Khóa luận Yếu tố tác động đến nợ xấu của các ngân hàng thương mại cổ phần Việt Nam

91 trang thiennha21 25/04/2022 3712

Download

Bạn đang xem 20 trang mẫu của tài liệu "Khóa luận Yếu tố tác động đến nợ xấu của các ngân hàng thương mại cổ phần Việt Nam", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

khoa_luan_yeu_to_tac_dong_den_no_xau_cua_cac_ngan_hang_thuon.pdf

Nội dung text: Khóa luận Yếu tố tác động đến nợ xấu của các ngân hàng thương mại cổ phần Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH  BÙI CÔNG DUY YẾU TỐ TÁC ĐỘNG ĐẾN NỢ XẤU CỦA CÁC NGÂN HÀNG THƢƠNG MẠI CỔ PHẦN VIỆT NAM KHÓA LUẬN TỐT NGHIỆP CHUYÊN NGÀNH: TÀI CHÍNH – NGÂN HÀNG MÃ SỐ: 7340201 TP. HỒ CHÍ MINH, NĂM 2018
BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH  BÙI CÔNG DUY YẾU TỐ TÁC ĐỘNG ĐẾN NỢ XẤU CỦA CÁC NGÂN HÀNG THƢƠNG MẠI CỔ PHẦN VIỆT NAM KHÓA LUẬN TỐT NGHIỆP CHUYÊN NGÀNH: TÀI CHÍNH – NGÂN HÀNG MÃ SỐ: 7340201 NGƢỜI HƢỚNG DẪN KHOA HỌC PGS., TS LÊ PHAN THỊ DIỆU THẢO TP. HỒ CHÍ MINH, NĂM 2018
i TÓM TẮT Khóa luận phân tích các yếu tố tác động đến nợ xấu của các ngân hàng thương mại cổ phần Việt Nam trong giai đoạn 2011 – 2016. Bằng phương pháp ước lượng GMM theo đề xuất của Arellano và Bover (1995) để kiểm định sự ảnh hưởng của các yếu tố vĩ mô và các nhân tố nội tại của ngân hàng đến nợ xấu của các ngân hàng thương mại cổ phần Việt Nam. Kết quả cho thấy nợ xấu chịu ảnh hưởng bởi cả các yếu tố vĩ mô và yếu tố nội tại thuộc về ngân hàng. Trong đó, nợ xấu trong quá khứ, quy mô ngân hàng, tỷ lệ vốn chủ sở hữu trên tổng tài sản, tỷ lệ dự phòng rủi ro, tốc độ tăng trưởng tín dụng và tỷ lệ lạm phát tác động cùng chiều đến nợ xấu. Trong khi, tăng trưởng kinh tế và khả năng sinh lời tương quan âm với nợ xấu. Bên cạnh đó, khóa luận cũng giải thích được mối quan hệ cùng chiều của tỷ lệ an toàn vốn với nợ xấu trái với kỳ vọng của nghiên cứu. Với các kết quả đạt được, khóa luận đã đóng góp về mặt lý thuyết mối quan hệ giữa nợ xấu với các yếu tố đặc thù ngân hàng cũng như yếu tố vĩ mô. Ngoài ra, khóa luận đã có đóng góp quan trọng đối với các nhà hoạch định chính sách của Việt Nam trong việc ổn định hệ thống ngân hàng cũng như các nhà quản trị ngân hàng trong việc kiểm soát tốt hơn các yếu tố tác động đến nợ xấu. Từ khóa: GMM, Nợ xấu, ngân hàng thương mại Việt Nam
ii ABSTRACT The thesis analyzes the determinants of Vietnamese banks non performing loans. Study applies the Generalized Method of Moments technique for dynamic panels using bank-level data for the Vietnamese commercial banks over the period 2011 to 2016 proposed by Arellano and Bover (1995) to test the impact of macro factors and internal factors of banks on NPLs of Vietnamese joint stock commercial banks. The results show that bad debt is affected by both macroeconomic factors and internal factors. In particular, last NPLs, bank size, equity to assets, loan loss provision, bank‟s loan growth and inflation rate have a positive effect on NPLs. While, economic growth and return on assets have a negative relationship to NPLs. In addition, the thesis also explains the same relationship of equity to assets with bad debt that is contrary to the expectations of the research. The thesis has made important contributions to bank managers and policy makers to solve the non performing loans and improve the performance and lending behavior of Vietnamese commercial banks. Key words: GMM, Non performing loans (NPLs), Vietnamese commercial banks
iii LỜI CAM ĐOAN Khóa luận này là công trình nghiên cứu riêng của tác giả, kết quả nghiên cứu là trung thực, trong đó không có các nội dung đã được công bố trước đây hoặc các nội dung do người khác thực hiện ngoại trừ các trích dẫn được dẫn nguồn đầy đủ trong khóa luận. Tác giả xin hoàn toàn chịu trách nhiệm về lời cam đoan danh dự của mình. TP.HCM, ngày 18 tháng 05 năm 2018 Bùi Công Duy
iv LỜI CẢM ƠN Trước tiên, tôi xin gửi lời cảm ơn chân thành và lòng biết ơn sâu sắc đến PGS.TS Lê Phan Thị Diệu Thảo vì sự tận tình hướng dẫn, chỉ bảo, những lời khuyên bổ ích và quý báu của Cô trong suốt quá trình tôi nghiên cứu khóa luận. Tôi xin chân thành cảm ơn Quý thầy cô của trường Đại học Ngân hàng TP.HCM đã truyền đạt cho tôi nhiều kiến thức hữa ích trong suốt bốn năm học đại học vừa qua. Cuối cùng, tôi cũng xin chân thành cảm ơn gia đình, bạn bè đã tạo điều kiện thuận lợi nhất và hỗ trợ, động viên tôi trong suốt quá trình nghiên cứu. Trân trọng cảm ơn! TP.HCM, ngày 18 tháng 05 năm 2018 Bùi Công Duy
v DANH MỤC TỪ VIẾT TẮT Từ viết Tiếng Anh Tiếng Việt tắt BCBS Basel Committee on Banking Ủy ban Basel và giám sát ngân Supervision hàng CAR Capital Adequacy Ratio Hệ số an toàn vốn CGI Corporate governance index Chỉ số quản trị doanh nghiệp DNNN Doanh nghiệp nhà nước FEM Fixed Effects Model Mô hình ảnh hưởng cố định FSIS Financial Soundness Indicators Chỉ số lành mạnh tài chính GMM Generalized Method of Moments Phương pháp ước lượng tổng quát hóa dựa trên momen IAS International Accounting Standard Chuẩn mực kế toán quốc tế IFRS International Financial Reporting Chuẩn mực báo cáo tài chính Standards quốc tế IMF International Monetary Fund Quỹ tiền tệ quốc tế LGDR Loss Given Default Rate Tỷ lệ mất mát được xác định NBL New Bad Loans Nợ xấu mới NHNN Ngân hàng Nhà nước NHTM Ngân hàng thương mại NHTMCP Ngân hàng thương mại cổ phần PCA Principal Component Analysis Phân tích thành phần chính
vi ROE Return On Equity Lợi nhuận trên vốn chủ sở hữu TCTD Tổ chức tín dụng VAS Vietnam Accounting Standard Chuẩn mực kế toán Việt Nam VEPR Viet Nam Institute for Economic and Viện nghiên cứu kinh tế và Policy Research chính sách WB World Bank Ngân hàng Thế giới
vii DANH MỤC KÝ HIỆU CÁC BIẾN Ký hiệu Tiếng Anh Tiếng Việt ETA Equity to total assets Tỷ lệ vốn chủ sở hữu trên tổng tài sản GDP Gross domestic product Tổng sản phẩm quốc nội INF Inflation Tỷ lệ lạm phát LGR Bank‟s Loan growth Tốc độ tăng trưởng tín dụng LLR Loan loss reserves Tỷ lệ dự phòng rủi ro trên tổng dư nợ NPL Non performing loans Tỷ lệ nợ xấu ROA Return on total assets Suất sinh lời trên tổng tài sản SIZE Quy mô ngân hàng
viii DANH MỤC BẢNG BIỂU VÀ HÌNH Bảng 2.1 Phân loại nợ xấu của các quốc gia G-20 11 Bảng 3.1 Tóm tắt các biến dùng trong mô hình 37 Bảng 4.1 Thống kê mô tả các biến sử dụng trong mô hình 45 Bảng 4.2 Ma trận tự tương quan giữa các biến trong nghiên cứu 46 Bảng 4.3 Kết quả kiểm định chỉ số VIF 47 Bảng 4.4 Kết quả kiểm định White 48 Bảng 4.5 Kết quả kiểm định hiện tượng tự tương quan 49 Bảng 4.6 Kết quả ước lượng theo GMM 50 Hình 2.1 Lược khảo các yếu tố tác động đến nợ xấu 30 Hình 4.1 Nợ xấu của ngành ngân hàng qua từng năm 42 Hình 4.2 Cơ cấu nợ xấu theo ngành của các NHTM Việt Nam 43 Hình 4.3 Cơ cấu nợ xấu theo thành phần kinh tế của các NHTM Việt Nam 44
ix DANH MỤC PHỤ LỤC Phụ lục 1. Các ngân hàng trong mẫu nghiên cứu 68 Phụ lục 2. Tỷ lệ nợ xấu trên tổng dư nợ của ngân hàng 69 Phụ lục 3. Tỷ lệ lợi nhuận ròng trên tổng tài sản của ngân hàng 70 Phụ lục 4. Tỷ lệ dự phòng rủi ro trên tổng dư nợ của ngân hàng 71 Phụ lục 5. Tỷ lệ vốn chủ sở hữu trên tổng tài sản của ngân hàng 72 Phụ lục 6. Tốc độ tăng trưởng tín dụng của các ngân hàng 73 Phụ lục 7. Tổng tài sản của các ngân hàng 74 Phụ lục 8. Dữ liệu biến vĩ mô trong mô hình 75 Phụ lục 9. Kết quả hồi quy thống kê mô tả 75 Phụ lục 10. Kết quả Ma trận tương quan 76 Phụ lục 11. Kết quả kiểm định VIF 76 Phụ lục 12. Kết quả kiểm định phương sai thay đổi 76 Phụ lục 13. Kết quả kiểm định hiện tượng tự tương quan 77 Phụ lục 14. Kết quả hồi quy theo GMM 77
x MỤC LỤC Tóm tắt i Lời cam đoan iii Lời cảm ơn iv Danh mục từ viết tắt v Danh mục ký hiệu các biến vii Danh mục bảng biểu và hình viii Danh mục phụ lục ix CHƢƠNG 1. GIỚI THIỆU NGHIÊN CỨU 1.1 Tính cấp thiết của đề tài 1 1.2 Mục tiêu nghiên cứu 2 1.3 Đối tượng và phạm vi nghiên cứu 2 1.4 Phương pháp nghiên cứu 3 1.5 Ý nghĩa khoa học và thực tiễn của đề tài nghiên cứu 3 1.6 Kết cấu khóa luận 4 CHƢƠNG 2. NỢ XẤU VÀ CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN NỢ XẤU Giới thiệu 5 2.1 Nợ xấu của ngân hàng thương mại 5 2.1.1 Khái niệm rủi ro tín dụng 5 2.1.2 Khái niệm nợ xấu 6 2.1.3 Phân loại nợ xấu 9 2.2 Lý thuyết các yếu tố tác động đến nợ xấu 15 2.3 Các nghiên cứu thực nghiệm 18
xi 2.3.1 Các nghiên cứu trên thế giới 18 2.3.2 Các nghiên cứu tại Việt Nam 23 2.4 Yếu tố ảnh hưởng đến nợ xấu ngân hàng thương mại 25 2.4.1 Yếu tố đặc thù ngân hàng 25 2.4.2 Yếu tố kinh tế vĩ mô 28 Kết luận Chương 2 31 CHƢƠNG 3. PHƢƠNG PHÁP NGHIÊN CỨU Giới thiệu 32 3.1 Mô hình nghiên cứu 32 3.2 Các biến nghiên cứu 32 3.2.1 Biến phụ thuộc 32 3.2.2 Các biến độc lập 33 3.3 Dữ liệu nghiên cứu 38 3.4 Trình tự nghiên cứu 38 Kết luận Chương 3 40 CHƢƠNG 4. THẢO LUẬN KẾT QUẢ NGHIÊN CỨU Giới thiệu 41 4.1 Thực trạng nợ xấu của các NHTM Việt Nam 41 4.2 Thống kê mô tả 44 4.3 Kết quả nghiên cứu 46 4.3.1 Phân tích tương quan mô hình nghiên cứu 46 4.3.2 Kiểm định các giả thiết hồi quy mô hình nghiên cứu 47 4.3.3 Ước lượng mô hình theo phương pháp GMM 49 4.4 Thảo luận kết quả nghiên cứu 51
xii Kết luận Chương 4 56 CHƢƠNG 5. KẾT LUẬN VÀ KHUYẾN NGHỊ Giới thiệu 57 5.1 Kết luận 57 5.2 Một số khuyến nghị 57 5.3 Hạn chế của đề tài và hướng nghiên cứu tiếp theo 60 Kết luận Chương 5 61 Tài liệu tham khảo 62 Phụ lục 68
1 CHƢƠNG 1. GIỚI THIỆU NGHIÊN CỨU 1.1 Tính cấp thiết của đề tài Qua nhiều năm hình thành và phát triển, các Ngân hàng thương mại cổ phần (NHTMCP) Việt Nam đang không ngừng đổi mới cả về chất lẫn về lượng, điều này góp phần làm cho nền kinh tế của Việt Nam ngày càng phát triển. Tuy nhiên, một vấn đề mà tất cả các ngân hàng thương mại (NHTM) vẫn cần phải đặc biệt chú ý chính là vấn đề về nợ xấu. Nợ xấu cho biết tình trạng sức khỏe của toàn bộ nền kinh tế, bên cạnh đó, nó còn là thước đo để đo lường năng lực kiểm soát rủi ro của hệ thống ngân hàng trước những sức ép mang tính chu kỳ xuất phát từ sự bất ổn của nền kinh tế. Những năm gần đây, tỷ lệ nợ xấu biến động liên tục. Tuy nhiên, với sự nỗ lực từ chính các ngân hàng cũng như sự chỉ đạo kịp thời từ Ngân hàng Nhà nước (NHNN) và các bộ ngành mà tỉ lệ nợ xấu đang có chiều hướng giảm. Theo Nkusu (2011) nợ xấu được xem là dấu hiệu cảnh bảo cho cuộc khủng hoảng tài chính trong tương lai nếu không được xử lý kịp thời. Việc tìm hiểu nguyên nhân gây ra nợ xấu được xem là vấn đề cực kỳ quan trọng và cấp thiết nếu muốn kìm hãm nợ xấu cũng như ngăn ngừa khủng hoảng tài chính trong tương lai. Trong giai đoạn nghiên cứu từ năm 2011 đến 2016, nợ xấu của hệ thống ngân hàng Việt Nam có sự biến động khá lớn. Năm 2011, NHNN công bố nợ xấu toàn hệ thống ngân hàng ở mức 3.6 – 3.8% tổng dư nợ. Bước sang năm 2013, tỷ lệ nợ xấu tiếp tục tăng vọt lên mức 4.08% vào cuối năm 2012 và chạm mức 4.67% vào tháng 04/2013 (Hoàng Thủy Yến, 2014). Tuy nhiên, kể từ đó, tỷ lệ nợ xấu của hệ thống ngân hàng Việt Nam bắt đầu giảm và đạt mức 2.52% vào năm 2016. Tuy nhiên, con số trên được NHNN cập nhật trên cơ sở báo cáo định kỳ của các tổ chức tín dụng (TCTD). Còn con số qua giám sát từ xa của cơ quan này, thường cao hơn nhiều, và hiện chưa có công bố chính thức để so sánh. Nhiều chuyên gia kinh tế cũng lo ngại, con số thực mà các ngân hàng chưa công bố còn cao hơn mức trên không ít. Vì vậy, trên thực tế, nợ xấu vẫn là vấn đề đáng báo động.
