Giới thiệu tổng quan về đề tài nghiên cứu
Tăng trưởng tín dụng gần đây đã dẫn đến sự gia tăng nhanh chóng và biến động của tỷ lệ nợ xấu ở các ngân hàng Sự gia tăng nợ xấu không chỉ kìm hãm dòng tín dụng trong nền kinh tế mà còn ảnh hưởng tiêu cực đến cả ngân hàng và người vay, từ đó tác động đến toàn bộ nền kinh tế Nợ xấu là chỉ tiêu quan trọng phản ánh năng lực cạnh tranh của ngân hàng Tuy nhiên, nhờ nỗ lực từ các ngân hàng thương mại và sự chỉ đạo từ Ngân hàng Nhà nước cùng các bộ ngành liên quan, tỷ lệ nợ xấu đang có xu hướng giảm.
Nhiều nghiên cứu gần đây đã chỉ ra tác động tiêu cực của nợ xấu đến hoạt động kinh doanh của ngân hàng Các nhà kinh tế như Berger và Humphery (1992), Barr và Siems (1994), Wheelock và Wilson (1994) cho rằng ngân hàng phá sản thường nằm xa đường biên hiệu quả Nghiên cứu của Sinley, Joseph F và Greenwalt (1991) về các ngân hàng thương mại lớn ở Mỹ cho thấy cả yếu tố bên trong và bên ngoài đều góp phần vào sự gia tăng nợ xấu, với mối quan hệ tích cực giữa tỷ lệ nợ xấu và các yếu tố chủ quan như lãi suất cao Để giảm thiểu nợ xấu, Duesenberry (1964) khuyến nghị các ngân hàng cần chuẩn bị để đáp ứng rút tiền gửi và yêu cầu tiền mặt tối thiểu của khách hàng bất cứ lúc nào, do đó cần duy trì một lượng lớn tài sản có tính thanh khoản cao.
Nghiên cứu về các yếu tố ảnh hưởng đến nợ xấu của ngân hàng thương mại tại Việt Nam đã chỉ ra rằng tăng trưởng tín dụng, quy mô ngân hàng và các yếu tố vĩ mô như tăng trưởng kinh tế và lạm phát đóng vai trò quan trọng Đề tài “Các yếu tố ảnh hưởng đến nợ xấu của các NHTMCP tại Việt Nam” được chọn nhằm cung cấp cái nhìn sâu sắc về chất lượng tín dụng trong hệ thống ngân hàng, đồng thời đánh giá các nhân tố tác động đến tình hình nợ xấu hiện nay của các ngân hàng thương mại cổ phần.
Mục tiêu nghiên cứu
Mục tiêu tổng quát
Nghiên cứu này nhằm xác định các yếu tố ảnh hưởng đến nợ xấu của các ngân hàng thương mại Việt Nam, với mẫu quan sát gồm 28 ngân hàng TMCP và dữ liệu thu thập từ giai đoạn 2011-2019 Bài viết sẽ phân tích xem các yếu tố đặc trưng của ngân hàng và các yếu tố kinh tế vĩ mô có tác động đến nợ xấu hay không, cùng với chiều hướng và mức độ ảnh hưởng của những yếu tố này đối với các ngân hàng TMCP tại Việt Nam.
Mục tiêu cụ thể
Xây dựng mô hình dựa vào các nghiên cứu đi trước
Đánh giá các tác động của nợ xấu tại các NHTMCP tại Việt Nam
Kiểm chứng chiều hướng của tác động
Đề xuất các giải pháp dựa trên kết quả của mô hình
Câu hỏi nghiên cứu
Các yếu tố nào tác động đến nợ xấu của các NHTMCP tại Việt Nam và chiều hướng của chúng như thế nào ?
Những giải pháp nào có thể đưa ra để hạn chế các tác động của nợ xấu đến các NHTMCP tại Việt Nam ?
Phương pháp nghiên cứu
Khóa luận áp dụng phương pháp thống kê mô tả và định lượng để phân tích đặc điểm cơ bản của bộ dữ liệu, từ đó cung cấp cái nhìn tổng quát về mẫu nghiên cứu Nghiên cứu tập trung vào các biến giải thích và biến phụ thuộc của các Ngân hàng thương mại cổ phần Việt Nam trong giai đoạn 2011 đến 2019, với việc xác định giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất và nhỏ nhất của từng biến trong mô hình cùng kích thước mẫu Phần mềm Stata 15.1 được sử dụng để thực hiện các phân tích này.
Nghiên cứu này sử dụng phương pháp ước lượng GMM để phân tích các yếu tố ảnh hưởng đến nợ xấu và mức độ tác động của chúng Tác giả dựa vào kết quả hồi quy để đưa ra những ý kiến thảo luận và đề xuất cụ thể.
Ý nghĩa khoa học và thực tiễn của đề tài nghiên cứu
Nợ xấu của các ngân hàng thương mại (NHTM) xuất phát từ nhiều yếu tố, trong đó hai nguyên nhân chính là yếu tố nội tại và yếu tố kinh tế vĩ mô Sự tồn đọng nợ xấu không chỉ ảnh hưởng đến kết quả kinh doanh của ngân hàng mà còn tác động tiêu cực đến toàn bộ nền kinh tế Hơn nữa, chính sách quản lý từ phía Nhà nước hiện còn thiếu chặt chẽ, với nhiều lỗ hổng xuất hiện trong bối cảnh công nghệ thông tin phát triển Do đó, việc xác định nguyên nhân và quản lý nợ xấu trở thành nhiệm vụ cấp bách Cần đề xuất các giải pháp giúp các nhà hoạch định chính sách đưa ra biện pháp phù hợp nhằm khắc phục nợ xấu và cải thiện hiệu quả hoạt động của các NHTMCP tại Việt Nam.
Kết cấu khóa luận
Kết cấu của khóa luận bao gồm 5 chương:
Chương 1: GIỚI THIỆU NGHIÊN CỨU
Chương này trình bày về công trình nghiên cứu, bao gồm lý do lựa chọn đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, cũng như những đóng góp của đề tài và cấu trúc của nó.
Chương 2: CƠ SỞ LÝ THUYẾT
Chương này trình bày cơ sở lý thuyết về tác động của nợ xấu đối với các ngân hàng thương mại cổ phần (NHTMCP) tại Việt Nam, đồng thời tổng hợp các mô hình nghiên cứu trước đây liên quan đến ảnh hưởng của nợ xấu đến hiệu quả kinh doanh của ngân hàng, nhằm làm nền tảng cho việc xây dựng mô hình nghiên cứu trong chương tiếp theo.
Chương 3: PHƯƠNG PHÁP NGHIÊN CỨU
Chương 3 của khóa luận trình bày mô hình nghiên cứu, các biến nghiên cứu, dữ liệu nghiên cứu, phương pháp nghiên cứu và quy trình nghiên cứu, dựa trên cơ sở lý thuyết từ chương 2, nhằm đạt được kết quả phù hợp với mục tiêu đề ra.
Chương 4: THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
Chương này thực hiện thống kê mô tả và phân tích tương quan giữa các biến trong mô hình, đồng thời tiến hành kiểm định nghiên cứu và ước lượng bằng phương pháp GLS và GMM Qua đó, chương phân tích các yếu tố tác động đến nợ xấu của các ngân hàng thương mại cổ phần (NHTMCP) Kết quả nghiên cứu giúp xây dựng mô hình hồi quy phù hợp, thể hiện mối quan hệ giữa các yếu tố nội tại ngân hàng và các yếu tố kinh tế vĩ mô ảnh hưởng đến nợ xấu của NHTMCP.
Chương 5: MỘT SỐ KHUYẾN NGHỊ VỀ QUẢN LÝ NỢ XẤU TẠI CÁC NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN TẠI VIỆT NAM
Chương 5 của nghiên cứu trình bày đánh giá kết quả, nêu rõ những hạn chế và đề xuất hướng phát triển tiếp theo Từ đó, bài viết đưa ra khuyến nghị cho các ngân hàng thương mại Việt Nam nhằm giảm thiểu nợ xấu và nâng cao hiệu quả kinh doanh.
Trong chương 1, tác giả giới thiệu tổng quan về đề tài khóa luận, bao gồm mục tiêu, đối tượng và phạm vi nghiên cứu, cũng như ý nghĩa khoa học và thực tiễn của nghiên cứu Bên cạnh đó, tác giả cũng trình bày kết cấu của đề tài, với 5 chương chính Các chương tiếp theo sẽ tập trung vào cơ sở lý thuyết và các nghiên cứu liên quan đến các yếu tố ảnh hưởng đến nợ xấu của các ngân hàng thương mại cổ phần tại Việt Nam, từ chương 2 đến chương 5.
