các tổ chức tín dụng và mở rộng tín dụng với lãi suất giảm Thống đốc NHNN Nguyễn Văn Bình nhấn mạnh rằng việc xử lý triệt để nợ xấu không thể diễn ra nhanh chóng, nhằm tránh tình trạng định giá thấp khiến doanh nghiệp gặp khó khăn hơn TS Trần Du Lịch so sánh việc VAMC mua nợ xấu như việc tách "con nghiện" khỏi cộng đồng, góp phần làm lành mạnh hệ thống ngân hàng Đồng thời, TS Nguyễn Đức Kiên khẳng định rằng trách nhiệm xử lý nợ xấu thuộc về các ngân hàng, yêu cầu họ phải định giá tài sản đảm bảo và không thể yêu cầu sửa luật để thanh lý tài sản dễ dàng VAMC chỉ có nhiệm vụ hỗ trợ các tổ chức tín dụng giãn nợ từ 5 đến 10 năm và nâng cao mức tăng trưởng tín dụng Ông Trương Văn Phước cho biết các quy định ngày càng được cải thiện, như Nghị định 342 kéo dài thời gian đáo hạn của trái phiếu đặc biệt, giúp việc trích lập dự phòng rủi ro không bị dồn dập.

Việt Nam vẫn chưa đáp ứng đầy đủ các điều kiện cần thiết để giải quyết triệt để vấn đề nợ xấu Cần có sự đầu tư vốn từ Chính phủ cho việc xử lý nợ xấu, cùng với một khuôn khổ pháp lý hoàn chỉnh và đồng bộ Ngoài ra, nền kinh tế vĩ mô cần ổn định và có triển vọng phát triển tốt cho sản xuất kinh doanh Để thúc đẩy quá trình này, cần phát triển thị trường tài chính và thị trường mua bán nợ, đồng thời xây dựng hệ thống khuyến khích để thu hút nhà đầu tư tham gia vào việc xử lý nợ xấu.

2 Số 34/2015/NĐ-CP, ban hành ngày 31/03/2015.

Nợ xấu hiện nay được bán theo giá thị trường thay vì giá trị sổ sách, trong khi trái phiếu đặc biệt có giá trị gần như tiền mặt và có thể được sử dụng để lấy tiền mặt từ Ngân hàng Nhà nước qua cửa sổ tái cấp vốn hoặc thị trường mở, đồng thời không cần phải trích lập dự phòng cho loại trái phiếu này (Nhi, 2015).

Tóm t ắt chương

Trong giai đoạn nghiên cứu, 18 ngân hàng được quan sát có tỷ lệ nợ xấu rất thấp, chỉ đạt 2,003% tổng “cho vay và cho thuê tài chính khách hàng” vào cuối năm 2014 Mặc dù tỷ lệ này thấp, nhưng số nợ xấu theo giá trị tuyệt đối trong ngành ngân hàng vẫn còn lớn.

Trong ba năm qua, Ngân hàng Nhà nước (NHNN) đã triển khai nhiều biện pháp để xử lý nợ xấu, dẫn đến việc giảm đáng kể lượng nợ xấu trên báo cáo tài chính của các ngân hàng thương mại vào cuối năm 2014 Tuy nhiên, sự giảm này có thể không phản ánh chính xác tình hình nợ xấu hiện tại của nền kinh tế, vì nợ xấu chủ yếu chỉ chuyển từ các ngân hàng sang Công ty Quản lý tài sản (VAMC) mà chưa có giải pháp hiệu quả để xử lý triệt để.

Hiện nay, thực trạng nợ xấu đang gây ra nhiều tranh cãi trên các phương tiện thông tin đại chúng Nhiều ý kiến trái chiều đã được đưa ra, và tác giả đã tổng hợp các điểm chính liên quan đến vấn đề này.

Mặc dù Ngân hàng Nhà nước (NHNN) báo cáo số liệu nợ xấu hiện nay khá thấp, nhưng nhiều chuyên gia vẫn hoài nghi về tính trung thực của con số này.

Việc xử lý nợ xấu hiện nay gặp nhiều khó khăn, đặc biệt là sau khi VAMC thu mua nợ xấu nhưng không thể thanh lý chúng Phương thức bán nợ qua trái phiếu đặc biệt, thay vì sử dụng tiền mặt, cho thấy sự kém hiệu quả trong khả năng giải quyết nợ xấu của VAMC.

Trước đây, Nghị định 53/2013/NĐ-CP quy định việc phát hành trái phiếu đặc biệt nhằm mua nợ xấu của các tổ chức tín dụng (TCTD) với giá sổ sách, đồng thời yêu cầu TCTD phải trích lập dự phòng rủi ro cho những khoản nợ xấu ở mức 20%/năm Nếu TCTD phát mãi được tài sản, điều này sẽ tạo ra nguồn thu bất thường cho họ (Nhi, 2015).

Một số quan điểm cho rằng Ngân hàng Nhà nước (NHNN) đang từng bước xử lý nợ xấu một cách hiệu quả Việc thành lập Công ty Quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC) và quá trình giải quyết nợ xấu đang diễn ra đúng hướng.

Trong giai đoạn nghiên cứu, các chỉ số kinh tế cho thấy nền kinh tế đang hoạt động ổn định với tăng trưởng GDP cao, nợ công tăng đều, lãi suất cho vay thấp và tỷ lệ thất nghiệp giảm Những yếu tố này tạo điều kiện thuận lợi cho khả năng trả nợ của con nợ, đồng thời giúp ngân hàng tăng trưởng tín dụng Tác giả cũng đã thu thập dữ liệu từ 18 ngân hàng để phân tích các chỉ số vi mô.

− Vốn chủ sở hữu và tổng tài sản của 18 ngân hàng quan sát đều tăng khá ổn định.

− ROEA trong 3 năm gần đây có khuynh hướng giảm.

− Hoạt động tín dụng của ngân hàng vẫn còn giữ vị trí khá quan trọng và ngày càng đóng góp nhiều vào lợi nhuận của ngân hàng.

− Ngân hàng đang chi quá nhiều cho hoạt động của mình, tuy nhiên thu nhập hoạt động chưa thể tăng theo tốc độ tương ứng.

Phương pháp, dữ li ệ u và k ế t qu ả nghiên c ứu định lư ợ ng

Gi ớ i thi ệ u chương

Để tìm hiểu các yếu tố ảnh hưởng đến nợ xấu trong hệ thống ngân hàng thương mại Việt Nam từ năm 2006 đến 2014, tác giả đã áp dụng phương pháp nghiên cứu định lượng Dựa trên các nghiên cứu trước đó liên quan đến chủ đề, tác giả đã phát triển các giả thuyết và mô hình nghiên cứu Trong lĩnh vực kinh tế lượng, tác giả tiến hành nghiên cứu theo các bước, bắt đầu bằng việc xây dựng mô hình nghiên cứu.

− Xây dựng các giả thuyết nghiên cứu.

− Lựa chọn và mô tả biến đại diện cho giả thuyết nghiên cứu.

− Xây dựng mô hình nghiên cứu.

− Lựa chọn phương pháp ước lượng phù hợp với mô hình Bước 2.

Thu thập dữ liệu của các biến nghiên cứu.

Bước 3 Giải bài toán kinh tế lượng

− Kiểm định các giả thuyết nghiên cứu: dùng phần mềm kinh tế lƣợng Stata để hồi quy mô hình nghiên cứu.

− Thực hiện các kiểm định liên quan đến mô hình nghiên cứu.

Bước 4 là phân tích kết quả từ mô hình kinh tế lượng và đưa ra dự báo Tác giả thực hiện nghiên cứu theo trình tự đã nêu, nhưng để cân đối bố cục của luận văn, các đề mục đã được phân chia lại một cách hợp lý.

Các gi ả thuy ế t nghiên c ứ u

Tác giả đã thực hiện việc lược khảo tài liệu ở mục 2.3, trong đó tìm ra một số nhân tố được các nghiên cứu trước đây đề cập, có mối liên hệ với nợ xấu trong ngành ngân hàng.

Nghiên cứu này sẽ phân tích các nhân tố ảnh hưởng đến nợ xấu từ hai góc độ: các nhân tố kinh tế vĩ mô và các đặc thù của ngành ngân hàng Các nhân tố kinh tế vĩ mô bao gồm tăng trưởng GDP, tỷ lệ thất nghiệp, lãi suất cho vay và nợ công Trong khi đó, các nhân tố đặc thù của ngành ngân hàng gồm quản lý kém, tiết kiệm, rủi ro đạo đức, cơ hội kinh doanh đa dạng và chính sách tín dụng.

Tác giả đề xuất các giả thuyết sau:

4.2.1.Giả thuyết của các nhân tố kinh tế vĩ mô

Giả thuyết “tăng trưởng GDP”:

Nền kinh tế Việt Nam hiện nay chủ yếu phát triển dựa vào sự thâm dụng vốn, đặc biệt là vốn vay ngân hàng, với các ngành như khai khoáng, lọc dầu và luyện thép chiếm ưu thế Mặc dù nhiều chuyên gia khuyến nghị chuyển sang phát triển dựa trên thâm dụng lao động, điều này đòi hỏi thời gian dài để thực hiện Do đó, tăng trưởng kinh tế hiện tại vẫn phụ thuộc nhiều vào vốn, tạo ra mối liên hệ chặt chẽ giữa tăng trưởng GDP và vốn vay ngân hàng, từ đó hình thành giả thuyết về mối quan hệ giữa tăng trưởng GDP và nợ xấu trong ngành ngân hàng.