2 Có thể thấy, kể từ thời điểm tháng 05/2013 cho đến nay, nợ xấu của các NHTM Việt Nam có xu hướng giảm, nhưng tác động của chúng vẫn khiến cho hệ thống NHTM Việt Nam gặp nhiều khó khăn trong hoạt động kinh doanh. Hiện nay, các nhà hoạch định chiến lược chỉ có thể sử dụng những công cụ chuẩn đoán để đánh giá nợ xấu trong ngắn hạn. Bên cạnh đó, nợ xấu được tạo ra bởi nhiều yếu tố mà đến nay các nhà quản trị vẫn chưa thể kiểm soát được cũng là nguyên nhân chính tác động đến nợ xấu. Vấn đề trọng tâm lúc này là cần xử lý nợ xấu nhanh để giúp ngành ngân hàng có thể phát triển bền vững cũng như thúc đẩy tăng trưởng kinh tế. Nhiều nghiên cứu trước đây đã chứng minh nợ xấu bị gây ra bởi nhiều yếu tố, trong đó chủ yếu xuất phát từ chính các ngân hàng như tăng trưởng tín dụng, quy mô, và các yếu tố vĩ mô như tăng trưởng kinh tế, lạm phát, Từ những nguyên nhân trên, tác giả quyết định chọn đề tài “Yếu tố tác động đến nợ xấu của các ngân hàng thương mại cổ phần Việt Nam”. Dựa trên kết quả nghiên cứu, khóa luận đưa ra một vài khuyến nghị nhằm giúp các NHTMCP Việt Nam hạn chế nợ xấu để giúp nền kinh tế nói chung và ngành ngân hàng phát triển bền vững trong tương lai. 1.2 Mục tiêu nghiên cứu Khóa luận mong muốn đạt được mục tiêu tổng quát là nghiên cứu yếu tố ảnh hưởng đến nợ xấu của các NHTMCP Việt Nam. Để đạt được mục tiêu tổng quát này khóa luận xác định cần phải trả lời các câu hỏi nghiên cứu như sau: Các yếu tố đặc thù của ngân hàng và yếu tố kinh tế vĩ mô có tác động đến nợ xấu của các NHTMCP Việt Nam hay không? Chiều hướng cũng như mức độ tác động của các yếu tố đó như thế nào. 1.3 Đối tƣợng và phạm vi nghiên cứu Giai đoạn nghiên cứu từ 2011 – 2016 gần như trùng khớp với Đề án tái cơ cấu hệ thống TCTD giai đoạn 2011 – 2015, điều này khiến cho diện mạo toàn hệ thống ngân hàng đã có nhiều thay đổi. Từ con số 42, đến nay số lượng NHTM rút về còn 34. Tuy nhiên, do hạn chế về dữ liệu của biến nợ xấu, nghiên cứu chỉ có thể tiến hành thu thập dữ liệu của 25 NHTMCP Việt Nam trong giai đoạn 2011 – 2016 và
3 khóa luận chỉ tập trung vào nghiên cứu hai đối tượng chính là (i) Nhóm các yếu tố nội tại của các NHTMCP Việt Nam tác động đến nợ xấu và (ii) Nhóm yếu tố vĩ mô tác động đến nợ xấu của các NHTMCP Việt Nam. 1.4 Phƣơng pháp nghiên cứu Khóa luận dựa trên các công trình nghiên cứu thực nghiệm trên thế giới và tại Việt Nam trước đây để tìm ra mô hình nghiên cứu phù hợp. Dựa trên các mô hình nghiên cứu trước đây, khóa luận tiến lựa chọn các biến độc lập và phụ thuộc phù hợp để xây dựng mô hình nghiên cứu đồng thời đưa ra các giả thuyết về tác động của biến độc lập đến biến phụ thuộc. Khóa luận tiến hành kiểm định các khuyết tật của mô hình như hiện tượng tự tương quan, hiện tượng đa cộng tuyến và hiện tượng phương sai thay đổi. Ngoài ra, mô hình nghiên cứu sử dụng biến trễ của biến phụ thuộc nên khả năng mô hình bị nội sinh. Để khắc phục các khuyết tật của mô hình, khóa luận sử dụng phương pháp thống kê momen tổng quát (GMM) thông qua phần mềm Stata 14.2. 1.5 Ý nghĩa khoa học và thực tiễn của đề tài nghiên cứu Nhiều nghiên cứu trước đã chứng minh được rằng nợ xấu của các NHTM xuất phát từ nhiều yếu tố, trong đó hai nguyên nhân chính là các yếu tố nội tại và các yếu tố kinh tế vĩ mô. Nợ xấu tồn đọng sẽ ảnh hưởng đến kết quả kinh doanh của ngân hàng nói riêng và của toàn bộ nền kinh tế nói chung. Bên cạnh đó, những chính sách quản lý từ phía Nhà nước cũng còn thiếu chặt chẽ, ngày càng xuất hiện nhiều lỗ hổng trong thời đại công nghệ thông tin phát triển như hiện nay, việc tìm ra nguyên nhân để kìm hãm nợ xấu được xem như nhiệm vụ cấp bách trong giai đoạn hiện nay. Đồng thời, kiến nghị các giải pháp để hoàn thiện các chính sách tối ưu cho các NHTMCP và NHNN Việt Nam nhằm nâng cao hiệu quả hoạt động cho vay.
4 1.6 Kết cấu khóa luận Chƣơng 1: Giới thiệu nghiên cứu. Chương này giới thiệu sự cần thiết cũng như mục tiêu nghiên cứu, phạm vi, đối tượng và quy trình thực hiện nghiên cứu. Chƣơng 2: Nợ xấu và các yếu tố ảnh hƣởng đến nợ xấu. Trong chương này, khóa luận trình bày khung lý thuyết giải thích các nguyên nhân gây ra nợ xấu chủ yếu xuất phát từ các yếu tố nội tại của các NHTMCP Việt Nam và các yếu tố kinh tế vĩ mô. Bên cạnh đó, khóa luận cũng lược khảo các nghiên cứu thực nghiệm trước đây để xác định các yếu tố định lượng nhằm xây dựng mô hình thực nghiệm về các yếu tố tác động đến nợ xấu của các NHTMCP Việt Nam. Chƣơng 3: Phƣơng pháp nghiên cứu. Xuất phát từ khung lý thuyết trong Chương 2 và kế thừa các mô hình thực nghiệm từ những nghiên cứu có liên quan, chương này sẽ xây dựng mô hình thực nghiệm của khóa luận. Bên cạnh đó, chương này sẽ trình bày quy trình thực hiện và phương pháp ước lượng nhằm kiểm chứng mục tiêu của khóa luận. Cùng với đó, khóa luận tiến hành đo lường và khai thác dữ liệu. Chƣơng 4: Thảo luận kết quả nghiên cứu. Dựa trên mô hình thực nghiệm và dữ liệu thu thập được, khóa luận thực hiện các kiểm định cần thiết thông qua phần mềm Stata 14.2. Sau đó tiến hành thảo luận kết quả nghiên cứu dựa trên nền tảng lý thuyết nghiên cứu và đối chiếu với các nghiên cứu trước đây nhằm giải thích một cách logic. Chƣơng 5: Kết luận và khuyến nghị. Chương này tóm lược các kết quả thực nghiệm chính gắn với mục tiêu nghiên cứu. Từ đó tiến hành đưa ra các khuyến nghị nhằm kiểm soát nợ xấu. Các gợi ý này được kỳ vọng có thể cung cấp thêm tài liệu tham khảo cho các nhà hoạch định chính sách khi thực hiện các giải pháp hạn chế nợ xấu. Cuối cùng, chương này nhìn nhận một số hạn chế mà khóa luận chưa giải quyết được.
5 CHƢƠNG 2. NỢ XẤU VÀ CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN NỢ XẤU Giới thiệu Để đánh giá các yếu tố tác động đến nợ xấu tại các NHTMCP Việt Nam, khóa luận tập trung đánh giá tác động của các yếu tố nội tại và yếu tố kinh tế vĩ mô ảnh hưởng đến nợ xấu. Chương 2 trình bày khung lý thuyết tổng quan về nợ xấu thông qua lược khảo các nghiên cứu thực nghiệm có liên quan nhằm rút ra phương pháp nghiên cứu phù hợp cho khóa luận. 2.1 Nợ xấu của ngân hàng thƣơng mại 2.1.1 Khái niệm rủi ro tín dụng Từ ngày xưa, ngân hàng được thành lập đã được xem là một chủ thể kinh doanh. Các ngân hàng thu lợi nhuận từ nhiều hoạt động kinh doanh, trong đó hoạt động cho vay được xem là nguồn thu chính cho ngân hàng. Ngân hàng được coi là trung gian giữa người thiếu vốn và người thừa vốn. Người thiếu vốn có nhiệm vụ trả gốc và lãi định kì cho ngân hàng, số tiền lãi mà khách hàng trả cho ngân hàng được xem là nguồn thu chính của các Ngân hàng thương mại cổ phần hiện nay. Tuy nhiên, trong mọi hoạt động kinh doanh, đi kèm với lợi nhuận luôn có sự xuất hiện của rủi ro. Trong lĩnh vực ngân hàng, đặc biệt là lĩnh vực tiền tệ có độ nhạy rất cao, có thể ảnh hưởng rất lớn không chỉ cho mỗi các ngân hàng mà còn tác động vô cùng lớn đến nền kinh tế của một quốc gia thậm chí có thể lan sang các nước khác trên thế giới. Rủi ro có thể xuất phát từ bất kì giao dịch nào từ phía ngân hàng hoặc từ người đi vay. Mỗi giao dịch tín dụng giữa người vay và người cho vay luôn tiềm ẩn một mức độ nhất định của yếu tố không chắc chắn. Do vậy, tất cả các giao dịch, bất kể lớn hay nhỏ đầu góp phần hình thành nên rủi ro cho ngân hàng. Nợ xấu là phạm trù có liên quan đến rủi ro tín dụng (credit risk). Theo quan niệm của Ủy ban Basel (2000), rủi ro tín dung là khả năng khách hàng vay hoặc bên đối tác của ngân hàng không thực hiện đúng cam kết đã thỏa thuận.Theo khái niệm này thì rủi ro tín dụng có phạm vi khá rộng, không chỉ trong quan hệ tín dụng giữa ngân hàng với khách hàng mà trong cả các hoạt động khác như đầu tư, phái sinh mà ngân
6 hàng thực hiện. Một định nghĩa khác, rủi ro tín dụng là rủi ro tổn thất kinh tế do bên đối tác không thể thực hiện đầy đủ nghĩa vụ được quy định trong hợp đồng được kí kết giữa các bên liên quan. Rủi ro này được đo lường bằng chi phí phải bỏ ra để có được dòng tiền thay thế nếu bên đối tác phá sản (Jorion, 2009) Tại Việt Nam, Theo Văn bản hợp nhất của Ngân hàng Nhà nước quyết định số 22/VBHN-NHNN về phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro tín dụng trong hoạt động ngân hàng của TCTD, rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng là khả năng xảy ra tổn thất trong hoạt động ngân hàng của tổ chức tín dụng do khách hàng không thực hiện hoặc không có khả năng thực hiện nghĩa vụ của mình theo cam kết. 2.1.2 Khái niệm nợ xấu Tùy thuộc vào mục đích nghiên cứu và cách tiếp cận của người nghiên cứu mà có nhiều định nghĩa và cách xác định nợ xấu. Nợ xấu thường được dùng để phản ánh chất lượng tín dụng của các NHTM. Thuật ngữ “nợ xấu” trong tiếng anh là bad debt, doubtful debt, non-performing loan (NPL) chỉ các khoản nợ khó đòi (Fofack, 2005) hoặc các khoản cho vay bắt đầu được đưa vào nợ xấu khi đã quá hạn trả nợ gốc và lãi 90 ngày trở lên (Peter Rose, 2009; Mishkin, 2010). Bên cạnh đó có thể nhắc đến một số khái niệm về nợ xấu như sau: Theo nhóm chuyên gia tư vấn (AEG) của Liên hợp quốc cho rằng định nghĩa về nợ xấu không nên mang tính chất mô tả mà chỉ nên được sử dụng như hướng dẫn cho các ngân hàng (AEG, 2004). AEG thống nhất định nghĩa “về cơ bản, một khoản nợ được coi là nợ xấu khi quá hạn trả lãi và/hoặc gốc trên 90 ngày; hoặc các khoản lãi chưa trả từ 90 ngày trở lên đã được nhập gốc, tái cấp vốn hoặc chậm trả theo thỏa thuận; hoặc các khoản phải thanh toán đã quá hạn dưới 90 ngày nhưng có lý do chắc chắn để nghi ngờ về khả năng khoản vay sẽ được thanh toán đầy đủ”. Nói cách khác, nợ xấu được xác định dựa trên 2 yếu tố: (i) quá hạn trên 90 ngày; và (ii) khả năng trả nợ nghi ngờ.
7 Trong khi đó, Ủy ban Basel về Giám sát ngân hàng (BCBS) không đưa ra định nghĩa cụ thể về nợ xấu. Tuy nhiên, trong các hướng dẫn về các thông lệ chung tại nhiều quốc gia về quản lý rủi ro tín dụng, BCBS xác định, việc khoản nợ bị coi là không có khả năng hoàn trả (a default) khi một trong hai hoặc cả hai điều kiện sau xảy ra: (i) ngân hàng thấy người vay không có khả năng trả nợ đầy đủ khi ngân hàng chưa thực hiện hành động gì để cố gắng thu hồi ví dụ như giải chấp Chứng khoán (nếu đang nắm giữ); (ii) người vay đã quá hạn trả nợ quá 90 ngày (BCBC, 2002), BCBS đặc biệt nhấn mạnh tới khái niệm “mất mát có thể xảy ra trong tương lai” (expected loss) khi đánh giá một khoản vay. Dựa trên hướng dẫn này, nợ xấu sẽ bao gồm toàn bộ các khoản cho vay đã quá hạn 90 ngày và có dấu hiệu người đi vay không trả được nợ. Tuy nhiên, một vài quốc gia báo cáo nợ xấu bao gồm các khoản nợ quá hạn 31 ngày quá hạn, hoặc báo cáo các khoản nợ quá hạn 61 ngày được tính vào danh mục nợ xấu (Adriaan Bloem và Cornelis Gorter, 2004). Chính vì mốc thời gian quá hạn là 90 ngày là một tiêu chí khá phổ biến nhưng không phải thống nhất hoàn toàn, vì vậy việc đánh giá và so sánh số liệu nợ xấu giữa các quốc gia cần phải hết sức thận trọng và được kiểm tra kỹ lưỡng các quy định cụ thể định tính và định lượng ở từng quốc gia. Chuẩn mực Kế toán quốc tế (IAS) về ngân hàng thường đề cập các khoản nợ bị giảm giá trị (Impaired) thay vì sử dụng thuật ngữ nợ xấu (nonperforming). Chuẩn mực kế toán quốc tế IAS 39 được khuyến cáo áp dụng ở một số nước phát triển vào đầu năm 2005 chỉ ra rằng cần có bằng chứng khách quan (objective evidence) để sắp xếp một khoản vay có dấu hiệu bị giảm giá trị. Trong trường hợp nợ bị giảm giá trị thì tài sản được ghi nhận sẽ bị giảm xuống vì những tổn thất do chất lượng nợ xấu gây ra. Về cơ bản IAS 39 chú trọng tới khả năng hoàn trả của khoản vay bất luận thời gian quá hạn chưa tới 90 ngày hoặc chưa quá hạn. Phương pháp để đánh giá khả năng trả nợ của khách hàng thường là phương pháp phân tích dòng tiền tương lai chiết khấu hoặc xếp hạng khoản vay của khách hàng. Hệ thống này được coi là chính xác về mặt lý thuyết, tuy nhiên, khi áp dụng thực tế lại gặp nhiều khó
8 khăn. Vì vậy, nó vẫn đang được Ủy ban Chuẩn mực kế toán quốc tế chỉnh sửa lại trong IFRS 9. Trong hướng dẫn để tính toán các chỉ số lành mạnh tài chính tại các quốc gia (FSIS), Quỹ tiền tệ thế giới (IMF) đưa ra định nghĩa về nợ xấu “một khoản vay được coi là nợ xấu khi quá hạn thanh toán gốc hoặc lãi 90 ngày hoặc hơn; khi các khoản lãi suất đã quá hạn 90 ngày hoặc hơn đã được vốn hóa, cơ cấu lại, hoặc trì hoãn theo thỏa thuận; khi các khoản thanh toán đến hạn dưới 90 ngày nhưng có thể nhận thấy các dấu hiệu rõ ràng cho thấy người vay sẽ không thể hoàn trả nợ đầy đủ (ví dụ người vay phá sản). Sau khi khoản vay được xếp vào danh mục nợ xấu, nó hoặc bất cứ khoản vay thay thế nào cũng nên được xếp vào danh mục nợ xấu cho tới thời điểm phải xóa nợ hoặc thu hồi được lãi và gốc của khoản vay đó hoặc thu hồi được khoản vay thay thế” (IMF‟s Compilation Guide on Financial Soundness Indicators, 2004). Khái niệm nợ xấu theo quan điểm của IMF không nhất thiết trùng lặp với khái niệm nợ bị giảm giá trị trong chuẩn mực kế toán quốc tế IAS 39 và Ủy ban Basel về Giám sát ngân hàng. Khi khoản vay bị giảm giá trị, nó sẽ được đưa vào diện không được cộng dồn (non-accrual status), cụ thể: nguồn thu nhập từ lãi cho vay của các khoản vay này sẽ không được cộng dồn trên báo cáo thu nhập của ngân hàng. Điểm cần lưu ý là có những tình huống kinh tế có thể dẫn tới việc khoản vay có thể được xếp vào tình trạng không được cộng dồn, ví dụ khi suy thoái kinh tế hoặc khi công nghệ thông tin có sự thay đổi mạnh. Thêm vào đó, định nghĩa của IMF có phần thứ hai của nợ xấu sẽ không được tính là nợ tốt kể cả khi thay thế nó bằng một khoản nợ mới (Angkloomkliew và cộng sự, 2009). Tại Việt Nam, theo Quyết định số 22/VBHN-NHNN ngày 04/06/2014 ban hành quy định về phân loại nợ, trích lập và sử dụng dự phòng để xử lý rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng quy định Nợ quá hạn là khoản nợ mà một phần hoặc toàn bộ nợ gốc và/hoặc lãi đã quá hạn. Nợ xấu là nợ thuộc nhóm 3 (nợ dưới tiêu chuẩn), nhóm 4 (nợ nghi ngờ) và nhóm 5 (nợ có khả năng mất vốn).