CƠ SỞ LÝ THUYẾT
Những vấn đề chung về nợ xấu
2.1.1 Khái niệm về nợ xấu của ngân hàng
Hiện nay, không tồn tại một quy tắc hay chuẩn mực chung nào khi bàn về nợ xấu, mà có nhiều cách tiếp cận khác nhau để hiểu rõ vấn đề này.
Theo Fofack (2005), nợ xấu, hay còn gọi là "Non-performing loans" (NPL), "bad debt" và "doubtful debt", là thuật ngữ phổ biến dùng để chỉ các khoản nợ khó đòi Các khoản vay được coi là nợ xấu khi đã quá hạn trả nợ gốc và lãi từ 90 ngày trở lên (Rose, 2004).
Theo IMF, một khoản cho vay được xem là nợ xấu khi các khoản thanh toán lãi và/hoặc gốc đã quá hạn từ 90 ngày trở lên, hoặc các khoản thanh toán lãi đã được tái cơ cấu hoặc gia hạn nợ sau 90 ngày, hoặc các khoản thanh toán dưới 90 ngày nhưng có dấu hiệu nghi ngờ khả năng hoàn trả đầy đủ.
Nợ xấu được xác định chủ yếu dựa trên hai yếu tố: các khoản nợ quá hạn trên 90 ngày và khả năng trả nợ bị nghi ngờ Đây là định nghĩa phổ biến hiện nay trên toàn cầu.
Tại Việt Nam, theo quan điểm của Ngân hàng Nhà nước (NHNN), nợ xấu được định nghĩa trong quyết định số 22/VBHN-NHNN ngày 04/06/2014 về việc phân loại nợ và xử lý rủi ro tín dụng trong hoạt động ngân hàng Nợ xấu là những khoản nợ được phân loại vào nhóm có nguy cơ cao, ảnh hưởng đến tình hình tài chính của các tổ chức tín dụng.
3 (Nợ dưới tiêu chuân), nhóm 4 (Nợ nghi ngờ) và nhóm 5 (Nợ có khả năng mất vốn).
Theo BVSC (2019), phân loại nợ là quá trình mà các tổ chức tín dụng sử dụng các tiêu chuẩn định tính và định lượng để đánh giá rủi ro của các khoản vay và cam kết ngoại bảng Việc này giúp ngân hàng phân loại và theo dõi các khoản nợ một cách chi tiết, từ đó giảm thiểu rủi ro cho các tổ chức tín dụng.
Theo Thông tư 01/VBHN-NHNN năm 2014, các khoản cho vay khách hàng được phân loại theo mức độ rủi ro thành năm nhóm: Nợ đủ tiêu chuẩn (nhóm 1), Nợ cần chú ý (nhóm 2), Nợ dưới tiêu chuẩn (nhóm 3), Nợ nghi ngờ (nhóm 4), và Nợ có khả năng mất vốn (nhóm 5).
Nợ có khả năng mất vốn được xác định dựa trên tình trạng quá hạn, cụ thể là nợ nhóm 5 Việc phân loại các khoản cho vay sẽ được thực hiện vào cuối mỗi quý trong 3 quý đầu năm và vào ngày 30 tháng 11 cho quý 4 của năm tài chính.
Tỷ lệ dự phòng cụ thể của các nhóm nợ này như sau:
Bảng 2.1: Phân loại nợ xấu theo từng nhóm nợ
Nhóm nợ Tình trạng nợ Tỷ lệ dự phòng
(a) Nợ trong hạn và được đánh giá là có khả năng thu hồi đầy đủ cả nợ gốc và lãi đúng hạn; hoặc
Nợ quá hạn dưới 10 ngày được xem là có khả năng thu hồi đầy đủ cả gốc lẫn lãi Điều này cho thấy khả năng thanh toán nợ vẫn còn hiệu quả và có thể thu hồi đúng hạn.
(a) Nợ quá hạn từ 10 ngày đến 90 ngày; hoặc (b) Nợ điều chỉnh kỳ hạn trả nợ lần đầu
(a) Nợ quá hạn từ 91 ngày đến 180 ngày; hoặc (b) Nợ gia hạn nợ lần đầu; hoặc
(c) Nợ được miễn, giảm lãi do khách hàng không có khả năng trả lãi đầy đủ theo hợp đồng tín dụng; hoặc
(d) Nợ thuộc một trong các trường hợp sau đây chưa thu hồi được trong thòi gian dưới 30 ngày kể từ ngày có quyết định thu hồi:
Khoản nợ vi phạm quy định tại các khoản 1, 3, 4, 5, 6 Điều 126 Luật các tổ chức tín dụng; hoặc
Khoản nợ vi phạm quy định tại các khoản 1, 2, 3, 4 Điều
127 Luật các tổ chức tín dụng; hoặc
Khoản nợ vi phạm quy định tại các khoản 1, 2, 5 Điều
128 Luật các tổ chức tín dụng
(e) Nợ trong thòi hạn thu hồi theo kết luận thanh tra
Nợ quá hạn được phân loại như sau: (a) Nợ quá hạn từ 181 ngày đến 360 ngày; (b) Nợ cơ cấu lại thời hạn trả nợ lần đầu quá hạn dưới 90 ngày; (c) Nợ cơ cấu lại thời hạn trả nợ lần thứ hai; (d) Khoản nợ chưa thu hồi được trong thời gian từ 30 đến 60 ngày kể từ quyết định thu hồi; (e) Nợ phải thu hồi theo kết luận thanh tra nhưng chưa được thu hồi trong thời hạn 60 ngày.
5 Nợ có khá năng mất vốn
Nợ quá hạn được xác định khi: (a) Nợ quá hạn trên 360 ngày; (b) Nợ đã được cơ cấu lại thời hạn trả nợ lần đầu nhưng quá hạn từ 90 ngày trở lên; hoặc (c) Nợ đã được cơ cấu lại lần thứ hai và quá hạn theo thời hạn được cơ cấu lại lần thứ hai.
(d) Nợ cơ cấu lại thòi hạn trả nợ lần thứ bà trd lên, cả chưa bị quá hạn hoặc đã quá hạn; hoặc
Khoản nợ quy định tại điểm (d) của Nợ dưới tiêu chuẩn chưa được thu hồi trong hơn 60 ngày kể từ quyết định thu hồi; hoặc nợ phải thu hồi theo kết luận thanh tra nhưng quá thời hạn thu hồi trên 60 ngày mà vẫn chưa thu hồi được.
Nợ của khách hàng là tổ chức tín dụng được Ngân hàng Nhà nước Việt Nam công bố trong tình trạng kiểm soát đặc biệt, hoặc các chi nhánh ngân hàng nước ngoài bị phong tỏa vốn và tài sản.
Ảnh hưởng của nợ xấu
Nợ xấu gây ra những tác động tiêu cực đáng kể không chỉ cho các ngân hàng thương mại và khách hàng mà còn ảnh hưởng xấu đến nền kinh tế quốc gia.
Nợ xấu gia tăng sẽ tạo áp lực lên lạm phát và cản trở hoạt động sản xuất kinh doanh Nguy cơ lớn nhất là nếu nợ xấu liên quan đến dòng vốn tín dụng lớn, nó có thể dẫn đến khủng hoảng cho toàn bộ hệ thống các tổ chức tín dụng và nền kinh tế quốc gia.
Nợ xấu ảnh hưởng tiêu cực đến các ngân hàng thương mại (NHTM) bằng cách làm giảm hiệu quả sử dụng vốn, giảm lợi nhuận và gia tăng rủi ro thu nhập Tình trạng nợ nần kéo dài, nếu không được giải quyết triệt để, sẽ dẫn đến sự suy giảm khả năng thanh toán và uy tín của NHTM trong hoạt động kinh doanh.
Nợ xấu không chỉ làm tăng chi phí hoạt động và gánh nặng trả nợ cho ngân hàng, mà còn giảm vòng quay vốn, ảnh hưởng đến sự gắn kết giữa khách hàng và ngân hàng Điều này dẫn đến việc uy tín của khách hàng bị giảm sút, khiến các ngân hàng thương mại e ngại trong việc cho vay, mặc dù nguồn vốn vẫn dồi dào Các ngân hàng phải thận trọng hơn trong việc cấp tín dụng để tránh tình trạng nợ xấu gia tăng, dẫn đến việc có tiền nhưng không thể cho vay, làm cho nền kinh tế tiếp tục khát vốn.