Trong giai đoạn tăng trưởng cao của nền kinh tế, các ngân hàng thương mại thường mở rộng tín dụng để gia tăng thị phần Điều này xảy ra do nhu cầu vốn của doanh nghiệp tăng cao nhằm mở rộng sản xuất, cùng với nhu cầu tiêu dùng lớn từ cá nhân.

Khi nhu cầu vay vốn tăng cao, lãi suất cho vay cũng sẽ tăng theo, dẫn đến áp lực trả nợ lớn cho con nợ trong những năm tiếp theo, làm gia tăng nguy cơ vỡ nợ Đồng thời, sự cạnh tranh giữa các ngân hàng thương mại để chiếm lĩnh thị phần có thể khiến họ nới lỏng tín dụng quá mức Chính sách này dẫn đến việc thẩm định, cấp và giám sát tín dụng trở nên lỏng lẻo, cho phép những con nợ kém chất lượng tiếp cận vốn, từ đó gia tăng rủi ro tín dụng trong hệ thống ngân hàng.

Tác giả chỉ ra rằng, khi kinh tế tăng trưởng mạnh, rủi ro tín dụng cũng gia tăng do ngân hàng có xu hướng nới lỏng tín dụng quá mức, dẫn đến sự gia tăng nợ xấu Ông kỳ vọng tốc độ tăng trưởng GDP sẽ phản ánh sự phát triển của nền kinh tế, và từ đó đưa ra giả thuyết liên quan.

Giả thuyết 1 : T ăng trưở ng GDP có tác động tích cực (dương) đến nợ xấu.

Giả thuyết “tỷ lệ thất nghiệp”:

Tỷ lệ thất nghiệp có tác động trực tiếp đến nợ xấu của ngân hàng qua kênh tín dụng cá nhân, chủ yếu là vay tiêu dùng Khi thất nghiệp gia tăng, thu nhập của người vay giảm, dẫn đến khả năng hoàn trả nợ gốc và lãi vay cũng giảm theo Nếu các khoản vay hiện tại không được thanh toán, chúng sẽ chuyển vào danh mục nợ xấu, làm tăng nợ xấu trong các kỳ tiếp theo Do đó, tỷ lệ thất nghiệp cao làm tăng xác suất rủi ro tín dụng và nguy cơ nợ xấu.

Mặc dù lĩnh vực cho vay tiêu dùng tại Việt Nam chỉ chiếm 6% tổng dư nợ tín dụng, nhưng đây là một lĩnh vực tiềm năng mà các ngân hàng đang chú trọng khai thác, trong khi ở các nước khác tỷ lệ này là 15-20% Sự gia tăng nợ xấu gần đây một phần xuất phát từ phân khúc tín dụng cá nhân và bất động sản Theo các chuyên gia, nợ có khả năng mất vốn của các ngân hàng lên đến 70% tổng nợ xấu, chủ yếu tập trung vào lĩnh vực bất động sản và tiêu dùng.

Tăng trưởng tín dụng thông qua việc mở rộng cho vay tiêu dùng có thể dẫn đến rủi ro nợ xấu gia tăng khi thất nghiệp xảy ra Nếu người vay mất khả năng chi trả, các ngân hàng sẽ phải đối mặt với nguy cơ này, đặt ra một giả thuyết cần được xem xét kỹ lưỡng.

Giả thuyết 2 : Tỷ lệ thất nghiệp và nợ xấu có mối quan hệ cùng chiều.

Thâm hụt ngân sách nhà nước, khi được bù đắp bằng nợ công, có thể tạo ra sự "cạnh tranh" về vốn giữa khu vực công và tư, dẫn đến việc tăng lãi suất cho vay trên thị trường Điều này ảnh hưởng đến khả năng tiếp cận vốn của khu vực tư, làm giảm động lực đầu tư và phát triển kinh tế.

Lãi suất cao làm giảm giá trị thị trường của các khoản tín dụng ngân hàng, khiến các ngân hàng gặp khó khăn trong việc thanh khoản Trong tình hình này, ngân hàng buộc phải giảm hoạt động cho vay, dẫn đến việc các con nợ không thể tái tài trợ các khoản nợ của họ.

Sự gia tăng nợ công có thể buộc chính phủ phải thực hiện cắt giảm chi tiêu và lương công chức, dẫn đến giảm thu nhập hộ gia đình và tạo ra cú sốc tiêu cực cho nền kinh tế Khi cả hộ gia đình và doanh nghiệp đều gặp khó khăn về thu nhập, khả năng thanh toán các khoản vay ngân hàng giảm, làm tăng nợ xấu.

Tình hình nợ công ở Việt Nam hiện nay chủ yếu là nợ nước ngoài và trái phiếu trong nước, với các định chế tài chính là đối tượng chính mua trái phiếu Chính phủ Việc chính phủ tiếp tục phát hành trái phiếu để vay mượn có thể gây ra vấn đề thanh khoản cho các định chế tài chính, dẫn đến việc thắt chặt tín dụng và khó khăn trong việc tái tài trợ cho các con nợ Nợ công Việt Nam đang tăng đều qua các năm, với tốc độ tăng cao trong 3 năm gần đây, và dự báo có thể chạm hoặc vượt trần nợ công trong những năm tới Điều này sẽ tạo áp lực lớn để giải quyết vấn đề nợ công, có thể thông qua các biện pháp như cắt giảm chi tiêu chính phủ, tinh giản biên chế và giảm lương công chức.

Khi nhu cầu tiêu dùng giảm, các doanh nghiệp sản xuất hàng hóa sẽ gặp khó khăn trong việc tiêu thụ sản phẩm, ảnh hưởng đến quá trình tái sản xuất Điều này tạo áp lực lên doanh nghiệp và hộ gia đình, dẫn đến sự giảm thu nhập của các thành phần kinh tế.

“con nợ” của ngân hàng, khi khả năng trả nợ giảm xuống sẽ làm cho nợ xấu của ngân hàng có nguy cơ tăng lên).

Giả thuyết 3: Nợ công tăng dẫn đến việc nợ xấu ngân hàng tăng.

Giả thuyết “lãi suất cho vay”:

Dưới góc độ người đi vay, lãi suất cho vay là chi phí của các khoản tín dụng.

Khi lãi suất cho vay trên thị trường tăng, nghĩa vụ hoàn trả nợ gốc và lãi vay của con nợ cũng tăng theo, dẫn đến áp lực thanh toán lớn hơn Điều này đặc biệt ảnh hưởng đến những người đi vay có dự án sản xuất kinh doanh lợi nhuận thấp, khiến họ dễ gặp khó khăn trong việc thanh toán, từ đó làm gia tăng nợ xấu của ngân hàng.

Mô t ả các bi ến đạ i di ệ n

Các biến đại diện cho các nhân tố ảnh hưởng đến nợ xấu của ngân hàng đã được xác định trong mục “Các giả thuyết nghiên cứu” Cần lưu ý rằng những biến này đóng vai trò quan trọng trong việc phân tích và đánh giá tình hình nợ xấu của ngân hàng.

− Tất cả các biến đều đƣợc tính theo tỷ lệ phần trăm (theo Louzis et al., 2012).

Kỳ vọng về dấu của hệ số hồi quy của các biến phụ thuộc vào hướng tác động mà các nhân tố đại diện Điều này được nêu rõ trong mục "Các giả thuyết nghiên cứu".

4.3.1 Mô tả các biến kinh tế vĩ mô Để thống nhất với dữ liệu mà tác giả thu thập đƣợc, các định nghĩa và cách tính các biến sẽ đƣợc trích dẫn từ nguồn mà tác giả thu thập dữ liệu của nó, đây là các khái niệm đƣợc Ngân hàng Thế giới Ngân hàng Thế giới (World Bank-WB) và Quỹ Tiền tệ Quốc tế (International Monetary Fund-IMF) đính kèm để giải thích cho các chỉ số thống kê của mình Ngoài việc nêu nguồn trích dẫn, tác giả còn đính kèm nguyên văn các khái niệm này ở Ph ụ l ụ c 1.

Tăng trưởng GDP là tỷ lệ phần trăm tăng trưởng hàng năm của GDP theo giá thị trường, tính dựa trên giá nội tệ của năm cơ sở Chỉ số này phản ánh tổng giá trị gia tăng từ tất cả các nhà sản xuất trong nước, bao gồm thuế hàng hóa nhưng không tính các khoản trợ cấp không được tính vào giá trị hàng hóa Đặc biệt, GDP được tính toán mà không bao gồm khấu hao từ tài sản tự chế tạo hoặc khai thác tài nguyên thiên nhiên (WB, 2015).

Ký hiệu của “tăng trưở ng GDP” là GDPG, kỳ vọng về dấu là dương (+).