9 2.1.3 Phân loại nợ xấu Phân loại nợ là việc các tổ chức tín dụng căn cứ vào các tiêu chuẩn định tính và định lượng để đánh giá mức độ rủi ro của các khoản vay và các cam kết ngoại bảng, trên cơ sở đó phân loại các khoản nợ vào các nhóm thích hợp. Ngoài ra, phân loại nợ được hiểu là quá trình các ngân hàng xem xét các danh mục cho vay của mình và đưa các khoản vay vào các nhóm khác nhau dựa trên rủi ro và các đặc điểm tương đồng khác của khoản vay. Việc thường xuyên xem xét và phân loại nợ giúp cho ngân hàng có thể kiểm soát chất lượng danh mục cho vay của mình và trong trường hợp cần thiết, sẽ có các biện pháp xử lý các vấn đề phát sinh trong chất lượng tín dụng các danh mục cho vay. Việc phân loại nợ gây nhiều khó khăn về mặt pháp lý của từng quốc gia, tuy nhiên, nó giúp các quốc gia có sự lựa chọn rất đa dạng cho hệ thống phân loại và lập dự phòng (BCBS, 2006). Theo Laurin và các cộng sự (2002) chỉ ra việc phân loại nợ khó có tiêu chuẩn kế toán quốc tế thống nhất. Việc tiếp cận phân loại nợ được coi như trách nhiệm của người quản lý hoặc chỉ là vấn đề báo cáo giám sát. Theo nghiên cứu của Lastra, Bholat, Markose, Sen và Miglionico (2016) chỉ ra sự khác nhau trong phân loại nợ tại một số quốc gia thuộc nhóm G-20. Bảng 2.1 chỉ ra, Mỹ và Đức đã sử dụng cách tiếp cận phân loại nợ rõ ràng. Ở một số không có cơ chế quản lý chi tiết, các nhà quản lý ngân hàng thường có trách nhiệm phát triển các quy định và quy trình phân loại nợ nội bộ. Một quan điểm chung ở những quốc gia này là vai trò của bên ngoài như giám sát ngân hàng hoặc kiểm toán bên ngoài chỉ giới hạn ở việc đưa ra ý kiến xem các quy định đã đầy đủ, và có được thực hiện phù hợp và thống nhất hay chưa mà thôi. Tại Anh, các nhà giám sát ngân hàng không yêu cầu các ngân hàng áp dụng một loại hình phân loại nợ cụ thể nào. Tuy nhiên các giám sát ngân hàng trông đợi rằng ngân hàng sẽ có quy trình quản lý rủi ro tín dụng phù hợp, bao gồm cả việc đánh giá khoản vay và được cập nhật thường xuyên. Ở Hà Lan, không có quy định về phân loại nợ, cho phép các nhà quản lý ngân hàng tự phân loại và được xem xét định kì bởi giám sát ngân hàng. Pháp quy định một hệ
10 thống các yêu cầu tối thiểu để các khoản vay được phân loại là có dấu hiệu xấu đi (doubtful) nhưng không có chi tiết hướng dẫn cụ thể về phân loại. Cách tiếp cận tương tự cũng xuất hiện ở Ý, ở đây thì 5 loại nợ được đưa ra, nhưng chỉ có hướng dẫn chung chung về việc thực hiện phân loại. Có thể thấy rằng, đa số các nước châu Âu quy định một hệ thống các yêu cầu tối thiểu với các khoản vay được phân loại là có dấu hiệu xấu đi nhưng không có chi tiết hướng dẫn cụ thể về phân loại. Trong khi đó, các nước châu Á thường quy định các khoản nợ vay trong 4 hoặc 5 nhóm và khá tương đồng về cách phân loại. Tại Việt Nam, Điều 6 của Quyết định 22/VBHN-NHNN phân loại nợ thành 5 nhóm theo phương pháp tiếp cận định lượng và Điều 7 của Quyết định 22/VBHN-NHNN cho phép các tổ chức tín dụng có đủ khả năng và điều kiện được thực hiện phân loại nợ và trích lập dự phòng rủi ro theo phương pháp định tính. Cho dù phân loại theo phương pháp định lượng hay định tính thì các khoản nợ từ nhóm 3 đến nhóm 5 được xếp vào danh mục nợ xấu của ngân hàng. Về cách xếp loại các nhóm nợ cho thấy Việt Nam có sự thống nhất với nhiều quốc gia trên thế giới (Mỹ, Singapore, Trung Quốc, ). Việc chia làm 5 nhóm nợ và giải thích cơ bản từng nhóm là tương đồng mới các nhóm nợ ở nhiều quốc gia trên thế giới.
11 Bảng 2.1 Phân loại nợ xấu của các quốc gia thuộc G-20 Quốc gia Các nhóm nợ - Nợ đủ tiêu chuẩn; - Nợ đặc biệt theo sát; - Nợ dưới tiêu chuẩn; Argentina - Nợ có rủi ro cao; - Nợ khó thu hồi; - Nợ không thể thu hồi. Khoản nợ được xem là nợ xấu không kể là 90 ngày hay không, mà là khoản nợ bị nghi ngờ khả năng trả nợ, bao gồm lãi và các khoản thu khác. Trong hệ thống tài chính của Úc, Úc yêu cầu về xác định đầy đủ mức độ mất mát đặc biệt áp dụng cho phạm vi của các khoản tài trợ linh hoạt, bao gồm khoản cho vay mà trả nợ gốc chỉ thanh toán 1 lần khi đến hạn. - Khoản nợ quá hạn 90 ngày; - Nợ không quá 90 ngày nhưng được xếp loại E, F, G hoặc H, Brazil theo quy định phân loại rủi ro; - Nợ tái cơ cấu. Phân loại nợ theo 9 nhóm AA, A, B, C, D, E, F, G hoặc H.
12 - Khoản tiền đặt cọc với tổ chức tài chính hoặc nợ cơ cấu lại vốn là 90 ngày theo hợp đồng; - Khoản thanh toán cho bất kỳ các khoản vay khác (không bao gồm khoản vay bằng thẻ tín dụng) theo hợp đồng 90 ngày trừ khi khoản vay được đảm bảo đầy đủ, việc thu nợ đang được Canada tiến hành và những nỗ lực thu thập được dự kiến sẽ dẫn đến việc hoàn trả nợ hoặc khôi phục nó vào tình trạng hiện tại trong vòng 180 ngày kể từ ngày thanh toán; - Khoản thanh toán cho bất kỳ khoản vay là 180 ngày. Bất kỳ khoản vay thẻ tín dụng nào có thanh toán 180 ngày trễ sẽ được xoá sổ. - Nợ đủ tiêu chuẩn; - Nợ cần chú ý; Trung Quốc - Nợ dưới tiêu chuẩn; - Nợ nghi ngờ; - Nợ mất vốn. Quy định một hệ thống các yêu cầu tối thiểu để các khoản Pháp vay được phân loại là có dấu hiệu xấu đi (doubtful) nhưng không có chi tiết hướng dẫn cụ thể về phân loại. - Cho vay không rủi ro; - Cho vay có dấu hiệu rủi ro; Đức - Nợ có dấu hiệu không thu hồi; - Nợ xấu. Nợ xấu là khoản nợ mà: (i) Lãi suất và/hoặc phần gốc vẫn còn quá hạn hơn 90 ngày; (ii) khoản nợ không có khả năng Ấn Độ thanh toán và (iii) Quá hạn hơn 90 ngày trong trường hợp mua hoặc chiết khấu thương phiếu.
13 Nợ xấu là các khoản vay phân loại là nợ dưới tiêu chuẩn, nợ Indonesia nghi ngờ và nợ có khả năng mất vốn. - Nợ xấu; - Nợ dưới chuẩn; Ý - Nợ tái cấu trúc; - Nợ quá hạn. Các khoản vay được phân thành 4 loại: - Bị phá sản hoặc bán phá sản; Nhật Bản - Nợ nghi ngờ; - Nợ cần chú ý; - Nợ đủ tiêu chuẩn. - Nợ đủ tiêu chuẩn; - Nợ cần chú ý; Hàn Quốc - Nợ dưới tiêu chuẩn; - Nợ nghi ngờ; - Nợ có khả năng mất vốn. 7 nhóm được phân loại dựa trên rủi ro quốc gia, rủi ro tài Mexico chính, rủi ro ngành và lịch sử thanh toán. - Nợ đủ tiêu chuẩn – không có rủi ro tín dụng; - Nợ dưới chuẩn – rủi ro tín dụng trung bình; Nga - Nợ khó đòi – rủi ro tín dụng đáng kể; - Nợ có vấn đề - rủi ro tín dụng cao; - Nợ có khả năng mất vốn – không có khả năng thu hồi nợ.
14 Rủi ro tín dụng bao gồm: - Nợ xấu; - Nợ không đúng hạn; Saudi Arabia - Nợ quá hạn (dưới 90 ngày, 90 – 100 ngày, 180 – 360 ngày, trên 360 ngày); - Trợ cấp (trợ cấp cụ thể và trợ cấp chung). - Nợ tiêu chuẩn; - Nợ được đề cập đặc biệt; Nam Phi - Nợ không đạt chuẩn; - Nợ nghi ngờ. Các khoản vay được phân thành 5 nhóm: - Nhóm 1: Tiêu chuẩn; - Nhóm 2: Đặc biệt đề cập; - Nhóm 3: Hạn chế phục hồi – quá hạn giữa 91 – 180 ngày hoặc kỳ vọng phục hồi hạn chế do tài chính và tính thanh Thổ Nhỉ Kì khoản của người nợ; - Nhóm 4: Hồi phục đáng ngờ - quá hạn từ 181 – 365 ngày hoặc suy giảm đáng kể về khả năng tín dụng nhưng không bị coi là mất mát do phục hồi được một phần; - Nhóm 5: Lỗ - quá hạn hơn 365 ngày hoặc không thu hồi do sự suy giảm về kỳ vọng của người nợ Giám sát ngân hàng trông đợi rằng ngân hàng sẽ có quy trình Anh quản lý rủi ro tín dụng phù hợp, bao gồm cả việc đánh giá khoản vay và được cập nhật thường xuyên.
15 Nguyên tắc kế toán chung (GAAP) yêu cầu các chủ nợ đo lường nợ xấu dựa trên giá trị hợp lý của tài sản thế chấp. Mỹ Ngoài ra GAAP cho phép chủ nợ đo lường nợ xấu về khả năng hoàn trả các khoản vay dự kiến bởi tài sản thế chấp dựa trên giá trị hợp lý của các tài sản thế chấp Liên minh Nợ xấu là khoản nợ quá hạn 90 ngày và rủi ro không hoàn trả châu Âu nợ không có tài sản thế chấp. Nguồn: Lastra và các cộng sự (2016) 2.2 Lý thuyết các yếu tố tác động đến nợ xấu Lý thuyết thông tin bất cân xứng (Asymmetric Information) Lý thuyết thông tin bất cân xứng được George Akerlof đề cập vào những năm 1970 và đã khẳng định được vị trí của mình. Theo đó, thông tin bất cân xứng xảy ra khi một bên đối tác nắm giữ thông tin còn bên khác thì không biết đích thực mức độ thông tin ở mức nào đó. Hoặc một bên có thông tin đầy đủ hơn và tốt hơn so với bên còn lại. Nói cách khác, thông tin bất cân xứng là trạng thái không có sự cân bằng trong việc nắm giữ thông tin giữa các bên tham gia giao dịch. Khi đó giá cả không phải là giá cân bằng của thị trường mà có thể quá thấp hoặc quá cao dẫn đến thị trường không đạt hiêu quả. Bất cân xứng thông tin sẽ dẫn đến hai hệ quả phổ biến là rủi ro ngược hay còn gọi là sự lựa chọn nghịch (adverse selection) và rủi ro đạo đức (moral hazard). Lựa chọn nghịch là vấn đề do thông tin bất cân xứng tạo ra trước khi tiến hành giao dịch. Rủi ro ngược xảy ra khi trong một giao dịch, bên bán hoặc bên mua biết rõ hơn một hay một vài tính chất của sản phẩm mà đối tượng kia không biết. Rủi ro ngược làm cho bên có ưu thế về thông tin có thể cung cấp những thông tin không trung thực về đối tượng được giao dịch cho bên kém ưu thế thông tin. Kết quả là, bên kém ưu thế về thông tin đồng ý hoàn thành giao dịch và nhận được thứ không như mình mong muốn. Tình trạng này gây ra những tổn thất xã hội và nhiều vấn đề
16 khác như sức khỏe người tiêu dùng, sự mất long tin vào những sản phẩm tương tự có chất lượng tốt trên thị trường . Rủi ro đạo đức là tình trạng cá nhân hay tổ chức có hành động mà người khác không thể quan sát được có xu hướng gian dối, không trung thực hay biểu hiện những hành vi không tốt. Rủi ro đạo đức xảy ra khi một cá nhân hay tập thể không chịu toàn bộ trách nhiệm hay hậu quả cho việc mình làm, làm cho người khác phải chịu một phần trách nhiệm hay hậu quả việc làm của mình. Lý thuyết thông tin bất cân xứng cho chúng ta biết rằng khó có cái nhìn thiện cảm từ những người vay nợ xấu (Auronen, 2003), có thể dẫn đến lựa chọn bất lợi và các vấn đề nguy hiểm về đạo đức. Trong hoạt động cho vay, tình trạng thông tin bất cân xứng khiến các ngân hàng dễ rơi vào tình trạng cho khách hàng xấu vay và mất đi các khách hàng tốt vì ngân hàng luôn là người có ít thông tin về dự án, về mục đích sử dụng khoản tín dụng được cấp hơn khách hàng (Phạm Thị Mỹ Huệ, 2016). Lý thuyết hiệu ứng số nhân tài chính (Financial Accelerator Theory) Lý thuyết hiệu ứng số nhân tài chính do Bernanke và Gertle (1995) khởi xướng. Lý thuyết hiệu ứng số nhân tài chính cho rằng các ảnh hưởng tiêu cực của nền kinh tế có thể được khuếch đại khi có một thay đổi nhỏ trong thị trường tài chính và dễn đến chu kì phản hồi. Lý do là vấn đề về thông tin bất cân xứng giữa người đi vay và người cho vay. Người cho vay có thể có ít thông tin về độ tin cậy của bất kì người đi vay nào. Như vậy, họ thường yêu cầu người đi vay đặt ra khả năng trả nợ, thường dưới hình thức tài sản đảm bảo. Sau đó, do sự sụt giảm giá trị tài sản đảm bảo sẽ làm xấu đi bảng cân đối tài sản và giá trị ròng của các doanh nghiệp. Kết quả là sự suy giảm về khả năng trả nợ và có ảnh hưởng tiêu cực đến khả năng đầu tư. Kênh này hoạt động thông qua phần dư nguồn vốn bên ngoài, phản ánh sự khác biệt trong chi phí của vốn bên ngoài và bên trong (Bernanke, Gertler & Gilchrist, 1996; Kiyotaki & Moore, 1995).
17 Lý thuyết chu kỳ kinh doanh/kinh tế (Business Cycle Theory) Chu kỳ kinh doanh là một sự giao động của tổng sản lượng quốc dân, của thu nhập và việc làm, thường kéo dài trong một giai đoạn từ 2 đến 10 năm, được đánh dấu bằng một sự mở rộng hay thu hẹp trên quy mô lớn trong hầu hết các khu vực của nền kinh tế (Samuelson & Nordhaus, 1948). Chu kì kinh doanh là sự biến động của GDP thực tế theo trình tự ba pha lần lượt là suy thoái, phục hồi và hưng thịnh (bùng nổ). Cũng có quan điểm coi pha phục hồi là thứ yếu nên chu kỳ kinh doanh chỉ gồm hai pha chính là suy thoái và hưng thịnh. Trong đó suy thoái là giai đoạn GDP thực tế giảm đi. Ở Mỹ và Nhật Bản, người ta quy định rằng khi tốc độ tăng trưởng GDP thực tế mang giá trị âm suốt hai quý liên tiếp thì mới gọi là suy thoái. Phục hồi là pha trong đó GDP thực tế tăng trở lại bằng mức ngay trước suy thoái. Điểm ngoặt giữa hai pha này là đáy của chu kỳ kinh tế. Khi GDP thực tế tiếp tục tăng và bắt đầu lớn hơn mức ngay trước lúc suy thoái, nền kinh tế đang ở pha hưng thịnh. Kết thúc pha hưng thịnh lại bắt đầu pha suy thoái mới. Điểm ngoặt từ pha hưng thịnh sang pha suy thoái mới gọi là đỉnh của chu kỳ kinh tế. Hiện nay, các ngân hàng thường theo đuổi một chính sách tín dụng mở rộng trong giai đoạn kinh tế tăng trưởng và một chính sách thu hẹp tín dụng trong giai đoạn kinh tế suy thoái. Ở giai đoạn kinh tế tăng trưởng, GDP đồng nghĩa với thu nhập của người dân tăng lên làm tăng khả năng thanh toán nợ vay nên nợ xấu giảm và ngược lại khi nền kinh tế suy giảm thì nợ xấu gia tăng. Lý thuyết kênh cho vay (Bank Lending Channel Theory) Xuất phát từ vấn đề thông tin bất cân xứng và vai trò của trung gian tài chính trong giảm thiểu vấn đề thông tin bất cân xứng, nghiên cứu của Bernanke và Gertler (1995) đã đề xuất kênh cho vay ngân hàng bao gồm hai kênh truyền tải là bảng cân đối tài sản của người đi vay và khối lượng tín dụng thông qua khả năng cấp tín dụng của hệ thống ngân hàng.
