intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE
 » 
 » 

Các yếu tố tác động đến nợ xấu: Bằng chứng thực nghiệm từ các ngân hàng Việt Nam

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:10

Thêm vào BST
Báo xấu
19
lượt xem 7
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nghiên cứu này nhằm xác định các yếu tố tác động đến tỷ lệ nợ xấu của các ngân hàng thương mại tại Việt Nam. Dữ liệu vĩ mô được thu thập từ tổng cục thống kê và dữ liệu tài chính được thu tập từ báo cáo tài chính kiểm toán của các ngân hàng niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 2016-2021 tạo thành bộ dữ liệu gồm 150 quan sát.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Các yếu tố tác động đến nợ xấu: Bằng chứng thực nghiệm từ các ngân hàng Việt Nam

  1. Hội thảo khoa học cấp Quốc gia “Phát triển kinh tế Việt Nam thích ứng với bối cảnh mới” CÁC YẾU TỐ TÁC ĐỘNG ĐẾN NỢ XẤU: BẰNG CHỨNG THỰC NGHIỆM TỪ CÁC NGÂN HÀNG VIỆT NAM TS. Lại Cao Mai Phương TÓM TẮT Nghiên cứu này nhằm xác định các yếu tố tác động đến tỷ lệ nợ xấu của các ngân hàng thương mại tại Việt Nam. Dữ liệu vĩ mô được thu thập từ tổng cục thống kê và dữ liệu tài chính được thu tập từ báo cáo tài chính kiểm toán của các ngân hàng niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 2016-2021 tạo thành bộ dữ liệu gồm 150 quan sát. Phương pháp GMM sai phân được sử dụng để ước lượng đối với bộ dữ liệu này. Kết quả nghiên cứu cho thấy tăng trưởng kinh tế và lạm phát là hai yếu tố vĩ mô tác động đến tỷ lệ nợ xấu của các ngân hàng thương mại niêm yết tại Việt Nam. Bên cạnh đó các yếu tố nội bộ của ngân hàng như tỷ lệ nợ xấu năm liền trước, tỷ lệ tăng trưởng tín dụng, quy mô ngân hàng và lợi nhuận ngân hàng đều là những yếu tố quan trọng tác động đến tỷ lệ nợ xấu của các ngân hàng. Kết quả này là cơ sở để tác giả đưa ra những hàm ý chính sách nhằm giảm tỷ lệ nợ xấu, tạo nền tảng tài chính lành mạnh cho các ngân hàng. Từ khóa: Nợ xấu, quy mô, tăng trưởng tín dụng, tăng trưởng kinh tế, lạm phát. ABSTRACT FACTORS AFFECTING BAD DEBTS: EXPERIMENTAL EVIDENCE FROM VIETNAM BANKS This study aims to determine the factors affecting the bad debt ratio of commercial banks in Vietnam. Macro data is collected from the General Statistics Office and financial data is collected from audited financial statements of banks listed on Vietnam's stock market in the period 2016-2021, form a dataset of 150 observations. The difference GMM method was used to estimate this dataset. The research results show that economic growth and inflation are two macro factors affecting the bad debt ratio of listed commercial banks in Vietnam. Besides, internal factors of the bank such as bad debt ratio in the previous year, credit growth rate, bank size and bank profit are all important factors affecting the bad debt ratio of banks. This result is the basis for the author to make policy implications to reduce the bad debt ratio, creating a healthy financial foundation for banks Keywords: Bad debt, size, credit growth, economic growth, inflation. 1. GIỚI THIỆU Trong những năm gần đây, nợ xấu tại các ngân hàng thương mại Việt Nam gia tăng đã trở thành một đề tài thu hút sự quan tâm của các nhà quản trị ngân hàng cũng như của toàn xã hội. Chủ đề nghiên cứu về nợ xấu trên thế giới đã được nghiên cứu tại các ngân hàng thuộc Hội đồng hợp tác Vùng Vịnh (Espinoza & Prasad, 2010), các ngân hàng tại Italia và Hy Lạp và Tây Ban Nha (Messai & Jouini, 2013), tại Baltics (Kjosevski & Petkovski, 2017). Tại Việt Nam, vấn đề xử lý nợ xấu theo nghị định 42 hết hiệu lực vào ngày 15/8/2022 vì vậy những hiểu biết về các yếu tố tác động đến tỷ lệ nợ xấu đến trước thời điểm này là rất quan trong đối với cả các ngân hàng và cơ quan quản lý. Các yếu tố nào tác động đến nợ xấu của ngân hàng? Để trả lời những câu hỏi này, bài nghiên cứu này tập trung vào nghiên cứu các yếu tố ảnh hưởng đến nợ xấu của ngân hàng thương mại tại Việt Nam trong giai đoạn 2016-2021. Dựa trên kết quả nghiên 445