Sơ lược các nghiên cứu thực nghiệm
Bảng 2.2: Các nghiên cứu thực nghiệm tại Việt Nam
Tên đề tài Tác giả Năm phát hành
Tác động của các yếu tố bên trong đến nợ xấu của các ngân hàng thương mại Việt
Nghiên cứu năm 2015 về nợ xấu của các ngân hàng thương mại Việt Nam trong giai đoạn 2004-2014 cho thấy nợ xấu bị ảnh hưởng bởi các yếu tố nội tại như chất lượng, quản trị và rủi ro đạo đức, mà không có bằng chứng cho thấy đa dạng hóa hoạt động có thể làm giảm tỷ lệ nợ xấu Hầu hết các nghiên cứu đã sử dụng các yếu tố vi mô và vĩ mô để phân tích ảnh hưởng của chúng đến nợ khó đòi Tác giả nhận thấy rằng mô hình nghiên cứu sẽ có những yếu tố tác động khác nhau tùy thuộc vào đặc điểm của từng ngân hàng và quốc gia, dẫn đến sự khác biệt trong mối tương quan giữa các biến và nợ xấu.
Phân tích thực tiễn về những yếu Đỗ Quỳnh Anh &
2013 Bài nghiên cứu sử dụng các biến vĩ mô gồm tốc độ tăng trưởng (GDP) và
10 tố quyết định đến nợ xấu tại các
Ngân hàng thương mại Việt
Nghiên cứu từ năm 2005 đến 2011 chỉ ra rằng lạm phát và tăng trưởng GDP có ảnh hưởng đáng kể đến tỷ lệ nợ xấu Hơn nữa, nợ xấu không chỉ tác động đến nợ xấu trong năm tiếp theo mà còn có mối quan hệ tích cực với quy mô ngân hàng Các yếu tố vi mô như tỷ lệ nợ xấu trước đó, hiệu quả hoạt động, quy mô ngân hàng, tăng trưởng tín dụng và kết quả kinh doanh cũng đóng vai trò quan trọng trong việc đánh giá mức độ ảnh hưởng đến nợ xấu.
Yếu tố tác động đến nợ xấu các
Ngân hàng thương mại Việt
Năm 2015, tác giả đã áp dụng ba mô hình ước lượng dữ liệu bảng, bao gồm hiệu ứng cố định (FE), phương pháp momen tổng quát GMM dạng sai phân và GMM dạng hệ thống, nhằm kiểm định ảnh hưởng của các yếu tố đến nợ xấu của các ngân hàng thương mại Việt Nam trong giai đoạn 2007-2014 Kết quả nghiên cứu cho thấy rằng cả các yếu tố vi mô và vĩ mô đều có tác động đến nợ xấu trong hệ thống ngân hàng thương mại Việt Nam, trong đó lợi nhuận và tăng trưởng kinh tế được xác định là những yếu tố chính có ảnh hưởng tiêu cực đến nợ xấu, cùng với nợ xấu trong quá khứ, quy mô ngân hàng và tăng trưởng tín dụng.
Nợ xấu của các ngân hàng thương mại (NHTM) chịu ảnh hưởng tích cực từ 11 yếu tố, trong đó chứng minh về vốn chủ sở hữu và lạm phát đóng vai trò quan trọng Những yếu tố này có tác động đáng kể đến tỷ lệ nợ xấu, ảnh hưởng đến sự ổn định và phát triển của hệ thống tài chính.
Các nhân tố tác động đến nợ xấu tại các ngân hàng thương mại Việt
Nguyễn Thị Như Quỳnh, Lê Đình Luân & Lê Thị Hương Mai
Bài viết năm 2018 phân tích các yếu tố ảnh hưởng đến nợ xấu của ngân hàng thương mại giai đoạn 2006-2016, sử dụng mô hình Pooled OLS, FEM và REM Nghiên cứu chỉ ra rằng, với mức ý nghĩa thống kê 1%, tốc độ tăng trưởng kinh tế, tăng trưởng tín dụng ngân hàng và tỷ lệ thất nghiệp có tác động ngược chiều đến tỷ lệ nợ xấu Ngược lại, tỷ lệ lạm phát và tỷ lệ nợ xấu năm trước lại có mối quan hệ thuận chiều với tỷ lệ nợ xấu hiện tại Tuy nhiên, không tìm thấy mối liên hệ giữa quy mô và khả năng sinh lời của ngân hàng với tỷ lệ nợ xấu.
Nghiên cứu tác động của các yếu tố vĩ mô và đặc thù ngân hàng đến nợ xấu: Bằng chứng thực nghiệm của các ngân hàng
Nguyễn Thị Hồng Vinh & Nguyễn Minh Sáng
Bài viết năm 2018 áp dụng phương pháp ước lượng GMM hệ thống, dựa trên dữ liệu từ 204 ngân hàng thương mại ở khu vực Đông Nam Á trong giai đoạn 2010–2015 Nghiên cứu chỉ ra rằng nợ xấu của ngân hàng thương mại trong khu vực bị ảnh hưởng bởi cả các yếu tố vĩ mô và các yếu tố đặc thù.
Nợ xấu của các ngân hàng tại Đông Nam Á hiện nay bị ảnh hưởng bởi tỷ suất sinh lợi, tốc độ tăng trưởng tín dụng, tỷ lệ cho vay/tiền gửi và quy mô ngân hàng, nhưng lại tương quan cùng chiều với nợ xấu trong quá khứ và vốn chủ sở hữu Các yếu tố vĩ mô cũng đóng vai trò quan trọng trong việc xác định chất lượng cho vay của các ngân hàng thương mại Đặc biệt, biến ngân sách và thuế thu nhập có tác động đáng kể đến nợ xấu, thể hiện mối liên hệ chặt chẽ giữa các yếu tố kinh tế và tình hình nợ xấu trong ngành ngân hàng.
Nguồn: Tổng hợp từ tác giả
Bảng 2.3: Các nghiên cứu thực nghiệm tại nước ngoài
Tên đề tài Tác giả Năm phát hành
Why do banks loan losses differ?
Bài viết năm 1987 nghiên cứu các ngân hàng thương mại tại Mỹ gặp thua lỗ trong giai đoạn 1979-1985, sử dụng tỷ lệ nợ xấu làm thước đo chính cho rủi ro tín dụng Mô hình kiểm định chỉ ra rằng các điều kiện kinh tế địa phương và sự yếu kém trong quản lý ngân hàng là những yếu tố chính ảnh hưởng đến tình hình tài chính của các ngân hàng này.
Nghiên cứu chỉ ra 13 nguyên nhân chính dẫn đến rủi ro tín dụng, trong đó các ngân hàng thương mại (NHTM) thường chấp nhận những khoản cho vay mạo hiểm có khả năng vỡ nợ cao hơn so với các ngân hàng khác.
Bad debt provisions of financial institutions:
Bài viết này nghiên cứu ảnh hưởng của cơ chế quản trị nội bộ (IGM) đến mức độ dự phòng nợ khó đòi của các tổ chức tài chính, đặc biệt từ góc độ mâu thuẫn chủ yếu loại II giữa cổ đông kiểm soát và cổ đông thiểu số Nghiên cứu dựa trên dữ liệu của 139 tổ chức tài chính niêm yết tại Trung Quốc trong giai đoạn 1999-2009 Kết quả cho thấy tinh thần cải cách quản trị công ty chưa được áp dụng đầy đủ trong lĩnh vực tài chính, với hội đồng quản trị và ban giám sát chỉ đóng vai trò hình thức Mặc dù cổ đông kiểm soát có thể giảm thiểu xung đột, họ vẫn phải bảo vệ lợi ích của cổ đông thiểu số, những người thực sự hưởng lợi từ các cải cách gần đây Do đó, cần thiết phải có thêm các cải cách tài chính tại Trung Quốc.
14 yếu tố cốt lõi tạo nền tảng cho IGM trong giai đoạn quan trọng của sự thay đổi quy định và cải cách tổ chức, đồng thời góp phần lấp đầy khoảng trống trong văn học về hiệu lực và hiệu quả của các tổ chức tài chính.