18 Kênh cho vay đóng vai trò như một kênh truyền dẫn chính trong kênh tín dụng, kênh cho vay bổ sung cho kênh lãi suất giúp khuếch đại tác động của chính sách tiền tệ đến các biến số kinh tế vĩ mô thông qua cung tín dụng của ngân hàng thương mại. Khi ngân hàng trung ương thắt chặt chính sách tiền tệ, nguồn vốn của NHTM bị suy giảm, nếu NHTM không thể hoặc gặp khó khăn trong việc phát hành công cụ nợ hoặc vốn trên thị trường để huy động vốn nhằm bù vào phần suy giảm đó thì NHTM phải cắt giảm cung cho vay và ngược lại (Bernanke & Blinder, 1988). Do chính sách tiền tệ tác động trực tiếp lên lãi suất thông qua sự thay đổi trong phần dư nguồn vốn bên ngoài. Phần dư nguồn vốn bên ngoài là sự chênh lệch giữa nguồn vốn huy động từ bên ngoài (từ phát hành trái, cổ phiếu, ) và nguồn vốn huy động từ bên trong (từ lợi nhuận giữ lại) đã phản ánh sự không hoàn hảo của thị trường tín dụng, tạo ra mức chênh lệch giữa lợi nhuận kỳ vọng của người cho vay và chi phí của người đi vay. Từ nguyên nhân đó, Bernanke và Gertler đề xuất hai kênh truyền tải thông qua bảng cân đối tài sản của người đi vay và khối lượng tín dụng thông qua khả năng cấp tín dụng của hệ thống ngân hàng. 2.3 Các nghiên cứu thực nghiệm 2.3.1 Các nghiên cứu trên thế giới Trên thế giới đã có nhiều công trình nghiên cứu về các yếu tố tác động đến nợ xấu của các NHTM. Trong số đó, Keeton và Morris (1987) với nghiên cứu “Why do banks‟ loan losses differ?” của được xem là một trong những nghiên cứu đầu tiên trong việc phân tích các yếu tố ảnh hưởng đến nợ xấu các NHTM. Tác giả đã thực hiện nghiên cứu trên các NHTM bị thua lỗ tại Hoa Kỳ trong giai đoạn 1979 – 1985 đồng thời sử dụng tỷ lệ nợ xấu làm thước đo chính cho việc đo lường rủi ro tín dụng tại các ngân hàng này. Mô hình kiểm định đã chỉ ra rằng các điều kiện kinh tế riêng biệt địa phương cùng với sự yếu kém trong hoạt động quản lý ngân hàng là các nguyên nhân chính dẫn đến rủi ro tín dụng. Nghiên cứu này cũng cho thấy rằng các NHTM sẵn sàng cho những món mạo hiểm thường có rủi ro vỡ nợ cao hơn so với các ngân hàng khác.
19 Nghiên cứu của Marcello Bofondi và Tiziano Ropele (2011) sử dụng mô hình hồi quy chuỗi thời gian đơn để kiểm tra các yếu tố kinh tế vĩ mô quyết định đến chất lượng khoản vay tại các ngân hàng ở Ý trong 20 năm từ 1990 – 2010. Để đo lường chất lượng của các khoản vay, các tác giả sử dụng tỷ lệ nợ xấu mới với số dư nợ kỳ trước (tỷ lệ NBL). Tác giả phân tích chất lượng của các khoản vay cho các hộ gia đình và doanh nghiệp trên cơ sở các biến kinh tế vĩ mô một cách riêng biệt vì cho rằng các biến kinh tế vĩ mô có ảnh hưởng đến hai nhóm này khác nhau. Kết quả nghiên cứu cho thấy chất lượng khoản vay đối với hộ gia đình và các doanh nghiệp có thể được giải thích chỉ bởi một vài biến số kinh tế vĩ mô chủ yếu liên quan đến tình trạng chung của nền kinh tế, chi phí đi vay và gánh nặng nợ nần. Cụ thể, tỷ lệ NBL đối với các khoản vay từ các hộ gia đình tỷ lệ nghịch với tốc độ tăng trưởng tổng sản phẩm trong nước và giá nhà; trong khi thay đổi cùng chiều với tỷ lệ thất nghiệp và lãi suất danh nghĩa ngắn hạn. Đối với các doanh nghiệp, tỷ lệ NBL tăng cùng với tỷ lệ thất nghiệp và tỷ lệ chi phí lãi ròng trên tổng lợi nhuận hoạt động. Trong khi đó, nghiên cứu của Jin-li Hu, Yang Li và Yung-ho Chiu (2004) đã thiết lập mô hình lý thuyết để dự đoán mối quan hệ giữa tỷ lệ nắm giữ cổ phần của chính phủ trong các NHTM và tỷ lệ NPLs. Nhóm tác giả đã thông qua bảng dữ liệu với 40 NHTM tại Đài Loan trong giai đoạn 1996 – 1999. Dựa vào kết quả của kiểm định Hausman, mô hình tác động ngẫu nhiên cho ra kết quả tốt hơn so với mô hình tác động cố định. Kết quả nghiên cứu cho thấy: (1) tỷ lệ nợ xấu giảm khi cổ phần của chính phủ trong một ngân hàng tăng lên (lên đến 63.51%), nhưng sau cũng tăng lên; (2) quy mô ngân hàng có ảnh hưởng tiêu cực đến tỷ lệ nợ xấu; (3) đa dạng hóa nguồn thu không có tác dụng làm giảm tỷ lệ nợ xấu; (4) Tỷ lệ nợ xấu tăng đều từ năm 1996 đến 1999 và (5) các ngân hàng được thành lập sau khi bãi bỏ quy định có tỷ lệ NPL thấp hơn so với các ngân hàng được thành lập trước khi bãi bỏ quy định. Saurina Jesus và Jimenez Gabriel (2006) đã phân tích yếu tố cạnh tranh giữa các ngân hàng tăng cùng với các vấn đề của các cơ quan có thể làm giảm các tiêu chuẩn tín dụng; cùng với chính sách tín dụng mở rộng làm cho tổn thất các khoản vay tăng lên. Các tác giả cho rằng nghiên cứu đã cung cấp bằng chứng về mối quan hệ tích
20 cực (mặc dù khá chậm) giữa tăng trưởng tín dụng nhanh và các khoản nợ không thành công trong tương lai của các ngân hàng. Bên cạnh đó, các tác giả khám phá ra mối quan hệ trực tiếp giữa chu kỳ cho vay với chất lượng và tiêu chuẩn của các khoản vay. Các tiêu chuẩn tín dụng thấp cùng với sự yếu kém trong việc ra quyết định có thể dẫn đến rủi ro tín dụng tăng lên đáng kể. Hay như nghiên cứu của Tarron Khemraj và Sukrishnalall Pasha (2009) đã chỉ ra các yếu tố quyết định nợ xấu trong ngành ngân hàng của người Guyana bằng cách sử dụng dữ liệu bảng và mô hình hiệu ứng tác động cố định (FEM). Kết quả thực nghiệm ủng hộ quan điểm cho rằng các yếu tố vĩ mô chẳng hạn như tỷ giá hối đoái hữu hiệu và tăng trưởng GDP thực có ảnh hưởng lớn đến mức nợ xấu. Cụ thể, tỷ giá hối đoái hữu hiệu có sự liên kết chặt chẽ với mức nợ xấu do các NHTM báo cáo cho thấy bất cứ khi nào có sự suy giảm năng lực cạnh tranh quốc tế của nền kinh tế đều gây nên nợ xấu cao. Bên cạnh đó, các tác giả cũng tìm thấy mối quan hệ ngược chiều giữa GDP và nợ xấu. Tuy nhiên, kết quả thực nghiệm cho thấy lạm phát không phải yếu tố quan trọng của NPL trong hệ thống ngân hàng ở Guyana. Đối với các biến số ngân hàng cụ thể, tác giả thấy rằng các ngân hàng tính lãi suất thực tế cao và có khuynh hướng chấp nhận rủi ro có xu hướng gặp tình trạng nợ quá hạn. Tuy nhiên, trái với các nghiên cứu trước đó, kết quả cho thấy các ngân hàng lớn không thật sự có hiệu quả trong việc trong việc kiểm tra khách hàng vay vì không có mối quan hệ đáng kể giữa quy mô một tổ chức ngân hàng và mức nợ xấu. Đối với nghiên cứu “Bank size, functional distance and loss given default rate of bank loans” của Matteo Cotugno và Valeria Stefanelli (2011), tác giả sử dụng 2697 quan sát dựa trên hệ thống ngân hàng của Ý trong giai đoạn 2005 – 2008. Nghiên cứu cho thấy các ngân hàng lớn hơn, về mặt lý thuyết có đặc điểm phức tạp hơn về tổ chức, cũng là những ngân hàng báo cáo mức độ Loss Given Default Rate (LGDR) cao hơn. Trong khi đó, lợi nhuận của ngân hàng (ROA) dường như không ảnh hưởng đến tỷ lệ thu hồi nợ.
21 Tiếp tục phát triển nghiên cứu của mình, Keeton (1999) tiếp tục phát triển nghiên cứu trước đó của mình, ông sử dụng dữ liệu các năm 1982 – 1996 và mô hình véc tơ tự hồi quy, để phân tích tác động của tốc độ tăng trưởng tín dụng, quy trình tín dụng với tình trạng quỵt nợ của khách hàng ở Mỹ. Nghiên cứu cho chúng ta bằng chứng về mối quan hệ chặt chẽ thuận chiều giữa tốc độ tăng trưởng tín dụng với khả năng suy yếu của các tài sản cho vay. Cụ thể, Keeton cho thấy, tốc độ tăng trưởng tín dụng nhanh chóng kết hợp với các tiêu chuẩn tín dụng được hạ thấp đã gây ra thiệt hại nặng nề khi cho vay ở một số bang trên nước Mỹ. Trong nghiên cứu này, nợ xấu được định nghĩa là các khoản cho vay quá hạn quá 90 ngày hoặc các khoản vay không trả lãi. Các nghiên cứu ở các hệ thống tài chính khác cũng cho kết quả tương tự như các nghiên cứu ở Mỹ. Ví dụ, Bercoff và cộng sự (2002) nghiên cứu vấn đề nợ xấu đối với hệ thống NHTM Argentina trong giai đoạn năm 1993 – 1996, cho rằng các khoản nợ xấu bị ảnh hưởng nặng nề bởi cả hai yếu tố nội bộ ngân hàng và yếu tố kinh tế vĩ mô. Tác giả đã nghiên cứu riêng biệt các tác động của các yếu tố nội bộ ngân hàng và kinh tế vĩ mô xem mức độ ảnh hưởng của từng nhóm nhân tố như thế nào. Monicah Wanjiru Muriithi (2013) với nghiên cứu “The causes of non-performing loans in commercial banks in Kenya” sử dụng phương pháp thống kê mô tả và áp dụng cả hai mô hình hồi quy đa biến trên dữ liệu thứ cấp để xác định mối quan hệ giữa các nguyên nhân gây ra nợ xấu trong các NHTM ở Kenya. Nghiên cứu sử dụng dữ liệu cho giai đoan 2008 – 2012. Trong đó, tác dụng sử dụng các biến độc lập gồm lãi suất, lạm phát và tăng trưởng của các khoản vay. Mẫu nghiên cứu gồm 43 NHTM ở Kenya và được phân tích bằng phần mềm SPSS. Kết quả nghiên cứu chỉ ra các biến độc lập gây ra các khoản nợ xấu cho các NHTM ở Kenya. Trong đó, lạm phát có tương quan cùng chiều với tỷ lệ nợ xấu. Trong khi đó, lãi suất thực và tăng trưởng của các khoản vay có tương quan âm đối với nợ xấu. Đối với nghiên cứu của Rajiv Ranjan và Sarat Chandra Dhal (2003), tác giả đã cố gắng phân tích thực nghiệm các khoản cho vay không hiệu quả của các ngân hàng ở Ấn Độ và điều tra sự phản ứng của NPL đối với các khoản tín dụng, quy mô
22 ngân hàng và điều kiện kinh tế vĩ mô. Phân tích thực nghiệm xác định rằng các biến số tín dụng có ảnh hưởng đáng kể đến các khoản nợ xấu của các ngân hàng khi có sự hiện diện của quy mô ngân hàng và các cú sốc kinh tế vĩ mô. Hơn nữa, các biện pháp thay thế quy mô ngân hàng có thể làm tăng tác động khác nhau lên các khoản nợ xấu của ngân hàng. Ví dụ, quy mô ngân hàng đo bằng tài sản, có ảnh hưởng tiêu cực đến các NPA, trong khi thước đo về quy mô vốn ngân hàng có ảnh hưởng tích cực và có ý nghĩa đến các tổng NPA nhưng không đáng kể lên NPA ròng. Ameni Tarchouna và các cộng sự (2017) đã nghiên cứu về mối quan hệ giữa quản trị ngân hàng và các khoản nợ xấu bằng cách sử dụng mẫu của 184 NHTM tại Hoa Kỳ trong giai đoạn 2000 – 2013. Dựa trên 3 biến liên quan đến cấu trúc của hội đồng quản trị, cụ thể là quy mô của hội đồng quản trị, tính độc lập của ban giám đốc và giám đốc điều hành và 2 biến số liên quan đến cơ cấu quyền sở hữu, tức là sở hữu đa số giám đốc và quyền sở hữu điều hành. Tác giả sử dụng phân tích thành phần chính (PCA) xây dựng một chỉ số quản trị doanh nghiệp (CGI) cho ba nhóm quy mô cũng như các mẫu ngân hàng thương mại của Mỹ. Qua đó đánh giá mức độ quản trị doanh nghiệp, về sở hữu vốn của người nắm giữ cổ phần và bởi các giám đốc cũng như đặc điểm của hội đồng, ảnh hưởng đến chất lượng khoản vay của các ngân hàng thương mại Mỹ. Kết quả của nghiên cứu này là các ngân hàng nhỏ được đặc trưng bởi một hệ thống quản trị doanh nghiệp lành mạnh và mạnh mẽ cho phép họ tránh những dự án rất rủi ro, và do đó giảm mức nợ xấu của họ. Ngược lại, quản trị doanh nghiệp không bảo vệ các ngân hàng thương mại trung bình và lớn của Hoa Kỳ khỏi tình trạng rủi ro quá mức dẫn đến tổn thất lớn, đặc biệt là trong cuộc khủng hoảng tài chính toàn cầu. Phát hiện này có thể được giải thích bởi mức độ thanh khoản quá mức ở các ngân hàng vừa và lớn đẩy các giám đốc của họ tăng đầu tư và bỏ qua những rủi ro không mong muốn và những thiệt hại có thể xảy ra. Thêm vào đó, quản trị doanh nghiệp ở các ngân hàng vừa và lớn mất khả năng kiểm soát chất lượng các khoản vay do đặc điểm đa quốc gia của các ngân hàng này, đồng nghĩa với hiệu ứng domino giữa các công ty con và ngân hàng mẹ.