  2. Hội thảo khoa học cấp Quốc gia “Phát triển kinh tế Việt Nam thích ứng với bối cảnh mới” cứu tác giả đề xuất một số khuyến nghị đến những nhà hoạch định chính sách và các nhà quản lý ngân hàng nhằm giúp cho các ngân hàng giảm thiểu tình trạng nợ xấu trong thời gian tới, góp phần làm tăng hiệu quả hoạt động. 2. CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU 2.1. Cơ sở lý thuyết 2.1.1. Cơ sở lý thuyết Lý thuyết đại diện của Jensen & Meckling và lý thuyết triển vọng của Kahneman & Tversky cho rằng có thể xảy ra hai nguyên nhân khiến việc làm tăng nợ xấu dựa trên hành vi của các nhà quản lý (Jensen & Meckling, 1976; Kahneman & Tversky, 1979). Đầu tiên là yếu tố về đạo đức. Các nhà quản trị đưa ra một quyết định vì lợi ích cá nhân và để tối đa hóa lợi ích riêng nên họ chấp nhận nhiều rủi ro hơn, thậm chí vượt mức cho phép, đặc biệt là trong trường hợp ngân hàng đang gặp phải những khó khăn về tình hình tài chính. Thứ hai là hành vi của nhà quản trị bắt nguồn từ các lệch lạc tâm lý. Các nhà quản trị lạc quan quá mức vào các quyết định đầu tư hoặc cho vay, tự tin quá mức vào những đánh giá của bản thân, và tin tưởng vào triển vọng của nền kinh tế. Các lệch lạc tâm lý khiến các nhà quản trị đưa ra quyết định cho vay không cẩn thận và làm gia tăng thêm rủi ro cho ngân hàng. Bên cạnh đó, lý thuyết thông tin bất cân xứng giải thích bên nào có nhiều thông tin hơn thì có lợi thế hơn do thông tin có thể ảnh hưởng đến việc ra quyết định cho vay (Auronen, 2003; Richard, 2011). Ngân hàng Nhà nước định nghĩa nợ xấu là các khoản nợ đã quá hạn thanh toán cả gốc lẫn lãi từ 90 ngày trở lên và khả năng trả nợ là đáng lo ngại (quyết định số 493/2005/QĐ-NHNN, Thông tư 02/2013/TT-NHNN). Saba, Kouser & Azeem (2012) cho rằng nợ xấu được là một khoản tiền đã vay mà con nợ không thanh toán theo nghĩa vụ của mình trong ít nhất 90 ngày Nghiên cứu các ngân hàng thương mại ở Mỹ, Sinkey & Greewalt (1991) đo lường nợ xấu bằng cách tính bù trừ phí cộng với nợ xấu chia cho tổng các khoản vay. Hạn chế của chính sách tín dụng là do sự gia tăng đáng kể của nợ xấu dẫn tới sự suy giảm uy tín của các ngân hàng. Nợ xấu được coi như một chỉ báo về khoản vỡ nợ trong lĩnh vực tài chính vì sự ổn định tài chính và khả năng vỡ nợ phụ thuộc rất nhiều vào tỷ lệ nợ xấu của các ngân hàng (Saba, 2012). Có nhiều định nghĩa về nợ xấu. Bài viết này nghiên cứu đối với các ngân hang thương mại tại Việt nam nên sẽ sử dụng định nghĩa nợ xấu theo quy định của Ngân hàng Nhà nước Việt Nam. 2.1.2. Các nghiên cứu trước về các yếu tố tác động đến nợ xấu ngân hàng Tốc độ tăng trưởng kinh tế: Nghiên cứu các yếu tố vĩ mô tác động đến ngành ngân hàng tại Tây Ban Nha trong giai đoạn 1985-1997, De Lis, Pagés & Saurina (2001) cho thấy tốc độ tăng trưởng GDP ảnh hưởng tiêu cực đến các khoản vay có vấn đề. Mở rộng nghiên cứu 85 ngân hàng tại Italia và Hy Lạp và Tây Ban Nha trong giai đoạn 2004-2008, Messai & Jouini (2013) cho thấy trước giai đoạn khủng hoảng 2008 nợ xấu có mối quan hệ nghịch biến với tăng trưởng GDP. Nghiên cứu 80 ngân hàng trong Hội đồng Hợp tác Vùng Vịnh, Espinoza & Prasad (2010) cho rằng trong nền kinh tế càng càng tăng trưởng thì tình trạng nợ xấu càng được cải thiện. Đồng tình với các công bố trước đó, các nghiên cứu thực hiện tại Barbados trong giai đoạn 1991-2015 (Wood & Skinner, 2018), nghiên cứu 27 ngân hàng từ Baltics trong giai đoạn 2005-2014 (Kjosevski & Petkovski, 2017), nghiên cứu các ngân hàng tại Pakistan trong giai đoạn 2008-2018 (Ahmed, Majeed, Thalassinos & Thalassinos, 2021) cũng đều chỉ ra tăng trưởng GDP tác động tiêu cực đến nợ xấu. Nghiên cứu của Lubis & Mulyana (2021) tại Indonisia từ 2011-2019 cho thấy tăng trưởng GDP tác động tích cực đến nợ xấu. 446