Saharan Africa : causal analysis and macroeconomic implications
Bài viết của Fofack (2005) điều tra các nguyên nhân hàng đầu dẫn đến các khoản cho vay không hiệu quả trong cuộc khủng hoảng kinh tế và ngân hàng ở khu vực Hạ Sahara vào những năm 1990 Tác giả đã sử dụng phương pháp GMM để phân tích mối quan hệ nhân quả dựa trên dữ liệu bảng động, nhằm xác định các yếu tố gây ra nợ xấu tại các quốc gia này Kết quả nghiên cứu chỉ ra rằng lãi suất thực, tốc độ tăng trưởng GDP, chỉ số lạm phát, thu nhập tổng tài sản (ROA) và thu nhập lãi cận biên (NIM) đều có ảnh hưởng đáng kể đến tình trạng nợ xấu.
Loans: The Case of Eurozone
Nghiên cứu năm 2014 đã phân tích các yếu tố ảnh hưởng đến nợ xấu của 17 quốc gia Châu Âu trong giai đoạn 2000-2008 Kết quả cho thấy có mối quan hệ tiêu cực giữa tỷ lệ nợ xấu với tăng trưởng GDP, ROE và rủi ro tín dụng Ngược lại, nợ xấu lại có mối quan hệ tích cực với tỷ lệ thất nghiệp, nợ xấu của năm trước và nợ công.
15 công và nợ xấu được giải thích bởi các chính sách tài khóa có vấn đề của các nước dẫn đến tăng nợ xấu ngân hàng
Nguồn: Tổng hợp từ tác giả
Các yếu tố ảnh hưởng đến nợ xấu tại các ngân hàng thương mại
2.4.1 Yếu tố nội tại ngân hàng
Theo quy định của Ngân hàng Nhà nước, khi quy mô ngân hàng thương mại (NHTM) tăng, ngân hàng phải tăng vốn tự có, dẫn đến tổng tài sản tăng lên và khả năng cấp tín dụng được cải thiện Các NHTM lớn thường có quy trình tín dụng tốt hơn và khách hàng là những doanh nghiệp uy tín, ổn định, giúp quản lý tài sản nợ hiệu quả hơn so với các NHTM nhỏ Tuy nhiên, quy mô của một NHTM có thể ảnh hưởng tích cực hoặc tiêu cực đến tỷ lệ nợ xấu, phụ thuộc vào cơ cấu tài sản và khả năng quản lý Theo giả thuyết 'hiệu ứng quy mô', Salas và Saurina (2002) cho rằng ngân hàng lớn có nhiều cơ hội đa dạng hóa, nhưng thực tế cho thấy tỷ lệ nợ xấu cũng cao hơn Ngược lại, giả thuyết "quá lớn để phá sản" cho rằng ngân hàng chấp nhận rủi ro quá mức dẫn đến nợ xấu gia tăng Nghiên cứu của Misra và Dhal (2010) trên 27 ngân hàng Ấn Độ từ 1996 đến 2008 cho thấy quy mô ngân hàng có tác động tích cực đến nợ xấu, trong khi các ngân hàng nhỏ thường quản lý hiệu quả hơn, dẫn đến tỷ lệ nợ xấu thấp hơn.
Tăng trưởng tín dụng nhanh thường dẫn đến chất lượng tín dụng thấp do điều kiện cho vay nới lỏng Sự cạnh tranh trên thị trường cho vay buộc các ngân hàng phải đẩy mạnh tăng trưởng tín dụng, điều này có thể làm tăng nguy cơ nợ xấu Các nghiên cứu đã chỉ ra rằng tỷ lệ nợ quá hạn và nợ xấu có liên quan đến tốc độ tăng trưởng tín dụng Keeton (1999) đã tìm thấy mối liên hệ chặt chẽ giữa tăng trưởng tín dụng và nợ xấu tại Hoa Kỳ, cho thấy rằng tăng trưởng tín dụng thường đi kèm với tiêu chuẩn tín dụng thấp hơn Tương tự, nghiên cứu của Salas và Saurina (2002) về nợ xấu của các ngân hàng Tây Ban Nha cũng khẳng định rằng tăng trưởng tín dụng có mối liên hệ tích cực với hiệu quả cho vay kém.
Khả năng sinh lời của ngân hàng
Khả năng sinh lời là một chỉ số quan trọng trong việc đánh giá kết quả tài chính của các ngân hàng thương mại, được xác định thông qua sự kết hợp giữa kết quả kinh doanh và nguồn lực sử dụng Nghiên cứu trước đây cho thấy tỷ lệ nợ xấu có mối tương quan nghịch với khả năng sinh lời (Ayanda và cộng sự, 2013; Osuagwu, 2014) Cụ thể, Duy Trung (2020) chỉ ra rằng khi tỷ lệ nợ xấu hoặc tỷ lệ chi phí dự phòng rủi ro tín dụng gia tăng, điều này phản ánh sự suy giảm trong chất lượng hoạt động tín dụng và gia tăng rủi ro tín dụng, từ đó tác động tiêu cực đến hiệu quả kinh doanh của ngân hàng thương mại.
Năng lực tài chính và an toàn hoạt động của ngân hàng
Theo Đặng Công Tráng (2017), sự xem nhẹ đạo đức đã gây ra nhiều hệ lụy nghiêm trọng trong xã hội, tạo điều kiện cho nhiều cá nhân vi phạm pháp luật Những hành vi này đã ảnh hưởng xấu đến nền kinh tế, dẫn đến thất thoát hàng nghìn tỷ đồng và làm gia tăng nợ xấu tại một số ngân hàng.
Khả năng mất vốn ảnh hưởng trực tiếp đến sự ổn định của hệ thống tài chính và chính sách tiền tệ quốc gia, trong đó yếu tố đạo đức đóng vai trò quan trọng trong việc hình thành nợ xấu tại các ngân hàng thương mại Tỷ lệ nợ xấu so với tổng dư nợ cho thấy chất lượng tín dụng của ngân hàng: tỷ lệ thấp biểu thị tình hình tài chính mạnh mẽ, trong khi tỷ lệ cao cho thấy sự quản lý tín dụng kém, buộc các nhà quản lý phải tăng cường chi phí quản lý nợ xấu và hạch toán tài sản có rủi ro cao.
Tốc độ tăng trưởng kinh tế
Mối quan hệ giữa GDP và nợ xấu ngân hàng thường tỷ lệ thuận, với tỷ lệ nợ xấu giảm khi nền kinh tế tăng trưởng mạnh nhờ vào thu nhập cải thiện của công ty và hộ gia đình Ngược lại, khi nền kinh tế suy thoái hoặc khủng hoảng, tỷ lệ nợ xấu sẽ tăng cao Nghiên cứu của Salas và Saurina (2002) cũng như Khemraj và Pasha (2009) chỉ ra rằng sự tăng trưởng GDP có tác động tiêu cực đáng kể đến nợ xấu, cho thấy sự lan truyền nhanh chóng của các yếu tố kinh tế vĩ mô đến khả năng cho vay Khi nền kinh tế phát triển, doanh nghiệp hoạt động hiệu quả hơn, từ đó gia tăng lợi nhuận và thu nhập cá nhân, nâng cao khả năng hoàn trả nợ vay.
Nhiều nghiên cứu chỉ ra rằng mối quan hệ giữa lạm phát và nợ xấu phụ thuộc vào chính sách tiền tệ của từng quốc gia Các tác giả như Makri và cộng sự (2012), Pestova & Mamonov (2012), Klein (2013) đã phát hiện tác động tiêu cực của lạm phát đối với nợ xấu, tuy nhiên không đạt mức ý nghĩa thống kê Ngược lại, Khemraj và Pasha (2009) lại cho rằng lạm phát không phải là yếu tố quyết định quan trọng đối với nợ xấu trong hệ thống ngân hàng ở Guyana.
Khi lạm phát gia tăng, nhu cầu chi tiêu của người tiêu dùng giảm, dẫn đến mức tiêu thụ hàng hóa thấp Điều này gây khó khăn cho các doanh nghiệp do hoạt động kinh doanh trì trệ.
Lợi nhuận không đạt kỳ vọng có thể dẫn đến thua lỗ, ảnh hưởng đến khả năng trả nợ của doanh nghiệp và làm gia tăng nợ xấu tại các ngân hàng thương mại (Fillip 2015, Đỗ Quỳnh Anh & Nguyễn Đức Hùng 2013).