23 Và nghiên cứu của Makri, Tsagkanos và Bellas (2014) áp dụng mô hình kinh tế lượng để xác định các yếu tố ảnh hưởng đến tỷ lệ nợ xấu trong khu vực đồng Euro, tập trung vào giai đoạn tiền khủng hoảng. Sử dụng bảng dữ liệu tổng hợp của 14 quốc gia cho giai đoạn 2000-2008 và áp dụng mô hình GMM khác nhau. Kết quả cho thấy mối tương quan giữa NPL với các yếu tố kinh tế vĩ mô và ngân hàng. Cụ thể, tỷ lệ nợ xấu của năm trước, tỷ lệ vốn và ROE có ảnh hưởng mạnh đến tỷ lệ nợ không hoàn trả. Đồng thời, nợ công, GDP và thất nghiệp là ba yếu tố bổ sung ảnh hưởng đến chỉ số NPL, cho thấy tình trạng kinh tế của các quốc gia khu vực đồng tiền chung châu Âu rõ ràng liên quan đến chất lượng của danh mục cho vay. 2.3.2 Các nghiên cứu tại Việt Nam Tại Việt Nam có thể tìm thấy một vài các nghiên cứu liên quan đến các yếu tố ảnh hưởng đến nợ xấu như “Phân tích thực tiễn về những yếu tố quyết định đến nợ xấu tại các Ngân hàng thương mại Việt Nam” của Đỗ Quỳnh Anh và Nguyễn Đức Hùng (2013) được trình bày tại hội thảo Nghiên cứu Kinh tế và Chính sách số 07 do Trung tâm Nghiên cứu Kinh tế và Chính sách (VEPR) tổ chức. Nghiên cứu tổng hợp các lý thuyết về nợ xấu bao gồm định nghĩa, cách phân loại nợ xấu tại Việt Nam. Tác giả phân tích mức độ ảnh hưởng của các yếu tố vĩ mô và các nhân tố đặc thù liên quan đến hệ thống ngân hàng thương mại tại Việt Nam tác động đến nợ xấu. Bài nghiên cứu sử dụng các biến vĩ mô gồm tốc độ tăng trưởng (GDP) và lạm phát và các biến vi mô như tỷ lệ nợ xấu trước đó, sự thiếu hiệu quả, quy mô ngân hàng, tăng trưởng tín dụng, kết quả kinh doanh kém và tỷ lệ cho vay trên tổng tài sản để đánh giá mức độ ảnh hưởng của các biến đến nợ xấu trong giai đoạn từ 2005 – 2011. Kết quả nghiên cứu cho thấy lạm phát và tăng trưởng kinh tế thực sự có ảnh hưởng lên tỷ lệ nợ xấu của các NHTM và sự ảnh hưởng này mang tính tức thời. Tỷ lệ nợ xấu năm trước, quy mô ngân hàng và tỷ lệ nợ trên tổng tài sản có mối tương quan cùng chiều với tỷ lệ nợ xấu của các NHTM. Trong khi đó, tăng trưởng tín dụng không làm tăng nợ xấu ngay lập tức và chỉ ảnh hưởng sau 1 năm. Sự thiếu hiệu quả tác động ngược chiều đến nợ xấu nghĩa là có sự đánh đổi giữa sự phân bổ nguồn lực cho bảo hiểm, giám sát các khoản vay với chi phí đo lường hiệu quả hay
24 những ngân hàng dành ít nỗ lực để đảm bảo chất lượng khoản vay sẽ có chi phí hoạt động thấp, đồng thời dẫn đến tỷ lệ nợ xấu cao hơn về dài lâu. Nghiên cứu “Yếu tố tác động đến nợ xấu các Ngân hàng thương mại Việt Nam” của Nguyễn Thị Hồng Vinh (2015) phân tích các yếu tố tác động đến nợ xấu của hệ thống NHTM Việt Nam giai đoạn 2007 – 2014. Tác giả sử dụng ba mô hình ước lượng dữ liệu bảng là hiệu ứng cố định FE, phương pháp momen tổng quát GMM dạng sai phân và GMM dạng hệ thống được sử dụng để kiểm định ảnh hưởng của các yếu tố đến nợ xấu NHTM Việt Nam. Kết quả nghiên cứu phát hiện suất sinh lời và tăng trưởng kinh tế là những nhân tố chính có tác động ngược chiều đến hệ thống NHTM Việt Nam. Trong khi đó, nợ xấu trong quá khứ, quy mô ngân hàng, tăng trưởng tín dụng có tác động cùng chiều đến nợ xấu. Đặc biệt, phương pháp GMM hệ thống cung cấp bằng chứng vốn chủ sở hữu và lạm phát tác động có ý nghĩa đến tỷ lệ nợ xấu của các NHTM Việt Nam. Tiếp tục phát triển nghiên cứu trước đó, Nguyễn Thị Hồng Vinh (2017) với nghiên cứu “Nợ xấu của hệ thống Ngân hàng thương mại Việt Nam” đã xác định các yếu tố quyết định đến nợ xấu của hệ thống NHTM Việt Nam bằng cách thực hiện nghiên cứu trên 34 NHTM Việt Nam trong giai đoạn 2005 – 2015. Bằng kỹ thuật ước lượng dữ liệu bảng động GMM của Arellano và Bover, nghiên cứu lần đầu tiên kiểm định mối quan hệ giữa nợ xấu và hiệu quả chi phí của các NHTM Việt Nam. Mối quan hệ ngược chiều cho thấy việc kiểm soát chi phí kém hiệu quả là một trong những nguyên nhân quan trọng dẫn đến nợ xấu của các NHTM Việt Nam. Đồng thời, nghiên cứu phát hiện các nhân tố khác như vốn chủ sở hữu, tăng trưởng tín dụng và tăng trưởng kinh tế là những nhân tố chính có tác động ngược chiều đến nợ xấu của hệ thống NHTM. Trong khi đó, nợ xấu trong quá khứ, quy mô ngân hàng, dư nợ trên vốn huy động và tỷ lệ lạm phát, tỷ giá hối đoái, lãi suất và giá bất động sản tác động cùng chiều đến nợ xấu. Bên cạnh đó, nghiên cứu chỉ ra quản lý tốt được đo bằng suất sinh lời của giai đoạn trước dẫn đến làm giảm nợ xấu, trong khi đó vốn chủ sở hữu thấp khiến nợ xấu có xu hướng gia tăng. Ngoài ra mức độ chịu
25 đựng rủi ro quá mức (được đo bằng tỷ lệ tăng trưởng tín dụng) đã được tìm thấy góp phần khiến tỷ lệ nợ xấu giảm trong giai đoạn tiếp theo. Nghiên cứu “Yếu tố ảnh hưởng đến nợ xấu của các Ngân hàng thương mại Việt Nam” của Phạm Thị Mỹ Huệ (2016) xác định các yếu tố tác động đến nợ xấu của các NHTM Việt Nam trong giai đoạn 2008 – 2015. Tác giả sử dụng dữ liệu của 18 NHTM Việt Nam đồng thời sử dụng phương pháp ước lượng momen tổng quát GMM. Kết quả nghiên cứu cho thấy các biến vĩ mô và vi mô được lựa chọn trong mô hình đều có tác động đến nợ xấu. Trong đó, biến tỷ lệ dự phòng rủi ro tín dụng cùng chiều và mạnh nhất với nợ xấu; khả năng sinh lời, tăng trưởng tín dụng, quy mô ngân hàng và tốc độ tăng trưởng GDP có tương quan âm; nợ xấu kỳ trước, cấu trúc vốn có tương quan dương với nợ xấu. Đối với biến lãi suất cho vay dù có chiều như mong muốn của tác giả nhưng chưa đủ tin cậy để thừa nhận. Và nghiên cứu của Đặng Thị Diệu Hƣơng (2016) phân tích một số yếu tố ảnh hưởng đến nợ xấu tại các NHTM Việt Nam trên địa bàn TP.HCM. Tác giả thực hiện nghiên cứu tại 15 chi nhánh ngân hàng đại diện cho 33 NHTM Việt Nam trên địa bàn TP.HCM. Kết quả phân tích tương quan, hồi quy đa biến cho thấy mô hình nghiên cứu lý thuyết phù hợp với dữ liệu. Trong đó các yếu tố Lãi suất cho vay, tỷ lệ tăng trưởng tín dụng tác động cùng chiều lên nợ xấu ngân hàng; công tác thẩm định tín dụng, chính sách điều hành quản lý tín dụng, công tác kiểm tra, giám sát khoản vay, khả năng quản lý điều hành của những người đứng đầu doanh nghiệp vay vốn tác động ngược chiều đến nợ xấu. 2.4 Yếu tố ảnh hƣởng đến nợ xấu ngân hàng thƣơng mại 2.4.1 Yếu tố đặc thù ngân hàng Quy mô ngân hàng Salas và Saurina (2002) cho rằng dựa theo giả thuyết “hiệu ứng quy mô” (size effect hypothesis) thì các ngân hàng có quy mô lớn cho phép cơ hội đa dạng hóa nhiều hơn. Tuy nhiên, giả thuyết này đi ngược với giả thuyết “quá lớn để phá sản” (too big to fail hypothesis). Giả thuyết này cho rằng các ngân hàng lớn chấp nhận rủi ro
26 quá mức bằng cách tăng sử dụng vốn cho vay của mình dẫn đến nợ xấu cũng tăng lên, đến một thời điểm nhiều người mong đợi chính phủ sẽ bảo vệ trong trường hợp ngân hàng phá sản (Stern và Feldman, 2004). Boyd và Gertler (1994) cho rằng các ngân hàng ở Mỹ những năm 1980 có xu hướng thực hiện nhiều danh mục đầu tư rủi ro cao hơn bởi sự khuyến khích của chính sách “quá lớn để sụp đổ” của chính phủ Mỹ. Có thể thấy, với giả thuyết này nhờ sự bảo trợ của chính phủ mà rất nhiều ngân hàng lớn tăng đòn bẫy của họ quá nhiều và thực hiện cho vay với chất lượng khách hàng rất thấp, điều này dẫn đến nợ xấu tăng cao. Hiệu quả chi phí và hiệu quả lợi nhuận Theo giả thuyết “quản lý kém hiệu quả” (bad management hypothesis) của Berger và DeYoung (1997) lập luận hiệu quả thấp quan hệ cùng chiều với sự gia tăng nợ xấu trong tương lai. Nguyên nhân là do các ngân hàng quản lý yếu kém trong việc giám sát chi phí cũng như khách hàng vay nợ; hay các khoản nợ xấu hình thành do các yếu tố bên ngoài (chẳng hạn suy giảm kinh tế khu vực) khiến chi phí phụ trội liên quan đến các khoản nợ xấu tăng tạo ra hiệu quả chi phí thấp. Việc đánh giá không kỹ lưỡng đơn xin cấp tín dụng xuất phát từ quản lý kém liên quan đến các kỹ năng kém trong chấm điểm tín dụng, thẩm định tài sản đảm bảo và cam kết giám sát khách hàng vay nợ. Berger và DeYoung đã kiểm định giả thuyết dựa trên các NHTM của Mỹ ở giai đoạn 1985 – 1994 và kết luận rằng hiệu quả giảm dẫn đến gia tăng các khoản vay có vấn đề trong tương lai. Bên cạnh đó, tỷ lệ nợ xấu trong quá khứ cũng được sử dụng để kiểm định mối quan hệ với nợ xấu hiện tại (Salas và Saurina, 2002). Nghiên cứu cho thấy nợ xấu trong quá khứ cao thể hiện khả năng quản trị rủi ro trong cho vay của ngân hàng kém hiệu quả và tác động cùng chiều với nợ xấu hiện tại. Theo giả thuyết “tiết kiệm” (skimping hypothesis) của Berger và DeYoung (1997) cho rằng việc tối đa hóa lợi nhuận của ngân hàng trong dài hạn hiệu quả hơn trong ngắn hạn là do cắt giảm chi phí bằng cách sử dụng ít nguồn lực hơn để giảm sát cho
27 vay và bảo lãnh. Điều này khiến ngân hàng phải đối mặt với các khoản nợ trễ hạn gia tăng và chi phí liên quan với những khách hàng này trong tương lai. Ngoài ra, giả thuyết “quản lý tránh rủi ro” (risk-averse management hypothesis) của Koutsomanoli và các cộng sự (2009) lại cho rằng các nhà quản trị ngân hàng thường tránh rủi ro nên thường tăng chi phí phân bổ cho hoạt động giám sát và bảo lãnh cho vay, từ đó làm giảm hiệu quả của ngân hàng với mục đích tránh sự đổ vỡ trong tín dụng. Trong trường hợp này, chính sự lo sợ về khủng hoảng tài chính và thông tin bất đối xứng giải thích mối quan hệ cùng chiều giữa hiệu quả chi phí và tỷ lệ nợ xấu. Tỷ lệ tăng trƣởng tín dụng Tỷ lệ tăng trưởng tín dụng là tỷ lệ thay đổi theo thời gian lượng tiền mà các NHTM cấp tín dụng cho khách hàng. Các nghiên cứu trước chỉ ra rằng tỷ lệ nợ quá hạn và nợ xấu có liên quan đến tốc độ tăng trưởng tín dụng. Theo Keeton (1999), nghiên cứu dựa trên các dữ liệu từ các NHTM tại Hoa Kỳ từ 1982 – 1996 chỉ ra mối liên hệ giữa tăng trưởng tín dụng nhanh chóng và tỷ lệ nợ xấu. Sinkey và Greenwalt (1991) cũng đưa ra kết luận rằng việc tăng các khoản vay tỷ lệ thuận với nợ xấu ngân hàng tương tự với các nghiên cứu của Salas và Saurina (2002), Bercoff và các cộng sự (2002). Giả thuyết rủi ro cho vay tăng trong thời kỳ phát triển kinh tế vì lợi nhuận kỳ vọng từ các dự án đầu tư được cải thiện và do đó lợi nhuận kỳ vọng từ tất cả các khoản vay cũng tăng lên, điều này được giải thích bằng việc mở rộng các khoản vay đã khiến ngân hàng thường xuyên nới lỏng các tiêu chuẩn bảo lãnh phát hành, trong khi hoạt động tín dụng cần được thắt chặt các tiêu chuẩn, do đó các khoản nợ xấu tăng lên cùng với sự gia tăng tín dụng (Weinberg, 1995). Năng lực tài chính và an toàn hoạt động của ngân hàng Keeton và Morris (1987) cho rằng, theo “giả thuyết rủi ro đạo đức”, mức vốn hóa đóng vai trò quan trọng trong việc xác định mức độ nợ xấu. Những ngân hàng có
28 vốn thấp thường mạo hiểm nên sẽ đầu tư nhiều vào tài sản rủi ro, điều này dẫn đến nợ xấu gia tăng bởi vì nếu rủi ro xảy ra thì chủ nợ là người gánh chịu nhiều tổn thất nhất. Để đảm bảo an toàn trong hoạt động tín dụng của NHTM, theo chuẩn mực kế toán quốc tế quy định các chỉ số để đo lường như sau: (i) Đo lường thanh khoản bằng Tỷ lệ cho vay/Vốn huy động; (ii) Đo lường an toàn vốn: Theo hiệp ước Basel II, tỷ lệ vốn chủ sở hữu/tổng tài sản mở rộng thành vốn chủ sở hữu/tổng tài sản có trọng số rủi ro (Hệ số CAR) và (iii) Đo lường khả năng bù đắp tổn thất cho vay: Tỷ lệ dự phòng rủi ro/tổng dư nợ. Khi tỷ lệ cho vay/vốn huy động cao, nếu ngân hàng thực hiện nhiều khoản vay chất lượng thấp sẽ gây ra hậu quả là ngân hàng gặp khó khăn trong thanh khoản. Khi đó, nhà quản lý phải tăng huy động với mức lãi suất cao và hệ quả chi phí lãi gia tăng cho khách hàng vay. Khi nợ xấu gia tăng, các nhà quản lý phải gia tăng các chi phí liên quan đến quản lý nợ xấu cũng như hạch toán tài sản có trọng số rủi ro cao. Điều này tất yếu dẫn đến hệ số vốn chủ sở hữu so tổng tài sản hay hệ số CAR phải giảm và tỷ lệ dự phòng rủi ro trên tổng dư nợ phải tăng khi nợ xấu tăng. 2.4.2 Yếu tố kinh tế vĩ mô Tăng trƣởng kinh tế Hầu hết các nghiên cứu đều cho rằng tăng trưởng kinh tế có ảnh hưởng ngược chiều với tỷ lệ nợ xấu (Salas và Saurina, 2002; Khemraj và Pasha, 2009; Jimenez và Saurina, 2005; ). Khi nền kinh tế tăng trưởng, các doanh nghiệp bán hàng tốt hơn, điều này giúp lợi tức doanh nghiệp và thu nhập cá nhân gia tăng góp phần làm tăng khả năng hoàn trả nợ vay. Ngược lại, một khi nền kinh tế bùng nổ, các ngân hàng có xu hướng tâm lý dễ cấp tín dụng. Lúc đó, ngân hàng dễ bị tổn thương bởi lựa chọn bất lợi của người đi vay. Bên cạnh đó, khi nền kinh tế xấu đi trong tình trạng trì trệ làm sức mua người tiêu dùng giảm, mức bán và lợi tức của doanh nghiệp giảm. Điều này ảnh hưởng đến sự sẵn lòng chi trả của người vay, khiến tỷ lệ nợ xấu tăng. Điều này gây áp lực lên thanh khoản, các NHTM nảy sinh tâm lý phòng phủ và hạn chế cấp tín dụng cho nền kinh tế. Hậu quả là doanh nghiệp và cá nhân khó
29 tiếp cận vốn, sức sản xuất và tiêu dùng bị giảm, nền kinh tế suy giảm và tiếp tục làm nợ xấu gia tăng. Lạm phát và lãi suất Nhiều nghiên cứu phát hiện ra, quan hệ giữa lạm phát và lãi suất với nợ xấu phụ thuộc vào chính sách tiền tệ của mỗi quốc gia. Trong khi các nghiên cứu của Fofack (2005), Nkusu (2011) phát hiện mối tương quan dương giữa lạm phát và nợ xấu thì nghiên cứu của Washington (2014) lại cho thấy mối tương quan ngược chiều; hay như nghiên cứu của Khemraj và Pasha (2009) lại cho thấy lạm phát không phải là yếu tố quyết định quan trọng tới nợ xấu trong hệ thống ngân hàng ở Guyana. Lạm phát tăng cao, NHNN phải thực hiện thắt chặt tiền tệ để giảm khối lượng tiền trong lưu thông, nhưng nhu cầu vay vốn của các doanh nghiệp và cá nhân kinh doanh vẫn rất lớn, các ngân hàng chỉ có thể đáp ứng cho một số ít khách hàng với những hợp đồng đã ký hoặc những dự án thực sự có hiệu quả, với mức độ rủi ro cho phép. Mặt khác, do lãi suất huy động tăng cao, thì lãi suất cho vay cũng cao, điều này khiến doanh nghiệp gặp khó trong việc đi vay và trả nợ dẫn đến nợ xấu tăng. Mặc dù vậy, nếu trong giai đoạn lạm phát ngắn hạn, NHNN có chính sách tăng cung tiền để hạ lãi suất, tăng trưởng tín dụng, kích thích tăng trưởng kinh tế có thể làm giảm nợ xấu. Tuy nhiên, nếu duy trì lâu dài sẽ làm lạm phát bùng nổ và kéo dài, hệ quả làm nợ xấu gia tăng (Schechtman và Gaglianone, 2010). Tỷ giá hối đoái Khi tỷ giá tăng sẽ có lợi cho các doanh nghiệp xuất khẩu và bất lợi cho doanh nghiệp nhập khẩu hàng hóa khi thanh toán bằng đồng ngoại tệ. Việc tăng tỷ giá này có lợi cho doanh nghiệp khi thực hiện xuất khẩu. Với việc đồng nội tệ giảm giá sẽ giúp các doanh nghiệp xuất khẩu dễ dàng trong việc trả nợ. Tuy nhiên, khi doanh nghiệp nhập khẩu các mặt hàng tiêu dùng để tiêu thụ trong nước tại các hệ thống siêu thị sẽ không có lợi. Vì các doanh nghiệp này phải sử dụng nhiều đồng nội tệ hơn gây ảnh hưởng không nhỏ đến chi phí đi vay của các
30 doanh nghiệp nhập khẩu. Bên cạnh đó, khi tỷ giá tăng, các doanh nghiệp phụ thuộc nguyên vật liệu nhập khẩu phải vay nhiều nội tệ để trả các chi phí bổ sung. Đồng nội tệ giảm giá sẽ làm các doanh nghiệp này gánh nặng nợ ngoại tệ Yếu tố đặc thù của ngân hàng Quy mô ngân hàng Hiệu quả ngân hàng Tỷ lệ tăng trưởng tín dụng Năng lực tài chính và an toàn hoạt động NỢ XẤU Ysádếu tố kinh tế vĩ mô Tăngss trưởng kinh tế Lạm phát Lãi suất thị trường Tỷ giá hối đoái Hình 2.1 Lƣợc khảo các yếu tố tác động đến nợ xấu của NHTM Nguồn: Tổng hợp của tác giả
31 KẾT LUẬN CHƢƠNG 2 Mục tiêu của Chương này là nghiên cứu khung lý thuyết về nợ xấu của NHTM giúp ta có cái nhìn rõ hơn về nợ xấu và bản chất của nó. Chương này trình bày cụ thể một số lý thuyết các yếu tố tác động đến nợ xấu là thông tin bất cân xứng, hiệu ứng số nhân tài chính, chu kỳ kinh doanh và kênh cho vay. Bên cạnh đó, nghiên cứu tập trung chỉ ra các yếu tố tác động đến nợ xấu gồm 2 nhóm yếu tố là yếu tố vĩ mô gồm tăng trưởng kinh tế, lạm phát, lãi suất thị trường, tỷ giá hối đoái và nhóm các yếu tố đặc thù ngân hàng gồm quy mô ngân hàng, hiệu quả ngân hàng và tỷ lệ tăng trưởng tín dụng. Bên cạnh đó, nghiên cứu cũng lược khảo các công trình nghiên cứu có liên quan để phân tích mối quan hệ giữa các yếu tố đặc thù và yếu tố kinh tế vĩ mô có tác động đến nợ xấu. Từ đó chọn một số yếu tố tác động đến nợ xấu và xây dựng mô hình nghiên cứu về nợ xấu của các ngân hàng thương mại trong giai đoạn 2011 – 2016 ở chương tiếp theo.