  3. Hội thảo khoa học cấp Quốc gia “Phát triển kinh tế Việt Nam thích ứng với bối cảnh mới” Lạm phát (CPI): Lạm phát dẫn đến sự mất giá của tiền tệ, và nền kinh tế sẽ suy thoái sẽ làm tăng tỷ lệ nợ xấu (Meera & Aziz, 2002). Giá cả hàng hóa tiêu dùng tăng cao khiến các nhà điều hành vĩ mô phải tăng lãi suất để kiểm soát lạm phát. Lạm phát khiến chi phí đi vay tăng cao, là một trong những nguyên nhân dẫn đến các khoản vay không hiệu quả. Vì vậy, lạm phát có mối tương quan thuận với nợ xấu tại các ngân hàng thương mại Pakistan (Badar & Javid, 2013). Kết luận tương tự cũng được tìm thấy tại các quốc gia mới nổi từ 2000-2011 (Radivojevic & Jovovic, 2017), 16 ngân hàng Tunisia trong giai đoạn 2003-2012 (Abid, Ouertani & Ghorbel, 2014). Ngược lại với các nghiên cứu trên, lạm phát tác động tiêu cực đến nợ xấu được tìm thấy tại các ngân hàng thương mại tại các quốc gia chuyển đổi (Mazreku & cộng sự, 2018), các quốc gia vùng Baltic (Kjosevski & Petkovski, 2017). Bên cạnh đó, Makri, Tsagkanos & Bellas (2008) chỉ ra CPI tác động không đáng kể đến các hệ thống ngân hàng thuộc Eurozone trong giai đoạn 2000-2008. Quy mô ngân hàng: Kết quả các nghiên cứu trước cho thấy quy mô ngân hàng có vai trò quan trọng đến nợ xấu của ngân hàng. Nó có thể tác động tích cực đến nợ xấu nhưng nó cũng có thể tác động tiêu cực đến nợ xấu. Những nghiên cứu cho thấy ngân hàng có quymo lớn thường có nợ xấu cao tại các ngân hàng Vietnam (Linh, Hưng, Nam, Quynh, 2016; Thảo & Đan, 2018), Pakistan (Khan & Ahmad, 2017). Tuy nhiên, một số nghiên cứu lại cho thấy quy mô ngân hàng có mối tương quan ngược chiều với nợ xấu đối với Tunisia (Abid & cộng sự, 2014), Việt Nam (Hồng & Minh, 2020), Pakistan (Ahmed & cộng sự, 2021). Tăng trưởng tín dụng: Keeton (1999) cho thấy mối quan hệ chặt chẽ giữa tăng trưởng tín dụng và tài sản bị suy giảm. Bởi vì tăng trưởng tín dụng nhanh cùng với tiêu chuẩn tín dụng thấp góp phần làm tăng nợ xấu. Borio, Furfine & Lowe (2002), Linh & cộng sự (2016), Ahmed & cộng sự (2021) cho rằng tăng trưởng tín dụng quá mức có thể là nguyên nhân chính dẫn đến khủng hoảng tài chính. Tuy nhiên, Boudriga, Taktak & Jellouli (2010) cho rằng các yếu tố quyết định cụ thể của ngân hàng như tăng trưởng tín dụng có liên quan tiêu cực đến nợ xấu. Do đó, các ngân hàng tập trung vào hoạt động tín dụng có mức nợ xấu thấp, tập trung vào hoạt động cho vay được kiểm soát tốt cho phép các ngân hàng tạo ra rủi ro tín dụng tốt hơn. Lợi nhuận ròng trên vốn chủ sở hữu: Việc gia tăng nợ xấu sẽ khiến tỷ suất sinh lời trên vốn chủ sở hữu của các ngân hàng giảm (Abid & cộng sự, 2014). Các ngân hàng gặp khó khăn trong việc thu hồi các khoản nợ xấu và kết quả là nó sẽ dẫn đến sự suy giảm hiệu quả hoạt động của họ, điều này cuối cùng sẽ được chuyển thành tỷ lệ lợi nhuận thấp hơn. Mối quan hệ nghịch biến này đã được tìm thấy khi nghiên cứu các ngân hàng tại Barbados (Wood & Skinner, 2018), các quốc gia thuộc Baltic (Kjosevski & Petkovski, 2017), các ngân hàng tại Tunisia (Abid & cộng sự, 2014), tại các ngân hàng thuộc khu vực Eurozone (Makri & cộng sự, 2014), Hy lạp (Louzis, Vouldis & Metaxas, 2012). Dự phòng rủi ro tín dụng: Tỷ lệ dự phòng rủi ro tín dụng gia tăng là một chỉ báo cho thấy chất lượng khoản vay bị suy giảm vì dự phòng rủi ro tín dụng tăng để trang trải cho nợ xấu gia tăng, sẽ làm tăng khả năng rủi ro tín dụng (Ahmad & Ahmad, 2004). Nghiên cứu của Radivojevic & Jovovic (2017) tại Serbia kết luận dự phòng rủi ro tín dụng có tác động tích cực đến nợ xấu. Ngược lại, Thảo và Đan (2018) nghiên cứu về 27 ngân hàng thương mại Việt Nam từ năm 2005-2016 kết luận biến dự phòng rủi ro tín dụng tác động ngược chiều với nợ xấu. 447