Biến tỷ lệ thất nghiệp :

Tỷ lệ thất nghiệp được tính bằng phần trăm số lao động thất nghiệp so với tổng số nguồn lực lao động Nguồn lực lao động bao gồm cả số người có việc làm và số người thất nghiệp Người thất nghiệp là những cá nhân không có việc làm hiện tại nhưng có khả năng và sẵn sàng tham gia vào lực lượng lao động (IMF, 2015).

Ký hiệu của t ỷ l ệ th ấ t nghi ệ p là UN, kỳ vọng về dấu là dương (+).

Nợ công, được tính bằng phần trăm của GDP, phản ánh tổng nợ công hàng năm so với GDP Tổng nợ bao gồm tất cả các nghĩa vụ tài chính mà con nợ phải thanh toán cho chủ nợ, bao gồm cả lãi và gốc, tại nhiều thời điểm trong tương lai Các loại nợ này bao gồm SDRs, tiền mặt, tiền gửi, chứng khoán nợ, các khoản vay, bảo hiểm, và các khoản phải trả khác.

Ký hiệu của n ợ công là DEBT, kỳ vọng về dấu là dương (+).

Biến lãi suất cho vay :

Lãi suất cho vay (%), là mức lãi suất mà ngân hàng áp dụng để đáp ứng nhu cầu tài chính ngắn hạn và trung hạn của khu vực tư nhân Mức lãi suất này thường được phân loại dựa trên độ tin cậy của người vay và mục tiêu tài chính của họ (WB, 2015).

Ký hiệu của lãi su ấ t cho vay là LIR, kỳ vọng về dấu là dương (+).

4.3.2.Mô tả các biến đặc thù của ngân hàng

Biến thiếu hiệu quả về mặt chi phí :

Thiếu hiệu quả về mặt chi phí: đƣợc tính bằng cách lấy chi phí hoạt động chia cho thu nhập hoạt động.

Ký hiệu của biến “thi ế u hi ệ u qu ả v ề m ặ t chi phí” là INEF.

Giả thuyết “qu ả n lý kém I” có kỳ vọng về dấu của INEF là dương (+); tuy nhiên, giả thuyết “tiết kiệm” kỳ vọng về dấu của INEF là âm (-).

1 Quyền rút vốn đặc biệt (Special Drawing Rights).

Biến Khả năng thanh toán :

Khả năng thanh toán, còn được biết đến với tên gọi "hệ số thanh toán nợ" hoặc "tỷ suất khả năng hoàn trả", được xác định bằng cách chia vốn chủ sở hữu cho tổng tài sản của ngân hàng.

Ký hiệu của biến “kh ả năng thanh toán” là SOLR và giả thuyết “r ủi ro đạo đứ c” kỳ vọng về dấu của nó là âm (-).

Biến Quy mô của ngân hàng :

Quy mô của ngân hàng được định nghĩa là tỷ lệ phần trăm tài sản của ngân hàng đang được xem xét so với tổng tài sản của tất cả các ngân hàng trong mẫu số liệu thu thập được.

Ký hiệu của biến “quy mô c ủ a ngân hàng” là SIZE Giả thuyết “cơ hộ i kinh doanh đa dạ ng” kỳ vọng về dấu của SIZE là âm (-).

Biến Tỷ lệ thu nhập ngoài lãi :

Tỷ lệ thu nhập ngoài lãi được xác định bằng cách chia thu nhập ngoài lãi cho lợi nhuận thuần từ hoạt động kinh doanh, trước khi trừ chi phí dự phòng rủi ro tín dụng.

Ký hiệu của biến “t ỷ l ệ thu nh ậ p ngoài lãi” là NII Giả thuyết “cơ hộ i kinh doanh đa dạ ng” kỳ vọng về dấu của NII là âm (-).

Biến Lợi nhuận trên vốn chủ sở hữu:

Lợi nhuận trên vốn chủ sở hữu: đƣợc tính bằng cách lấy thu nhập sau thuế chia cho tổng vốn chủ sở hữu.

Biến "lợi nhuận trên vốn chủ sở hữu" được ký hiệu là ROE Theo giả thuyết "quản lý kém II", ROE được kỳ vọng có dấu âm (-), trong khi giả thuyết "chính sách tín dụng" lại kỳ vọng ROE có dấu dương (+).

4.3.3 Mô tả biến phụ thuộc

Tỷ lệ nợ xấu, một biến phụ thuộc trong nghiên cứu, được tính bằng cách lấy tổng nợ xấu chia cho tổng nợ của ngân hàng Nợ xấu bao gồm các khoản nợ thuộc ba nhóm cuối trong danh mục “cho vay khách hàng”, cụ thể là nợ nhóm 3, 4 và 5.

Bảng 4.1 Mô tả các biến đại diện cho giả thuyết nghiên cứu

Ký hiệu Cách tính Tác giả nghiên cứu

Tỷ lệ nợ xấu NPL

Louzis et al (2012) và Abid et al (2014)

(-) thuyết trễ tỷ lệ nợ

“tính trễ của xấu nợ xấu”

Khemraj and Pasha (2009); Louzis et al. thuyết

(2012) và (Beck et GDP” al., 2013)

Tỷ lệ thất nghiệp UN

Berge and Boye (2007); Nkusu (2011); Louzis et al.

LIR Không đề cập đến cách tính

Berge and Boye (2007); Louzis et al.

Berge and Boye (2007); Louzis et al. thuyết

Thiếu hiệu quả trong INEF

(-) hoạt (2008) và Louzis et động al (2012)

(-) toán Louzis et al (2012) đạo và Abid et al (2014) đức”

Quy mô của ngân hàng

Louzis et al (2012) và Abid et al (2014)

Tỷ lệ thu nhập ngoài lãi

Louzis et al (2012) và Abid et al (2014)

“cơ hội kinh doanh đa dạng II”

Lợi nhuận trên vốn chủ sở hữu

Louzis et al (2012) và Abid et al (2014)

(Nguồn: Tổng hợp từ Mục 2.3, 4.2 và 4.3)

Ghi chú: tất cả dữ liệu đều được tính dưới dạng phần trăm (%) (theo Louzis et al., 2012).

Nợ xấu Thiếu hiệu quả về mặt chi phí

Quy mô của ngân hàng Đặc thù của ngành ngân hàng

Tỷ lệ thu nhập ngoài lãi

Lợi nhuận trên vốn chủ sở hữu

Mô hình nghiên c ứ u

Hình 4.1 Mô hình nghiên cứu 4.4.1 Dạng tổng quát của mô hình dữ liệu bảng động

Trước khi đi vào mô hình nghiên cứu, cần lưu ý rằng nợ xấu của năm trước ảnh hưởng đến nợ xấu của năm sau, dẫn đến sự xuất hiện của biến độ trễ trong mô hình Điều này có nghĩa là mô hình nghiên cứu sẽ mang tính động Theo Merkl và Stolz (2009) cũng như Salas và Saurina (2002), mô hình dữ liệu bảng động có thể được biểu diễn dưới dạng tổng quát như sau:

− i: là các đơn vị chéo.

− t: chuỗi thời gian quan sát.

− : hệ số góc của biến

1 Cụ thể hơn, tác giả xác định đây là mô hình “dữ liệu bảng động”, đƣợc đề cập chi tiết hơn ở mục 4.5 Phương pháp hồi quy

− : biến độ trễ của biến phụ thuộc.

− β(L): vector hệ số có 1 dòng và k cột (1 x k).

− : vector các biến giải thích khác với biến , có k cột và 1 dòng (k x 1).

− : các tác động cố định của từng ngân hàng mà ta không quan sát đƣợc.

Để loại bỏ các tác động cố định không quan sát được khỏi mô hình, Louzis et al (2012) đã chuyển đổi mô hình thành dạng mô hình sai phân bậc nhất.

− là toán tử sai phân bậc nhất.

Từ đây, Louzis et al (2012) đã xây dựng các giả định cho mô hình ( ) là :

1 Biến trễ sẽ tương quan với sai số , nhưng các biến trễ tiếp theo (từ trở đi) được kỳ vọng là không có tương quan với sai số 1

2 Khi các biến đƣợc cho là biến ngoại sinh nghiêm ngặc thì bất kỳ giá trị ở quá khứ, hiện tại và tương lai đều không có tương quan với sai số 2

3 Đối với các biến ngoại sinh yếu, quan hệ nhân quả không chỉ xảy ra theo chiều từ các biến giải thích đến biến phụ thuộc, mà cũng có thể xảy ra theo chiều ngƣợc lại Do đó, khi các biến đƣợc coi là biến ngoại sinh yếu thì chỉ có có giá trị ở quá khứ là không tương quan với sai số 3

Từ đây, mô hình ( ) sẽ đƣợc dùng để triển khai thành dạng tổng quát cho mô hình nghiên cứu của đề tài.

2 [ ] với t=3, ,T và tất cả các giá trị s.

4.4.2 Mô hình nghiên cứu của đề tài

Abid et al (2014) và Louzis et al (2012) đã phát triển mô hình nghiên cứu dựa trên mô hình trước đó Trong nghiên cứu này, tác giả cũng nỗ lực xây dựng mô hình tương tự như mô hình mà họ đã đề xuất.