Khi lạm phát được kiểm soát thông qua tín dụng đồng bộ và các giải pháp tài khóa tiền tệ hiệu quả, sự phối hợp linh hoạt giữa chính sách tài khóa và tiền tệ đóng vai trò quan trọng Lãi suất trên thị trường tiền tệ được điều chỉnh linh hoạt, phù hợp với diễn biến kinh tế vĩ mô và lạm phát trong từng giai đoạn Những chính sách kinh tế vĩ mô cụ thể đã góp phần ổn định tăng trưởng nền kinh tế, tạo điều kiện cho doanh nghiệp hoạt động có lãi và nâng cao khả năng hoàn trả khoản vay thương mại ngân hàng, từ đó giảm thiểu rủi ro nợ xấu.
Tỷ lệ thất nghiệp có ảnh hưởng trực tiếp đến kênh tín dụng cá nhân của ngân hàng thương mại Khi tỷ lệ thất nghiệp tăng, thu nhập của người lao động giảm, dẫn đến khả năng trả nợ vay tại các ngân hàng giảm, từ đó gia tăng rủi ro tín dụng và nợ xấu Nghiên cứu của Louzis và cộng sự (2011) về các yếu tố ảnh hưởng đến nợ xấu trong hệ thống ngân hàng Hy Lạp cho thấy rằng tỷ lệ thất nghiệp có mối tương quan thuận với tỷ lệ nợ xấu, nghĩa là khi tỷ lệ thất nghiệp tăng, nợ xấu cũng tăng theo.
Trong chương 2, khóa luận đã trình bày các khái niệm cơ bản về nợ xấu của ngân hàng thương mại (NHTM) và phân tích ảnh hưởng của nợ xấu, cùng với các nghiên cứu trước đây tại Việt Nam và trên thế giới Bên cạnh đó, khóa luận cũng giới thiệu các lý thuyết liên quan đến các yếu tố tác động đến nợ xấu, bao gồm yếu tố nội tại của ngân hàng và các yếu tố vĩ mô Những nội dung này sẽ là cơ sở quan trọng để xây dựng mô hình nghiên cứu về nợ xấu của các NHTM trong giai đoạn 2011 – 2019 trong các chương tiếp theo.
PHƯƠNG PHÁP NGHIÊN CỨU
Mô hình nghiên cứu
Mô hình nghiên cứu về nợ xấu trong ngân hàng thương mại Việt Nam được xây dựng dựa trên lý thuyết về hai nhóm yếu tố nội tại ngân hàng và vĩ mô, kết hợp với các mô hình nghiên cứu thực nghiệm trong và ngoài nước Cụ thể, nghiên cứu này chủ yếu dựa vào công trình của Nguyễn Thị Hồng Vinh (2017) với đề tài “Nợ xấu của ngân hàng thương mại Việt Nam” và nghiên cứu của Hoàng Thị Thanh Hằng, Đoàn Thanh Hà, Bùi Đan Thanh (2020) về “Các yếu tố ảnh hưởng đến nợ xấu tại ngân hàng thương mại Việt Nam” được đăng trên Tạp chí Kinh tế và Kinh doanh Việc lựa chọn các nghiên cứu này dựa trên nguồn lực tài liệu, dữ liệu và khả năng nghiên cứu của tác giả.
Nghiên cứu chỉ ra rằng các yếu tố ảnh hưởng đến tỷ lệ nợ xấu bao gồm tỷ lệ nợ xấu trong quá khứ, khả năng sinh lời, quy mô ngân hàng, tỷ lệ an toàn vốn, tỷ lệ dự phòng rủi ro, tốc độ tăng trưởng tín dụng, tỷ lệ lạm phát, tỷ lệ tăng trưởng kinh tế và tỷ lệ thất nghiệp Khóa luận này khác biệt so với các nghiên cứu trước đó nhờ vào phạm vi nghiên cứu rộng hơn, bao gồm 28 ngân hàng thương mại cổ phần niêm yết trên các sàn giao dịch chứng khoán Việt Nam trong khoảng thời gian 9 năm từ 2011 đến nay.
2019 Vì vậy, mô hình nghiên cứu có phương trình tổng quát như sau:
- t và i = [1, 2, , N] lần lượt là năm t và ngân hàng thứ i, 𝑁𝑃𝐿 𝑖,𝑡 là nợ xấu của ngân hàng i năm t
Biến phụ thuộc NPL i,t được giải thích bởi độ trễ NPL i,t−1, phản ánh nợ xấu trong quá khứ, cùng với các yếu tố đặc thù của ngân hàng i trong năm t (X i,t) và ảnh hưởng của các yếu tố vĩ mô trong năm t (M t).
- 𝜀 𝑖,𝑡 là các sai số của ngân hàng i tại thời điểm t
Các biến nghiên cứu
Bảng 3.1: Các biến dùng trong mô hình nghiên cứu
Mô tả tên biến Đ o lường Hệ số tương quan kỳ vọng
NPL : là nợ xấu của ngân hàng i trong năm t được đo lường bằng tỷ lệ phần trăm nợ xấu so với tổng dư nợ của từng ngân hàng
Yếu tố nội tại ngân hàng
𝑵𝑷𝑳 𝒕−𝟏 : là nợ xấu trong quá khứ và được kỳ vọng có tương quan dương với nợ xấu hiện tại
Nợ xấu của năm trước
SIZE: là quy mô của ngân hàng
Các ngân hàng lớn thường chấp nhận rủi ro cao hơn bằng cách tăng cường sử dụng vốn cho vay, điều này dẫn đến việc quy mô lớn hơn có thể làm gia tăng nợ xấu.
Dhal (2010) al (2003), Salas and Saurina
ROA, hay suất sinh lời trên tổng tài sản, là một chỉ số quan trọng phản ánh hiệu quả sinh lời của ngân hàng Chỉ số này được tính bằng tỷ lệ phần trăm giữa lợi nhuận sau thuế và tổng tài sản của ngân hàng.
Kupiec & Lee, (2012), s Messai and Jouini(2013), Dimitrios, Helen & Mike (2016)
LLR, hay tỷ lệ dự phòng rủi ro tín dụng, là một chỉ số quan trọng trong ngành ngân hàng Ngân hàng thường xuyên trích lập một khoản dự phòng để đối phó với rủi ro không thu hồi được nợ Việc này giúp ngân hàng bảo vệ tài chính và duy trì sự ổn định trong hoạt động cho vay.
Các doanh nghiệp kinh doanh tài chính, giống như các doanh nghiệp sản xuất, thường có khoản dự phòng để giảm giá hàng tồn kho Khoản trích lập dự phòng này sẽ được duy trì và coi là một chi phí của doanh nghiệp.
Khoản dự phòng càng nhiều thì nợ xấu càng ít đe dọa đến ngân hàng hơn
ETA là tỷ lệ giữa vốn chủ sở hữu và tổng tài sản, với cả hai chỉ tiêu này được lấy từ bảng cân đối kế toán của các ngân hàng.
LGR: là tốc độ tăng trưởng tín dụng đại diện cho tốc độ tăng trưởng dư nợ tín
24 dụng của ngân hàng i trong năm t Nói cách khác, đây được xem là tỷ lệ tăng trưởng dư nợ cho vay của kỳ này so với kỳ trước
GDP là chỉ số thể hiện tỷ lệ tăng trưởng tổng sản phẩm quốc nội Khi nền kinh tế phát triển, GDP cao đồng nghĩa với việc thu nhập tăng, từ đó cải thiện khả năng trả nợ Ngược lại, nếu GDP giảm, thu nhập cũng sẽ bị ảnh hưởng tiêu cực.
GDP thấp làm thất nghiệp gia tăng, khách hàng gặp khó trong việc thanh toán nợ xấu có xu hướng tăng
Tỷ lệ tăng trưởng tổng sản phẩm quốc nội qua từng năm
INF: là yếu tố lạm phát Khi lạm phát tăng cao sẽ khiến lãi suất tăng theo ảnh hưởng đến khả năng
Tỷ lệ lạm phát qua từng năm
Fillip (2015), Đỗ Quỳnh Anh & Nguyễn Đức Hùng (2013)
25 trả nợ của người đi vay làm cho tỷ lệ nợ xấu tăng theo
Tỷ lệ thất nghiệp (UNR) cao dẫn đến tình trạng người lao động không có việc làm, từ đó làm giảm thu nhập của họ Sự giảm sút này ảnh hưởng trực tiếp đến khả năng trả nợ vay tại các ngân hàng thương mại, gia tăng rủi ro tín dụng và rủi ro nợ xấu.