32 CHƢƠNG 3. PHƢƠNG PHÁP NGHIÊN CỨU Giới thiệu Việc xác định các yếu tố tác động đến nợ xấu là vấn đề cực kỳ quan trọng để các nhà hoạch định chính sách có thể đưa ra các giải pháp phù hợp để hạn chế nợ xấu cho các NHTM. Vì vậy nghiên cứu tổng hợp các lý thuyết và các nghiên cứu thực nghiệm trước đây cho việc xây dựng mô hình thực nghiệm các yếu tố tác động đến nợ xấu. Nhằm thực hiện mục tiêu phân tích các yếu tố tác động ảnh hưởng đến nợ xấu. Chương này tiến hành thực hiện phân tích phương pháp nghiên cứu và mô hình sẽ sử dụng trong nghiên cứu. 3.1 Mô hình nghiên cứu Dựa trên lý thuyết về hai nhóm nhân tố là kinh tế vĩ mô và yếu tố nội tại gây ra nợ xấu theo thời gian. Dựa trên các công trình nghiên cứu thực nghiệm trước đây của Salas và Saurina (2002), Klein (2013), Phạm Thị Mỹ Huệ (2016) và Nguyễn Thị Hồng Vinh (2017), nghiên cứu thấy rằng các yếu tố ảnh hưởng đến tỷ lệ nợ xấu bao gồm tỷ lệ nợ xấu với độ trễ 1 năm, khả năng sinh lời, quy mô ngân hàng, lãi suất cho vay, tốc độ tăng trưởng tín dụng, tỷ lệ lạm phát và tỷ lệ tăng trưởng kinh tế. Vì vậy, mô hình nghiên cứu có phương trình sau: (3.1) ) Trong đó, t và i = [1, 2, , N] lần lượt là năm t và ngân hàng thứ i, là các sai số, là nợ xấu của ngân hàng i năm t, là các yếu tố đặc thù của ngân hàng i năm thứ t, là ảnh hưởng của các yếu tố vĩ mô trong năm t. 3.2 Các biến nghiên cứu 3.2.1 Biến phụ thuộc Biến phụ thuộc là đại diện cho tỷ lệ nợ xấu trên dư nợ cho vay của ngân hàng i trong năm t. Nợ xấu được đo lường bằng tỷ lệ phần trăm nợ xấu so với tổng dư nợ của từng ngân hàng. Theo Quyết định số 22/VBHN-NHNN, NPL là các khoản nợ (3.2)
33 thuộc nhóm 3, 4 và 5 quy định tại điều 6 hoặc điều 7 quy định này. Tỷ lệ nợ xấu trên tổng dư nợ là tỷ lệ đánh giá chất lượng tín dụng của tổ chức tín dụng. Công thức tính nợ xấu như sau: Các khoản mục nợ nhóm 3, 4 và 5 được lấy từ thuyết minh báo cáo tài chính của từng ngân hàng mỗi năm; tổng dư nợ được lấy từ bảng cân đối kế toán. 3.2.2 Các biến độc lập 3.2.2.1 Nhóm các biến đặc thù của ngân hàng Biến nợ xấu kỳ trước. Tương tự biến phụ thuộc , nợ xấu trong quá khứ cũng gồm các khoản nợ nhóm 3, 4 và 5 được lấy từ thuyết minh báo cáo tài chính mỗi năm và tổng dư nợ được lấy từ bảng cân đối kế toán. đại diện cho biến nợ xấu trong quá khứ và được kỳ vọng có tương quan dương với nợ xấu hiện tại. Theo Jimenes và Saurina (2006), tỷ lệ nợ xấu trong quá khứ tác động cùng chiều với tỷ lệ nợ xấu ở hiện tại. Các nghiên cứu cho rằng nợ xấu trong quá khứ cao thể hiện khả năng quản trị rủi ro trong cho vay của ngân hàng kém, dẫn đến nợ xấu trong hiện tại cũng tăng cao Giả thuyết 1: Nợ xấu kỳ trước có mối quan hệ cùng chiều với nợ xấu kỳ này. Biến quy mô ngân hàng (SIZE). Quy mô ngân hàng i hay tổng tài sản của ngân hàng i tại thời điểm t được thể hiện trên bảng cân đối kế toán hàng năm của từng ngân hàng. Do tổng tài sản thường là số có giá trị tuyệt đối lớn nên trong kỹ thuật hồi quy phân tích dữ liệu, thường lấy logarit của tổng tài sản làm biến đại diện cho quy mô: (3.3) được kỳ vọng tác động cùng chiều đến tỷ lệ nợ xấu. Theo giả thuyết “Quá lớn không thể bị phá sản” thì các ngân hàng có quy mô lớn thường chấp nhận rủi ro bằng cách tăng sử dụng vốn cho vay của mình, do đó quy mô càng lớn càng làm
34 cho nợ xấu cao. Tại Việt Nam các NHTM Nhà Nước thường có quy mô lớn hơn các NHTMCP vì vậy các khoản vay rủi ro theo quan niệm sẽ được chính phủ bảo vệ trong trường hợp phá sản. Giả thuyết 2: Quy mô tổng tài sản của ngân hàng có mối quan hệ cùng chiều với tỷ lệ nợ xấu. Biến suất sinh lời trên tổng tài sản (ROA). ROA được sử dụng để phản ánh hiệu quả sinh lời của ngân hàng i bằng tỷ lệ % giữa lợi nhuận sau thuế và tổng tài sản của từng ngân hàng. Trong đó, khoản mục lợi nhuận sau thuế được lấy từ báo cáo kết quả hoạt động kinh doanh, tổng tài sản được lấy từ bảng cân đối kế toán. Công thức tính suất sinh lời trên tổng tài sản như sau: (3.4) được tính để xác định việc quản lý của ngân hàng hiệu quả hay không. Tác giả kỳ vọng suất sinh lời có tương quan âm với tỷ lệ nợ xấu. Giả thuyết 3: Khả năng sinh lợi có mối quan hệ ngược chiều với nợ xấu. Biến dự phòng rủi ro tín dụng (LLR). Biến dự phòng rủi ro tín dụng được sử dụng để đo lường khả năng bù đắp rủi ro tín dụng. Nghiên cứu đo lường biến này bằng cách lấy tỷ lệ dự phòng rủi ro năm t chia cho dư nợ cho vay năm (t-1). Trong đó dư nợ cho vay được lấy từ bảng cân đối kế toán của ngân hàng qua các năm. Công thức tính dự phòng rủi ro như sau: (3.5) được kỳ vọng tác động cùng chiều với nợ xấu. Các ngân hàng thường dự đoán mức lỗ vốn để có mức trích lập dự phòng cao hơn để giảm sự biến động của thu nhập hay tỷ lệ dự phòng rủi ro là một trong những cách ngân hàng kiểm soát rủi ro, nghĩa là quyết định tăng mức trích lập dự phòng rủi ro các khoản vay sẽ ảnh hưởng trực tiếp đến chi phí hoạt động của ngân hàng. Nhiều nghiên cứu chứng
35 minh rằng các NHTM thường sử dụng dự phòng rủi ro tín dụng như một công cụ che giấu thu nhập vì hoạt động kinh doanh chính của ngân hàng là từ chính các hoạt động tín dụng (Fonseca và Gonzales, 2008). Giả thuyết 4: Tỷ lệ dự phòng rủi ro tín dụng có mối quan hệ cùng chiều với nợ xấu. Biến vốn chủ sở hữu trên tổng tài sản (ETA). Trong đó, cả hai khoản mục là vốn chủ sở hữu và tổng tài sản đều được thu thập từ bảng cân đối kế toán của các ngân hàng. Công thức tính hệ số ETA như sau: (3.6) được kỳ vọng tác động có mối tương quan âm với NPL. Theo giả thuyết “rủi ro đạo đức” cho rằng khi đòn bẫy và rủi ro của các ngân hàng lên cao, các ngân hàng sẽ giảm vốn khiến rủi ro vỡ nợ cũng tăng lên. Bên cạnh đó, mức vốn thấp cũng cho thấy năng lực tài chính yếu kém của các NHTM vì các NHTM thường sử dụng vốn chủ sở hữu để hạn chế sự giảm giá trị những tài sản có và giúp ngân hàng không rơi vào tình trạng mất khả năng chi trả. Giả thuyết 5: Tỷ lệ vốn chủ sở hữu trên tổng tài sản có mối quan hệ ngược chiều với tỷ lệ nợ xấu. Biến tốc độ tăng trưởng tín dụng (LGR) đại diện cho tốc độ tăng trưởng dư nợ tín dung 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 và được tính bằng công thức: (3.7) Các khoản mục dư nợ của năm nay và năm trước được thu thập từ bảng cân đối kế toán hoặc từ báo cáo thường niên của các ngân hàng. Tốc độ tăng trưởng tín dụng được kỳ vọng cùng chiều với nợ xấu. Theo giả thuyết “Rủi ro tín dụng có tính chu kỳ”, Salas và Saurina (2002) chứng minh được rằng giữa tốc độ tăng trưởng tín dụng và tỷ lệ nợ xấu có mối tương quan thuận, điều này giống với quan điểm của
36 Keeton (1999) khi nghiên cứu các ngân hàng tại Hoa Kỳ. Bên cạnh đó, Berger và các công sự (2004) cho thấy rằng tăng trưởng tín dụng nhanh sẽ ảnh hưởng đến khả năng quản trị rủi ro khiến rủi ro tín dụng có thể gia tăng. Nghiên cứu của Klein (2013) cũng cho rằng tỷ lệ tăng trưởng tín dụng cao thể hiện việc chấp nhận rủi ro quá mức góp phần làm cho nợ xấu cao hơn trong tương lai. Giả thuyết 6: Tốc độ tăng trưởng tín dụng có mối quan hệ cùng chiều với nợ xấu. 3.2.2.2 Nhóm các biến kinh tế vĩ mô Biến tỷ lệ tăng trưởng tổng sản phẩm quốc nội (GDP). đại diện cho sự tăng trưởng hàng năm của GDP thực tế tại thời điểm t. Công thức tính tốc độ tăng trưởng kinh tế như sau: (3.8) GDP được kỳ vọng tác động ngược chiều đến nợ xấu. Mối quan hệ giữa môi trường kinh tế vĩ mô và chất lượng của khoản vay đã được nghiên cứu qua từng giai đoạn của chu kỳ kinh tế. Giai đoạn kinh tế tăng trưởng, GDP cao đồng nghĩa với thu nhập tăng giúp cải thiện khả năng trả nợ, ngược lại GDP thấp làm thất nghiệp gia tăng, khách hàng gặp khó trong việc thanh toán nợ làm nợ xấu có xu hướng tăng. Giả thuyết 7: Tỷ lệ tăng trưởng tổng sản phẩm quốc nội có mối quan hệ ngược chiều với nợ xấu. Biến yếu tố lạm phát (INF). Nghiên cứu sử dụng tỷ lệ % thay đổi CPI bình quân hàng năm để tính tỷ lệ lạm phát. Công thức tính lạm phát như sau: (3.9) đại diện cho tỷ lệ lạm phát, được kỳ vọng tác động cùng chiều với tỷ lệ nợ xấu. Khi lạm phát tăng cao sẽ khiến lãi suất tăng theo ảnh hưởng đến khả năng trả nợ của người đi vay làm cho tỷ lệ nợ xấu tăng theo. Giả thuyết 8: Yếu tố lạm phát có mối quan hệ cùng chiều với tỷ lệ nợ xấu.
37 Bảng 3.1: Tóm tắt các biến dùng trong mô hình Hệ số Ký tƣơng Chỉ tiêu Đo lƣờng Yếu tố hiệu quan kỳ vọng Nợ xấu Tỷ lệ nợ xấu Nợ xấu trong Nợ xấu của năm trước (+) quá khứ Quy mô ngân (+) hàng Suất sinh lời Yếu tố trên tổng tài (-) đặc thù sản ngân Dự phòng rủi (+) hàng ro tín dụng Vốn chủ sở hữu trên tổng (-) tài sản Tốc độ tăng (+) trưởng tín dụng Tốc độ tăng Yếu tố (%) (-) trưởng kinh tế kinh tế vĩ mô Lạm phát (+) Nguồn: Tổng hợp từ tác giả
38 3.3 Dữ liệu nghiên cứu Bộ dữ liệu của đề tài được thu thập từ báo cáo thường niên và báo cáo tài chính của các NHTMCP trong chuỗi thời gian từ 2010 đến 2016. Số ngân hàng trong mẫu nghiên cứu gồm 25 NHTMCP tại Việt Nam. Riêng tỷ lệ tăng trưởng kinh tế (GDP) và tỷ lệ lạm phát được lấy từ số liệu thống kê của World Bank. Lý do nghiên cứu chỉ sử dụng dữ liệu của 25 NHTM Việt Nam trong giai đoạn 2010 – 2016 vì trong giai đoạn này chỉ có 25 NHTM là công bố đủ dữ liệu mà bài nghiên cứu cần. Các ngân hàng được chọn đáp ứng tiêu chí còn tồn tại và hoạt động cho tới hết năm 2016 và có số liệu thống kê cụ thể liên tục trong 7 năm. 3.4 Trình tự nghiên cứu Nghiên cứu sử dụng phần mềm Stata để phục vụ cho việc phân tích dữ liệu. Đây được xem là công cụ xử lý và phân tích dữ liệu định lượng phổ biến nhất hiện nay được sử dụng rộng rãi trong cộng đồng nghiên cứu tại Việt Nam cũng như trên thế giới vì phần mềm sở hữu nhiều ưu điểm vượt trội. Vì vậy khóa luận lựa chọn sử dụng phần mềm Stata phiên bản 14.2 để phân tích đánh giá mô hình nghiên cứu. Trình tự nghiên cứu như sau: (i) Phân tích thống kê mô tả Với bộ dữ liệu sau khi thu thập được sẽ chuyển sang phần mềm Stata. Sau khi xử lý số liệu bảng, nghiên cứu thực hiện thống kê mô tả. Kết quả được trình bày trên bảng gồm các thông số Obs (Số quan sát), Mean (Giá trị trung bình), Std.Dev (Độ lệch chuẩn), Max (Giá trị lớn nhất) và Min (Giá trị nhỏ nhất). Kết quả thống kê cho ra các chỉ số lớn nhất, nhỏ nhất và trung bình của các biến nghiên cứu. (ii) Phân tích tƣơng quan mô hình nghiên cứu Phân tích tương quan cho thấy mức tương quan giữa các biến trong mô hình nghiên cứu. Sau đó, nghiên cứu tìm ma trận tương quan giữa các biến. Nếu hệ số tương quan của biến độc lập và biến phụ thuộc có giá trị dương (+) thì biến độc lập có tác
39 động cùng chiều với biến phụ thuộc và ngược lại. Khi mô hình phát hiện hệ số tương quan giữa 2 biến độc lập lớn thì mô hình có thể bị hiện tượng đa cộng tuyến. (iii) Kiểm định các giả thiết hồi quy mô hình nghiên cứu Để kiểm định các khuyết tật của mô hình, đầu tiên nghiên cứu kiểm định sự tự tương quan giữa các biến độc lập trong mô hình (hay hiện tượng đa cộng tuyến). Kết quả cho thấy VIF của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiêm trọng. Tiếp theo, nghiên cứu thực hiện kiểm định hiện tượng phương sai sai số thay đổi bằng kiểm định White với giả thuyết H0: Không có hiện tượng phương sai sai số thay đổi, kết quả cho thấy Prob = 0.0002 nên bác bỏ giả thuyết H0, mô hình có hiện tượng phương sai sai số thay đổi. Bên cạnh đó, nghiên cứu còn kiểm định hiện tượng tự tương quan bằng cách dùng kiểm định Wooldrige với giả thuyết H0: không có sự tự tương quan, kết quả kiểm định cho thấy Prob = 0.0004 < 1% nên bác bỏ giả thuyết H0 hay mô hình bị hiện tượng tự tương quan giữa các sai số. Như vậy, kết quả kiểm định mô hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng. Tuy nhiên mô hình có hiện tượng tự tương quan giữa các sai số và hiện tượng phương sai sai số thay đổi (iv) Ƣớc lƣợng mô hình theo phƣơng pháp GMM Kết quả ước lượng cho thấy mô hình có hiện tượng tự tương quan giữa các sai số và hiện tượng phương sai sai số thay đổi. Ngoài ra, vì mô hình sử dụng biến trễ của biến phụ thuộc nên khả năng mô hình bị nội sinh. Để khắc phục các khuyết tật của mô hình nên khóa luận sử dụng phương pháp ước lượng momen tổng quát Generalized method of moments (GMM).