Theo các tác giả, nợ xấu chủ yếu bị ảnh hưởng bởi các yếu tố kinh tế vĩ mô Mô hình nghiên cứu sẽ bắt đầu bằng việc ước lượng tác động của các biến số này lên nợ xấu, được gọi là mô hình cơ bản Sau đó, mô hình sẽ được mở rộng bằng cách bổ sung các biến số đặc thù của ngành ngân hàng, nhằm kiểm tra khả năng giải thích của mô hình Cách tiếp cận này giúp cô lập từng biến đặc thù của ngành ngân hàng, tránh hiện tượng đa cộng tuyến giữa các biến trong mô hình.

Bên cạnh đó, có một số đặc điểm cần lưu ý vì chúng có ảnh hưởng đến việc xây dựng các biến số trong mô hình nhƣ sau :

Nợ xấu từ năm trước có tác động đáng kể đến nợ xấu trong năm nay, theo giả thuyết nghiên cứu Do đó, trong các biến giải thích, cần phải xem xét biến trễ của biến phụ thuộc để đánh giá chính xác tình hình nợ xấu hiện tại.

Do tính chất ghi nhận số liệu trên báo cáo, các chỉ số kinh tế vĩ mô và chỉ số trên BCTC không phản ánh ngay tác động đến nợ xấu trong năm hiện tại, mà sẽ ảnh hưởng đến nợ xấu trong năm tiếp theo Vì vậy, các biến giải thích trong mô hình cần sử dụng các biến độ trễ, không bao gồm giá trị hiện tại của chúng.

Nghiên cứu của Abid et al (2014) và Louzis et al (2012) chỉ ra rằng độ trễ của các biến kinh tế vĩ mô được xem xét là 1 và 2, trong khi độ trễ của các biến số đặc thù của ngân hàng là 1, 2, 3 và 4.

Tác giả xin nhắc lại rằng các mô hình được sử dụng trong nghiên cứu này dựa trên công trình của Abid et al (2014) và Louzis et al (2012) Để tạo sự thuận tiện, tác giả đã đề xuất mô hình của mình như sau:

− : toán tử sai phân bậc nhất.

− t : chuỗi thời gian nghiên cứu.

− s, y : độ trễ của các biến số (s=1, 2; y=1,2,3,4).

− và : theo thứ tự là biến nợ xấu và biến trễ 1 năm của nó.

− ( ) : vector hệ số của các biến kinh tế vĩ mô, gồm 1 dòng k cột (1 x k).

− : vector các biến kinh tế vĩ mô, gồm k dòng và 1 cột (k x 1).

− ( ) : vector hệ số của các biến đặc thù của ngân hàng, gồm 1 dòng f cột (1 x f).

− : vector các biến đặc thù của ngân hàng, gồm f dòng 1 cột (f x 1).

Mô hình ( ) sẽ được sử dụng làm mô hình tổng quát cho đề tài này Tác giả sẽ phát triển mô hình ( ) thành các mô hình cụ thể với danh sách các biến cụ thể như sau:

Mô hình cơ bản, đây là mô hình chỉ xét các biến số kinh tế vĩ mô :

Các mô hình mở rộng, đƣợc xây dựng bằng cách bổ sung thêm lần lƣợt các biến số đặ c thù c ủ a ngành ngân hàng vào mô hình cơ bản:

− là các biến đặc thù của ngân hàng đƣợc thêm lần lƣợt vào mô hình

( ), chúng là các biến: INEF, ROE, NII, SIZE, SOLR.

4.4.3 Hệ số dài hạn của các biến hồi quy

Mô hình nghiên cứu sử dụng một biến đại diện cho yếu tố đặc thù trong ngành ngân hàng, từ đó cho ra bốn hệ số hồi quy tương ứng với bốn độ trễ khác nhau Chẳng hạn, khi sử dụng biến ROE, quá trình ước lượng sẽ tạo ra bốn hệ số hồi quy, phản ánh ảnh hưởng của ROE qua các độ trễ này.

Louzis et al (2012) nghiên cứu tác động tích lũy của từng biến giải thích đến tỷ lệ nợ xấu, với mỗi biến đại diện cho một hệ số dài hạn duy nhất Công thức tính toán hệ số dài hạn được trình bày như sau:

Phương sai của hệ số hồi quy dài hạn 1 là :

Việc ước lượng phương sai của hệ số dài hạn là rất quan trọng, vì nó đảm bảo độ chính xác và ổn định cho tổng các tác động của các biến trễ trong mô hình thống kê.

Phương pháp hồ i quy

4.5.1 Đặc điểm của mô hình

Việc xác định các đặc điểm của mô hình nghiên cứu là rất quan trọng để lựa chọn phương pháp hồi quy phù hợp Tác giả đã tổng quát các đặc điểm của mô hình một cách rõ ràng.

Mô hình sử dụng dữ liệu có dạng bảng là một phương pháp quan trọng trong nghiên cứu Bộ dữ liệu này, được gọi là bộ dữ liệu bảng ngắn, có đặc điểm là số đơn vị chéo lớn hơn số năm quan sát.

Mô hình nghiên cứu sử dụng là mô hình động, trong đó tính động được thể hiện qua sự hiện diện của biến trễ, một biến nội sinh Các biến đặc thù của ngành ngân hàng cũng được coi là các biến nội sinh Do đó, trong mô hình, tất cả các biến nội sinh này sẽ tương quan với sai số ngẫu nhiên; nếu không xử lý vấn đề này, kết quả hồi quy sẽ bị chệch.

Trong nghiên cứu, ngoài các nhân tố được xem xét, còn tồn tại những nhân tố cố định không quan sát được có thể ảnh hưởng đến các biến giải thích Để giải quyết vấn đề này, việc chuyển đổi mô hình hồi quy thành sai phân bậc nhất giúp loại bỏ tác động của các nhân tố cố định, do chúng được coi là không thay đổi theo thời gian Vấn đề này đã được giải quyết khi chuyển từ mô hình ( ) sang mô hình ( ) như đã trình bày ở Mục 4.4 của nghiên cứu.

4.5.2 Phương pháp General Method of Moments (GMM) Để ƣớc lƣợng mô hình có dạng dữ liệu bảng giống nhƣ mô hình của đề tài này, với cách truyền thống, các phương pháp hay dùng đến là: ước lượng bình phương

Dữ liệu dạng bảng kết hợp các quan sát của các đơn vị qua thời gian, mang lại nhiều lợi ích quan trọng Theo Gujarati (2014, p 279), dữ liệu bảng cho phép phân tích sâu hơn và cung cấp cái nhìn rõ nét hơn về mối quan hệ giữa các biến.

2 Trong mẫu dữ liệu, tác giả thu thập đƣợc 18 đơn vị chéo (n) trong 9 năm (t), do n>t nên tác giả kết luận đây là dự liệu bảng ngắn (Gujarati, 2014).

Biến nội sinh cho phép quan hệ nhân quả giữa biến độc lập và biến phụ thuộc diễn ra theo hai chiều: từ biến nội sinh đến biến phụ thuộc và ngược lại.

Bốn nhân tố cố định có thể được tích hợp vào phần dư của phương trình, đóng vai trò là biến trong mô hình nhỏ nhất (Pooled OLS), ảnh hưởng cố định (fixed effect - FE) hoặc ảnh hưởng ngẫu nhiên (random effect - RE).

"Pooled OLS", "Fixed Effect" và "Random Effect" là những phương pháp cơ bản trong mô hình tĩnh, nhưng chưa giải quyết triệt để các vấn đề của mô hình động, đặc biệt là hiện tượng nội sinh tiềm ẩn Khi biến trễ của biến phụ thuộc xuất hiện, các phương pháp ước lượng này trở nên có xu hướng và không còn phù hợp (Getzmann, Lang, & Spremann, 2010).

Một phương pháp hiệu quả để giải quyết vấn đề nội sinh trong mô hình động là tìm kiếm biến công cụ cho các biến nội sinh Tuy nhiên, việc tìm kiếm biến công cụ bên ngoài mô hình thường gặp nhiều khó khăn Đặc biệt, trong mô hình nghiên cứu này có tổng cộng sáu biến nghi ngờ bị nội sinh, khiến cho việc tìm kiếm thêm biến ngoại sinh gần như không khả thi.

Hansen (1982) đã phát triển phương pháp "General Method of Moments" (GMM), sử dụng biến trễ của biến nội sinh và biến ngoại sinh trong mô hình để loại bỏ ảnh hưởng của biến nội sinh Tác giả sẽ áp dụng phương pháp ước lượng này nhằm giải quyết vấn đề cho mô hình của mình.

Trong nghiên cứu này, tác giả áp dụng phương pháp hồi quy GMM, cụ thể là Difference GMM (DGMM) hai bước do Arellano và Bond (1991) phát triển, được giới thiệu lần đầu bởi Holtz-Eakin, Newey, và Rosen (1988) Theo quan điểm của tác giả, phương pháp này mang lại những kết quả đáng tin cậy cho phân tích dữ liệu.