Tỷ lệ thất nghiệp qua từng năm
Nguồn: Tổng hợp từ tác giả
Dữ liệu nghiên cứu
Bài viết thu thập dữ liệu từ 28 ngân hàng thương mại cổ phần (TMCP) tại Việt Nam trong giai đoạn 2011 – 2019, với thông tin được lấy từ báo cáo tài chính của từng ngân hàng Đối với các chỉ số kinh tế như tỷ lệ tăng trưởng GDP, tỷ lệ lạm phát (INF) và tỷ lệ thất nghiệp (UNR), dữ liệu được trích xuất từ thống kê của Ngân hàng Thế giới (World Bank).
Bảng 3.2 : Danh sách các NHTMCP tại Việt Nam trong danh sách nghiên cứu
STT Ký hiệu Tên đầy đủ
1 ABB Ngân hàng TMCP An Bình (ABBANK)
2 ACB Ngân hàng TMCP Á Châu (ACB)
3 BAB Ngân hàng TMCP Bắc Á (Bac A Bank)
4 BID Ngân hàng TMCP Đầu tư và Phát triển Việt Nam
5 BaoVietbank Ngân hàng TMCP Bảo Việt (BAOVIET Bank)
6 BVB Ngân hàng TMCP Bản Việt (Viet Capital Bank)
7 CTG Ngân hàng TMCP Công thương Việt Nam
8 EIB Ngân hàng TMCP Xuất Nhập Khẩu (Eximbank)
9 HDB Ngân hàng TMCP Phát triển Thành phố Hồ Chí
10 KLB Ngân hàng TMCP Kiên Long (Kienlongbank)
11 LPB Ngân hàng TMCP Bưu điện Liên Việt
12 MBB Ngân hàng TMCP Quân Đội (MBBank)
13 MSB Ngân hàng TMCP Hàng Hải (MSB)
14 NAB Ngân hàng TMCP Nam Á (Nam A Bank)
15 NCB Ngân hàng TMCP Quốc dân (NCB)
16 OCB Ngân hàng TMCP Phương Đông (OCB)
17 PGB Ngân hàng TMCP Xăng dầu Petrolimex (PG Bank)
18 SCB Ngân hàng TMCP Sài Gòn (SCB)
19 SEA Ngân hàng TMCP Đông Nam Á (SeABank)
20 SGB Ngân hàng TMCP Sài Gòn Công Thương (
21 SHB Ngân hàng TMCP Sài Gòn – Hà Nội (SHB)
22 STB Ngân hàng TMCP Sài Gòn Thương Tín
23 TCB Ngân hàng TMCP Kỹ Thương (Techcombank)
24 TPB Ngân hàng TMCP Tiên Phong (TPbank)
25 VAB Ngân hàng TMCP Việt Á (VietABank)
26 VCB Ngân hàng TMCP Ngoại Thương Việt Nam
27 VIB Ngân hàng TMCP Quốc Tế (VIB)
28 VPB Ngân hàng TMCP Việt Nam Thịnh Vượng
Nguồn: Tổng hợp từ tác giả
THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
Tổng quan về nợ xấu của các NHTMCP tại Việt Nam
Nợ xấu không chỉ gây khó khăn cho các ngân hàng Việt Nam mà còn là mối lo ngại lớn đối với toàn bộ thị trường tài chính ngân hàng toàn cầu.
Nợ xấu có thể tạo ra những hậu quả nghiêm trọng không chỉ cho ngân hàng mà còn cho các tổ chức tài chính khác, dẫn đến khủng hoảng kinh tế toàn cầu.
Trong thời gian qua, các ngân hàng thương mại (NHTM) đã nỗ lực xử lý nợ xấu nhờ Nghị quyết số 42/2017/QH14, giúp giải quyết các vấn đề pháp lý liên quan Nghị quyết này tạo ra cơ chế đồng bộ, thống nhất, bảo vệ quyền lợi của chủ nợ trong quá trình xử lý nợ xấu Tuy nhiên, một số NHTM vẫn đang đối mặt với tỷ lệ nợ xấu cao, ảnh hưởng đến hiệu quả kinh doanh của ngân hàng.
Tỷ lệ nợ xấu được các tổ chức tín dụng công bố dựa trên Chuẩn mực kế toán Việt Nam và quy định của Ngân hàng Nhà nước Theo số liệu từ các ngân hàng thương mại, Ngân hàng Nhà nước đã tính toán và công bố tỷ lệ nợ xấu hàng năm trên website của mình Giai đoạn 2011 – 2019 cho thấy tỷ lệ nợ xấu trung bình của các ngân hàng có xu hướng giảm, từ mức cao nhất 4.86% vào năm 2012 xuống dưới 3% từ năm 2015 trở đi Điều này chứng tỏ các ngân hàng thương mại đã tích cực xử lý nợ xấu, cùng với các chính sách hợp lý của Ngân hàng Nhà nước nhằm giảm thiểu nợ xấu đến mức tối thiểu.
Hình 4.1: Tỷ lệ nợ xấu bình quan của các NHTM giai đoạn 2011-2019
Nguồn: Trích từ thống kê nợ xấu của NHNN Việt Nam
Từ năm 2011 đến 2019, tỷ lệ nợ xấu của các ngân hàng thương mại cổ phần (NHTM CP) tại Việt Nam đã có những biến động đáng chú ý Trong giai đoạn 2011-2012, tỷ lệ nợ xấu tăng nhanh, với SHB ghi nhận tỷ lệ cao nhất là 8.83% vào năm 2012 Tuy nhiên, từ năm 2013, tỷ lệ nợ xấu bắt đầu có xu hướng giảm và đặc biệt từ năm 2015, tỷ lệ này giảm mạnh, hầu hết các ngân hàng thương mại đều duy trì tỷ lệ nợ xấu dưới 3% Nguyên nhân chủ yếu là do sự quyết tâm của VACM trong việc xử lý triệt để vấn đề nợ xấu Đến năm 2019, chỉ còn một số ngân hàng như BaoVietBank (5.22%), PGB (3.16%) và VPB (3.42%) có tỷ lệ nợ xấu trên 3%.
Hình 4.2: Tỷ lệ nợ xấu của từng NHTM trong giai đoạn 2011-2019
A BB A CB BA B Ba o V ie tBan k BID BV B (Bả n V iệ t) CT G EIB H DB KL B LP B MBB M SB N A B N CB O CB PGB SCB SE A SG B SH B ST B TCB TP B V A B V CB V IB V P B
A BB A CB BA B Ba o V ie tBan k BI D BV B (Bả n V iệ t) CT G EIB H DB KL B LP B MBB MS B N A B N CB O CB PGB SCB SE A SG B SH B ST B TCB TP B V A B V CB V IB V P B
A BB A CB BA B Ba o V ie tBan k BI D BV B (Bả n V iệ t) CT G EIB H DB KL B LP B MBB MS B N A B N CB O CB PGB SCB SE A SG B SH B ST B TCB TP B V A B V CB V IB V P B
A BB A CB BA B Ba o V ie tBan k BI D BV B (Bả n V iệ t) CT G EIB H DB KL B LP B MBB MS B N A B N CB O CB PGB SCB SE A SG B SH B ST B TCB TP B V A B V CB V IB V P B
Nguồn: Trích từ BCTC của các NHTM từ 2011 – 2019
So sánh nợ xấu của các NHTMCP tại Việt Nam
Bảng 4.1: Tình hình nợ xấu của các NHTMCP có vốn nhà nước nghiên cứu năm 2018 và 2019 Đvt: triệu đồng
Ngân hàng Nợ xấu Dư nợ Tỷ lệ nợ xấu
Nguồn: Tác giả tự tổng hợp từ BCTC
Bảng 4.1 cho thấy các ngân hàng thương mại cổ phần (NHTMCP) có vốn nhà nước đều có tổng nợ xấu và dư nợ cao, với quy mô hoạt động rộng lớn và chi nhánh trên toàn quốc Mặc dù nợ xấu và dư nợ tăng qua từng năm, tỷ lệ nợ xấu trên dư nợ lại giảm BIDV ghi nhận tổng nợ xấu cao nhất trong hai năm qua, đạt 19,496,406 triệu đồng vào năm 2019, tăng 693,990 triệu đồng so với năm 2018 Trong khi đó, Vietcombank là ngân hàng duy nhất có nợ xấu giảm, với mức giảm 419,060 triệu đồng so với năm 2018.