  4. Hội thảo khoa học cấp Quốc gia “Phát triển kinh tế Việt Nam thích ứng với bối cảnh mới” 2.2. Phương pháp nghiên cứu 2.2.1. Mô hình và dữ liệu nghiên cứu Đoạn văn, font Times New Roman, chữ đứng, cỡ chữ 12, giãn 1.2 dòng, lùi dòng đầu tiên của đoạn văn 1 cm, canh lề kiểu Justify. Dựa trên các bài nghiên cứu trước, bài viết đưa ra mô hình nghiên cứu gồm nhóm biến vĩ mô và đặc điểm cụ thể của ngân hàng. Trong đó, có hai biến vĩ mô là tốc độ tăng trưởng kinh tế (GDP) và tỷ lệ lạm phát (CPI). Nhóm biến đặc điểm cụ thể của ngân hàng gồm quy mô ngân hàng (QUYMO), tăng trưởng tín dụng (TINDUNG), đòn bẩy tài chính (DONBAY), lợi nhuận trên vốn chủ sở hữu (LOINHUAN), dự phòng rủi ro tín dụng (DUPHONG). NPLit = β0 + β1NPLit-1 +β2GDPit + β3CPIit + β4QUYMOit + β5TINDUNGit + β6LOINHUANit + β7DUPHONGit + uit Bảng 1: Diễn giải các biến trong mô hình nghiên cứu Dấu kỳ Tên biến Viết tắt Cách đo lường Nghiên cứu trước vọng Biến phụ thuộc Tỷ lệ nợ xấu Nợ nhóm 3,4,5 / Tổng Noxau dư nợ Biến độc lập Messai & Jouini (2013); Wood & Skinner (2018); Badar & Javid (2013); Tốc độ tăng (GDP1 - GDP0) / GDP -/+ Makri & cộng sự (2014); Espinoza & trưởng kinh tế GDP0 Prasad (2010); Ahmed & cộng sự. (2021) Badar & Javid (2013); Abid & cộng sự. (2014); Radivojevic, Jovovic Lạm phát CPI (CPI1 - CPI0) / CPI0 + (2017); Meera & Aziz (2002) Linh & cộng sự (2016); Espinoza & Prasad (2010); Nkusu (2011); Thảo & Quy mô ngân quymo Log(Tổng tài sản) + Đan (2018); Khan & Ahmad (2017); hàng Abid & cộng sự. (2014); Trung & cộng sự (2020); Hồng & Minh (2018) Ahmed & cộng sự. (2021); Borio & cộng sự. (2002); Linh & cộng sự Tăng trưởng tín (Dư nợ1 – Dư nợ0)/ tindung - (2016); Keeton (1999); Das & Ghosh dụng Dư nợ0 (2007); Boudriga & cộng sự. (2010); Linh & các cộng sự (2016) Wood & Skinner (2018); Abid & cộng Lợi nhuận trên Lợi nhuận sau sự. (2014); Kjosevski & Petkovski loinhuan - vốn chủ sở hữu thuế/Vốn chủ sở hữu (2017); Louzis & cộng sự. (2012); Makri & cộng sự (2014) Dự phòng rủi Thảo & Đan (2018); Radivojevic & Trích lập dự phòng rủi Nguồn: Tác giả Jovovic (2017); Linh & cộng sự duphong ro tín dụng/ Tổng tài + tính toán ro tín (2016); Ahmad & Ahmad (2004) sản dụng Nguồn: Tác giả tổng hợp. Ghi chú: (+) tác động tích cực, (-) tác động tiêu cực Cả dữ liệu vĩ mô và dữ liệu đặc điểm cụ thể của các ngân hàng được thu thập theo năm trong giai đoạn 2016-2021. Tốc độ tăng trưởng kinh tế (GDP) và tỷ lệ lạm phát (CPI) được thu thập từ tổng cục thống kê. Dữ liệu liên quan đến đặc điểm cụ thể của các ngân hàng được trích xuất từ các báo cáo tài chính kiểm toán của những ngân hàng đã niêm yết trên thị trường chứng khoán Việt nam. 448
  5. Hội thảo khoa học cấp Quốc gia “Phát triển kinh tế Việt Nam thích ứng với bối cảnh mới” 2.2.2. Phương pháp ước lượng Đầu tiên, phân tích về thống kê mô tả, ma trận tương quan giữa các biến và kiểm tra hiện tượng đa cộng tuyến (VIF). Thứ hai, để loại bỏ tác động cố định và hiện tượng nội sinh giữa các biến trong mô hình thì hồi quy theo phương pháp GMM sai phân (difference Generalized Method of Moments). Trong đó, biến trễ của các biến có khả năng gây nội sinh được sử dụng làm biến công cụ. Cuối cùng, các kiểm định Sargan, Hansen, và Arellano-Bond (Sargan, 1958; Hansen, 1982; Arellano & Bond, 1991) nhằm đảm bảo phương pháp ước lượng phù hợp với dữ liệu nghiên cứu. 3. KẾT QUẢ VÀ THẢO LUẬN 3.1. Thống kê mô tả Bảng 2: Kết quả thống kê mô tả các biến Biến Số quan sát Giá trị trung bình VIF NOXAU 150 0,018 - GDP 150 5,435 1,28 CPI 150 0,511 1,17 QUYMO 150 14,257 1,78 TINDUNG 150 0,222 1,08 LOINHUAN 150 0,115 1,60 DUPHONG 150 0,009 1,07 VIF trung bình 1,31 Nguồn: Tác giả tính toán Kết quả từ Bảng 2 cho thấy tóm tắt các chỉ tiêu trong giai đoạn 2016-2021. Đối với các biến vĩ mô: GDP cao nhất và thấp nhất lần lượt vào năm 2018 (7,08%) và 2021 (2,58%). Do chịu tác động của Covid19, CPI sụt giảm mạnh trong năm 2021 và có giá trị cao nhất vào năm 2016. Đối với các biến về đặc điểm cụ thể của ngân hàng: NOXAU cao nhất là 7.62% thuộc về KLB vào năm 2020 và NOXAU thấp nhất là 0.47% của TCB vào năm 2020. BID là ngân hàng có quy mô lớn nhất trong các ngân hàng nghiên cứu, đây cũng là ngân hàng có TINDUNG lớn nhất vào năm 2016. VIB là ngân hàng có LOINHUAN cao nhất 26.39% vào năm 2021 nhưng có TINDUNG nhỏ nhất vào năm 2016. LOINHUAN thấp nhất là NVB vào năm 2020 và DUPHONG cao nhất là LPB vào năm 2018, đây đều là những ngân hàng thương mại tư nhân có quy mô nhỏ. Kết quả ở bảng 2 cho thấy hệ số VIF của các biến đều nhỏ hơn 10 và VIF trung bình là 1,31 nhỏ hơn 3 nên hiện tượng đa cộng tuyến trong mô hình là không đáng ngại. 3.2 Phân tích tương quan và kiểm định đa cộng tuyến Kết quả phân tích tương quan trong bảng 3 cho thấy cặp biến có giá trị tương quan cao nhất có trị tuyệt đối không vượt quá 0,563, nói cách khác, hệ số tương quan của các biến đều nhỏ hơn 0,8 (Farrar & Glauber, 1967) nên các biến đều độc lập tuyến tính. 449