Phương pháp "Pooled OLS" giả định rằng các ngân hàng thương mại Việt Nam là đồng nhất, điều này không phản ánh đúng thực tế vì mỗi ngân hàng có những đặc điểm riêng biệt có thể ảnh hưởng đến nợ xấu Do đó, "Pooled OLS" có thể dẫn đến ước lượng sai lệch do không kiểm soát được các tác động riêng biệt Ngược lại, các phương pháp FE hoặc RE có khả năng kiểm soát hiệu quả vấn đề này.

2 Tham khảo phương pháp nghiên cứu của Minh and Dũng (2015).

Để xác định một biến nội sinh, cần phải tìm ít nhất một biến có mối tương quan với nó, nhưng không có mối tương quan với sai số trong mô hình.

Phương pháp Tổng quát hóa Phương pháp Hồi quy theo Moments (GMM) là một kỹ thuật hồi quy được sử dụng để xác định các tham số trong mô hình thống kê hoặc kinh tế lượng Phương pháp này được phát triển bởi Lars Peter Hansen vào năm 1982 và thường được áp dụng cho dữ liệu bảng, đặc biệt khi số lượng quan sát theo thời gian (T) nhỏ hơn nhiều so với số lượng quan sát theo chiều ngang (N) hoặc trong trường hợp dữ liệu không đồng nhất Ước lượng Arellano – Bond được thiết kế đặc biệt cho dữ liệu bảng với T nhỏ và N lớn, phù hợp với đặc điểm của nhiều bộ dữ liệu hiện nay.

D ữ li ệ u nghiên c ứ u

Nguồn dữ liệu cho đề tài này được thu thập từ nhiều nguồn khác nhau, tất cả đều được coi là đáng tin cậy.

Nguồn thu thập các biến kinh tế vĩ mô

Dữ liệu các biến số kinh tế vĩ mô được thu thập từ hai nguồn chính là Ngân hàng Thế giới và Quỹ Tiền tệ Quốc tế Qua việc so sánh, tác giả nhận thấy sự khác biệt trong số liệu giữa hai nguồn này Để đảm bảo tính đồng nhất và thuận tiện trong việc thu thập, tác giả đã lựa chọn nguồn dữ liệu có đầy đủ thông tin từ năm 2006 đến 2014 cho mỗi biến quan sát mà không đối chiếu với nguồn khác.

− Từ ngân hàng dữ liệu của WB, tác giả thu thập số liệu của các biến “lãi su ấ t cho vay” và “tăng trưở ng GDP”.

− Từ ngân hàng dữ liệu của IMF, tác giả thu thập số liệu của biến “n ợ công” và “t ỷ l ệ th ấ t nghi ệ p”.

Tác giả lưu ý rằng tất cả các biến được thu thập đều ở dạng tỷ lệ phần trăm, và định nghĩa cũng như phương pháp tính toán các biến này được trích dẫn từ hai tổ chức đã đề cập (xem Mục 4.3 để biết thêm chi tiết về các biến đại diện).

Nguồn thu thập các biến đặc thù của ngân hàng và biến nợ xấu

Tác giả đã thu thập dữ liệu về các biến đặc thù của ngân hàng và tỷ lệ nợ xấu từ các nguồn thông tin đáng tin cậy, bao gồm báo cáo tài chính được kiểm toán và báo cáo thường niên của các ngân hàng thương mại tại Việt Nam.

Theo thông tin từ Ngân hàng Nhà nước Việt Nam công bố vào ngày 30/6/2015, hệ thống ngân hàng thương mại Việt Nam hiện có 37 ngân hàng, bao gồm 3 ngân hàng nhà nước và 34 ngân hàng cổ phần Danh sách chi tiết các ngân hàng thương mại này được trình bày trong Phụ lục 4.

Tính đến ngày 30/6/2015, dữ liệu về nợ xấu tại Việt Nam được thu thập từ phần thuyết minh báo cáo tài chính, cụ thể là từ mục “phân loại nợ theo nhóm nợ” trong phần “cho vay khách hàng” Tác giả đã lấy số liệu từ ba nhóm nợ cuối cùng (nhóm 3, nhóm 4 và nhóm 5) Tuy nhiên, trong quá trình thu thập, một số ngân hàng không công bố báo cáo tài chính cho một số năm, và các báo cáo này cũng được trình bày theo nhiều cách khác nhau Một số báo cáo không phân loại khoản mục “cho vay khách hàng” theo năm nhóm nợ, dẫn đến khó khăn trong việc lọc ra số liệu về nợ xấu.

Vì khả năng có hạn của mình, tác giả chỉ có thể thu thập đƣợc số liệu nợ xấu của

Trong giai đoạn 2006-2014, tác giả đã tiến hành nghiên cứu 18 ngân hàng thương mại, như được liệt kê trong Phụ lục 5 Đối với những ngân hàng không cung cấp đầy đủ dữ liệu từ báo cáo tài chính trong suốt 9 năm, tác giả chỉ lựa chọn những ngân hàng thiếu tối đa 2 năm Đặc biệt, Ngân hàng Thương mại Cổ phần Bản Việt có 3 năm thiếu dữ liệu (2006, 2009, 2014) Để đảm bảo tính chính xác, tác giả đã bổ sung số liệu cho các năm thiếu dựa trên báo cáo tài chính năm tương ứng và đã đối chiếu với các báo cáo tài chính của những năm liền kề.

K ế t qu ả nghiên c ứ u

4.7.1 Phần mềm Kinh tế Lƣợng và thống kê Stata

Tác giả sử dụng phần mềm Stata để giải quyết bài toán kinh tế lượng, sau khi thu thập dữ liệu, tiến hành mã hóa các biến và nhập vào file ".dta" Tiếp theo, tác giả thực hiện các câu lệnh để tiến hành hồi quy bằng phương pháp DGMM.

Bảng 4.2 Mã hóa các biến

Tên biến Biến gốc Sai phân

Tỷ lệ nợ xấu NPL DNPL

Tăng trưởng GDP GDPG DGDPG

Tỷ lệ thất nghiệp UN DUN

Lãi suất cho vay LIR DLIR

Tỷ lệ thu nhập ngoài lãi NII

Lợi nhuận trên vốn chủ sở hữu ROE

Quy mô của ngân hàng SIZE

Khả năng thanh toán SOLR

Thiếu hiệu quả trong hoạt động INEF

(Nguồn: Tổng hợp từ file “.dta”)

Mô hình cơ bản: “xtabond2 dnpl l.dnpl l(1/2).dgdpg l(1/2).dun l(1/2).ddebt l(1/2).dlir, gmm(l.dnpl, collapse) iv(l(1/2).dgdpg l(1/2).dun l(1/2).ddebt l(1/2).dlir) small twostep nolevel”.

Mô hình 2: “xtabond2 dnpl l.dnpl l(1/2).dgdpg l(1/2).dun l(1/2).ddebt l(1/2).dlir l(1/4).roe, gmm(l.dnpl l(1/4).roe, collapse) iv(l(1/2).dgdpg l(1/2).dun l(1/2).ddebt l(1/2).dlir) small twostep nolevel”.

Mô hình 3: “xtabond2 dnpl l.dnpl l(1/2).dgdpg l(1/2).dun l(1/2).ddebt l(1/2).dlir l(1/4).solr, gmm(l.dnpl l(1/4).solr, collapse) iv(l(1/2).dgdpg l(1/2).dun l(1/2).ddebt l(1/2).dlir) small twostep nolevel”.

Mô hình 4: “xtabond2 dnpl l.dnpl l(1/2).dgdpg l(1/2).dun l(1/2).dlir l(1/2).ddebt l(1/4).inef, gmm(l.dnpl l(1/4).inef, collapse) iv(l(1/2).dgdpg l(1/2).dun l(1/2).ddebt l(1/2).dlir) small twostep nolevel”.

Mô hình 5: “xtabond2 dnpl l.dnpl l(1/2).dgdpg l(1/2).dun l(1/2).dlir l(1/2).ddebt l(1/4).size, gmm(l.dnpl l(1/4).size, collapse) iv(l(1/2).dgdpg l(1/2).dun l(1/2).ddebt l(1/2).dlir) small twostep nolevel”.

Mô hình 6: “xtabond2 dnpl l.dnpl l(1/2).dgdpg l(1/2).dun l(1/2).ddebt l(1/2).dlir l(1/4).nii, gmm(l.dnpl l(1/4).nii, collapse) iv(l(1/2).dgdpg l(1/2).dun l(1/2).ddebt l(1/2).dlir) small twostep nolevel”.

− Các biến đƣợc đƣa vào trong gmm ( ) là biến nội sinh.

− Các biến trình bày trong iv ( ) là biến ngoại sinh.

Tùy chọn "nolevel" trong Stata cho phép người dùng chỉ định phương pháp Difference GMM, thay vì để phần mềm tự động sử dụng System GMM Khi không nhập "nolevel", Stata sẽ mặc định áp dụng System GMM cho mô hình.

− Tùy chọn “small”: Thể hiện bảng dữ liệu là nhỏ.

− Twostep: Thể hiện đây là GMM 2 bước.