A BB A CB BA B Ba o V ie tBan k BI D BV B (B ản V iệ t) CT G EIB H DB KL B LP B MBB MS B N A B N CB O CB PGB SCB SE A SG B SH B ST B TCB TP B V A B V CB V IB V P B
Bảng 4.2: Tình hình nợ xấu của các NHTMCP không có vốn nhà nước nghiên cứu năm 2018 và 2019 Đvt: triệu đồng
Nguồn: Tác giả tự tổng hợp từ BCTC
Tổng nợ xấu của 25 ngân hàng thương mại cổ phần không có vốn nhà nước vào năm 2019 đạt 51,173,515 triệu đồng, tăng 5,350,561 triệu đồng so với năm 2018 Trong khi đó, dư nợ cho vay của các ngân hàng này chỉ tăng 8.52% so với năm trước.
Năm 2018, tổng nợ xấu được ghi nhận đạt 496,682,750 tỷ đồng Sự gia tăng mạnh mẽ của nợ xấu so với dư nợ cho vay dẫn đến tỷ lệ nợ xấu trên tổng dư nợ tăng cao hơn so với năm trước đó.
Ngân hàng Nợ xấu Dư nợ Tỷ lệ nợ xấu
Trong năm 2019, ba ngân hàng có tỷ lệ nợ xấu trên 3% là VPBank (3.42%), PGBank (3.16%) và BaoVietBank (5.22%) Đặc biệt, VPBank là ngân hàng duy nhất không có vốn nhà nước nhưng có tổng nợ xấu và dư nợ tương đương với các ngân hàng thương mại cổ phần có vốn nhà nước, xếp trên cả Vietcombank.
Theo bảng 4.1 và 4.2, các ngân hàng thương mại cổ phần (NHTMCP) có vốn nhà nước như BIDV, Vietinbank và Vietcombank có tổng nợ xấu cao trong nhóm NHTMCP tại Việt Nam Tuy nhiên, nhờ tổng dư nợ lớn, tỷ lệ nợ xấu của các ngân hàng này vẫn duy trì dưới 2%, đạt mức trung bình so với các ngân hàng khác.
Phân tích thống kê mô tả
Dữ liệu nghiên cứu bao gồm các yếu tố liên quan đến biến nội sinh, được thu thập từ báo cáo tài chính của 28 ngân hàng thương mại cổ phần tại Việt Nam, cùng với thông tin về các yếu tố vĩ mô từ thống kê của Ngân hàng Thế giới trong giai đoạn 2011 – 2019.
Bộ dữ liệu thu thập được bao gồm 251 quan sát
Bảng 4.3: Phân tích thống kê mô tả
Tên biến Số quan sát
Gía trị nhỏ nhất Giá trị lớn nhất Gía trị trung bình Độ lệch chuản NPL 251 0.0033983 0.0882746 0.0222401 0.0129255
Theo bảng 4.1, giá trị trung bình của tỷ lệ nợ xấu (NPL) là 2.224% Ngân hàng SHB ghi nhận tỷ lệ nợ xấu cao nhất vào năm 2012 với 8.83%, trong khi ngân hàng SCB có tỷ lệ nợ xấu thấp nhất chỉ 0.34% Thêm vào đó, độ lệch chuẩn 1.29% cho thấy nợ xấu có ảnh hưởng đáng kể đến các ngân hàng thương mại cổ phần (NHTMCP) tại Việt Nam.
Suất sinh lời trên tổng tài sản (ROA) là chỉ số quan trọng phản ánh hiệu quả hoạt động và quản lý của các ngân hàng thương mại (NHTM) tại Việt Nam Theo dữ liệu, giá trị trung bình của ROA đạt 0.7591% Năm 2019, ngân hàng Techcombank (TCB) ghi nhận tỷ lệ ROA cao nhất với 2.9%, trong khi ngân hàng TPBank (TPB) cũng có sự đóng góp đáng kể vào chỉ số này.
Năm 2011, tỷ lệ ROA thấp nhất ghi nhận là -5.99%, với độ lệch chuẩn chỉ số ROA đạt 0.755%, cho thấy hiệu quả sinh lời trên tổng tài sản của các ngân hàng thương mại (NHTM) Việt Nam còn thấp Trong giai đoạn 2011–2019, tốc độ tăng trưởng tín dụng trung bình đạt khoảng 15.898%, phản ánh sự tăng trưởng nhanh chóng của các NHTM, nhưng không đồng đều, với độ lệch chuẩn lên đến 14.26% Một số ngân hàng như BacA Bank và SCB ghi nhận mức tăng trưởng tín dụng lên đến 100% vào năm 2011 và 2012, trong khi TPBank lại có mức giảm -42.58% vào năm 2011 Về tỷ lệ an toàn vốn, tỷ lệ vốn chủ sở hữu trên tổng tài sản trung bình là 9.44%, trong đó Vietcombank có tỷ lệ cao nhất đạt 48.14% vào năm 2019, trong khi SCB có tỷ lệ thấp nhất là 29.14% cùng năm, với độ lệch chuẩn khoảng 4.67%.
Trong giai đoạn 2011–2019, Việt Nam có sự ổn định tương đối với độ lệch chuẩn 0.627% và giá trị trung bình khoảng 6.3% Chỉ số cao nhất ghi nhận vào năm 2007 với 7.13%, trong khi năm 2018 ghi nhận mức thấp nhất là 7.08% Tỷ lệ lạm phát trung bình trong cùng giai đoạn đạt 5.68%, với độ lệch chuẩn 5.07%, cho thấy sự biến động lớn Năm 2011 là năm có tỷ lệ lạm phát cao nhất với 6.24%.
Tỷ lệ thất nghiệp bình quân tại Việt Nam trong giai đoạn 2011–2019 đạt 1,488%, cho thấy sự ổn định với độ lệch chuẩn thấp chỉ 0,387% Năm 2019 ghi nhận tỷ lệ lạm phát cao nhất trong giai đoạn này.
2.04% và thấp nhất vào năm 2011 với 1%.
Kết quả nghiên cứu
4.4.1 Phân tích tương quan mô hình nghiên cứu
Khóa luận sử dụng ma trận tự tương quan để kiểm tra khả năng đa cộng tuyến trong mô hình Mối tương quan tuyến tính giữa các biến độc lập được thể hiện qua hệ số tương quan của từng cặp biến Khi giá trị tuyệt đối của các hệ số này gần 1, các biến có mối quan hệ tuyến tính chặt chẽ; ngược lại, nếu giá trị gần 0, các biến sẽ độc lập, dẫn đến kết quả ước lượng có độ tin cậy cao.
Bảng 4.4: Ma trận hệ số tự tương quan
Ma trận hệ số tương quan trong Bảng 4.2 cho thấy mối quan hệ giữa các biến trong mô hình hồi quy Theo nghiên cứu của Farrar và Glauber (1967), nếu hệ số tương quan nhỏ hơn 0,8, mô hình nghiên cứu sẽ không gặp phải hiện tượng đa cộng tuyến.
4.2 cho thấy hệ số tự tương quan giữa các biến độc lập trong mô hình nghiên cứu (giá
NPL NPLt-1 SIZE ROA LLP ETA LGR GDP INF UNR
41 trị tuyệt đối < 0,5) nên việc lựa chọn các biến độc lập này để nghiên cứu là hoàn toàn thích hợp
4.4.2 Kiểm định mô hình hồi quy nghiên cứu
4.4.2.1 Kiểm định hiện tượng đa cộng tuyến
Khóa luận này tiến hành kiểm định hiện tượng đa cộng tuyến thông qua chỉ số phóng đại phương sai VIF (Variance Inflation Factor) Hiện tượng đa cộng tuyến chỉ ra rằng có mối quan hệ tuyến tính giữa một số hoặc tất cả các biến độc lập trong mô hình.
Bảng 4.5: Kết quả kiểm định chỉ số VIF
Theo bảng 4.3, tất cả các giá trị VIF của các biến độc lập đều nhỏ hơn 10, cho thấy mô hình không gặp phải vấn đề đa cộng tuyến.
4.4.2.2 Kiểm định phương sai thay đổi
Phương sai sai số thay đổi là hiện tượng khi phương sai của các sai số ước lượng không đồng nhất Khi mô hình gặp phải vấn đề này, ước lượng OLS sẽ không chính xác, dẫn đến ảnh hưởng tiêu cực đến chất lượng và kết quả phân tích.