40 KẾT LUẬN CHƢƠNG 3 Dựa trên các nghiên cứu thực nghiệm trước đây, khóa luận tiến hành xây dựng các giả thuyết nghiên cứu với các biến được lựa chọn gồm biến phụ thuộc là tỷ lệ nợ xấu và các biến độc lập bao gồm tỷ lệ nợ xấu trong kỳ trước , quy mô ngân hàng , khả năng sinh lời , tỷ lệ dự phòng rủi ro , tỷ lệ an toàn vốn , tốc độ tăng trưởng tín dụng , tỷ lệ tăng trưởng kinh tế và tỷ lệ lạm phát . Khóa luận sử dụng bộ dữ liệu từ báo cáo tài chính của 25 NHTMCP Việt Nam trong giai đoạn 2011 – 2016 và thực hiện kiểm định các khuyết tật của mô hình. Dựa trên kết quả kiểm định và đặc điểm của mô hình có biến nội sinh, khóa luận chọn phương pháp ước lượng GMM để ước lượng các yếu tố tác động đến nợ xấu và mức độ tác động của các yếu tố đó. Nghiên cứu dựa vào kết quả hồi quy để đưa ra ý kiến thảo luận ở chương tiếp theo.
41 CHƢƠNG 4. THẢO LUẬN KẾT QUẢ NGHIÊN CỨU Giới thiệu Nhằm đạt được mục tiêu nghiên cứu là phân tích các yếu tổ ảnh hưởng đến nợ xấu của các NHTMCP Việt Nam, trước khi trình bày các kết quả đạt được, nghiên cứu sẽ tóm lược về thực trạng nợ xấu của các NHTM Việt Nam. Sau đó, nghiên cứu thực hiện phân tích mối tương quan của các biến thông qua đồ thị cũng như thực hiện các kiểm định cần thiết của mô hình. Trong chương này, khóa luận trình bày kết quả phân tích tác động của các yếu tố vĩ mô và các yếu tố nội tại của các NHTMCP Việt Nam đến nợ xấu của các NHTMCP Việt Nam thông qua phương pháp ước lượng GMM. Đây là cơ sở để khóa luận đề ra các gợi ý chính sách để giải quyết thực trạng nợ xấu còn tồn đọng ở các NHTMCP Việt Nam hiện nay. 4.1 Thực trạng nợ xấu của các NHTM Việt Nam Tỷ lệ nợ xấu được các TCTD công bố trên BCTC đã kiểm toán dựa trên Chuẩn mực Kế toán Việt Nam (VAS) và các quy định về phân loại nợ của NHNN. Dựa theo các số liệu báo cáo từ các NHTM, NHNN đã tính toán và công bố tỷ lệ nợ xấu toàn hệ thống trên website của mình. Theo đó, trong giai đoạn 2012 – 2016, nợ xấu của ngành Ngân ngân hàng có xu hướng giảm về tỷ lệ nhưng vẫn tăng về quy mô. Tỷ lệ nợ xấu cao nhất năm 2012 là 4.12% và giảm qua các năm. Năm 2016, tỷ lệ nợ xấu toàn ngành ngân hàng chỉ còn 2.52% (Hình 4.1). Tuy nhiên, nếu xét về số tuyệt đối, nợ xấu có xu hướng gia tăng trong giai đoạn 2012 – 2016. Nợ xấu từ 118,408 tỷ đồng năm 2012, tăng lên 145,183 tỷ đồng năm 2014 và vượt 150,000 tỷ đồng năm 2016 (Hình 4.1).
42 Nợ xấu cuối năm Tỷ lệ nợ xấu TỶ ĐỒNG 160000 150000 4.50% 4.12% 145183 140000 3.61% 131822 4.00% 118408 3.50% 120000 116494 3.25% 3.00% 100000 2.55% 2.52% 2.50% 80000 2.00% 60000 1.50% 40000 1.00% 20000 0.50% 0 0.00% 2012 2013 2014 2015 2016 Hình 4.1 Nợ xấu của ngân hàng Việt Nam từ 2012 - 2016 Nguồn: Ngân hàng Nhà nước Việt Nam Xét về nợ xấu theo cơ cấu ngành, nợ xấu tập trung ở 5 ngành lớn gồm: công nghiệp chế biến chế tạo, bất động sản, dịch vụ, buôn bán, sửa chữa ô tô, xe máy, vận tải, kho bãi và xây dựng (Hình 4.2). Cụ thể, công nghiệp chế biến, chế tạo chiếm 4,33% dư nợ của ngành và 22,5% tổng nợ xấu của toàn hệ thống. Các con số tương tự của kinh doanh bất động sản và hoạt động dịch vụ là 7,83% và 19,25%; của bán buôn, bán lẻ, sửa chữa ô tô xe máy và xe có động cơ là 4,16% và 18,52%; của vận tải, kho bãi là 11,61% và 11%. Cuối cùng, nợ xấu của xây dựng chiếm 4,81% dư nợ của ngành và 9,5% tổng nợ xấu của toàn hệ thống. Chỉ tính riêng 5 ngành đã chiếm tới 81% tổng số nợ xấu. Trong đó tập trung cao vào bất động sản và chứng khoán khi đây là hai lĩnh vực nhạy cảm với sự biến động của kinh tế vĩ mô. Trong giai đoạn nghiên cứu, bất động sản có tính thanh khoản kém và sư sụt giảm của thị trường chứng khoán ảnh hưởng đến khả năng trả nợ của các khoản vốn đầu tư cho hai lĩnh vực này.
43 19% 22% Công nghiệp chế biến, chế tạo Bất động sản và hoạt động dịch vụ 10% Buôn bán, sửa chữa ô tô, xe máy 19% 11% Vận tải, kho bãi Xây dựng 19% Khác Hình 4.2 Cơ cấu nợ xấu theo ngành của các NHTM Việt Nam Nguồn: Tổng hợp từ Báo cáo của NHNN, 2012 Xét về cơ cấu nợ xấu theo thành phần kinh tế, theo NHNN, năm 2012 các doanh nghiệp nhà nước (DNNN), tập đoàn kinh tế Nhà nước sử dụng vốn tín dụng chiếm tới 70% nợ xấu trong tổng nợ xấu toàn ngành, có thể lên tới 200,000 tỷ đồng. Trong khi đó, dư nợ của các thành phần kinh tế tư nhân chiếm 80 – 83% tổng dư nợ và nợ xấu chỉ chiếm khoản 30% tổng nợ xấu. Dư nợ của khu vực này hầu hết có tài sản đảm bảo nhưng tiến độ xử lý còn chậm. Ở góc độ nghiên cứu, tỷ lệ nợ xấu ở các NHTM Nhà Nước còn cao, chiếm 54.2% tổng nợ xấu toàn hệ thống (Hình 4.3). Điều này có thể hiểu là do đối tượng DNNN được các NHTM Nhà Nước cho vay dẫn đến tỷ lệ nợ xấu cao trong hệ thống ngân hàng. Cụ thể, nợ vay của 12 tập đoàn kinh tế nhà nước lên đến gần 218,740 tỷ đồng điển hình như Tập đoàn Dầu khí (PVN – 72,300 tỷ), Điện lực (EVN – 62,800 tỷ), Than khoáng sản (Vinacomin – 19,600 tỷ). Với số dư cho vay lớn và được hưởng quy trình thẩm định dễ dãi, cộng với hoạt động kinh doanh chưa hiệu quả của khối DNNN đã tác động mạnh đến tỷ lệ nợ xấu của toàn hệ thống. Tỷ lệ nợ xấu tại các NHTMCP chỉ chiếm khoản 26.28%. Như vậy, nợ xấu của hệ thống NHTM Việt Nam rất đáng lo ngại do tập trung vào các ngành như bất động sản, chứng khoán và thành phần DNNN chiếm tỷ trọng cao trong cơ cấu nợ.
44 TCTD khác, 15% NH liên doanh, nƣớc ngoài, 5% NHTM Nhà Nƣớc, 54% NHTMCP, 26% Hình 4.3 Cơ cấu nợ xấu theo thành phần kinh tế của các NHTM Việt Nam Nguồn: Tổng hợp từ Báo cáo của NHNN Việt Nam, 2012 4.2 Thống kê mô tả Dữ liệu trong nghiên cứu đặc biệt là những yếu tố liên quan đến các biến nội sinh được thu thập chủ yếu từ báo cáo tài chính của 25 NHTMCP Việt Nam trong giai đoạn 2011 – 2016. Trong khi đó, các dữ liệu vĩ mô được lấy từ thống kê của World Bank (WB). Bộ dữ liệu thu thập bao gồm 150 quan sát. Bảng 4.1 cho thấy nợ xấu trung bình của 25 NHTMCP Việt Nam trong giai đoạn nghiên cứu là 2.5% trên tổng dư nợ, trong đó nợ xấu cao nhất thuộc về SHB năm 2012 với 8.81% và nợ xấu thấp nhất là SCB năm 2015 với 0.34%. Ngoài ra, giá trị độ lệch chuẩn 1.48% thể hiện mức độ phân tán khá lớn nợ xấu của các NHTMCP.
45 Bảng 4.1 Thống kê mô tả các biến sử dụng trong mô hình Độ lệch Giá trị nhỏ Giá trị lớn Biến Số quan sát Trung bình chuẩn nhất nhât NPLt 150 .025026 .0147682 .0033983 .0880662 NPLt1 150 .0247537 .016344 .000183 .1140172 SIZE 150 18.34486 1.078969 16.50232 20.72965 ROA 150 .0064235 .0071416 -.0551175 .0253812 LLR 150 .012532 .0115567 -.0002788 .1096553 ETA 150 .0968872 .0411714 .0425561 .2383814 LGR 150 .2072713 .2138597 -.2986362 1.082034 GDP 150 .0596388 .0049439 .0524737 .0667929 INF 150 .0709538 .0580634 .008786 .1867748 Nguồn: Trích xuất từ Stata 14.2 Bên cạnh đó, các chỉ số đặc thù bao gồm quy mô ngân hàng, tỷ suất sinh lời, tỷ lệ dự phòng rủi ro, tỷ lệ vốn chủ sở hữu trên tổng tài sản và tốc độ tăng trưởng tín dụng cũng được biểu thị trong Bảng 4.1. Cụ thể, BIDV năm 2016 là ngân hàng lớn nhất (xét về tổng tài sản) với hơn 1,000,000 tỷ đồng trong số 25 ngân hàng mà khóa luận nghiên cứu, ngược lại là Ngân hàng Sài Gòn năm 2013 với quy mô tổng tài sản chỉ đạt hơn 14,500 tỷ đồng. Năm 2011, PG Bank là ngân hàng có lợi nhuận cao nhất với 446,255 triệu đồng và TP Bank của năm 2011 là ngân hàng có tỷ suất lợi nhuận thấp nhất trong số các ngân hàng khi báo lỗ 1,371,612 triệu đồng. Tuy nhiên, TP Bank lại là ngân hàng có tỷ lệ trích lập dự phòng thấp nhất vào năm 2014 trái ngược với MB Bank với tỷ lệ trích lập dự phòng cao nhất trong số các ngân hàng. Nếu xét về phương diện tốc độ tăng trưởng tín dụng, HD Bank là ngân hàng có tốc độ tăng trưởng nhanh nhất trong năm 2013, điều này hoàn toàn trái ngược với TP Bank khi
46 số lượng khoản vay của ngân hàng này giảm vào năm 2011 khiến cho tỷ lệ LGR của ngân hàng này đạt mức âm. 4.3 Kết quả nghiên cứu 4.3.1 Phân tích tƣơng quan mô hình nghiên cứu Khóa luận sử dụng ma trận tự tương quan để kiểm tra khả năng bị đa cộng tuyến của mô hình. Như được trình bày trong Bảng 4.2, mối tương quan tuyến tính giữa các biến độc lập được biểu thị bằng hệ số tương quan giữa các cặp biến. Giá trị tuyệt đối của các hệ số tương quan giữa các biến độc lập tiến gần đến 1 thì các biến có mối quan hệ tuyến tính chặt chẽ, ngược lại, khi giá trị của các hệ số này càng tiến gần đến 0, các biến giải thích sẽ độc lập với nhau và kết quả ước lượng sẽ có độ tin cậy cao. Bảng 4.2 Ma trận tự tƣơng quan giữa các biến trong nghiên cứu NPLt NPLt1 SIZE ROA LLR ETA LGR GDP INF NPLt 1.0000 NPLt1 0.4600 1.0000 SIZE -0.1992 -0.0992 1.0000 ROA -0.0005 -0.0954 0.0386 1.0000 LLR 0.1583 0.0258 0.0877 -0.0675 1.0000 ETA 0.2147 0.0633 -0.7284 0.2931 0.0605 1.0000 LGR 0.1044 0.0735 0.0877 0.1396 -0.1990 -0.1994 1.0000 GDP -0.3486 -0.2031 0.1207 -0.0872 -0.0001 -0.1928 0.0523 1.0000 INF 0.1427 -0.0902 -0.1712 0.2036 -0.1196 0.1690 -0.1648 -0.1997 1.0000 Nguồn: Trích xuất từ Stata 14.2 Bảng 4.2 cho thấy rằng các giá trị tuyệt đối của hệ số cặp giữa các biến đều nhỏ hơn so với 1 vì vậy, mô hình không có hiện tượng tự tương quan giữa các biến độc lập
47 và không có hiện tương đa cộng tuyến). Bên cạnh đó, có thể thấy các biến độc lập gồm và tác động ngược chiều đến trong khi các biến độc lập còn lại gồm và tác động cùng chiều đến . Không có hiện tượng đa cộng tuyến nghiêm trọng hay hiện tượng tự tương quan giữa các biến độc lập trong mô hình do các hệ số tương quan có giá trị khá thấp so với chuẩn so sánh theo Farrar và Glauber (1967) là 0.8. 4.3.2 Kiểm định các giả thiết hồi quy mô hình nghiên cứu 4.3.2.1 Kiểm định hiện tượng đa cộng tuyến Nghiên cứu tiến hành thực hiện kiểm định giả thuyết không bị hiện tượng đa cộng tuyến bằng cách dùng chỉ số phóng đại phương sai VIF (Variance Inflation Factor) (xem Bảng 4.3) Bảng 4.3 Kết quả kiểm định chỉ số VIF Biến VIF 1/VIF ETA 3.20 0.312499 SIZE 2.80 0.356725 ROA 1.51 0.661668 LGR 1.22 0.816965 INF 1.20 0.836100 GDP 1.13 0.886539 LLR 1.12 0.896592 NPLt1 1.09 0.915750 Trung bình VIF 1.66 Nguồn: Trích xuất từ Stata 14.2
48 Kết quả từ Bảng 4.3 chỉ ra hệ số VIF của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiêm trọng. 4.3.2.2 Kiểm định hiện tượng phương sai thay đổi Hiện tượng phương sai sai số thay đổi sẽ làm cho các ước lượng thu được bằng phương pháp Pooled OLS vững nhưng không hiệu quả, các kiểm định hệ số hồi quy không còn đáng tin cậy. Điều này sẽ gây ra hiện tượng ngộ nhận các biến độc lập trong mô hình nghiên cứu có ý nghĩa, khi đó kiểm định hệ số hồi quy và R-square không dùng được. Vì phương sai sai số thay đổi sẽ làm mất tính hiệu quả của ước lượng nên cần phải thực hiện kiểm định giả thuyết phương sai sai số thay đổi bằng kiểm định White với giả thuyết H0: Không có hiện tượng phương sai thay đổi. Bảng 4.4 Kết quả kiểm định White White’s test for Ho: homoscedasticity against Ha: unrestricted heteroskedasticity Chi2 (44) = 85.19 Prob > chi2 = 0.0002 Nguồn: Trích xuất từ Stata 14.2 Kết quả kiểm định White cho kết quả Prob > chi2 = 0.0002 nên bác bỏ giả thuyết H0 hay mô hình có hiện tượng phương sai sai số thay đổi. 4.3.2.3 Kiểm định hiện tượng tự tương quan Giữa các sai số có mối quan hệ tương quan với nhau sẽ làm cho các ước lượng thu được bằng phương pháp Pooled OLS vững nhưng không hiệu quả, các kiểm định hệ số hồi quy không còn đáng tin cậy. Vì vậy, khóa luận tiến hành kiểm định giả thiết các sai số không có tương quan với nhau với giả thuyết H0: không có hiện tượng tự tương quan giữa các sai số.