4.7.2 Kết quả nghiên cứu định lƣợng

Bảng 4.3 Thống kê mô tả biến đại diện

Biến Số quan sát trung bình (%) Độ lệch chuẩn

Đề tài nghiên cứu sử dụng một mô hình cơ bản cùng với 5 mô hình mở rộng, dẫn đến việc phần mềm Stata tạo ra 6 bảng kết quả Do cấu trúc tương đồng giữa các bảng kết quả, tác giả đã gộp chúng thành một bảng chung để dễ theo dõi, trong khi 6 bảng chi tiết sẽ được trình bày trong Phụ lục 6.

Bảng 4.4 Hệ số hồi quy của các biến

Mô hình cơ bản Mô hình 2 Mô hình 3

Mô hình 4 Mô hình 5 Mô hình 6

(Nguồn: Kết quả xuất từ phần mềm Stata)

Ghi chú: ***, **, * theo thứ tự tương ứng với mức ý nghĩa 1%, 5%, 10% Biến Lir bị loại ra khỏi tất cả các mô hình vì vấn đề cộng tuyến.

Bảng 4.5 Hệ số dài hạn của các biến

Mô hình cơ bản Mô hình 2 Mô hình 3 Mô hình 4 Mô hình 5 Mô hình 6

ROE SOLR INEF SIZE NII

(Nguồn: Tính toán từ excel, sử dụng số liệu đầu vào là kết quả của Bảng 4.4).

Bảng 4.6 Kết quả kiểm định AR(2), Sargan và các kết quả khác

Loại bỏ biến vì vấn đề cộng tuyến

Ddebtt-2 Ddebtt-1 Ddebtt-1 Ddebtt-1 Ddebtt-1 Ddebtt-1

Dlirt-1 Ddebtt-2 Ddebtt-2 Ddebtt-2 Ddebtt-2 Ddebtt-2

Dlirt-2 Dlirt-1 Dlirt-1 Dlirt-1 Dlirt-1 Dlirt-1

Dlirt-2 Dlirt-2 Dlirt-2 Dlirt-2 Dlirt-2

Sargan chi2 chi2(5) 7,1 chi2(8) 5,86 chi2(8) 16,96 chi2(8) 11,41 chi2(8) 5,67 chi2(8) 6,62

Hansen chi2 chi2(5) 6,37 chi2(8) 4,37 chi2(8) 5,47 chi2(8) 5,36 chi2(8) 9,7 chi2(8) 4,09

(Nguồn: Trích từ các bảng kết quả của Stata).

Bảng 4.4 trình bày kết quả xuất ra từ phần mềm Stata sau khi tác giả nhập dữ liệu và thực hiện các lệnh hồi quy theo phương pháp DGMM Trong bảng này, các hệ số hồi quy của các biến được liệt kê, ngoại trừ một số biến bị phần mềm tự động loại trừ, đi kèm với độ lệch chuẩn và mức ý nghĩa Phân tích ý nghĩa của các hệ số này được thực hiện thông qua dấu.

Các biến trong mô hình có mối liên hệ cộng tuyến với nhau, và mức ý nghĩa của chúng được trình bày ở mục 5.1.1 Từ đó, tác giả có thể đưa ra kết luận về việc chấp nhận hay bác bỏ giả thuyết nghiên cứu Ngoài ra, tác giả cũng phân tích độ lớn của các hệ số (nếu giả thuyết được chấp nhận) để hiểu rõ hơn về thời gian và mức độ tác động của các biến đại diện đối với nợ xấu.

Bảng 4.5 được tác giả tính toán dựa trên kết quả từ Bảng 4.4 và ma trận hệ số tương quan giữa các biến đại diện Tác giả đã sử dụng mô hình này để xác định tác động dài hạn của các biến thông qua một hệ số duy nhất Phân tích ý nghĩa của các hệ số dài hạn sẽ được trình bày chi tiết trong mục 5.1.2.

Bảng 4.6 trình bày các kiểm định cần thiết khi áp dụng phương pháp DGMM Nếu các kiểm định trong bảng này thỏa mãn điều kiện, tác giả có thể khẳng định tính phù hợp của phương pháp nghiên cứu Hai kiểm định quan trọng là AR(2) và Sargan đều cho kết quả khả quan Kiểm định AR(1) bị bỏ qua do mô hình chấp nhận tự tương quan bậc 1 Kiểm định AR(2) cho thấy hầu hết các chỉ số “Pr > z” lớn hơn 0,1, nghĩa là không còn tự tương quan bậc 2 ở mức ý nghĩa 10% Mặc dù Mô hình 5 có mức ý nghĩa thấp hơn 5%, kết quả vẫn chấp nhận được Đối với kiểm định Sargan, chỉ số “Pr > chi2” lớn hơn từ 0,05 đến 0,9 là thuyết phục, và điều này cũng được thỏa mãn ở hầu hết các mô hình, ngoại trừ Mô hình 3 với “Pr > chi2” = 0,031, nhưng vẫn nằm trong giới hạn chấp nhận được.

Cần lưu ý rằng để kiểm định Sargan không bị yếu, số lượng biến công cụ phải nhỏ hơn số đơn vị chéo.

Cách tính được trình bày chi tiết ở mục 4.4.3 Kết quả từ phần mềm Stata cho thấy tất cả các mô hình đều có số lượng biến công cụ nhỏ hơn 18, tương ứng với số đơn vị chéo.

Tác giả đã có cơ sở để khẳng định rằng các mô hình nghiên cứu ban đầu đã cho thấy ý nghĩa, điều này là cần thiết để tiến hành phân tích kết quả các hệ số góc của các biến đại diện trong chương tiếp theo Cụ thể, Bảng 4.4 sẽ được phân tích tại mục 5.1.1 và Bảng 4.5 sẽ được phân tích tại mục 5.1.2.

Tóm t ắt chương

Đề tài nghiên cứu này phân tích các yếu tố ảnh hưởng đến nợ xấu từ hai khía cạnh chính: một là các yếu tố kinh tế vĩ mô, và hai là các yếu tố đặc thù của ngành ngân hàng.

Tác giả đã lựa chọn các giả thuyết liên quan đến nhân tố kinh tế vĩ mô, bao gồm tăng trưởng GDP, tỷ lệ thất nghiệp, lãi suất cho vay và nợ công Đối với các yếu tố đặc thù của ngành ngân hàng, tác giả tập trung vào quản lý kém, tiết kiệm, rủi ro đạo đức, cơ hội kinh doanh đa dạng và chính sách tín dụng.

− Các nhân tố kinh tế vĩ mô có quan hệ cùng chiều với nợ xấu là: tăng trưởng GDP, tỷ lệ thất nghiệp, nợ công, lãi suất cho vay.

− Các nhân tố đặ c thù c ủ a ngành ngân hàng có quan hệ cùng chiều với nợ xấu là: thi ế u hi ệ u qu ả v ề m ặ t chi phí, ti ế t ki ệ m

Các nhân tố đặc thù của ngành ngân hàng có mối quan hệ ngược chiều với nợ xấu bao gồm hiệu quả hoạt động, khả năng thanh toán, quy mô ngân hàng, tỷ lệ thu nhập ngoài lãi, thu nhập trên vốn chủ sở hữu và độ trễ của nợ xấu Trong mô hình nghiên cứu, tác giả thường tìm ra một biến đại diện cho mỗi giả thuyết nghiên cứu, tuy nhiên, cũng có trường hợp một giả thuyết có hai biến đại diện, hoặc một biến đại diện có thể đại diện cho hai giả thuyết nghiên cứu khác nhau.

Tác giả sử dụng các mô hình dựa trên nghiên cứu của Abid et al (2014) và Louzis et al (2012), áp dụng phương pháp hồi quy Difference GMM hai bước theo Arellano và Bond (1991) Để kiểm định tính chính xác của mô hình, tác giả lựa chọn hai kiểm định: Arellano-Bond (AR) nhằm phát hiện hiện tượng tự tương quan và kiểm định Sargan để kiểm tra giới hạn xác định quá mức.

Tác giả đã thu thập dữ liệu kinh tế vĩ mô từ World Bank và International Monetary Fund, cùng với dữ liệu ngân hàng và nợ xấu từ báo cáo tài chính kiểm toán và báo cáo tài chính năm của các ngân hàng thương mại Việt Nam Qua việc hồi quy mô hình, tác giả nhận thấy nhiều hệ số hồi quy có ý nghĩa cao, và các kiểm định Sargan và AR(2) cho kết quả hợp lý Từ đó, tác giả hy vọng sẽ đưa ra nhiều kết luận và khuyến nghị có giá trị trong chương tiếp theo.

Kế t lu ậ n và khuy ế n ngh ị

Phân tích k ế t qu ả và ki ểm đị nh gi ả thuy ế t

Tác giả phân tích hệ số hồi quy của các biến kinh tế vĩ mô chủ yếu dựa vào mô hình cơ bản, tập trung vào các yếu tố vĩ mô Các mô hình bổ sung sẽ tập trung vào các biến số đặc thù của ngành ngân hàng, nhằm tránh việc phân tích quá nhiều hệ số phức tạp Mặc dù các mô hình bổ sung cũng bao gồm các biến kinh tế vĩ mô quan trọng, nhưng mục tiêu chính là xem xét tác động của từng biến đặc thù đến nợ xấu Sự hiện diện của các biến kinh tế vĩ mô là cần thiết trong tất cả các mô hình, và nếu ước lượng cho ra hệ số của chúng có dấu cùng với giả thuyết và mức ý nghĩa thống kê, sẽ củng cố các giả thuyết của đề tài.