Để kiểm tra xem mô hình có hiện tượng phương sai sai số thay đổi hay không, khóa luận sẽ áp dụng kiểm định Lagrangian, như được trình bày trong bảng 4.4.
Bảng 4.6: Kết quả kiểm định Lagrangian
Breusch and Pagan Lagrangian multiplier test for random effects
Npl [bank1,t] = Xb +u[bank1] +e[bank1,t]
Test: Var (u) = 0 chibar2(01) = 0.00 Prob > chibar2 = 1.0000
Nguồn: Trích suất từ Stata 15.1
H0: Không có hiện tượng phương sai thay đổi
H1: Có hiện tượng phương sai thay đổi
Kết quả kiểm định Lagrangian cho kết quả Prob > chibar2 = 1.0000 ( > 5%) Chấp nhận H0 Vậy mô hình không có hiện tượng phương sai thay đổi
4.4.2.3 Kiểm định hiện tượng tự tương quan
Khi mô hình có phương sai thay đổi, việc kiểm định tự tương quan là cần thiết để xác định sự tồn tại của nó trong từng trường hợp cụ thể Nếu phát hiện tự tương quan, chúng ta có thể tìm kiếm các ước lượng thay thế nhằm đạt được các ước lượng tuyến tính không chệch và tin cậy nhất Do đó, khóa luận sẽ thực hiện kiểm định Wooldridge thông qua bảng 4.7.
Bảng 4.7: Kết quả kiểm định Wooldridge
Wooldridge test for autocorrelation in panel data
Nguồn: Trích suất từ Stata 15.1
H0: Mô hình không có hiện tượng tự tương quan
H1: Mô hình có hiện tượng tự tương quan
Với mức ý nghĩa 1%, kiểm định cho kết quả Prob > F = 0.0001 < 1% nên bác bỏ H0 chấp nhận H1 Vậy mô hình có hiện tượng tự tương quan giữa các sai số
4.4.3 Ước lượng mô hình theo phương pháp GLS
Mặc dù các vấn đề đã kiểm định không làm sai lệch kết quả ước lượng của hệ số, nhưng chúng có thể làm giảm hiệu quả của ước lượng, đặc biệt là khiến cho sai số chuẩn của hệ số không còn tối ưu Để khắc phục những hạn chế này, khóa luận sẽ áp dụng phương pháp ước lượng GLS nhằm xử lý vi phạm tự tương quan, mặc dù đây không phải là phương pháp ước lượng không chệch tuyến tính tốt nhất.
Bảng 4.8: Kết quả ước lượng theo phương pháp GLS
Cross – sectional time – series FGLS regression
Correlation: common AR(1) coefficient for all panels (0.2328)
Estimated covariances = 28 Number of obs = 251
Number of groups = 28 Obs per group: min = 8 avg = 8.964286 max = 9
Wald chi2(9) = 126.75 Prob > chi2 = 0.0000 NPL Coef Std Err z P > |z| [95% Conf Interval] NPLt-1 0.1275008 0.031371 4.06 0.000 0.0660147 0.1889869
Kết quả mô hình ước lượng bằng GLS từ bảng 4.6 cho thấy nhiều yếu tố như tỷ lệ nợ xấu trong quá khứ (NPLt-1), quy mô ngân hàng (SIZE), dự phòng rủi ro tín dụng (LLR), cùng với các yếu tố vĩ mô như tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP) và tỷ lệ lạm phát (INF) đều có tác động đáng kể đến tỷ lệ nợ xấu và đều có ý nghĩa thống kê Mô hình được trình bày dựa trên những phát hiện này.
NPL = 0.0762 + 0.1275* NPLt-1 - 0.0037* SIZE – 0.0077* LLR – 0.3843* GDP +
4.4.4 Ước lượng mô hình theo phương pháp GMM
Mô hình không có hiện tượng đa cộng tuyến, nhưng lại gặp phải vấn đề phương sai thay đổi và tự tương quan Theo Richard Blundell và Stephen Bond (1998), khóa luận áp dụng phương pháp ước lượng momen tổng quát (GMM) để khắc phục hiện tượng tự tương quan giữa các sai số và tình trạng nội sinh Phương pháp GMM cũng được sử dụng để ước tính sự hiện diện của biến độ trễ, cụ thể là độ trễ một năm của nợ xấu.
Bảng 4.9: Kết quả ước lượng theo phương pháp GMM
Time variable: Year Number of groups
NPL Coef Std Err t P>|t| [95% Conf Interval ] NPLt-1 0.6806486 0.0826852 8.23 0.000 0.5109925 0.8503047
Arellano – Bond test for AR(1) in first differences: z = -3.61 Pr > z 0.000
Arellano – Bond test for AR(2) in first differences: z = -0.47 Pr > z 0.637
Sargan test of overid restrictions: chi2(78)
(Not robust, but not weakened by many instruments)
Hansen test of overid restrictions chi2(78)
(Robust, but weakened by many instruments)
Sau khi áp dụng phương pháp GMM để giải quyết các vấn đề nội sinh, tự tương quan và phương sai sai số thay đổi, kết quả ước lượng của mô hình cho thấy tính phù hợp với mức ý nghĩa 1% (F = 0.0000) Hơn nữa, tính hợp lý của mô hình cũng được xác nhận thông qua các kiểm định Arellano-Bond và Hansen.
Kiểm định Arellano-Bond được thực hiện với giả thuyết H0 rằng mô hình không có hiện tượng tự tương quan, áp dụng cho số dư sai phân Kết quả kiểm định AR (2) cho thấy mức ý nghĩa là 0.637, lớn hơn 10%, dẫn đến việc chấp nhận H0, đồng nghĩa với việc mô hình không có hiện tượng tự tương quan.
Kiểm định Hansen cho thấy các biến công cụ có hiệu lực, với giả thuyết H0 cho rằng mô hình không tương quan với sai số Với mức ý nghĩa 1.000 > 10%, kết quả khẳng định rằng các công cụ là hợp lệ, do đó chấp nhận H0 Điều này đồng nghĩa với việc mô hình đã khắc phục hiện tượng nội sinh.
Bảng 4.10: Kết quả tổng hợp kiểm định thực nghiệm bằng ước lượng GMM với lý thuyết kinh tế
Giá trị beta P > | t | Kết quả nghiên cứu
NPLt-1 (+) 0.6806486 0.000 Đúng với kỳ vọng, có ý nghĩa thống kê
SIZE (+) 0.0007794 0.646 Đúng với kỳ vọng
ROA (-) 0.0556718 0.677 Đúng với kỳ vọng
LLR (+) 0.0078728 0.017 Đúng với kỳ vọng, có ý nghĩa thống kê
ETA (-) -0.0630487 0.033 Đúng với kỳ vọng, có ý nghĩa thống kê
LGR (-) -0.0264866 0.000 Đúng với kỳ vọng, có ý nghĩa thống kê
GDP (-) -0.1279661 0.109 Đúng với kỳ vọng
INF (+) 0.0544402 0.002 Đúng với kỳ vọng, có ý nghĩa thống kê
UNR (+) 0.4384701 0.000 Đúng với kỳ vọng, có ý nghĩa thống kê
Nguồn: Tổng hợp từ tác giả
Kết quả hồi quy theo phương pháp GMM cho thấy mô hình có 6 biến có ý nghĩa thống kê ở mức 5%, với p-value của các biến đều nhỏ hơn 5% Những biến này bao gồm tỷ lệ nợ xấu năm trước (NPLt-1), tỷ lệ dự phòng (LLR), tỷ lệ vốn chủ sở hữu (ETA), tăng trưởng tín dụng (LGR), tỷ lệ lạm phát (INF) và tỷ lệ thất nghiệp (UNR) Đặc biệt, tỷ lệ nợ xấu năm trước (NPLt-1) có tác động cùng chiều với nợ xấu.
Quy mô ngân hàng, tỷ lệ dự phòng, tỷ lệ lạm phát và tỷ lệ thất nghiệp là những yếu tố quan trọng trong nghiên cứu Trong đó, tỷ lệ nợ xấu của năm trước có ảnh hưởng mạnh mẽ nhất với giá trị 0.6806486, cho thấy mối liên hệ chặt chẽ giữa các biến độc lập trong mô hình nghiên cứu.
NPL = 0.0055 + 0.6806 *NPLt-1 + 0.0079* LLR – 0.0630 *ETA – 0.0265* LGR +