  6. Hội thảo khoa học cấp Quốc gia “Phát triển kinh tế Việt Nam thích ứng với bối cảnh mới” Bảng 3: Ma trận tương quan của các biến GDP CPI QUYMO TINDUNG LOINHUAN DUPHONG GDP 1,000 CPI 0,277 1,000 QUYMO -0,170 -0,124 1,000 TINDUNG 0,052 0,172 0,167 1,000 LOINHUAN -0,171 -0,212 0,563 0,085 1,000 DUPHONG 0,011 -0,016 0,160 0,016 0,137 1,000 Nguồn: Tác giả tính toán 3.3 Phân tích kết quả hồi quy Bảng 4: Kết quả hồi quy theo phương pháp GMM và các kiểm định Tên biến Hệ số Độ lệch chuẩn P>z NOXAU_L1 0,336*** 0,021 0,000 GDP -0,003*** 0,001 0,000 CPI 0,001** 0,000 0,025 QUYMO -0,003*** 0,001 0,007 TINDUNG 0,033*** 0,003 0,000 LOINHUAN -0,013* 0,010 0,173 DUPHONG 0,057 0,072 0,428 constant 0,075*** 0,017 0,000 Số quan sát 150 AR(1) 0,099 AR(2) 0,176 Sargan test 0,862 Hansen test 0,894 Nguồn: Tác giả tính toán Ghi chú: ***, **, * lần lượt có ý nghĩa thống kê ở mức 1%, 5% và 10% Kết quả ở bảng 4 cho thấy hệ số VIF của các biến đều nhỏ hơn 10 và VIF trung bình là 1,31 nhỏ hơn 3 nên hiện tượng đa cộng tuyến trong mô hình là không đáng ngại. Kiểm định AR (2) cho thấy không tồn tại hiện tượng tương quan chuỗi bậc hai. Kiểm định Sargan và kiểm định Hansen cho thấy các biến công cụ là phù hợp với mô hình nghiên cứu. Do đó các thảo luận kết quả sẽ được thực hiện trên mô hình GMM sai phân được trình bày trong Bảng 4. Tốc độ tăng trưởng kinh tế (GDP) tác động tiêu cực đến tỷ lệ nợ xấu với mức ý nghĩa 1%. Kết quả này chỉ ra kinh nền kinh tế tăng trưởng do các hoạt động sản xuất kinh doanh phát triển tốt sẽ góp phần làm giảm tỷ lệ nợ xấu trong các ngân hàng thương mại. Ngược lại, khi nền kinh tế suy thoái là do các hoạt động kinh tế kém hiệu quả, các doanh nghiệp gặp kho khăn sẽ làm gia tăng tỷ lệ nợ xấu. Kết quả này là tương tự như đối với các ngân hàng tại Italia và Hy Lạp và Tây Ban Nha trong giai đoạn 2004-2008 (Messai & Jouini, 2013), ngân hàng trong Hội đồng Hợp tác Vùng Vịnh (Espinoza & Prasad, 2010) Lạm phát (CPI) tác động đáng kể đến tỷ lệ nợ xấu của các ngân hàng thương mại Việt Nam với mức ý nghĩa 5%. Lạm phát trong nền kinh tế tăng nhanh sẽ khiến các nhà quản lý có thể sử dụng công cụ lãi suất như là một biện pháp để kiểm soát lạm phát. Do đó, trong môi trường lạm phát cao sẽ khiến các tổ chức và cá nhân gặp khó khăn hơn khi trả các khoản lãi. Điều này giải thích tại sao lạm phát tăng 450
  7. Hội thảo khoa học cấp Quốc gia “Phát triển kinh tế Việt Nam thích ứng với bối cảnh mới” sẽ khiến tỷ lệ nợ xấu tăng lên. Kết quả này bổ sung thêm bằng chứng thực nghiệm bên cạnh các nghiên cứu của Badar & Javid (2013), Abid, Ouertani & Ghorbel (2014) nhưng không ủng hộ cho các nghiên cứu của Mazreku & cộng sự (2018). Quy mô ngân hàng (QUYMO) nghiên cứu đã tìm ra quy mô ngân hàng có tác động tiêu cực đến Noxau. Kết quả này có thể giải thích bởi các ba lý do. Thứ nhất, khách hàng của các ngân hàng có quy mô lớn thường là các doanh nghiệp lớn, uy tín, tăng trưởng ổn định nên việc quản lý các khoản nợ thường tốt hơn các ngân hàng thương mại nhỏ. Thứ hai, các ngân hàng thương mại thường có hạn mức ký duyệt vay đối với từng cấp quản lý, nên ngân hàng có quy mô lớn thường có quy trình cấp tín dụng chặt chẽ hơn. Thứ ba, lợi thế từ quy mô lớn giúp các ngân hàng cho vay được nhiều hơn, có kinh nghiệm trong việc quản lý và thẩm định được khách hàng đi vay so với các ngân hàng có quy mô nhỏ. Kết quả này ủng hộ cho