5.1.1 Phân tích hệ số hồi qui của các biến đại diện

Bảng 4.4 trình bày kết quả ước lượng hệ số hồi quy DGMM 2 bước từ mô hình cơ bản đến Mô hình 6, cho thấy hầu hết các biến kinh tế vĩ mô đều có ý nghĩa thống kê Tác giả lưu ý rằng không phải tất cả các mô hình đều đạt được dấu và mức ý nghĩa hoàn hảo, với một số kết quả có thể sai lệch hoặc không có ý nghĩa thống kê Tuy nhiên, tác giả cố gắng đưa ra kết quả gần như thống nhất giữa các mô hình Nhiều bằng chứng cho thấy các nhân tố kinh tế vĩ mô có tác động đến nợ xấu, trong khi một số biến đặc thù của ngành ngân hàng trong các mô hình bổ sung vẫn không đúng như kỳ vọng Để làm rõ hơn, tác giả sẽ phân tích từng biến số qua sáu mô hình kiểm định.

1 Toàn bộ các biến vĩ mô trong mô hình cơ bản được cho là các biến ngoại sinh, không có tương quan với sai số.

Các mô hình nghiên cứu cho thấy hệ số của biến NPLst-1 đều có dấu âm, phù hợp với giả thuyết rằng nợ xấu năm trước ảnh hưởng ngược chiều đến nợ xấu năm nay Mô hình cơ bản và Mô hình 4 đạt mức ý nghĩa thống kê 1%, trong khi Mô hình 6 đạt 5% Điều này chứng tỏ rằng hệ số của NPLst-1 có mức ý nghĩa thống kê thấp, đặc biệt là trong Mô hình cơ bản Trong số 5 mô hình bổ sung, 3 mô hình cho kết quả phù hợp với kỳ vọng và có mức ý nghĩa thống kê chấp nhận được, không có mô hình nào cho kết quả ngược với giả thuyết và có mức ý nghĩa thống kê dưới 10% Kết quả này hỗ trợ giả thuyết về "tính trễ của nợ xấu".

Hệ số hồi quy của biến “tính trễ của nợ xấu” trong mô hình cơ bản cho thấy NPLst-1 có giá trị -0.1086487 với mức ý nghĩa 1% Điều này có nghĩa là khi nợ xấu của năm trước tăng hoặc giảm 1%, nợ xấu của năm nay sẽ thay đổi theo hướng ngược lại với tỷ lệ 0.1086487%.

Phương pháp nghiên cứu được áp dụng trong đề tài là DGMM, nhằm xử lý mô hình động với biến trễ của biến phụ thuộc (NPLst-1) Kết quả kiểm định giả thuyết cho thấy biến NPLst-1 có ý nghĩa thống kê tốt trong mô hình, chứng tỏ rằng biến trễ này có giá trị và tính động của mô hình được thừa nhận Do đó, việc sử dụng phương pháp DGMM để ước lượng mô hình là hoàn toàn phù hợp.

Trong mô hình cơ bản, hệ số của các biến có giá trị dương (+) và phù hợp với kỳ vọng Đặc biệt, cả hai độ trễ của biến đều đạt mức ý nghĩa 1%, cho thấy kết quả này là tích cực và cho phép tác giả chấp nhận giả thuyết.

Việc ước lượng mô hình động cần sử dụng phương pháp khắc phục hiện tượng nội sinh, và tác giả đã chọn phương pháp DGMM cho mô hình của mình Trong các mô hình bổ sung, kết quả cho thấy biến có hệ số góc với mức ý nghĩa thống kê dưới 10%, với Mô hình 3 và Mô hình 6 có mức ý nghĩa 10%, trong khi các mô hình còn lại đạt mức 1% Biến này cũng nhận được sự ủng hộ từ Mô hình 2 và Mô hình 5 với mức ý nghĩa 10%.

Căn cứ vào mô hình cơ bản, với mức ý nghĩa của hệ số hồi quy của cả hai biến t-

Sự thay đổi của nợ xấu có mối liên hệ chặt chẽ với tăng trưởng GDP Cụ thể, khi GDP của năm trước tăng hoặc giảm 1%, nợ xấu của năm nay sẽ thay đổi theo mức 0.3705847% Hơn nữa, nếu GDP của hai năm trước thay đổi 1%, nợ xấu năm nay sẽ tăng hoặc giảm 1,035954%.

Tóm lại, các mô hình phân tích cho thấy GDPt-1 và GDPt-2 đều có dấu hiệu phù hợp với kỳ vọng, với mức ý nghĩa 1% trong Mô hình cơ bản Đặc biệt, GDPt-2 thể hiện ý nghĩa thống kê tốt ở tất cả các mô hình Kết quả này cho phép tác giả chấp nhận giả thuyết về "tăng trưởng GDP", cho thấy tăng trưởng GDP có tác động tích cực.

Nghiên cứu cho thấy rằng tỷ lệ thất nghiệp trong hai năm trước có ảnh hưởng trực tiếp đến nợ xấu trong năm hiện tại, với nhiều bằng chứng xác thực từ các mô hình phân tích.

Ngoại trừ Mô hình 4, tất cả các mô hình còn lại đều có hệ số góc dương (+), với bốn mô hình đạt mức ý nghĩa dưới 5% (đặc biệt Mô hình 5 đạt 1%) Điều này cho thấy giả thuyết về "tỷ lệ thất nghiệp" (với độ trễ t-2) có thể được chấp nhận Từ đó, có thể khẳng định rằng tỷ lệ thất nghiệp và nợ xấu có mối quan hệ cùng chiều, đặc biệt rõ ràng nhất ở thời điểm t-2.

Theo mô hình cơ bản, hệ số của biến thất nghiệp không có ý nghĩa thống kê, nên không thể kết luận về tác động cụ thể của tỷ lệ thất nghiệp lên nợ xấu Tuy nhiên, có đến 4 trong 6 mô hình cho thấy tỷ lệ thất nghiệp của hai năm trước có tác động cùng chiều đến nợ xấu.

Hệ số tác động của biến trong mô hình 2, 3, 5 và 6 cho thấy ý nghĩa thống kê quan trọng Những hệ số này phản ánh mức độ ảnh hưởng của các biến trong từng mô hình, cung cấp cái nhìn sâu sắc về mối quan hệ giữa các yếu tố trong nghiên cứu.

Tác động của tỷ lệ thất nghiệp hai năm trước đối với nợ xấu hiện tại dao động trong khoảng từ 0,38% đến 0,45% Cụ thể, mỗi 1% tăng hoặc giảm của tỷ lệ thất nghiệp hai năm trước có thể dẫn đến sự gia tăng nợ xấu năm nay trong khoảng này.

Tác giả lưu ý rằng độ trễ t-1 của biến không mang lại kết quả có ý nghĩa thống kê rõ ràng Ba mô hình cho thấy dấu hiệu tương đồng với kỳ vọng, trong khi ba mô hình khác lại cho dấu hiệu ngược lại, với Mô hình 4 có mức ý nghĩa hệ số biến đạt 1% nhưng lại trái ngược với giả thuyết ban đầu Do đó, các bằng chứng hiện có chưa đủ để khẳng định tác động của tỷ lệ thất nghiệp tại thời điểm t-1 lên nợ xấu Tác động này vẫn chưa được làm rõ.

Khuy ế n ngh ị

5.2.1 Khi GDP và nợ công đang tăng nhanh, nên thận trọng trong chính sách tín dụng nới lỏng

Hiện nay, nền kinh tế đang phục hồi với dấu hiệu tăng trưởng nhanh chóng, thể hiện qua việc GDP đạt 6.03% trong cả năm 2014 và quý I/2015, lạm phát được kiềm chế ở mức thấp 1,84%, tỷ giá ổn định và lãi suất ở mức thấp (Nhi, 2015) Đồ thị 3.2 trong mục 3.3.1 của bài nghiên cứu cũng chỉ ra rằng tăng trưởng GDP của Việt Nam luôn duy trì ở mức cao trong suốt giai đoạn nghiên cứu.

Tình hình nợ công tại Việt Nam đang gia tăng nhanh chóng, với mức tăng khoảng 3% mỗi năm trong giai đoạn 2011-2014 Dự báo, nợ công sẽ sớm chạm mức trần 65% vào cuối năm 2015, điều này đặt ra những thách thức lớn cho nền kinh tế vĩ mô của đất nước.

Dựa trên tình hình kinh tế hiện tại, tác giả chỉ ra rằng có mối quan hệ cùng chiều giữa "tăng trưởng GDP", "nợ công" và "nợ xấu" (NPLs), điều này đã được kiểm định qua giả thuyết nghiên cứu Do đó, tác giả lo ngại rằng nợ xấu sẽ gia tăng trong thời gian tới.