49 Bảng 4.5 Kết quả kiểm định hiện tƣợng tự tƣơng quan Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F( 1, 24) = 17.294 Prob > F = 0.0004 Nguồn: Trích xuất từ Stata 14.2 Với mức ý nghĩa 1%, kiểm định cho kết quả Prob = 0.0004 < 1% nên bác bỏ giả thuyết H0 hay mô hình bị hiện tượng tự tương quan giữa các sai số. 4.3.2.4 Tổng hợp kết quả kiểm định Qua kết quả kiểm định từng phần, có thể thấy mô hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng. Tuy nhiên, mô hình có hiện tượng tự tương quan giữa các sai số và có hiện tượng phương sai sai số thay đổi. 4.3.3 Ƣớc lƣợng mô hình theo phƣơng pháp GMM Căn cứ vào kết quả kiểm định ở trên, mô hình có hiện tượng phương sai sai thay đổi và hiện tượng tự tương quan giữa các sai số. Bên cạnh đó, mô hình sử dụng biến trễ của biến phụ thuộc ( ) làm biến độc lập nên theo Richard Blundell và Stephen Bond (1998) thì mô hình nghiên cứu thuộc mô hình với số liệu dạng bảng động (Dynamic panal data). Ngoài ra với việc sử dụng biến trễ ( ) thì khả năng mô hình bị hiện tượng nội sinh. Cũng theo Richard Blundell và Stephen Bond (1998) khóa luận thực hiện phương pháp ước lượng momen tổng quát – Generalized Method of Moments (GMM) để khắc phục hiện tượng tự tương quan giữa các sai số và hiện tượng nội sinh để đảm bảo ước lượng thu được vững và hiệu quả.
50 Bảng 4.6 Kết quả ƣớc lƣợng theo GMM Biến Hệ số Sai số chuẩn Giá trị P > | | NPLt1 .2686397 .1274238 0.037 SIZE .0019542 .0007641 0.012 ROA -.3162466 .1651454 0.058 LLR .2843406 .0982117 0.004 ETA .1284258 .0283274 0.000 LGR .0242069 .0053777 0.000 GDP -.6727716 .212411 0.002 INF .0511262 .017982 0.005 Prob > F = 0.000 Arellano – Bond test for AR(1) in first differences: z = -2.68 Pr > z = 0.007 Arellano – Bond test for AR(2) in first differences: z = -0.59 Pr > z = 0.552 Sargan test of overid. Restrictions: chi2(16) = 19.59 Prob > chi2 = 0.239 Sargan test excluding group: chi2(11) = 11.09 Prob > chi2 = 0.436 Difference (null H = exogenous): chi2(5) = 8.50 Prob > chi2 = 0.131 Nguồn: Trích xuất từ Stata 14.2 Với biến phụ thuộc sau khi sử dụng phương pháp GMM để khắc phục hiện tượng nội sinh và tự tương quan giữa các sai số, mô hình có ý nghĩa ở mức ý nghĩa 1% do Prob > F = 0.000 nên kết quả mô hình phù hợp và có thể sử dụng được. Biến nội sinh là , cùng với độ trễ 1 năm và với độ trễ 2 năm, biến công cụ sử dụng là .
51 Kiểm định Arellano – Bond với giả thuyết H0: Không có hiện tượng tự tương quan và được áp dụng cho số dư sai phân. Kết quả AR(2) có mức ý nghĩa là 0.552 > 10% nên không có ý nghĩa thống kê vì vậy mô hình không có hiện tượng tự tương quan. Kiểm định Sargan (kiểm định giới hạn về nội sinh của mô hình) xác định tính chất phù hợp của các biến công cụ trong mô hình GMM. Với mức ý nghĩa là 0.436 > 10% nên mô hình không có hiện tượng nội sinh. Ngoài ra mô hình có số lượng biến công cụ (24) nhỏ hơn số lượng các nhóm (25) nên đảm bảo tính vững cho mô hình. 4.4 Thảo luận kết quả nghiên cứu Biến nợ xấu trong quá khứ Kết quả Bảng 4.6 cho thấy nợ xấu trong quá khứ có tác động cùng chiều với nợ xấu hiện tại đúng như kì vọng ở chương 3. Hệ số hồi quy độ trễ 1 năm của nợ xấu có mối tương quan dương và có ý nghĩa thống kê ở mức 5%. Như vậy, trong điều kiện tất cả các yếu tố khác không đổi, khi biến nợ xấu trong quá khứ NPLt1 tăng 1 đơn vị, làm cho biến NPLt tăng 0.2686 đơn vị tức là làm cho nợ xấu hiện tại tăng lên. Điều này cho thấy, khi chất lượng tín dụng có xu hướng giảm ở năm trước sẽ kéo theo năm sau giảm và ngược lại. Điều này có ý nghĩa là nợ xấu có ảnh hưởng lâu dài đối với hê thống ngân hàng. Theo giả thuyết “quản lý kém”, nợ xấu trong quá khứ cao thể hiện khả năng quản trị rủi ro trong cho vay của các NHTM kém khiến cho nợ xấu hiện tại tăng. Nói cách khác, NHTM nào kiểm soát tốt nợ xấu sẽ góp phần làm nợ xấu những năm sau không phải đối diện với rủi ro tăng cao. Bên cạnh đó, các NHTM nên chú trọng công tác kiểm soát rủi ro, kiểm soát nợ xấu để phòng ngừa nợ xấu có tính xu hướng theo thời gian. Biến quy mô ngân hàng Biến quy mô ngân hàng có tương quan dương với nợ xấu hiện tại với mức ý nghĩa 5%. Trong điều kiện các yếu tố khác không đổi, khi SIZE tăng 1 đơn vị thì nợ xấu tăng 0.019 đơn vị. Điều này đúng với kỳ vọng nghiên cứu được đề cập ở chương 3.
52 Kết quả này phù hợp với giả thuyết “quá lớn để sụp đổ”, tức là do ngân hàng càng lớn sẽ càng chấp nhận rủi ro quá mức bằng cách tăng sử dụng vốn cho vay của mình, do đó khiến rủi ro nợ xấu gia tăng. Tại Việt Nam, các NHTM lớn thường có nhiều hệ thống chi nhánh, công ty con tuy nhiên, nhiều trong số đó có trình độ quản lý yếu kém, khả năng kiểm soát nợ xấu không theo kịp với quy mô nên nợ xấu chiếm tỷ lệ cao. Bên cạnh đó, những NHTM lớn thường có lợi thế huy động vốn từ dân cư. Trong điều kiện dồi dào thanh khoản, bên cạnh cho vay, các NHTM lớn còn đầu tư dưới nhiều hình thức khác như: ủy thác các công ty liên quan đầu tư chứng khoán, trái phiếu vàng, ngoại hối, bất động sản, gửi các TCTD khác để kiếm lợi nhuận, đầu tư vào các doanh nghiệp khác Khi gặp các biến động trên thị trường như biến động lãi suất, giá vàng, hoặc thị trường chứng khoán sụt giảm, thì các khoản đầu tư này bị thua lỗ dẫn đến không thể thu hồi các khoản ủy thác đầu tư, từ đó làm tăng nợ xấu. Thêm vào đó, các NHTM quy mô lớn đa số là các NHTMNN, các NHTMNN này thường cho các DNNN vay, mà các DNNN này hoạt động kinh doanh kém hiệu quả, từ đó gây ra rủi ro cho ngân hàng. Vì các NHTM ở Việt Nam đóng vai trò rất quan trọng trên thị trường tài chính nên nếu một ngân hàng sụp đổ sẽ làm ảnh hưởng toàn bộ hệ thống ngân hàng Việt Nam. Do đó, không thể loại trừ trường hợp các NHTM đều tin vào sự bảo lãnh của NHNN và họ luôn mang tâm lý sẵn sàng đẩy mạnh huy động vốn và hạ thấp tiêu chuẩn tín dụng mà không lo ngại nợ xấu trong tương lai. Biến hiệu quả lợi nhuận Kết quả thực nghiệm cho thấy ROA tác động ngược chiều đến tỷ lệ nợ xấu hiên tại đúng như kỳ vọng với mức ý nghĩa 10%. Trong điều kiện tất cả các yếu tố khác không đổi, khi ROA tăng 1 đơn vị sẽ làm cho NPL hiện tại giảm 0.3162 đơn vị. Điều này phù hợp với giả thuyết “quản lý kém” của Berger và De Young (1997). Điều này có ý nghĩa là những ngân hàng có nợ xấu cao xuất phát từ việc quản trị ngân hàng kém dẫn đến nhiều hoạt động rủi ro và làm nợ xấu gia tăng. Trái lại, ngân hàng nào kinh doanh tốt, suất sinh lời cao tức là ngân hàng có khả năng kiểm soát tốt nợ xấu. Bên cạnh đó, khi ngân hàng giảm trích lập dự phòng sẽ làm tăng lợi
53 nhuận chứng tỏ nợ xấu giảm. Như vậy, các ngân hàng cần chú trọng hơn trong công tác quản lý ngân hàng để giảm rủi ro nợ xấu tăng cao. Biến dự phòng rủi ro tín dụng Kết quả kiểm định phù hợp với kỳ vọng nghiên cứu: Dự phòng rủi ro tín dụng tác động cùng chiều với nợ xấu hiện tại với mức ý nghĩa 1%. Trong điều kiện các yếu tố khác không đổi, khi LLR tăng 1 đơn vị thì NPL hiện tại tăng 0.2843 đơn vị. Điều này có thể được giải thích rằng khi tỷ lệ dự phòng rủi ro tín dụng giảm có thể là do hiệu quả của ngân hàng tăng làm nợ xấu giảm và ngược lại. Việc trích lập dự phòng sẽ ảnh hưởng trực tiếp đến khoản mục chi phí dự phòng rủi ro cho các khoản vay, nghĩa là quyết định tăng khoản trích lập dự phòng dư nợ cho vay tại ngân hàng sẽ trực tiếp ảnh hưởng đến chi phí hoạt động của ngân hàng. Cuối cùng, quyết định này sẽ làm giảm số thuế thu nhập phải nộp do phần lợi nhuận trước thuế bị sụt giảm. Chính vì vậy, các NHTM có khuynh hướng sử dụng nghiệp vụ này như công cụ tránh thuế. Một vài nghiên cứu cho thấy, các NHTM thường sử dụng dự phòng rủi ro tín dụng như một công cụ che giấu thu nhập vì hoạt động kinh doanh chính của ngân hàng chính là hoạt động tín dụng (Fonseca và Gonzales, 2008). Các nhà quản lý dễ dàng điều chỉnh các khoản dự phòng này tăng lên vào thời điểm kinh doanh thuận lợi để giảm lợi nhuận báo cáo và chuyển lợi nhuận sang các năm có tình hình kinh doanh khó khăn (Wahlen, 1994). Biến tỷ lệ an toàn vốn ngân hàng Kết quả hồi quy cho thấy biến ETA tác động cùng chiều với nợ xấu ở mức ý nghĩa 1%, điều này trái ngược với kỳ vọng nghiên cứu. Trong điều kiện các yếu tố khác không đổi, khi ETA tăng 1 đơn vị thì NPL hiện tại tăng 0.1284 đơn vị. Kết quả này trái ngược với giả thuyết “rủi ro đạo đức” của Keeton và Morris (1987). Có thể giải thích kết quả là do từ ngày 22/11/2016 Chính phủ ban hành Nghị định 141/2006NĐ-CP quy định các NHTMCP tăng vốn pháp định lên mức tối thiểu là 1,000 tỷ đồng vào cuối năm 2008 và 3,000 tỷ đồng vào cuối năm 2010. Điều này làm các NHTM chịu áp lực tăng vốn điều lệ để đạt mức 3,000 tỷ đồng do NHNN
54 quy định. Kết quả là vốn điều lệ của các ngân hàng tăng lên tục. Tiếp đó ngày 01/03/2012, Thủ tướng Chính phủ ban hành quyết định 254/QĐ-TTg phê duyệt đề án cơ cấu lại hệ thống các tổ chức tín dụng. Theo đề án này, các TCTD yếu kém được NHNN khuyến khích sát nhập, hợp nhất với nhau hoặc sát nhập, hợp nhất với các TCTD mạnh. Theo đó, hoạt động mua bán, sát nhập giữa các TCTD diễn ra rất sôi nổi điển hình như NHTMCP Phát triển nhà đồng bằng song Cửu Long sát nhập vào BIDV, PG Bank sát nhập vào Vietinbank (ký kết hồ sơ sát nhập ngày 22/05/2015, nhưng chưa sát nhập chính thức), NHTMCP Mekong sát nhập vào NHTMCP Hàng hải, NHTMCP Phương Nam sát nhập vào Sacombank và 3 NHTMCP yếu kém gồm NHTMCP Xây dựng Việt Nam, NHTMCP Đại dương và NHTMCP Dầu khí Toàn Cầu được NHNN mua lại với giá 0 đồng để trở thành Ngân hàng TNHH Nhà nước Một thành viên. Quá trình mua bán, sát nhập cũng làm vốn chủ sở hữu của các ngân hàng tăng lên đáng kể. Khi vốn chủ sở hữu tăng buộc các ngân hàng phải tăng quy mô cho vay. Tuy nhiên, thị trường bước vào giai đoạn bão hòa sau thời gian tăng trưởng tín dụng nóng vì vậy để đảm bảo tín dụng tăng trưởng các ngân hàng đã lựa chọn các khách hàng có độ an toàn thấp hơn. Các khách hàng có độ an toàn thấp hơn tương ứng với năng lực tài chính để hoàn trả các khoản vay thấp điều này khiến nợ xấu tăng. Biến tốc độ tăng trƣởng tín dụng Kết quả từ Bảng 4.6 cho thấy tốc độ tăng trưởng tín dụng là nhân tố quan trọng ảnh hưởng đến tỷ lệ nợ xấu. Kết quả cũng cho thấy LGR có tương quan dương đúng như kỳ vọng của nghiên cứu với mức ý nghĩa 1%. Khi các yếu tố khác không đổi, LGR tăng 1 đơn vị sẽ làm NPL tăng 0.0242 đơn vị. Kết quả này phù hợp với các nghiên cứu của Sinkey và Greenwalt (1991) và Salas và Saurina (2002). Điều này phù hợp với giả thuyết “rủi ro tín dụng có tính chu kỳ”. Theo đó, khi cho vay tăng trong thời kỳ phát triển kinh tế vì lợi nhuận kỳ vọng từ các dự án đầu tư được cải thiện và do đó lợi nhuận kỳ vọng từ tất cả các khoản vay cũng tăng lên, điều này được giải thích bằng việc mở rộng các khoản vay đã khiến
55 ngân hàng thường xuyên nới lỏng các tiêu chuẩn bảo lãnh phát hành, trong khi hoạt động tín dụng cần được thắt chặt các tiêu chuẩn, do đó các khoản nợ xấu tăng lên cùng với sự gia tăng tín dụng Biến tốc độ tăng trƣởng kinh tế Biến tăng trưởng kinh tế vĩ mô có tác động ngược chiều với nợ xấu với mức ý nghĩa 1% đúng với kỳ vọng nghiên cứu. Khi các yếu tố khác không đổi, tốc độ tăng trưởng kinh tế GDP tăng 1 đơn vị thì NPL giảm 0.6728 đơn vị. Kết quả này phù hợp với các nghiên cứu của Salas và Saurina (2002), Khemraj và Pasha (2009), Jimenez và Saurina (2005). Có thể thấy tăng trưởng kinh tế càng cao thì nợ xấu càng giảm. Điều này được giải thích là do khi kinh tế tăng trưởng cao, các doanh nghiệp và hộ gia đình hoạt động hiệu quả, tăng khả năng thanh toán các khoản nợ đến hạn cho ngân hàng làm giảm tỷ lệ nợ xấu. Biến tỷ lệ lạm phát Biến tỷ lệ lạm phát cùng chiều với nợ xấu ở mức ý nghĩa 1%. Khi các yếu tố khác không đổi, INF tăng 1 đơn vị sẽ làm NPL tăng 0.0511 đơn vị. Điều này phù hợp với kỳ vọng của nghiên cứu cũng như tương đồng với các nghiên cứu trước đây của Fofack (2005), Nkusu (2011). Khi tỷ lệ lạm phát cao, chính phủ thường áp dụng các chính sách tài khóa và tiền tệ thắt chặt gây khó khăn cho người đi vay làm khả năng trả nợ giảm, do đó làm gia tăng khả năng nợ xấu của các NHTM.