các nghiên cứu của Abid & cộng sự (2014) tại Tunisia; Hong & Minh (2018) tại Vietnam; Ahmed & cộng sự (2021) tại Pakistan. Tuy nhiên, nó không ủng hộ cho các nghiên cứu tại Vietnam (Linh & cộng sự, 2016; Thảo & Đan, 2018) và Pakistan (Khan & Ahmad, 2017). Tăng trưởng tín dụng (TINDUNG): Kết quả cho thấy tăng trưởng tín dụng ảnh hưởng đồng biến với Noxau. Kết quả này là phù hợp bởi vì tình trạng này thường xảy ra nhiều hơn ở các nền kinh tế đang phát triển hơn các nền kinh tế phát triển. Nó ủng hộ quan điểm cho rằng tăng trưởng tín dụng lớn hơn có thể tăng lợi nhuận nhiều hơn, nhưng nó làm tăng nợ xấu (Borio & cộng sự, 2002; Linh & cộng sự, 2016), Ahmed & cộng sự, 2021). Tuy nhiên, kết quả này bác bỏ quan điểm của Boudriga & cộng sự (2010) cho rằng các ngân hàng tập trung vào hoạt động tín dụng có tỷ lệ nợ xấu thấp, nên họ đánh giá rủi ro tín dụng tốt hơn. Tỷ lệ sinh lợi trên vốn chủ sở hữu (LOINHUAN): LOINHUAN tác động ngược chiều đến Noxau của ngân hàng. Kết quả này hỗ trợ làm rõ lý thuyết đại diện của Jensen & Meckling (1976) và lý thuyết triển vọng của Kahneman & Tversky (1979) với hàm ý các ngân hàng thương mại có lợi nhuận cao thì họ càng có ít động cơ tham gia vào các hoạt động rủi ro hơn, bởi vì các ngân hàng này có ít áp lực hơn trong việc tạo ra lợi nhuận. Đồng thời, ngân hàng có lợi nhuận cao hơn sẽ có cơ hội lựa chọn khách hàng với khả năng tài chính tốt, ít rủi ro. Kết quả này là tương tự như kết của Louzis & cộng sự (2012) tại Hy Lạp; Abid & cộng sự (2014) tại Tunisia; Makri & cộng sự (2014) tại các quốc gia Eurozone; Kjosevski & Petkovski (2017) tại các quốc gia Baltic; Wood & Skinner (2018) tại Barbados. 4. KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH 4.1 Kết luận Kết quả nghiên cứu 25 ngân hàng đang niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 2016-2021 đã cho thấy cả yếu tô vĩ mô, quy mô và yếu tố tài chính đều có vai trò quan trọng ảnh hưởng đến tỷ lệ nợ xấu của những ngân hàng này. Tăng trưởng kinh tế, quy mô ngân hàng, và tỷ suất sinh lời trên vốn chủ sở hữu là những yếu tố tác động tiêu cực đến tỷ lệ nợ xấu của các ngân hàng. Ngược lại, lạm phát và tăng trưởng tín dụng thì tác động tích đến tỷ lệ nợ xấu. Dựa trên kết quả này, một số khuyến nghị được đề xuất đối với ngân hàng nhà nước và các ngân hàng thương mại nhằm kiểm soát tốt hơn tỷ lệ nợ xấu. 4.1 Hàm ý chính sách Đối với ngân hàng nhà nước: Những ngân hàng có tỷ lệ nợ xấu cao trong thời gian qua thường là những ngân hàng cổ phần tư nhân với quy mô nhỏ. Trong bối cảnh cạnh tranh giữa các ngân hàng ngày càng gay gắt, 451
  8. Hội thảo khoa học cấp Quốc gia “Phát triển kinh tế Việt Nam thích ứng với bối cảnh mới” vì vậy để đảm bảo an toàn hệ thống các cơ quan quản lý chuyên ngành cần xác định lộ trình sát nhập các ngân hàng nhỏ với tỷ lệ nợ xấu cao và hoạt động kém hiệu quả vào các ngân hàng đang hoạt động hiệu quả mà nhà nước đang chiếm cổ phần chi phối. Việc sát nhập này sẽ giúp tăng quy mô ngân hàng, phát huy kinh nghiệm và kỹ năng quản lý của những ngân hàng tốt nhằm xử lý hiệu quả những khoản nợ xấu của những ngân hàng yếu kém, nâng cao tính an toàn chung của toàn hệ thống. Hiện nay ngân hàng nhà nước Việt Nam vẫn thực hiện cấp và phân bổ chỉ tiêu tăng trưởng tín dụng cho từng ngân hàng. Do đó, các nhà quản lý chuyên ngành cần cập nhật và sớm đưa ra định hướng phân bổ chỉ tiêu tăng trưởng tín dụng, các lĩnh vực đang ưu tiên/hạn chế để các ngân hàng thương mại chủ động hơn trong việc xây dựng kế hoạch hoạt động kinh doanh và chủ động có biện pháp kiểm soát nợ xấu. Đối với các ngân hàng thương mại: Trước hết, dựa trên chỉ tiêu tăng trưởng tín dụng được phân bổ, các ngân hàng thương mại cần chủ động xây dựng danh mục tín dụng chi tiết (ví dụ như theo ngành, lĩnh vực kinh doanh ưu tiên/hạn chế và phân cấp hạn mức tín dụng theo cấp độ quản lý) với tỷ trọng phân bổ dự kiến. Bên cạnh đó, việc nâng cao hiệu quả hoạt động kinh doanh bền vững (tăng LOINHUAN) là giải pháp quan trọng góp phần nhằm hạn chế tác động tiêu cực từ nợ xấu của các ngân hàng. TÀI LIỆU THAM KHẢO Tài liệu tham khảo tiếng Việt 1. Đinh Thị Thu Hồng, Nguyễn Trí Minh (2020). Nợ xấu và vấn đề rủi ro đạo đức trong hệ thống ngân hàng thương mại Việt Nam. Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á, ISSN: 2615-9104, số 7(2018), 21-36. (tạp chí) 2. Đỗ Hoài Linh, Đoàn Quan Hưng, Phạm Xuân Nam, Lê Thị Như Quỳnh (2016). Nợ xấu ngân hàng thương mại Việt Nam và các nhân tố ảnh hưởng. Tạp chí Thị trường tài chính tiền tệ, ISSN: 1859-2805, 462(21)-tháng 11/2016. (tạp chí) 3. Phạm Dương Phương Thảo, Nguyễn Linh Đan (2018). Các yếu tố ảnh hưởng đến tỷ lệ nợ xấu của các ngân hàng thương mại cổ phần Việt Nam. Tạp chí Khoa học & Đào tạo Ngân hàng, ISSN: 1859-011X, số 194, tháng 7.2018, 1-10. (tạp chí) Tài liệu tham khảo tiếng Anh 1. Abid, L., Ouertani, M. N., & Zouari-Ghorbel, S. (2014). Macloinhuanconomic and Bank- Specific Determinants of Household’s Non-Performing Loans in Tunisia: a Dynamic Panel Data. Procedia Economics and Finance, 13, 58-68. (tạp chí) 2. Ahmad, N. H., & Ahmad, S. N. (2004). Key factors influencing tindungdit risk of Islamic bank: A Malaysian case. The Journal of Muamalat and Islamic Finance Research, 1(1), 65-80. (tạp chí) 3. Ahmed, S., Majeed, M. E., Thalassinos, E., & Thalassinos, Y. (2021). The impact of bank specific and macro-economic factors on non-performing loans in the banking sector: evidence from an emerging economy. Journal of Risk and Financial Management, 14(5), 217, 1-14. (tạp chí) 4. Arellano, M., & Bond, S. (1991). Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. The review of economic studies, 58(2), 277-297. (tạp chí) 452
  9. Hội thảo khoa học cấp Quốc gia “Phát triển kinh tế Việt Nam thích ứng với bối cảnh mới” 5. Auronen, L. (2003). Asymmetric information: theory and applications. In Seminar of Strategy and International Business as Helsinki University of Technology, 167, 14-18. (tạp chí) 6. Badar, M., Javid, A. Y., & Zulfiquar, S. (2013). Impact of macloinhuanconomic forces on nonperforming loans: An empirical study of commercial banks in Pakistan. wseas Transactions on Business and Economics, 10(1), 40-48. (tạp chí) 7. Borio, C., Furfine C., & Lowe, P. (2002). Procyclicality of the financial system and financial stability: issue and policy options. BIS Working papers 1, 1-57. (tạp chí) 8. Boudriga, A., Taktak, N. B., & Jellouli, S. (2010). Bank specific, business and institutional environment determinants of banks nonperforming loans: evidence from mena countries. In Economic research forum, working paper, 547, 1-28. (tạp chí) 9. De Lis, F. S., Pagés, J. M., & Saurina, J. (2001). Tindungdit growth, problem loans and tindungdit risk provisioning in Spain. BIS papers, 1, 331-353. (tạp chí) 10. Espinoza, R. A., & Prasad, A. (2010). Nonperforming Loans in the GCC Banking System and their Macloinhuanconomic Effects. IMF Working Papers, 2010(224). (tạp chí) 11. Farrar, D., & Glauber, R. (1967). Multicollinearity in regression analysis: The problem revisited. Review of Economics and Statistics, 49, 92-107. (tạp chí) 12. Hansen, L. P. (1982). Large sample properties of generalized method of moments estimators. Econometrica: Journal of the econometric society, 1029-1054. (tạp chí) 13. Jensen, M. C., & Meckling, W. H. (1976). Theory of the firm: Managerial behavior, agency costs and ownership structure. Journal of financial economics, 3(4), 305-360. (tạp chí) 14. Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–291. (tạp chí) 15. Keeton, W. R. (1999). Does faster loan growth lead to higher loan losses?. Economic review-Federal reserve bank of Kansas City, 84(2), 57-75. (tạp chí) 16. Khan, I., & Ahmad, A. (2017). Assessing Banks Internal Factors as Determinants of Non-Performing Loans: Evidence from Pakistan Commercial Banks. Journal of Managerial Sciences, 11(1), 109-125. (tạp chí) 17. Kjosevski, J., & Petkovski, M. (2017). Non-performing loans in Baltic States: determinants and macloinhuanconomic effects. Baltic Journal of Economics, 17(1), 25-44. (tạp chí) 18. Kjosevski, J., Petkovski, M., & Naumovska, E. (2019). Bank-specific and macloinhuanconomic determinants of non-performing loans in the Republic of Macedonia: Comparative analysis of enterprise and household Noxau. Economic research-Ekonomska istraživanja, 32(1), 1185-1203. (tạp chí) 19. Louzis, D. P., Vouldis, A. T., & Metaxas, V. L. (2012). Macloinhuanconomic and bank- specific determinants of non-performing loans in Greece: A comparative study of mortgage, business and consumer loan portfolios. Journal of Banking & Finance, 36(4), 1012-1027. (tạp chí) 20. Lubis, D. D., & Mulyana, B. (2021). The Macloinhuanconomic Effects on Non- Performing Loan and its Implication on Allowance for Impairment Losses. Journal of Economics, Finance and Accounting Studies, 3(2), 13-22. (tạp chí) 21. Makri, V., & Papadatos, K. (2014). How accounting information and macloinhuanconomic environment determine tindungdit risk? Evidence from 453
  10. Hội thảo khoa học cấp Quốc gia “Phát triển kinh tế Việt Nam thích ứng với bối cảnh mới” Greece. International Journal of Economic Sciences and Applied Research, 7(1). (tạp chí) 22. Makri, V., Tsagkanos, A., & Bellas, A. (2014). Determinants of non-performing loans: The case of Eurozone. Panoeconomicus, 61(2), 193-206. (tạp chí) 23. Mazreku, I., Morina, F., Misiri, V., Spiteri, J. V., & Grima, S. (2018). Determinants of the Donbayel of Non-Performing Loans in Commercial Banks of Transition Countries. European Research Studies Journal, 21(3), 3-13. (tạp chí) 24. Meera, A. K. M., & Aziz, H. A. (2002). proceedings of the 2002 international conference on Stable and just global monetary system. International Islamic university, 174. (tạp chí) 25. Messai, A. S., & Jouini, F. (2013). Micro and macro determinants of non-performing loans. International journal of economics and financial issues, 3(4), 852-860. (tạp chí) 26. Nkusu, M. (2011). Nonperforming Loans and Macrofinancial Vulnerabilities in Advanced Economies. Nonperforming Loans and Macrofinancial Vulnerabilities in Advanced Economies, 2011(161), 1-27. (tạp chí) 27. Radivojevic, N., & Jovovic, J. (2017). Examining of determinants of non-performing loans. Prague Economic Papers, 26(3), 300-316. (tạp chí) 28. Richard, E. (2011). Factors that cause non-performing loans in commercial banks in tanzania and strategies to resolve them. Journal of Management Policy and Practice, 12(7), 50- 58. (tạp chí) 29. Saba, I., Kouser, R., & Azeem, M. (2012). Determinants of non performing loans: Case of US banking sector. The Romanian Economic Journal, 44(6), 125-136. (tạp chí) 30. Sargan, J. D. (1958). The estimation of economic relationships using instrumental variables. Econometrica: Journal of the econometric society, 393-415. (tạp chí) 31. Sinkey, J. F., & Greenawalt, M. B. (1991). Loan-loss experience and risk-taking behavior at large commercial banks. Journal of Financial services research, 5(1), 43-59. (tạp chí) 32. Wood, A., & Skinner, N. (2018). Determinants of non-performing loans: evidence from commercial banks in Barbados. The Business & Management Review, 9(3), 44-64. (tạp chí) --- Thông tin tác giả: - TS. Lại Cao Mai Phương, Khoa Tài chính ngân hàng- Trường Đại học Công nghiệp Thành phố Hồ Chí Minh, địa chỉ: Số 12 Nguyễn Văn Bảo, Phường 4, Quận Gò Vấp, Thành phố Hồ Chí Minh Email: laicaomaiphuong@iuh.edu.vn Số điện thoại: 0988609987 Lĩnh vực nghiên cứu: Chứng khoán, Kinh tế vĩ mô, Tài chính, Ngân hàng. 454
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

CEO.22: Bộ Tài Liệu Quy Trình Kiểm Toán, Kiểm Soát Nội Bộ Doanh Nghiệp
138 tài liệu
1107 lượt tải
THÔNG TIN
TRỢ GIÚP
HỖ TRỢ KHÁCH HÀNG
Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.

 

Đồng bộ tài khoản
2=>2