Trong bối cảnh kinh tế đang tăng trưởng, các ngân hàng có khả năng mở rộng tín dụng để tăng trưởng thị phần và cạnh tranh, từ đó thu về lợi nhuận cao Tuy nhiên, việc này cũng có thể dẫn đến tình trạng thẩm định thiếu cẩn trọng Khi kinh tế chuyển sang giai đoạn kém phát triển, khả năng trả nợ của con nợ giảm, dẫn đến nguy cơ gia tăng nợ xấu.

Việc mở rộng tín dụng mà thiếu cẩn trọng có thể dẫn đến tình trạng ngân hàng cho vay nhiều hơn, trong khi lợi nhuận từ các khoản vay của những doanh nghiệp có khả năng chi trả chỉ đủ để bù đắp cho các khoản lỗ từ những doanh nghiệp yếu kém không thể trả lãi Hệ quả là, điều này trở thành một hình thức tái phân phối lợi nhuận mà không mang lại hiệu quả cho nền kinh tế.

Trong bối cảnh dự đoán GDP cuối năm 2015 có thể tăng trưởng mạnh và nợ công đạt trần quy định, tác giả khuyến nghị các ngân hàng không nên chỉ chú trọng vào tăng trưởng tín dụng Thay vào đó, các ngân hàng nên tập trung áp dụng các chuẩn mực mới như Basel II và III để cải tiến quy trình thẩm định, từ đó đánh giá chất lượng con nợ và giám sát quá trình cho vay hiệu quả hơn.

5.2.2 Tiếp tục đầu tƣ cải tiến công nghệ kỹ thuật, quy trình thẩm định và nâng cao chất lƣợng đội ngũ nhân viên

Việc chấp nhận giả thuyết tiết kiệm cho thấy ngân hàng không nên cắt giảm chi tiêu vì lợi nhuận, bởi tiết kiệm có thể làm giảm nguồn lực cho quy trình cấp và giám sát tín dụng Tác giả khuyến nghị các nhà quản trị ngân hàng cần duy trì chi phí cho thẩm định, cấp và giám sát tín dụng; đầu tư vào đào tạo đội ngũ cán bộ tín dụng và thẩm định có chất lượng; cũng như cải tiến công nghệ và quy trình cấp tín dụng theo tiêu chuẩn quốc tế.

Theo Đồ thị 3.6, chi phí hoạt động của các ngân hàng thương mại hiện nay chiếm tỷ trọng lớn trong thu nhập hoạt động Sự gia tăng trong việc trích lập dự phòng cho nợ xấu cho thấy chi phí hoạt động sẽ còn tiếp tục tăng, tạo áp lực lớn hơn lên lợi nhuận của nhà quản trị ngân hàng Tuy nhiên, các nhà quản trị cần thận trọng trong các quyết định của mình, tránh cắt giảm chi phí hoạt động và thu hẹp nguồn lực cho quá trình thẩm định và giám sát tín dụng.

5.2.3 Tiếp tục cơ cấu lại hệ thống Ngân hàng Thương mại khi nợ xấu đã giảm xuống

Mục tiêu của Ngân hàng Nhà nước (NHNN) là tập trung nợ xấu vào một nơi để giải quyết triệt để Việc chuyển giao nợ xấu về Công ty Quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC) không chỉ giúp các ngân hàng dễ dàng xử lý nợ xấu mà còn tạo điều kiện để họ tiếp tục cấp tín dụng và phục hồi chức năng hoạt động hiệu quả.

Mô hình nghiên cứu của tác giả cho thấy rằng độ trễ của nợ xấu có mối quan hệ ngược chiều với nợ xấu hiện tại Điều này gợi ý rằng khi nợ xấu của ngân hàng giảm, các ngân hàng có thể tiếp tục cấp tín dụng theo quy trình cũ, dẫn đến khả năng nợ xấu tăng trở lại Nếu tình trạng này tiếp diễn, tổng số nợ xấu trong hệ thống ngân hàng sẽ gia tăng.

Hệ thống Ngân hàng Thương mại đang đối mặt với quy mô lớn, khiến VAMC gặp khó khăn trong việc tiếp tục mua nợ xấu Tình hình này có thể trở nên nghiêm trọng hơn trong tương lai.

Hiện nay, việc tái cơ cấu hệ thống ngân hàng thông qua việc sáp nhập các ngân hàng nhỏ vào ngân hàng lớn đã được Ngân hàng Nhà nước (NHNN) thực hiện nhằm nâng cao năng lực quản trị, cơ sở hạ tầng và quy trình thẩm định Tuy nhiên, chỉ số "Lợi nhuận trên vốn chủ sở hữu" trong 3 năm qua lại giảm, cho thấy nỗ lực tái cơ cấu của NHNN chưa thật sự hiệu quả Điều này cho thấy vẫn còn nhiều nhà quản trị yếu kém đang lãnh đạo các ngân hàng, dẫn đến thu nhập của cổ đông ngày càng thấp.

Tác giả đề xuất rằng sau khi xử lý nợ xấu cho các ngân hàng thương mại, NHNN cần giám sát và kiểm tra quy trình thẩm định của các ngân hàng để đảm bảo sự cải tiến Đối với các ngân hàng yếu kém, việc duy trì phương thức hoạt động cũ sẽ dẫn đến tình trạng nợ xấu gia tăng Do đó, NHNN cần có kế hoạch tái cơ cấu các ngân hàng này một cách nghiêm túc, nhằm sàng lọc những nhà quản trị có chất lượng cao, tạo ra thu nhập cho cổ đông và hạn chế nợ xấu.

5.2.4 Tăng cường khả năng giám sát của cổ đông đối với nhà quản trị

Ngân hàng là một doanh nghiệp đặc thù với tỷ lệ vốn chủ sở hữu thấp so với tổng tài sản, dẫn đến sự chênh lệch lớn giữa tốc độ tăng tổng tài sản và vốn chủ sở hữu Hệ quả là tỷ trọng vốn chủ sở hữu trong tổng tài sản ngày càng giảm, điều này cho thấy quyền lực của cổ đông yếu đi và khả năng giám sát hoạt động của nhà quản trị không cao Tình trạng này gia tăng rủi ro về đạo đức, tạo cơ hội cho các nhà quản trị trục lợi và làm tăng rủi ro tín dụng.

Tác giả khuyến nghị rằng các cổ đông ngân hàng, đặc biệt là những ngân hàng có vốn điều lệ thấp, cần nâng cao khả năng giám sát đối với các nhà quản trị Một giải pháp cụ thể là tăng vốn chủ sở hữu thông qua việc phát hành thêm cổ phiếu hoặc sáp nhập các ngân hàng quy mô nhỏ Khi quyền lực của cổ đông được tăng cường, chi phí đại diện sẽ giảm, từ đó hạn chế rủi ro đạo đức và kỳ vọng giảm nợ xấu.

5.2.5 Duy trì xu hướng giảm lãi suất cho vay

H ạ n ch ế c ủa đề tài

Để đảm bảo tính mới, luận văn sử dụng số liệu đến cuối năm 2014, với giai đoạn từ năm 2011 đến nay là thời điểm có sự cơ cấu lại ngân hàng mạnh mẽ, gây ra nhiều tác động phức tạp Sự thay đổi này có thể ảnh hưởng lớn đến kết quả nghiên cứu Hơn nữa, việc thu thập đầy đủ số liệu trong 9 năm liên tiếp đã khiến tác giả phải lược bỏ nhiều ngân hàng, dẫn đến mẫu dữ liệu của luận văn bị thu hẹp đáng kể.

Mặc dù các biến số vĩ mô được thu thập từ các tổ chức đáng tin cậy, nhưng kết quả giữa các nguồn không hoàn toàn nhất quán Tác giả đã áp dụng phương pháp thuận tiện để thu thập dữ liệu từ những nguồn có đủ thông tin trong khoảng thời gian 9 năm, từ năm 2006 đến 2014.

Trong luận văn, tác giả sử dụng mẫu dữ liệu gồm 18 ngân hàng để phân tích tình hình nợ xấu trong hệ thống Ngân hàng Thương mại Việt Nam, tuy nhiên, mẫu này khá nhỏ so với tổng số 34 ngân hàng thương mại, có thể không phản ánh đầy đủ thực trạng nợ xấu toàn hệ thống Dữ liệu về nợ xấu được lấy từ báo cáo tài chính đã được kiểm toán của các ngân hàng, là nguồn thông tin đáng tin cậy Dù vậy, nhiều chuyên gia cho rằng con số nợ xấu được báo cáo có thể thiếu trung thực Tác giả hiện chưa tìm thấy bằng chứng vững chắc để kết luận về vấn đề này, và chỉ thực hiện phân tích dựa trên báo cáo tài chính kiểm toán của các ngân hàng thương mại.

Các biến trễ trong mô hình nghiên cứu chỉ được thu thập theo từng năm, điều này có thể dẫn đến việc không phản ánh chính xác tác động trễ đến biến phụ thuộc Nợ xấu được xác định dựa trên các khoản vay quá hạn từ 91 ngày trở lên; vì vậy, theo ý kiến của tác giả, tất cả các biến số trong mô hình nghiên cứu nên được thu thập theo từng quý để đảm bảo tính chính xác hơn.